Zurzeit beschäftige ich mich wieder mit einem Thema aus meiner Studien- und Promotionszeit. Das ist fachlich interessant, aber vor allem persönlich bemerkenswert: Ich merke, dass sich mit Codex und AI ein Zugang zu wissenschaftlichem Arbeiten öffnet, den ich aus diversen Gründen normalerweise nicht in meinen Alltag integriert bekomme.

Ich befinde mich heute nicht mehr in einem akademischen Umfeld. Das bedeutet nicht, dass das Interesse an Forschung verschwunden ist. Es bedeutet aber, dass viele der Strukturen fehlen, die Forschung möglich machen: regelmäßiger Austausch, Ansprechpartnerinnen und Ansprechpartner, Seminare, gemeinsam gepflegte Literatur, Zeitblöcke ohne unmittelbaren Projektdruck und die Selbstverständlichkeit, sich über Wochen in eine offene Frage zu vertiefen.

Der schwierige Wiedereinstieg

Wissenschaftliche Arbeit hat eine hohe Einstiegshürde. Man muss alte Begriffe reaktivieren, Notation wieder lesen können, Literatur sortieren, frühere Ergebnisse verstehen und gleichzeitig entscheiden, welche Fragestellung heute überhaupt noch tragfähig ist. Wenn man das nur abends oder in kleinen Zeitfenstern tut, entsteht schnell Reibung.

Genau an dieser Stelle war Codex hilfreich. Nicht, weil AI die Forschung übernimmt. Sondern weil sie die ersten Meter leichter macht: vorhandene Skripte lesen, Ableitungen nachvollziehbar strukturieren, numerische Experimente vorbereiten, Datenformate ordnen, Fehler suchen, Zwischenergebnisse erklären und alternative Formulierungen für eine Idee anbieten. Wenn Vollzeit-Forschende dieselben Werkzeuge nutzen, entsteht daraus kein Weg, mit ihnen Schritt zu halten. Aber das ist auch nicht das Ziel. Das Ziel ist, Forschung in den kleinen Zeitfenstern wieder möglich zu machen, in denen sie sonst unerreichbar bleibt.

AI als wissenschaftlicher Resonanzraum

Mir hilft AI besonders dort, wo sonst ein kurzes Gespräch mit Kolleginnen oder Kollegen fehlen würde. Man kann eine unscharfe Idee formulieren und bekommt eine Reaktion. Man kann eine Rechnung in kleinere Schritte zerlegen lassen. Man kann Code, Text sowie mathematische und physikalische Argumentation in einem gemeinsamen Arbeitsfluss behandeln.

Das ersetzt kein fachliches Gegenüber. Es ersetzt auch kein Review und keine kritische Prüfung der Ergebnisse. Aber es erzeugt einen Resonanzraum, in dem eine Idee nicht sofort wieder verschwindet, nur weil gerade niemand Zeit für ein Gespräch hat.

Schneller zu kleinen Erfolgen

Für mich ist der wichtigste Effekt nicht Geschwindigkeit im abstrakten Sinn. Es geht eher darum, schneller zu kleinen Erfolgen zu kommen. Ein Skript läuft wieder. Eine Gleichung ist sauber umgeschrieben. Ein Plot zeigt, ob eine Vermutung plausibel ist. Eine alte Notiz wird wieder verständlich. Aus einem diffusen Vorhaben wird ein nächster konkreter Schritt.

Diese kleinen Erfolge sind wichtig, weil sie Identität stabilisieren. Nach Jahren außerhalb der Universität fühlt sich Forschung leicht wie etwas an, das man früher einmal gemacht hat. Mit Codex hatte ich wieder häufiger das Gefühl: Ich kann mich in ein Problem hineindenken, eine Hypothese formulieren, sie technisch prüfen und aus dem Ergebnis lernen. Kurz gesagt: Ich fühle mich wieder ein Stück weit als Wissenschaftler.

Die Verantwortung bleibt bei mir

Gerade deshalb ist die Grenze wichtig. AI kann Vorschläge machen, aber sie versteht nicht automatisch die wissenschaftliche Tragweite einer Aussage. Sie kann Code erzeugen, aber nicht garantieren, dass das Modell richtig gewählt ist. Sie kann Literatur zusammenfassen, aber nicht entscheiden, ob eine Quelle wirklich zentral ist. Sie kann eine Herleitung plausibel aussehen lassen, obwohl ein Schritt fragwürdig ist.

Forschung mit AI braucht deshalb dieselbe Disziplin wie jede andere Forschung: Annahmen explizit machen, Ergebnisse reproduzierbar halten, Quellen prüfen, Code testen, Grenzfälle betrachten und die eigenen Schlussfolgerungen skeptisch lesen. Codex beschleunigt den Arbeitsprozess. Die Verantwortung für das Ergebnis bleibt beim Menschen.

Ein neuer Zugang statt Ersatz

Für Menschen außerhalb des akademischen Systems kann AI einen neuen Zugang zu Forschung schaffen. Nicht als Ersatz für Institute, Arbeitsgruppen oder wissenschaftliche Gemeinschaften, sondern als Werkzeug gegen Vereinzelung und Anfangswiderstand. Sie hilft, den Faden wieder aufzunehmen.

Das ist für mich der eigentliche Wert: Codex und AI machen wissenschaftliches Arbeiten nicht automatisch richtig. Aber sie machen es wieder wahrscheinlicher, überhaupt anzufangen, dranzubleiben und aus einer alten Frage eine neue Arbeitsbewegung zu machen.