Den wenigstens Studierenden fällt es einfach, ein Thema für eine wissenschaftliche Abschlussarbeit zu finden. Man muss nicht nur ein Thema festlegen, sondern dieses auch eingrenzen, eine passende Fragestellung dazu formulieren und sich dann überlegen, wo man mit der Recherche beginnt. Hilfreich ist es, wenn man bei all dem einen Dialogpartner hat, mit dem man seine Ideen diskutieren kann. In diesem Blogbeitrag zeigen Melanie Dejnega und Evelyn Fränzl, dass dieser Dialogpartner auch ein Chatbot sein kann.

Ein tragfähiges Thema ist eine wichtige Voraussetzung für eine gelingende Abschlussarbeit – und oft eine der ersten großen Hürden. Gerade in dieser Phase brauchen Studierende Rückmeldung: Ist die Idee noch zu breit? Lässt sie sich sinnvoll eingrenzen? Und wonach sollten sie eigentlich recherchieren?

In mehreren unserer Bachelorstudiengänge an der FHWien der WKW findet diese Themenentwicklung zu einem Zeitpunkt statt, an dem die Studierenden noch ohne Betreuungsverhältnis sind und ihr Bedarf an individuellem Feedback im Rahmen von Lehrveranstaltungen nicht hinreichend gedeckt werden kann.

Genau hier haben wir im Rahmen des von der MA23 der Stadt Wien geförderten Projekts „Master Propaedeutics – Brückenkurse wissenschaftliches Arbeiten“ angesetzt und „Donna, den Themenbuddy“ entwickelt: ein Custom GPT (basierend auf ChatGPT), das Studierende bei der Themenentwicklung unterstützt. Allerdings mit einer wichtigen Einschränkung: Donna soll die Studierenden durch systematisches Nachfragen bei der eigenständigen Problemlösung begleiten, anstatt ihnen fertige Lösungen zu präsentieren.

Unsere Erfahrungen aus zwei Lehrveranstaltungsdurchläufen zeigen: Der didaktische Wert solcher KI-Tutor:innen liegt nicht darin, Studierenden fachliche Entscheidungen abzunehmen. Sinnvoll werden sie dort, wo sie zusätzliche Räume zum Nachdenken schaffen.

Die Idee ist nicht neu. Katharina Opper stellte bereits 2023 im HFD-Blog die Frage, wie sich generative KI nicht als Lieferantin fertiger Antworten, sondern als Impulsgeberin für kritisches Denken einsetzen lässt (Opper, 2023). Daran haben wir angeknüpft. Erfahrungen mit KI-gestützten Tutor:innen in studentischen Forschungsprozessen haben wir bereits in einem früheren Beitrag beschrieben (Neuburger et al., 2025).

Menschliche wie KI-gestützte Tutor:innen, die sich am Prinzip des sokratischen Dialogs orientieren, geben nicht vorschnell Lösungen vor. Stattdessen regen sie Studierende mit offenen Fragen dazu an, eigene Überlegungen zu entwickeln und zu hinterfragen (Fakour & Imani, 2025; Favero et al., 2025). Antworten und Schlussfolgerungen sollen dabei von den Studierenden selbst kommen.

Studien deuten darauf hin, dass diese Form des „Denktrainings“ die eigenständige Auseinandersetzung mit einem Thema, die Argumentation und den kritischen Blick auf unterschiedliche Perspektiven unterstützen können (siehe z. B. Bui & Nguyen, 2026; Santos-Guevara et al., 2026).

