Künstliche Intelligenz in der Lehre
Diese Seite unterstützt Mitarbeitende der Universität Luzern dabei, KI reflektiert, produktiv und verantwortungsvoll in Lehre, Forschung und Arbeitsalltag einzusetzen. Sie finden hier aktuelle Webinare, konkrete Prompting-Hilfen, didaktische Szenarien, Hinweise zu Datenschutz und Verantwortung sowie Materialien zur Weiterentwicklung von Lehre und Prüfungen.
KI sinnvoll nutzen: die wichtigsten Punkte in Kürze
- Nutzen Sie KI für Entwürfe, Strukturierung, Zusammenfassungen, Ideen und Feedback.
- Geben Sie keine vertraulichen, personenbezogenen oder prüfungsrelevanten Daten in öffentliche KI-Tools ein.
- Prüfen Sie fachliche Aussagen, Quellen und rechtliche Fragen immer selbst.
- Dokumentieren Sie KI-Nutzung dort, wo sie für Leistungsnachweise, Publikationen oder Entscheidungen relevant ist.
Für Schulungen zur Nutzung von KI stehen Ihnen die kostenlosen Workshops des Zentrums Lehre und die Website KI-Campus zur Verfügung.
Webinare 2025
Die Tech-Firmen wie OpenAI, Anthropic und Google dringen aggressiv in den Bildungsbereich vor. Welche Auswirkung hat das auf die Hochschullehre? Ändert sich das Lernverhalten von Studierenden? Wie könnte Hochschulbildung aussehen, wenn wir KI gewinnbringend einsetzen, und was müssen wir dafür tun? Stand der Webinare ist Dezember 2025.
#1 Wie verändert sich Lernen?
Study Mode, Brain Rot und Wearables. Viele der mittlerweile angebotenen Programme können sinnvoll für das Lernen eingesetzt werden. Studymode, multimodales Lernen und hochgradige Individualisierung bergen grosse Potenziale für steigenden Lernerfolg. Dabei lässt sich eine Kompetenzverschiebung beobachten. Werden die Future Skills ganz pragmatisch durch das Lernverhalten zukünftiger Studierender definiert?
#2 Wie verändern sich Lehren und Prüfen?
Wenn Studierende anders als bisher lernen und wir neue technische Möglichkeiten haben, das Lernen positiv zu beeinflussen, sollten wir das dann nicht nutzen? Und wie könnte ein Studium aussehen, dass KI als Lern-Tool integriert? Ich zeige einen Pfad auf, der das bisherige Studium grundlegend ändern könnte.
#3 Roadmap
Wir haben eine Vision besprochen, wie die Hochschulbildung der Zukunft aussehen könnte. Aber wie kommen wir dorthin? Ich stelle eine Roadmap vor und bespreche kurz-, mittel- und langfristige Stationen für alle involvierten Personengruppen.
Webinare 2025
Der Einsatz künstlicher Intelligenz in der Hochschulbildung bringt neben den neuen Möglichkeiten auch einige kritische Punkte mit sich, die gelöst werden müssen, wenn wir KI in der Lehre einsetzen wollen. Diese Webinar-Serie erkundet das Feld kritischer Überlegungen zu KI und ihrem Einsatz in der Hochschule, präsentiert aktuelle Entwicklungen und wissenschaftliche Diskursfelder und lädt vor allem dazu ein, mitzumachen mit weiteren Ideen, Quellen, und Informationen. Ziel dieser Serie ist es, eine Landkarte der kritischen Perspektiven aufzuzeichnen und darin bereits bekannte Erkenntnisse, Risiken und Lösungsansätze zu benennen. Stand der Webinare ist Dezember 2025.
#1 KI, Energieverbrauch & ökologische Verantwortung
Ein häufiger Kritikpunkt an KI ist der hohe Energie- und Wasserverbrauch. Wir betrachten die vorliegenden Daten dazu. Es geht aber auch um seltene Erden, Abfallprodukte und die mit der zusammenhängenden Diskriminierung bestimmter Personengruppen.
