Künstliche Intelligenz

Künstliche Intelligenz (KI) bezieht sich auf die Fähigkeit von Maschinen, Aufgaben zu erfüllen, die normalerweise menschliche Intelligenz erfordern. Generative KI ist eine spezialisierte Form von KI, die in der Lage ist, neue Inhalte wie Texte, Bilder oder Musik zu erstellen, anstatt nur bestehende Daten wiederzugeben oder zu analysieren. Besonders die generative KI kann in Lehr-Lern-Szenarien unterstützen und zur Studienqualität beitragen.

Die Auseinandersetzung mit KI ist auch für Lehrende und Lernende der Hochschule Osnabrück von Bedeutung. Beispielsweise können mit ihr innovative Lehrmethoden und personalisierte Lernprozesse ermöglicht werden. Sie versetzt Lehrende in die Lage Lernmaterialien automatisch zu erstellen, interaktive Simulationen zu entwickeln oder individuelle Unterstützung zu bieten. Das kann nicht nur die Effizienz und die Qualität der Lehre steigern, sondern auch dabei helfen, Studierende auf die Anforderungen der modernen Arbeitswelt vorzubereiten.

An der Hochschule Osnabrück haben Lehrende und Studierende Zugriff auf zwei frei nutzbare KI-Umgebungen: 

• HAWKI – HAWKI ist ein didaktisches Interface für Hochschulen, das auf der API von OpenAI basiert. Für die Nutzerinnen und Nutzer ist es nicht notwendig, einen Account anzulegen, die Hochschulkennung samt zugehörigem Passwort reicht für den Login aus.
• AcademicCloud – Die Academic Cloud ist das Akademische Serviceportal für Niedersachsen, welches von allen Hochschulmitgliedern genutzt werden kann. Nach dem Login haben Nutzer neben digitalen Speicherplätzen und Tools für gemeinsame Dateinutzung und virtuelle Kommunikation auch Zugriff auf einen KI-Chat mit diversen Sprachmodellen.

Bei der Nutzung von (generativer) KI sind Grenzen, Risiken und ethische Bedenken zu berücksichtigen. Generative KI-Systeme sind keine Suchmaschinen, die zu einer bestimmten Fragestellung passende Quellen wiedergeben. Stattdessen produzieren sie auf Basis von (eingeschränkten, ggf. veralteten oder fehlerhaften) Trainingsdaten Antworten, die statistisch wahrscheinlich, aber nicht unbedingt korrekt sind. Tatsächlich kommt es vor, dass KI-Systeme falsche oder irreführende Informationen generieren (sog. Halluzinationen), sowie die Verbreitung von Fake News und DeepFakes fördern. Durch falsche oder voreingenommene Trainings- bzw. Inputdaten kann außerdem diskriminierender (z. B. rassistischer oder sexistischer) KI-Output entstehen. Überdies sind Datenschutz und Urheberrecht wichtige rechtliche Grenzen, die beachtet werden müssen, aber nicht in allen KI-Systemen sichergestellt werden können. Da KI-Systeme auf große Datenmengen zugreifen und diese verarbeiten, ist auch der hohe Ressourcenverbrauch (Strom, Wasser) kritisch zu betrachten. Ein achtsamer und reflektierter Umgang mit KI ist daher notwendig, um das gebotene Potential im positiven Sinne auszuschöpfen.

Des Weiteren sollte sich jede*r KI-User*in deutlich machen, dass wirkliches Verstehen und Lernen, eine eigenständige Auseinandersetzung mit dem Lernstoff erfordert. Werden Aufgaben nicht mehr selbst bearbeitet oder durchdacht, sondern lediglich mithilfe einer KI gelöst, wird weniger gelernt und behalten. Und selbst das kritische Bewerten von KI-Output benötigt ein gutes Verständnis des Themas. Es lohnt sich somit im Sinne des eigenen Wissens- und Kompetenzerwerbs sehr bewusst zu wählen, welche Aufgaben und damit Lernchancen man sich von einer KI abnehmen lassen möchte.

Das Zentrum für Digitale Lehre, Campus-Management und Hochschuldidaktik (virtUOS) der Universität Osnabrück hat die Potentiale, Grenzen und Risiken hier noch etwas ausführlicher beschrieben. Das von ihnen zur Verfügung gestellte  Mikromodul 'Willkommen im KI-Dschungel' schult zudem explizit im Umgang mit Gefahren bei der Verwendung KI-basierter Anwendungen. Das Modul ist für Hochschulangehörige der Hochschule Osnabrück und anderer niedersächsischer Hochschulen freigeschaltet.

