Archiv der Kategorie: Innovation & Technik

Einsatz von KI-Technologien in Datenbanken

KI-Technologien werden zunehmend auch in wissenschaftlichen Datenbanken eingesetzt. Wir haben für Sie zusammengefasst, welche Vor- und Nachteile dieser Einsatz haben kann und wie man diese Option effektiv einsetzen kann.

Neben Inhaltszusammenfassungen und der tiefergehenden Exploration von Dokumenten geht es beim Einsatz von KI in wissenschaftlichen Datenbanken auch um eine Natural Language Search (NLS). Dieser Suchmodus ist ein (optionaler) Bestandteil der Einfachen oder Erweiterten Suche und erlaubt es Suchanfragen in Alltagssprache zu formulieren.

Der NLS-Modus nutzt die Verarbeitung natürlicher Sprache (Natural Language Understanding, NLU), um die Absicht und kontextbezogenen Hinweise in einer Abfrage zu verstehen. Diese Funktion ist besonders vorteilhaft für noch wenig erfahrene Datenbanknutzerinnen und -nutzer.

Beispielhaft haben wir den Einsatz der Suche in natürlicher Sprache in den Ebsco-Datenbanken getestet. Dort kann man in der Einfachen Suche, neben den üblichen Suchmodi, auch die NLS auswählen.


Die eingegebene Anfrage wird über der Trefferliste zusätzlich auch als Suchstring mit verknüpften Suchbegriffen angezeigt (show refined query). Jedoch erfolgt die Suche nur im einfachen Suchmodus, wodurch wichtige Rechercheergebnisse übersehen werden könnten. Eine Erweiterte Suche ermöglicht einen detaillierteren Überblick.

Aufgrund des einfachen Suchmodus werden im Moment auch formale Suchkriterien bzw. Filter nicht erkannt. Hier zwei Beispiele für NLS Suchanfragen und deren Pendant.

Beispiel 1: „Show all articles from 2020 that contain the keyword automation in the abstract“. Dies wird wie folgt in einen Suchstring übersetzt: automation AND (abstract) AND (2020).

Beispiel 2: Bei der Anfrage „I need articles on climate change that were published between 2020 and today for a research paper I am writing“ wird nach folgenden Schlagworten gesucht: ((climate change OR global warming) AND (article OR research) AND (2020 OR 2021 OR 2022 OR 2023)).

Filter wie „Source Type“ oder „Publication Date“ werden nicht erkannt. Ferner wird bei Beispiel 2 der Zeitraum nicht bis 2025 gesetzt, obwohl das Stichwort „today“ verwendet wurde. Dies könnte mit dem Stand der Trainigsdaten für die KI zusammenhängen. Hierdurch können ebenfalls wichtige Rechercheergebnisse übersehen werden.

Über die NLS-Suche werden höchstens zwei alternative Suchbegriffe für einen Suchaspekt gefunden. Eine tiefergehende Filterung, z.B. zur Trefferbegrenzung auf Artikel aus einer bestimmten Zeitschrift (publication) ist in der NLS nicht möglich.

Natürlich werden KI-Technologien in Datenbanken fortwährend weiterentwickelt, so dass diese Informationen schnell veraltet sein können.

Eine weitere Datenbank, die KI-Technologie zur Unterstützung im Rechercheprozess einsetzt, ist Statista. Hier bietet der Reiter „Research AI“ die Möglichkeit in natürlicher Sprache zu suchen (ausgenommen sind die Inhalte von Consumer Insights und Company Insights). Es gibt Beispiele für Prompts, die dabei helfen können, effektiv mit der KI zu interagieren. In Statista werden die gefundenen Ergebnisse vom Large Language Model (LLM) Claude 3 Sonnet zusammengefasst und die genutzten Quellen werden unterhalb der Zusammenfassung angegeben.


In dieser Datenbank gibt es leider keine Möglichkeit, anhand von Suchbegriffen nachzuvollziehen, wie und wo gesucht wurde. Zur weiteren Exploration des Themas werden den Nutzerinnen und Nutzern mögliche Anschlussfragen vorgeschlagen.

Weitere Datenbanken die bereits jetzt oder zukünftig KI-Technologien zur Rechercheunterstützung einsetzen sind Web of Science (Smart Search: kostenfrei & bereits einsetzbar; Web of Science Research Assistant: kostenpflichtig, noch nicht in der Lizenz enthalten), ScienceDirect (ScienceDirect AI: kostenpflichtig, noch nicht in der Lizenz enthalten) und Scopus (Scopus AI, kostenpflichtig, noch nicht in der Lizenz enthalten).

Auch bei einer Datenbankrecherche können die Regeln des Promptings (die Eingabe einer Anfrage) hilfreich sein. Insbesondere sollte die Anfrage einfach, klar und präzise formuliert sein und unnötige Füllwörter vermeiden.

Da dieses Thema hochaktuell und sehr im Fluss ist, können Informationen schnell veraltet sein. Bitte informieren Sie sich zusätzlich auf den Seiten der genannten Anbieter und kontaktieren Sie bei Fragen unsere Auskunft.

Weiterführende Informationen finden Sie hier:

https://www.tu-chemnitz.de/ub/kurse-und-e-learning/elearning/studierende/mika/darstellen_mit_ki-tools.html#anwendung

https://www.ub.ruhr-uni-bochum.de/recherchieren/rechercheleitfaden/wissenschaftliches-recherchieren-mit-ki-tools

Open Alex Logo

OpenAlex: eine kostenlose Alternative zu Scopus und Web of Science?

