abstract-generator

Abstract-Generator

Gemeinsames Preamble laden: Lies skills/_common/preamble.md und befolge alle dort definierten Blöcke (Vorbedingungen, Keine Fabrikation, Aktivierung, Abgrenzung), bevor du mit diesem Skill-spezifischen Inhalt fortfährst.

Übersicht

Erzeugt Abstract, Keywords und Management-Summary aus einer abgeschlossenen akademischen Arbeit. Liefert konkrete Formulierungen, keine Platzhalter, und respektiert Hochschul-Längenvorgaben.

Abgrenzung

Generiert Abstract, Zusammenfassung, Keywords, Management Summary für die fertige Arbeit. Für den Arbeitstitel selbst → title-generator.

Few-Shot-Beispiele (IMRaD)

Introduction

Schlecht (Grund: keine Forschungslücke, kein Relevanz-Anker):

"Digitalisierung ist ein wichtiges Thema. Diese Arbeit untersucht Digitalisierung in Unternehmen."

Gut (Grund: Lücke + Relevanz + präzise Forschungsfrage in 3 Sätzen):

"Generative KI verändert Hochschullehre rapide, doch empirische Evidenz zu Prüfungsauswirkungen fehlt. Diese Arbeit untersucht textbasierte Prüfungsleistungen an der FH Leibniz 2024. Forschungsfrage: Beeinflusst der seminaristische KI-Einsatz die Notenverteilung?"

Methods

Schlecht (Grund: Methode nicht reproduzierbar, keine Stichprobe genannt):

"Es wurde eine Umfrage gemacht und ausgewertet."

Gut (Grund: Sample, Instrument, Zeitraum, Auswertung genannt):

"Quantitative Online-Befragung (LimeSurvey, n=142, FH-Leibniz-Studierende, BWL + Informatik, Mai–Juli 2024). Likert-Items zu KI-Nutzung und Prüfungsnote. Deskriptive Statistik und Chi²-Test in R 4.4."

Results

Schlecht (Grund: keine Zahlen, keine Effektgröße):

"Die Ergebnisse zeigten einen Zusammenhang zwischen KI-Nutzung und Noten."

Gut (Grund: konkrete Effektgröße + Signifikanz + Stichprobe):

"Studierende mit regelmäßiger KI-Nutzung (n=87) erreichten im Schnitt 0,4 Notenstufen bessere Prüfungsergebnisse (χ²=7,83, p=0,005) als Studierende ohne KI-Nutzung (n=55)."

Conclusion

Schlecht (Grund: überhöhte Generalisierung, keine Limitationen):

"Die Studie zeigt, dass KI grundsätzlich die Noten verbessert."

Gut (Grund: Ergebnis + Einschränkung + Ausblick, 3 Sätze):

"Regelmäßige KI-Nutzung korreliert positiv mit Prüfungsleistung an der FH Leibniz 2024. Limitationen: Einzelhochschule, Selbstauskunft zur Nutzung, keine Kausalaussage möglich. Folgeforschung sollte experimentelles Design mit Kontrollgruppe prüfen."

Kontext-Dateien

• ./academic_context.md — Universität, Arbeitstyp, Sprache, Forschungsfrage, Methodik, formale Anforderungen
• ./writing_state.md — Kapitelstatus, Kernaussagen

Deliverables

Erzeuge auf Basis der User-Anfrage eine oder mehrere der folgenden Ausgaben. Fragt der User pauschal nach einem "Abstract", produziere alle Deliverables, die für den Arbeitstyp erforderlich sind.

1. Abstract (Deutsch)

Struktur (IMRAD-basiert):

1. Kontext (1-2 Sätze) -- Forschungsthema und Relevanz einordnen
2. Fragestellung (1 Satz) -- Forschungsfrage benennen
3. Methodik (1-2 Sätze) -- Forschungsansatz beschreiben
4. Ergebnisse (2-3 Sätze) -- Kernbefunde zusammenfassen
5. Schlussfolgerung (1-2 Sätze) -- Wichtigste Implikation oder Beitrag nennen

Vorgaben:

• Länge: 150-250 Wörter (oder wie in ./academic_context.md spezifiziert)
• Keine Zitate im Abstract
• Keine nicht ausgeschriebenen Abkürzungen
• Keine Verweise auf konkrete Kapitel, Abbildungen oder Tabellen
• Präsens für etablierte Fakten, Vergangenheit für eigene Forschungshandlungen
• Dritte Person oder unpersönliche Konstruktionen (deutsche Konvention)

2. Abstract (Englisch)

Struktur: Dieselbe IMRAD-Struktur wie die deutsche Version.

Zusätzliche Vorgaben:

• Muss eine eigenständige Übersetzung sein, keine Wort-für-Wort-Übertragung
• Formulierungen an englische Wissenschaftssprache anpassen
• Fachbegriffe auf korrekte englische Entsprechungen prüfen
• Länge: Innerhalb von 10 % der deutschen Abstract-Länge

3. Management Summary

Wann erforderlich: Typischerweise für Bachelor- und Masterarbeiten in BWL, Wirtschaftsinformatik und verwandten Studiengängen.

