Wer einen wissenschaftlichen Artikel mit KI-Unterstützung schreibt, macht eine Erfahrung, die sich zunächst produktiv anfühlt: Die Iteration geht schnell, die Struktur steht rasch, die Literatur fließt ein, der Text wächst. Nach dreizehn Revisionen — so viele brauchte mein erstes medizinethisches Manuskript — stellt sich heraus: Der iterative Prozess hat systematische Schwächen, die man kennen muss, um ihnen entgegenzuwirken.
Dieser Beitrag beschreibt, was ich bei der Erstellung eines Aufsatzes über Diskursethik und klinische Ungewissheit (zur Einreichung bei Ethik in der Medizin) gelernt habe — und welches Workflow-Modell sich daraus ergibt.
Was der iterative Prozess gut kann
Das Manuskript entstand in einem Dialog: Ich führte das Argument, Claude (Anthropic) war Gesprächspartnerin — für Recherche, Strukturierung, Gegenprobe, Formulierung. Die argumentativen Kerne wurden im Wechsel zwischen meiner klinischen Erfahrung und der philosophischen Breite der KI entwickelt, geprüft, verworfen und überarbeitet.
Das Ergebnis hat eine erkennbar autoriale Stimme. Es liest sich nicht wie ein KI-generierter Text — weil es keiner ist. Es ist ein Text, der ohne die KI nicht in dieser Form entstanden wäre, aber dessen Argumentation, Literaturauswahl und Verantwortung beim Autor liegen.
Wo der Prozess systematisch versagt
Literaturblindheit durch Echokammer. Was die KI nicht kennt oder nicht vorschlägt, wird über viele Iterationen nie sichtbar. In meinem Fall fehlte eine direkt konkurrierende Arbeit (Walker & Lovat 2016), die exakt den Versuch unternommen hatte, Habermas auf Shared Decision Making anzuwenden. Dreizehn Revisionen — und kein einziges Mal tauchte diese Arbeit auf. Erst ein gezieltes Pre-Peer-Review am Ende machte den blinden Fleck sichtbar.
Referenz-Drift. In einer frühen Iteration wurde eine Quelle vorgeschlagen, deren DOI sich später als nicht verifizierbar herausstellte. Da sie nie extern geprüft wurde, wanderte sie durch zwölf weitere Revisionen mit — ein Phantom in der Literaturliste.
Fehlende Gegenprobe. Der iterative Prozess war kooperativ. Die KI half beim Aufbau des Arguments — aber sie griff es nie ernsthaft an. Gegenargumente aus der Tugendethik, der Care-Ethik, dem klinischen Pragmatismus kamen erst bei der Endkontrolle, nicht während des Schreibens. Das bedeutet: Die Verteidigungslinien wurden nachgerüstet statt eingebaut.
Das Drei-Prüfpunkte-Modell
Aus diesen Erfahrungen ergibt sich ein einfaches Modell mit drei fixen Qualitätstoren im iterativen Prozess:
Prüfpunkt 1: Adversarial-Turn (nach der Thesenarchitektur)
Sobald die Kernthese steht, aber bevor der Volltext geschrieben wird: Die These aus mindestens fünf verschiedenen Gegenrichtungen angreifen lassen. Nicht höflich, sondern als Belastungsprobe. Was hier nicht abgewehrt werden kann, muss im Text adressiert werden — nicht versteckt.
Prüfpunkt 2: Literatur-Audit (nach der ersten vollständigen Fassung)
In einem eigenen Chat — getrennt vom Schreibflow: Jede argumenttragende Referenz gegen externe Quellen prüfen. DOIs verifizieren. Gezielt nach konkurrierenden Arbeiten suchen, die den Originalitätsanspruch gefährden könnten. Im Schreibflow wird diese Arbeit von der kreativen Arbeit verdrängt; ein separater Chat erzwingt die Aufmerksamkeit.
Prüfpunkt 3: Pre-Peer-Review (vor der Einreichung)
Den fertigen Text behandeln, als müsste er einem strengen Gutachter standhalten: Thesenextraktion, State-of-the-Art-Prüfung, Gegenprobe der Hauptthese, Referenzaudit, Originalitätscheck, Endurteil. Das ist die Endkontrolle — nicht die erste Konfrontation mit Gegenargumenten.
Was ich daraus mitnehme
Der iterative Prozess war richtig. Der Fehler lag nicht im Wie, sondern im Wann bestimmter Prüfschritte stattfinden. Die gefährlichsten Fehler in KI-gestütztem wissenschaftlichem Schreiben sind nicht Falschaussagen — sie sind Auslassungen. Was die KI nicht vorschlägt, bleibt unsichtbar, bis es ein Gutachter findet.
Der Advocatus Diaboli muss früher kommen als Revision 13.
Dieser Beitrag beschreibt den Workflow, der bei der Erstellung eines medizinethischen Manuskripts über Diskursethik und klinische Ungewissheit entstanden ist. Das Manuskript selbst wurde mit Claude (Anthropic, Modell Claude Opus 4.6) als Recherche- und Formulierungshilfe erstellt. Auch dieser Blogpost entstand im Dialog mit Claude. Die Verantwortung für alle Inhalte liegt beim Autor.
Leave a Reply