KI in Studium und Lehre

• Die hier vorliegende KI-Übersichtsseite bietet Ihnen eine Übersicht über KI-Tools, aktuelle Weiterbildungen und viele weitere Informationen rund um das Thema KI.
• Die HAWK bietet mit HAWKI als KI-Interface allen Hochschulangehörigen (Studierende, Lehrende, Mitarbeitende) eine kostenlose technische Möglichkeit, ChatGPT auszuprobieren, sich darüber selbst kompetenter zu machen und auf dieser Basis mit Kommiliton*innen und Kolleg*innen in den Austausch über generative KI zu kommen. Weitere Informationen zu HAWKI finden Sie in einem gesonderten Abschnitt weiter unten auf dieser Seite.

• Für Studierende: Über HAWK plus besteht pro Semester mindestens ein Angebot zur Einführung ins Prompten und auch zum Diskurs über Chancen und Herausforderungen generativer KI. Teilweise bieten auch Lehrende kurze Einführungen ins fachbezogene Prompten an und gehen mit Ihnen in den Diskurs darüber. Darüber hinaus kommt die Servicestelle für Qualität in der Lehre gerne in Lehrveranstaltungen, um dort einführend z.B. über das wissenschaftliche Arbeiten mit KI zu berichten. Zudem besteht die Möglichkeit, am Weiterbildungsangebot der Servicestelle (s. dritter Punkt) teilzunehmen.
• Für Fakultäten und Einrichtungen: Sprechen Sie bitte die Servicestelle an. Sie bietet bspw. Einführungen ins Prompten und den Austausch zu den KI-Leitlinien für studiengangs- oder fakultätsbezogene Lehrenden- und Mitarbeitenden-Weiterbildungen an. Die Servicestelle schneidet das Angebot genau auf Ihren Bedarf zu und kommt gerne zu Ihnen!
• Für Lehrende und Mitarbeitende: Die Servicestelle bietet - auch gerne auf Anfrage - Weiterbildungen für Sie an. Themen: Prompten, bildgenerierende KI, Austausch zu den KI-Leitlinien, wissenschaftliches Arbeiten und KI etc. Ab dem Wintersemester 2024/25 kommt noch die Weiterbildungsreihe "Generative KI im Fokus“ mit externen Referent*innen hinzu (aktuelle Termine finden Sie rechts auf dieser Seite).

Einführungs- und Weiterbildungsveranstaltungen werden entweder über die Fakultäten oder über das HAWK-Info und in Stud.IP auf der Startseite angekündigt. Bleiben Sie über aktuelle Weiterbildungsangebote auf dem Laufenden, in dem Sie sich unverbindlich in die Angebote-Veranstaltung (Stud.IP) der Servicestelle einschreiben. 

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.

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 Eigenständigkeitserklärungen zu verwenden, die den Einsatz von KI oder den Verzicht auf KI bestätigen:

• Eigenständigkeitserklärung mit erlaubter KI
• Eigenständigkeitserklärung ohne KI

Darüber hinaus wurden Vorlagen für Anlagen zur Eigenständigkeitserklärung erstellt, mit denen die Verwendung generativer KI-Systeme zu dokumentieren ist:

• Version 1 (mit Formularfeldern, rot umrandete Felder sind Pflichtfelder)
• Version 2 (Möglichkeit, eine eigene Version zu erstellen (Zeilen zu streichen/hinzuzufügen), falls Version 1 für einen Bereich zum jetzigen Zeitpunkt für nicht praktikabel/sinnvoll erachtet wird; bitte Zusendung neuer Versionen an VPL zur Info)
• Beispiel: Version 2 ausgefüllt

• 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.

• Verlauf der Veranstaltung:

  Generative KI wurde zunächst als Gegenstand der Lehre in der Fachdisziplin genutzt und ihr Einsatz unter vier Gesichtspunkten experimentell untersucht: in Standardprozessen, zur Innovationsgenerierung, zur Strukturmodifikation und zur Zerstörung bestehender Systeme.