Prompten bezieht sich auf das Erstellen und Verwenden von Eingaben oder Aufforderungen, um KI-Modelle, wie Chatbots oder Textgeneratoren, zu steuern. Diese Eingaben spezifizieren die Aufgaben, Einstellungen oder Themen und beeinflussen das Modellverhalten. Effektives Prompten erfordert präzise Formulierungen, um gewünschte Ergebnisse zu erzielen und die KI optimal zu nutzen.  

Achten Sie auf klare und präzise Formulierungen sowie auf relevante Stichwörter und spezifische Anweisungen. Vermeiden Sie Mehrdeutigkeiten, wählen Sie den passenden Kontext und testen Sie verschiedene Varianten, um optimale Ergebnisse zu erzielen. Weitere Informationen finden Sie hier.

Die Hochschule Osnabrück nutzt Künstliche Intelligenz (KI) aktiv in der Lehre, um Lerninhalte zu personalisieren und Routineaufgaben zu automatisieren. KI-Technologien ermöglichen es, den Unterricht individuell auf die Bedürfnisse der Studierenden zuzuschneiden. Dabei wird großer Wert auf den verantwortungsvollen Einsatz von KI gelegt, um Datenschutz und ethische Aspekte zu berücksichtigen. Die Hochschule fördert dringend erforderliche „KI-Kompetenzen“ als Lernziel und integriert KI in Lehr-/Lernsettings sowie Prüfungsformen. Eine kritisch-reflektierte und zugleich zukunftsorientierte Haltung gegenüber generativen KI-Anwendungen wird unterstützt, um die Zukunft des Lernens und Lehrens aktiv mitzugestalten.

Lehrende können KI auf vielfältige Weise in der Lehrvorbereitung und der Lehre nutzen. Während der Recherchephase kann KI helfen, relevante wissenschaftliche Artikel und aktuelle Forschungsergebnisse schneller zu finden. Bei der Ideenfindung unterstützt KI dabei, kreative Ansätze für Unterrichtsinhalte und innovative Lehrmethoden zu entwickeln. 

In der Lehrplanung ermöglicht KI eine strukturierte und effiziente Planung von Lehrveranstaltungen, indem sie z. B. Stundenpläne optimiert und Lernziele definiert. Übungen und Aufgaben können durch KI personalisiert und an die individuellen Bedürfnisse der Studierenden angepasst werden. Zudem kann KI bei der Erstellung und Bewertung von Übungsaufgaben unterstützen. 

Für die Prüfungsvorbereitung bietet KI die Möglichkeit, praxisnahe Tests und Prüfungen zu generieren, die den Lernfortschritt der Studierenden genau abbilden.

Alle Elemente gelungener Lehre (wie z. B. Lernziele, -inhalte/-methoden bzw. Lehr-/ Lernsettings, sowie Prüfungsleistung/Benotung) können vor dem Hintergrund einer sich durch KI wandelnden Welt kritisch reflektiert und auf mögliche/notwendige Anpassungen geprüft werden. Gerne unterstützen wir Sie bei diesem Prozess. In dieser didaktischen Handreichung der Deutschen Gesellschaft für Hochschuldidaktik (dghd) finden Sie schon einige Ideen und Empfehlungen zur praktischen Nutzung von KI in der Lehre. Eine an die KI-Welt angepasste Lernzieltaxonomie finden Sie in diesem Überblick. 

Aus didaktischer Perspektive erscheint es empfehlenswert, die Förderung dringend erforderlicher „KI-Kompetenzen“ als Lernziel in die Fachlehre aufzunehmen und darauf aufbauend KI-integrative Aufgabenstellungen in Lehr-/ Lernsettings sowie bestehende Prüfungsformen einzubinden. Aufgabenstellungen dieser Art sind z. B. die kritische Analyse und Bewertung von KI-Output nach inhaltlichen, formalen oder ethischen Gesichtspunkten, der Abgleich von KI-Output mit Standard- oder Forschungsliteratur oder die Erstellung von Prompts für ein bestimmtes Ziel inkl. eigener Bewertung ihrer Qualität.  

