Wenn man Forschende nach ihren gr\u00f6\u00dften H\u00fcrden fragt, wird man selten die Antwort \u201eIdeenlosigkeit\u201c h\u00f6ren. Stattdessen ist es die B\u00fcrokratie \u2013 endloser Papierkram, Zuschussantr\u00e4ge und Genehmigungen zur Einhaltung von Vorschriften, die alles verlangsamen. W\u00e4hrend sich Forschende auf Entdeckungen konzentrieren sollten, sind sie oft in administrativen und manuellen Aufgaben gefangen, die Ver\u00f6ffentlichungen verz\u00f6gern und schnell zu einem Burn-out f\u00fchren.<\/p>\n\n\n\n
Gl\u00fccklicherweise haben einige der f\u00fchrenden Universit\u00e4ten Wege gefunden, diese Hindernisse zu \u00fcberwinden. Nachfolgend stellen wir Ihnen sieben bew\u00e4hrte Strategien an, die den Ver\u00f6ffentlichungsprozess beschleunigen, und zwar anhand von Beispielen aus Institutionen, die diese Ideen erfolgreich in die Praxis umgesetzt haben.<\/p>\n\n\n\n
Forschung wird durch Papierkram und B\u00fcrokratie ausgebremst. Die meisten Akademiker:innen kennen die Frustration, auf Genehmigungen zu warten, unz\u00e4hlige E-Mails zu versenden und zuzusehen, wie wertvolle Forschungszeit f\u00fcr Verwaltungsaufgaben verloren geht.<\/p>\n\n\n\n
Die gute Nachricht ist, dass Universit\u00e4ten beginnen, dieses Problem direkt anzugehen. Anstatt langsame Verwaltungsprozesse als unvermeidlich hinzunehmen, suchen sie nach M\u00f6glichkeiten, diese effizienter zu gestalten. Durch die Verlagerung von Arbeitsabl\u00e4ufen ins Internet, die Vereinfachung von Compliance-Schritten und die Automatisierung, wo immer m\u00f6glich, helfen Institutionen den Forschenden, sich wieder auf das Wesentliche zu konzentrieren \u2013 ihre eigentliche Forschung.<\/p>\n\n\n\n
Die Stanford University zeigt, wie dies in der Praxis funktionieren kann. Sie hat ein Online-System geschaffen, das den Verwaltungsprozess von Anfang bis Ende abwickelt. Forschende reichen ihre Unterlagen einmal ein und das System leitet sie automatisch an die richtigen Personen weiter und verfolgt den Fortschritt. Das bedeutet: Nie wieder Unterschriften einholen oder sich fragen, wo der Antrag gerade steckt.<\/p>\n\n\n\n
Die University of Houston verfolgte bei ihrem Ethik-Pr\u00fcfungsverfahren einen \u00e4hnlichen Ansatz. Durch die Straffung ihrer Verfahren verk\u00fcrzten sie die Pr\u00fcfzeiten von 52 auf 46 Tage \u2013 eine Verbesserung um 15 %. Sechs Tage m\u00f6gen nicht revolution\u00e4r klingen, aber \u00fcber alle Forschungsprojekte hinweg summiert sich dies zu einer erheblichen Zeitersparnis.<\/p>\n\n\n\n
Intelligente Systeme sto\u00dfen auch bei eingefahrenen Universit\u00e4ten auf Widerstand. Ein entscheidender Schritt f\u00fcr den Erfolg ist es, alle an Bord zu holen \u2013 sowohl Forschende als auch Verwaltungsmitarbeiter:innen. Die Einrichtung einer Task Force, in der beide Gruppen zusammenarbeiten, hilft dabei, den optimalen Kompromiss zwischen der Einhaltung von Regeln und dem Abbau von B\u00fcrokratie zu finden. Auch ein kleiner Anfang mit Pilotprogrammen kann hilfreich sein, da Menschen Ver\u00e4nderungen eher annehmen, wenn sie sehen, dass sie funktionieren.<\/p>\n\n\n\n
