Die Ausgangslage
Rund 20 Postdocs, die meisten aus dem Labor. Patientendaten, die niemals in ein fremdes Modell fließen dürfen. Ein Publikum, das Werkzeuge erst versteht und ihnen dann vertraut, nicht umgekehrt. Und ausdrücklich kein Produktkurs, sondern Wissen, das sich auf jedes Tool übertragen lässt. Auf Englisch. An einem Tag.
Das war die Vorgabe des Forschungszentrums Borstel, Leibniz Lungenzentrum, für den 8. Oktober 2026. Wir sind hingefahren.
Der Tag
Der Tag begann dort, wo Vertrauen entsteht: bei den Grenzen. Wer lernt, was KI nicht kann, weiß besser, was sie kann. Darauf setzte das Prompting auf, vertieft in der Turing Challenge, Ziyas Prompting-Spiel.
Am Nachmittag ging es in die Praxis: eine DSGVO-konforme Umgebung, Aufgaben aus dem Forschungsalltag und die Frage, die hier alle beschäftigt: Was passiert mit meiner Eingabe, bevor sie beim Modell ankommt? Gearbeitet wurde mit synthetischen Daten. Echte Patientendaten kamen nie ins Spiel. Am Ende hatten die Teilnehmenden eigene kleine Werkzeuge gebaut, die sie am nächsten Tag weiterverwenden konnten.
Stimmen aus dem Workshop
Aus dem Feedback-Fragebogen nach dem Workshop, Originalstimmen auf Englisch.
“I learned practical ways to use AI tools and about their limitations, with the tips on applying them to my own work being most useful.”
Tim Hasenbein, Forschungszentrum Borstel “It was really interesting to find out the possibilities the AI will open in my work once the rules of use and data protection are clearly defined. Logical thinking and structure is the most important point.”
Patricia Sanchez Carballo, Forschungszentrum Borstel “I learned many new things about AI that I wasn't aware of... like not trusting numbers or calculations, and being aware that any text written in the chat box, even for editing, will be sent to a server before pressing Enter, etc. It was very practical and useful.”
Postdoc, Forschungszentrum Borstel