ChatGPT Deep Research Feature – 5 Hacks für bessere Ergebnisse

 

Was ist das Deep Research-Feature?

Die Deep Research-Funktion von ChatGPT ist ein KI-gestützter Forschungsassistent, der:
grosse Mengen an Texten, Bildern und PDFs im Internet durchsucht,
relevante Informationen extrahiert, strukturiert und analysiert,
eigene Schlussfolgerungen zieht und alternative Interpretationen anbietet.

Wichtig: Das Feature ist für ChatGPT Plus-Nutzer*innen verfügbar und erlaubt derzeit 10 Recherchen pro Monat.

Nach Aktivierung des Features durch einen speziellen Button beginnt die KI eine mehrstufige Recherche, die zwischen 5 und 30 Minuten dauern kann. Dabei dokumentiert sie die Quellen und zeigt die gesamte Rechercheaktivität in einer Seitenleiste an.

 

Besonders für Gymnasiallehrpersonen und Schüler*innen bietet die Deep Research-Funktion ein enormes Potenzial: Literaturrecherchen, wissenschaftliche Analysen und kritische Bewertungen lassen sich damit deutlich effizienter durchführen.

 

Dieser Artikel zeigt fünf Hacks, mit denen Lehrpersonen und Schüler*innen das Deep Research-Feature optimal nutzen können, um bessere, genauere und schneller strukturierte Ergebnisse zu erzielen.

 

Hack 1: Klare und strukturierte Prompts nutzen

Damit die Deep Research-Funktion qualitativ hochwertige und gut strukturierte Ergebnisse liefert, sollte die Anfrage klar formuliert sein.

🔹 Schlechte Eingabe:
👉 „Erstelle eine Literaturübersicht zur Rolle von KI im Gesundheitswesen.“

🔹 Optimierte Eingabe:
👉 „Erstelle eine wissenschaftliche Literaturübersicht zur Rolle von KI im Gesundheitswesen. Nutze nur peer-reviewed Journalartikel, Regierungsberichte und Industrie-Whitepapers. Strukturiere den Bericht in folgende Abschnitte: Einführung, Schlüsselthemen, gegensätzliche Standpunkte, verwendete Methoden, Forschungslücken, Fazit. Fasse jede Studie in 3-5 Sätzen zusammen und nutze APA-Zitationen.“

Vorteile:
Bessere Struktur: Die KI folgt einer klaren Gliederung.
Höhere Relevanz: Die KI berücksichtigt nur hochwertige Quellen.
Wissenschaftliche Tiefe: Die Anfrage fordert explizit eine kritische Analyse.

Praxisbeispiel im Unterricht:
Diese Methode eignet sich hervorragend für Maturaarbeiten, bei denen Schüler*innen eine fundierte wissenschaftliche Recherche durchführen müssen.

 

Hack 2: Multimodale Inhalte (Text, Bilder, PDFs, Daten) nutzen

ChatGPT kann nicht nur Texte analysieren, sondern auch Informationen aus Bildern, PDFs und Datensätzen extrahieren.

Beispiel-Prompt:
👉 „Analysiere die Auswirkungen von KI auf die Automatisierung der Arbeitswelt anhand von Regierungsberichten, Industrie-Whitepapers, Datenquellen und Visualisierungen. Fasse relevante Statistiken und Trends zusammen.“

Nach dem Start der Deep Research-Funktion kann die KI:
Daten aus Wirtschaftsstudien analysieren,
PDFs von Regierungsorganisationen durchsuchen,
Diagramme interpretieren und Trends erläutern.

Vorteile:
Datenbasierte Analysen: Die KI identifiziert Muster und Trends.
Interaktive Quellen: Links zu Originaldokumenten und Datenquellen.
Visuelle Unterstützung: Die KI kann Diagramme und Infografiken interpretieren.

Praxisbeispiel im Unterricht:
Diese Funktion ist ideal für Wirtschafts- und Sozialwissenschaften, um Schüler*innen aktuelle Marktentwicklungen, Automatisierungstrends oder wirtschaftspolitische Analysen zu vermitteln.

