In der empirischen Forschung gibt es ein klassisches Problem: Die meisten interessanten Daten sind qualitativ, nicht quantitativ. Reden von Politikern, Geschäftsberichte, Social-Media-Posts, Zeitungsartikel oder historische Dokumente enthalten wertvolle Informationen, aber sie lassen sich schwer in Zahlen übersetzen. Genau hier setzt ein neues Forschungsprojekt an, das im Februar 2026 als NBER Working Paper erschienen ist: „GPT as a Measurement Tool“ von Hemanth Asirvatham, Elliott Mokski und Andrei Shleifer. Die Autoren stellen darin eine Software vor, die dieses Problem lösen soll: GABRIEL. Die Grundidee ist überraschend einfach. Large Language Models wie GPT können Texte verstehen, ähnlich wie ein Mensch. Wenn man sie gezielt einsetzt, können sie daher qualitative Informationen systematisch bewerten und quantifizieren. Zum Beispiel: • Wie innovationsfreundlich ist eine politische Rede? • Wie toxisch ist ein Social-Media-Kommentar? • Wie technisch komplex ist eine neue Tec...
Die Staats- und Universitätsbibliothek Bremen (SuUB) und Bibliotheks- und Informationssystem (BIS) der Universität Oldenburg organisieren für die Studierenden die virtuelle Schreibnacht . Meiner Meinung ist es ein sehr gutes Projekt, das ich durch einen eigenen Beitrag unterstütze. Ich werde den Studierenden aufzeigen, wie sie datenbasierte Ausarbeitungen erfolgreich umsetzen. Ich werde natürlich auch die Nutzung von ChatGPT einbinden. Ich freue mich auf den regen Austausch.