====== 5. Fazit oder Was wäre, wenn der gesamte Analyseprozess von der KI durchgeführt würde? ======

<note tip>Wir sind zu dem Schluss gekommen, dass die KI zwar fähig ist interpretative Codes zu erstellen, die Ergebnisse aber in jedem Fall von Forschenden überprüft und diskutiert werden müssen. Was wäre die Konsequenz, wenn diese korrigierende Instanz nicht vorhanden wäre?</note>

Eine große Problematik stellt der fehlende Faktencheck dar.((Theisen, M. R. (2023). ChatGPT: Risiken, Gefahren und Chancen in Lehre und Forschung. //WiSt. Wirtschaftswissenschaftliches Studium, 52//(12), 17–23. S. 21 f.)) Ergebnisse von [[https://www.techopedia.com/de/definition/large-language-model-llm | Large Language Modellen]]  basieren auf einer gewissen Kreativität und Zufälligkeit, wodurch Ergebnisse sich zwar ähneln aber nie gleich sind. Quellenangaben und Hintergründe der Outputs sind, wenn überhaupt vorhanden, nicht vollständig und in vielen Fällen nicht komplett nachvollziehbar. Dementsprechend ist ein Vertrauen allein auf eine künstliche Intelligenz mit den [[https://home.uni-leipzig.de/methodenportal/guetekriterien/ |  Gütekriterien wissenschaftlicher Forschung]] nur schwer vereinbar.

Mehrdeutigkeiten, Ironie und Sarkasmus werden von der künstlichen Intelligenz häufig nicht erkannt.((Leible, S.; Gücük, G. L.; Simic, D. et al. (2024). Zwischen Forschung und Praxis: Fähigkeiten und Limitationen generativer KI sowie ihre wachsende Bedeutung in der Zukunft. //HMD Praxis der Wirtschaftsinformatik, 61//, 344–370.  S. 358)) Dementsprechend besteht die Gefahr, dass Codes auf den ersten Blick gut klingen, bei näherer Betrachtung aber eher Themen zusammenfassen und wenig interpretativen Gehalt haben. Uns ist bereits bei der Arbeit mit AI Assist aufgefallen, dass einzelne Codes auf den ersten Blick sehr gut klangen, bei näherer Betrachtung war der gute interpretative Code aber doch nur eine thematische Zusammenfassung. Somit liegt der Fokus weniger auf dem Zusammenhang der verschiedenen Inhalte und dem ‚zwischen-den-Zeilen-Lesen‘, was die qualitative Forschung eigentlich ausmacht. Hätten wir der KI den vollständigen Analyseprozess überlassen, wäre es gut möglich, dass einzelne Ergebnisse uns getäuscht hätten und wir uns zu sehr auf dessen Wahrheitsgehalt verlassen hätten. 

Die Chancen eines KI-Tools in der qualitativen Forschung liegen bei den vielfältigen Anwendungsmöglichkeiten. Die KI kann Anregungen liefern, weiter zu denken und die eigenen Ergebnisse zu reflektieren. KI-generierte Ergebnisse können ein weiterer Input sein, um die eigenen Hypothesen und Forschungsergebnisse zu hinterfragen und auszubauen. In unseren Anwendungsversuchen waren einige Codes von AI Assist durchaus mit den eigenen Ergebnissen vergleichbar und gut formuliert. Wird allerdings der gesamte Analyseprozess der KI überlassen, ist es schwer zu differenzieren, welche Ergebnisse valide sind und welche nicht.