Banner
Banner
Banner
Banner

Volltextsuche

Mittwoch, den 22. Januar 2025 um 04:18 Uhr

KI-gestützte Datenanalyse deckt Probleme in wissenschaftlichen Publikationen auf

KI-gestützte Datenanalysetools haben das Potenzial, die Qualität wissenschaftlicher Veröffentlichungen erheblich zu verbessern. Eine Studie von Prof. Dr. Mathias Christmann, Chemieprofessor an der Freien Universität Berlin, identifizierte Schwachstellen in zahlreichen chemischen Publikationen. Er analysierte mit einem Python-Skript über 3.000 wissenschaftliche Arbeiten aus der Fachzeitschrift Organic Letters, die in den letzten zwei Jahren veröffentlicht wurden. Die Ergebnisse zeigten, dass nur 40 Prozent der chemischen Forschungspublikationen fehlerfreie Massenmessungen aufwiesen. Das verwendete KI-basierte Datenanalyse-Tool konnte ohne vorherige Programmierkenntnisse entwickelt werden.

"Die Ergebnisse machen deutlich, wie leistungsfähig KI-gestützte Werkzeuge im Forschungsalltag sein können. Sie machen nicht nur komplexe Analysen zugänglich, sondern verbessern auch die Zuverlässigkeit wissenschaftlicher Daten", erklärt Mathias Christmann. Dank fortschrittlicher „Large Language Models“ wie ChatGPT (OpenAI), Gemini (Google) und Claude (Anthropic) ist es heute möglich, natürliche Sprache direkt in Programmiersprachen wie Python zu übersetzen. Dies ermöglicht auch Personen ohne Programmierkenntnisse, Anwendungen zu erstellen, die in großen Datenmengen nach bestimmten Textbausteinen oder Messwerten suchen. Die gewonnenen Daten können anschließend automatisiert weiterverarbeitet und auf Plausibilität überprüft werden.

In der Studie "What I learned from Analyzing Accurate Mass Data of 3000 Supporting Information Files" von Prof. Dr. Mathias Christmann wurden mit KI-gestützter Datenanalyse bisher unbekannte systematische Fehler aufgedeckt. Es wurden Fälle identifiziert, in denen fehlerhaft berechnete Werte fälschlicherweise durch vermeintliche Messungen bestätigt schienen, was die Frage aufwirft, ob einige Messwerte möglicherweise erfunden wurden. Die als Open-Access-Publikation erschienene Studie zeigt das Potenzial von KI-gestützten Analysetools zur Automatisierung der Qualitätskontrolle wissenschaftlicher Daten und zur Aufdeckung systematischer Schwachstellen, was zur Verbesserung wissenschaftlicher Standards beiträgt.

Im Rahmen der Initiative „KI in der Lehre“ am Fachbereich Biologie, Chemie, Pharmazie der Freien Universität Berlin sollen Studierende künftig verstärkt mit solchen Werkzeugen arbeiten, um datenanalytische Kompetenzen zu fördern und kritisches Denken zu entwickeln.


Den Artikel finden Sie unter:

https://www.fu-berlin.de/presse/informationen/fup/2025/fup_25-KI-Datenanalyse-Tool-Chemie-Publikationen/index.html

Quelle: Freie Universität Berlin (01/2025)


Publikation:
https://pubs.acs.org/doi/10.1021/acs.orglett.4c03458

Um unsere Webseite für Sie optimal zu gestalten und fortlaufend verbessern zu können, verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.
Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.