Angebote der ETH-Bibliothek im Kontext von KI
In Studium und Forschung kommen Technologien generativer künstlicher Intelligenz zum Einsatz. Die ETH-Bibliothek bietet eine Vielzahl an Informationen und Dienstleistungen zum verantwortungsvollen Umgang, zur Literaturrecherche und zum wissenschaftlichen Schreiben mit KI-gestützten Tools sowie Datenpakete für die Nutzung mit KI an.
- KI im Bereich Lehre und Lernen an der ETH Zürich
- Leitfaden für Nutzende von KI-Tools an der ETH Zürich
Bitte beachten Sie auch allfällige Leitlinien Ihres Departements. Studierende müssen mit ihren Betreuungspersonen den Einsatz von KI-gestützten Tools absprechen. Im Fall einer wissenschaftlichen Publikation sind die Richtlinien des Verlags bzw. der Zeitschrift zu befolgen.
Zusätzlich hat die ETH-Bibliothek Orientierungshilfen und Informationen zu ethischen und rechtlichen Aspekten bei der KI-Nutzung zusammengestellt:
Hinweise für den Recherche-, Schreib- und Publikationsprozess
Wie soll die Nutzung von KI-Tools deklariert werden? Was bedeutet deren Nutzung für die Autorenschaft? Warum müssen Sie von KI-Tools generierten Inhalt hinsichtlich Plagiat prüfen? Was bedeutet die Nutzung von KI-Tools für das Thema Zitieren?
Auf unserer Webseite Plagiat und generative Künstliche Intelligenz erhalten Sie Antworten zu diesen und weiteren Fragen.
Hinweise zur Nutzung lizenzierter Volltexte in generativen KI-Tools
Dürfen lizenzierte E-Books und E-Journals in generative KI-Tools eingespeist werden? Was erlauben bestehende Lizenzverträge mit Verlagen – und wo liegen die Grenzen der Nutzung?
Auf unserer Webseite Künstliche Intelligenz – Verwendung von lizenzierten Volltexten in generativen KI-Tools finden Sie Informationen zu rechtlichen Rahmenbedingungen, Lizenzfragen und zum verantwortungsvollen Umgang mit urheberrechtlich geschützten Inhalten.
Literaturrecherche
KI-gestützte Recherchetools sind eine Ergänzung zur klassischen Recherche in Fachdatenbanken geworden. Der Mehrwert von KI liegt in der Abfrage in natürlicher Sprache (im Gegensatz zu Suchsyntax mit Booleschen Operatoren), in der Strukturierung von Ergebnissen und in der Erstellung von Zusammenfassungen.
Im Gegensatz zu allgemeinen Chatbots basieren diese Tools auf geschlossenen, qualitätsgeprüften Fachdatenbanken. Dies minimiert das Risiko von Halluzinationen und stellt sicher, dass jede Antwort direkt auf eine wissenschaftliche Publikation zurückgeführt werden kann.
Wichtig: Bei KI-generierten Inhalten bleibt die kritische Prüfung unerlässlich. Prüfen Sie Aussagen stets anhand der Originalquellen.
Von der ETH-Bibliothek lizenzierte Tools
Eine Gruppe von Recherchetools ermöglicht eine systematische Recherche in natürlicher Sprache. Die ETH-Bibliothek lizenziert aus einer grossen Anzahl solcher Produkte die folgenden für Angehörige der ETH Zürich:
Eine zweite Gruppe von Recherchetools ermöglicht explorative Recherchen mit visueller Netzwerkdarstellung. Hier werden die Treffer einer Suche, üblicherweise ausgehend von einer bestehenden Quelle, als Graphen dargestellt. In einem solchen Netzwerk-Graphen ist es möglich, über einzelne Papers weitere verwandte Artikel iterativ zu entdecken. Auch hier gibt es eine grosse Anzahl von Tools. Die ETH-Bibliothek stellt folgende Tools für ETH-Angehörige zur Verfügung:
- Connected Papers geht von einem oder mehreren Artikeln aus und findet verwandte Arbeiten über Zitationsmuster, auch wenn diese andere Fachbegriffe nutzen. Das Tool verwendet Semantic Scholar als Datenquelle.
