Zurück zu Künstliche Intelligenz in der Hochschullehre

KI@HSRM: Lehrende und Beschäftigte

Auf dieser Unterseite finden Lehrende und Beschäftigte Infos zu: 

  • Anwendungsszenarien 
  • KI-Tools: Sammlung und Tipps
  • KI@HSRM: Interviewreihe "Good Practices in der Lehre"
  • Hilfreiche Links

Auf dieser Seite der Hochschul-und Landesbibliothek finden Sie eine Sammlung von KI-Tools, die fortlaufend gepflegt wird. Beachten Sie, dass es sich hierbei um eine Sammlung von freien KI-Tools handelt, die nicht offiziell von der Hochschule angeboten werden. Bei allen Tools gilt: 

  • Bitte schauen Sie in die Nutzungsbedingungen für die jeweiligen Tools.
  • Die meisten Tools sind nicht DSGVO-konform. Keine Eingabe von personenbezogenen Daten.

Informationen zum datenschutzkonformen Zugang zu ChatGPT ("KI.hsrm) für Beschäftigte und Lehrende der Hochschule RheinMain finden Sie an dieser Stelle. 

Konzeptionelle Überlegungen zum Einsatz von generativer KI in der Lehre 

  1. Überlegen Sie: Welche Lerninhalte und Kompetenzen sollen in Ihrer Lehrveranstaltung vermittelt werden? 
  2. Relevante KI-Tools identifizieren: Prüfen Sie, welche Tools zu den jeweiligen Lernzielen und Kompetenzen Ihrer Lehrveranstaltung passen. Beachten Sie hierbei auch datenschutzrechtliche Bestimmungen. Eine Tool-Übersicht finden Sie hier. 
  3. Abschnitte der Veranstaltung identifizieren, bei denen KI-Tools sinnvoll genutzt werden könnten: Prüfen Sie anhand der Lernziele, in welchen Teilen Ihrer Lehrveranstaltung der Einsatz eines KI-Tools sinnvoll sein könn
  4. Weitere didaktische Überlegungen zur Umsetzung: Hilfreiche Anregungen finden Sie auch in diesem Selbstlernmodul des KI-Campus (Modul 2, Registrierung erforderlich):
    • Schaffen Sie eine Lernumgebung, in welcher Studierende eigenständig und handlungsorientiert Fragestellungen bearbeiten können. 
    • Regeln zum Umgang mit KI kommunzieren: Zu Beginn der Veranstaltung sollten Lehrende transparent machen, inwiefern Studierende KI während der Lehrveranstaltung verwenden dürfen (Beispiel: „Rules for Tools“ von Prof. Dr. Christian Spannagel, PH Heidelberg). 
    • Aufgabenstellungen anpassen: Möchten Sie mit Ihrem Lehrszenario die KI-Tool-Kompetenz Ihrer Studierenden fördern, können beispielsweise folgende Fragen einen Impuls für Diskussionen geben: 
      • Wie optimiere ich meine Promptings, um bessere Ergebnisse zu erhalten?
      • Worauf muss ich der Bewertung des KI-Ergebnisses achten? (z.B. Faktencheck)
      • Welche Reflexionen sind bei Nutzung des Tools zusätzlich erforderlich? (z.B. Bias, Hinterfragen der Aktualität und Qualität der Trainingsdaten)
      • Limitationen von KI-Tools – unter welchen Bedingungen generiert die KI einen falschen Output?

Quelle: Integration von KI-Tools in die Lehre  (Dr. Anna Faust, Hochschulforum Digitalisierung)

Lehre vorbereiten 

KI-Tools können dabei unterstützen, Lehrveranstaltungen zu planen und Lehrmaterialien zu erstellen. Alle Empfehlungen und Einsatzmöglichkeiten sind lediglich als Impulse für reflektiertes Ausprobieren und als Einladung zum Diskurs zu verstehen.

  • Sich Anregungen für die Gestaltung der eigenen Lehre geben lassen: 
    • Vorschläge für die Erstellung von Quiz-Fragen
    • Ideengenerierung für eine Pro-Contra-Diskussion
    • Fälle oder Beispiele zur Nutzung in Vorlesungen/Seminaren
    • Skizzen für für Lehrveranstaltungen, Bewertungsraster und Workshops
    • Unterstütung beim Finden von Beispielen und einfachen Erklärungen
    • Überarbeitung und Aktualisierung von Lehrmaterial: z.B.
  • Individualisiertes Material erstellen: 
    • Vorschläge für Aufgabenstellungen für Studierende
    • Anleitungen für die Bearbeitung von Aufgaben
    • Generieren von Übungssaufgaben mit unterschiedlichen Schwierigkeitsgraden
    • Formulierung von Lehr-Lernzielen 
  • Standardisierte Textsorten erstellen: 
    • Veranstaltungsbeschreibungen zur Orientierung für Studierende
    • Nachrichten an Studierende (z.B. Erinnerung an Abgabetermine) 
    • Formulierung von zielgruppengerechten Texten und verständliche Sprache
    • Anleitungen zum Verfassen schriftlicher Arbeiten
  • Generierung von Bildern und weiteren Medien
  • Beantwortung von E-Mails und Planung von Terminen

Weitere hilfreiche Anregungen mit Tipps zur Umsetzung dafür finden sich beispielsweise in diesem Lernmodul des KI Campus (Modul 2

