Digitale Lehr- & Lerninfrastruktur: Erprobung (KI-spezifischer) Tools
Aufgrund der Entwicklungen im Bereich generativer KI wurden KI-Tools für unterschiedliche Anwendungsgebie-te in Studium und Lehre erprobt. Ziel war die systematische Evaluation neuer Möglichkeiten von KI Tools für Studium und Lehre gemeinsam mit Lehrenden und Studierenden.
Kategorien
Beschreibung
Herausforderung
Die rasante Entwicklung neuer KI-Technologien stellte die Hochschule vor Herausforderungen: Die Vielzahl verfügbarer KI-Tools erschwert die Auswahl geeigneter Lösungen für die Lehre. Gleichzeitig fehlten Lehrenden und Studierenden praktische Erfahrungen, wie diese sinnvoll in Studium und Lehre eingesetzt werden können.
Herangehensweise
Es wurde ein partizipatives Vorgehen gewählt: Zunächst erfolgte eine gezielte Ansprache von Lehrenden, um gemeinsam interessante KI-Tools für die jeweilige Fachrichtung zu identifizieren. Ergänzend flossen Vorschläge der Projektmitarbeitenden ein, wobei besonders fachbereichsübergreifend anwendbare Tools berücksichtigt wurden. Die gesammelten Empfehlungen wurden anschließend nach verschiedenen Testszenarien kategorisiert und ausgewählt. Je nach Tool erfolgte die Auswahl der Testpersonen unterschiedlich: Entweder wurden gezielt geeignete Lehrende angesprochen oder es bestand die Möglichkeit einer Bewerbung um Testlizenzen mit konkreten Anwendungsvorhaben. Jeder Testphase ging eine Einführungsveranstaltung voraus, die sowohl die wichtigsten Funktionen als auch die Rahmenbedingungen vermittelte. Die eigentliche Erprobung fand über einen definierten Zeitraum statt, gefolgt von moderierten Austauschrunden zur Feedbacksammlung und einer abschließenden quantitativen Evaluation.
Zusammenhang
Die ausgewählten KI-Tools wurden in unterschiedlichen Zusammenhängen getestet: Bei manchen Tools stand die fachbereichsübergreifende Anwendung im Fokus, um die Nützlichkeit verschiedener Lehrformen zu evaluieren und das Potenzial zu bewerten. Andere Anwendungen wurden gezielt für spezielle Lehrveranstaltungen erprobt. Hierbei ging es darum, den Mehrwert sowohl für den Lehrgegenstand zu bewerten als auch für die beiden beteiligten Parteien - Lehrende und Lernende.
Voraussetzung
Die Voraussetzungen für einen Test waren durch vielfältige Rahmenbedingungen definiert. Zum einen gab es Anforderungen hinsichtlich des Datenschutzes und des Kostenrahmens: Die funktional geeigneten Tools mussten der Datenschutz-Grundverordnung (DSGVO) entsprechen. Gleichzeitig mussten die erforderlichen Lizenzkosten in den geplanten Kostenrahmen passen. Darüber hinaus war die Bereitschaft der Lehrenden zur aktiven Teilnahme an den Tests erforderlich. Schließlich war eine zeitliche Koordination zwischen Testzeiträumen und Semesterzyklen notwendig, um realistische Anwendungsszenarien zu ermöglichen.
Eignung
Die Eignung der Maßnahme zeigt sich bereits im methodischen Vorgehen: Der partizipative Ansatz bei der Tool-Auswahl steigerte die Bereitschaft der Lehrenden zur Teilnahme an der Erprobung. Das Bewerbungsverfahren um verfügbare Testlizenzen zielte auf freiwillige Teilnahme interessierter Lehrender ab. Die Wirksamkeit dieses Ansatzes belegt die hohe Beteiligung an den Tests und die vollständige Nutzung der verfügbaren Lizenzen. Bei den Testdurchführungen konnten Studierende direkt mit KI-Tools interagieren und praktische Erfahrungen mit KI-Anwendungen im Hochschulkontext sammeln. Die nachgelagerten Feedbackrunden und systematischen Evaluationen lieferten konkrete Indikatoren für die Weiternutzung sowie fundierte Empfehlungen für eine potenzielle hochschulweite Beschaffung. Nachnutzende können an der hohen Akzeptanz, der vollständigen Lizenzausnutzung und den strukturierten Evaluationsergebnissen die Erfolgsaussichten des Ansatzes ablesen.