#2 Bias, Deepfakes & Erinnerungskultur
Die Trainingsdaten beinhalten all unsere Vorurteile und prägen zunehmend unsere Weltsicht, unsere eingegebenen Daten werden missbraucht und ausgegebene Daten können zu Deepfakes werden, mit weitreichenden Folgen, von Diffamierung bis zu einer Veränderung der Erinnerungskultur.
#3 Macht, Kontrolle & Verantwortung
KI konzentriert sich auf zwei nationale Zentren, Europa ist marginal, und der „globale Süden“ hat das Nachsehen. Der EU-AI-Act ist ein Versuch, KI zu regulieren, mit dem Ziel, die positiven Outcomes zu stärken und die negativen zu verhindern oder zu schwächen. Was kann noch getan werden, welche Initiativen gibt es?
Basic Prompting
Nutzen Sie ein beliebiges LLM (Large Language Model) wie ChatGPT oder Claude und diskutieren Sie mit dem Programm über ein Thema, in dem Sie sich auskennen und das Sie interessiert. Nutzen Sie die KI beruflich und privat, experimentieren Sie damit. Fragen Sie nach aktivierenden Unterrichtsmethoden oder nach einer Schatzsuche für einen Kindergeburtstag. Ethan Mollick schlägt 10 Stunden vor (siehe Link unten), die Sie auf diese Weise mit KI arbeiten, wodurch Sie bereits lernen einzuschätzen, wie Sie die Aussagen von KI einordnen und wann und für welche Aufgaben Sie KI sinnvoll einsetzen können.
- Chatbots wie ChatGPT sind nicht wie Google: Fragen Sie nicht nach Fakten, sondern nach Inspiration.
- Stellen Sie nicht nur eine Frage und nehmen die erste Antwort, sondern führen Sie ein Gespräch, geben Sie Feedback und verlangen Sie neue Ideen oder Überarbeitung der bisherigen Antworten.
- Ein LLM ist ein "sehr intelligenter, sehr dummer Assistent". Erläutern Sie genau, was Sie haben wollen und geben Sie Kontextinformationen.
Empfohlener Artikel: Getting started with AI: Good enough prompting
Grundlegender Aufbau eines Prompts:
- Ziel und Aufgabe klären
- Kontext, Zielgruppe und Rahmenbedingungen nennen
- vorhandenes Material oder Beispiele bereitstellen
- gewünschtes Ausgabeformat definieren
Qualitätskriterien angeben
anschliessend:
- Ergebnis prüfen, rückmelden und überarbeiten lassen
Basic Prompting & Vier-Schritte-Workflow
Einstieg ins Prompting mit Rollenzuweisung, Beispielen und Definition von Output. Der Vier-Schritte-Workflow erlaubt uns, so mit KI zu arbeiten, dass unsere eigenen Ideen zentral bleiben und wir KI als hilfreiches und qualitativ hochwertiges Tool nutzen, anstatt davon überrannt zu werden.
PDF; Video
Personalisieren
Einstellungen und Projects
Auch fortgeschrittene Nutzer:innen von ChatGPT kennen nicht alle Einstellungen. Wir können ChatGPT „hinter den Kulissen“ so einstellen, dass es uns mehr gibt als den Internetdurchschnitt. Dadurch können wir ChatGPT zu einem genau auf unsere Bedürfnisse zugeschnittenen Werkzeug umgestalten. Die Einstellungen funktionieren in allen gängigen LLMs sehr ähnlich, daher sind die Erläuterungen zu ChatGPT übertragbar. Ob Sie mit Claude, Gemini oder Perplexity arbeiten, spielt dafür keine Rolle. Die Funktion der Projects gibt es mittlerweile ebenfalls überall: in ChatGPT und in Claude heissen sie Projects, in Perplexity Rooms und in Gemini Gems. Aufbau, Einstellungen und Einsatzmöglichkeiten sind weitgehend gleich.
