Künstliche Intelligenz

"Künstliche Intelligenz (KI)" ist ein Teilgebiet der Informatik. Sie imitiert menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert. Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden."

Künstliche Intelligenz (KI) prägt (in 2026) den gesamten wissenschaftlichen Arbeitsprozess. Die neuen KI-Technologien kommen in allen Disziplinen vor.

Der Einsatz, die Chancen und die Herausforderungen generativer Modelle im wissenschaftlichen Arbeiten werden im Forschungsdatenmanagement auf unterschiedlichen Ebenen berücksichtigt.

KI-Leitlinien an Hochschulen und Universitäten

KI-Leitlinien entwickeln sich an Hochschulen in Deutschland immer weiter. Das Thema KI ist an Hochschulen angekommen. Die Frage ist längst nicht mehr die, ob und wie KI-Tools genutzt werden dürfen. Entscheidend ist inzwischen (Stand Juni 2026) tatsächlich, wie Hochschulen den Umgang mit KI strategisch, didaktisch und verantwortungsvoll gestalten.

KÜNSTLICHE INTELLIGENZ UND DIE DEUTSCHE FORSCHUNGSGEMEINSCHAFT (DFG)

Die Deutsche Forschungsgemeinschaft (DFG) verfolgt die KI - Entwicklungen für die Forschung mit. Hier finden sich "Informationen zu allen Handlungsfeldern der DFG, in denen KI eine Rolle spielt, zusammengeführt: in der Antragstellung, in der Begutachtung sowie in spezifischen Förderangeboten zu KI":

https://www.dfg.de/de/grundlagen-themen/digitale-themen/ki

Der DFG-Kodex „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ gibt Forscher:innen Regeln für den Umgang mit Forschungsleistungen und Forschungsdaten an die Hand (Quelle: https://www.dfg.de/de/grundlagen-themen/grundlagen-und-prinzipien-der-foerderung/gwp/kodex)

Forschende müssen deshalb auch immer offenlegen, wo, wie und zu welchem Zweck KI eingesetzt wurde, z. B. bei Datenanalyse, Textgenerierung oder Bildverarbeitung.

Siehe "Leitlinien zur Sicherung guter wissenschaftlicher Praxis" (z.B. Kodex, Leitlinie 13).

"Dazu gehört es auch, soweit dies mög-

lich und zumutbar ist, die den Ergebnissen zugrunde liegenden Forschungs-

daten, Materialien und Informationen, die angewandten Methoden sowie die

eingesetzte Software verfügbar zu machen und Arbeitsabläufe umfänglich

darzulegen. Selbst programmierte Software wird unter Angabe des Quell-

codes öffentlich zugänglich gemacht. Eigene und fremde Vorarbeiten weisen

Wissenschaftler*innen vollständig und korrekt nach." (DFG-Kodex, Leitlinie 13)

Pressemitteilung Nr. 10 | 1. April 2026

15 Anträge aus dritter Ausschreibungsrunde erfolgreich / Vier Förderungen im Rahmen der DFG-Beteiligung am 1.000-Köpfe-plus-Programm

Link: https://www.dfg.de/de/aktuelles/neuigkeiten-themen/pressemitteilungen/2026/pressemitteilung-nr-10

KÜNSTLICHE INTELLIGENZ UND FORSCHUNGSDATEN

KI in der Forschung

Künstliche Intelligenz (KI) bietet beim Umgang mit Forschungsdaten Risiken und Chancen. Herausforderungen sind Fehlinformationen bis hin zu Bias (Verzerrungen) der Forschungsergebnisse. Forschungsdatenmanagement findet durch Automatisierungen Unterstützung, die eine FDM-Kontakt- und Beratungsstelle niemals ersetzen kann, weil eine menschliche Komponente fehlt.

FAIRe Forschungsdaten sind beim Forschungsdatenmanagement das „A & O”, auch im Kontext der KI.

Besonders das NFDI-Konsortium NFDI4DataScience unterstützt eine community-getriebene Forschungsdateninfrastruktur für KI. Insgesamt versteht sich die NFDI als ein KI Enabler, neben den High-Performance- Rechenzentren:

„Die NFDI fungiert primär als methodischer und sozialer KI Enabler. Sie wird KI-Dienste bzw. den Zugang zu KI-Diensten realisieren und die Nutzung, Vermittlung und Analyse von Forschungsdaten in Deutschland auf ein neues Niveau heben."

(Wissenschaftsrat (2025): Strukturevaluation der Nationalen Forschungsdateninfrastruktur (NFDI); Köln. https://doi.org/10.57674/wcdc-6d36 (Zugriff am 07.06.2026) )

KI kann Forschungsdaten klassifizieren, sie bereinigen und strukturieren (Unterstützung bei großen Datenmengen).

KI in der FDM-Unterstützung

KI kann FDM-Prozesse wie Datenkuration, Versionierung oder Dokumentation teilautomatisieren.