  Da die Anwendung von generativer KI viel Frustration erzeugte, traten im Verlauf der Veranstaltung didaktische Aspekte in den Vordergrund. Der Fokus richtete sich nun 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 zu Beginn durch die KI-Anwendung hervorgerufene Frustration konnte durch eine stärker didaktisch motivierte Auseinandersetzung mit KI ausgeglichen werden und führte zu einer Annäherung an KI als Schlüsselwerkzeug zur Förderung von selbstständigem und kritischem Denken im Studium. 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, Studiengang und Semester:

  Antje Krog, Fakultät Soziale Arbeit Holzminden, Studiengang Soziale Arbeit berufsbegleitend (Online-Lehre), WiSe 2024/25

• Verwendete KI:

  HAWKI

• Form des KI-Einsatzes:

  Didaktischer Einsatz von KI

• Zweck und Ziele des KI-Einsatzes:

  Die betrachtete Sitzung der Lehrveranstaltung zielte darauf ab, mit den Studierenden an ihren Ausbildungszielen für die kommenden zwei Semester zu arbeiten. HAWKI sollte dabei die Funktion der Gesprächsführung übernehmen und hatte konkrete Regeln, wie diese ablaufen sollte. Durch die Studierenden sollten eigenständige Gedanken gefasst und möglichst konkret in Ausbildungsziele transferiert werden.

  Die Lernziele für die Studierenden waren, mit HAWKI - teilweise erstmalig - einen „Dialog“ zu führen sowie HAWKI als Hilfsmittel zur individuellen Zielformulierung zu nutzen.

• Verlauf der Veranstaltung:

  Zu Beginn der Veranstaltung wurden die Studierenden bezüglich ihrer Vorerfahrungen mit KI-Tools befragt. Diese waren erwartungsgemäß unterschiedlich: von „täglicher Anwendung“ bis hin zur „keinerlei Erfahrung“ war alles vertreten. Die Antworten auf die folgenden Fragen, wie oft KI schon für das Studium genutzt und ob KI schon einmal für einen „Dialog“ eingesetzt wurde, differenzierten noch stärker.

  Um alle Studierenden gleichermaßen abzuholen, gab es eine kurze Präsentation über KI in der Wissenschaft. Anschließend wurden alle Studierenden eingeladen, einen vorformulierten Mega-Prompt in HAWKI auszuprobieren und die Ergebnisse festzuhalten.

  Zum Abschluss wurde reflektiert, ob mit KI geeignete Ausbildungsziele formulieren werden konnten oder nicht. Es wurde erörtert, welche Herangehensweisen hilfreich waren und wie sich KI noch nutzen ließe, um zu qualitativ ähnlichen Ergebnisse zu kommen.

• Erfahrungen, Ergebnisse und Erkenntnisse:

  Der vorgestellte Ansatz zum Umgang mit der KI wurde insgesamt sehr bereitwillig und gerne ausprobiert. Der Mega-Prompt hat gut funktioniert und ermutigte die Studierende, Ziele zu formulieren. Bereits nach zehn Minuten kam es jedoch auch zu spontanen emotionalen Äußerungen einzelner Studierender - meistens Wut. Andere Studierende stimmten mit ein.

  In der anschließenden Reflexion gab es kein klares Meinungsbild, ob HAWKI generell eine Hilfe sei oder nicht. Viele Studierende wollten das Tool noch einmal in Ruhe ausprobieren. Für andere kam ein erneuter Nutzungsversuch nicht in Frage. Weitere waren wiederum sehr begeistert von dem neuen Werkzeug. Es gab auch Stimmen, die von „schummeln“ sprachen und den Einsatz von KI für ihr Studium komplett ablehnten.

  Aus Sicht der Lehrenden ist die Veranstaltung gut gelungen. Dennoch bräuchten aus ihrer Sicht sowohl Studierende als auch Lehrende für den Einsatz von KI noch mehr Informationen. Als Beispiel führt sie die Notwendigkeit an, die Aussagen der KI, beispielsweise im Zuge eines Brainstormings, durch Quellen zu belegen. Die Lehrende wird sich weiter mit KI auseinandersetzen und hofft, noch mehr Sicherheit im Umgang mit der Technologie zu erlangen.