Advanced Prompting
Megaprompting und Metaprompting
Hier beginnt kompetente KI-Nutzung: Mit Megaprompting wechseln wir die Ebene, mit Metaprompting machen wir Workflows schneller und stabiler. Beides ist Grundvoraussetzung für produktives Arbeiten mit KI. Megaprompts sind komplexe Prompts, die das Verhalten eines LLMs über mehrere Chat-Interaktionen hinaus definieren. Während das einfache Prompting mehr und mehr in das Verhalten von LLMs integriert wird und somit mit der Zeit überflüssig wird, werden sich komplexe Prompts aller Voraussicht nach noch länger als wirkungsvoll erweisen.
Beispiele für Elemente eines Mega-Prompts:
- Markdown-Syntax: Verwenden Sie einfache Markdown-Syntax, um Ihren Prompt maschinenlesbar zu strukturieren. Verwenden Sie "#", um Überschriften zu markieren, und "##" für Überschriften der zweiten Ebene usw. Dies hilft auch Ihnen, den Prompt übersichtlicher zu gestalten. Weitere Markdown-Befehle
- Schritte definieren: Benennen Sie die einzelnen Schritte eines Prompts mit klaren Überschriften, z.B. mit "# Schritt 1: Informationen sammeln". So können Sie innerhalb des Prompts auf diese Schritte verweisen, wenn das LLM z.B. in einer Wenn-Dann-Anweisung einen bestimmten Schritt wiederholen soll.
- Zuerst-Dann-Anschliessend: Strukturieren Sie das Verhalten des LLMs, indem Sie die einzelnen Schritte, die es ausführen soll, klar formulieren. "Zuerst fragst du den Nutzer nach dem Thema. Dann erstellst du einen Text mit 100 Wörtern im Stil eines wissenschaftlichen Abstracts. Frage den Nutzer anschliessend, ob der Text so in Ordnung ist oder ob du Änderungen daran vornehmen sollst."
- Wenn-Dann-Anweisung: Integrieren Sie eine Weggabelung für die Ausgabe des LLMS, indem Sie Bedingungen definieren. "Frage den Nutzer, ob er noch weitere Informationen eingeben will oder ob du mit dem nächsten Schritt fortfahren sollst." Wenn der Nutzer weitere Informationen gibt, dann integriere diese und wiederhole den letzten Schritt. Wenn der Nutzer zufrieden ist, dann fahre fort mit dem nächsten Schritt."
- Stopp: Weisen Sie das LLM an, nicht mit den Anweisungen fortzufahren, bevor eine Eingabe des Nutzers erfolgt ist. "Frage den Nutzer nach der Zielgruppe. Warte die Antwort des Nutzers ab. Fahre nicht fort, bevor du eine Antwort erhalten hast."
PDF ; Video ; Megaprompt Tutor MC ; Megaprompt Texterschliessung
CustomGPTs
CustomGPTs und spezifische Nutzung von Projects / Rooms / Gems
Ein CustomGPT ist eine Art "Programm im Programm": Innerhalb der bezahlten Pro-Version von ChatGPT gibt es die Möglichkeit, eigene CustomGPTs anzulegen. Dadurch wird der übliche Chat für spezifische Aufgaben vorkonfiguriert und kann mit den eigenen Daten und Anweisungen aufgesetzt werden. Diese Chats müssen dann nicht immer neu gepromptet werden, sondern sind bereits auf sehr spezifische Aufgaben ausgelegt. Sie können den Chat damit auf einem sehr viel höheren Niveau beginnen.
Das Erstellen eines CustomGPTs kann auch in der ersten Jahreshälfte 2026 noch als Benchmark für Prompting-Kompetenz angesehen werden. Hier sind Kenntnisse in Megaprompting und Metaprompting wesentlich, um das LLM qualitativ hochwertig für sehr spezifische Aufgaben aufzusetzen. Was in ChatGPT mit den CustomGPTs als eigene Funktion zur Verfügung steht, kann in anderen LLMS über Projects, Rooms oder Gems mit kleinen Unterschieden erreicht werden. Der Hauptunterschied ist, dass dort keine “Gesprächsaufhänger” definiert werden können.