Soll die Verwendung (generativer) KI durch Studierende eher eingeschränkt werden, können Sie folgende Stellschrauben in den Blick nehmen (vgl. Jochim & Lenz-Kesekamp 2023):  

• Angepasste Aufgabenstellungen, die derzeit (noch) nicht (so einfach) von KI übernommen werden können z.B.:  
  • Empirische Fragestellungen (z. B. Beobachtungen, Interviews), 
  • Fragestellungen mit Bezug zu aktuellen, persönlichen oder lokalen Themen, 
  • Transfer- und Anwendungsaufgaben (z. B. Fallstudien, Praxistransfers, Durchführung von eigenen Lehreinheiten inkl. interaktiver Phasen durch Studierende (ungleich Präsentation),  
  • kreative/schöpferische oder handwerkliche Aufgaben (z.B. Herstellung eines Werkstücks, Plakate, Sketchnotes, Collagen, Legefilme, Websites oder Podcasts), 
  • Erkennen von Zusammenhängen (z. B. Concept-Maps), 
  • kritische Reflexion und Begründung bestimmter Praxisentscheidungen. 
• Dokumentation des Arbeitsprozesses: z. B. Videos, Fotos, Audios von Projekt-/ Praxisarbeiten oder Forschungen.  
• Reflexion oder Einbezug des Lernprozesses: z. B. Lerntagebücher, Einbezug von Ergebnissen aus Feedbackprozessen oder aus Gruppendiskussion in den Lehrveranstaltungen. 
• Beaufsichtigte Prüfungsformen: Prüfungsleistungen, die unter Beaufsichtigung (ent)stehen und während denen kein Zugang zu Medien erlaubt ist (z. B. Klausuren, mündliche Prüfungen), ermöglichen immer noch am ehesten den Ausschluss von KI. Schriftliche (Heim-)Arbeiten können darüber hinaus (wenn möglich) durch mündliche Verteidigungen ergänzt werden, die ein tieferes Themenverständnis erfordern und über reine Präsentationen hinausgehen. Rechtliche Regelungen diesbezüglich entnehmen Sie der Infothek-Seite des Studierendensekretariats. 
• „Neue“ Leistungsnachweise (bzw. Prüfungsformen - wenn überhaupt möglich): z. B. Experimente, Prozessdokumentationen, Gruppendiskussionen – auch im Portfolio/Bundle mit klassischen Prüfungsformen möglich.  
• „Neue“ Lehrformate: Formate wie z. B. Flipped Classroom ermöglichen in den Präsenzphasen eher gemeinsam in die Bearbeitung von Aufgaben und die Wissensreflexion zu gehen und können daher (wenn gewünscht) die Wahrscheinlichkeit reduzieren, dass zur Aufgabenbearbeitung  KI eingesetzt wird.  

Unterstützung bei didaktischen Fragen zur Anpassung von Lehr-/Lernsettings und Prüfungsleistungen finden Sie hier.

Grundsätzlich ist es für die Förderung von „KI-Kompetenzen“ und die Schaffung von Chancengleichheit empfehlenswert, mit den Studierenden in einen (regelmäßigen) Austausch über das Thema KI zu kommen und in diesem Zuge sowohl Potentiale als auch Grenzen und Risiken offen zu besprechen. Des Weiteren müssen Sie als Prüfende ausdrücklich festlegen, inwiefern die Nutzung von (generativer) KI als Hilfsmittel in Ihren Aufgaben und Prüfungsleistungen zugelassen ist. Nur was ausdrücklich zugelassen wurde, ist erlaubt. Eine Zusammenfassung der diesbezüglich geltenden Regeln an der Hochschule Osnabrück finden Sie auf den Seiten des Studierendensekretariats in der Infothek. Ein genereller Ausschluss der Nutzung von KI in Prüfungen ist vielleicht theoretisch möglich, erscheint (rechtlich) jedoch schwierig, da selbst die Rechtschreibprüfung in Textverarbeitungsprogrammen KI-basiert sein kann.  

Sollten Sie die Nutzung von (generativer) KI in Aufgaben und Prüfungsleistungen zulassen, sind u.a. folgende Fragen zu klären: 

• Welche KI-Tools sind erlaubt/erwünscht, welche ggf. nicht? Wichtig ist, dass Sie von den Studierenden nur verlangen können, DSGVO-konforme Tools wie z. B. HAWKI zu verwenden, dass bei der Nutzung Urheberrechte gewahrt werden müssen und dass Sie die Chancengleichheit der Studierenden im Blick behalten sollten (insbesondere bei kostenpflichtigen Tools). 
• Was ist ein erlaubter Nutzungsumfang und wo sind Grenzen? Wann beginnt z. B. ein Täuschungsversuch? 
• Wozu verpflichten sich die Studierenden bei Nutzung (z. B. Kenntlichmachung, Angabe der Prompts, Zitation, Prüfung der Ergebnisse)? 
• Wie genau soll die Nutzung der Tools kenntlich gemacht werden? Sie können sich bei den Regeln zur Zitation an folgenden Empfehlungen des LearningCenters orientieren. Alternativ hat die Arbeitsgruppe Recht des Austauschforums niedersächsischer Hochschulen zum Thema KI dazu auch eine umfassende Handreichung entwickelt. 

