(KI verstärkt wissenschaftliche Schwächen 5)
Wenn die Backform zum Denkmodell wird
Kindheit im Advent hieß Kekse backen. Mutter hatte den Teig ausgewalkt, es kommt das Highlight: Sonnen ausstechen oder Monde, Sterne, Kometen. Welch ein Vergnügen – Kinder spielen Schöpfung. Dann ab ins Backrohr, auskühlen lassen, Marmelade zwischen zwei Sonnen schmieren und in die Vorratsdose für Weihnachten. Äh nein, lieber gleich in den Mund. :)
Von der Backform zur Wissenschaftsformel
Hier tut sich eine Analogie zu wissenschaftlichen Arbeiten auf. Auch sie bestehen zu beachtlichen Teilen aus Schablonen, aus gleichlautenden Textbausteinen: „Die vorliegende Arbeit thematisiert …“, „Dem Thema .... wurde bisher wenig Aufmerksamkeit gewidmet, weil / obwohl .…“, „Die Frage, ob …. , hat die Experten seit einiger Zeit vollständig in Anspruch genommen.“
Einige Textbausteine haben echte kommunikative Funktionen. Sie vermitteln effizient Forschungsprozesse und -ergebnisse. Problematisch wird es, wenn sprachliche Schablonen leerlaufen:
- „A substantial body of research has been examined .…“. Hier wird pompös verschleiert.
- Das Passive zieht Wissenschaftler an: „ It has been suggested that .…“ Warum nicht gleich darüber informieren, wer das vorgeschlagen hat? Wurde Recherche-Arbeit vermieden?
- Oder die Ausweichformel: „Despite extensive research on X, little is known about Y.“. Zum eigentlichen Inhalt (Y) wird über Umwege wenig berichtet. Könnte als Angriff Fachkolleginnen gesehen werden, weil sie auf das Falsche fokussieren. Das gehört dann in die Wissenschaftssoziologie.
All das klingt wissenschaftlich, doch die Formeln verschweigen, wer etwas erforscht, etwas behauptet und worauf sich die Behauptung stützt. Schablonen verkürzen oder täuschen anderes vor. Sie verstecken, anstatt argumentative Arbeit zu leisten. Wissenschaftssprache wird so zur Tarnsprache.
Einige Beispiele von Schablonen, die am Ende einer Arbeit häufig vorkommen:
- „These findings may suggest that X could potentially play an important role in Y.“ Dieses übervorsichtige Formulieren (hedging) , sagt nichts mehr aus.
- Ein geradezu typischer, ins Leere laufender Schlusssatz: „These findings highlight the importance of further research.“ Forschen endet nie, das ist doch zentral für Wissenschaften.
Es wird noch ärger. Wissenschaftler publizieren überwiegend auf Englisch – je nach Sichtweise und Betrachtungsjahr beträgt der Anteil englischsprachiger Beiträge gemäß einer Übersichtsarbeit aus 2026 zwischen 86% und 94%1. Das ist bemerkenswert: Die meisten Autorinnen schreiben nicht in ihrer Muttersprache. Non-Natives und im Englischen unsichere Schreiber neigen zum Rückgriff auf Schablonen2.
KI als Schablonenmaschine
Nun betritt die KI die Bühne. Auf Large-Language-Modellen beruhende KI verstärkt semantisch und inhaltlich die ewig gleichen Schablonen. Innovative Forschung gerät zunehmend unter die Räder. Wie gut und gefällig ist doch der Mainstream – sowohl methodisch als auch sprachstilistisch.
Statt holpriger Texte fabriziert die KI wunderschön für Aug' und Ohr gefällige Artikel. KI betont (langweilige) Alltagswissenschaft. Wirklich Neues? Fehlanzeige! Das Bisherige wird verstärkt. KI normiert wissenschaftliches Denken. Nicht zukünftig – jetzt.
Die alte Wissenschaft hatte Backformen. Die KI baut nun eine Maschine, die beliebig viele Kekse produziert. Die Frage: Was geschieht mit der Wissenschaft, wenn niemand mehr merkt, dass all die Millionen Kekse aus derselben Form kommen?
30. August 2026
1 , , & (2026). How multilingual is scholarly communication? Mapping the global distribution of languages in publications and citations. Journal of the Association for Information Science and Technology, 77(5), 699–713. https://doi.org/10.1002/asi.70055
2 Kourilova-Urbanczik M. Some linguistic and pragmatic considerations affecting science reporting in English by non-native speakers of the language. Interdiscip. Toxicol. 2012 June 5(2): 105-15. doi: 10.2478/v10102-012-0018-1. PMID: 23118596; PMCID: PMC3485662.
These zum Mitnehmen:
Das Problem der generativen KI liegt nicht primär darin, dass sie Fehler macht. Es liegt darin, dass sie zu gut geworden ist. Allerdings formuliert sie wissenschaftlich das bereits Anerkannte und Erwartbare.