Leon Obendorf, Dr. Jerome Jatzlau (AG Petra Knaus)

Wie erklärt man komplexe Forschung so, dass sie auch außerhalb des Labors verstanden wird? In diesem Seminar lernen Studierende Aspekte guter wissenschaftlicher Kommunikation kennen – und probieren gleichzeitig neue, kreative Formate aus. Ziel ist es, wissenschaftliche Inhalte sowohl für Fachkolleg*innen als auch für eine breitere Öffentlichkeit verständlich und spannend aufzubereiten. Das Seminar steht allen Studierenden des Fachbereichs offen und wird im Sommersemester 2026 wieder mittwochs um 18 Uhr angeboten (LV 216709 im VV).

Ausprobieren auf Instagram und im Web

Künstliche Intelligenz spielt dabei eine wichtige Rolle: Sie kann helfen, Ideen zu entwickeln, Visualisierungen zu erstellen oder neue Formen der Darstellung auszuprobieren. Einige der Ergebnisse werden regelmäßig auf dem Instagram-Account @berlinscico geteilt und der Website scicoberlin.netlify.app, die mit den Studierenden gemeinsam und mithilfe generativer Language Models erstellt wurde.

Eine Übung im Seminar ist zum Beispiel die Analogie-Challenge: Die Teilnehmenden stellen sich vor, sie müssten ein wissenschaftliches Thema zu Hause am Weihnachtstisch ihren Verwandten erklären. Wo wird es schwierig? Welche Bilder oder Vergleiche helfen wirklich beim Verständnis? Gemeinsam entwickeln die Studierenden – oft mit Unterstützung von KI – analogie-basierte Visualisierungen, die komplexe Inhalte anschaulich machen.

Memes, Slams, 3D-Druck und mehr

Im Laufe des Seminars lernen sie verschiedene Methoden der Wissenschaftskommunikation kennen. Aus diesen wählen sie zwei aus, die sie vertieft bearbeiten und auf ein Thema ihrer Wahl anwenden. Das kann ein eigenes Forschungsprojekt sein oder ein Thema aus dem Seminar. Zu den Formaten gehören:

• Science Slam
• 3D-Druck wissenschaftlicher Modelle
• 3D-Rendering und Animation (z. B. von Proteinen, DNA, Membranen oder Zellen)
• Memes als Mittel der Wissenschaftskommunikation
• KI-gestützte Erstellung wissenschaftlicher Grafiken

Neben der praktischen Arbeit diskutieren die Studierenden auch Chancen und Risiken von KI-Tools. Ein wichtiges Thema ist zum Beispiel der Umgang mit Daten: Bilder oder Texte sollten nicht unkritisch in externe Systeme hochgeladen werden. Als datenschutzfreundliche Alternative lernen die Studierenden etwa das FU-Tool KI-Assist kennen.

Außerdem probieren sie Tools aus, die beim Lernen unterstützen können, zum Beispiel Memo AI zur Erstellung von Lernkarten oder NotebookLM zur Strukturierung von Inhalten.