Das Aufsetzen eines CustomGPTs bedarf eines bezahlten Accounts und leicht fortgeschrittener Prompting-Kenntnisse. Hier finden Sie eine Anleitung zum Erstellen eines eigenen CustomGPTs:
Tipps:
- Bevor Sie ein CustomGPT erstellen, denken Sie über den Prozess nach, den Sie abbilden wollen, und zerlegen Sie diesen in Kleinstschritte.
- Schreiben Sie den Prompt ausserhalb von ChatGPT, idealerweise in einer Text-Datei. Beachten Sie die Tipps zu Megaprompts und den 4-Schritte-Workflow.
- Gesprächsaufhänger (nur in ChatGPT): Bilden Sie Teilschritte der Aufgabe oder eine Handlungsführung für Nutzende in den Gesprächsaufhängern ab, z.B.: "Schritt 1: Lernziele formulieren"
- Wissen Teil 1: Laden Sie in das Wissen Daten hoch, die von ChatGPT für das Erfüllen der Aufgabe genutzt werden sollen. Ideal sind Beispiele oder FAQ-Listen. Nutzen Sie txt-Dateien, weil diese keine für das LLM verwirrenden Formatierungen enthalten. Verwenden Sie csv-Dateien für FAQ-Listen: Spalte 1 = Frage, Spalte 2 = Antwort.
- Pro-Tipp für Gems in Gemini: Verknüpfen Sie im Wissen ein von Ihnen in NotebookLM erstelltes Notebook. Für NotebookLM siehe Tab Tools.
- Wissen Teil 2: Präparieren Sie Dateien. Laden Sie keine kompletten wissenschaftlichen Artikel hoch (Copyright beachten!), sondern lassen Sie die wichtigen Aussagen vorab von NotebookLM zusammenfassen. Laden Sie eine txt-Datei mit den Zusammenfassungen und wichtigsten Aussagen aller wichtigen Artikel hoch.
- Wissen Teil 3: Beachten Sie, dass ein LLM mit zunehmendem Wissen und längeren Chatverläufen fehleranfälliger wird. Kürzen Sie die Daten oder bilden Sie nur einen Teilschritt des Prozesses in einem CustomGPT ab und erstellen Sie ein weiteres CustomGPT für den nächsten Teilschritt.
- Hinweise: Kopieren Sie Ihren Prompt in das Feld "Hinweise". Sollte der Prompt zu lang sein für dieses Feld, so speichern Sie diesen in einer txt-Datei und laden Sie diese Datei in das Wissen hoch. Verweisen Sie im Feld "Hinweise" auf diese Datei.
- Beachten Sie das "Constructive Alignment" und verlinken Sie die wesentlichen Bausteine miteinander: Hinweise und Wissen, in ChatGPT zusätzlich Gesprächsaufhänger, z.B.: "Wenn geprompted wird: "Schritt 1: Lernziele formulieren", dann konsultiere die Datei in deinem Wissen namens "Lernziele formulieren.txt" und befolge die Anweisungen Schritt für Schritt. Weiche nicht von diesen Anweisungen ab."
Video ; Anleitung (Stand 2024)
Beispiele:
CustomGPT Lehrveranstaltungsplaner: Unterstützung für Dozierende beim Konzipieren einer Lehrveranstaltung inklusive der für das VVZ notwendigen Angaben
CustomGPT Texterschliessung: Beispiel, wie ein CustomGPT als Lernunterstützung für Studierende eingesetzt werden kann, hier am Beispiel einer Übung für verschiedene Texterschliessungsmethoden
CustomGPT Everything Tutor: Ein allgemeiner Lerncoach, der jedes beliebige Thema mit kurzen Inputs und darauf basierendem nachfolgendem Quiz aufbereitet
Maestro Linguistico: Lernen Sie italienisch mit KI!