- externe Seite Open Knowledge Maps hilft sich einen neuen Überblick zu einem neuen Thema zu verschaffen und zu sehen, in welche Unterthemen es sich aufteilt. Es gruppiert die Literatur thematisch nach Textähnlichkeit. Als primäre Quellen für die Datengrundlage dienen BASE und PubMed.
Kurs: In unserer Toolbox Literaturrecherche zeigen wir Ihnen Best Practices für die KI-gestützte systematische und explorative Suche.
Beratung: Bei spezifischen Fragestellungen unterstützen wir Sie gerne persönlich -
Wissenschaftliches Schreiben
Die Verwendung generativer KI und KI-basierter Tools im Schreibprozess wirft bei vielen Studierenden und anderen Angehörigen der ETH Zürich Fragen auf: Welche Tools darf man nutzen? Für welche Zwecke dürfen sie eingesetzt werden? Wie soll man die Nutzung deklarieren? Was bedeutet ihr Einsatz aus rechtlicher und ethischer Sicht? Ändert sich die Autorschaft oder bleibt alles beim Alten?
Informationen hierzu finden Sie auf unserer Webseite Plagiat und generative Künstliche Intelligenz, im Selbstlernkurs AI-based tools for scientific writing and research auf der Lernplattform Moodle oder in unserem Präsenzkurs Wissenschaftliches Schreiben mit KI-basierten Tools verbessern.
Auf der Webseite Wissenschaftliches Schreiben finden Sie ausserdem Checklisten für die Arbeit mit KI-basierten Tools und zum korrekten Zitieren.
Informationen zu vorhandenen Datenquellen und Nutzungsbedingungen:
- Verwendung von lizenzierten Volltexten in generativen KI-Tools
- Text and Data Mining (TDM): Ressourcen für die daten- und computergestützte Forschung
Beachten Sie bitte ausserdem die weiter obenstehenden allgemeinen Hinweise der ETH Zürich, insbesondere den Leitfaden für Nutzende von KI-Tools.
Die ETH-Bibliothek stellt ihre eigenen Daten in einem Developer Portal zur Verfügung. Dort finden Sie auch weitere Informationen zu den verfügbaren APIs.
Die Sammlungen und Archive der ETH-Bibliotheken engagieren sich ausserdem für die Nutzung ihrer Bestände für die digitale Forschung («Collections as Data»). Hierfür wurden unter anderem folgende Angebote entwickelt:
- CollaDa: Untersuchung von ORD-Praktiken im Kontext von Collections as Data.
- Introduction to Python: Ein sechstägiger Kurs mit praktischer Einführung in Python-Programmierung und Analyse textueller Daten.
- externe Seite Datastories: Eine Reihe von Jupyter-Notebooks für Personen aus den Geisteswissenschaften mit wenig Programmiererfahrung.
Ansprechpartner für Projekte in diesem Bereich ist die Fachstelle Digital Scholarship Services.
KI-Workshop Reihe
Die ETH-Bibliothek hat 2026 die Workshopreihe «AI in Swiss Academic Libraries» ins Leben gerufen. Mit dieser Workshopreihe bietet sie ein Gefäss, die Entwicklung und Potenziale von Künstlicher Intelligenz und deren Implikation auf wissenschaftliche Bibliotheken gezielt zu diskutieren und in den Blick zu nehmen.
- Weitere Informationen zur KI-Workshopreihe.
