Moderne KI-basierte Tools zur Unterstützung der Lehre an Hochschulen
In MoKITUL werden Anforderungen und Mehrwerte der Nutzung von künstlicher Intelligenz für die Lehre untersucht. Der Fokus liegt auf der Anpassung, der Einbettung und dem Einsatz verfügbarer KI-gestützter Tools zur Steigerung der Lehr- und Lernqualität und -effizienz von Lehrenden bzw. Studierenden. Die Vermittlung der internen Funktionsweise von KI- Werkzeugen wird nur soweit betrieben, wie sie für die sachgemäße und sichere Nutzung erforderlich ist. Die Projektdurchführung erfolgt interdisziplinär in Kooperation mit anderen Fachgebieten. In einer Analysephase werden Arbeitsweisen, Vorstellungen und (potenzielle) Bedürfnisse von ausgewählten Lehrenden und Ihren Studierenden erfasst. Parallel werden KI- basierte Software-Tools und -Services recherchiert, auf Funktionalität, Nutz- und Verfügbarkeit und Kosten analysiert. Daraus werden kurzfristig realisierbare Einsatzszenarien für die Vorbereitung und Durchführung von Lehrveranstaltungen entwickelt (Konzeptionsphase), die in zwei Semestern praktisch erprobt und evaluiert werden (Erprobungsphasen). Vorab werden Regelungen zum Datenschutz entwickelt und umgesetzt. Während der Erprobungsphase werden die Nutzenden technisch-operativ unterstützt, mit geeigneten Instrumenten befragt sowie der Aufwand für den Betrieb erhoben. Die Erkenntnisse werden zu Empfehlungen verarbeitet und veröffentlicht, um Lehrenden und Verwaltung eine Orientierung bei der Auswahl und Implementierung von KI-basierten Werkzeugen zu geben.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Datenwissenschaftliche Problembehandlung
Anlagen vernetzen, Daten auswerten & Bier brauen! DaBe bereichert die Lehre der TU Dortmund um einen problembasierten Kurs zum sog. Industrial Internet of Things (IIoT). Die Wirtschaft nutzt IIoT, um Maschinen und Anlagen mit intelligenter Sensorik auszustatten und Daten in Echtzeit auszuwerten. Studierende techn. Fächer müssen das Zusammenspiel von Hard- & Software mit praktischen erleben, jedoch bleiben Anwendung in der alltäglichen Frontal-Lehre auf der Strecke. DaBe baut dabei auf einer cyber-physischen Versuchsbrauerei auf, die ihre Ursprünge im BMWK-Projekt DaPro (01MT19004D) hat. Anhand dieser Anlage lernen Studierende, wie Hands-On Retrofitting und Vernetzen von technischen Anlagen funktioniert. Die Brauerei fungiert als lebender Demonstrator und wird von Studierenden inkrementell nach ihren Vorstellungen weiterentwickelt. Wir starten nicht jedes Semester von Neuem, sondern realisieren ein langfristiges Ergebnis und verknüpfen theoretisches Wissen mit eigenen Ideen der Studierenden. Die Situation ist typisch für die Industrie: Oft werden Altanlagen nachträglich mit intelligenter Technik ausgestattet und vernetzt. Der Kurs bereitet Studierende also auch auf nachhaltige Maßnahmen zum Nachrüsten von Anlagen vor. Während sie zum einen auf die Dokumentation vorheriger Gruppen angewiesen sind, müssen sie gleichzeitig ihre eigenen Arbeiten festhalten und lernen so hautnah die Notwendigkeit von Wissensmanagement und technischer Dokumentationen.
Projekt anzeigen
Laterale Führung in der Projektkoordination
Projektkoordinator:innen in Hochschulentwicklungsprojekten tragen Mitverantwortung für den Projekterfolg, haben aber meist keine formale Weisungsbefugnis gegenüber den Teilprojekten und Projektmitarbeitenden. Diese Maßnahme dokumentiert Strategien für eine wirksame Koordination ohne Hierarchie. Der Ansatz basiert auf drei Säulen: aktive Legitimation durch die Projektleitung, Aufbau tragfähiger Arbeitsbeziehungen zu allen Beteiligten und das Schaffen von erkennbarem Mehrwert für das Gesamtprojekt. Ziel ist es, dass die Koordination als hilfreiche Instanz wahrge-nommen wird, nicht als zusätzliche Kontrollschicht.
Maßnahme anzeigen
CoFacS – Simulating a Complete Factory to Study the Security of Interconnected Production
While the digitization of industrial factories provides tremendous improvements for the production of goods, it also renders such systems vulnerable to serious cyber-attacks. To research, test, and validate security measures protecting industrial networks against such cyber-attacks, the security community relies on testbeds to simulate industrial systems, as utilizing live systems endangers costly components or even human life. However, existing testbeds focus on individual parts of typically complex production lines in industrial factories. Consequently, the impact of cyber-attacks on industrial networks as well as the effectiveness of countermeasures cannot be evaluated in an end-to-end manner. To address this issue and facilitate research on novel security mechanisms, we present CoFacS, the first COmplete FACtory Simulation that replicates an entire production line and affords the integration of real-life industrial applications. To showcase that CoFacS accurately captures real-world behavior, we validate it against a physical model factory widely used in security research. We show that CoFacS has a maximum deviation of 0.11% to the physical reference, which enables us to study the impact of physical attacks or network-based cyber-attacks. Moreover, we highlight how CoFacS enables security research through two cases studies surrounding attack detection and the resilience of 5G-based industrial communication against jamming.
Publikation anzeigen