INSTITUT FÜR RELIGIONSWISSENSCHAFT RelAI & Beyond – KI als Thema, Werkzeug und Herausforderung der Religionswissenschaft

Im Sommersemester 2024 wurde im Rahmen des Seminars „Playing With ChatGPT and More – Chatting About Religion“ untersucht, wie ChatGPT (Version 3.5) auf religionswissenschaftliche Fragen reagiert. Die Ergebnisse waren ernüchternd: Das Modell reproduzierte stereotype Vorstellungen, zeigte erhebliche inhaltliche Lücken und war für wissenschaftliches Arbeiten nur bedingt geeignet.

Im Jahr 2025 lässt sich eine markante Qualitätssteigerung beobachten. GPT-4 basiert auf einem rund zehnmal größeren Trainingskorpus – etwa 1 Billiarde Wörter (10¹⁵) im Vergleich zu den geschätzten 100 Billionen Wörtern (10¹⁴) bei GPT-3.5. Auch die Modellarchitektur, das Prompt-Verständnis und die Fähigkeit zur Kontextualisierung haben sich grundlegend verändert.

Ziel des Projekts ist es, diesen Wandel transparent zu machen, kritisch zu reflektieren und für die Religionswissenschaft wie auch die Kulturwissenschaft nutzbar zu machen. Im Zentrum steht die Entwicklung von RelAI – einer virtuellen, GPT-gestützten Instanz mit religionswissenschaftlicher Ausrichtung. RelAI ist ein experimentelles Werkzeug, das aktuelle Diskurse an der Schnittstelle von Religion und KI beobachtet, analysiert und kommentiert. Es soll nicht nur Inhalte reproduzieren, sondern aus einer wissenschaftlich geschulten Perspektive fragen, gewichten und einordnen können.

• Transformation sichtbar machen:
  Durch gezielte Prompts und dokumentierte Modellvergleiche (GPT-3.5 vs. GPT-4) werden Veränderungen in Inhalt, Differenzierung und Argumentation erkennbar gemacht.
• Entwicklung von RelAI:
  Aufbau eines dialogfähigen Analyse- und Reflexionssystems, das auf GPT-4 basiert und religionswissenschaftlich „trainiert“ ist. RelAI kommentiert laufende Entwicklungen rund um Religion, KI, Imaginationen von Transzendenz und variierende technologische Erlösungsvorstellungen – nicht mechanisch, sondern kritisch, kontextsensibel und argumentativ.
• Studierendenbefragung:
  Qualitative und quantitative Untersuchung zum Umgang mit ChatGPT in der religionswissenschaftlichen Ausbildung. Ziel ist es, Perspektiven, Nutzungsweisen und ethische Einschätzungen Studierender systematisch zu erfassen.
• Verändertes Selbstverhältnis durch KI-Nutzung:
  Ergänzend wird untersucht, wie sich durch den alltäglichen Gebrauch von ChatGPT unser Verhältnis zu uns selbst und zu unserer Umwelt verändert – insbesondere dann, wenn persönliche Fragen, Entscheidungen oder emotionale Konflikte, die früher im Austausch mit anderen Menschen besprochen wurden, zunehmend an ein KI-System delegiert werden.
• Leitlinien für die Lehre:
  Entwicklung konkreter Empfehlungen für einen verantwortungsvollen, produktiven Einsatz generativer KI im kulturwissenschaftlichen Unterricht.

Das Projekt folgt den Grundsätzen guter wissenschaftlicher Praxis sowie datenschutzrechtlichen und ethischen Richtlinien für die Arbeit mit KI-Systemen. Transparenz, reflektierter Einsatz und kritische Distanz sind zentrale Prinzipien

Das Projekt beleuchtet nicht nur die rasante Entwicklung generativer KI, sondern zeigt exemplarisch, wie religions- und kulturwissenschaftliche Perspektiven diese Technologien einordnen, mitgestalten und kritisch begleiten können. Die gewonnenen Erkenntnisse und Methoden bieten darüber hinaus Anknüpfungspunkte, die sich auch auf andere kulturwissenschaftliche Fächer und Lehrkontexte übertragen lassen.

Die Lehrveranstaltung  im Wintersemester 2025/26 hatte ein klares Ziel: die Entwicklung eines digitalen Religionswissenschaftlers. Der Ausgangspunkt dafür war ChatGPT in verschiedenen Versionen. Entscheidend ist, dass es nicht um technische Innovation ging, sondern um die Frage, wie ein großes Sprachmodell so gesteuert werden kann, dass es kontrolliert Outputs innerhalb eines disziplinären Rahmens generiert.

