Schulung – Make – Forschung & Wissenschaft

Make für Forschung und Wissenschaft

Automatisierung mit Make (ehem. Integromat) und KI-Modulen: Szenarien, Router, KI-Bausteine und Datenschutz praxisnah umsetzen.

Dauer
6 Stunden, ein Termin
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

„Make für Forschung und Wissenschaft“ ist ein praxisorientiertes Training für Rollen wie Doktorandinnen und Doktoranden, Wissenschaftliche Mitarbeitende und Postdocs und Professorinnen, Professoren und Arbeitsgruppenleitungen. Sie lernen Make nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich Forschung & Wissenschaft.

Make, früher bekannt als Integromat, ist eine visuelle Automatisierungsplattform, mit der Sie Anwendungen ohne Programmierung verbinden und wiederkehrende Abläufe automatisieren. In diesem kompakten Training lernen Sie, Szenarien systematisch aufzubauen: von Triggern und Modulen über Router und Filter bis zu Iteratoren, Aggregatoren und Datenspeichern. Sie verstehen, wie Daten durch ein Szenario fließen, wie Sie sie mit Funktionen umformen und wie Sie den Verbrauch an Operationen im Blick behalten. Alle Übungen orientieren sich an typischen Abläufen aus Ihrem Fachbereich.

Der zweite Schwerpunkt liegt auf KI: Sie binden Sprachmodelle über die KI-Module von Make und über Anbieter-Integrationen ein, um Texte zu klassifizieren, Informationen aus E-Mails und Dokumenten zu extrahieren, Antworten zu entwerfen oder Inhalte anzureichern. Sie lernen, Fehler mit Error-Handlern abzufangen, Szenarien zu testen und verständlich zu dokumentieren. Abschließend klären Sie Datenschutzfragen wie Hosting-Region, Auftragsverarbeitung und Datenminimierung, damit Ihre Automatisierungen im Unternehmen sicher betrieben werden können. Ihre Szenarien dienen danach als Vorlagen für weitere Projekte.

Wissenschaftliches Arbeiten ist geprägt von Literaturrecherche, Datenauswertung, Antragsschreiben und Publikationsdruck. Generative KI kann in jeder dieser Phasen unterstützen: beim Erschließen und Zusammenfassen von Fachliteratur, beim Strukturieren von Forschungsfragen, beim Schreiben von Analyse-Code, beim Überarbeiten englischsprachiger Manuskripte oder beim Vorbereiten von Drittmittelanträgen. KI-Agenten können wiederkehrende Schritte wie Datenbereinigung oder Literaturabgleich automatisieren. Gleichzeitig berührt KI zentrale Fragen der guten wissenschaftlichen Praxis: Wer ist Autor, wie wird KI-Nutzung offengelegt, wie werden erfundene Quellen verhindert? Forschende brauchen deshalb nicht nur Prompt-Techniken, sondern einen methodisch sauberen, transparenten und reproduzierbaren Umgang mit KI-Werkzeugen. Genau das vermittelt dieser Kurs praxisnah.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Doktorandinnen und Doktoranden
  • Wissenschaftliche Mitarbeitende und Postdocs
  • Professorinnen, Professoren und Arbeitsgruppenleitungen
  • Forschungsreferate und Drittmittelmanagement
  • F&E-Teams in Unternehmen

Typische Herausforderungen, die wir adressieren

  • Stetig wachsende Literaturmenge, die kaum noch zu überblicken ist
  • Hoher Schreibaufwand für Anträge, Berichte und Publikationen
  • Datenauswertung, die Programmierkenntnisse voraussetzt
  • Unsicherheit über Regeln zur KI-Nutzung bei Journals, Förderern und Hochschulen

Das können Sie nach dem Training

  • Sie bauen eigenständig Make-Szenarien mit Triggern, Routern, Filtern und Datentransformationen.
  • Sie verarbeiten Listen und Datensätze mit Iteratoren, Aggregatoren und Data Stores.
  • Sie integrieren KI-Module für Klassifikation, Extraktion und Textgenerierung in Ihre Abläufe.
  • Sie sichern Szenarien mit Error-Handlern, Validierung und menschlichen Freigaben ab.
  • Sie nutzen KI für Literaturarbeit und Schreiben, ohne Standards der guten wissenschaftlichen Praxis zu verletzen.
  • Sie erstellen mit KI-Unterstützung nachvollziehbaren Analyse-Code und dokumentieren ihn reproduzierbar.
  • Sie legen KI-Nutzung gemäß Vorgaben von Journals, Förderern und Ihrer Einrichtung transparent offen.

