Ich freue mich immer besonders, wenn sich zeigt, dass eigene wissenschaftliche Arbeiten nicht nur gelesen, sondern aktiv in laufende Forschungsprozesse eingebunden werden. In den vergangenen Tagen erreichte mich eine solche Anfrage aus Australien.

Eine Doktorandin der University of Adelaide arbeitet aktuell an einer Scoping Review und befindet sich in der Phase der Volltextsichtung und Datenextraktion. Aufgrund organisatorischer Umstellungen an ihrer Universität – konkret einer vorübergehenden Aussetzung des interbibliothekarischen Leihverkehrs – konnte sie leider nicht auf einen unserer Artikel zugreifen und bat daher direkt um das Volltext-PDF.

Konkret geht es um unsere Veröffentlichung:

Topic Modeling as an evaluation basis in literature research – A proposal for a new literature review method for machine-assisted source evaluation using the example of anthropology
DOI: 10.1127/anthranz/2023/1660

Auch wenn mir in diesem Fall – anders als bei manch anderen Anfragen – nur wenige inhaltliche Details zum konkreten Forschungsvorhaben vorliegen, ist der Kontext dennoch bemerkenswert. Scoping Reviews gehören zu den methodisch anspruchsvollen Formen der systematischen Literaturarbeit: große Textmengen, heterogene Quellen, iterative Such- und Auswahlprozesse. Genau hier setzen maschinengestützte Verfahren wie Topic Modelling an.

Warum solche Anfragen relevant sind:

Was mich an diesen Rückmeldungen besonders freut, ist weniger die formale Zitierung als vielmehr der praktische Einsatz der vorgeschlagenen Methodik. Unser Ansatz versteht Topic Modelling nicht als „Black Box“, sondern als strukturierendes und reflexives Instrument innerhalb der Literaturarbeit – insbesondere dann, wenn klassische manuelle Verfahren an ihre Grenzen stoßen.

Dass dieser Ansatz nun offenbar auch in der Public-Health-Forschung und im Rahmen groß angelegter Reviews aufgegriffen wird, zeigt zweierlei:

Methodische Transferfähigkeit:

Auch wenn das Beispiel in der Veröffentlichung aus der Anthropologie stammt, sind die Grundprinzipien bewusst disziplinübergreifend formuliert. Literaturarbeit folgt in vielen Feldern ähnlichen strukturellen Herausforderungen.

Bedarf an nachvollziehbaren KI-gestützten Verfahren
Gerade im wissenschaftlichen Kontext reicht es nicht, dass ein Verfahren „funktioniert“. Es muss erklärbar, begründbar und methodisch anschlussfähig sein. Die wiederholten Rückmeldungen zeigen, dass genau dieser Aspekt als Mehrwert wahrgenommen wird.

Wissenschaft lebt vom Teilen:

Selbstverständlich habe ich das PDF für akademische Zwecke zur Verfügung gestellt. Wissenschaftliche Arbeit lebt davon, dass Wissen zirkuliert – auch jenseits institutioneller Zugangsbarrieren. Wenn Publikationen dazu beitragen können, andere Forschungsprojekte methodisch voranzubringen, dann erfüllen sie genau den Zweck, für den sie gedacht sind.

Solche Anfragen sind für mich daher immer auch ein leiser Indikator dafür, dass sich die Mühe lohnt: saubere Methodik, transparente Argumentation und der Versuch, Brücken zwischen klassischer Literaturarbeit und KI-gestützten Verfahren zu bauen. Und genau deshalb teile ich diese kleinen Einblicke hier.