Ein Forscher, der mit veralteter Software (oder noch schlimmer \u2013 immer noch mit Papier) arbeitet, ist wie ein Chirurg, der stumpfe Instrumente verwendet. Moderne Tools k\u00f6nnen viele Forschungsphasen, wie Datenanalysen oder Literaturrecherchen, erheblich beschleunigen. Dennoch hinken viele Institutionen bei der Ausstattung ihrer Teams mit moderner Technologie hinterher.<\/p>\n\n\n\n
Plattformen wie NVivo<\/a>, MAXQDA<\/a> und ATLAS.ti <\/a>k\u00f6nnen komplexe Datens\u00e4tze in Minutenschnelle analysieren und ersetzen manuelle Arbeit, die fr\u00fcher Wochen in Anspruch nahm. KI-gesteuerte Forschungswerkzeuge k\u00f6nnen automatisch Literaturzusammenfassungen erstellen, Muster in Daten erkennen und sogar bei der Strukturierung wissenschaftlicher Arbeiten helfen. F\u00fcr qualitative Forscher wandelt Amberscripts fortschrittliche Transkriptionstechnologie<\/a> und menschliche Experten Interviews und Fokusgruppen in durchsuchbare, analysierbare Textdaten um.<\/p>\n\n\n\n Doch der Kauf neuer Werkzeuge allein reicht nicht aus. Viele Universit\u00e4ten vers\u00e4umen es, Forschende in der effektiven Nutzung dieser Werkzeuge zu schulen, sodass ihr volles Potenzial ungenutzt bleibt. Die University of Manchester zeigt, wie es geht, und bietet regelm\u00e4\u00dfige Workshops an, um ihren Fakult\u00e4ten dabei zu helfen, diese Ressourcen optimal zu nutzen.<\/p>\n\n\n\n KI-Tools ver\u00e4ndern die Arbeitsabl\u00e4ufe in der Forschung in drei Schl\u00fcsselbereichen: Literaturanalyse, Datenverarbeitung und Schreibunterst\u00fctzung. F\u00fcr Literaturrecherchen k\u00f6nnen Plattformen wie Elicit, ResearchRabbit und Scite Tausende von Artikeln schnell analysieren und strukturierte Zusammenfassungen und Zitiernetzwerke erstellen. Datenanalysetools wie OpenAIs GPT Assistant und Googles Vertex AI helfen dabei, Datens\u00e4tze zu bereinigen und Muster zu erkennen. Schreibassistenten wie Writefull und Grammarly unterst\u00fctzen die Manuskriptvorbereitung durch Referenzformatierung und Sprachverfeinerung.<\/p>\n\n\n\n Die Einf\u00fchrung dieser Tools erfordert jedoch sorgf\u00e4ltige \u00dcberlegungen. Pr\u00fcfen Sie zun\u00e4chst die Datenschutzrichtlinien Ihrer Einrichtung \u2013 viele Universit\u00e4ten verlangen, dass Tools wie OpenAI’s ChatGPT vorab genehmigt werden, insbesondere f\u00fcr Forschungsdaten. Zweitens sollten Sie nach Plattformen suchen, die Ihre Daten in Ihrer Region speichern \u2013 Tools wie Writefull und DeepL bieten in der EU gehostete Versionen an, die die DSGVO-Konformit\u00e4t gew\u00e4hrleisten. Drittens sollten Sie die Richtlinien zur Datenspeicherung \u00fcberpr\u00fcfen \u2013 einige Dienste wie ChatGPT-4 k\u00f6nnen Ihre Eingaben f\u00fcr das Modelltraining speichern, was die Vertraulichkeit der Forschung beeintr\u00e4chtigen k\u00f6nnte.<\/p>\n\n\n\n Am effektivsten ist es, klein anzufangen: Beginnen Sie mit einem allgemein anerkannten Tool wie den KI-Funktionen von Zotero oder den grundlegenden Grammatikpr\u00fcfungen von Grammarly und erweitern Sie dann schrittweise auf spezialisiertere Tools, wenn Sie deren Zuverl\u00e4ssigkeit und \u00dcbereinstimmung mit den Richtlinien Ihrer Einrichtung best\u00e4tigt haben. Auf diese Weise erstellen Sie ein praktisches Toolkit, das die Recherche beschleunigt und gleichzeitig Ihre Daten sch\u00fctzt.