Open Access

Der #Freiraum soll einem Austausch zwischen Bibliotheken zu Data Literacy allgemein und KI-Tools im Besonderen dienen. Nach einem Input werden Schulungsangebote, Zielgruppen sowie Best- und Worst-Practice-Beispiele diskutiert.

Wie lassen sich Fakten und Fakes in Zeiten von KI unterscheiden? Im Rahmen des Projekts „Super Searchers“ haben die dpa und der dbv Online-Seminare, Infomaterialien und didaktische Tipps entwickelt, die wir im Freiraum vorstellen wollen.

Kollaboratives Literaturmanagement umfasst die Fähigkeit, in Forschungsteams von der Literaturrecherche über die Quellenbewertung bis zur gemeinsamen Wissensorganisation koordiniert zusammenzuarbeiten. Diese Kompetenz gewinnt durch die digitale Transformation der Wissenschaft zunehmend an Bedeutung - insbesondere angesichts der wachsenden Verbreitung KI-generierter Inhalte, die neue Anforderungen an Quellenkritik, Transparenz und Qualitätssicherung stellen. An der KIT-Bibliothek wurde in Kooperation mit dem Schreiblabor am KIT ein E-Learning-Kurs für Forschende entwickelt, der genau hier ansetzt. Im Mittelpunkt des Posters steht das didaktische Kernmodell des Onlinekurses Kollaboratives Literaturmanagement in der Forschung (zweisprachig Deutsch/Englisch, CC by-SA): drei aufeinander aufbauende Handlungsdimensionen - Überblicken, Mitdenken, Kommunizieren - verankert auf einem gemeinsamen Fundament des Vertrauens. In drei Lernmodulen vermittelt der Selbstlernkurs, wie Forschungsgruppen einen einheitlichen Prozess des Wissensaufbaus mit Quellen organisieren. Modul 1 schärft das Verständnis verschiedener Formen der Zusammenarbeit (Koordination, Kooperation, Kollaboration) und führt in die Handlungsdimensionen ein. Modul 2 vertieft die Gelingensbedingungen der Kollaboration und fokussiert auf das Mindset des Mitdenkens als Haltung: die Bereitschaft, die kollaborative Recherche als gemeinsames Projekt zu betrachten, Verantwortung für alle Teile zu übernehmen und wertschätzend mit Interventionen anderer umzugehen. Es wird gezeigt, wie ein für alle Teammitglieder transparenter und nachvollziehbarer Ablauf der Recherche und der Qualitätsprüfung der Quellen sichergestellt wird. Modul 3 zeigt konkrete Arbeitstechniken und -tools, mit denen der Rechercheprozess im Team effizienter wird. Das Angebot ist ein nachnutzbares und übertragbares Beispiel dafür, wie eine zentrale Schlüsselqualifikation für moderne Forschungsprozesse systematisch in der Teaching Library gelehrt werden kann.

Generative KI verändert die wissenschaftliche Informationspraxis nachhaltig. Studierende nutzen KI-Tools zunehmend für Recherche, Textproduktion und Ideenentwicklung. Bestehende bibliothekarische Schulungsformate reagieren darauf häufig mit isolierten Tool-Einführungen, die kritische Analyse, Bewertung und Reflexion von KI-Ergebnissen kaum berücksichtigen. Das Poster stellt das IKKI Stufenmodel (Integration generativer KI in die Informationskompetenz) vor. Ein didaktisches Stufenmodell, das generative KI systematisch in bestehende Informationskompetenzprogramme von Hochschulbibliotheken integriert. Orientiert an der Bloom'schen Taxonomie sowie etablierten digitalen Kompetenzrahmen beschreibt IKKI eine Kompetenzprogression von A1 bis C1, die Recherche, Informationsbewertung, Analyse und Reflexion miteinander verbindet. KI wird dabei nicht als Zusatzthema behandelt, sondern als integraler Bestandteil wissenschaftlicher Informationspraxis verstanden. Das Poster gliedert sich in vier inhaltliche Bereiche: (1) Problem Darstellung und Ausgangslage, (2) Modellbeschreibung und theoretische Einbettung, (3) praktische Umsetzung in bibliothekarischen Lehrformaten, (4) Transferpotenzial für andere Hochschulbibliotheken. Die vollständige Modellausführung ist auf Zenodo publiziert und wird über einen QR-Code zugänglich gemacht.

