Immersive XR-Anwendungen in der Lehre

Generative KI verändert Lernprozesse, Aufgabenstellungen und Prüfungsformate in der Hochschullehre.

Der Workshop vermittelt Lehrenden das Grundlagenwissen, das für eine eigenständige Urteilsbildung nötig ist: Wie funktionieren große Sprachmodelle? Wie entstehen Verzerrungen (Bias) in Trainingsdaten? Welche ethischen Implikationen hat der Einsatz generativer KI, und wo liegen Chancen und Grenzen für die eigene Lehrpraxis?

Im praktischen Teil wird das Gelernte unmittelbar erprobt, unter anderem durch eigene Prompting-Übungen an Beispielen aus der eigenen Lehre. Ziel ist eine fundierte Urteilsfähigkeit als Voraussetzung für den reflektierten Einsatz von KI-Tools in Lehr- und Lernszenarien.

Generative KI kann helfen, Informationen zu erschließen, Ideen zu entwickeln und Texte zu bearbeiten. Je klarer und passender ein Prompt formuliert ist, desto besser lassen sich die Ergebnisse steuern und für die eigene Lehre weiterverwenden.

In dieser Schulung lernen Sie verschiedene Promptingmethoden kennen und erfahren, wie ein guter Prompt aufgebaut ist.

In den praktischen Arbeitsphasen setzen Sie das Erlernte unmittelbar um und schärfen eigene Prompts durch gezieltes Strukturieren. Praktische Hinweise zum effektiven und zeitsparenden Prompten im Lehralltag runden die Schulung ab.

Retrieval-Augmented Generation (RAG) verknüpft Sprachmodelle mit eigens hinterlegten Dokumenten: Antworten stützen sich auf verifizierbares Fachmaterial, wodurch sich Halluzinationen reduzieren lassen. Für die Lehre eröffnet das die Möglichkeit, Studierenden einen Chatbot bereitzustellen, der ausschließlich auf den Materialien der eigenen Veranstaltung arbeitet.

Im Workshop lernen Sie das RAG-System der GWDG kennen und erstellen im praktischen Selbstversuch einen eigenen KI-Chatbot auf Basis Ihrer Seminarmaterialien. Anschließend werden Einsatzmöglichkeiten und Grenzen für die eigene Lehrpraxis eingeordnet.

Retrieval-Augmented Generation (RAG) verknüpft Sprachmodelle mit eigens hinterlegten Dokumenten: Antworten stützen sich auf verifizierbares Fachmaterial, wodurch sich Halluzinationen reduzieren lassen. Für die Lehre eröffnet das die Möglichkeit, Studierenden einen Chatbot bereitzustellen, der ausschließlich auf den Materialien der eigenen Veranstaltung arbeitet.

Im Workshop lernen Sie das RAG-System der GWDG kennen und erstellen im praktischen Selbstversuch einen eigenen KI-Chatbot auf Basis Ihrer Seminarmaterialien. Anschließend werden Einsatzmöglichkeiten und Grenzen für die eigene Lehrpraxis eingeordnet.

Generative KI kann helfen, Informationen zu erschließen, Ideen zu entwickeln und Texte zu bearbeiten. Je klarer und passender ein Prompt formuliert ist, desto besser lassen sich die Ergebnisse steuern und für die eigene Lehre weiterverwenden.

In dieser Schulung lernen Sie verschiedene Promptingmethoden kennen und erfahren, wie ein guter Prompt aufgebaut ist.

In den praktischen Arbeitsphasen setzen Sie das Erlernte unmittelbar um und schärfen eigene Prompts durch gezieltes Strukturieren. Praktische Hinweise zum effektiven und zeitsparenden Prompten im Lehralltag runden die Schulung ab.

Wie lässt sich KI in der Lehre so einsetzen, dass sie kritisches Denken fördert, statt es zu ersetzen? Der Workshop verschiebt die Perspektive: nicht, wie sich KI-Nutzung durch Studierende verhindern lässt, sondern wie sie lernwirksam gestaltet werden kann.

Vorgestellt werden konkrete Lernszenarien – von der Quellenkritik an KI-Ausgaben über sokratisches Tutoring bis zur Debatte mit KI-Systemen. Die Teilnehmenden erhalten Impulse für den Einsatz in der eigenen Lehrveranstaltung und diskutieren, welche Voraussetzungen und Grenzen dabei zu beachten sind.

Generative KI verändert Lernprozesse, Aufgabenstellungen und Prüfungsformate in der Hochschullehre.

Der Workshop vermittelt Lehrenden das Grundlagenwissen, das für eine eigenständige Urteilsbildung nötig ist: Wie funktionieren große Sprachmodelle? Wie entstehen Verzerrungen (Bias) in Trainingsdaten? Welche ethischen Implikationen hat der Einsatz generativer KI, und wo liegen Chancen und Grenzen für die eigene Lehrpraxis?

Im praktischen Teil wird das Gelernte unmittelbar erprobt, unter anderem durch eigene Prompting-Übungen an Beispielen aus der eigenen Lehre. Ziel ist eine fundierte Urteilsfähigkeit als Voraussetzung für den reflektierten Einsatz von KI-Tools in Lehr- und Lernszenarien.