PropertyValue
?:about
?:abstract
  • In diesem Beitrag wird das Verfahren der hybriden Interpretation mit multipler LLM-Nutzung vorgestellt, bei dem Forschende und drei Large Language Models (LLMs) in den Prozess der qualitativen Datenanalyse eingebunden sind. Dieses Verfahren zielt darauf ab, die generative KI-Technologie methodologisch reflektiert zu nutzen, um die Analyse textbasierter Daten heuristisch zu forcieren. Durch die iterative Interaktion mit den eingesetzten LLMs wird ein mehrstufiger Analyseprozess gewährleistet, bei dem die in die Interpretationsgruppe eingebrachten Deutungsangebote sowie fallbeschreibenden und -erklärenden Hypothesen wechselseitig geprüft, elaboriert und gegenstandsangemessen validiert werden. Zentral für die hybride Interpretation ist die konsequente Agency-Adressierung an die Forschenden. Sie steuern permanent den Analyseprozess, sichern die Einhaltung methodischer Standards und methodologischer Grundprinzipien qualitativer Forschung. Unter Rückgriff auf etablierte Prinzipien - insbesondere diskursive Validierung, abduktive Heuristik und Sensitizing Concept - wird in dem Beitrag gezeigt, dass das Verfahren der hybriden Interpretation mit mehreren LLMs für bestehende methodische Ansätze qualitativer Forschung adaptierbar ist. Dies gilt für inhaltsanalytische Verfahren, aber ebenso für die Grounded Theory sowie interpretativ-rekonstruktive Verfahren. Argumentiert wird, dass eine methodisierte Einbindung von LLMs als sinnvolle forschungspraktische Innovation angesehen werden kann. Das Verfahren der hybriden Interpretation stellt eine für die qualitative Forschung gangbare sozio-technische Assemblage dar, in der eine kommunikative Konstruktion von (wissenschaftlicher) Wirklichkeit erfolgt. Zur Untermauerung dieser Position wird in dem Beitrag epistemologischen, heuristisch-methodologischen sowie ethisch-datenschutzrechtlichen Fragen der KI-Nutzung bei der qualitativen Datenauswertung nachgegangen. (xsd:string)
?:citation
?:contributor
?:dateModified
  • 2025 (xsd:gyear)
?:datePublished
  • 2025 (xsd:gyear)
?:hasFulltext
  • true (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • de (xsd:string)
?:linksURN
?:name
  • Hybride Interpretation textbasierter Daten mit dialogisch integrierten LLMs: Zur Nutzung generativer KI in der qualitativen Forschung (xsd:string)
?:provider
?:publicationType
  • Arbeitspapier (xsd:string)
?:reference
?:sourceInfo
  • GESIS-SSOAR (xsd:string)
rdf:type
?:url
?:urn
  • urn:nbn:de:0168-ssoar-99389-7 ()