Lehre durchführen

In der Lehrveranstaltung kann KI verwendet werden, um personalisiertes Lernen zu unterstützen, Feedback bereitzustellen oder kreatives Arbeiten zu befördern. Dafür können entweder auf spezifische Funktionen spezialisierte KI-Anwendungen oder Chatbots mit entsprechenden Prompts verwendet werden. Solche spezialisierten Anwendungen können gut über Repositorien gefunden werden, z.B: 

Folgende Szenarien sind denkbar: 

  • Perspektivwechsel durch die Eingabe unterschiedlicher Prompts
  • KI als Tutor:in: Generative KI kann als Tutor:in fungieren, der Studierenden hilft, schwierige Konzepte zu verstehen, z.B. Texte zusammenfassen und leichter verständlich machen.
  • Zusammenfassungen vergleichen: Studierende schreiben eine eigene Zusammenfassung zu einem Text. In Kleingruppen vergleichen sie ihre Zusammenfassungen mit einer von einer KI erstellten Zusammenfassung und reflektieren die Unterschiede.
  • KI-generierten Text als Bias zur kritischen Betrachtung, Weiterentwicklung und anschließender Erstellung eigener Kriterien
  • Formulierungshilfen und Strukturvorschläge erstellen lassen 
  • Ideeninspirationen und Denkansätze erhalten, z.B. Impulse für Rollenspielszenarien auf der Basis vorgegebener Texte
  • Lösungen, die Studierende dann selbst erklären und/oder in denen sie Fehler finden sollen sein
  • Lernprozesse im Sinne des Konnektivismus gestalten: Recherchieren, Suchbegriffe schärfen, Verknüpfen, kritisch prüfen, neu zusammenstellen

Eine Sammlung von konkreten Beispielen, wie dies erfolgen kann, findet sich hier. Hilfreiche Prompts zur Umsetzung finden sich beispielsweise in diesem Lernmodul des KI Campus (Modul 2).

Übungen gestalten

Um Studierende dabei zu unterstützen, KI-Tools erfolgreich und kompetent einzusetzen, sollten diese in die Lehre integriert werden.

  • Perspektivwechsel durch die Eingabe unterschiedlicher Prompts
  • KI als Tutor:in: Generative KI kann als Tutor:in fungieren, der Studierenden hilft, schwierige Konzepte zu verstehen, z.B. Texte zusammenfassen und leichter verständlich machen
  • Zusammenfassungen vergleichen: Studierende schreiben eine eigene Zusammenfassung zu einem Text. In Kleingruppen vergleichen sie ihre Zusammenfassungen mit einer von einer KI erstellten Zusammenfassung und reflektieren die Unterschiede.
  • KI-generierten Text als Bias zur kritischen Betrachtung, Weiterentwicklung und anschließender Erstellung eigener Kriterien
  • Formulierungshilfen und Strukturvorschläge erstellen lassen 
  • Ideeninspirationen und Denkansätze erhalten
  • Lösungen, die Studierende dann selbst erklären und/oder in denen sie Fehler finden sollen sein
  • Lernprozesse im Sinne des Konnektivismus gestalten: Recherchieren, Suchbegriffe schärfen, Verknüpfen, Kritisch Prüfen, neu zusammenstellen

Eine Sammlung von konkreten Beispielen, wie dies erfolgen kann, findet sich hier.

KI-Kompetenz entwickeln 

Damit Studierende KI-Tools verantwortungsvoll nutzen können, ist es ratsam, dass Lehrende mit Studierenden über KI-Tools sprechen und sie für die Möglichkeiten und Grenzen sensibilisieren. Studierende sollten über folgende Aspekte informiert sein:

  • Funktionsweise von KI: Studierende sollten verstehen, wie die KI funktioniert, woher die Daten stammen und sich über die Möglichkeiten und Grenzen bewusst werden.
  • Verwendung von KI-Tools im Einklang mit akademischer Haltung und Werten: Es ist ratsam mit den Studierenden wissenschaftliche Standards wie Objektivität und Quellennutzung zu besprechen.
  • Datenschutz: Studierenden sollten verstehen, wie bei der Nutzung von KI-Tools ihre Daten gesammelt, gespeichert und verwendet werden.
  • Regeln zum Umgang mit KI für das Ablegen der Prüfungsleistung: Zu Beginn der Veranstaltung sollten Lehrende transparent machen, inwiefern Studierende KI während der Lehrveranstaltung verwenden dürfen. Ein Beispiel sind die „Rules for Tools“ von Prof. Dr. Christian Spannagel der pädagogischen Hochschule Heidelberg.

Hier finden sich hilfreiche Anregungen des KI-Campus für die Vermittlung von KI-Kompetenz (sog. AI Literacy):

In diesem Bereich finden Sie eine Interviewreihe zum Thema "KI@HSRM: Good Practices in der Lehre."

Lehrende und Studierende geben einen kurzen Einblick, ähnlich eines "Blitzlichts", welche Erfahrungen Sie mit KI im Lehrkontext gemacht haben. 

Handreichungen für Lehrende

Allgemeines zu generativer KI 

Wenn Sie sich zunächst einen allgemeinen Überblick darüber verschaffen möchte, wie KI-Tools in der Lehre eingesetzt werden können, finden Sie hier nähere Informationen:

Didaktische Anwendungsszenarien

KI und Prüfungen

Prompting: 

«AI in higher Education», Bild generiert von Dall-E, 06.06.204