Dieser Kurs soll den Studierenden die wesentlichen Kenntnisse und Fähigkeiten vermitteln, die für die Durchführung qualitativer Forschung unter Verwendung von Software zur computergestützten qualitativen Datenanalyse (CAQDAS) erforderlich sind. Die Studierenden setzen sich mit grundlegenden Konzepten und Methoden auseinander, die für die Konzeption und Durchführung qualitativer Forschung entscheidend sind, darunter die theoretischen Grundlagen der Grounded Theory und der thematischen Analyse sowie praktische Arbeitsabläufe unter Verwendung von CAQDAS-Tools. Der Schwerpunkt des Kurses liegt auf praktischen Erfahrungen mit führender Software wie QDAMiner, ATLAS.ti und yEd, wodurch die Studierenden in die Lage versetzt werden, qualitative Daten effizient zu kodieren, zu organisieren und zu interpretieren. Der Kurs legt den Schwerpunkt auf den Einsatz von CAQDAS-Tools zur systematischen Kategorisierung und Verknüpfung von Codes, die Anwendung von Netzwerkanalysen zur visuellen Darstellung sowie die Verfeinerung der thematischen Identifizierung und Interpretation.
Ein wesentlicher Bestandteil des Kurses wird sich auf die Integration künstlicher Intelligenz (KI) in die qualitative Datenanalyse konzentrieren. Die Studierenden werden untersuchen, wie KI, einschließlich der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) und großer Sprachmodelle (Large Language Models, LLMs), bei der Kodierung und thematischen Analyse helfen kann. Der Kurs wird sich zudem mit der Zuverlässigkeit und den ethischen Überlegungen bei KI-gestützter qualitativer Forschung befassen.
Nach erfolgreichem Abschluss dieses Kurses sind die Studierenden gut darauf vorbereitet, qualitativ orientierte Forschungsmethoden in ihrer zukünftigen beruflichen Laufbahn anzuwenden und so einen sinnvollen Beitrag zu ihren jeweiligen Fachgebieten zu leisten.
Dieser Kurs soll den Studierenden die notwendigen Kenntnisse und Fähigkeiten vermitteln, um qualitative Forschung mithilfe von Software zur computergestützten qualitativen Datenanalyse (CAQDAS) durchzuführen. Die Studierenden setzen sich mit Schlüsselkonzepten und Methoden auseinander, die für die Konzeption und Durchführung qualitativer Forschung entscheidend sind, darunter die theoretischen Grundlagen des Grounded-Theory-Ansatzes und der thematischen Analyse sowie die praktischen Arbeitsabläufe unter Verwendung von CAQDAS-Tools. Der Kurs legt den Schwerpunkt auf praktische Erfahrungen mit führender Software wie QDAMiner, ATLAS.ti und yEd, wodurch die Studierenden in die Lage versetzt werden, qualitative Daten effizient zu kodieren, zu organisieren und zu interpretieren.
Im Laufe des Kurses erwerben die Studierenden ein umfassendes Verständnis der Prinzipien und Arbeitsabläufe der computergestützten qualitativen Datenanalyse. Dazu gehören die Auseinandersetzung mit ontologischen und epistemologischen Überlegungen, die den Einsatz von CAQDAS prägen, das Verständnis der verschiedenen Phasen der qualitativen Datenanalyse sowie das Erfassen der grundlegenden Funktionen, die verschiedenen CAQDAS-Paketen gemeinsam sind. Darüber hinaus konzentriert sich der Kurs darauf, wie Softwarefunktionen für die systematische Kategorisierung und Verknüpfung von Codes genutzt werden können, wobei Techniken wie selektives Codieren und konstanter Vergleich (in der Grounded Theory) einbezogen werden. Auch die Anwendung von Netzwerkanalyse-Tools innerhalb von CAQDAS wird vorgestellt, um Beziehungen zwischen Codes und Konzepten visuell darzustellen und so letztlich eine tiefere Ebene der Dateninterpretation zu ermöglichen. Darüber hinaus werden die Identifizierung, Verfeinerung und Interpretation von Themen (in der thematischen Analyse) behandelt.
Ein wesentlicher Bestandteil des Kurses konzentriert sich auf die Integration künstlicher Intelligenz (KI) in die qualitative Datenanalyse. Die Studierenden werden untersuchen, wie KI, einschließlich der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) und großer Sprachmodelle (Large Language Models, LLMs), bei der Kodierung und der thematischen Analyse helfen kann. Der Kurs befasst sich zudem mit der Zuverlässigkeit und den ethischen Überlegungen im Zusammenhang mit KI-gestützter qualitativer Forschung und vermittelt den Studierenden
Kompetenzen (Fähigkeiten)
Konzeption und Durchführung qualitativer Forschung: Die Studierenden sind in der Lage, qualitative Forschungsprojekte zu konzipieren, durchzuführen und zu bewerten, wobei sie CAQDAS-Tools einsetzen, um die Stringenz und Transparenz ihrer Analysen zu verbessern.
Datenanalyse mit CAQDAS: Die Studierenden erwerben Kompetenz im Umgang mit führender Software für qualitative Analysen wie QDAMiner, ATLAS.ti und yEd, wodurch sie ihre technischen Fähigkeiten in der qualitativen Forschung ausbauen und ihre Anpassungsfähigkeit an neue Technologien fördern.
