Keine Methodik, sondern sieben Vorgehensweisen, die ich in den letzten zwei Jahren immer wieder angepasst habe und die übrig geblieben sind und die ich weiterhin nutze. Bei jeder steht „was tun“ und „warum“.
Erstens: Formuliere die Forschungsfrage zuerst in einem Satz und beginne dann mit der Recherche
Vorgehen: Vor der Recherche in einem vollständigen Satz aufschreiben, „welches Problem ich lösen möchte, was der Untersuchungsgegenstand ist und wo die Grenzen liegen“. Dann diesen Satz dem Tool geben, damit es die Recherchedimensionen zerlegt, statt selbst immer wieder Keywords in das Suchfeld zu tippen.
Warum: Wenn Keywords keine Ergebnisse liefern, kannst du nicht unterscheiden, ob „in dieser Richtung wirklich niemand arbeitet“ oder ob „du nicht daran gedacht hast, welchen Begriff andere verwenden würden“. Das ist die Falle, in die Einsteiger am leichtesten tappen – eine fehlgeschlagene Recherche als Forschungslücke zu betrachten.
Ich verwende den Literaturrecherche-Assistenten von MuchSci: Die Literatur stammt aus 180 Millionen Einträgen von Crossref, unterstützt exakte oder unscharfe Suche nach Titel, Autor und DOI und lässt sich nach Jahr und Zitierhäufigkeit filtern. Bei Treffern wird die DOI angegeben und automatisch Autor, Zeitschrift, Jahr, Band, Heft und Seitenzahlen – diese Zitationsangaben – ergänzt, ohne dass man sie per Hand abschreiben muss.
Zweitens: Lege eine Literaturtabelle an, mit festen Feldern
Vorgehen: Eine Tabelle, eine Zeile pro Literaturquelle. Acht Felder: Nummer, Autor/Jahr, Forschungsfrage, Methode, wichtigste Schlussfolgerung, Limitationen, ob zitiert, in welchem Abschnitt der Arbeit zitiert.
Warum: Ohne Tabelle liest du dreißig Arbeiten und zitierst am Ende fünf; die übrigen fünfundzwanzig existieren nur noch als „Ich glaube, das habe ich gelesen“. Mit Tabelle kannst du die Tabelle beim Schreiben des Reviews nach Themen neu sortieren, und die Struktur ergibt sich von selbst; beim Schreiben der Methoden findest du sofort, „wie andere bei ähnlichen Methoden die Parameter angegeben haben“.
Nach einem Treffer lässt man das Tool Arbeit für Arbeit Forschungsfrage, Methode, wichtigste Schlussfolgerungen und Limitationen zerlegen; genau das sind die vier Spalten, die in der Tabelle am schwierigsten auszufüllen sind. In der Anfangsphase ist es deutlich verlässlicher, die Tabelle zuerst auszufüllen, als „erst alles zu lesen und dann aus dem Gedächtnis zu schreiben“.
Drittens: Literatur in zwei Ebenen lesen, nicht alle Artikel auf dieselbe Weise lesen
Vorgehen:
· Übersichts- und Hintergrundarbeiten – Ziel ist zu klären, wo die Richtung gerade steht; schnell durchlesen.
· Originalarbeiten mit starkem Bezug zum Thema – den Originaltext lesen, Schwerpunkt auf Methode, Daten und Ergänzungsmaterialien.
Warum: Wenn man beide Literaturarten gleich behandelt, gelingt es nicht, dort schnell zu sein, wo es schnell gehen sollte, und dort gründlich zu sein, wo es gründlich sein sollte. Früher habe ich „viel gelesen“, aber eigentlich keine der beiden Arten richtig.
Viertens: Übersetzungen nur zum Verständnis nutzen, Fakten immer am Original prüfen
Vorgehen: Beim ersten Durchgang mit der Paper-Übersetzung und der absatzweisen vergleichenden Lektüre alles durchlesen, um Verständnis aufzubauen (Übersetzung und Original bleiben stets positionsgleich), beim zweiten Durchgang am Original Methode, Parameter, Zahlenwerte und chemische Formeln verifizieren. Die Übersetzung ist gedacht als: akademische bidirektionale Übersetzung Chinesisch–Englisch, Formeln und Terminologie konsistent halten, absatzweise vergleichende Lektüre ganzer PDFs unterstützen.
Warum: Ein einmal falsch gelesener Zahlenwert in der Übersetzung kostet weit mehr als die Prüfung. Im ersten Jahr meines Masterstudiums habe ich eine Äquivalentzahl falsch gelesen und drei Tage umsonst gearbeitet.
Eine rote Linie in einem Satz: Übersetzungen sind keine Tatsachengrundlage.