Lehrende*r, Fakultät und Semester:

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

Sie sind Lehrende*r an der HAWK und haben in einer Ihrer Lehrveranstaltungen erste Erfahrungen mit dem Einsatz von KI gemacht? Wir würden uns freuen, wenn wir hier in Kurzform davon berichten dürften. Dabei ist es egal, ob es sich z.B. um ein umfassendes Lehrkonzept handelt oder um kleine Veränderungen, die Sie versuchsweise an Ihrer Lehrveranstaltung vorgenommen haben. Ermutigen Sie andere Lehrende mit Ihrem Beispiel, KI in der Lehre auszuprobieren, und inspirieren Sie sie mit Ihren Ideen! Sie haben Interesse oder noch Fragen? Dann melden Sie sich bitte bei Astrid Dreyer (Servicestelle für Qualität in der Lehre).

Hier finden Sie beispielhaft einige KI-Tools aufgelistet, die sich für den Einsatz in Studium und Lehre anbieten. Da die KI-Technologie sich dynamisch weiterentwickelt, vergrößert sich die Toolauswahl ständig, sodass hier unmöglich das gesamte Angebot dargestellt werden kann. Für die Suche nach spezifischen Tools für bestimmte Einsatzzwecke lohnt sich daher ein Blick in die unten stehenden Tool-Sammlungen und -Verzeichnisse.

Bitte beachten Sie, dass viele KI-Anwendungen in ihrer Basisversion häufig kostenfrei, zumeist aber registrierungspflichtig sind. Außerdem ist zu berücksichtigen, dass sich die Server der meisten Tools außerhalb der EU befinden. Es ist zu empfehlen, sich die Datenschutzerklärungen der Hersteller anzuschauen, bevor man einzelne Tools nutzt. Auch die kritische Bewertung der von der KI hervorgebrachten Ergebnisse ist anzuraten.

• HAWKI (hochschuleigene, datenschutzkonforme Plattform), Tutorial von Vincent Timm
• Perplexity AI (Such- und Antwort-Tool, das Quellen angibt und weitere/verwandte Prompts vorschlägt)
• Jenni.ai (Schreibassistenz, Texteditor, Satz-für-Satz-Vorschläge, Informationen zu Quellen)
• DeepL Write (Schreibassistenz)
• QuillBot (verschiedene Schreibtools, u.a. Funktion „Paraphraser“/„Text umschreiben“: strukturelle Veränderungen, andere Wortwahl)
• Textshine (Korrektorat)
• DeepL (Übersetzung)
• Whisper (Spracherkennung, Transkription)
• AudioPen (Umwandlung von Sprachnotizen in Text, unter Nutzung von Whisper)
• ChatPDF (Zusammenfassung ganzer PDF-Dokumente, einzelner Seiten oder Abschnitte, Finden von Textstellen/Unterstützung bei gezielter Suche)

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

• Semantic Scholar (arbeitet klassisch mit der Eingabe von Suchwörtern, ISBN etc., zeigt neben Referenzen auch thematisch verwandte Dokumente auf, generatives Add-On „Ask this paper“)
• Elicit (basiert auf den Daten von Semantic Scholar, Suche über eine Forschungsfrage, Vergleich von Quellen nach bestimmten Kriterien, Zusammenfassung von Publikationen und Herausfilterung relevanter Details: nutzt für die Ausgabe solcher Texte generative KI)
• ResearchRabbit (basiert auf den Daten von Semantic Scholar, zeigt Referenzen und ähnliche Arbeiten zu einem Dokumente als Graphen auf)
• Connected Papers (basiert auf den Daten von Semantic Scholar; fasst ähnliche Artikel in einem Graphen zusammen)
• Consensus (u.a Zusammenfassung wissenschaftlicher Literatur)
• Typeset.io/SciSpace (Literaturauswertung mit Quellenangaben, Generator für wissenschaftliche Texte)