GenAI is changing how university students search for information. To better serve them, we need to understand students general AI literacy, as well as if and how they already use AI to find academic scholarship. This poster provides some answers to the questions: Do students at Brandon University use AI tools to find information for their assignments? How? Why or why not? 184 surveys were collected and 48 interviews conducted in the 2025-26 school year. Preliminary results from the survey show that 65% of students use AI tools to help them find information for their assignments. The range of use is from help with brainstorming ideas, search strategies and keyword selection to suggesting and summarizing articles to use in research. Four students indicated that they had AI write them an entire assignment from resources the AI suggested, without the student changing anything. Interestingly, data shows that most of the interviewed students did not want to use AI in any way. They see AI tool use as detrimental to their learning - hindering critical thinking and taking away the engagement with the subject matter necessary for learning. Students saw AI as crutch or shortcut not worth taking. Also, most of the interviewed students do not know how GenAI works. With this poster I want to encourage discussion about how university students use AI tools for library research at other institutions and if attendees’ experiences are similar to my findings.

Schattenbibliotheken wie Sci-Hub werden heute millionenfach weltweit als Zugangsweg zu wissenschaftlicher Literatur verwendet, und zugleich als Grundbausteine für das Training erfolgreicher Large Language Models (LLMs) verwendet. Diese Normalisierung innerhalb kürzester Zeit wirft Fragen auf - insbesondere auch für die bibliothekarische Profession, denn diese Entwicklung betrifft ihr Geschäft, die Informationsversorgung. Die informationswissenschaftliche Auseinandersetzung läuft der stürmischen Entwicklung des Phänomens jedoch hinterher. Daher beschränkt sich dieser Vortrag darauf, zu bündeln, was wir über Schattenbibliotheken heute wissen, und welche Fragen für die bibliothekarische Forschung und Praxis offen sind. Der Vortrag wird sich insbesondere auf ein Open Educational Resource (OER) Poster der BiblioCon 2024 stützen, an dem der Vortragende mitgewirkt hat, und das kontinuierlich erweitert wird, vgl. https://doi.org/PQHD, sowie auf die Forschungspublikationen von Zakayo Kjellström, vgl. https://umu.diva-portal.org/smash/person.jsf?dswid=-8680&pid=authority-person%3A108283

In diesem Hands-On Lab erproben die Teilnehmenden drei Methoden-Bausteine, die im letzten Jahr in der Stadtbibliothek Bremen entstanden sind. Die technische Basis bildet der „KI-Mixer“, ein Computer, der Bild-KIs lokal nutzbar macht. Im ersten Baustein wird die Mal-App „TagTool“ als Input genutzt und Fragen zu Urheberrecht, Kreativität und der Rolle von Künstler:innen („Wer macht hier eigentlich das Bild?“) diskutiert. Im zweiten Baustein wird der Input einer Webcam genutzt, um die Verfremdung des eigenen Körpers durch KI zu erleben. Thematisiert werden Körperbilder und Manipulation. Im dritten Baustein bilden Texte den Input für die Bilder. In Form eines Prompt-Battles müssen die Teilnehmenden vorgegebene Bilder möglichst genau nachprompten. Die Ergebnisse machen so Bias und Stereotype von KI sichtbar. Das Lab ist praxisorientiert angelegt: Die Teilnehmenden schlüpfen sowohl in die Rolle der Lernenden als auch der Anleitenden, erhalten erprobte Reflexionsfragen und Ideen für Settings in Öffentlichen Bibliotheken (Kinder, Jugendliche, Erwachsene). Ziel ist es, KI-Angebote nicht nur als „Wow-Technik“, sondern als Raum für Medienkritik, Ethik und Partizipation zu gestalten.

Dank leistungsfähiger Erkennungsverfahren stellen Bibliotheken zunehmend auch umfangreiche historische Bestände im Volltext bereit. Doch die reine Durchsuchbarkeit ersetzt keine inhaltliche Erschließung, denn ohne strukturierte Metadaten bleiben komplexe Materialien häufig unübersichtlich. Da eine manuelle Sacherschließung im großen Maßstab ressourcentechnisch oft kaum leistbar ist, bieten Large Language Models (LLMs) einen vielversprechenden Lösungsansatz zur Automatisierung. Dieser Vortrag beleuchtet am Beispiel der frühneuzeitlichen juristischen Konsilien der Universität Tübingen, wie Bestände mithilfe von KI strukturiert aufbereitet werden können. Der Fokus liegt dabei auf der Einbindung kleinerer, frei verfügbarer LLMs in bibliothekarische Digitalisierungsworkflows. Ein Schlüsselfaktor ist hierbei der homogene Aufbau der Konsilien. Als serielle Quellen lassen sie sich mit beispielbasiertem „Few-Shot Prompting“ besonders effektiv bearbeiten. Der Vortrag zeigt, wie diese Methode effizient skalierbare Ergebnisse liefert – robust über Jahrhunderte und sprachliche Wandel hinweg. Konkret werden zentrale Entitäten (z. B. Auftraggeber, Angeklagter, Verhandlungsdatum) aus den maschinell erzeugten Volltexten der einzelnen Gutachten extrahiert und eine automatische Verschlagwortung durchgeführt, um eine strukturierte und thematische Suche innerhalb der Bände zu ermöglichen. Einen entscheidenden Mehrwert bietet zudem die (teil-)automatisierte Erstellung von Regesten: Durch modernisierte Zusammenfassungen der komplexen juristischen Texte werden die Inhalte auch für Nutzerinnen und Nutzer ohne Spezialkenntnisse niederschwellig zugänglich. Abschließend widmet sich der Vortrag der notwendigen Qualitätssicherung und der Frage, wie verlässlich die KI-generierten Daten sind. Es werden Strategien zur Validierung der Ergebnisse vorgestellt und diskutiert, wie diese in nachhaltige Workflows überführt werden können.