Vorgehen/Schritte
Hinweise
Effekte
Erwartete Effekte
Die kritische Betrachtung von KI-Tools durch die Lehrenden entsprach den Erwartungen. Die Teilnehmenden hinterfragten sowohl datenschutzrechtliche Aspekte als auch didaktische Sinnhaftigkeit der verschiedenen Anwendungen. Ebenso bestätigte sich die Annahme, dass der Mehrwert dieser Technologie stark kontextabhängig ist - während sich manche Tools für bestimmte Fachbereiche als sehr nützlich erwiesen, zeigten sie in anderen Lehrszenarien wenig bis gar keinen Nutzen.
Unerwartete Effekte
Positiv: Durch die zahlreichen projektbezogenen KI-Angebote wie Einführungsveranstaltungen, Testphasen und Feedback-Runden wurde der fachbereichsübergreifende Austausch zwischen den Lehrenden deutlich intensiver als ursprünglich erwartet. Es entstand ein lebendiger, hochschulweiter Diskurs über Einsatzmöglichkeiten, Grenzen und praktische Erfahrungen mit KI-Tools.
Learnings
Das gemeinsame Testen neuer KI-Tools stärkt den fachbereichsübergreifenden Austausch zwischen den Lehrenden zu Einsatzmöglichkeiten, Grenzen und praktische Erfahrungen.
Methoden
Empfohlen
Kontakt
Das könnte Sie auch interessieren
Existenziellen Risiken für die Menschheit
The interdisciplinary understanding of existential risk, i.e. scenarios with the potential to cause the humanity's extinction, is attracting increasing public attention and reflected in a growing global body of research literature. Although nuclear war, pandemics, superintelligence, climatic and ecological hazards, are among the key global issues of the 21st century, existential risk is not adequately reflected in German higher education, at least not in its entirety and interrelationships.This is hardly surprising, as the complex, multi-faceted nature of these challenges does not fit easily into conventional curricula within faculties. After all, it is not just science and technology, but societal, political, economic and legal aspects that determine the understanding of these issues and their potential solutions. While some teaching in this area has so far been offered at a few Anglo-American universities, we consider it overdue to develop, for the first time on the European continent, a holistic, interdisciplinary, participatory programme on existential risk as an open education resource.As Germany's largest university, the FernUniversität, with 50 years of experience in distance and lifelong learning, is uniquely positioned to develop, trial, and disseminate a corresponding module broadly across the population, irrespective of location, time, and educational background, and, through the OpenEU network of distance learning universities, to reach almost 400.000 students.
Projekt anzeigen
Digitaler Fachbereich: Digitale Studienorganisation
Im Rahmen der Maßnahme „Digitale Studienorganisation“ entwickelten und erprobten die Pilotfachbereiche bauen-kunst-werkstoffe (b-k-w) sowie Wirtschafts- und Sozialwissenschaften (WiSo) digitale Lösungen zur Vereinfachung administrativer Abläufe. Ziel war es, die Studienorganisation auf System- und Prozessebene so weiterzuentwickeln, dass ein orts- und zeitunabhängiges Studium möglich wird. Zugleich sollten Studierende ihren Studienverlauf einfacher planen und steuern können. Darüber hinaus galt es, die Transparenz bei Modulwahl, Stundenplanung und Leistungsübersicht deutlich zu erhöhen.
Maßnahme anzeigen
Chattest du nur oder lernst du auch? Lernen mit KI fördern.
Generative KI nutzen kann jede:r – aber kann KI wirklich beim Lernen helfen? Zwei Hochschulkurse mit über 2000 Teilnehmenden zeigen: Der Schlüssel liegt nicht in der Technologie, sondern im bewussten Umgang mit ihr. Was passiert, wenn Studierende KI nicht als digitalen Ghostwriter, sondern als Lernpartner entdecken? Dieser Blogbeitrag über eine interinstitutionelle Kooperation zwischen der FernUniversität Hagen und der Hochschule Koblenz liefert spannende Erkenntnisse über effektives Lernen mit KI.
Publikation anzeigen