LFU:online

Die Studierenden

- können für eine eigene fachspezifische Forschungsfrage eine angemessene Review-Frage formulieren, mit geeigneten Frameworks (z. B. PICO, SPIDER, SPICE) strukturieren und die Wahl des Zugangs begründen;

- können eine für das jeweilige Review-Ziel geeignete Suchstrategie entwickeln, in relevanten Fachdatenbanken umsetzen und dokumentieren;

- können Suchergebnisse nach vorab definierten Kriterien screenen, relevante Informationen systematisch extrahieren und zentrale Schritte eines Review-Prozesses methodisch korrekt durchführen;

- können Berichts- und Transparenzstandards für Reviews, insbesondere PRISMA, auf ein eigenes kleines Literaturrechercheprojekt anwenden;

- können Ergebnisse konventioneller und KI-gestützter Literaturrecherche vergleichend analysieren und die Qualität, Nachvollziehbarkeit und Grenzen der KI-gestützten Verfahren kritisch beurteilen;

- können KI-Werkzeuge in Human-in-the-Loop-Workflows methodisch reflektiert einsetzen und deren Ausgaben validieren;

- können die Ergebnisse ihres Literaturrechercheprojekts schriftlich und mündlich fachlich nachvollziehbar darstellen und begründen.

In diesem Seminar erlernen die Teilnehmenden anhand eines eigenen (idealerweise passend zur Abschlussarbeit) kleinen Literaturrecherche Projekts:

- Arten und Zielsetzungen von Literaturreviews: systematisch, narrativ, "rapid", "umbrella", "state-of-the-art", etc.

- Strukturierung von Review-Fragen mit Frameworks wie z.B. PICO, SPIDER und SPICE.

- Planung und Dokumentation reproduzierbarer Suchstrategien.

- Arbeit mit Datenbanken wie z.B. Web of Science und PubMed.

- Screening, Extraktion, (teilweise) Synthese und Berichterstattung nach PRISMA.

- Einsatz von KI-gestützten Plattformen und Human-in-the-Loop-Workflows.

- Vergleich klassischer und KI-gestützter Review-Ergebnisse anhand praktischer Projektarbeiten.

Vorträge durch LV-Leiter; praktische Demonstrationen und angeleitete Übungen; Präsentationen; semesterbegleitendes Literaturreview-Projekt.

Aktive Teilnahme und Beiträge im Unterricht; Präsentation des Projekts; schriftlicher Abschlussbericht (kurzer Literaturreview).

Booth, A., Sutton, A., Clowes, M. & Martyn-St James, M. (2021). Systematic Approaches to a Successful Literature Review. 3rd ed. Sage.

Schroeder, N. L., Jaldi, C. D., & Zhang, S. (2025). Large language models with human-in-the-loop validation for systematic review data extraction. arXiv preprint arXiv:2501.11840.

Eigener Laptop; Grundkenntnisse des wissenschaftlichen Arbeitens im eigenen Studienfach; Bereitschaft zur Arbeit mit englischsprachiger Fachliteratur; Installation von R (und optional Python), Ausführen einfacher Programmier-Befehle.

Ein fundierter Überblick über den aktuellen Forschungsstand ist für studentische Abschlussarbeiten von zentraler Bedeutung. In den letzten Jahren wurde eine Vielzahl von KI-Literaturrecherche Assistenten veröffentlicht und vermarktet (z.B. ChatGPT Deep Research, Perplexity, Tlooto, Undermind), deren Ergebnisse oftmals schwer einschätzbar sind.

Die LV ist fachoffen angelegt und eignet sich für Forschungsfragen aus Sozial-, Geistes-, Natur-, Technik- und Lebenswissenschaften. Ziel ist der reflektierte Vergleich klassischer und KI-gestützter Workflows anhand einer eigenen Projektarbeit.