CustomGPT Tagebuch einer Zwischenzeit: Ein Beispiel dafür, dass der Stil der Outputs sehr stark angepasst werden kann
Tools
Gemini & NotebookLM
Gemini ist das LLM von Google, dessen interessante Sonderfunktionen auch gratis nutzbar sind. Dasselbe gilt für NotebookLM: konkrete Quellenarbeit und Lernfunktionen mit interaktivem Podcast und diversen Zusammenfassungen. (Stand Herbst 2025)
Perplexity
Perplexity hat als Suchmaschinenkonkurrenz zu Google angefangen und ist längst zu einem mindestens gleichwertigen Tool geworden. Es hat einige besondere Funktionen, die es hervorzuheben gilt, und vor allem für das akademische Arbeiten interessant sind: stabile Quellen, Quellenauswahl, Forschungsmodus, Labs. (Stand Herbst 2025)
Die folgenden Beispiele zeigen unterschiedliche Richtungen aktueller KI-gestützter Lern- und Arbeitsumgebungen. Sie sind nicht als institutionell geprüfte Empfehlungen zu verstehen. Vor einem Einsatz in Lehrveranstaltungen sind insbesondere Datenschutz, Kosten, didaktischer Mehrwert und fachliche Kontrolle zu prüfen. Denkbar ist ein Testlauf einer der Lern-Apps in einer konkreten Lehrveranstaltung. Wenn Sie eine solche planen, können Sie einen Antrag auf finanzielle Unterstützung innovativer Lehrprojekte an die ULEKO stellen. Kontaktieren Sie dafür vorab das zentrum.lehre@unilu.ch.
Webinare 2026
#1 AVIDNOTE
“Avidnote enables you to write or read research papers faster, as well as analyze your research data with our AI templates.”
Webinare 2025
#1 OneTutor
“Ein KI-Tutor für alle Studenten: Wir befähigen Hochschulen, KI verantwortungsbewusst in die Lehre zu integrieren. Geben Sie Lehrenden die volle Kontrolle über Inhalte und Daten zurück, während Studierende von personalisiertem, sofortigem Feedback profitieren.”
Website ; Video (von OneTutor)
#2 High Five
“Studien wie das 2-Sigma-Problem von Bloom zeigen: Individuelle Begleitung verbessert Lernergebnisse massiv. Doch echte Individualisierung war lange zu aufwändig, zu teuer oder nicht skalierbar. High Five verbindet didaktische Qualität mit verantwortungsvoll eingesetzter KI. So unterstützen wir Lehrpersonen dabei, Lernende individuell zu begleiten – ohne ihre Rolle zu ersetzen. Mit High Five erhält jede lernende Person eine persönliche, dialogbasierte Lernbegleitung, die sich an Niveau, Tempo und Sprache anpasst – eingebettet in ein pädagogisch geführtes Lernkonzept.”
#3 Clerk
“CLERK is the community library for multi-step LLM reasoning workflows. Create, share, and run reasoning kits — from simple prompts to complex LangGraph-powered pipelines.”
Die folgenden Materialien dokumentieren frühere Veranstaltungen und können in einzelnen technischen Details überholt sein. Für aktuelle Empfehlungen beachten Sie bitte die Abschnitte oben auf dieser Seite.