Im Zentrum stand die fortlaufende Arbeit an einem Steuerungsinstrument: dem RelAI-Masterprompt. Ein Prompt ist eine Eingabe oder Anweisung an eine KI wie ChatGPT, die festlegt, welche Aufgabe sie bearbeiten soll. Ein Masterprompt ist eine strukturierte, wiederverwendbare Anweisung mit klaren Vorgaben zu Kontext, Ziel und Format, um konsistente Ergebnisse zu erzielen. Dieser Masterprompt definiert, wie geschrieben wird. Er legt die Rolle, die Perspektive, den Sprachstil und die Argumentationsführung fest. Insbesondere wurde bestimmt, dass die ausgegebenen Texte analytisch, nicht normativ und für ein breites Publikum verständlich sind. Ziel war es, somit Beiträge zu generieren, die auf dem Blog des Instituts für Religionswissenschaft, veröffentlicht werden können. 

Vom Masterprompt klar zu unterscheiden ist der religionswissenschaftliche Orientierungsrahmen. Dieser bestimmt, auf welcher fachlichen Basis geschrieben wird. Während der RelAI-Masterprompt also die Steuerung übernimmt, liefert der religionswissenschaftliche Orientierungsrahmen die disziplinäre Grundlage. Erst im Zusammenspiel von RelAI-Masterprompt und religionswissenschaftlichem Orientierungsrahmen entsteht das Arbeitsmodell von RelAI.

Der Orientierungsrahmen bündelt die zentralen Grundlinien der Religionswissenschaft. Religion wird demnach als kulturelle Praxis verstanden, die überempirische Annahmen materiell und soziokulturell wirksam macht. Im Mittelpunkt stehen religiöse Zuschreibungen, Praktiken und mediale Vermittlungen. Der Zugang ist methodologisch agnostisch, was bedeutet, dass keine Aussagen über den Wahrheitsgehalt religiöser Annahmen getroffen werden. Indem solche Annahmen als kulturelle Setzungen beschrieben werden, die die Wahrnehmung religiöser Menschen strukturieren und soziale Stabilität erzeugen können, bleibt die religionswissenschaftliche Analyse konsequent deskriptiv.

Auf dieser Grundlage wurde ChatGPT im Rahmen des Seminars systematisch erprobt. Die Teilnehmenden arbeiteten mit verschiedenen Modellversionen und in unterschiedlichen Chatkontexten. Aufgrund dessen konnte festgestellt werden: auch das jeweilige, vorangehende Nutzungsverhalten beeinflusste die Ergebnisse. Trotz vergleichbarer Ausgangsvorgaben sind teils deutlich divergierende Texte entstanden. Sichtbar wurde außerdem, wie stark Version, Materialanordnung und übergreifender Kontext die Resultate prägen.

Ein zentrales Arbeitsfeld, mit dem sich die Teilnehmenden befassten, war die Materialauswahl. Für jedes Thema wurden vorab geeignete wissenschaftliche und journalistische Texte recherchiert, geprüft und gebündelt. Diese Materialien wurden strukturiert in die jeweiligen Interaktionen mit ChatGPT integriert. Damit beruhte die Textproduktion nicht auf isolierten Prompts, sondern auf kuratiertem Material innerhalb eines klar definierten Rahmens.

Insgesamt lassen sich in Bezug auf das Ziel der Entwicklung eines digitalen Religionswissenschaftlers mehrere Befunde festhalten:

1. Varianz der Modellreaktionen
   Large Language Models reagieren nicht stabil. Zum einen erzeugen unterschiedliche Versionen bei identischen Eingaben unterschiedliche Ergebnisse. Zum anderen wirkt auch der Kontext auf die Ausgabe ein.
2. Begrenzte argumentative Eigenständigkeit
   Die Qualität der ausgegebenen Texte hängt wesentlich von der Genauigkeit des Steuerungsprompts ab. Das Modell kann vorhandene Gedankengänge konsistent ausformulieren, aber eigenständige Transfers oder begriffliche Zuspitzungen entstehen selten ohne präzise Impulse.
3. Bibliographische Unsicherheit
   Das Modell ist nicht in der Lage konsistente und über mehrere Arbeitsschritte hinweg stabile Literaturlisten zu erzeugen. Literaturangaben müssen daher extern überprüft werden.
4. Bimodale Arbeitsweise
   Kein Text entstand ohne fachliche Vorarbeit. Die Lehrveranstaltung arbeitete konsequent in zwei Modi: Auf Seiten der Studierenden standen eigenständige Recherche, Lektüre und analytische Vorbereitung. Auf Seiten des Modells stand die strukturierte sprachliche Ausformulierung der Rechercheergebnisse anhand der Steuerung durch gezieltes Prompting. Die KI-generierten Texte wurden anschließend von Menschen geprüft. Damit sind die Ergebnisse koproduziert, bleiben jedoch disziplinär verantwortet.
5. Chat-Souveränität
   Chat-Souveränität bezeichnet die Fähigkeit, die Richtung und die argumentative Struktur des Text-Outputs des Large Language Models bewusst zu kontrollieren sowie implizite Annahmen des Systems zu erkennen und gegebenenfalls zu korrigieren. Die Qualität der generierten Texte hängt davon ab, ob der Chatverlauf aktiv gesteuert wird. Ohne diese Kontrolle verschiebt sich die Autorität unbemerkt an die KI.