Die ETH-Bibliothek engagiert sich auf nationaler Ebene in folgenden Gremien zu KI in Bibliotheken:
- externe Seite Kommission KI in Bibliotheken von Bibliosuisse
- Arbeitskreis KI (AKAI) von externe Seite SLiNER
Projekte
Die ETH-Bibliothek arbeitet derzeit an Prototypen zur automatischen Themenerschliessung, um digitale Bibliotheksangebote über die reine Stichwortsuche hinaus weiterzuentwickeln.
Ziel ist es, Bibliotheksressourcen automatisiert mit thematischen Begriffen zu versehen, die ihren inhaltlichen Schwerpunkt beschreiben. Diese Sachbegriffe ermöglichen neue Formen der semantischen Suche, bei denen Benutzeranfragen nicht nur über identische Begriffe, sondern über inhaltliche Ähnlichkeiten mit Dokumenten abgeglichen werden. Dadurch entsteht eine konsistente thematische Struktur über verschiedene Datenbestände hinweg.
Die automatische Themenerschliessung bildet eine wichtige Grundlage für moderne Discovery-Services. Sie fokussiert auf die verbale Erschliessung von Inhalten und unterstützt die thematische Exploration.
Perspektivisch können solche Verfahren dazu beitragen, grosse digitale Bestände effizienter zu erschliessen und neue Formen der thematischen Exploration in Bibliothekskatalogen zu ermöglichen.
Von 2021 bis 2022 setzte das Bildarchiv der ETH-Bibliothek Computer Vision bzw. künstliche Intelligenz zur automatisierten Klassifikation von Bildern in den Datenbanken E-Pics Bildarchiv und E-Pics Tiere, Pflanzen, Biotope ein. Dieser Prozess wird auch Autotagging genannt. Das Autotagging wurde dabei nicht als Ersatz, sondern als Ergänzung zur intellektuellen Verschlagwortung konzipiert. Nach dem ersten Durchlauf mit dem Computer-Vision-Modell „General“ der Firma „Clarifai“ waren über eine Million Bilder mit Keywords getaggt. Der Aufwand an Zeit und Rechenleistung im laufenden Betrieb war jedoch beträchtlich. Um die Qualität der KI-gestützten Klassifikation zu verbessern und da eigene Groundtruth-Daten fehlten, wurde der Datenpool des Bildarchivs, der über eine Million getaggte Bilder umfasste, einer qualitativen visuellen Analyse unterzogen. Dazu wurden zunächst alle 4600 Keywords einzeln überprüft, um die Erkennungsqualität der KI zu bewerten und die Keywords zu validieren. Die Analyse ergab, dass etwa die Hälfte der Keywords fehlerhaft oder inhaltlich problematisch war und gelöscht werden musste. Im seit 2024 genutzten Backend „Sharedien” wird im ersten Halbjahr 2026 geprüft, welche KI-Tools zum Einsatz kommen sollen.
Laufzeit des Projekts: 01.01.2026–31.12.2026
Die Schulratsakten sind zusammen mit den Schulratsprotokollen die wichtigste historische Quelle für die Geschichte der ETH Zürich bis 1969. Insbesondere die Recherche in den Akten 1854-1931 ist bisher äusserst aufwändig, da der einzige Zugang über teilweise in Kurrentschrift geführten, handschriftlichen sogenannten Geschäftskontrollbüchern führt.
Bisher stand einer tieferreichenden Erschliessung der Umfang der Akten von 27 Laufmetern resp. 83'096 Dokumenten im Weg. Ziel des Projekts ist nun eine archivische Erschliessung der Akten durch das automatisierte Auslesen der tabellarischen Informationen in den Geschäftskontrollbüchern. Dies geschieht unter Einbezug von Methoden des maschinellen Lernens (ML). Mit Skripting-Methoden werden die Daten für den Import als Metadaten für das Archivinformationssystem weiter aufbereitet. Abschliessend werden die Metadaten nach einer manuellen Qualitätskontrolle und Daten-Optimierung (Human in the Loop) in das Archivinformationssystem importiert und sind über den Virtuellen Lesesaal öffentlich zugänglich.