Fünftens: Ein separates Glossar anlegen; chinesische Übersetzungsnamen nicht als Suchbegriffe verwenden
Vorgehen: Eine Vergleichstabelle „chinesische Übersetzung + englischer Originalbegriff“, im gesamten Text einheitlich.
Warum: Wenn derselbe Begriff im Text in zwei Übersetzungen erscheint, sieht der Gutachter es sofort. Außerdem sollte man chinesische Übersetzungsnamen nicht in Datenbanken suchen – man findet nichts und macht sich leicht angreifbar; der englische Originalbegriff und die DOI sind das, was du ständig dabeihaben musst.
Sechstens: Nach dem Lesen sofort archivieren; Materialien nicht im Download-Ordner verstreuen lassen
Vorgehen: Nachdem eine Literaturquelle gründlich gelesen wurde, Übersetzung und Kernpunkte zusammen archivieren. In der persönlichen Wissensdatenbank ablegen (unterstützt Import von PDF, DOCX, PPTX, XLSX, TXT, MD usw.; standardmäßig nur persönliche Nutzung, kein Teilen). Bei Material aus unterschiedlichen Quellen – handschriftliche Notizen, Whiteboard-Fotos, aus anderer Software exportierte Dateien – die Ebene der persönlichen Datenbank nutzen, die mehr Quellen unterstützt; auch von der KI-Transkription erzeugte Berichte können dort aufgenommen werden.
Warum: In zwei oder drei Jahren, bei einem neuen Thema, braucht man das noch. Verstreutes Material ist gleichbedeutend mit keiner Akkumulation. Wenn man regelmäßig Gruppenbesprechungen und Vorträge anhört: KI-Transkription unterstützt Echtzeit-Audioübersetzung, KI-Zusammenfassungen, Bearbeitung von Übersetzungen und Berichterstellung; nach der Aufnahme erhält man etwas, das sich anhören, ansehen und archivieren lässt, und legt es zusammen mit den Literaturnotizen ab.
Siebte: Bevor du zu schreiben beginnst, erst einmal mündlich erklären
Vorgehen: Die Struktur zu einer Gliederung ordnen, eine erste PPT-Version generieren lassen (Office-Assistent-Agent: Bedarf in einem Satz beschreiben, schon erhält man bearbeitbare PPT-, Word- und Excel-Dateien; für Exposé-Szenarien gibt es Vorlagen; gibt man Thementitel, Forschungsfrage und erste Ideen ein, wird ein Entwurf ausgegeben, der Forschungsstand, Hintergrund, Methode und Struktur der technischen Route enthält), dann vor diesen Seiten sich selbst fragen: Wenn ich nur das erzähle, hält die Hauptlinie?
Warum: Was man allein nicht klar erklären kann, ist auch beim Aufschreiben ungeordnet. Beim Lesen des eigenen Entwurfs rutscht man einfach weiter; beim Erzählen kann man sich selbst nichts vormachen.
Drei Grenzen, die klar benannt werden müssen
· Standpunkte, Argumentation und Schlussfolgerungen müssen von dir selbst stammen. Recherche, Übersetzung, Organisation, Formatierung und das Erzeugen eines ersten Berichtsentwurfs können Tools übernehmen; wie die Forschung aussieht, nicht. Vor Einreichung oder Verteidigung selbst die Vorgaben der Zielzeitschrift und der Hochschule zur KI-Nutzung sowie die Anforderungen an die Plagiatsprüfung prüfen – diese Verantwortung liegt bei der nutzenden Person.
· Flüssige Sätze bedeuten nicht, dass die Argumentation trägt. Wenn in der Begutachtung „language needs improvement“ steht, ist das eigentliche Problem in den meisten Fällen nicht die Sprache, sondern dass das, was man sagen wollte, von Anfang an nicht klar war.
· Kosten selbst berechnen, Vertraulichkeit selbst beurteilen. Solche Tools werden nutzungsabhängig abgerechnet (MuchSci rechnet in Credits ab; KI-Dialog, Paper-Analyse und Dokumenterstellung werden nach den tatsächlich aufgerufenen Modellen und der verarbeiteten Menge an Credits abgezogen, nicht pauschal pro Frage berechnet; bei kostenloser Registrierung gibt es 1980 Credits Testguthaben). Ob unveröffentlichte Versuchsergebnisse, sensible Daten von Kooperationspartnern oder noch nicht finalisierte Materialien hochgeladen werden, ist deine eigene Entscheidung. Eines habe ich geprüft: Hochgeladene Paper, Daten und Aufnahmen werden nicht für das Modelltraining verwendet; es kommen verschlüsselte Übertragung und Zugriffskontrollen zum Einsatz.
·
Von den sieben Vorgehensweisen sind die ersten vier Recherche und Lesen, die letzten drei Verdichtung und Output. Wenn die ersten Schritte gut laufen, ist das Schreiben eine Sache, die sich von selbst ergibt.