Algorithmische Forschungsmethoden

Created: 2025-09-23 Updated: 2025-11-14

Algorithmische Forschungsmethoden (algorithmic research methods) beschreiben eine Wissenssuche, die in abgegrenzte Gruppen von Handlungsanweisungen zerlegt wird. Aufgrund dieser Strukturierung können Teile des Forschungsprozesses isoliert betrachtet und mithilfe von Computerprogrammen automatisiert und gesteuert werden.

Algorithmische Forschungsmethoden mit Künstlicher Intelligenz (AI-assisted algorithmic research methods) setzen auf dem Gedanken auf, dass (lokale) Künstliche Intelligenz in den Forschungsprozess als Prozedur integriert werden kann, um kreative und beurteilende Aspekte der Arbeit zu unterstützen.

Reproduzierbarkeit

Ein wesentliches Ziel wissenschaftlicher Forschung besteht darin, Vorhersagen über die Welt treffen zu können. Dafür ist es jedoch notwendig, viele unterschiedliche Erfahrungen auszuwerten, da nur so festgestellt werden kann, ob die Vorhersage nicht nur zufällig richtig gewesen ist. Damit andere Forschende wiederum zur Überprüfung beitragen können, ist es wichtig, dass sie die ursprünglichen Ergebnisse reproduzieren können, sodass auch zukünftige Arbeiten derselben wissenschaftlichen Forschung zugeordnet werden können. Diese Reproduzierbarkeit von Forschung ist zentral für die wissenschaftliche Methode und der Grund dafür, warum Forschungsarbeiten ihr Vorgehen dokumentieren.

Da es in der wissenschaftlichen Forschung aus diesem Grund sehr verbreitet ist, die Erklärung der Methode und ihrer Auswahlgründe zur Verfügung zu stellen, erscheint die Beschreibung einer Herangehensweise, die diesen Aspekt besonders hervorhebt, vielleicht als überflüssig. Wiederholbarkeit, Reproduzierbarkeit, Replizierbarkeit, Vergleichbarkeit und Übertragbarkeit sind schließlich bereits Bestandteile einer guten wissenschaftlichen Praxis (↴ Deutsche Forschungsgemeinschaft 2025, Leitlinie 12). Allerdings bieten algorithmische Forschungsmethoden eine spezifische Rahmung an, die es ermöglicht, Handlungen mit Computern zu automatisieren und bewusst über bestimmte Teilziele wie Effizienz oder Lernbarkeit zu reflektieren, sodass eine Vorlage für die anweisungsorientierte Dokumentation von Forschungshandlungen dennoch wertvoll sein kann.

Visualisierung als gerichtete Graphen oder geordnete Listen

Algorithmische Forschungsmethoden können als mehrere Gruppen von gerichteten Graphen dargestellt werden. Im Gegensatz zu anderen Forschungsmethoden besteht die Notwendigkeit aber darin, dass zumindest eine Gruppe aus zwei Knoten (Anweisungen) besteht, die miteinander gerichtet verbunden sind. Im Idealfall sind alle Knoten in irgendeiner Form gerichtet miteinander verbunden, ansonsten könnte man auch von der parallelen Nutzung unterschiedlicher Methoden sprechen. In diesem Zusammenhang lassen sich die verschiedenen Anweisungen auch bewusst in einem Knoten-Graph (node graph) darstellen. Dabei handelt es sich um eine Art von Graph, bei dem die verschiedenen Knoten und Kanten jeweils unterschiedliche Funktionen übernehmen können.

Manche algorithmischen Forschungsmethoden lassen sich auch als geordnete Listen darstellen, wobei eine Anweisung nach der nächsten erfolgt und deshalb eine eindeutige Ablaufposition (1., 2., 3., ...) zugeordnet werden kann.

Operationalisierung

Algorithmische Forschungsmethoden haben eine Ähnlichkeit zur Definition von Konzepten durch die Abfolge von Operationen (↴ Bridgman 1927), da beide etwas über Anweisungen näher bestimmen möchten. Bei Bridgman sind es Konzepte, bei den algorithmischen Forschungsmethoden sind es reproduzierbare Ergebnisse. In der allgemeinen Forschung hat Bridgmans Konzept als Operationalisierung eine leicht andere Bedeutung in Richtung Messbarmachung erhalten (↴ Krautter et al. 2023).

Für die algorithmischen Forschungsmethoden ist jedoch Bridgmans Definition von Operationalisierung relevanter als die modernere Ausprägung. In Annäherung an seine Definition ermöglichen algorithmische Forschungsmethoden klare Abfolgen von Anweisungen, um dadurch eine Reproduzierbarkeit der Ausgaben sicherzustellen. Im Gegensatz zu Bridgman wird jedoch nicht allgemein näher darauf eingegangen, welche Verbindung das zu beschreibende Konzept mit den einzelnen Prozessschritten besitzt. Diese Arbeit wird demnach von jeder Wissenschaftlerin in ihrer Methodik selbst geleistet.

