Moderne KI-basierte Tools zur Unterstützung der Lehre an Hochschulen

Im Rahmen des Forschungsprojekts MoKITUL untersuchen wir, inwieweit ein Mehrwert durch die praktische Nutzung von künstlicher Intelligenz im Bereich der Hochschullehre geschaffen werden kann. Unser Fokus liegt dabei auf dem Einsatz KI-gestützter Tools zur Steigerung der Lehr- und Lernqualität sowie zur Verbesserung der Effizienz von Lehrenden und Studierenden.

Unser Ziel ist es, die Vorstellungen und Bedürfnisse von Lehrenden und Studierenden zu erfassen, daraus einige kurzfristig realisierbare Einsatzszenarien für die Vorbereitung und Durchführung von Lehrveranstaltungen zu entwickeln, praktisch zu erproben und zu evaluieren. Wir möchten konkrete, praxisnahe Hinweise zu den möglichen Mehrwerten, Nachteilen und Risiken dieser Technologien erarbeiten. Überprüft werden soll, ob und wie durch den Einsatz von KI-Tools, bestehende Prozesse beschleunigt, vereinfacht oder optimiert werden können. 

Durchführung

Die Projektdurchführung soll interdisziplinär in Kooperation mit mehreren Fachgebieten erfolgen. Dazu findet in der Analysephase eine systematische Recherche bereits bestehender KI-basierter Softwaretools und -services statt, welche auf ihre Funktionalität, Nutzbarkeit, Verfügbarkeit und Kosten hin analysiert werden. Um spezifische Lehr- und Lernprozesse zu identifizieren, welche von KI-gestützten Systemen profitieren können, wird eine gründliche Bedarfsanalyse mithilfe von Online-Umfragen und persönlichen Gesprächen mit Lehrenden und Studierenden durchgeführt. Aus Basis dieser Analyse erfolgt die gemeinsame Konzepterstellung zur Unterstützung und Evaluation von zwei bis drei ausgewählten Lehrveranstaltungen pro Semester.

Projektziele

  • konkrete und praxisnahe Hinweise zu möglichen Mehrwerten, Aufwänden, Nachteilen und Risiken der Technologien erarbeiten
  • bestehende Lehr- und Lernprozesse beschleunigen, vereinfachen und optimieren
  • alternative Vorgehensweisen und damit neue Lehr- und Lernformate ermöglichen
  • Reduktion der mentalen und physischen Arbeitsbelastung
  • Individualisierung der Wissensvermittlung und -abfrage
  • ermitteln, welche Vorgänge in der Lehre vom Einsatz KI-gestützter Werkzeuge profitieren oder gestört werden
    • Auswirkungen auf den Arbeitsalltag von Lehrenden und Studierenden 
  • Bewertung der Effizienzveränderung mit und ohne Nutzung der Werkzeuge
  • Bewertung und Konzeption datenschutzrechtlicher und ethischer Aspekte
  • Unterstützung Lehrender, Verwaltender und Studierender bei der Auswahl und Ausgestaltung einer KI-Anwendung durch allgemeine Empfehlungen und konkrete praktische Vorschläge