Der Workshop beleuchtet, wie KI in der bildungswissenschaftlichen Forschung sinnvoll eingesetzt werden kann. Im Dialog zwischen den Teilnehmer:innen, der Datenschutzbeauftragten der Universität Rostock und mit einem konkreten Forschungsbeispiel aus der Biologiedidaktik werden mögliche Vorgehensweisen diskutiert. Im Fokus steht das Spannungsfeld zwischen methodischer Innovation unter Nutzung von KI und datenschutzrechtlichen Anforderungen. Anhand konkreter Fallbeispiele didaktischer Forschung werden Erhebung, Transkription, Anonymisierung und Pseudonymisierung sowie KI-gestützte Auswertung diskutiert. Dabei werden unterschiedliche Tools, Einsatzszenarien und datenschutzrelevante Bedingungen praxisnah eingeordnet. Es ist das Ziel, Chancen, Grenzen und Handlungsbedarfe für den verantwortungsvollen KI-Einsatz in Forschungsprozessen sichtbar zu machen.

Am Beispiel des Forschungsprojekts SeiL (Studienerfolg im Lehramt) wird die Bedeutung von Forschungsdatenmanagement und den verantwortungsvollen Einsatz von Künstlicher Intelligenz in der Bildungsforschung vorgestellt. Dabei wird dargestellt, wie strukturierte Datenerhebung, -speicherung und -analyse dazu beitragen, wirksame Unterstützungsmaßnahmen für Studierende im Lehramtsstudium, insbesondere in den Fächern Mathematik und Informatik, zu identifizieren und zu evaluieren. Unterstützungsmöglichkeiten, die im Rahmen der Verarbeitung durch KI-gestützte Methoden, eingesetzt werden können, werden als Ausblick aufgezeigt. In einer abschließenden Diskussion mit allen Teilnehmenden soll gemeinsam beleuchtet werden, welche ethischen, methodischen und technischen Herausforderungen bei der Integration von KI in datenintensive Bildungsforschungsprojekte existieren.

Seit kurzer Zeit verändert Künstliche Intelligenz (KI) rasant die Landschaft der qualitativen Forschung. Während effizientere automatische Transkriptionsverfahren (+50%) bereits breiten Einzug halten, eröffnen Large Language Models (LLMs) wie ChatGPT, Claude & Co. faszinierende, aber auch herausfordernde neue Perspektiven für die Analyse qualitativer Daten. Doch wie transformativ ist dieser Wandel wirklich? Ziel des Vortrags ist es, den Teilnehmenden ein „Wimmelbild“ der aktuellen Entwicklungen zu vermitteln und sie zu befähigen, relevante Werkzeuge und Methoden für ihre Arbeit zu identifizieren und kritisch einzuordnen.

Dieser Vortrag navigiert durch das Spannungsfeld zwischen Hype und praktischer Realität (das „?!“ im Titel). Ausgehend von den Potenzialen und Grenzen automatischer Transkription beleuchtet er typische Fallstricke und 

Probleme beim Einsatz von LLMs in der qualitativen Forschungspraxis – von unzureichenden Ergebnissen durch einfache Prompts bis zur Komplexität des Prompt-Engineerings und der rasanten technologischen Entwicklung.

Im Kern widmet sich der Vortrag dann aktuellen Lösungsansätzen: Neben einer kritischen Einordnung technischer Werkzeuge und Plattformen stehen vor allem methodische Innovationen und Integrationsstrategien im Fokus. Diskutiert und demonstriert werden beispielhaft Ansätze, wie KI in etablierte Verfahren (z.B. die Qualitative Inhaltsanalyse oder die Dokumentarische Methode) integriert werden kann, aber auch neuere, KI-spezifischere Workflows wie Query-Based Analysis als Alternative zum klassischen Codieren oder Strategien zum hybriden Interpretieren mit multiplen LLMs. Die Auswahl der Beispiele wird an den aktuellen Stand der Entwicklung (Frühjahr 2026) angepasst.

Der Vortrag bietet eine praxisnahe Mischung aus Überblick und Demonstrationen ausgewählter Ansätze. Er schließt mit konkreten Handlungsempfehlungen für einen reflektierten, methodisch fundierten und ethisch bewussten Einsatz von KI in der eigenen qualitativen Forschungspraxis.