Ueber das Projekt

FemPrompt SozArb ist ein qualitativer Literature Review zu generativer KI, Gender und Bias in der Sozialen Arbeit, zusammen mit der epistemischen Infrastruktur, die die KI-gestuetzten Forschungsoperationen nachvollziehbar haelt. Das Projekt gehoert zum Elisabeth-List-Fellowship "Diversitaetssensibler Umgang mit Kuenstlicher Intelligenz" an der Universitaet Graz. Diese Seite ist die interaktive Begleitpublikation dazu.

Fragestellung

Die methodische Leitfrage richtet sich darauf, wie LLMs und KI-Agenten so in einen qualitativen Literature Review eingebunden werden koennen, dass jeder Beitrag zurechenbar bleibt, die Verarbeitung erneut ausfuehrbar ist und die abschliessende wissenschaftliche Autoritaet bei Fachexpert:innen liegt. Inhaltlich erhebt der Review die in der Literatur diskutierten Prompting-Techniken, die Zuordnung von Bias-Achsen und Schadensformen zu Mitigationsstufen sowie die fachspezifischen Randbedingungen der Sozialen Arbeit.

Arbeitskette

Der Korpus durchlaeuft neun dokumentierte Stufen, von der Identifikation ueber Beschaffung und Textkonversion, Wissensdestillation, Bewertung, Screening in PRISM, Praeregistrierung und Feldfreeze, zweite Identifikationsrunde und Destillat-Audit bis zur Research Vault mit ihrer Evidenzkette. Jede Stufe haelt fest, welcher Akteur gearbeitet hat, auf welcher Quelle und welche Pruefung tatsaechlich stattgefunden hat. Die Kette endet nicht mit der Verarbeitung, sondern mit fachlicher Verifikation und einer gesonderten Publikationsfreigabe. Die Methodenseite beschreibt die Stufen im Einzelnen.

Rollen und Autoritaet

Drei Beitragsarten bleiben operativ und begrifflich getrennt:

Deterministische Pruefskripte stellen Form- und Regelkonformitaet fest und bewegen den Lebenszyklus nicht weiter. Die KI-Pruefung stellt Quellendeckung fest und begruendet keine menschliche Verifikation. Die abschliessende wissenschaftliche Autoritaet ueber Verifikation, Interpretation und Freigabe liegt bei den Fachexpert:innen.

Publikationsgrenze

Die hier oeffentlich gezeigten Ergebnisse beruhen auf ausgewiesener KI-Quellenpruefung ohne menschliche Verifikation. Ein Datensatz erreicht die Ergebnisprojektion nur mit einem aktuellen angenommenen Pruefbeleg, der Agentenidentitaet, Modellangabe, Zeitstempel, Befunde, Fundstellen und passende Hashes fuehrt. Ein Etikett allein genuegt nicht, und ein fehlender oder veralteter Beleg haelt den Datensatz zurueck. Diese Erlaubnis hebt keinen Datensatz auf den Status verifiziert oder publikationsfreigegeben.

Zitation

Die Begleitpublikation gehoert zu einem Beitrag, der fuer Forum Wissenschaft 2/2026 in Vorbereitung ist. Die Entscheidung ueber das Manuskript steht aus, weshalb dieser Vorschlag weder eine feste Autor:innenreihung noch eine abgeschlossene Veroeffentlichung nennt.

FemPrompt SozArb (2026). Feministische AI Literacies, Interaktive Evidenz [Web-Anwendung]. Universitaet Graz. https://chpollin.github.io/FemPrompt_SozArb/

Technik

Vanilla JavaScript ohne Framework und ohne Frontend-Bundler, D3.js fuer die Visualisierungen und Font Awesome fuer die Icons, beide lokal unter docs/vendor/ gepinnt. Systemschriften vermeiden entfernte Font-Anfragen. Der optionale Wissens-Chat ruft ein Gemini-Modell erst auf ausdrueckliche Anfrage und mit einem Schluessel auf, den die nutzende Person selbst im Tab hinterlegt. Die Datenprojektionen und die Ergebnisseite erzeugt eine Python-Pipeline. Quellcode: GitHub.

Lizenz

Der Code steht unter der MIT-Lizenz, Dokumentation und Wissensdokumente unter CC BY 4.0. Die zugrunde liegenden Publikationen und fremde Forschungsdaten behalten ihre eigenen Rechte und Lizenzen.