• HARPA AI (Chrome-Erweiterung, "Assistenz" bei zahlreichen Aufgaben: fasst zusammen, schreibt um, extrahiert, übersetzt, überwacht Webseiten etc.)
• Poe (Nutzung verschiedener Chatbots/Sprachmodelle, Text- und Bildgenerierung)
• Gamma (Erstellung von Präsentationen)
• Photomath (Lösung mathematischer Aufgaben, Erläuterung des Rechenwegs)
• AbsClust (Literaturrecherche, Visualisierung von Rechercheergebnissen)
• Runway ML (Videogenerierung nach Text- und Bildeingaben)
• D-ID (Erzeugung von menschenähnlichen Avataren / fotorealistischen Videos auf der Basis von Text und Bild)
• ElevenLabs (Erzeugung von gesprochener Sprache bzw. Stimme)
• You.com (Suchmaschine, die man nutzen kann, ohne persönliche Daten preiszugeben)

Auf Studium und Lehre zugeschnittene Sammlungen

• "KI-Tools für die Lehre", zusammengestellt vom Team Digitales Lehren und Lernen der Uni Göttingen
• "KI-Tools im Kontext von akademischen Lese- und Schreibprozessen", zusammengestellt vom Virtuellen Kompetenzzentrum Künstliche Intelligenz und wissenschaftliches Arbeiten (VK:KIWA)
• "KI-Tools für wissenschaftliches Arbeiten", zusammengestellt von Prof. Dr. Barbara Geyer, FH Burgenland

Weitere Sammlungen

• Hugging Face (Open-Source-Plattform für KI)
• Futurepedia (Verzeichnis vieler verschiedener KI-Anwendungen)
• There's An AI For That (KI-Tooldatenbank)
• Future Tools (KI-Plattform, u.a. Auswahl bestimmter Kategorien/Nutzungsweisen möglich)

• Handreichung Generative KI von Vincent Timm (für den Einstieg, mit Erläuterungen zu bild- und textgenerierender KI, den gesellschaftlichen Herausforderungen und Beispielen für Promptmöglichkeiten)
• Selbstlernkurs "Prompt-Labor" (Moodle,  Anmeldung mit den persönlichen HAWK-Zugangsdaten)
• Informationssammlung zu KI (Zugang für Mitarbeitende, Anmeldung mit den persönlichen HAWK-Zugangsdaten)

Lern- und Informationsplattformen

• KI-Campus, Lernplattform für KI mit einem umfangreichen Angebot an Selbstlernkursen und weiteren Materialien, z.B.
  • 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)

Selbstlernkurse

• Selbstlernkurse "Künstliche Intelligenz verstehen: Neuronale Netze, KI-Tools und spannende Anwendungsfälle" (Hamburg Open Online University)
• 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)
• Selbstlernkurse "Willkommen in der Zukunft: KI als Werkzeug in der Lehre" sowie "Lehrveranstaltungen effektiver planen und vorbereiten mit ChatGPT" (beide für Lehrende) sowie "Sicher durch den KI-Dschungel: Zwischen Algorithmen, Analyse und Abenteuer" (primär für Studierende) auf der Stud.IP-Plattform des ELAN e.V. (um sie in vollem Umfang nutzen zu können, ist eine Registrierung erforderlich)

Informationsmaterialien

• 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)
• Leitfaden "Aus KI zitieren" (Universität Basel)
• "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
• Themenseite zu KI in der Hochschullehre (Multimedia Kontor Hamburg)
• "Kennt Ihr schon..?“, ausgewählte Informationen und Wissensbausteine zum Themenbereich Open Educational Resources und KI (ORCA.nrw, nordrhein-westfälisches Landesportal für digital gestütztes Lehren und Lernen)

Austauschmöglichkeiten

• Space "KI in Forschung und Lehre" im Academic Cloud Hub (Anmeldung mit den persönlichen HAWK-Zugangsdaten)
• "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