Die UB Freiberg hat ein umfassendes Multiplikatoren-Programm zum Aufbau von KI-Kompetenzen entwickelt und dafür den Sächsischen Bibliothekspreis 2025 gewonnen, der unter dem Motto „Innovative Formate der KI-Vermittlung in Bibliotheken“ ausgelobt war. Der Vortrag stellt das nachnutzbare KI-Train-the-Trainer-Konzept und die ersten Praxiserfahrungen vor. Ziel des Multiplikatoren-Programms ist es, Bibliothekare und Bibliothekarinnen mit der Anwendung von Large Language Modellen vertraut zu machen und zugleich interne Prozesse der Bibliotheken durch den Einsatz von KI zu optimieren. Ausschlaggebend ist deshalb zunächst immer die Frage, in welcher unserer bibliothekarischen Arbeitsabläufe KI-unterstützte Automatisierung sinnvoll wäre. Erst danach erproben wir, wie die identifizierten Prozesse durch den Einsatz von LLMs optimiert werden können. Der didaktische Ansatz der Werkstatt ist stark anwendungsorientiert und kombiniert Theorie mit Praxis. Dabei wird der jeweilige Workflow wie ein Bausatz zerlegt, um KI-unterstützte Teilschritte einbinden zu können. Die einzelnen Werkstatt-Module behandeln Grundlagen wie ethische und rechtliche Aspekte der KI-Nutzung, didaktische Methoden der KI-Vermittlung sowie die Gestaltung eigener KI-gestützter Prozesse in Bibliotheken. Das gemeinsame Experimentieren in der KI-Werkstatt zielt auf Empowerment: Die Teilnehmenden machen die bestärkende Erfahrung, mit neuen Technologien und Veränderungen am Arbeitsplatz selbstwirksam umzugehen. Sie können Prozessoptimierungen selber anstoßen und in einem geschützten Rahmen erproben. In der späteren KI-Vermittlung erleben sie sich als authentisch, da sie bereits über eigene positive Erfahrungen in der KI-Anwendung verfügen. Lehrmaterialien und ein Trainerhandbuch für die Werkstatt werden als OER bereitgestellt und gemeinsam weiterentwickelt. Zudem wird ein Netzwerk für den Erfahrungsaustausch etabliert.

Science Washing beschreibt die Praxis der willentlichen Vortäuschung von Wissenschaftlichkeit und ist zum Beispiel in der Kosmetikbranche ein vergleichsweise verbreitetes Phänomen. Im Gegensatz zum bekannteren und besser erforschten Konzept des Green Washing fehlt beim Science Washing bisher eine systematische und ausführliche wissenschaftliche Auseinandersetzung mit dem Phänomen, die Literaturlage ist äußerst übersichtlich. In unserem Vortrag möchten wir einzelne Aspekte von Science Washing genauer vorstellen. Ein Schwerpunkt des Vortrags soll die Frage sein, warum Science Washing mit demokratischen Grundwerten unvereinbar ist und als Form der willentlichen Desinformation eine potentielle Demokratiegefährdung darstellt, beispielsweise auf Grund willentlicher Irreführung und Manipulation, fehlender Transparenz und der Aushöhlung von Prinzipien des wissenschaftlichen Arbeitens. Zudem zeigen wir in unserem Vortrag auf, warum das Thema Science Washing für Bibliotheken als Garanten für freien Zugang zu Wissen in einer demokratischen und wissensbasierten Gesellschaft eine Rolle spielt. Am Beispiel des Studiengangs „Bibliotheks- und Informationsmanagements“ an der Hochschule für den öffentlichen Dienst in Bayern erläutern wir, wie das Thema in der Ausbildung von zukünftigen Information Professionals adressiert werden kann. Aber auch darüber hinaus sehen wir Möglichkeiten, das Thema auf Grund seines demokratiegefährdenden Potentials in breitem Maße im Bibliotheksbereich zu verankern: in internen Fortbildungen für Mitarbeitende, in Informationskompetenzschulungen für Nutzende oder bei der Vermittlung der Prinzipien des wissenschaftlichen Arbeitens.