Inhalte & Ablauf

Modul 1 Grundlagen: Szenarien, Module und Datenfluss
  • Aufbau der Oberfläche, Szenario-Editor und Ausführungsverlauf
  • Trigger, Aktionen und Suchen: Modultypen und ihre Rolle im Szenario
  • Bundles, Mapping und Datentypen verstehen und gezielt nutzen
  • Zeitplanung, Webhooks und Sofort-Trigger sinnvoll einsetzen
Modul 2 Logik: Router, Filter, Iteratoren und Aggregatoren
  • Router und Filter für Verzweigungen und bedingte Abläufe einsetzen
  • Listen mit Iteratoren aufteilen und mit Aggregatoren zusammenführen
  • Text-, Datums- und Mathematikfunktionen für die Datenumformung nutzen
  • Data Stores und Variablen für Zwischenstände und Duplikatprüfung verwenden
Modul 3 KI-Bausteine in Make
  • Sprachmodelle über KI-Module und Anbieter-Integrationen anbinden
  • Klassifikation, Extraktion strukturierter Daten und Textgenerierung automatisieren
  • Prompts mit Variablen aus dem Szenario aufbauen und Ausgaben als JSON verarbeiten
  • KI-Agenten in Make mit Werkzeugen und Szenarien als Aktionen kombinieren
Modul 4 Integrationen, Fehlerbehandlung und Tests
  • Gängige Business-Anwendungen sowie beliebige Schnittstellen per HTTP-Modul anbinden
  • Error-Handler wie Resume, Ignore, Break und Rollback gezielt einsetzen
  • KI-Ausgaben validieren und unbrauchbare Ergebnisse an einen Menschen weiterleiten
  • Szenarien testen, Operationen optimieren und für das Team dokumentieren
Modul 5 Datenschutz, Governance und Betrieb
  • Hosting-Region, Auftragsverarbeitung und Datenflüsse zu KI-Anbietern bewerten
  • Datenminimierung und Pseudonymisierung in Szenarien umsetzen
  • Verbindungen, Teams und Berechtigungen in der Organisation verwalten
  • Freigabeschritte, Monitoring und Verantwortlichkeiten für den Regelbetrieb festlegen
Modul 6 Praxislabor: Forschung & Wissenschaft
  • Literatur erschließen
  • Forschungsdesign schärfen
  • Analyse-Code schreiben
  • Manuskripte überarbeiten
  • Drittmittelanträge vorbereiten
  • Qualitative Daten auswerten
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Es gelten die Leitlinien zur guten wissenschaftlichen Praxis: KI kann keine Autorschaft übernehmen, ihre Nutzung ist offenzulegen und alle Quellen sind im Original zu prüfen. Personenbezogene Forschungsdaten, etwa aus Studien mit Probanden, unterliegen der DSGVO und Ethikvoten; unveröffentlichte Ergebnisse und Gutachten sind vertraulich zu behandeln.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

Literatur erschließen

KI fasst Abstracts und Volltexte zusammen, extrahiert Methoden, Stichproben und Befunde in Vergleichstabellen und hilft, Suchstrings für Fachdatenbanken zu formulieren – jede Quelle wird anschließend im Original geprüft.

Forschungsdesign schärfen

Forschungsfragen, Hypothesen und Operationalisierungen werden mit KI als kritischem Sparringspartner durchgespielt, um Lücken, Störvariablen und alternative Erklärungen frühzeitig zu erkennen. Auch geeignete Kontrollbedingungen und Grenzen der Generalisierbarkeit werden dabei diskutiert.

Analyse-Code schreiben

Forschende ohne tiefe Programmierkenntnisse erzeugen mit KI Skripte in Python oder R für Datenbereinigung, Statistik und Visualisierung und dokumentieren sie nachvollziehbar für die Reproduzierbarkeit. Ergebnisse werden mit Teststichproben überprüft.

Manuskripte überarbeiten

KI unterstützt bei Sprachkorrektur, Gliederung und Kürzung wissenschaftlicher Texte, prüft Konsistenz von Begriffen und hilft bei der Antwort auf Reviewer-Kommentare, ohne die Autorschaft zu übernehmen.

Drittmittelanträge vorbereiten

Förderrichtlinien werden in Checklisten übersetzt, Arbeitspakete und Meilensteine strukturiert und Abschnitte wie Verwertungsplan oder Zusammenfassung für Laien in mehreren Varianten entworfen. Budgetbegründungen werden ebenfalls nachvollziehbar gegliedert.

Qualitative Daten auswerten

Interviewtranskripte und offene Antworten werden mit KI vorkodiert und thematisch gruppiert; Forschende prüfen, verfeinern und dokumentieren das Kategoriensystem nach etablierter Methodik. Interkoder-Abgleiche bleiben dabei unverzichtbar.

Voraussetzungen

Sie sollten sicher mit gängigen Büro- und Cloud-Anwendungen umgehen und erste Erfahrungen mit KI-Assistenten haben. Programmierkenntnisse sind nicht erforderlich. Erfahrung im wissenschaftlichen Arbeiten in einer Disziplin; Programmierkenntnisse sind hilfreich, aber nicht erforderlich.