Archiv 2025
Prinzipien für die Nutzung von KI (20.05.2025)
Kurzer Input für die ATOL-Mitgliederversammlung. Es geht darum, welche Prinzipien wir aktuell in der Arbeit mit KI anwenden sollten, damit die Arbeit effizient und ertragreich ist, und dass dabei unsere eigenen Ideen erhalten bleiben. PDF
Wie verändert KI die Rolle von Dozierenden? (12.05.2025)
Vortrag und Conversation Starter an der Eröffnungsfeier des CAS in Hochschuldidaktik. Argumentiert wird, dass über bereits existierende Möglichkeiten der KI und deren absehbare Entwicklungen eine deutliche Änderung der Rolle der Dozierenden einhergehen wird. PDF
Vortrag "Schreiben mit KI" (8.05.2025)
Wie können wir im FS25 KI für das Schreiben von Seminararbeiten einsetzen? Wie müssen wir vorgehen, um nicht von dem meist durchschnittlichen Output eines LLMs dominiert zu werden? Im Vortrag wird gezeigt, welche Tools für welchen Schritt wie eingesetzt werden können. Der Fokus liegt dabei darauf, wie unsere eigenen Ideen und Gedanken den gesamten Prozess steuern und wie das Endergebnis unser eigenes Werk ist und bleibt. PDF
Archiv 2024
Info-Lunch "KI in der Forschung" (12.12.2024)
Wie kann KI Ihren Forschungsalltag unterstützen? Praxisnahe Einblicke in KI-Tools für verschiedene Forschungsphasen. Mit Live-Demonstration eines CustomGPT für Forschungsanwendungen und Möglichkeit zum eigenen Testing. PDF
Info-Lunch "KI in der Lehre" (28.11.2024)
Praktische Einsatzmöglichkeiten von KI im Lehralltag: Von der Veranstaltungsplanung bis zur Prüfungsgestaltung, inklusive Live-Demo eines speziell entwickelten CustomGPT für die Lehrkonzeption. PDF
Info-Lunch "KI in der Uni" (21.11.2024)
Ein kompakter Überblick über die neuesten Entwicklungen in der KI-Landschaft mit Fokus auf den Hochschulbereich. Erfahren Sie die wichtigsten Erkenntnisse aus zwei aktuellen Fachtagungen zum Thema "KI und Universität" und diskutieren Sie mit uns die Bedeutung für unsere Institution. PDF
Tagung Generative KI (31.01.2024)
Generative KI in Lehr-/Lernprozessen: Potenziale für die Weiterentwicklung der Hochschullehre? Generative KI ist mitten in der Gesellschaft angekommen – und damit auch in der Hochschullehre: Studierende verwenden ChatGPT und Co., um ihre schriftlichen Arbeiten zu kürzen, zu verbessern oder gar ganz zu erstellen, während Dozierende Wege ausprobieren, um Anwendungen von generativer KI lernförderlich in ihrer Lehre einzusetzen. Welche Potenziale also birgt generative KI für die Weiterentwicklung der Hochschullehre? Die gemeinsam von PH Luzern, Universität Luzern und Hochschule Luzern organisierte Tagung «Generative KI in der Lehre» richtet sich an alle Lehrenden und Lehrverantwortlichen der drei Bildungsinstitutionen. Die Absicht ist, Erfahrungen zu teilen zum Einsatz von generativer KI in der Lehre, voneinander zu lernen und gemeinsam Fragen zu diskutieren, welche der Einsatz von generativer KI in der Lehre aufwirft. Tagungsprogramm
Gemeinsam organisiert von Dr. Denis Hänzi (PH Luzern), Dr. Bernhard Lange (Zentrum Lehre Universität Luzern), Dr. David Loher (ZLLF HSLU), Douglas MacKevett (HSLU-W), Prof. Dr. Peter Tremp (Zentrum für Hochschuldidaktik PH Luzern)
Archiv 2023
Info-Lunch "ChatGPT mit 'Superpowers'" (22.11.2023)
Im Fokus stehen die erweiterten Funktionen des am 6.11.23 veröffentlichten neuen ChatGPT-Modells, vor allem die Erstellung individueller GPT-Modelle für spezifische Anwendungen und die Erstellung von PowerPoint-Präsentationen. Die Veranstaltung zielt darauf ab, die praktische Anwendung dieser neuen Funktionen für die akademische Forschung und Lehre zu demonstrieren und die Teilnehmenden zu befähigen, diese Tools effektiv in ihren Arbeitsbereichen einzusetzen: PDF
Info-Lunch "Bildgeneration mit KI" (15.11.2023)
