Im KISOFT Projekt wird in einem quasi-experimentellen Setting ausgelotet, inwiefern Personen durch Anwendungen künstlicher Intelligenz beim Interpretieren mit einer am Lehrstuhl Erwachsenenbildung/Weiterbildung entwickelten »Qualitative Data Analysis« (QDA)-Software bei der Suche nach neuen überraschenden Sichtweisen unterstützt werden können. Aus sozial- und geisteswissenschaftlicher Sicht ist hierbei die Frage interessant, inwiefern sich durch diese neue Mensch-Technik-Relation auch die Art und Weise interpretativen Handelns und damit der Zugang zum empirischen Gegenstand selbst verändert.

Projektstart/-laufzeit: 01.01.2021 bis 31.03.2024

Trenner_UniBw-M.jpg

Interpretierendes, analytisches Schlussfolgern auf der Basis von offenen Gesprächen, Interviews und Gruppendiskussionen, aber auch aus bildhaften Informationen oder Dokumenten – also von nicht vorstrukturierten Alltagsinformationen – ist sowohl im zivilen als auch im militärischen Bereich eine immer wichtiger werdende Kompetenz. Induktive und deduktive Verfahren des Schlussfolgerns laufen jedoch Gefahr, immer nur bekanntes Wissen zu reproduzieren. Um genuin neue Sichtweisen auf einen Gegenstand zu erschließen, sind deshalb systematisch abduktive Formen des Schlussfolgerns nötig. »Abduktion« wurde von Charles S. Peirce als eine riskante, vielleicht plausible Hypothese gefasst, die, wenn sie denn zuträfe, ein unverständliches empirisches Ereignis erklären würde. Bei der »Dokumentarischen Methode der Interpretation« nach Ralf Bohnsack stehen solche Modi des abduktiven Schließens im Mittelpunkt (mit anschließender induktiver und deduktiver Überprüfung der gewonnenen Hypothesen). Die Methodologie wird am Lehrstuhl Erwachsenenbildung/Weiterbildung der UniBw M erfolgreich in der Lehre eingesetzt.

Die spezifische Form des Interpretierens mit der dokumentarischen Methode wird durch die am Lehrstuhl Erwachsenenbildung/Weiterbildung entwickelte Forschungs-, Lehr- und Lernsoftware DokuMet QDA unterstützt. Im Gegensatz zu herkömmlicher QDA-Software, mit der Textstellen codiert und zumeist dekontextualisiert zusammengeführt werden, ermöglicht DokuMet QDA ein sinnrekonstruktives Arbeiten mit unterschiedlichsten empirischen Materialien bei gleichzeitiger Möglichkeit, die Ergebnisse zu abstrahieren und typisierend zu verdichten. In die Software ist zudem ein umfangreiches Hilfesystem implementiert, mit dem ein selbstständiges Erlernen der Software ermöglicht wird.

Trenner_UniBw-M.jpg

Grafik zur Anwendung von Lernsoftware DokuMet QDA und KI

Links: Methoden in DokuMet QDA | © Universität der Bundeswehr München, Burkhard Schäffer
Rechts: Kombination von DokuMet QDA, KI und Interpretierenden | © Universität der Bundeswehr München, Burkhard Schäffer

Trenner_UniBw-M.jpg

Im KISOFT Projekt wird nun in einem agilen Forschungs- und Entwicklungsprozess eruiert, inwiefern die Software unter Zuhilfenahme künstlicher Intelligenz (KI) optimiert werden kann. Dies soll über die Anbindung der Software an ausgewählte bereits entwickelte KI-Implementationen zur »Natural Language Analysis« bewerkstelligt werden. Forschungsleitende Fragen sind hier: Lassen sich Schnittstellen von DokuMet QDA zu bereits bestehenden KI-Applikationen entwickeln, sodass das Programm
a) Anfragen an diese KIs stellen kann (z. B. indem es ein Set von Interviews dort einspeist), die dann
b) von dieser KI bearbeitet und
c) das Ergebnis an DokuMet zurückgesendet und dort den Interpretierenden zur Verfügung gestellt wird?
Die Frage ist hier, ob sich die Systeme so aufeinander kalibrieren lassen, dass es für Nutzerinnen und Nutzer von DokuMet QDA einen Mehrwert beim Interpretieren darstellt.

Für eine solche Software besteht unseres Erachtens ein großer Bedarf, da sie die menschliche Fähigkeit zu Interpretation, Intuition und Abduktion mit der Maschinenfähigkeit zur komplexen Verarbeitung und überraschenden Rekontextualisierung von großen Datenmengen aus unstrukturierten Alltagsinformationen kombiniert. Sie stellt somit einen wichtigen methodisch akzentuierten Forschungsbereich im Kontext der menschzentrierten Entwicklung und Bewertung von Technik dar, da hier genuin humanwissenschaftliche Expertisen mit Wissensbeständen aus der Informatik kombiniert werden. Aus techniksoziologischer Perspektive kann man durchaus von einem »Hybridakteur« (Latour) menschlicher »Akteure« und nichtmenschlicher »Aktanten« sprechen, die zusammen etwas Neues entstehen lassen, was ohne die Technologien nicht entstanden wäre. Insofern verbergen sich in der Fragestellung auch weitreichende erkenntnistheoretische Implikationen im Hinblick auf die Medien- und Technologieabhängigkeit menschlicher Erkenntnis.

Projektleitung

Prof. Dr. Burkhard Schäffer
Universität der Bundeswehr München
Fakultät für Humanwissenschaften
Erwachsenenbildung/Weiterbildung
Tel.: +49 89 6004-3118
E-Mail: burkhard.schaeffer@unibw.de
www.unibw.de/burkhard.schaeffer

Kooperationspartner

Universität der Bundeswehr München
Forschungsinstitut CODE
Professur für Usable Security and Privacy

Prof. Dr. Florian Alt
E-Mail: florian.alt@unibw.de
go.unibw.de/usec

 Projektbeteiligte des HUMTEC Konsortiums

Universität der Bundeswehr München
Fakultät für Humanwissenschaften

Prof. Dr. Wolfgang Mack
www.unibw.de/hum

Universität der Bundeswehr München
Fakultät für Staats- und Sozialwissenschaften
Evangelische Theologie mit dem Schwerpunkt Angewandte Ethik

Prof. Friedrich Lohmann
www.unibw.de/sowi

Universität der Bundeswehr München
Fakultät für Humanwissenschaften
Erziehungswissenschaft mit Schwerpunkt Medienbildung               

Prof. Manuela Pietraß
www.unibw.de/hum

Universität der Bundeswehr München
Fakultät für Humanwissenschaften
Methodenlehre und Evaluation

Prof. Dr. Timo von Oertzen
www.unibw.de/hum-psychologie

Bildquelle: Grafik 1: https://towardsdatascience.com/coding-neural-network-forward-propagation-and-backpropagtion-ccf8cf369f76
Grafik 2: https://dokumet.de/startseite-betatest