Inzwischen haben sich wissenschaftliche Recherchetools wie Scopus, Web of Science oder Dimensions etabliert. Viele Forscher haben komplexe Suchanfragen in ihrer bevorzugten Datenbank gespeichert. Die Kosten für diese Plattformen sind jedoch ein bedeutender Posten in den Budgets von Bibliotheken und Forschungseinrichtungen.

Was wäre, wenn es eine mutige, kostenlose Alternative zu diesen teuren Tools gäbe? Tatsächlich gibt es eine, und zwar schon seit einiger Zeit, aber erst seit kurzem gewinnt sie an Ansehen: OpenAlex.

OpenAlex kann definiert werden als „ein vollständig offener Katalog des globalen Forschungssystems“. Es wird seit ca. Mitte 2021 von OurResearch gepflegt und die Daten stammen vom Microsoft Academic Graph, Crossref, institutionellen Repositorien (über OAI-PMH) und vielem mehr. OpenAlex hat Zugang zu einer großen Menge an Daten und basiert auf persistenten IDs (DOIs, ORCID, ROR usw.).

Lassen Sie sich nicht von der minimalistischen Oberfläche und der Abwesenheit von Corporate-Design-Farben täuschen. OpenAlex konzentriert sich auf das Wesentliche und erledigt seine Arbeit sehr gut. Bis vor ein paar Monaten konnten Abfragen nur über die API erfolgen. Jetzt verfügt es über eine grafische Benutzeroberfläche, die ständig aktualisiert und verbessert wird. Ich habe ein Konto, in dem ich meine Abfragen speichern kann. Ich finde es einfach und nützlich, aber vielleicht ist es für einen Forscher noch zu wenig. Die Entwicklung geht jedoch weiter.

Ich habe dann einige Tests durchgeführt und den Namen der TU Chemnitz eingegeben, um die Ergebnisse zu sehen:

Screenshots der Ergebnisse in Open Alex, die sich auf die TU Chemnitz beziehen

Hier unten die Ergebnisse aus Scopus:

Screenshots der Ergebnisse in Scopus, die sich auf die TU Chemnitz beziehen

 

Sehr gut. Wir haben etwa 6.000 Ergebnisse mehr als Scopus. Das bedeutet jedoch nicht, dass alle angezeigten Arbeiten tatsächlich einen Bezug zur TU Chemnitz haben. Die Qualitätskontrolle muss in OpenAlex noch vertieft werden. Beeindruckt hat mich jedoch auch das Vorhandensein einiger Grafiken.

Wenn Sie ein Forscher sind, lade ich Sie ein, Ihren Namen in OpenAlex einzugeben und zu überprüfen, ob alle Daten korrekt sind. Außerdem besteht die Möglichkeit, mit diesem Skript in Jupyter Notebook Ihren eigenen H-Index zu berechnen (Wenn Sie Hilfe benötigen, schreiben Sie mir).

Außerdem habe ich dieses Skript getestet, das anhand der Daten von OpenAlex anzeigt, welche Kooperationen die TU Chemnitz mit anderen Universitäten weltweit hat. Hier ist das Ergebnis:

Bunte Weltkarte mit Kooperationen der TU Chemnitz

Die Daten, auf denen die Grafik basiert, wurden am 10. April 2024 erfasst.

Dies ist nur ein erster Ansatz für OpenAlex, und es ist notwendig, die Kenntnisse über die Datenstruktur und die Qualitätskontrolle zu vertiefen. Es steckt viel Potenzial drin und seine Möglichkeiten sind derzeit begrenzt, aber es ist ein interessantes Projekt und es lohnt sich, ihm eine Chance zu geben.

Die neue zentrale Universitätsbibliothek stellt sich vor

Foto: Annett Kittner

Am 01. Oktober 2020 ist es endlich soweit: Die neue zentrale Universitätsbibliothek öffnet nach mehr als fünfjährigen Umbauarbeiten ihre Tore für die Öffentlichkeit im Gebäude der Alten Aktienspinnerei in der Straße der Nationen 33.
Den Beitrag weiterlesen Die neue zentrale Universitätsbibliothek stellt sich vor

„Das Reich der Roben hat keine Grenzen“

Die Universitätsbibliothek Chemnitz bezieht mit der Alten Aktienspinnerei ein bedeutendes Gebäude der Chemnitzer Textilindustrie. Doch nicht nur über den zukünftigen Ort der „Zentralbibliothek“ spinnen sich die Verbindungen zum Textilgewerbe, sondern auch die historischen Bestände erzählen von der Geschichte und Bedeutung der Textilindustrie in Chemnitz und der Region.
Den Beitrag weiterlesen „Das Reich der Roben hat keine Grenzen“

Automatisierte Datenübernahme in die Universitätsbibliographie möglich

Die Universitätsbibliographie ist der zentrale Nachweis aller Veröffentlichungen von WissenschaftlerInnen der Technischen Universität Chemnitz.

Seit heute erhalten Eintragende Unterstützung durch einen Eingabe-Assistent. Auf der Seite zum Veröffentlichen von Publikationen finden Sie den Link zur Beta-Version des Assistenten.

Den Beitrag weiterlesen Automatisierte Datenübernahme in die Universitätsbibliographie möglich