Struktur:

1. Ausgangslage (1 Absatz) -- Geschäftskontext und Problem
2. Zielsetzung (1-2 Sätze) -- Was die Arbeit erreichen will
3. Vorgehen (1 Absatz) -- Methodik in zugänglicher Sprache (Jargon minimieren)
4. Kernergebnisse (1-2 Absätze) -- Wichtigste Befunde mit praktischen Implikationen
5. Handlungsempfehlungen (Aufzählung) -- Konkrete Empfehlungen für die Praxis

Vorgaben:

• Länge: 300-500 Wörter
• Für nicht-akademische Leser verständlich (z. B. Unternehmensbetreuer)
• Fokus auf praktischen Wert, nicht theoretischen Beitrag
• Keine Zitate

4. Keyword-Liste

Erzeuge zwei Keyword-Sets:

Deutsche Schlagwörter:

• 5-8 Keywords
• Mischung aus breiten Disziplinbegriffen und spezifischen Themenbegriffen
• Methodik-Keywords aufnehmen, wenn sie distinktiv sind
• Reihenfolge: breit zu spezifisch

Englische Keywords:

• 5-8 Keywords (keine wörtlichen Übersetzungen -- etablierte englische Terminologie nutzen)
• Begriffe aufnehmen, die in internationalen Datenbanken (Scopus, Web of Science) üblich sind
• Auffindbarkeit bei Suchen berücksichtigen

Generierungs-Workflow

1. Lies ./academic_context.md + Arbeitstext
2. Identifiziere: Forschungsfrage, Methodik, Kernergebnisse, Hauptbeitrag, Limitationen
3. Deliverables nach Arbeitstyp: Bachelor-/Masterarbeit → DE+EN+ManSummary+Keywords; Hausarbeit → DE+Keywords; Facharbeit → nur DE (100-150W)
4. Entwirf, dann Gegencheck: Abstract spiegelt tatsächlichen Inhalt (nicht Gliederungsplan)
5. Strukturierten Output präsentieren

Output-Format

## Abstract & Zusammenfassung

### Abstract (Deutsch)
[Generierter Abstract-Text]

**Wortanzahl:** [N]

### Abstract (English)
[Generated abstract text]

**Word count:** [N]

### Management Summary
[Generierter Summary-Text]

**Wortanzahl:** [N]

### Keywords
**Deutsch:** [Keyword 1], [Keyword 2], ...
**English:** [Keyword 1], [Keyword 2], ...

Qualitätsprüfungen

Vor der Ausgabe folgendes verifizieren:

• Abstract enthält keine Informationen, die nicht in der Arbeit stehen
• Abstract lässt keine zentralen Befunde aus, die in der Arbeit stehen
• Keine Zitate, Abbildungs- oder Kapitelverweise im Abstract
• Wortanzahl innerhalb des vorgegebenen Rahmens
• Deutsches Abstract nutzt passendes wissenschaftliches Register (keine Umgangssprache)
• Englisches Abstract nutzt korrekte englische Wissenschaftskonventionen (keine Germanismen)
• Keywords nicht zu generisch ("Management", "Unternehmen") oder zu eng
• Management Summary auch ohne Lektüre der Arbeit verständlich

Qualitaets-Review vor finalem Output

Nach der Generierung des Abstracts triggere den quality-reviewer-Agent:

Agent(
  subagent_type="quality-reviewer",
  prompt={
    "content": "<Abstract-Text>",
    "criteria": [
      {"name": "Wortzahl", "threshold": "150-250", "metric": "word_count"},
      {"name": "IMRaD-Struktur", "threshold": "vorhanden", "metric": "section_presence"},
      {"name": "Keyword-Dichte", "threshold": "2-5% der Woerter", "metric": "percentage"}
    ],
    "context": {"component": "abstract-generator", "iteration": <N>}
  }
)

Bei REVISE Empfehlungen anwenden, max 2 Iterationen.

Few-Shot-Beispiele

Stil: Abstract (deskriptiv)

Schlecht (Grund: Buzzwords ohne Inhalt, keine Methodik sichtbar):

"Diese Arbeit untersucht digitale Transformation in modernen Unternehmen und liefert wichtige Erkenntnisse für die Zukunft."

Gut (Grund: Forschungsfrage + Methodik + Ergebnis + Scope):

"Diese Arbeit untersucht, wie Cloud-Migration das IT-Service-Management in deutschen KMU verändert. Mittels zehn semi-strukturierter Interviews 2024 zeigt die Analyse drei zentrale Erfolgsfaktoren: iterative Einführung, Change-Kommunikation und Lieferantendiversität."

Stil: Keywords

Schlecht (Grund: zu breit, nicht auffindbarkeitstauglich):

Digitalisierung, Unternehmen, Zukunft, KI

Gut (Grund: spezifische Fachbegriffe, deutsche + englische Varianten):

Cloud-Migration, IT-Service-Management, KMU Deutschland, Digitale Transformation, qualitative Interviews

Wichtige Regeln

• Immer den tatsächlichen Arbeitstext vor dem Generieren lesen -- niemals Abstracts nur aus der Gliederung erzeugen, wenn Text verfügbar ist
• Ist die Arbeit unvollständig, generiere ein vorläufiges Abstract und markiere es klar mit dem Default-String „Vorläufig, Validierung ausstehend"
• Wortzahlgrenzen strikt einhalten -- Hochschulen setzen diese oft durch
• Das Abstract muss als eigenständiger Text für sich stehen können
• Niemals persönliche Meinungen oder wertende Sprache einfügen, die über die Aussagen der Arbeit hinausgehen
• Falls ./academic_context.md zusätzliche Anforderungen nennt (z. B. strukturiertes Abstract-Format), diesen Vorrang vor den Defaults geben