Ein Beispiel für sogenannte „Rules for Tools“ finden Sie hier. Unterstützung bei weiteren Fragen finden Sie hier.

Es gibt zwar KI-Detektoren wie z. B. ZeroGPT oder AI-Detector, jedoch liefern diese nach derzeitigem Stand keine (rechts)sicheren Ergebnisse (vgl. Weber-Wulff et al. 2023). Zudem bestehen Datenschutz- und Urheberrechtsbedenken beim Einspeisen von Studierendendaten in KI-Programme. Besser ist es, die Prüfungsleistung bzw. Aufgabenstellung so zu gestalten, dass sie eigenständige, menschliche Arbeit erfordert oder „KI-Kompetenzen“ bewusst prüft. Unterstützung dabei finden Sie hier.

Um Ihnen Zeit beim Erkunden möglicher Anwendungsszenarien in der Lehre zu ersparen, werden im Folgenden aktuelle Sammlungen von Best Practices vorgestellt und laufend aktualisiert: 

• In der didaktischen Handreichung der Deutschen Gesellschaft für Hochschuldidaktik (dghd) können bereits einige sehr gute Praxisbeispiele gefunden werden. 
• Ebenso anwendungsorientiert ist die Veröffentlichung der LMU München zu KI basierten Sprachmodellen in der Hochschulbildung. 
• In den kommenden Wochen wird hier überdies eine weitere Handreichung mit Best Practices für die Lehrvorbereitung veröffentlicht. Wer gerne schon jetzt mehr wissen möchte, ist bereits jetzt in den AcademicHub eingeladen.  

Es gibt mittlerweile eine Vielzahl an KI-Tools, die in der Lehre und teilweise in der Forschung genutzt werden können. Eine Auswahl an Tools, die sich gut für die Verwendung in der Lehre eignen können auf folgenden Seiten gefunden werden: 

• Universität Siegen: https://digitale-lehre.uni-siegen.de/wissensdatenbank/ki-tools/
• Universität Osnabrück: https://digitale-lehre.uni-osnabrueck.de/ki-tools/

Auf der Plattform KI-Campus können Sie sich kostenlos anmelden und zahlreiche Online-Kurse zu unterschiedlichen Themen mit KI-Bezug anschauen (von Grundlagen zu Chat GPT über Data Literacy bis hin zu KI in bestimmten Anwendungsfeldern). Des Weiteren steht Ihnen hier eine Vielzahl von OER-Materialien für Ihre Lehre zur Verfügung. Der AcademicHub ist darüber hinaus eine niedersachsenweite Austauschplattform, auf der viele Workshops über KI aber auch andere interessante Themen für die Hochschullehre zu finden sind.  

Des Weiteren hat die Virtuelle Hochschule Bayern ebenfalls einige OER-Materialien zur Nutzung von KI in der Hochschullehre zusammengestellt.

Das Hochschulforum Digitalisierung bietet eine Linksammlung zu diversen KI-Qualifizierungsangeboten für Hochschulmitglieder an.

Künstliche Intelligenz (KI) kann Studierenden helfen, effizienter zu lernen, kreative Ideen zu entwickeln und komplexe Aufgaben zu bewältigen. Hier sind einige Möglichkeiten, wie KI im Studium genutzt werden kann: 

• Automatische Zusammenfassungen von Texten 
• Unterstützung beim wissenschaftlichen Schreiben 
• KI-gestützte Sprach- und Lernhilfen 
• Datenanalyse und Visualisierung 
• Code-Generierung und Debugging 

Wenn Sie Fragen dazu haben, wenden kontaktieren Sie uns gern. 