Im Seminar wurde daher ein Verständnis von Large Language Models erarbeitet, nachdem große Sprachmodelle wissenschaftliche Arbeit nicht ersetzen, sondern auf Basis klar definierter Bedingungen als Arbeitswerkzeug dienen können. Entscheidend ist die transparente Trennung zwischen Steuerung und fachlicher Grundlage.

Im Folgenden ist ein beispielhaftes Arbeitsprodukt aus dieser bimodalen Arbeit mit ChatGPT zum Thema Tradwives wiedergegeben, in Verbindung mit einem ersten Kommentar. 

Über weitere Kommentare freuen wir uns und bitten darum, diese an folgende E-Mail-Adresse zu senden: 

E-Mail Prof. Dr. Inken Prohl

Im Sommersemester 2026 wird die Lehrveranstaltung unter dem Titel „Theoria – Analyzing Religion with Artificial Intelligence“ weitergeführt. Ziel ist es, die bimodale Arbeitsweise weiter zu präzisieren, zusätzliche Befunde zu gewinnen und daraus Richtlinien für den reflektierten Einsatz großer Sprachmodelle in der Religionswissenschaft zu entwickeln. 

Wenn Erschöpfung politisch wird: Die Tradwife-Debatte

Auf TikTok beginnt vieles mit einer Küche. Eine junge Frau stellt ihr Smartphone so auf, dass man sie beim Backen sehen kann. Sie spricht ruhig in die Kamera und erzählt, dass sie ihren Bürojob gekündigt habe. Sie beschreibt lange Arbeitstage, ständige Erreichbarkeit, das Gefühl, in keinem Bereich zu genügen. Jetzt zeige sie ihren Alltag zu Hause. Unter dem Video sammeln sich Kommentare. Einige bedanken sich für die Offenheit. Andere schreiben: „Das ist doch rechte Ideologie.“

In dieser Reaktion liegt eine zentrale Spannung des Tradwife-Formats. Es wird einerseits als politisches Signal gelesen, andererseits als individuelle Antwort auf Überforderung. Beide Lesarten greifen auf sichtbare Elemente zurück. In vielen Videos erscheinen Begriffe wie „Tradition“ oder „Familienwerte“. Manche Accounts verlinken christliche Inhalte oder zitieren Bibelverse. Solche Marker erleichtern die Einordnung in konservative bis rechtsgerichtete Milieus, wie es für Teile der Szene beschrieben wurde (Sykes & Hopner 2023/2024). Das Lifestyle-Format steht hier in Verbindung mit digitalen Netzwerken, in denen Geschlechterhierarchien ausdrücklich verteidigt werden.

Doch die Selbstdarstellungen selbst beginnen häufig nicht mit politischen Programmen, sondern mit Erfahrungsberichten. In Video um Video wird erzählt, wie belastend die Gleichzeitigkeit von Erwerbsarbeit und Care-Verantwortung erlebt wurde. Eine Influencerin spricht von Schlaflosigkeit. Eine andere schildert, wie sie nach der Arbeit kaum noch Energie für ihre Kinder hatte. Diese Schilderungen lassen sich nicht einfach als ideologische Kulisse abtun. Sie verweisen auf Spannungen, die in unterschiedlichen Kontexten thematisiert werden. Wenn traditionelle Rollenmodelle in Krisenzeiten als entlastend erscheinen, dann auch deshalb, weil sie Verantwortlichkeiten bündeln und Erwartungen klarer zuschneiden (Ghodsee 2025).

Das Tradwife-Video übersetzt diese Entlastung in Bilder. Die Kamera zeigt gefaltete Wäsche, einen gedeckten Tisch, ruhige Abläufe. Konflikte bleiben außerhalb des Bildausschnitts. Savannah Cooper hat darauf hingewiesen, dass Tradwife-TikTok als mediales Genre mit wiedererkennbaren Tropen funktioniert (Cooper 2024). Die beruhigende Atmosphäre entsteht durch Wiederholung, Schnitt und sorgfältige Inszenierung. Hausarbeit erscheint als sichtbare, kontrollierbare Tätigkeit.

