KI in Studium und Lehre

Der Einsatz von KI in Studium und Lehre birgt viele Potenziale, aber es ist auch wichtig, ihre Grenzen und Herausforderungen zu verstehen und kritisch zu reflektieren, um einen effektiven und verantwortungsvollen Einsatz sicherzustellen. Beim Lehren, Lernen und Prüfen mit KI sind Datenschutz, Urheberrecht und Fragen der ethischen Verantwortung zu berücksichtigen. Außerdem ist zu beachten, dass es zu Bias kommen kann, einer Voreingenommenheit des KI-Systems, durch die es Stereotypen und Vorurteile reproduziert. Des Weiteren ist es möglich, dass die KI "halluziniert", also Informationen und vermeintliche Fakten erzeugt, die falsch oder irreführend sind.

KI kann Lehrenden dabei helfen, Lehre zu planen, durchzuführen und zu evaluieren. Einen besonderen Beitrag kann KI dazu leisten, Lehre auf die individuellen Bedürfnisse der Studierenden abzustimmen. Einige Einsatzmöglichkeiten für KI-Systeme als "Assistenz" in der Lehre sind beispielsweise:

• Lehrveranstaltungskonzept entwickeln (Lernziele, didaktisches Raster, Organisation einzelner Sitzungen etc.)
• Quellen auffrischen
• Veranstaltungsbeschreibungen verfassen
• Lehr-Lern-Materialien erstellen (Präsentationen, Handouts, Arbeitsblätter etc.)
• Lerninhalte visualisieren und illustrieren
• Fragestellungen/Übungsaufgaben generieren
• Studierende zu kritischem Denken anregen
• Beteiligung, Interaktion und Gruppenarbeit fördern
• Studierenden Feedback geben

Aber: KI kann den menschlichen Aspekt des Lehrens nicht ersetzen. Im Gegensatz zu KI vermittelt Lehrpersonal auch pädagogische und soziale Fähigkeiten, die für den Lernprozess wichtig sind. Die Anwendung von KI zur Bewertung von kreativen Aufgaben kann auch problematisch sein, da KI-Systeme Schwierigkeiten haben können, komplexe ästhetische oder innovative Leistungen angemessen zu bewerten.

Lernenden kann KI individuelle und maßgeschneiderte Lerninhalte bieten, die ihnen dabei helfen, spezifische Themen oder Schwachstellen intensiver bearbeiten. KI kann auch dabei unterstützen, Lernfortschritte zu verfolgen und Feedback in Echtzeit zu geben.

KI kann jedoch nicht an die Stelle des persönlichen Austauschs von Gedanken, Meinungen und Erfahrungen treten. Die sozialen und kommunikativen Kompetenzen, die in einer Lerngemeinschaft entwickelt werden, sind für das Verständnis und die Anwendung von Wissen von großer Bedeutung.

Nicht nur beim Lernen und Lehren, sondern besonders auch bei Prüfungen mit KI muss eine Auseinandersetzung mit dem Datenschutz, Urheberrecht und ethischen Fragen erfolgen und sichergestellt werden, dass KI-Systeme nicht fehlerhaft sind und keine kulturelle oder geschlechtsspezifische Voreingenommenheit (Bias) aufweisen. Eine sorgfältige Integration von KI in Prüfungsverfahren ist erforderlich, um das volle Potenzial von KI auszuschöpfen. Dabei kann KI Prüfenden zum Beispiel bei folgenden Tätigkeiten Hilfestellung leisten:

• Offene und geschlossene Prüfungsfragen formulieren
• Musterlösungen erstellen
• Bewertungsraster definieren

Die Nutzung von KI beim Verfassen schriftlicher wissenschaftlicher Arbeiten muss durch die Studierenden offengelegt werden. Aus diesem Grund sind vorgefertigte Eigenständigkeitserklärungen zu verwenden, die den Einsatz von KI oder den Verzicht auf KI belegen. Vorlagen für Anlagen zur Eigenständigkeitserklärung, mit denen die Verwendung generativer KI-Systeme zu dokumentieren sind, werden hier in Kürze ebenfalls verlinkt.

• Lehrende*r, Fakultät, Studiengang und Semester:

  Vincent Timm, Fakultät und Bachelorstudiengang Gestaltung, SoSe 2023

• Verwendete KI:

  Hauptsächlich wurden HAWKI (Tutorial) und Stable Diffusion (Tutorial) eingesetzt, da es aber um das Ausprobieren ging, haben die Studierenden viele Angebote von Futurepedia (Verzeichnis vieler verschiedener KI-Anwendungen) genutzt.