Die neuesten Text-to-Image-Modelle zeigen beeindruckende Fähigkeiten in der Erstellung fotorealistischer Bilder aus Textbeschreibungen. Sie bieten erweiterte Anpassungsmöglichkeiten und unterstützen komplexe Bildbearbeitungen. Wir besprechen Anwendungsmöglichkeiten der KI-Bildgeneration aufzeigen und testen diese selbst, wie diese Werkzeuge in der akademischen Forschung und Lehre an der Uni Luzern genutzt werden können: PDF
Info-Lunch "ChatGPT für die Forschung" (27.09.23)
Neben ChatGPT gibt es einige Programme, die spezifisch für die Forschung geeignet sind, allen voran für die Recherche z.B. mit Elicit oder ResearchRabbit. Aber auch ChatGPT wurde besser und kann mit optimierten Prompts inspirieren und genauer schreiben . Mit den Plugins in der Premiumversion lassen sich sogar echte wissenschaftliche Artikel suchen, analysieren und per Link ausgeben: PDF
Info-Lunch "Was kann ChatGPT (mittlerweile?)" (20.09.23)
ChatGPT hat über den Sommer einige neue Funktionen erhalten. Custom Instructions funktionieren jetzt auch für User der Gratisversion und in der bezahlten Premiumversion lassen sich Plugins und die "Advanced Data Analysis" nutzen. Ausserdem hat ChatGPT vielfältige Konkurrenz bekommen: PDF
Einordnung von künstlicher Intelligenz als neues Tool in der Lehre (Februar 2023)
KI hat bereits einiges verändert. Viele Schreibarbeiten können von ChatGPT und anderer KI abgenommen werden, die Plagiatsdefinitionen lösen sich auf und für die Lehre ergeben sich neue Optionen. Hier finden Sie einen Überblick, der in Teilen auch jeweils vor den nachfolgenden Veranstaltungen gegeben wurde. Diese allgemeinen Informationen wurden in diesem Video zusammengefasst und aus den Aufnahmen der anderen Veranstaltungen herausgeschnitten. Für eine Einführung in KI beginnen Sie bitte hier: Video und PDF
ChatGPT für Dissertationen (6.02.2023)
Schreiben verändert sich mit KI-Unterstützung. Es kann Rohtexte verfassen und Ideen liefern, bleibt aber bislang auf einer für die akademische Arbeit unzureichenden Tiefe. Im Video wird demonstriert, wofür es genutzt werden kann und wo die Grenzen liegen: Video und PDF
ChatGPT für Prüfungen (2.02.2023)
Prüfungen verändern sich nur teilweise: Klausuren im Fernmodus sind ab sofort nicht mehr empfehlenswert, dafür bleiben Prüfungen in Präsenz nahezu unverändert. Eine neue Situation haben wir bei Schreibarbeiten aller Art, denn ChatGPT kann Teile davon übernehmen. Wichtig ist vor allem, dass Dozierende wie Studierende lernen, mit solcher KI umzugehen. Studierende können ChatGPT als Lernhilfe nutzen, Dozierende können es für die Planung einsetzen: Video und PDF
ChatGPT für die Lehre (1.02.2023)
In der Lehrveranstaltung kann ChatGPT einen interessanten Effekt haben: Die kognitiven Leistungen der Studierenden können auf eine höhere Ebene in der Bloomschen Taxonomie des Lernens gehoben werden. So kann das Verständnis vertieft, die Übertragung neuer Theorien auf andere Themen und kritisches Denken geübt werden. Auch für die Planung der eigenen Lehre kann ChatGPT hilfreich sein. Im Video werden Beispiele dafür gezeigt: Video und PDF
Erste Empfehlung zur Schnittstelle von KI und Universität ist die Arbeit von Ethan Mollick. Sein Blog One Useful Thing bietet Einsichten in verschiedene Themen rund um KI und Universität, sein Blog More Useful Things bietet zahlreiche komplexe und erprobte Prompts und weitere Ressourcen. Sein Newsletter ist ebenfalls sehr zu empfehlen.
Zahlreiche qualitativ hochwertige Videokurse finden Sie auf der Seite https://ki-campus.org/.
Für einen schnellen Überblick über neue KI-Tools und Produktentwicklungen eignet sich z. B. der YouTube-Kanal von Matt Wolfe, sein Newsletter und seine Seite für einen Tool-Überblick https://futuretools.io/.
