KI als Verbündete: Wie künstliche Intelligenz inklusive Citizen Science unterstützen kann

Künstliche Intelligenz wird häufig mit Automatisierung, Datensammlung und grossen Tech-Giganten in Verbindung gebracht. Doch was wäre, wenn KI in Citizen Science eine andere Rolle einnehmen könnte? Was wäre, wenn sie nicht primär Wissen von Bürger*innen extrahiert, sondern deren Stimmen stärkt, Dialog fördert und eine inklusivere Beteiligung an wissenschaftlicher Forschung ermöglicht? Mit diesen Fragen beschäftigten wir uns an der ECSA Conference 2026 in Oulu im Rahmen unseres Workshops «AI as Ally: Designing Participatory Tools for Citizen Science Across Centres and Peripheries», den wir gemeinsam mit Benjamin Sawicki (zum Zeitpunkt der ECSA Konferenz: ETH Zürich, NCCR Automation) durchgeführt haben.

KI-Systeme werden meist auf Basis umfangreicher Datensätze trainiert, die lokale Kontexte und Erfahrungen nicht oder nur unzureichend berücksichtigen. Im Workshop wollten wir einen anderen Fokus auf KI legen und untersuchen, wie sie im Rahmen von Citizen Science als Werkzeug für Teilhabe und Austausch genutzt werden kann.

Bereits vor der Konferenz waren deshalb Forschende, Praxispersonen, Designer*innen und Technolog*innen eingeladen, Projektbeispiele und kritische Perspektiven einzubringen. Gesucht waren Beiträge, die KI als Instrument zur Förderung von Dialog, Reflexion und Partizipation verstehen – und nicht als reine Mittel zur Extraktion von Wissen oder Daten.

In Oulu wurden im ersten Teil des Workshops fünf Citizen Science-Projekte sowie eine Studie zu KI in Citizen Science vorgestellt, die unterschiedliche Ansätze und Erkenntnisse rund um den Einsatz von KI in Citizen Science präsentierten:

Gemeinsam zeigten die verschiedenen Initiativen sowohl das Potenzial als auch die Herausforderungen eines sinnvollen Einsatzes von KI in partizipativen Forschungssettings auf.

Trotz ihrer unterschiedlichen Themenfelder präsentierten die Projektverantwortlichen ähnliche Herausforderungen:

• Wie können Menschen mit sehr unterschiedlichen Interessen und Vorkenntnissen gleichermassen angesprochen werden?
• Wie können Projekte sowohl Personen erreichen, die sich stark für Natur und Umwelt interessieren, KI jedoch skeptisch gegenüberstehen, als auch technikaffine Menschen, die wenig Berührung mit Natur und Naturbeobachtung haben?
• Wie kann verständlich und niedrigschwellig vermittelt werden, was KI ist und wie diese in einem Projekt eingesetzt wird?
• Wie lässt sich verhindern, dass personalisierte KI-Systeme vor allem dominante oder durchschnittliche Perspektiven verstärken?
• Und wie kann ein Chatbot gleichzeitig ein wissenschaftliches Werkzeug und eine individuelle Unterstützung sein?

Neben Diskussionen über Transparenz, Datenschutz und die Vor- und Nachteile lokaler KI-Systeme wurde auch die Gefahr einer übermässigen Abhängigkeit von KI thematisiert. Werden etwa kommerzielle KI-Lösungen genutzt, kann es nämlich sein, dass sich Modelle während der Projektlaufzeit verändern oder Dienste ganz eingestellt werden. Und wenn Analysen und Entscheidungen zunehmend automatisiert werden, besteht das Risiko, dass Teilnehmende weniger wissenschaftliche Kompetenzen entwickeln und ihre eigene Rolle im Forschungsprozess als weniger bedeutsam wahrnehmen.

Im zweiten Teil des Workshops arbeiteten die rund 50 Teilnehmenden in interdisziplinär und international gemischten Gruppen zusammen. Ziel war es, aus den identifizierten Herausforderungen erste konkrete Leitprinzipien für den Einsatz von KI in Citizen Science abzuleiten.

