Informationskompetenz und Wissenschaftliches Arbeiten

Nach Abschluss des Moduls können die Teilnehmenden:

• Effizient recherchieren: Bibliotheksressourcen, Fachdatenbanken und KI-Tools zielgerichtet nutzen.
• Informationen kritisch bewerten: Qualität von Quellen analysieren und KI-generierte Inhalte reflektiert einsetzen.
• Literatur systematisch verwalten: Mit Literaturverwaltungsprogrammen Referenzen organisieren und Zitationen automatisieren.
• Wissenschaftlich kommunizieren: Kernprinzipien des akademischen Schreibens anwenden (Struktur, Argumentation, Quellenintegration).
• Ethisch handeln: Plagiate vermeiden, Urheberrecht beachten und Transparenz bei KI-Nutzung wahren.

1. Wissen finden – Nach erfolgreichem Abschluss dieses Themenfelds können die Teilnehmenden:

• Bibliotheksressourcen eigenständig nutzen: Services der Hochschulbibliothek identifizieren und für die Recherche einsetzen.
• Effektive Suchstrategien entwickeln: Suchbegriffe systematisch aufbauen, Boolesche Operatoren anwenden und Suchergebnisse präzise filtern.
• Fachspezifische Rechercheinstrumente anwenden: Wissenschaftliche Datenbanken, Fachportale und Suchmaschinen zielgerichtet bedienen.
• KI-basierte Recherchetools kritisch einsetzen: KI-gestützte Suchsysteme für die Literaturrecherche nutzen und Grenzen der Technologie bewerten.
• Rechercheprozesse verantwortungsvoll gestalten: Ethische Implikationen des KI-Einsatzes reflektieren und Qualitätskriterien für KI-generierte Ergebnisse anwenden.

2. Literatur verwalten & Systematische Literaturübersicht erstellen –Nach Abschluss dieses Themenfelds können die Teilnehmenden:

• Literaturverwaltungssysteme methodisch einsetzen: Systeme wie beispielsweise Citavi/Zotero für strukturierte Erfassung, Kategorisierung und Deduplizierung von Quellen nutzen.
• Review-Prozesse steuern: Phasen eines Systematic Literature Review (SLR) umsetzen: von der Forschungsfrage bis zur Ergebnisdokumentation.
• Screening und Extraktion systematisieren: Quellen anhand definierter Kriterien filtern, relevante Daten extrahieren und in Wissensdatenbanken abbilden.
• Kollaborative Workflows gestalten: Arbeit an cloudbasierten Projekten wie Vergabe von Aufgaben innerhalb der Projekte (z. B. Abschlussarbeiten) mit passenden Tools
• Transparente Review-Dokumentation erstellen: PRISMA-ähnliche Flussdiagramme und Methodenteil für SLRs mit Literaturverwaltungstools generieren.

3. Open Access & Publizieren – Nach Abschluss dieses Themenfelds können die Teilnehmenden:

• Open-Access-Prinzipien anwenden: OA-Publikationstypen (Gold/Grün) unterscheiden und passende Zeitschriften via DOAJ/Sherpa Romeo identifizieren und CC-Lizenzen kennen.
• Umgang mit Forschungsdaten: FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) für Daten umsetzen und Repositorien (z. B. Zenodo) nutzen.
• Publikationsprozesse kennen: Workflow von der Manuskripteinreichung bis zum Review (inkl. Umgang mit Preprints und Postprints) navigieren.
• Ethische Publikationsstandards wahren: Predatory Journals erkennen, Autorenschaftsrichtlinien kennen und KI-Nutzung in Publikationen transparent dokumentieren.
• Forschungsimpact optimieren: Strategien zur Sichtbarkeit (ORCID, Social Media) kennen und Zitationsmetriken (h-Index, Altmetrics) interpretieren. 

4. Desinformationen erkennen & Plagiate vermeiden – Nach Abschluss dieses Themenfelds können die Teilnehmenden:

• Desinformationsstrategien dekonstruieren: Manipulationstechniken (Emotionalisierung, Fake-Context, Deepfakes) in wissenschaftlichen und öffentlichen Quellen identifizieren.
• Quellen forensisch analysieren: Digitale Echtheitsmerkmale prüfen (EXIF-Daten, Reverse Image Search, Domain-Age) und Bias in Studien erkennen.
• Plagiatsformen differenzieren: Unterschiede zwischen Ideen-, Übersetzungs- und KI-Plagiaten benennen sowie Selbstplagiate vermeiden.
• Präventivmaßnahmen anwenden: Korrekte Paraphrasierungstechniken nutzen und Zitationsmanagement-Tools (Citavi/Zotero) zur Quellendokumentation einsetzen und Plagiatssoftware und Detektionswerkzeuge kennen.
• Ethische Wissenschaftspraxis umsetzen: Richtlinien zur KI-Nutzung (Transparenz, Quellenkennzeichnung) im eigenen wissenschaftlichen Paper anwenden.
  

5. Desinformationen erkennen & Plagiate vermeiden – Nach Abschluss dieses Themenfelds können die Teilnehmenden:

• Textstrukturen aufbauen: Logische Gliederungen (IMRaD-Struktur) entwickeln und rote Fäden durch Themenstellung, Forschungsfrage und Hypothesen ziehen.
• Argumentationsketten aufbauen: Thesen evidenzbasiert mit Quellen untermauern, Gegenpositionen integrieren und Brückenformulierungen einsetzen.
• Wissenschaftsstil meistern: Präzise Formulierungen, Nominalstil und objektive Sprache anwenden; KI-Tools reflektiert zur Stiloptimierung nutzen.
• Den Schreibprozess überblicken und aktiv steuern: Rohfassungen des eigenen Papers erstellen, Feedback iterativ umsetzen und Schreibblockaden mit verschiedenen Schreibübungen überwinden.
• Textqualität sichern: Peer-Review-Kriterien (Kohärenz, Validität, Transparenz) anwenden und KI-generierte Passagen gemäß Leitlinien kennzeichnen.

Veranstaltungsbezogene Informationen und Materialien werden allen Teilnehmenden über die Lernplattform Moodle bereitgestellt.