Ein Poster von La Sala et al. zeigt diese Synergien und betont zugleich die Risiken. Link / Quelle: La Sala, Beate Ulrike; Balic, Arnela; Werth, Robert (2025). Künstliche Intelligenz und FDM: Synergien, Herausforderungen und Grenzen der Risikominderung. Conference Item, E-Science-Tage 2025, Universität Heidelberg. DOI: 10.11588/heidok.00036411

Eine KI kann Muster in Forschungsdaten erkennen:

"Die große Stärke vieler KI-Anwendungen ist das Erkennen und Interpretieren von Mustern in großen Datenmengen. In der Medizin wird KI verstärkt zur Analyse von Bildaufnahmen eingesetzt, um Auffälligkeiten zu entdecken, beispielsweise bei der Krebsdiagnose. Nach einem ähnlichen Prinzip können in den Geowissenschaften Satellitenbilder ausgewertet werden, um Vegetation, Landnutzungsformen und Infrastruktur zu klassifizieren und zu kartieren. In der Forschung zum autonomen Fahren sind es KI-Systeme, die große Mengen an Sensordaten in Echtzeit verarbeiten und Entscheidungen über die Steuerung des Fahrzeugs treffen. Auch in der Klimaforschung haben die Simulationen und Modelle längst eine Komplexität erreicht, die ohne Einsatz von KI mit den verfügbaren Rechenkapazitäten nicht mehr zu bewältigen wäre." (Quelle: Künstliche Intelligenz – Forschungsdatenmanagement – Leibniz Universität Hannover: https://www.fdm.uni-hannover.de/faq/kuenstliche-intelligenz (Zugriff am 07.06.2026).

KÜNSTLICHE INTELLIGENZ UND FORSCHUNGSDATENMANAGEMENT

Lösungen im Bereich digitaler Forschungsinfrastrukturen im Zeitalter von KI

Ein zentrales Forschungs- und Handlungsfeld besteht aktuell (Stand 2026) im systematischen Einsatz von Künstlicher Intelligenz zur Entwicklung umfassender und nachhaltiger Lösungsstrategien im Bereich digitaler Forschungsinfrastrukturen.

Dies umfasst insbesondere die KI‑gestützte Identifikation, Bewertung und Auswahl geeigneter Repositorien und Archive, wobei sowohl technische Kriterien (z. B. Interoperabilität, Schnittstellenarchitektur, Persistenzmechanismen) als auch organisatorische und rechtliche Rahmenbedingungen berücksichtigt werden müssen.

KI und Konzeption und Weiterentwicklung komplexer Metadatenschemata

Darüber hinaus spielt KI eine zunehmend bedeutende Rolle bei der Konzeption und Weiterentwicklung komplexer Metadatenschemata, etwa durch automatisierte Klassifikation, semantische Anreicherung, Ontologie‑Mapping oder die Ableitung domänenspezifischer Metadatenstrukturen aus großen heterogenen Datenbeständen. Schließlich trägt KI maßgeblich zur Entwicklung langfristiger Strategien für die nachhaltige Bereitstellung, Pflege und Weiterentwicklung sogenannter „lebender Ressourcen“ bei, also dynamischer Datenobjekte, die kontinuierlich aktualisiert, versioniert und kontextualisiert werden müssen (Prognosemodelle zur Ressourcennutzung, automatisierte Qualitätssicherungsprozesse, adaptive Erhaltungsstrategien, KI‑gestützte Entscheidungsunterstützungssysteme).

Veranstaltungen und Arbeitsgruppen zu KI und FDM

BERD@NFDI Paneldiskussion „Die Rolle von Daten im Zeitalter von KI”

(...)

KÜNSTLICHE INTELLIGENZ UND NFDI

Künstliche Intelligenz (KI) ist ein zentraler Treiber für mehrere NFDI‑Konsortien, besonders NFDI4DataScience, das explizit darauf ausgerichtet ist, Forschungsdaten, Modelle, Code und Publikationen aus Data Science und KI FAIR, transparent und reproduzierbar nutzbar zu machen.

(...)

Hennig, C. (2026, June 9). On reproducibility (and provenance) activities at NFDI4DS. Fourth NFDI_BB meeting on provenance and reproducibility, Berlin, Germany. Zenodo. https://doi.org/10.5281/zenodo.20605110

Referenzen

Empfehlungen zur Einhaltung der Guten Wissenschaftlichen Praxis (GWP) beim Einsatz von KI: Forschungsdaten | & | Künstliche Intelligenz und GWP | Ombudsgremium – OWI

https://ombudsgremium.de/9802/forschungsdaten-und-ki/ (Zugriff am 07.06.2026).

Weiterführende allgemeine Informationen zu KI in der Forschung, inkl. FDM finden sich beim Fraunhofer-Institut für Kognitive Systeme IKS

https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz.html (Zugriff am 07.06.2026)

Universität Heidelberg und KI / Handreichungen

https://www.heiskills.uni-heidelberg.de/de/ueber-uns/lehren-und-lernen/fuer-lehrende/kuenstliche-intelligenz-in-der-lehre (Zugriff am 07.06.2026)

https://www.uni-heidelberg.de/de/erforschung-und-einsatz-von-ki; https://www.ub.uni-heidelberg.de/de/service/schulung/recherche/ki; ... (Zugriff am 07.06.2026)

KI-Campus, Stifterverband

https://ki-campus.org/ (Zugriff am 07.06.2026).

Der KI‑Campus ist eine digitale Weiterbildungsplattform, die hochwertige Lernangebote rund um Künstliche Intelligenz bereitstellt. Das Spektrum umfasst Onlinekurse, die von grundlegenden Einführungen über Machine Learning bis hin zu Generativer KI, ethischen Fragestellungen oder dem Einsatz von KI in Unternehmen und Verwaltung reichen. Ergänzt werden diese Angebote durch Videos, die komplexe KI‑Themen in kurzen, didaktisch aufbereiteten Formaten erklären, sowie Podcasts, in denen Expertinnen und Experten aus Wissenschaft, Wirtschaft und Politik zu Wort kommen. Darüber hinaus stellt die Plattform praktische Tools bereit, mit denen Lernende KI‑Anwendungen direkt ausprobieren und vertiefen können. Alle Angebote sind kostenlos, und viele davon können mit einem Zertifikat abgeschlossen werden.

(...)