Die Entwicklung eines guten, neuen Arguments ist keine leichte Aufgabe. In realen Argumentationsszenarien stellen argumentative Texte oft das Endergebnis eines langen und mühsamen Prozesses dar. Viele Arbeiten zur computergestützten Argumentation haben sich darauf konzentriert, diese  Texte zu analysieren und zusammenzufassen. Dieses Projekt nimmt eine komplementäre Perspektive ein: Wir wollen eine Argumentationsmaschine entwickeln, die die NutzerInnen während des Argumentationsprozesses unterstützt und es ihnen ermöglicht und ihre eigenen Argumente zu entwickeln. Wir werden uns auf eine bestimmte Phase des wissenschaftlichen Argumentationsprozesses konzentrieren, nämlich die Anfangsphase der Hypothesenentwicklung. In der wissenschaftlichen Argumentation ist eine sorgfältig entwickelte Hypothese oft entscheidend dafür, dass Forscher eine erfolgreiche Studie durchführen und ein neues, qualitativ hochwertiges Ergebnis oder Argument präsentieren können.Daher muss eine erste Hypothese spezifisch genug sein, damit ein Forscher sie auf der Grundlage von Daten testen kann, aber gleichzeitig sollte sie sich auch auf allgemeine Behauptungen, die in der Gemeinschaft aufgestellt wurden, beziehen und diese verfeinern. In diesem Projekt untersuchen wir, wie Argumentationsmaschinen (i) konkretes und abstrakteres Wissen über Hypothesen und die ihnen zugrundeliegenden Konzepte repräsentieren können, (ii) den Prozess der Hypothesenverfeinerung unter Einbeziehung von Daten als Grundlage der Verfeinerung modellieren und (iii) einen Benutzer interaktiv bei der Entwicklung seiner eigenen Hypothese auf der Grundlage dieser Ressourcen unterstützen können. Dieses Projekt wird Methoden aus verschiedenen Disziplinen kombinieren: Sprachtechnologie, Wissensrepräsentation und Semantic Web, Wissenschaftsphilosophie und - als Beispiel für einen wissenschaftlichen Forschungsbereich - Invasionsbiologie. Unser Ausgangspunkt ist eine bestehende Ressource in der Invasionsbiologie, die die Kernhypothesen des Fachgebiets organisiert, zu einander in Beziehung setzt und sie mit Metadaten für mehr als 1000 wissenschaftliche Veröffentlichungen verknüpft. Diese Ressource wurde im Laufe mehrerer Jahre auf der Grundlage manueller Analysen entwickelt. Dieses Netzwerk ist jedoch derzeit statisch (d.h. es muss in erheblichem Umfang manuell kuratiert werden, um neue Behauptungen aufzunehmen) und darüber hinaus für Benutzer, denen spezifisches Hintergrund- und Domänenwissen in der Invasionsbiologie fehlt, nicht leicht zugänglich. Unser Ziel ist es, (i) ein semantisches Modell für die Darstellung von Wissen über Konzepte und Hypothesen zu entwickeln, so dass nicht nur Experten das Netzwerk nutzen können; (ii) ein Werkzeug zu entwickeln, das automatisch Links von Publikationsabstracts (und Daten) zu diesen Hypothesen berechnet, und (iii) ein interaktives System, das die Benutzer dabei unterstützt, ihre möglicherweise unterentwickelte Hypothese zu verfeinern.