<\/p>\n\n\n\n Forschungsbudgets k\u00f6nnen knapp sein, aber kl\u00fcgeres Ausgeben funktioniert oft besser als mehr auszugeben. Eine der effektivsten \u00c4nderungen, die Universit\u00e4ten vornehmen k\u00f6nnen, ist die Zentralisierung ihrer Ausgaben, um Kosten zu senken.<\/p>\n\n\n\n Anstatt dass jede Abteilung ihre eigene Software oder Ausr\u00fcstung kauft, sind einige Universit\u00e4ten dazu \u00fcbergegangen, institutsweite Einkaufsvereinbarungen zu treffen. Dieser Ansatz sichert bessere Rabatte und stellt sicher, dass alle Forschenden Zugang zu den besten Werkzeugen haben. Dadurch werden auch die Schulungskosten gesenkt.<\/p>\n\n\n\n Die University of Toronto zeigt, wie das funktioniert \u2013 sie hat gemeinsame Laboreinrichtungen geschaffen, in denen mehrere Teams High-End-Ger\u00e4te nutzen k\u00f6nnen, sodass nicht jede Abteilung ihre eigenen Ger\u00e4te kaufen muss.<\/p>\n\n\n\n Die Bond University hat die Leistungsf\u00e4higkeit dieses Ansatzes unter Beweis gestellt, indem sie ihre Forschungsinvestitionen um \u00fcber 50 % erh\u00f6ht und die Forschungsqualit\u00e4t durch die F\u00f6rderung der Zusammenarbeit und die Konzentration auf strategische Bereiche verbessert hat.<\/p>\n\n\n\n Forschungsteams sind oft mit sich wiederholenden manuellen Aufgaben besch\u00e4ftigt, die ihre produktive Zeit verschlingen. Von der Dateneingabe und -bereinigung bis hin zur Formatierung von Zitaten und der Verwaltung von Referenzen k\u00f6nnen diese notwendigen, aber zeitaufw\u00e4ndigen T\u00e4tigkeiten den Forschungsfortschritt erheblich verlangsamen.<\/p>\n\n\n\n Nehmen wir zum Beispiel die Transkription in der qualitativen Forschung. Eine Stunde Interview-Audio erfordert in der Regel 4 bis 6 Stunden manuelle Transkription, was bedeutet, dass ein Projekt mit 20 Interviews<\/a> mehrere Wochen der Arbeitszeit eines Forschenden in Anspruch nehmen kann. Dies ist jedoch nur ein Beispiel f\u00fcr manuelle Arbeit, die Forschende aufh\u00e4lt. Andere Beispiele sind die manuelle Kodierung von Umfrageantworten, die Neuformatierung von Datentabellen f\u00fcr die Analyse oder die Konvertierung von Dokumenten zwischen verschiedenen Dateiformaten.<\/p>\n\n\n\n Moderne L\u00f6sungen kombinieren KI-Unterst\u00fctzung mit menschlicher Aufsicht, um diese Aufgaben effizienter zu bew\u00e4ltigen. Bei der Transkription<\/a> k\u00f6nnen KI-Tools erste Entw\u00fcrfe erstellen, die dann von Menschen \u00fcberpr\u00fcft und korrigiert werden. \u00c4hnliche Ans\u00e4tze funktionieren bei der Datenbereinigung, bei der automatisierte Tools potenzielle Probleme f\u00fcr die \u00dcberpr\u00fcfung durch Menschen kennzeichnen, oder bei der Referenzverwaltung, bei der Software Zitate automatisch formatieren kann, w\u00e4hrend Forschende die Richtigkeit \u00fcberpr\u00fcfen. Dieser hybride Ansatz erh\u00e4lt die Qualit\u00e4t und reduziert gleichzeitig den Zeitaufwand f\u00fcr manuelle Aufgaben drastisch.<\/p>\n\n\n\nAusweitung der Technologieeinf\u00fchrung: Ist KI Freund oder Feind?<\/strong><\/h3>\n\n\n\n
3. Zentralisierung Ihrer Ausgaben<\/strong><\/h2>\n\n\n\n
4. Reduzierung manueller Arbeit<\/strong><\/h2>\n\n\n\n