KI für den Kongressvortrag:erst die Aufgabe wählen, dann das Tool

Die Kongressvorbereitung zerfällt grob in folgende Teile:

Literatur sammeln und die Kernpunkte erfassen. Den Hintergrund gliedern. Die eigenen Daten ordnen. Folien und Abstract schreiben. Die Fragerunde vorbereiten. Den Vortrag proben.

Wir nennen das alles „Vortragsvorbereitung“, aber tatsächlich ist es ein Bündel von Aufgaben mit sehr unterschiedlichem Charakter. Statt nach der einen KI zu suchen, die alles erledigt, spart es verlässlich Zeit, jede Aufgabe zu sortieren: besser für die KI – oder besser für einen Menschen?

Beginnen wir mit der Seite, die sich vergleichsweise gefahrlos delegieren lässt.

Erstens: die Kernpunkte der Literatur zusammenfassen – ein erster Durchgang, der Ziel, Population und Ergebnisse jedes gesammelten Papers auflistet. Das ist der zeitaufwendigste Teil der Vorbereitung, und hier hilft die KI am meisten.

Zweitens: Hintergrund-Kandidaten sichtbar machen. Fragen Sie: „Welche übergreifenden Linien aus diesem Paper-Stapel könnten als Hintergrund für meine Studie dienen?“ Das ist Brainstorming – was bleibt, entscheiden Sie.

Drittens: Sprechnotizen entwerfen. Viertens: erwartete Fragen und Antworten generieren. Fünftens: ein Skript für den letzten Durchgang erstellen.

Der rote Faden: Das alles ist Entwerfen, Kandidaten generieren und Vorprüfen. Aufgaben, bei denen die letzte Entscheidung bei Ihnen bleibt, sind die, die der KI liegen.

Nun die Seite, die Sie nicht aus der Hand geben sollten.

Erstens: Studiendesign und statistische Interpretation. Die Validität Ihrer eigenen Analyse und die Gewichtung der Ergebnisse aus Vorarbeiten – ein Fehler hier untergräbt das Fundament des gesamten Vortrags.

Zweitens: das Prüfen von Zitaten. Verifizieren Sie die Zahlen und Schlussfolgerungen jeder im Hintergrund zitierten Referenz am Original-PDF. KI-Zusammenfassungen können Zahlen runden oder die Reichweite einer Schlussfolgerung überdehnen.

Drittens: die Zahlen in Ihren Abbildungen und Tabellen. Die Quelle für jede Zahl auf Folie oder Poster sind der Originaltext und Ihre eigenen Daten – nie KI-Output.

Viertens: die Aussagen des Vortrags selbst. „Was lässt sich aus diesen Ergebnissen schließen?“ ist die Verantwortung der Forschenden, keine Frage an eine KI. Das ist ein Gespräch mit Betreuenden, Lehrenden und Kooperationspartnern.

Das Kriterium, das die beiden Listen trennt, ist eigentlich einfach.

Können Sie erkennen, wenn die KI danebenliegt?

Fehler in einer Kernpunkt-Zusammenfassung oder einem Entwurf lassen sich durch Abgleich mit dem Original und dem eigenen Wissen auffangen. Fehler in der statistischen Interpretation rutschen durch, wenn Sie die Statistik nicht selbst verstehen.

Delegieren Sie die Aufgaben, bei denen Sie einen Fehler bemerken würden; behalten Sie die, bei denen Sie es nicht täten. Dieser Maßstab gilt unabhängig vom Tool.

Noch etwas sollten Sie über die Arbeit mit diesen Tools wissen.

KI-Zusammenfassungen und -Entwürfe sind Rohmaterial, kein fertiges Produkt. Sie enthalten unweigerlich uneinheitliche Formulierungen, falsch gesetzte Schwerpunkte und subtile Fehldeutungen – gleichen Sie sie deshalb mit dem Original ab und korrigieren Sie die Abweichungen von Hand, bevor Sie sie verwenden. Ob Sie diesen Korrekturschritt einbauen, trennt gute KI-Nutzung von schlechter.

KI mit der Absicht zu nutzen, sie zu korrigieren, hat einen willkommenen Nebeneffekt: Beim Korrigieren prägt sich der Inhalt ein. Für die Vortragsvorbereitung steht das dem Zeitsparen nicht entgegen – es verstärkt es.

Wenn Sie KI für einen Kongressvortrag einsetzen, gibt es noch etwas zu verifizieren.

Je nach Fachgesellschaft, Universität, Krankenhaus oder Forschungseinrichtung können Regeln gelten – zum Abstract-Schreiben, zu Vortragsmaterialien, zu KI-generierten Inhalten und zum Umgang mit personenbezogenen oder unveröffentlichten Daten.

Prüfen Sie die Richtlinien Ihrer Organisation und des Veranstalters: Was darf in eine KI eingegeben werden, und muss die KI-Nutzung offengelegt werden? Gerade bei Fallinformationen oder unveröffentlichten Daten geht Sicherheit vor Bequemlichkeit.

Sind die Aufgaben sortiert, braucht die Tool-Wahl nur noch drei Fragen.

Erstens: Liegen KI-Output und Original-PDF am selben Ort? Sind sie getrennt, beginnt jeder Prüf- und Korrekturzyklus mit einer Dateisuche.

Zweitens: Können Sie den KI-Output selbst bearbeiten? Ein Tool ohne Bearbeitungsmöglichkeit macht „korrigieren, dann verwenden“ unmöglich.

Drittens: Schließt es an Ihren letzten Durchgang kurz vor dem Vortrag an? Leben Vorbereitung und Wiederholung in getrennten Tools, haben Sie sich eine neue Abtipp-Aufgabe geschaffen.

Nicht Ranglisten zählen, sondern ob ein Tool diese drei Hürden nimmt. Das, würde ich sagen, ist der praxistaugliche Weg zur Auswahl.

Ehrlich gesagt: Paperfy wurde gebaut, um genau diese drei Fragen zu beantworten.

Laden Sie ein Paper-PDF hoch, und KI-Zusammenfassung, Abbildungen und das Original-PDF erscheinen auf einer Paper-Seite. Sowohl die KI-Zusammenfassung als auch das Radio-Skript lassen sich von Hand bearbeiten, die Änderungen bleiben in der Bibliothek. Aus dem bearbeiteten Skript können Sie das Audio neu generieren und es vor dem Vortrag unterwegs durchgehen.

Aber dieselbe Regel gilt auch für Paperfy: Manche Aufgaben gehören nicht delegiert. Die statistische Interpretation und die Aussagen, die Sie vortragen, gehören Ihnen und Ihren Betreuenden und Mitforschenden – nicht der KI.

Die Antwort auf „Welche KI soll ich nehmen?“ liegt in der Anwendung, nicht im Namen eines Tools.

Zerlegen Sie die Vorbereitung in Aufgaben und sortieren Sie sie in KI-geeignet und nur-menschlich. Verifizieren Sie zitierte Zahlen und Schlussfolgerungen im Original-PDF. Korrigieren Sie KI-Entwürfe von Hand, bevor Sie sie verwenden. Richten Sie sich einen Weg ein, bis kurz vor dem Vortrag zu wiederholen.

Beginnen Sie mit genau einer Aufgabe in dieser Vortragsvorbereitung, die Sie an die KI abgeben.