Künstliche Intelligenz, Theorie und Anwendungsfälle aus der Hochschulpraxis

Über das Seminar

Künstliche Intelligenz findet zunehmend Anwendung in Lehre, Forschung und wissenschaftsnahen Arbeitsprozessen. Sie unterstützt bei der Analyse umfangreicher Datensätze, bei der Erstellung von Texten und Lernmaterialien sowie bei der Strukturierung komplexer Fragestellungen. Mit dieser Entwicklung entstehen neue Anforderungen an Lehrende und Forschende: Wie verändert KI wissenschaftliche Arbeitsprozesse? Welche Grenzen besitzen KI-Systeme im Hinblick auf Verstehen, Urteilskraft und Validität? Und wie lässt sich der Einsatz von KI rechtlich, ethisch und didaktisch fundiert gestalten?

Das Seminar bietet eine kompakte Orientierung über zentrale technische Grundlagen moderner KI – von großen Sprachmodellen wie ChatGPT und Gemini bis hin zur Nutzung lokaler LLMs für maximale Datensouveränität. Ein besonderer Fokus liegt auf typischen Einsatzmöglichkeiten im akademischen Kontext, wie der Arbeit mit NotebookLM zur Bändigung der Informationsflut und dem Einsatz von Perplexity für quellenbasierte Recherchen.

Dabei wird KI konsequent als komplementäres Werkzeug und Zuarbeiter verstanden: Die menschliche Kontrolle und Urteilskraft bleiben als korrigierende Instanz zwingend erforderlich, um ein „Substituieren“ genuin wissenschaftlicher Denkleistung zu verhindern. Neben technologischen Aspekten werden daher gezielt Fragen der Informationsverarbeitung, Wahrnehmung, Interpretation und Eigenleistung behandelt, die für die Bewertung wissenschaftlicher Arbeiten und Lernprozesse relevant sind.

Ziel ist es, neben der Vermittlung technischer Kompetenzen und praktischer „Aha-Effekte“ (z. B. in der barrierefreien Materialerstellung) eine fundierte Grundlage für einen sachgerechten, rechtssicheren und reflektierten Umgang mit KI-Systemen im Hochschulkontext zu vermitteln.

Programm

09:00 - 12:00 Uhr | Teil 1

Grundlagen und Einsatzmöglichkeiten moderner KI

Dieser Block vermittelt die zentralen Funktionsweisen von KI- und Sprachmodellen.

• Multimodale Systeme: Wir betrachten den funktionsweise und den technologischen Sprung von reinen Textmodellen hin zu Systemen wie Gemini, ChatGPT und Perplexity, die Bilder, Audio und Dokumente simultan verarbeiten können anhand typischer Anwendungsfälle in Lehre und Forschung.

• Lokale LLMs und Datensouveränität: Es wird aufgezeigt, wie Modelle direkt auf hochschuleigener Hardware betrieben werden können, um maximale Sicherheit für sensible Forschungsdaten zu gewährleisten.

• KI als komplementäres Werkzeug: Die Teilnehmer lernen das Prinzip des „Human-in-the-Loop“ kennen, bei dem KI als unterstützender Zuarbeiter fungiert, während die menschliche Kontrolle für die Validität zwingend erforderlich bleibt.

• Abgrenzung von Fähigkeiten und Grenzen: Wir analysieren die Bedeutung von Information und Modellbildung, um die Grenzen generativer KI im Vergleich zur menschlichen Wahrnehmung besser einschätzen zu können.

12:00 - 13:00 Uhr | Mittagspause

13:00 - 14:30 Uhr | Teil 2

Praktische Fragen der KI-Nutzung im Hochschulalltag

Hier stehen KI-gestützte Analyse- und Schreibprozesse sowie konkrete Beispiele aus der Materialentwicklung im Fokus.

• Der „Second Brain“ Workflow: Wir demonstrieren, wie mit NotebookLM aus umfangreichen PDF-Quellen ein interaktives Wissensnetz zur Bändigung der Informationsflut aufgebaut wird.

• Halluzinationsfreie KI-Tutorien: Es wird gezeigt, wie durch gezielte Datenfütterung ein KI-Assistent erstellt wird, der ausschließlich auf Basis verifizierter Vorlesungsmaterialien antwortet.

• Multimodale Lehrmittel-Erstellung: Mit Tools wie Gemini werden Vorlesungsinhalte automatisiert in Quizfragen, Zusammenfassungen oder sogar mobile Audio-Podcasts transformiert. Des Weiteren werden die Teilnehmer erfahren, wie KI komplexe Texte in Leichte Sprache übersetzt und bspw. Bildbeschreibungen oder Podcasts für sehbehinderte Studierende erstellt werden können (Inklusion und Barrierefreiheit).

• Didaktische Speed-Demos: Wir führen vor, wie ChatGPT als Simulationspartner für schwierige Beratungsgespräche genutzt wird oder blitzschnell Übungsaufgaben samt Musterlösungen generiert.

• Umgang mit Fehlern und Eigenleistung: Es wird diskutiert, wie Prüfungen und die Bewertung wissenschaftlicher Arbeiten im Zeitalter der KI rechtssicher und didaktisch fundiert gestaltet werden können.

14:30 - 15:00 Uhr | Kaffeepause

15:00 - 16:00 Uhr | Teil 3

Ethik Recht und Verantwortung

Dieser Abschnitt behandelt die rechtlichen, ethischen und didaktischen Herausforderungen.

• Disruptive Innovation: Im historischen Vergleich zum Internet wird reflektiert, wie grundlegend die aktuelle KI-Entwicklung die wissenschaftlichen Arbeitsprozesse verändert.

• Algorithmische Verzerrungen: Wir untersuchen die Risiken von Bias in KI-Systemen und deren konkrete Folgen für die wissenschaftliche Objektivität (bspw. Grok).

• Rechtssicherheit und Integrität: Es werden zentrale Fragestellungen zum Datenschutz, zum Urheberrecht sowie die Sicherung der wissenschaftlichen Integrität behandelt.

• Duale Nutzung und Geopolitik: Wir reflektieren über ethische Dilemmata und militärische Kooperationen von KI-Anbietern sowie deren Einfluss auf akademische Werte.

• Digitale Souveränität: Der Einsatz von Open-Source-Tools wird als strategische Alternative zur Abhängigkeit von großen Technologiekonzernen erörtert.

• KI-Kompetenz und Verantwortung: Ziel ist die Vermittlung einer fundierten Grundlage für einen reflektierten Umgang mit KI-Systemen und die Klärung von Verantwortlichkeiten im Hochschulkontext.

16:00 - 16:30 Uhr | Q&A

Offene Fragen, Diskussion und Handlungsempfehlungen

16:30 Uhr | Ende

Teilnehmerzahl/Kosten

Die Teilnehmerzahl ist auf 20 Personen beschränkt.

Die Teilnahmegebühr (inkl. MwSt.) beträgt 330,- EUR für hlb-Mitglieder. Nichtmitglieder zahlen 550,- EUR.

Zur Anmeldung nutzen Sie bitte die elektronische Anmeldung.

Die Teilnahmebedingungen finden Sie hier.