Bei der Entwicklung des Prompts haben sich für uns vier Gestaltungsentscheidungen besonders bewährt:

• Beim konkreten Anliegen starten: Donna klärt zunächst, ob überhaupt schon eine Themenidee vorhanden ist, ein breites Interessengebiet eingegrenzt oder eine vorhandene Idee kritisch geprüft werden soll.
• Nur eine Frage auf einmal stellen: So bleibt der Dialog überschaubar und die Studierenden sind dazu gezwungen, die Frage eigenständig zu beantworten, bevor der nächste Schritt folgt.
• Keine fertigen Themen liefern: Donna darf nie Lösungen vorschlagen oder Entscheidungen treffen. 
• Ein klares Ergebnis definieren: In unserem Fall endet der Dialog mit drei Begriffen, die als Ausgangspunkt für eine erste systematische Literaturrecherche dienen.

Wir haben Donna in zwei Lehrveranstaltungsdurchläufen eingesetzt. Die Wahrnehmung der Studierenden haben wir sowohl in Gesprächen während der Lehrveranstaltungen als auch mit einer standardisierten Befragung erhoben.

Das unmittelbare Feedback war überwiegend positiv. Viele Studierende wollten Donna auch nach Abschluss der Lehrveranstaltung weiterverwenden. Gleichzeitig wurden klare Grenzen sichtbar. Einige hätten in dieser Phase lieber mit einer realen Lehrperson gesprochen. Mehrfach wurde betont, dass der KI-gestützte Dialog ein Gespräch mit Lehrenden oder späteren Betreuer:innen nicht ersetzen sollte.

Auch technische Rahmenbedingungen spielten eine Rolle. Bei Studierenden ohne kostenpflichtigen ChatGPT-Zugang führten Nutzungslimits teilweise dazu, dass sie den Dialog mit Donna auf mehrere Tage verteilen mussten. Das klingt zunächst nach einem Nebenaspekt, ist für die didaktische Planung aber relevant: Ein Lernangebot ist nur dann niedrigschwellig, wenn es auch tatsächlich für alle Studierenden zugänglich ist.

Als besonders interessant stellten sich die Ergebnisse der standardisierten Befragung zu Semesterende heraus. Insgesamt beantworteten 69 Studierende Fragen zu ihrer Wahrnehmung von Donna.

Auf einer siebenstufigen Skala bewerteten die Studierenden die Kommunikation mit Donna insgesamt positiv (M = 4,99; SD = 0,94). Besonders hoch fielen die Bewertungen für die wahrgenommene Kompetenz (M = 5,22; SD = 0,98) aus. Etwas geringer fielen die Bewertungen von Donnas fachlicher Expertise (M = 4,86; SD = 1,19) sowie das Vertrauen der Studierenden in ihre Kompetenz (M = 4,75; SD = 1,19) aus. Ein gepaarter t-Test zeigte einen statistisch signifikanten Unterschied: Donna wurde als kompetenter wahrgenommen, als ihr tatsächlich vertraut wurde (p < 0,001; d = 0,50). Die Ergebnisse legen nahe, dass die wahrgenommene Kompetenz Donnas nicht zwangsläufig mit Vertrauen in ebendiese einhergeht. Und das ist für diesen Anwendungsfall durchaus wünschenswert.

Donna soll Ideen hinterfragen, zur Präzisierung auffordern und weitere Überlegungen anstoßen. Doch auch gut konfigurierte KI-Tutor:innen können problematische Annahmen bestätigen, fachliche Besonderheiten übersehen oder zu einer Eingrenzung führen, die auf den ersten Blick plausibel wirkt, sich bei der Literaturrecherche aber nicht trägt.

Deshalb braucht der sokratische KI-Dialog aus unserer Sicht einen klaren nächsten Schritt: Auf die KI-gestützte Reflexion müssen eine fundierte Auseinandersetzung mit dem Thema sowie die fachliche Einordnung und Rückmeldung durch Lehrende folgen – etwa im Rahmen von Lehrveranstaltungen, Betreuungssettings oder anderen fachlichen Austauschformaten.

Die KI-Tutor:innen stehen damit nicht am Ende des Themenfindungsprozesses, sondern am Anfang.