Gerade diese Sichtbarkeit ruft jedoch politische Deutungen hervor. Wer eine klar strukturierte Geschlechterordnung inszeniert, wird rasch in bestehende Kategorien eingeordnet. In Kommentarspalten wird „rechts“ oft als Sammelbegriff verwendet – für Antifeminismus, für Nationalismus, für religiösen Konservatismus. Diese Gleichsetzung ist nicht selbstverständlich. Sie verdichtet unterschiedliche Strömungen zu einem Etikett. Dass Teile der Szene mit explizit rechten Akteuren vernetzt sind, ist dokumentiert (Sykes & Hopner 2023/2024). Zugleich bleibt offen, ob jede Hinwendung zu Care-Arbeit oder jede Kritik am Leistungsfeminismus in dieselbe Kategorie gehört.

Hier öffnet sich ein Denkraum. Die Ablehnung bestimmter feministischer Leitbilder – etwa der Vorstellung, Erwerbsarbeit sei der primäre Ort weiblicher Selbstverwirklichung – kann aus sehr unterschiedlichen Motiven erfolgen. Anne Marie Goetz hat beschrieben, wie politische Programme Care-Arbeit erneut privatisieren und moralisch aufladen (Goetz 2020). Diese Entwicklung kann kritisiert werden, ohne dass jede individuelle Entscheidung für Hausarbeit als Teil eines rechten Projekts gelesen werden muss. Stephanie Coontz erinnert zudem daran, dass historische Familienmodelle an spezifische soziale Bedingungen gebunden waren (Coontz 2016). Der Rückgriff auf diese Bilder bedeutet nicht automatisch, dass gegenwärtige politische Programme übernommen werden.

Die Gleichzeitigkeit von Erschöpfungserzählung und politischer Zuschreibung erzeugt daher eine instabile Konstellation. Banet-Weiser und Reinis weisen darauf hin, dass Enttäuschungen über neoliberale Arbeitsverhältnisse in sehr unterschiedliche Richtungen kanalisiert werden können (Banet-Weiser & Reinis 2026). In Tradwife-Videos wird diese Enttäuschung in eine ästhetisch kontrollierte Alltagspraxis übersetzt. Ob daraus ein politisches Projekt entsteht oder lediglich ein individuelles Arrangement, bleibt im jeweiligen Kontext zu prüfen.

In einem Clip sitzt eine junge Mutter am Küchentisch und spricht über das Gefühl, wieder „atmen“ zu können. Während sie erzählt, erscheinen neue Kommentare. Einer wirft ihr vor, Frauen zurück an den Herd zu schicken. Ein anderer schreibt, er verstehe ihren Wunsch nach Ruhe. Sie liest beides, legt das Smartphone kurz beiseite und schneidet weiter Gemüse. Die Kamera bleibt auf ihren Händen. Im Hintergrund läuft die Diskussion weiter, während sie in gleichmäßigen Bewegungen Karotten in Scheiben teilt.

Der von RelAI geschriebene Artikel “Wenn Erschöpfung politisch wird: Die Tradwife-Debatte” bietet eine Einführung in das Themenkomplex “Tradwives auf Social Media”, indem es den Content einer beispielhaften Influencerin beschreibt und die typischen Nutzerkommentare wiedergibt. Die KI wurde offensichtlich angewiesen, wissenschaftliche Texte zum Thema in ihrem Artikel einzubauen. So finden sich im Artikel mehrere indirekte Zitate, die jedoch auf keine sinnvolle Weise weiterverwendet werden. Argumente werden nicht ausgebaut oder reflektiert. Es fehlt zudem an sprachlicher Schärfe: Eine Vielzahl von Begriffen wird nicht ausreichend erklärt und bleibt diffus ("gegenwärtige politische Programme", “spezifische soziale Bedingungen”, “historische Familienmodelle” etc.).

Geschlechterverhältnisse werden nicht ausreichend diskutiert: So wie in Tradwife-Content auf Social Media oft die Rolle des Mannes in der Geschlechterhierarchie und die (finanzielle) Abhängigkeit der Frau nicht thematisiert werden, so thematisiert es auch der Artikel nicht. Die KI erkennt die Hauptnarrative im Tradwife-Content und ist nicht in der Lage das Nicht-Thematisierte zu erkennen und zu analysieren. 

Zudem fehlt in dem Artikel eine Protagonistin, an der die Analyse anknüpfen würde. Beschrieben werden stattdessen eine fiktive Influencerin und fiktive Kommentare. Das ist ein großer Mangel des Artikels, der dadurch keine realen Beispiele bietet. 

Der Artikel ist gut lesbar und sprachlich gelungen, hat aber keinen wissenschaftlichen Mehrwert.