Technische Voraussetzungen

Sie benötigen einen Laptop mit aktuellem Browser und einen Make-Account; ein kostenloser Tarif genügt für die meisten Übungen. API-Zugänge für ein Sprachmodell richten wir im Kurs gemeinsam ein.

Datenschutz & Compliance

Es gelten die Leitlinien zur guten wissenschaftlichen Praxis: KI kann keine Autorschaft übernehmen, ihre Nutzung ist offenzulegen und alle Quellen sind im Original zu prüfen. Personenbezogene Forschungsdaten, etwa aus Studien mit Probanden, unterliegen der DSGVO und Ethikvoten; unveröffentlichte Ergebnisse und Gutachten sind vertraulich zu behandeln.

Termine & Standorte

Pro Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Ihr Wunschtermin ist jederzeit möglich.

  • München Di, 15. Dezember 2026 6 Std. Anfragen
  • Salzburg Di, 15. Dezember 2026 6 Std. Anfragen
  • Berlin Do, 10. Dezember 2026 6 Std. Anfragen
  • Augsburg Mi, 16. Dezember 2026 6 Std. Anfragen
  • Hannover Do, 10. Dezember 2026 6 Std. Anfragen
  • Bremen Do, 10. Dezember 2026 6 Std. Anfragen
  • Stuttgart Fr, 11. Dezember 2026 6 Std. Anfragen
  • Kaiserslautern Mi, 16. Dezember 2026 6 Std. Anfragen
  • Online Do, 10. Dezember 2026 6 Std. Anfragen

Häufige Fragen

Ist Make dasselbe wie Integromat?

Ja. Integromat wurde in Make umbenannt und dabei deutlich weiterentwickelt. Das Grundprinzip visueller Szenarien aus verbundenen Modulen ist geblieben, hinzugekommen sind unter anderem eine überarbeitete Oberfläche, zahlreiche neue Integrationen und KI-Bausteine. Wenn Sie früher mit Integromat gearbeitet haben, finden Sie sich schnell zurecht und lernen im Kurs die neuen Möglichkeiten kennen.

Wie behalte ich die Kosten für Operationen im Griff?

Jedes ausgeführte Modul verbraucht Operationen bzw. Credits, KI-Aufrufe zusätzlich Kontingent beim jeweiligen Modellanbieter. Im Kurs lernen Sie, Szenarien so zu gestalten, dass Filter früh greifen, unnötige Durchläufe vermieden und Daten gebündelt verarbeitet werden. So bleiben Ihre Automatisierungen auch bei wachsendem Volumen wirtschaftlich und planbar.

Kann ich Make datenschutzkonform einsetzen?

Grundsätzlich ja, wenn Sie die Rahmenbedingungen bewusst gestalten. Dazu gehören die Wahl der Hosting-Region, ein Auftragsverarbeitungsvertrag, die Prüfung angebundener KI-Dienste und das Prinzip der Datenminimierung. Im Kurs gehen Sie diese Punkte anhand einer Checkliste durch und lernen, sensible Daten in Szenarien gezielt zu filtern oder zu pseudonymisieren.

Darf ich KI beim Schreiben meiner Dissertation nutzen?

Das hängt von der Promotionsordnung und den Vorgaben Ihrer Hochschule ab. Häufig ist KI für Sprachkorrektur und Ideenfindung zulässig, wenn die Nutzung offengelegt wird und die inhaltliche Eigenleistung erkennbar bleibt. Im Kurs lernen Sie, Nutzung sauber zu dokumentieren und typische Grauzonen sicher einzuschätzen.

Wie verhindere ich erfundene Quellen?

Sprachmodelle können plausibel klingende, aber nicht existierende Literaturangaben erzeugen. Arbeiten Sie deshalb mit Werkzeugen, die auf echte Datenbanken zugreifen, lassen Sie sich DOIs ausgeben und prüfen Sie jede Quelle im Original. Der Kurs zeigt einen Workflow, der KI-Recherche mit verlässlicher Literaturverwaltung kombiniert.

Was kostet die Schulung „Make für Forschung und Wissenschaft“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 6 Stunden Live-Training mit Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Für jeden Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Im Anfrageformular können Sie aber jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und melden uns innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Kann der Kurs auf unser Team zugeschnitten werden?

Ja. Maßgeschneiderte Kurse kosten ca. 4.500 € mehr, je nach Thema und nach Absprache. Wir stimmen Inhalte, Beispiele und Übungen vorab mit Ihnen ab.

Weitere Kurse für Forschung und Wissenschaft

Weitere Kurse zu Make

Alle 45 Kurse zu Make

Make – MünchenMake – SalzburgMake – BerlinMake – AugsburgMake – HannoverMake – BremenMake – StuttgartMake – KaiserslauternMake – Online