Dafür wurde ein vierstufiger Prozess angewendet:

1. Herausforderungen vertiefen – Welche Spannungsfelder liegen hinter den Problemen?
2. Werte und Positionen identifizieren – Welche Werte sollen uns bei unseren Entscheidungen leiten?
3. Prinzipien schärfen – Wie lassen sich die Erkenntnisse in klare Handlungsgrundsätze übersetzen?
4. Ergebnisse teilen und sammeln – Welche gemeinsamen Prinzipien ergeben sich?

Die Diskussionen gingen dabei weit über technische Fragen hinaus und konzentrierten sich auf ethische, soziale und bildungsbezogene Aspekte des Einsatzes von KI.

Aus den Gruppenarbeiten entstand eine erste Sammlung von Prinzipien, die zukünftigen Projekten bereits als Orientierung dienen können.

Ein zentrales Thema war Transparenz: Projektverantwortliche sollen bewusst kommunizieren, wann und warum KI eingesetzt wird, wie sie funktioniert und welche Rolle sie im jeweiligen Projekt spielt. Nur so können Vertrauen entstehen und Bürger*innen sich aktiv einbringen.

Darüber hinaus wurde betont, dass KI menschliche Expertise ergänzen - nicht ersetzen - sollte. Gerade bei Naturbeobachtungen oder Artenmonitoring wurde deutlich, dass KI bestehendes Wissen stärken und zugänglicher machen kann, ohne die Rolle von Expert*innen und engagierten Bürger*innen zu verdrängen.

Ein weiterer Schwerpunkt lag auf dem Lernen in Citizen Science-Projekten. Citizen Science soll nicht nur Daten generieren, sondern Menschen aktiv im Aufbau wissenschaftlicher Kompetenzen fördern. KI sollte deshalb so gestaltet werden, dass sie kritisches Denken, Reflexion und aktive Mitgestaltung fördert.

Mehrere Gruppen plädierten zudem für eine gemeinsame, ko-kreative Gestaltung der KI-Systeme. So sollten Forschende und Citizen Scientists gemeinsam entscheiden, welche Aufgaben KI übernimmt, wo ihre Grenzen liegen und wie Verantwortung verteilt wird. Auch so können Vertrauen gestärkt und lokale Perspektiven besser berücksichtigt werden.

Folgende einfache, aber wirkungsvolle Prinzipien für den Einsatz von KI in Citizen Science wurden im Rahmen des Workshops erarbeitet:

Zum Abschluss des Workshops stand als zentrale Frage im Raum: Würden wir unsere Projekte anders gestalten, wenn wir solche Prinzipien von Anfang an hätten?

Eines wurde während dem Workshop deutlich: Die Zukunft von KI in Citizen Science ist alles andere als nur eine technische Frage. Es ist vielmehr eine Frage nach Werten, Governance, Bildung, Vertrauen und gesellschaftlicher Teilhabe. KI kann dann zu einer echten Verbündeten in Citizen Science-Projekten werden, wenn sie Menschen nicht ersetzt, sondern ihre Beteiligung ermöglicht, ihre Perspektiven sichtbar macht und gemeinsames Lernen fördert.

Um die in Oulu im März begonnene Diskussion weiterzuführen, haben wir gemeinsam mit Liz Dowthwaite (Universität Nottingham) und Benjamin Sawicki bei der European Citizen Science Association ECSA eine neue Arbeitsgruppe für «Citizen Science & AI» initiiert. Im Rahmen dieser Arbeitsgruppe wollen wir eine gemeinsame Sammlung von Anwendungsbeispielen sowie die Weiterentwicklung von Leitprinzipien für den Einsatz von KI in Citizen Science vorantreiben. Das dafür nötige Interesse in der Community haben wir bereits geweckt.

Seid Ihr ebenfalls interessiert? Dann meldet Euch bei uns!

Die Fragen nach Chancen und Herausforderungen beim Einsatz von KI in Citizen Science-Projekten greifen wir auch an der kommenden Scientifica auf. Merkt euch schon mal den 29. Und 30 August 2026 vor und kommt uns an unserem Stand besuchen!