Strategieentwicklung zum Umgang mit KI am Sorbischen Institut§
Hintergrund§
Mittlerweile haben die meisten Wissenschaftler:innen erste Erfahrungen mit dem Einsatz von Large Language Models (LLMs) in ihrem Arbeitsumfeld gesammelt - und sei es nur um Textinhalte zusammenzufassen oder Hilfe bei der Formulierung einer Email zu erhalten. Gerade in der digitalen geisteswissenschatlichen Forschung ist es jedoch weiterhin eher die Ausnahme, dass LLMs auch in der eigentlichen wissenschaftlichen Kerntätigkeit, z.B. bei der Analyse von Daten, eingesetzt werden.
Hier bildet das Sorbische Institut (SI) keine Ausnahme. Die Leitung des Instituts hat sich daher mit Fragen bezüglich der zukünftigen Rolle und der Art des Einsatzes von KI in Forschungsprojekten an das KompetenzwerkD gewandt.
Schnell stellte sich heraus, dass es dabei nicht nur um die aktuell stark diskutierten Large Language Models geht, sondern dass das SI ebenso einen Nachholbedarf hat bei klassischem Machine Learning und andere automatischen Verfahren. Schließlich sind Sprachdaten ein wichtiger Forschungsschwerpunkt des SI, und gerade für diese gibt es im Feld des Natural Language Processing eine Menge etablierter Verfahren, die in der Lage sind Wissenschaftler:innen bei ihren Tätigkeiten, z.B. in der Datenanalyse, zu unterstützen ohne die Nachteile von LLMs in Kauf nehmen zu müssen.
Für das SI handelt es sich dabei um einen mittel- bis langfristigen Prozess. Ziel ist die Entwicklung einer Strategie zur zukünftigen Verwendung von KI in wissenschaftlichen Projekten. Um dies zu erreichen, muss am SI zunächst ein Verständnis für die existierenden technischen Möglichkeiten, für deren Anwendbarkeit, Grenzen und Probleme aufgebaut werden.
Workshop§
Ein erster Schritt war daher die gemeinsame Ausrichtung eines Workshops am SI zum Thema KI im September 2026 durch das KompetenzwerkD und das SI. Dabei wurden folgende Themen behandelt:
- Grundlagen von Large Language Models / generativer KI
- Abgrenzung zu klassischem Machine Learning / deskriminativer KI
- Einsatzgebiete (mit Bezug zu Forschungsfragen des SI + Fokus auf ressourcenarme Sprachen wie das Sorbische)
- Betrieb von Modellen + Übersicht möglicher Anbieter
- Kritische Betrachtung von LLMs: gesellschaftliche, ökologische, wirtschaftliche, psychologische Auswirkungen mit speziellem Fokus auf den Einfluss auf die Wissenschaft
- Erste praktische Analysen auf Basis eines SI-Use Cases zu lexikalischen Ressourcen
- Planung des weiteren Vorgehens
Dabei nahm die kritische Betrachtung von LLMs einen entscheidenden Teil des Workshoptages ein. Schließlich hat die Technologie - wie immer offensichtlicher wird - großen Einfluss auf Gesellschaft, Umwelt und viele weitere grundlegende Aspekte des Lebens und damit direkt oder indirekt auf jede:n Einzelne:n, und das global gesehen. Darüber hinaus stellt die Anwendung von LLMs gerade die Wissenschaft vor große Herausforderungen: Halluzinationen und Geister-Quellen, die das Vertrauen in die Wissenschaft trüben können, Intransparenz, die zu einer Reproduzierbarkeitskrise führen kann und vieles mehr.

Daher wurde im Rahmen des Workshops insbesondere klassisches Machine Learning als mögliche Alternative in vielen Anwendungsfeldern diskutiert. Die typischen Kritikpunkte an LLMs treffen für diese Verfahren typischerweise nicht zu. Im Rahmen der Bearbeitung eines ersten Use Cases zur sorbischen Lexikographie wurden entsprechend auch Verfahren des Natural Language Processing unter Verwendung klassischen Machine Learnings als Ansatz verfolgt. In dem untersuchten Anwendungsfall ging es um kontextsensitive Disambiguierung von Normierung und Lemmatisierung des Niedersorbischen. Auf der einen Seite wurden LLMs unter Verwendung von Retrieval-Augmented Generation eingesetzt. Dabei wurde sowohl das aktuellste Modell eines kommerziellen Platzhirschs, als auch ein kleines lokal lauffähiges Modell, das an die sorbischen Sprachen angepasst wurde, untersucht. Die guten Ergebnisse dieser Ansätze konnten für unseren Use Case mit simplen Verfahren des klassischen (diskriminativen) Machine Learning bereits annähernd erreicht werden - und dies zu einem Bruchteil der nötigen Rechenleistung und Kosten.
In den nachfolgenden Diskussionen wurde daher deutlich, dass gerade die Anwendung von LLMs nicht ohne die Prüfung von Alternativen erfolgen sollte. Entfallen damit doch häufig, wie in diesem Fall, viele Nachteile, die LLMs mit sich bringen. Somit werden alternative Verfahren wie das klassische Machine Learning in der strategischen Ausrichtung der zukünftigen Arbeit am SI eine zentrale Rolle spielen. Gerade bei der Arbeit mit sprachlichen Ressourcen bietet sich dies dank etablierter Methoden des Natural Language Processing an. Auf diese Weise kann die Anwendung von ressourcenintensiven LLMs auf nötige oder besonders lohnenswerte Fälle beschränkt werden.
Ausblick§
Mit diesen wertvollen Erkenntnissen steht die Entwicklung einer Strategie zum Umgang mit KI am Sorbischen Institut dennoch erst an ihrem Anfang. Weitere Schritte auf dem anstehenden Weg sind unter anderem die Bearbeitung komplexer forschungsrelevanter Use Cases aus den Bereichen Kulturwissenschaft und Sprachwissenschaft und die Durchführung weiterer Workshops zu unterschiedlichen Aspekten der Künstlichen Intelligenz.