Weitere Angebote

• Podcasts zu KI
  • Der KI-Podcast
  • KI verstehen
  • KI und jetzt?
• "KI-Kompass" (Kartenspiel zum Bestellen und Selbstausdrucken, mit dem man herausfinden kann, welche Probleme wirklich von KI-Systemen gelöst werden können)
• "A Pigeon's Tale" (Comic-Essay über Künstliche Intelligenz und Nachhaltigkeit)

• bereits stattgefunden:
  • KI-Vortragsreihe im SoSe 2023, Aufzeichnungen hier (Zugang für Mitarbeitende, Anmeldung mit den persönlichen HAWK-Zugangsdaten)
  • "KI in der Lehre?!": Vorstellung von Praxisbeispielen aus HAWK und Uni Hildesheim im Rahmen des Infotags der Abt. eLearning und Projekte im Oktober 2023
  • Werkstatt "Einfaches Prompten" einschließlich Grundlagen generativer KI und HAWKI sowie Austausch zu den Themen "KI in meiner Lehre" und "KI-Leitlinien der HAWK" als fakultätsinternes Format im WS 2023/24 und während des Infotags der Servicestelle für Qualität in der Lehre im März 2024
  • Offene Angebote zu Grundlagen generativer KI, HAWKI, einfachem Prompten, KI in der Lehre und KI-Leitlinien der HAWK, KI-Bildgeneratoren, wissenschaftlichem Arbeiten und KI
• Veranstaltungen für das WiSe 2024/25 derzeit in Planung (Ankündigungen in Stud.IP und HAWK.Info)

• Einzelne Veranstaltungen und Veranstaltungsreihen
  • "Tool-Tip-Tuesday", Veranstaltungsreihe des VK:KIWA und der Fernuniversität Hagen in Zusammenarbeit mit dem KI-Campus, Aufzeichnungen auch auf YouTube verfügbar
  • KI-bezogene Qualifizierungs- und Unterstützungsangebote des Netzwerks Landeseinrichtungen für digitale Hochschullehre (NeL), gefördert von der Stiftung Innovation in der Hochschullehre (StIL)
    • Angebote von ORCA.nrw, dem nordrhein-westfälischen Landesportal für digital gestütztes Lehren und Lernen, mit Aufzeichnungen
    • Veranstaltungen der Virtuellen Hochschule Bayern (vhb), Veranstaltungsdokumentationen im OER-Repositorium, Aufzeichnungen auf YouTube verfügbar
    • Kooperationsveranstaltungen von Virtuellem Campus Rheinland-Pfalz (VCRP), E-Learning Academic Network Niedersachsen (ELAN e.V.) und Multimedia Kontor Hamburg (MMKH) sowie Einzelveranstaltungen des VCRP, Dokumentationen hier
  • "Prompt-Labor", veranstaltet von Hochschulforum Digitalisierung und KI-Campus, Live-Sessions abgeschlossen, Moodle-Kurs  weiterhin zum Selbststudium nutzbar (Anmeldung mit den persönlichen HAWK-Zugangsdaten), Videos auch auf YouTube verfügbar
  • "KI trifft Campus", Veranstaltungsreihe der HS Osnabrück, abgeschlossen
  • Themenspecial "KI in der Hochschulpraxis" von e-teaching.org, abgeschlossen, Aufzeichnungen verfügbar
  • "dghd-Themenreihe KI in der Hochschullehre" der Deutschen Gesellschaft für Hochschuldidaktik, abgeschlossen, Folien und weitere Materialien bei den einzelnen Veranstaltungen hinterlegt, Aufzeichnungen auch auf YouTube verfügbar, Dokumentation des Austausches hier
  • "KI-Spezial", Veranstaltungsreihe der HS Mainz, abgeschlossen, Aufzeichnungen und Materialien hier
• Veranstaltungskalender
  • Space "KI in Forschung und Lehre" im Academic Cloud Hub (Anmeldung mit den persönlichen HAWK-Zugangsdaten)
  • Netzwerk der Landeseinrichtungen für digitale Hochschullehre
  • Multimedia Kontor Hamburg, Aufzeichnungen hier