AI-Mitschrift: Warum die Notizen nach einem öffentlichen Vortrag trotzdem nicht zu gebrauchen sind
Letzten Monat habe ich einen zweistündigen öffentlichen Vortrag gehört, thematisch benachbart zu meinem Forschungsprojekt. Ich saß in der dritten Reihe, schrieb vier Seiten voll und hatte beim Verlassen das Gefühl, sehr viel mitgenommen zu haben.
Eine Woche später, als ich den Hintergrundteil meines Exposés schreiben wollte, schlug ich die vier Seiten auf – brauchbar waren nur drei Sätze: ein Satz mit der Schlussfolgerung des Referenten, ein Satz mit der Nummer einer Abbildung und ein Satz mit dem Namen einer Datenbank, die er erwähnt hatte. Begründung, Bedingungen, Geltungsbereich – nichts davon.
Die Notizen sind nicht unbrauchbar, weil zu wenig darin steht, sondern weil das Notierte sich nicht wieder an die Argumentation anschließen lässt.
An drei Stellen scheitern meine Notizen
Vor Ort kann ich nur Schlussfolgerungen notieren, nicht die Begründung. Eine Schlussfolgerung, die der Referent in zwei Minuten herleitete, habe ich in sieben Wörtern notiert. Sieben Tage später sehe ich diese sieben Wörter und weiß nicht mehr, wie sie zustande kamen.
Ein treffender Satz ohne Kontext ist nur Dekoration. Der Satz, den ich mitgeschrieben habe, galt im Vortrag „unter einer bestimmten Bedingung“; auf dem Papier wurde daraus eine unbedingte Gültigkeit.
Chinesische und englische Fachbegriffe passen nicht zusammen. Der Referent sprach Englisch, ich notierte auf Chinesisch. Als ich später den englischen Originalbegriff wiederfinden wollte, fiel er mir nicht ein, und ich wusste nicht, wie ich suchen sollte.
Vor Ort mache ich nur zwei Dinge
Erstens: Nur Anker setzen. Wenn ich etwas höre, das mit meinem Projekt zu tun hat, schreibe ich ein Wort plus eine ungefähre Zeitangabe aufs Papier, etwa „Abb. 3 / Multiomik / ungefähr 40 Minuten“, und versuche nicht mehr, den Satz vollständig mitzuschreiben. Zehn Anker auf einer Seite sind nützlicher als vier Seiten mit Sätzen.
Zweitens: Direkt nach dem Ende bearbeiten. Das Erste, was ich am Arbeitsplatz mache, ist, den gesamten Vortrag mit MuchScis AI-Mitschrift zu transkribieren – solange die Erinnerung noch frisch ist, weiß ich ungefähr, wo die von mir gesetzten Anker liegen, und finde sie schnell. Bei englischen Passagen, bei denen ich unsicher bin, schaue ich sie noch einmal mit MuchScis Paper-Übersetzung im Vergleich an.
Bei einer zweistündigen Aufnahme ist die Transkription samt Übersetzung beim Hören und automatischer abschnittsweiser Zusammenfassung meist schneller erledigt, als ich die vier Seiten durchblättere.
Danach gehe ich in vier Schritten vor
Schritt 1: Zuerst die abschnittsweise Zusammenfassung lesen und die zwei bis drei Abschnitte markieren, die für das Projekt relevant sind. Bei den übrigen Abschnitten schaue ich nicht auf Details, sondern nur darauf, wo die Abschnitte geteilt sind; wenn ich bestätige, dass es nicht das ist, was ich brauche, überspringe ich sie.
Schritt 2: Die markierten Abschnitte gezielt anhören. Ich höre das Original zusammen mit der Übersetzung und achte vor allem darauf, „unter welchen Bedingungen diese Schlussfolgerung gilt“. Diesen Schritt darf ich nicht auslassen; die Bedingungen werden oft nur mündlich nebenbei erwähnt und fallen in der Zusammenfassung leicht weg.
Schritt 3: Die im Vortrag erwähnte Literatur verifizieren. Bei den Aufsätzen, bei denen der Referent Autorennamen und Jahr genannt hat, suche ich mit MuchScis Literaturrecherche-Assistenten die genaue Quelle und notiere die DOI korrekt. Er durchsucht die 180 Millionen Einträge von Crossref und ist viel schneller, als ich früher mit Suchmaschinen geraten habe – aber das endgültige Zitierformat passe ich weiterhin manuell an die Vorlage meiner Hochschule an.
Schritt 4: Speichern und drei Zeilen mit meiner eigenen Einschätzung schreiben. Das gesamte Material speichere ich in MuchScis persönlicher Wissensdatenbank und schreibe zusätzlich drei Zeilen: in welcher Beziehung dieser öffentliche Vortrag zu meinem Projekt steht, welchen Punkt ich nutzen kann und welchem Punkt ich nicht zustimme. Ohne diese drei Zeilen ist es nach einem Monat, als hätte ich nie zugehört.
Die vom Referenten verteilten Handouts oder Referenzmaterialien lege ich mit MuchScis Datei-Asset-Bibliothek zusammen mit dieser Aufzeichnung ab; das erspart mir, ein halbes Jahr später überall danach zu suchen, „wo damals dieses eine Dokument war“.
Grenzen und Kosten
· Unveröffentlichte Daten des Referenten gebe ich nicht weiter und lege ich auch nicht in gemeinsamen Speicherorten ab.
· Ich zitiere keine Sätze aus der Übersetzung. Wenn ich zitieren möchte, höre ich mir das Original noch einmal an und schreibe es wortgetreu mit.
· Zahlen und Schlussfolgerungen aus Abbildungen im Vortrag gleiche ich mit dem Original ab.
· Diese Art von KI-Assistent für Graduierte sollte nicht als Werkzeug verstanden werden, das „mir das Zuhören abnimmt“. Er bewahrt für mich auf; die Beurteilung muss ich weiterhin selbst vornehmen.
· Bei den Kosten verbraucht die Transkription plus gezieltes Anhören eines zweistündigen Vortrags mehr Credits, als ich dachte. Später habe ich zwei Vorgehensweisen unterschieden: Bei Vorträgen, die weit von meinem Projekt entfernt sind, mache ich nur Transkription und abschnittsweise Zusammenfassung, kein gezieltes Anhören; nur bei nahen Vorträgen mache ich das volle Programm.
Jetzt habe ich für Vortragsnotizen nur noch einen Maßstab, und der passt in einen Satz: Kann ich sagen, „unter welchen Bedingungen diese Schlussfolgerung gilt“? Wenn nicht, sind die Notizen immer noch nur Papier und kein Material.