Neben HAWKI, der datenschutzkonformen Variante von ChatGPT, können folgende KI-Tools Ihnen das Lernen, Schreiben und Organisieren im Studium erleichtern: 

• ChatGPT – Unterstützung beim Schreiben, Recherchieren und Lernen 
• Grammarly / DeepL Write – KI-gestützte Textkorrektur 
• QuillBot – Paraphrasierung und Zusammenfassungen 
• Notion AI – Organisieren und Automatisieren von Notizen 
• Elicit – Wissenschaftliche Recherche mit KI 
• Wolfram Alpha – Mathematische und wissenschaftliche Berechnungen 
• GitHub Copilot – KI-Hilfe für Programmierung 
• Otter.ai – Automatische Transkription von Vorlesungen 

Bitte beachten Sie, dass diese Tools unter Umständen nicht den deutschen Datenschutzrichtlinien unterliegen und informieren Sie sich im Vorfeld über mögliche Gefahren bei der Nutzung (siehe unten). 

Eine Umfangreiche Liste zu weiteren KI-Tools finden Sie in der Wissensdatenbank für KI-Tools der Universität Siegen.

Auf Basis der beschriebenen Grenzen und Risiken sind u.a. folgende Aspekte unbedingt von Ihnen zu prüfen: 

• Datenschutz: Ist das KI-Tool DSGVO-konform wie z. B. HAWKI?  
• Urheberrecht: Werden durch die Nutzung des KI-Tools bzw. durch die Einspeisung von Daten (wie z. B. Vorlesungsfolien) unzulässigerweise Urheberrechte verletzt? 
• Quellen: Welche Quellen nutzt das KI-Tool? Existieren diese Quellen wirklich? Wie qualitativ hochwertig sind die Quellen / sind die Quellen zitierwürdig? Existieren die möglichen Zitate im KI-generierten Text wirklich? 
• Inhalt: Lassen sich die generierten Inhalte auch in Grundlagenwerken des Forschungsgebiets oder in anerkannter, aktueller Forschung wiederfinden? Hat die KI Forschungsinhalte wirklich korrekt wiedergegeben / zusammengefasst oder sind hier Fehler zu finden? 
• Formalia: Welche Regelungen bestehen in Ihrer Lehrveranstaltung zur Kenntlichmachung und Zitation von KI-Nutzung bzw. KI-generiertem Output? 
• Ethik: Inwiefern ist transparent, wie die (generative) KI zu ihren Ergebnissen gekommen ist? Inwiefern wurden diskriminierende (rassistische, antisemitische, sexistische, ableistische etc.) Inhalte wiedergegeben bzw. erzeugt?  

Das im Zentrum für Digitale Lehre, Campus-Management und Hochschuldidaktik der Universität Osnabrück (virtUOS) erstellte Mikromodul 'Willkommen im KI-Dschungel' schult im Hinblick auf Gefahren und Möglichkeiten bei der Verwendung KI-basierter Anwendungen. Das Modul ist für Mitglieder der Hochschule freigeschaltet.

Solange Ihre Lehrperson bzw. Ihr*e Prüfer*in die Nutzung von (generativer) KI in einer Prüfungsleistung nicht ausdrücklich zulässt, ist sie als Hilfsmittel automatisch unzulässig. Eine unzulässige Nutzung von (generativer) KI kann zum Nicht-Bestehen der Prüfungsleistung führen. Es ist daher zwingend notwendig, dass Sie mit Ihrer Lehrperson besprechen, inwiefern der Einsatz von (generativer) KI als Hilfsmittel bei Prüfungen möglich ist und welche individuellen Regeln bzw. Möglichkeiten und Grenzen für die jeweilige Lehrveranstaltung gelten. Grundsätzliche Regelungen zur Nutzung von (generativer) KI bei Prüfungsleistungen an der Hochschule Osnabrück finden Sie auf den Seiten des Studierendensekretariats in der Infothek.

Es ist unbedingt notwendig, dass Sie mit Ihrer Lehrperson besprechen, inwiefern der Einsatz von (generativer) KI als Hilfsmittel bei Aufgaben und Prüfungen überhaupt zugelassen ist und welche individuellen Regeln bzw. Möglichkeiten und Grenzen für die Lehrveranstaltung gelten. Sollte (generative) KI als Hilfsmittel ausdrücklich zugelassen sein, ist die Nutzung üblicherweise kenntlich zu machen. Sie können sich (nach Abstimmung mit Ihrer Lehrperson) bei der Zitation an folgenden Empfehlungen des LearningCenters orientieren.

Auf der Plattform KI-Campus können Sie sich kostenlos anmelden und zahlreiche Online-Kurse zu unterschiedlichen Themen mit KI-Bezug anschauen (von Grundlagen ChatGPT über Data Literacy bis hin zu KI in bestimmten Anwendungsfeldern).