• Form des KI-Einsatzes:

  Didaktischer und fachdisziplinärer Einsatz von KI

• Zweck und Ziele des KI-Einsatzes:

  Gerade für den Designkontext bietet der Einsatz generativer KI ein großes Potenzial. Durch die Veranstaltung sollten die Studierenden frühzeitig mit KI-Technologie vertraut gemacht werden, um eine fundierte und konstruktive Auseinandersetzung zu gewährleisten und sicherzustellen, dass die Studierenden für die zunehmend technologisierte (Berufs-)Welt gewappnet sind. Generative KI wurde also als Gegenstand der Lehre in der Fachdisziplin genutzt und unter vier Gesichtspunkten untersucht: in Standardprozessen, zur Innovationsgenerierung, zur Strukturmodifikation und zur Zerstörung bestehender Systeme.

  Im Verlauf der Veranstaltung traten didaktische Aspekte in den Vordergrund, der Fokus richtete sich auf generative KI als Instrument zur Förderung von Selbstreflexion und kritischem Denken. Dabei ging es darum, den Studierenden Grenzen von KI und potenzielle Verzerrungen durch derartige Werkzeuge aufzuzeigen, sodass sie realistische Erwartung an KI-Tools entwickelten und einzuschätzen lernten, an welchen Stellen der Mensch und nicht das Werkzeug entscheidend ist.

• Erfahrungen, Ergebnisse und Erkenntnisse:

  Die Veranstaltung hat ein Spektrum an Ergebnissen in Form von Artefakten der Studierenden hervorgebracht, das sich durch bemerkenswerte Innovativität und Diversität auszeichnet. Die Integration von generativen KI-Werkzeugen in den Lehr- und Lernkontext hat auf neue und unerwartete Weise das kreative Potenzial der Studierenden freigesetzt. Die KI fungierte dabei als eine Art Tutor*in, der*die das Wissen der Studierenden erweiterte und sie dazu anregte, Wissen in begreifbare Form zu bringen. Die Artefakte ermöglichten eine reichhaltige Diskussion über generative KI und ihre Implikationen für das Design.

  Die Anwendung von generativer KI erzeugte allerdings auch viel Frustration, was durch eine stärker didaktisch motivierte Auseinandersetzung mit KI ausgeglichen werden konnte und zu einer Annäherung an KI als Schlüsselwerkzeug zur Förderung von selbstständigem und kritischem Denken im Studium führte. Auch aus diesem Blickwinkel heraus betrachtet hat sich die Integration von KI in den Lehre als ein Weg herausgestellt, Studierenden auf die Herausforderungen und Chancen einer technologieorientierten Welt vorzubereiten.

• Lehrende*r, Fakultät, Studiengang und Semester:

  Prof. Dr. Tiziana Caianiello, Fakultät Bauen und Erhalten, Masterstudiengang Konservierungs- und Restaurierungswissenschaft, WiSe 2023/24

• Verwendete KI:

  HAWKI (ChatGPT-4 Turbo)

• Form des KI-Einsatzes:

  Fachdisziplinärer Einsatz von KI

• Zweck und Ziele des KI-Einsatzes:

  Die Lehrveranstaltung zielte darauf ab, Masterstudierende in die Nutzungsmöglichkeiten sowie die damit verbundenen Chancen und Risiken des Einsatzes von KI im Rahmen des wissenschaftlichen Arbeitens einzuführen. Der Fokus lag dabei auf der Anwendung der Hochschulschnittstelle HAWKI.

  Die definierten Lernziele für die Teilnehmerinnen und Teilnehmer waren, die verschiedenen Funktionen von HAWKI sicher und effektiv für wissenschaftliche Zwecke nutzen sowie die Nutzung von KI anhand eines spezifischen Leitfadens in wissenschaftlichen Arbeiten korrekt zitieren zu können.

  Diese Ziele wurden mit dem Hintergrund verfolgt, das Bewusstsein und die Handlungskompetenz der Studierenden im Hinblick auf die Nutzung von KI-Technologien in der Wissenschaft zu stärken und zugleich den Einsatz solcher Technologien gemäß akademischen Standards korrekt zu dokumentieren.

• Verlauf der Veranstaltung:

  Zu Beginn der Veranstaltung wurden die Studierenden bezüglich ihrer Vorerfahrungen mit KI-Tools befragt. Daraufhin erfolgte eine kompakte Einführung in das Thema Künstliche Intelligenz. Insbesondere wurde ChatGPT als ein auf einem Sprachmodell (Large Language Model, kurz LLM) basierendes Tool vorgestellt und kritische Aspekte seiner Nutzung – wie die Möglichkeit von "Halluzinationen", die Verstärkung von Stereotypen etc. – wurden erörtert.