Systematische Kategorisierung und Verknüpfung von Codes: Die Studierenden erwerben praktische Fähigkeiten bei der Nutzung von CAQDAS-Funktionen zur systematischen Kategorisierung und Verknüpfung von Codes.
Netzwerkanalyse und thematische Interpretation: Die Studierenden lernen, Netzwerkanalyse-Tools innerhalb von CAQDAS anzuwenden, um Beziehungen zwischen Codes und Konzepten visuell darzustellen, was eine tiefere Ebene der Dateninterpretation sowie die Identifizierung, Verfeinerung und Interpretation von Themen ermöglicht.
Integration von KI in die qualitative Analyse: Die Studierenden erwerben praktische Fähigkeiten bei der Integration von KI, einschließlich NLP und LLMs, in die qualitative Datenanalyse und lernen, die Zuverlässigkeit sowie ethische Aspekte der KI-gestützten Forschung kritisch zu bewerten.
Wissens
Qualitative Forschungsmethoden: Die Studierenden erwerben fundierte Kenntnisse über qualitative Forschungsverfahren, einschließlich Datenerhebung, Kodierung und thematischer Analyse, unterstützt durch CAQDAS-Tools. Sie setzen sich mit den theoretischen Grundlagen und praktischen Anwendungen der Grounded Theory und der thematischen Analyse auseinander und lernen, wie man Codes systematisch entwickelt und verfeinert, Themen identifiziert und qualitative Daten interpretiert. Dieses umfassende Verständnis ermöglicht es den Studierenden, diese Methoden in ihren Forschungsprojekten effektiv anzuwenden.
KI in der qualitativen Forschung: Die Studierenden lernen das Potenzial und die Herausforderungen der Integration von KI in die qualitative Datenanalyse kennen, einschließlich Methoden zur Bewertung der Zuverlässigkeit und Konsistenz der KI-gestützten Kodierung.
Einstellungs
Ethisches Forschungsverhalten: Die Studierenden entwickeln
Für diesen Kurs gibt es keine besonderen Voraussetzungen, da er mit grundlegenden Konzepten beginnt und schrittweise wichtige Methoden der qualitativen Forschung vorstellt. Er richtet sich an Lernende aller Niveaustufen, auch an diejenigen, die noch keine Erfahrung mit empirischer Forschung haben.
Literatur
Babbie, E. R. (2014). The practice of social research. Cengage Learning.
Bryman, A. (2016). Methoden der Sozialforschung. Oxford University Press.
May, T., & Perry, B. (2022). Sozialforschung: Themen, Methoden und Verfahren. McGraw-Hill Education.
Neuman, W. L. (2014). Methoden der Sozialforschung: Qualitative und quantitative Ansätze. Pearson Education Limited.
Dieser Kurs legt den Schwerpunkt auf schülerzentriertes Lernen, übergreifende Fähigkeiten, transdisziplinäre, forschungsbasierte Kompetenzen sowie technologiegestützte Bildungsprinzipien und soll den Studierenden ein umfassendes und praxisnahes Verständnis qualitativer Forschungsmethoden unter Verwendung von CAQDAS-Tools vermitteln.
Die Studierenden nehmen an interaktiven Vorlesungen, Diskussionen und Gruppenaktivitäten teil, die zur aktiven Beteiligung und zum kritischen Denken anregen. Es finden regelmäßige Feedback-Runden statt, um auf individuelle Lernbedürfnisse und Fortschritte einzugehen und sicherzustellen, dass jede Studierende eine individuelle Betreuung erhält. Darüber hinaus wird ein Peer-Review-System eingeführt, bei dem die Studierenden die Arbeiten der anderen aus unterschiedlichen fachlichen Perspektiven bewerten.
Um die überfachlichen Kompetenzen der Studierenden zu verbessern, fördert der Kurs ihre Fähigkeit, Forschungsergebnisse klar und effektiv sowohl schriftlich als auch mündlich zu präsentieren, indem regelmäßige Präsentationen, Peer-Reviews und Feedback-Runden integriert werden. Der Schwerpunkt liegt auf der Entwicklung von Fähigkeiten zur kritischen Bewertung von Forschungsmethodiken und Daten, indem die Studierenden in anspruchsvolle Analyseübungen, Fallstudien und interaktive Diskussionen eingebunden werden, die ihr analytisches Denken und ihre Problemlösungsfähigkeiten herausfordern.
Um die Forschungskompetenzen der Studierenden weiterzuentwickeln, konzentriert sich der Kurs auf eine vertiefte Auseinandersetzung mit Schlüsselkonzepten und Methodiken, die für die Konzeption und Durchführung qualitativer Forschung entscheidend sind. Dazu gehören praktische Erfahrungen mit qualitativen Forschungsverfahren wie Kodierung, thematische Analyse und der Einsatz von CAQDAS-Tools wie QDAMiner, ATLAS.ti und yEd. Die Studierenden befassen sich zudem mit der Integration von KI in die qualitative Datenanalyse und erwerben praktische Fähigkeiten im Umgang mit NLP und LLMs für die Kodierung und thematische Analyse.
Zur Bereicherung der technologiegestützten Lernerfahrungen werden digitale Werkzeuge und Ressourcen integriert, darunter Online-Datenbanken, Software zur qualitativen Analyse sowie Plattformen für die virtuelle Zusammenarbeit.
Zeugnis