 

Hack 3: Kritische Fragen für tiefere Analysen einbauen

Damit ChatGPT nicht nur Informationen sammelt, sondern auch kritisch bewertet, sollten gezielte Reflexionsfragen in den Prompt integriert werden.

Beispiel-Prompt für eine Ethik-Diskussion:
👉 „Untersuche den Einfluss von KI in der Rekrutierung. Welche Vor- und Nachteile gibt es? Welche ethischen Herausforderungen entstehen durch algorithmische Auswahlprozesse? Gibt es nachweisliche Fälle von Diskriminierung? Analysiere Medienberichte, Fallstudien und wissenschaftliche Untersuchungen.“

Ergebnis:
Rechtslage & Standards: Die KI recherchiert Gesetze und Richtlinien zu KI in der Personalgewinnung.
Beispiele aus der Praxis: Berichte über Unternehmen wie Amazon oder LinkedIn, die Probleme mit voreingenommenen KI-Algorithmen hatten.
Kritische Analyse: Diskutiert, ob KI in der Rekrutierung wirklich objektiv sein kann.

Praxisbeispiel im Unterricht:
Sehr gut für Philosophie-, Ethik- und Politikunterricht, um Diskussionen über Technologie und Gesellschaft anzuregen.

 

Hack 4: Verschiedene Modelle kombinieren

Man kann die Deep Research-Funktion mit unterschiedlichen KI-Modellen kombinieren, um die Analysefähigkeiten zu verbessern.

📌 Beispiel:
Für Aufgaben, die nicht nur Recherche, sondern auch komplexes Denken erfordern, kann das  o3-Mini Modell verwendet werden.

Beispiel-Prompt für eine argumentative Analyse:
👉 „Erstelle eine kritische Untersuchung über den Einfluss von KI auf akademisches Schreiben. Nutze Deep Research für eine Literaturübersicht und das o3-Mini Modell für eine argumentative Bewertung.“

Vorteile:
Faktenbasierte Recherche + Argumentative Analyse.
Bessere Textqualität durch Modell-Kombination.
Tiefere Einsichten in komplexe Fragestellungen.

Praxisbeispiel im Unterricht:
Ideal für Sprach- und Geisteswissenschaften, um fundierte Essays oder Debatten vorzubereiten.

 

Hack 5: Ergebnisse überprüfen & weiterverarbeiten

Obwohl die Deep Research-Funktion beeindruckende Ergebnisse liefert, sollten Lehrpersonen und Schüler*innen die Inhalte immer kritisch hinterfragen.

Tipps zur Überprüfung:
Quellen auf Glaubwürdigkeit prüfen (z. B. wissenschaftliche Studien vs. Blogartikel).
Inhalte mit anderen Recherchen abgleichen.
Kritische Reflexionsfragen nutzen, um Bias zu identifizieren.

Praxisbeispiel im Unterricht:
Eine gute Möglichkeit für Medienbildung und kritische Informationskompetenz, um Schüler*innen den richtigen Umgang mit KI-generierten Inhalten zu vermitteln.

 

Recherchearbeit 2.0

Das Deep Research-Feature von ChatGPT kann den Schulalltag enorm bereichern:
Zeitsparend: Automatische Literaturrecherchen in wenigen Minuten.
Strukturiert: Wissenschaftliche Berichte mit klaren Gliederungen.
Multimedial: Integration von Texten, Bildern, PDFs und Daten.
Kritisch: Reflexionen und Gegenargumente werden berücksichtigt.

Für Lehrpersonen bedeutet dies eine enorme Erleichterung bei der Unterrichtsvorbereitung, und für Schüler*innen ist es eine Möglichkeit, wissenschaftliche Arbeiten schneller und fundierter zu erstellen.

💡 Tipp: Integriere die Deep Research-Funktion in Unterrichtsprojekte und lass Schüler*innen selbstständig arbeiten – mit klaren Vorgaben für Quellenkritik und Reflexion!

 

 

Kommentar schreiben

Kommentare: 0