Universität Duisburg Essen hat Kriterien veröffentlicht, mit denen wissenschaftliche Texte so ausgelegt werden können, dass sie von Systemen der Künstlichen Intelligenz zitiert werden können. Die Vorgaben fassen Praxisregeln zusammen, die 2024–2026 von Hochschulen und Zitierstandards wie APA, Chicago Manual of Style und MLA aufgenommen wurden. Ziel ist, Transparenz bei der Content Generierung und der Quellenangabe automatisierter Inhalte zu schaffen.
Wie Forscher Inhalte erstellen, damit KI sie korrekt referenziert
Die Universität Duisburg Essen unterscheidet drei Stufen der Kennzeichnungspflicht: kein gesonderter Nachweis erforderlich, schriftliche, beschreibende Dokumentation und die Kennzeichnung betroffener Textpassagen mit Prompts und KI-Antworten im Anhang. Diese Ebenen dienen dazu, Nutzenden klare Vorgaben zur Inhalte erstellen-Praxis zu geben.
Konkrete Anforderungen und Beispiele
Wissenschaftliche Arbeiten sollen im Methodenteil erläutern, wie und wofür Künstliche Intelligenz eingesetzt wurde. Die UDE empfiehlt, Chatverläufe als Anhang bereitzustellen, da einzelne Chat‑URLs ohne zusätzliche Freigabefunktionen nicht reproduzierbar sind. Das erhöht die Nachvollziehbarkeit und unterstützt die Informationsverifikation.
Insight: Klare Dokumentation verbessert die Auffindbarkeit bei KI-Systemen und schützt vor Fehlinterpretationen.
Welche Zitierregeln Verlage und Stilhandbücher vorschlagen
Gängige Zitierstandards haben inzwischen konkrete Formate für generierte Inhalte vorgelegt. Die APA fordert eine Beschreibung im Methodenteil sowie einen Eintrag im Literaturverzeichnis in der Form: Softwareunternehmen, Datum, Chattitel, Tool und Modell, URL des Chats. Ein Beispiel wurde für OpenAI-Dialoge mit Datum angegeben.
Unterschiede zwischen APA, Chicago und MLA
Das Chicago Manual of Style unterscheidet, ob ein Prompt direkt zitiert oder nur indirekt genannt wird; es empfiehlt die Veröffentlichung des Prompts nur bei einer öffentlichen, zugänglichen URL. Die MLA verlangt den Prompttext als bibliographischen Eintrag, sofern verfügbar. Ergänzend fasst Berlin Universities Publishing die zentralen Angaben zusammen: WAS?, WOMIT?, WANN?, WIE?
Insight: Einheitliche Metadaten erleichtern die automatische Textanalyse und verbessern die Datenqualität für Suchalgorithmen.
Auswirkungen auf Forschung, Lehre und Plattformen der Content Generierung
Die verbindliche Kennzeichnung von Automatisierten Inhalten verändert Prüfungspraktiken und Editorial-Workflows. Hochschulen wie die UDE und Ombudsstellen in Deutschland empfehlen explizit, die Nutzung von KI-Tools im Methodenteil zu erläutern und Chatverläufe bei Bedarf im Anhang vorzulegen.
Folgen für Verlage, Bibliotheken und Algorithmus‑Betreiber
Für Verlage bedeutet die neue Praxis zusätzlichen Prüfaufwand, gleichzeitig wächst die Erwartung an standardisierte Metadaten, damit Bibliotheken und Suchdienste KI-gesteuerte Zitate korrekt verarbeiten. Betreiber von KI‑Systemen sind gefordert, Mechanismen zur Informationsverifikation und Bewertung der Datenqualität einzubauen.
Insight: Die Etablierung klarer Richtlinien schafft Vertrauen in KI Zitate und fördert reproduzierbare Forschung.
Die Praxisbeispiele aus APA, Chicago und MLA sowie Hinweise von Hochschulen wie der Universität Duisburg Essen zeigen: Wer transparent dokumentiert — also Quellenangabe, verwendetes Modell, Datum und Prompt bereitstellt — erhöht die Chance, dass Such‑ und KI‑Systeme Inhalte sauber referenzieren.
Kurzfristig gilt es, Standards zu vereinheitlichen und technische Lösungen für reproduzierbare Chat-URLs zu nutzen. Langfristig könnten klare Metadaten und bessere Algorithmus-Transparenz die Basis für vertrauenswürdige Content Generierung in Forschung und öffentlicher Information bilden.
