Rollett, Wolfram (2026) Vom Prompt zur feldspezifischen Theoriearbeit: Der feldspezifische Masterprompt als Instrument kontrollierter axiomatischer Modellierung funktionaler Übergangsstabilisierung. Monografie. , Oldenburg.

[img]
Preview
- Published Version

Volltext (185Kb)

Abstract

Der Beitrag untersucht den feldspezifischen Masterprompt zur axiomatischen Modellierung funktionaler Übergangsstabilisierung als methodisches Artefakt wissenschaftlicher Wissensarbeit. Prompts werden in der Diskussion um generative KI häufig als Eingaben zur Steuerung großer Sprachmodelle und zur Verbesserung von Outputs verstanden. Der hier analysierte Masterprompt wird demgegenüber als Prozessarchitektur rekonstruiert: Er organisiert nicht primär Texterzeugung, sondern kontrollierte Theorie-, Modellierungs- und Prüfarbeit. Ausgangspunkt ist das Funktionsraummodell als Theorie funktionaler Übergangsstabilisierung. Es beschreibt Prozesse als Übergänge zwischen Zuständen und Funktionen als Leistungen, durch die Übergänge ermöglicht, stabilisiert und reguliert werden. Der Masterprompt überträgt diesen Modellkern auf konkrete Prozessfelder, indem er Feldklärung, formale Grundstruktur, Schwellenbedingungen, Störungs- und Korrekturlogik, Prozessformel, Konsistenzprüfung und finale Textfassung schrittweise organisiert. Der Neuheitsanspruch des Beitrags liegt darin, Prompting nicht als isolierte Instruktionstechnik, sondern als methodisch gestaltbare Stabilisierung wissenschaftlicher Modellierungsübergänge zu fassen. Am Beispiel von Lernprozessen wird gezeigt, wie ein Prozessfeld in Zustände, Übergänge, Schwellen, Störungen und Korrekturformen überführt werden kann. Der Beitrag ist als konzeptioneller Design- und Theoriebeitrag angelegt und beansprucht keine empirische Validierung, professionelle Freigabe oder feldspezifische Letztbegründung.

Item Type: Monograph (Art der Monografie: Working Paper)
Uncontrolled Keywords: Generative KI; Prompting; Masterprompt; Metaprompt; Prompt Engineering; AI Literacy; Design Science; Theorieentwicklung; Funktionsraummodell; Übergangsstabilisierung; Lernen
Subjects: Generalities, computers, information > Computer science, internet
Divisions: School of Educational and Social Sciences > Department of Educational Sciences
Date Deposited: 02 Jun 2026 09:59
Last Modified: 02 Jun 2026 09:59
URI: https://oops.uni-oldenburg.de/id/eprint/7439
URN: urn:nbn:de:gbv:715-oops-75200
DOI:
Nutzungslizenz:

Actions (login required)

View Item View Item

Document Downloads

More statistics for this item...