Künstliche Intelligenz und Natural Language Processing als Methoden der Soziologie

Künstliche Intelligenz (KI) und Diskussionen über ihre Einsatz- und Gefahrenpotenziale sind allgegenwärtig. Ihre zunehmende alltägliche Nutzung ist kaum zu übersehen, wodurch KI-basierte Verfahren verstärkt auch in die soziologische Forschung Einzug halten. Eine zentrale Fragestellung lautet dabei, wie Methoden der Künstlichen Intelligenz – insbesondere Machine Learning (ML) und Natural Language Processing (NLP), deren Ursprung in der Informatik liegt – sinnvoll und reflektiert in der soziologischen Forschung eingesetzt werden können. 

Diese Frage stellt sich nicht allein aufgrund der wachsenden Präsenz von KI im Alltag, sondern insbesondere vor dem Hintergrund der Erschließung neuer Daten. Unter dem Stichwort „Big Data“ stehen der Sozialforschung zunehmend umfangreiche Textkorpora zur Verfügung, etwa aus Zeitungsartikeln, Beiträgen aus sozialen Medien oder neu zugänglichen digitalisierten Archiven. Diese Datenmengen lassen sich nicht mehr vollständig händisch auswerten, wodurch automatisierte und teilautomatisierte Verfahren der Textanalyse an Bedeutung gewinnen. Der besondere Erkenntnisgewinn solcher Verfahren liegt darin, diskursive Veränderungen über längere Zeiträume hinweg systematisch nachvollziehen zu können und zugleich einen umfassenderen Überblick über große Textbestände zu erhalten. 

Der Einsatz von KI-Methoden wird in der soziologischen Forschung jedoch häufig kritisch diskutiert, da diese nicht selten als positivistisch oder technologisch unreflektiert wahrgenommen werden (Lahsen 2022; Hirsbrunner 2024). Die geplante Ad-hoc-Gruppe greift diese Kritik auf und zielt darauf ab, die Möglichkeiten einer kritischen und reflektierten Nutzung von NLP-Verfahren in der qualitativen Sozialforschung systematisch zu diskutieren. 

Im Zentrum steht dabei die Frage, inwiefern NLP-Methoden mit etablierten qualitativen Forschungsansätzen wie der Inhaltsanalyse, der Grounded Theory oder der Diskursanalyse vereinbar sind (Schäfer & Hase, 2023). Bislang ist in den Sozialwissenschaften vor allem das Topic Modeling verbreitet, eine Methode zur thematischen Strukturierung großer Textkorpora (Blei et al. 2003). Diese Methode wurde jedoch aus verschiedenen Perspektiven kritisiert, unter anderem als zu grobkörnig oder als wenig erkenntnisreich über das hinausgehend, was durch klassisches interpretatives Lesen bereits zugänglich ist. 

Damit sich die Soziologie kritisch mit KI-basierten Verfahren auseinandersetzen kann, bedarf es zunächst gemeinsamer Grundlagen und eines geteilten methodischen Vokabulars. Die Ad-hoc-Gruppe versteht sich als ein erster Schritt in diese Richtung. Ziel ist es, methodische Alternativen und Weiterentwicklungen zu diskutieren und den Blick auf NLP- und Machine-Learning-Verfahren zu öffnen, die über Topic Modelling hinausgehen. Neben der kritischen Reflexion bestehender Ansätze wird grundlegendes Wissen zu NLP und Machine Learning vermittelt, um eine informierte methodologische Diskussion zu ermöglichen. Ergänzend ist die Präsentation eines Open-Source-Tools vorgesehen, das exemplarisch den Einsatz von Natural-Language-Processing-Verfahren (NLP) in der sozialwissenschaftlichen Forschung demonstriert. Die zweite Hälfte des Panels ist für die eingereichten Beiträge vorgesehen. Diese können entweder eigene empirische Werkzeuge und Anwendungen vorstellen oder methodologisch-reflexive Beiträge zur computergestützten Diskurs- und Inhaltsanalyse leisten. Das Panel versteht sich ausdrücklich als interdisziplinäres Forum.

Wir begrüßen daher insbesondere Beiträge, die:

• den Einsatz von NLP- oder Machine-Learning-Methoden in der Soziologie (oder anderen Sozialwissenschaften) behandeln und dabei über Topic Modelling hinausgehen,
• Einblicke in eigene empirische Forschungsprojekte und praktische Erfahrungen geben,
• sich in reflexiver Weise mit methodologischen Fragen und Herausforderungen auseinandersetzen.

Die Ad-hoc-Gruppe versteht sich somit als ein Forum zur Vermittlung grundlegender Kenntnisse, zur Förderung eines gemeinsamen methodischen Vokabulars sowie zur Diskussion der zukünftigen Rolle computergestützter Textanalyse in der qualitativen Sozialforschung.

Wir bitten um die Einreichung von Abstracts (maximal eine Seite) bis zum 30.04.2026 an: yannick.walter(at)uni-hamburg.de & tim.fischer(at)uni-hamburg.de

Organisation: Yannick Walter (Universität Hamburg), Tim Fischer (Universität Hamburg)

CfP + Literatur (Link)