Unsere Befragung erfasst Wahrnehmungen, keine Lernzuwächse. Wir können daher nicht sagen, ob Studierende mit Donna objektiv bessere Bachelorarbeitsthemen entwickelt haben. Ebenso wenig wissen wir bislang, ob sich der Dialog auf die Qualität der späteren Arbeiten auswirkt.

Spannend wären deshalb weitere Untersuchungen, die Themenstände vor und nach dem KI-Dialog vergleichen, Gesprächsverläufe analysieren oder untersuchen, welche Arten von Rückfragen tatsächlich zu einer stärkeren Präzisierung führen.

Für die Praxis lässt sich dennoch eine Schlussfolgerung ziehen: Sokratische KI-Tutor:innen können zusätzliche individuelle Reflexionsgelegenheiten schaffen, wenn ihre Aufgabe klar begrenzt und ihr Einsatz didaktisch eingebettet ist. Auf diesem Weg können sie Reflexions- und Problemlösungsprozesse unterstützen. Die Verantwortung für fachliche Einordnung, Rückmeldung und Betreuung muss aber bei den Lehrenden bleiben. Gerade diese Arbeitsteilung macht die KI-Chatbots, die auf dem Prinzip des sokratischen Dialogs basieren, für die Hochschullehre besonders interessant.

• Bui, Q. T. T. & Nguyen, T. N. (2026). The role of Socratic dialogue in engaging EFL students in grammar lessons: Action research. LEARN Journal: Language Education and Acquisition Research Network, 19(1), 569–596. https://doi.org/10.70730/UANS8929
• Fakour, H. & Imani, M. (2025). Socratic wisdom in the age of AI: A comparative study of ChatGPT and human tutors in enhancing critical thinking skills. Frontiers in Education, 10, 1528603. https://doi.org/10.3389/feduc.2025.1528603
• Favero, L., Pérez-Ortiz, J. A., Käser, T. & Oliver, N. (2025). Enhancing critical thinking in education by means of a Socratic chatbot. In F. Bellas & O. Fontenla-Romero (Hrsg.), AI in education and educational research. AIEER 2024. Communications in Computer and Information Science (Bd. 2519, S. 17–32). Springer, Cham. https://doi.org/10.1007/978-3-031-93409-4_2
• Neuburger, L., Pezenka, I., Dejnega, M. & Fränzl, E. (2025). The implementation of AI tutors for advancing students’ research skills. Medienimpulse, 63(2). https://doi.org/10.21243/mi-02-25-15
• Opper, K. (2023, 22. November). Im Sokratischen Gespräch mit KI. Hochschulforum Digitalisierung. https://hochschulforumdigitalisierung.de/im-sokratischen-gespraech-mit-ki/
• Santos-Guevara, A., Aquines-Gutiérrez, O., Martínez-Huerta, H., Chavarría-Garza, W. X. & Azuela, J. A. (2026). Fostering student engagement and learning perception through Socratic dialogue with ChatGPT: A case study in physics education. Education Sciences, 16(2), 184. https://doi.org/10.3390/educsci16020184

Dr. Melanie Dejnega ist Teaching & Research Associate an der FHWien der WKW und Mitglied des Stadt-Wien-Kompetenzteams „Master Propaedeutics – Brückenkurse wissenschaftliches Arbeiten“.
In ihrer Lehr- und Forschungstätigkeit beschäftigt sie sich insbesondere mit wissenschaftlichem Arbeiten, qualitativen Forschungsmethoden und innovativen Ansätzen zu deren didaktischer Vermittlung.

Dr. Evelyn Fränzl ist Academic Expert & Lecturer für Research Skills & Methods und Mitglied des Stadt-Wien-Kompetenzteams „Master Propaedeutics – Brückenkurse wissenschaftliches Arbeiten“ an der FHWien der WKW. Ihre Arbeitsschwerpunkte liegen im wissenschaftlichen Arbeiten, in Forschungsmethoden und in der Entwicklung didaktischer Formate für die Begleitung studentischer Forschungs- und Abschlussarbeiten.