Zum Beispiel könnte das algorithmische Erzeugen von Kategorien aus Texten als Basis für eine mögliche handlungsorientierte Definition von Kategorisierung genutzt werden, muss es aber nicht.

Definitionen als Handlungsbeschreibungen

Algorithmische Forschungsmethoden schließen ebenfalls an meine Überlegungen zu Definitionen als Handlungsbeschreibungen an. Danach ist eine mögliche Definitionsart eines Konzepts die Beschreibung von Handlungen eines Individuums, die das Konzept in der Welt reproduzieren. Im Gegensatz zu Bridgmans Operationalisierung ist es dabei jedoch möglich, die Gleichheit von Konzepten bei unterschiedlichen Operationen zu behaupten, solange dasselbe Ziel in Form von Auswirkungen auf die Welt (siehe Pragmatismus) erreicht wird.

Aufgrund der Eigenschaft von algorithmischen Forschungsmethoden die genaue Abfolge von Handlungen zu beschreiben, wird es demnach möglich, die Ergebnisse der verschiedenen Anweisungen miteinander zu vergleichen und damit eine Aussage über ihre Auswirkungen (beispielsweise als Ausgaben einer Textverarbeitung) zu treffen. Damit lässt sich klären, ob ich durch verschiedene Prozessschritte Optionen besitze, um dasselbe ausformulierte Ziel zu erreichen.

Prozessschritte

Innerhalb algorithmischer Forschungsmethoden sind Prozessschritte abgegrenzte Gruppen von Anweisungen, die entweder manuell, teilautomatisiert oder vollautomatisiert ablaufen können. Manuell meint mit der Kraft eines selbstständig handelnden Individuums; teilautomatisiert meint, dass es Situationen gibt, die auf eine externe Eingabe durch ein selbstständig handelndes Individuum warten; vollautomatisiert meint, dass der komplette Ablauf ohne körperliches Zutun erfolgt).

Ein Prozessschritt kann aufgrund unterschiedlicher Ziele an verschiedenen Stellen von anderen Prozessschritten abgegrenzt werden. Es sind verschiedene Abgrenzungsstrategien denkbar, die dabei unterstützen, die Forschungsmethode allgemein besser zu verstehen oder Forschungsergebnisse bestmöglich zu reproduzieren oder zu transferieren. Dies schließt an die zuvor angestellten Überlegungen zu Definitionen als Handlungsbeschreibungen an, bei denen unterschiedliche Abgrenzungen für unterschiedliche Nebenziele wie Effizienz oder Lernbarkeit sinnvoll sein können.

Algorithmische Forschungsmethoden sind nicht von digitalen Umgebungen abhängig, sondern könnten grundsätzlich auch vollkommen manuell umgesetzt werden. In diesem Fall unterscheiden sie sich lediglich in ihrer strikt auf Prozessschritte ausgerichteten Form von anderen Forschungsmethoden. Da eine algorithmische Forschungsmethode durch ihre Form allerdings von Computern effizient umgesetzt werden kann, bietet es sich an, dass die meisten Prozessschritte vollautomatisiert ausgeführt werden.

Die Abläufe werden durch ein Skript beschrieben, das in anderen Arbeiten wiederverwendet werden kann und damit die Reproduzierbarkeit der wissenschaftlichen Forschung sicherstellt. Prozessschritte können damit innerhalb der Methodik einer wissenschaftlichen Arbeit isoliert betrachtet werden. Das ist der größte Vorteil einer algorithmischen Forschungsmethode, da dadurch eine Identifikation, Optimierung und Transferierbarkeit der jeweiligen Anweisungen sichergestellt werden kann.

Die nachfolgenden Prozessschritte sollen einen Überblick über mögliche Anweisungsgruppen geben, die bei einer eigenen Forschungsarbeit als Teile genutzt werden können, um ein bestimmtes Ergebnis zu ermöglichen.

Processor

In meiner Arbeit entwickle ich selbst Computerprogramme, um eine algorithmische Forschungsmethode in meinen Forschungsprozess integrieren zu können. Ein zentrales Programm dafür ist Processor. Dabei handelt es sich um eine Benutzeroberfläche, mit der Arbeitsschritte für lokale Künstliche Intelligenz definiert und auf beliebige Daten angewendet werden können.

Processor wird in einer ersten Version zunächst intern entwickelt.