KI + Dozent:in: UnterrichtsExperiment TeamTeaching
Das Projekt KI-DUETT (KI + Dozent*in: UnterrichtsExperiment TeamTeaching) beschäftigt sich am Beispiel der Geschichtswissenschaft mit der Frage, wie Hochschullehre im Zeitalter von Digitalisierung und Künstlicher Intelligenz aussehen kann. Es analysiert insbesondere, welche Rolle Dozierende heute spielen, wenn große Teile ihrer Lehre von Chatbots wie ChatGPT übernommen werden könn(t)en. Das Ziel ist die Entwicklung einer neuen Dimension des Lehrens, bei der Künstliche Intelligenz als Lehrpartnerin von Dozierenden einen angemessenen Platz findet. Das Projekt reagiert damit auf die Tatsache, dass Chatbots inzwischen zum Alltag Studierender gehören, und steuert darauf hin, diese neue Technik in für die Lehre sinnvolle Bahnen zu lenken. Die Entwicklung solcher neuartiger Lehrkonzepte erfolgt auf Grundlage großflächiger Studierendenbefragungen und experimenteller Lehrveranstaltungen gemeinsam mit Studierenden. KI-DUETT kooperiert mit dem an der TU Chemnitz konzipierten Projekt DIGILEHR, welches sich parallel mit digitalen Lerntools für die Geschichtswissenschaft beschäftigt. Einzeln und in der Symbiose tragen die Projekte zur Weiterentwicklung innovativer Hochschullehre im Zeitalter von Digitalisierung und Künstlicher Intelligenz bei.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Kausale Inferenz, Maschinelles Lernen und Reproduzierbare Forschung
Das Projekt KMR strebt an, moderne empirische Verfahren der kausalen Inferenz, des maschinellen Lernens und der reproduzierbaren Forschung in große verpflichtende Lehrveranstaltungen der Ökonometrie in wirtschaftswissenschaftlichen Studiengängen zu tragen, hier zunächst konkret die Einführung in die Ökonometrie (Wintersemester, 6 ECTS) an der Universität Duisburg-Essen (UDE). Umfangreiche open source-Materialien machen die Projektergebnisse anderen Studierenden und Lehrenden zugänglich. Der Arbeitsplan des Projektes gliedert sich in die vier Arbeitspakete Identifikationsstrategien (AP1), Maschinelles Lernen (AP2), Implementierung empirischer Forschung (AP3) und einem open-source-Kompendium (AP4). AP1 macht moderne kausale empirische Strategien wie difference-in-differences oder regression discontinuity zugänglich für Bachelorstudierende. AP1 adressiert erfolgreiche prädiktive Verfahren wie decision und regression trees und random forests. AP3 widmet sich der Vermittlung von Kompetenzen zur reproduzierbaren Forschung. Hierzu gehören die Integration von Text und statistischer Analyse ("RMarkdown"), interaktive Präsentation ("Shiny"), Versionskontrolle ("Github") oder die Erstellung von Paketen. AP4 erstellt ein open source-Online Kompendiums (AP4), das die Inhalte des Moduls frei zugänglich veranstaltungsbegleitend, aber auch zum Selbststudium bereitstellt.
Projekt anzeigen
Modul Bridgelab
Zum Sommersemester 2026 wird erstmals die Masterveranstaltung BridgeLab im Masterstudiengang Bauingenieurwesen der Universität Siegen angeboten. Ziel ist es, Studierenden eine projektorientierte Lernumgebung zu bieten, in der aktuelle Fragestellungen des Brückenmonitorings praxisnah bearbeitet werden. Im BridgeLab arbeiten Studierende in Teams an realitätsnahen Aufgabenstellungen zur Analyse und Bewertung von Brückenbauwerken. Dabei kommen moderne Methoden der digitalen Modellierung und strukturellen Analyse zum Einsatz. Neben fachlichen Inhalten steht insbesondere der Transfer zwischen universitärer Forschung, ingenieurpraktischen Anwendungen und innovativen Lehrformaten im Mittelpunkt. Die Veranstaltung ist im Modulkatalog der Fachprüfungsordnung verankert und richtet sich an Masterstudierende mit Interesse an Bauwerksüberwachung, Infrastruktur und digitalen Methoden im Brückenbau.
Maßnahme anzeigen