PISCATOR: Kennzeichnung von KI-Beteiligung in der Forschung
PISCATOR ist ein Vorschlag, wie Forschende offenlegen können, wo und wie KI an empirischer Forschung beteiligt war. KI transkribiert Interviews, kodiert offene Antworten, schreibt Auswertungscode oder erzeugt synthetische Daten. PISCATOR kennzeichnet durch acht kurze Angaben: Privacy (Personenbezug der Daten), Infrastructure (wo die KI lief), Script (Beitrag zum Code), Conception (Beitrag zu Fragestellung und Design), Attribution (genutzte Modelle und Werkzeuge), Transformation (was die KI mit den Daten gemacht hat), Origin (Herkunft und Art der Daten) und Responsibility (ob ein Mensch die Ergebnisse geprüft hat). Die Angaben passen in eine Zeile. Vorbild ist die Fangmeldung in der Fischerei: knapp, immer gleich aufgebaut und deshalb im Alltag brauchbar. Der Artikel erklärt die Stufen und Regeln und zeigt an vier Beispielen, wie eine Kennzeichnung aussieht. Er beschreibt, wie Hochschulen, Ethikkommissionen, Förderorganisationen und Verlage damit festlegen können, was sie erwarten, und geht auf kritische Einwände ein. Eine Kennzeichnung wirkt nur dort, wo Offenheit nicht bestraft wird. Die Wissenschaft, die ihr Vorgehen seit langem offenlegt, könnte hier den ersten Schritt machen. PISCATOR baut auf CLEAR auf, der Kennzeichnung von KI-Beteiligung an Texten (https://doi.org/10.5281/zenodo.24372561). In einer Publikation steht PISCATOR im Methodenteil und CLEAR am Schluss des Textes. Der Eintrag enthält den Artikel als PDF auf Deutsch und Englisch sowie das Repository mit Spezifikation und Factsheet in beiden Sprachen. Zenodo sichert Version 1.0, die laufend weiterentwickelte Fassung steht auf GitHub: https://github.com/LeonieGantenbein/piscator-kennzeichnung
Authors
- Leonie Gantenbein (ORCID: https://orcid.org/0009-0003-1001-8976)
Publication Details
- Journal
- Zenodo (CERN European Organization for Nuclear Research)
- Published
- 2026-11-19
- DOI
- https://doi.org/10.5281/zenodo.24372961
- Primary Topic
- Ethics and Social Impacts of AI
- Type
- article
- Field-Weighted Citation Impact
- 0.00