  Im weiteren Verlauf wurde den Studierenden verdeutlicht, dass ChatGPT als Hilfsinstrument und nicht als Quelle anzusehen ist. Dabei wurde aufgezeigt, in welchen Kontexten ChatGPT unterstützend wirken kann und in welchen Fällen es nicht geeignet ist. Anschließend führte die Veranstaltung in die Funktionen von HAWKI ein und nutzte dessen Interface, um praktische Beispiele für die Erstellung präziser Prompts zu zeigen. Ein wesentlicher Bestandteil der Veranstaltung war zudem die Erklärung, wie KI-Tools korrekt in wissenschaftlichen Arbeiten zitiert werden müssen. Dies wurde anhand eines Leitfadens zur KI-Zitation illustriert.

  Zum Abschluss der Veranstaltung wurde das Tutorial von Vincent Timm empfohlen, das sich zur Wiederholung und weiterführenden Vertiefung der behandelten Inhalte eignet.

• Erfahrungen, Ergebnisse und Erkenntnisse:

  Nur wenige Studierenden hatten im Vorfeld bereits Erfahrungen mit KI-Tools gesammelt, alle Teilnehmenden konnten der Einführung aber gut folgen. Anhand von bewusst ausgewählten Prompts, die erkennbar falsche Ergebnisse lieferten, nahmen die Studierenden wahr, dass sie selbst verantwortlich für die Richtigkeit der Texte sind, die sie mit KI-Tools erstellen.

Lehrende*r, Fakultät und Semester:

Prof. Christian Mahler, Fakultät und Masterstudiengang Gestaltung, SoSe 2023

• HAWKI (didaktisches Interface: Chatbereich wie bei ChatGPT, Austausch mit fiktiven Expert*innen, Lernräume; Login mit den persönlichen HAWK-Zugangsdaten), Tutorial von Vincent Timm
• Perplexity AI (Such- und Antwort-Tool, das Quellen angibt)
• Typeset.io/SciSpace (Generator für wissenschaftliche Texte, Literaturauswertung mit Quellenangaben, "Copilot")
• Jenni.ai (Schreibassistenz)
• Consensus (Literaturrecherche, Zusammenfassung wissenschaftlicher Literatur)
• Textshine (Korrektorat)
• DeepL (Übersetzung)
• Whisper (Spracherkennung, Transkription)
• AudioPen (Umwandlung von Sprachnotizen in Text, unter Nutzung von Whisper)

• Adobe Firefly (Bestandteil der Adobe Creative Cloud, die Studierenden und Mitarbeitenden der HAWK zur Verfügung steht)
• Stable Diffusion, Tutorial von Prof. Christian Mahler
• Midjourney
• DALL-E
• Ideogram
• Leonardo
• Craiyon

• Gamma (Erstellung von Präsentationen)
• Photomath (Lösung mathematischer Aufgaben, Erläuterung des Rechenwegs)
• HARPA AI (Chrome-Erweiterung, "Assistenz" bei zahlreichen Aufgaben: fasst zusammen, schreibt um, extrahiert, übersetzt, überwacht Webseiten etc.)
• Poe (Nutzung verschiedener Chatbots, Text- und Bildgenerierung)
• AbsClust (Literaturrecherche, Visualisierung von Rechercheergebnissen)
• D-ID (Erzeugung menschenähnlicher Avatare / fotorealistischer Videos auf der Basis von Text und Bild)
• ElevenLabs (Erzeugung von gesprochener Sprache bzw. Stimme)

• Hugging Face (Open-Source-Plattform für KI)
• Futurepedia (Verzeichnis vieler verschiedener KI-Anwendungen)
• There's An AI For That (KI-Tooldatenbank)

• Handreichung Generative KI von Vincent Timm (für den Einstieg, mit Erläuterungen zu bild- und textgenerierender KI, den gesellschaftlichen Herausforderungen und Beispielen für Promptmöglichkeiten)
• Aufzeichungen der KI-Vortragsreihe im SoSe 2023 (Zugang für Mitarbeitende, Anmeldung mit den persönlichen HAWK-Zugangsdaten)
• Informationssammlung zu KI (Zugang für Mitarbeitende, Anmeldung mit den persönlichen HAWK-Zugangsdaten)

