Einen Förderantrag im Red-Teaming testen, bevor Gutachter ihn sehen
Das Verfassen von Förderanträgen gehört zu den kollaborativsten KI-Anwendungen von Lehrenden – in Anthropics Daten 70% Unterstützung statt Automatisierung –, und eine Wiley-Umfrage unter fast 5,000 Forschenden ergab, dass die meisten erwarten, dass KI beim Verfassen von Förderanträgen breite Akzeptanz finden wird. Sie dürfen KI nicht zur Begutachtung fremder Anträge nutzen, aber Sie können sie zum schärfsten Leser machen, dem Ihr eigener Entwurf vor der Einreichung begegnet.
Sie sind ein/-e skeptische/-r, erfahrene/-r Gutachter/-in für {{funder}} – die Sorte, die an einem Wochenende fünfzehn Anträge liest und Klarheit mehr belohnt als Ambition. Prüfen Sie den unten stehenden Entwurfsabschnitt anhand der veröffentlichten Kriterien des Fördergebers. Entwurfsabschnitt: {{draft_text}} Bewertungskriterien, eingefügt aus den offiziellen Richtlinien des Fördergebers: {{review_criteria}} Meine größte Sorge bei diesem Antrag: {{main_concern}} Ausgabe: 1. Eine gutachterartige Zusammenfassung: drei echte Stärken, dann Schwächen, geordnet danach, wie stark jede die Bewertung beeinträchtigen würde 2. Markierungen auf Satzebene: zitieren Sie jeden Satz, in dem eine Behauptung über die vorgelegten Belege hinausgeht, in dem Ziele voneinander abhängig erscheinen, oder in dem Fachjargon ein Gutachtergremium-Mitglied außerhalb meines Fachgebiets ausbremsen würde 3. Die fünf Fragen, die ein Gutachter am ehesten in der Gremiumsdiskussion aufwerfen würde 4. Vorschläge zur Umformulierung nur für die drei schwächsten Passagen, unter Beibehaltung meiner Stimme und der fachlichen Inhalte Einschränkungen: Erfinden Sie keine Zitate, vorläufigen Daten, Methoden oder Ergebnisse – wo Belege fehlen, markieren Sie die Lücke, statt sie zu füllen. Urteilen Sie nur anhand der von mir eingefügten Kriterien, nicht anhand von Kriterien, die Sie aus dem Gedächtnis kennen. Mildern Sie Kritik nicht ab, um ermutigend zu wirken; ich brauche die Einwände des Gremiums jetzt, nicht erst in der zusammenfassenden Stellungnahme.
Tragen Sie Ihre Angaben ein — der Prompt aktualisiert sich live. Dann kopieren.
**Schwäche 1 (höchste Auswirkung auf die Bewertung):** Der Überblick behauptet, der Rahmen werde sich "auf jeden Küstengrundwasserleiter verallgemeinern lassen", doch der Validierungsplan deckt nur zwei Standorte mit ähnlicher Hydrogeologie ab. Ein Gremiumsmitglied wird fragen, was in Karstsystemen passiert – entweder die Behauptung einschränken oder die Extrapolation begründen. **Satzmarkierung:** "Vorläufige Ergebnisse bestätigen die Machbarkeit des Ansatzes" – in diesem Abschnitt erscheinen keine vorläufigen Daten. Angeben, was tatsächlich vorliegt, oder den Satz streichen. **Gremiumsfrage 3:** Falls das Modell aus Aim 1 unterdurchschnittlich abschneidet, ist die Prognosearbeit aus Aim 3 dann noch eigenständig förderfähig?
Der komplette Arbeitsablauf
- Fügen Sie die tatsächlichen Ausschreibungskriterien von der Website des Fördergebers ein – lassen Sie das Modell niemals mit erinnerten Kriterien arbeiten.
- Führen Sie das Red-Teaming jeweils für einen Abschnitt durch; bei ganzen Anträgen verschwimmt das Feedback.
- Beheben Sie die markierten Lücken mit echten Daten und Zitaten aus Ihrer eigenen Bibliothek, nicht mit den Vorschlägen des Modells.
- Prüfen Sie vor der Einreichung die KI-Richtlinie Ihres Fördergebers – die NSF ermutigt dazu, die KI-Nutzung in der Projektbeschreibung offenzulegen, und macht Sie für die Richtigkeit verantwortlich.
Worauf Sie achten sollten
Fügen Sie niemals einen Antrag oder ein Manuskript, das Sie BEGUTACHTEN, in ein KI-Tool ein: Die NIH untersagt generative KI in der Peer Review grundsätzlich, und die NSF behandelt das Hochladen von Antragsinhalten in nicht genehmigte Tools als Verstoß gegen die Vertraulichkeit.
Ihre eigenen noch nicht geförderten Ideen sind wettbewerbsrelevantes geistiges Eigentum. Bevorzugen Sie für Antragstexte ein von der Institution lizenziertes KI-Tool mit einer No-Training-Vereinbarung gegenüber einem kostenlosen Consumer-Konto.
Jedes Zitat oder jede vorläufige Behauptung, die das Modell hinzufügt, birgt das Risiko einer Fälschung – und Fälschung in einem Bundesförderantrag ist wissenschaftliches Fehlverhalten, kein Tippfehler.
Woher das stammt
Jeder Anwendungsfall auf dieser Website beruht auf echten Berichten, die Professoren aus der Praxis geteilt haben — nichts davon ist von uns erfunden.