SOLDES
Jusqu'à -70% sur une sélection d'articles*
- Accueil /
- Volker Grunert
Volker Grunert

Dernière sortie
Lernbuch: Wissenschaftliches Arbeiten mit KI
"Lernbuch: Wissenschaftlich arbeiten mit KI. Standards, Verfahren, Praxis" richtet sich an Studierende und Lehrende, die KI-Tools im wissenschaftlichen Arbeiten kontrolliert, transparent und prüfungsfest einsetzen wollen - in Hausarbeiten, BA-/MA-Arbeiten und in der Seminarbegleitung.
Das Buch führt KI aus der abstrakten Debatte in belastbare Arbeitsroutinen. Es klärt typische Fehlannahmen (z. B.
Orakel-Denken, Prozessblindheit, fehlende Quellenbindung) und zeigt ein praxiserprobtes Vorgehen vom ersten Arbeitsauftrag bis zur Abgabe: Setup (Projekte, Textbasis, Rollen), schrittweise Annäherung, Recherche und Korpusbildung, Argumentationsaufbau, Redigieren und Qualitätskontrolle, abschließende Dokumentation der KI-Nutzung. Besonderer Mehrwert für die Lehre: Jede Phase ist doppelt erschlossen - aus Studierendenperspektive ("Wie lerne ich das?") und Dozierendenperspektive ("Wie prüfe ich das fair und nachvollziehbar?").
Dazu kommen sofort einsetzbare Templates und Checklisten, u. a. für: - Struktur und Argumentation (Claim-Evidence-So-what), - Audit unbelegter Behauptungen, - faire Gegenargumente und Alternativdeutungen, - Bias- und Frame-Prüfung bei kontroversen Themen, - Stilüberarbeitung nach klaren Dos und Don'ts, - kompakte, akzeptable Dokumentation (kurz, aber nachprüfbar). Ein eigener Teil bündelt Recht, Datenschutz und Verantwortung, sodass Rahmenbedingungen und typische Risikopunkte direkt in Aufgabenstellungen, Bewertungsraster und Arbeitsroutinen überführt werden können.
Ergebnis: ein konsistentes Verfahrenrepertoire, das wissenschaftliche Eigenleistung sichtbar macht und Qualität systematisch erhöht.
Orakel-Denken, Prozessblindheit, fehlende Quellenbindung) und zeigt ein praxiserprobtes Vorgehen vom ersten Arbeitsauftrag bis zur Abgabe: Setup (Projekte, Textbasis, Rollen), schrittweise Annäherung, Recherche und Korpusbildung, Argumentationsaufbau, Redigieren und Qualitätskontrolle, abschließende Dokumentation der KI-Nutzung. Besonderer Mehrwert für die Lehre: Jede Phase ist doppelt erschlossen - aus Studierendenperspektive ("Wie lerne ich das?") und Dozierendenperspektive ("Wie prüfe ich das fair und nachvollziehbar?").
Dazu kommen sofort einsetzbare Templates und Checklisten, u. a. für: - Struktur und Argumentation (Claim-Evidence-So-what), - Audit unbelegter Behauptungen, - faire Gegenargumente und Alternativdeutungen, - Bias- und Frame-Prüfung bei kontroversen Themen, - Stilüberarbeitung nach klaren Dos und Don'ts, - kompakte, akzeptable Dokumentation (kurz, aber nachprüfbar). Ein eigener Teil bündelt Recht, Datenschutz und Verantwortung, sodass Rahmenbedingungen und typische Risikopunkte direkt in Aufgabenstellungen, Bewertungsraster und Arbeitsroutinen überführt werden können.
Ergebnis: ein konsistentes Verfahrenrepertoire, das wissenschaftliche Eigenleistung sichtbar macht und Qualität systematisch erhöht.
"Lernbuch: Wissenschaftlich arbeiten mit KI. Standards, Verfahren, Praxis" richtet sich an Studierende und Lehrende, die KI-Tools im wissenschaftlichen Arbeiten kontrolliert, transparent und prüfungsfest einsetzen wollen - in Hausarbeiten, BA-/MA-Arbeiten und in der Seminarbegleitung.
Das Buch führt KI aus der abstrakten Debatte in belastbare Arbeitsroutinen. Es klärt typische Fehlannahmen (z. B.
Orakel-Denken, Prozessblindheit, fehlende Quellenbindung) und zeigt ein praxiserprobtes Vorgehen vom ersten Arbeitsauftrag bis zur Abgabe: Setup (Projekte, Textbasis, Rollen), schrittweise Annäherung, Recherche und Korpusbildung, Argumentationsaufbau, Redigieren und Qualitätskontrolle, abschließende Dokumentation der KI-Nutzung. Besonderer Mehrwert für die Lehre: Jede Phase ist doppelt erschlossen - aus Studierendenperspektive ("Wie lerne ich das?") und Dozierendenperspektive ("Wie prüfe ich das fair und nachvollziehbar?").
Dazu kommen sofort einsetzbare Templates und Checklisten, u. a. für: - Struktur und Argumentation (Claim-Evidence-So-what), - Audit unbelegter Behauptungen, - faire Gegenargumente und Alternativdeutungen, - Bias- und Frame-Prüfung bei kontroversen Themen, - Stilüberarbeitung nach klaren Dos und Don'ts, - kompakte, akzeptable Dokumentation (kurz, aber nachprüfbar). Ein eigener Teil bündelt Recht, Datenschutz und Verantwortung, sodass Rahmenbedingungen und typische Risikopunkte direkt in Aufgabenstellungen, Bewertungsraster und Arbeitsroutinen überführt werden können.
Ergebnis: ein konsistentes Verfahrenrepertoire, das wissenschaftliche Eigenleistung sichtbar macht und Qualität systematisch erhöht.
Orakel-Denken, Prozessblindheit, fehlende Quellenbindung) und zeigt ein praxiserprobtes Vorgehen vom ersten Arbeitsauftrag bis zur Abgabe: Setup (Projekte, Textbasis, Rollen), schrittweise Annäherung, Recherche und Korpusbildung, Argumentationsaufbau, Redigieren und Qualitätskontrolle, abschließende Dokumentation der KI-Nutzung. Besonderer Mehrwert für die Lehre: Jede Phase ist doppelt erschlossen - aus Studierendenperspektive ("Wie lerne ich das?") und Dozierendenperspektive ("Wie prüfe ich das fair und nachvollziehbar?").
Dazu kommen sofort einsetzbare Templates und Checklisten, u. a. für: - Struktur und Argumentation (Claim-Evidence-So-what), - Audit unbelegter Behauptungen, - faire Gegenargumente und Alternativdeutungen, - Bias- und Frame-Prüfung bei kontroversen Themen, - Stilüberarbeitung nach klaren Dos und Don'ts, - kompakte, akzeptable Dokumentation (kurz, aber nachprüfbar). Ein eigener Teil bündelt Recht, Datenschutz und Verantwortung, sodass Rahmenbedingungen und typische Risikopunkte direkt in Aufgabenstellungen, Bewertungsraster und Arbeitsroutinen überführt werden können.
Ergebnis: ein konsistentes Verfahrenrepertoire, das wissenschaftliche Eigenleistung sichtbar macht und Qualität systematisch erhöht.