• Informationen des Hochschulforums Digitalisierung (HFD)
  • Dossier Generative KI
  • Kommentierte Linksammlung zu ChatGPT im Hochschulkontext
  • Blickpunkt "Leitlinien zum Umgang mit generativer KI"
• Gutachten "Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung" (Ruhr-Universität Bochum)
• "Large Language Models und ihre Potenziale im Bildungssystem", Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz
• "Innovation of Instructional Design and Assessment in the Age of Generative Artificial Intelligence", wissenschaftliche Auseinandersetzung mit möglichen neuen oder angepassten Strategien für Didaktik und Prüfungen
• KI-Campus (Lernplattform für KI)
  • Selbstlernkurs "Prompt-Labor" (Registrierung erforderlich)
  • Planungsinstrument für die Entwicklung von fachspezifischen KI-Kursen auf Hochschulebene von Johannes Schleiss (Uni Magdeburg)
  • Sammelband "Künstliche Intelligenz mit offenen Lernangeboten an Hochschulen lehren"
• Virtuelles Kompetenzzentrum Künstliche Intelligenz und wissenschaftliches Arbeiten (VK:KIWA)
• Space "KI in Forschung und Lehre" im Academic Cloud Hub (Anmeldung mit den persönlichen HAWK-Zugangsdaten)
• Selbstlernkurs (Anmeldung als Gast) und Wiki "KI in der Lehre" (TU München, KI-Tutor*innenprogramm Bayern)
• Selbstlernkurs "Anwendungs-Szenarien für Künstliche Intelligenz in der Hochschullehre" von Silvia van den Berg (Hochschule Osnabrück)
• Selbstlernangebote von Nele Hirsch (Bildungswissenschaftlerin mit Schwerpunkt digital unterstütztes Lehren und Lernen) 
  • KI-Orientierung ("Wie gestalten wir gute Bildung in einer zunehmend von KI geprägten Welt?")
  • KI-Eduhacks (Möglichkeiten, KI-Technologie bei der Gestaltung von Lernangeboten zu nutzen)
  • KI-Internetquatsch (kreative und spielerische Auseinandersetzung mit KI)
• "Show + Share Challenges" (Virtueller Campus Rheinland-Pfalz): Lehrende und Mitarbeiter*innen aus dem Hochschulbereich können hier jeden Monat Ideen und Lösungen für eine konkrete Herausforderung in der Lehre teilen, aktuell steht KI im Fokus
• OER und KI (Weiterbildungsangebote von ORCA.nrw, dem nordrhein-westfälischen Landesportal für digital gestütztes Lehren und Lernen), u.a. mit dem Format "Kennt Ihr schon..?“ (ausgewählte Informationen und Wissensbausteine zum Themenbereich Open Educational Resources und KI)
• Podcasts zu KI
  • Der KI-Podcast
  • KI verstehen
  • KI und jetzt?
• KI-Kompass (Spiel)

• bereits stattgefunden:
  • KI-Vortragsreihe im SoSe 2023
  • "KI in der Lehre?!" (Vorstellung von Praxisbeispielen aus HAWK und Uni Hildesheim) im Rahmen des Infotags der Abt. eLearning und Projekte im Oktober 2023
• geplant:
  • Einfaches Prompten - Werkstatt im Rahmen des Infotags der Servicestelle für Qualität in der Lehre im März 2024
  • Austausch zum Thema "KI in der Lehre" im Rahmen des Infotags der Servicestelle für Qualität in der Lehre im März 2024
  • Einfache Bilderstellung mit KI
  • Einfache Videoerstellung (Storytelling) mit kombinierten KI-Tools
  • Vorstellung einzelner KI-Tools

• Einzelne Veranstaltungen und Veranstaltungsreihen
  • Prompt-Labor, veranstaltet von Hochschulforum Digitalisierung und KI-Campus
  • "KI trifft Campus", Veranstaltungsreihe der HS Osnabrück
  • Themenspecial "KI in der Hochschulpraxis" von e-teaching.org
  • "Tool-Tip-Tuesday", Veranstaltungsreihe des VK:KIWA und der Fernuniversität Hagen in Zusammenarbeit mit dem KI-Campus
  • KI-bezogene Qualifizierungs- und Unterstützungsangebote des Netzwerks Landeseinrichtungen für digitale Hochschullehre (NeL), gefördert von der Stiftung Innovation in der Hochschullehre (StIL)
  • "dghd-Themenreihe KI in der Hochschullehre" der Deutschen Gesellschaft für Hochschuldidaktik
• Veranstaltungskalender
  • Space "KI in Forschung und Lehre" im Academic Cloud Hub (Anmeldung mit den persönlichen HAWK-Zugangsdaten)
  • Netzwerk der Landeseinrichtungen für digitale Hochschullehre (Veranstaltungskalender KI-Weiterbildung)
  • Multimedia Kontor Hamburg (u.a. Schulungen zu KI-Tools)