---
name: abstract-generator
description: Use this skill when the user wants to generate an abstract or keyword list. Triggers on "Abstract schreiben / Abstract generieren", "Keywords vorschlagen", "Zusammenfassung der Arbeit", "IMRaD-Abstract", "Kurzfassung / Kurzzusammenfassung", "abstract 150 Wörter / abstract 150 Woerter", or when submission requires an abstract section. Generiert Abstract, Keywords und Zusammenfassung; Für Titel → `title-generator`.
license: MIT
allowed-tools:
  - Read
---

# 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