FAKTEN

Link zum Tool: podcast.adobe.com/de
Login: mit E-Mail-Adresse, Login mit campusID
Lizenz: Creative Cloud Lizenz der TH Köln

TECHNISCHE VORAUSSETZUNGEN

– Stabile Internetverbindung
– Adobe Podcast ‚Studio‘ (Beta-Version) am besten im Browser Google Chrome nutzbar 
– Weitere Funktionen werden von einer Vielzahl an Browsern auf Desktop und Mobilgeräten unterstützt 

Mit der KI-gestützten Webplattform Adobe Podcast lassen sich professionelle Audioaufnahmen erstellen und bearbeiten. Hierzu können Nutzer*innen eigene Dateien hochladen oder im ‚Studio‘ direkt im Browser Podcasts aufnehmen – entweder allein oder gemeinsam mit zugeschalteten Gästen. In der anschließenden Bearbeitung profitieren sowohl Nutzer*innen, die erst mit Audiobearbeitung beginnen, als auch Profis: Die textbasierte Bearbeitung erlaubt einen schnellen und intuitiven Schnitt der Audioaufnahmen direkt im Transkript.  

Zusätzlich stehen Ihnen eine Vielzahl an KI-gestützten Audio-Tools zur Verfügung. Neben der automatischen Transkription und Untertitelung der Audioaufnahmen bietet die Plattform verschiedene Funktionen zur Verbesserung der Audioqualität. Hiermit ist es unter anderem möglich, Hintergrundgeräusche zu reduzieren und die Sprachausgabe zu verbessern. Zusätzlich können Nutzer*innen Musik aus ihren Projekten entfernen oder sie mit eigener oder lizenzfreier Musik unterlegen.

Funktionsumfang

• Podcast aufnehmen (allein oder mit Remote-Gästen) 
• Textbasierte Bearbeitung 
• KI-gestützte Audio-Tools (u. a. Audioqualität verbessern, Transkription, Untertitelung, Musik hinzufügen und entfernen)  
• Dateiupload (Audio- oder Videodateien, Gruppenaufnahmen) 
• Export der Projekte als Audio-/Videodatei, des Transkripts (txt/PDF), einzelner Audiospuren, der Videodatei mit Untertitelung, eines Audiogramms  

Einsatz

Schritt für Schritt

Schritt 1: Wo finde ich Adobe Podcast und wie richte ich es ein?

Der Zugang zu Adobe Podcast ist im Browser über die Adobe-Podcast-Webseite möglich. Zu beachten ist: Das Tool ‚Studio‘ ist aktuell eine Beta-Version und sollte am besten im Browser Google Chrome (Desktop) genutzt werden. Demgegenüber werden die KI-gestützten Audio-Tools in einer Vielzahl von Browsern auf dem Desktop sowie Mobilgeräten unterstützt.  

Adobe Podcast ist im Premium-Abo der Adobe Creative Cloud inklusive und steht damit Mitarbeitenden der TH Köln zur Verfügung. Sie können sich mit Ihrer CampusID anmelden.  

Schritt 2: Welche Funktionen bietet Adobe Podcast?

Adobe Podcast bietet eine Vielzahl an Funktionen. Auf der Startseite von Adobe Podcast haben Sie die Möglichkeit, direkt auf folgende KI-gestützte Audio-Tools zuzugreifen: 

• ‚Sprache verbessern‘ 
• ‚Video untertiteln‘ 
•  ‚Musik entfernen‘ 
• ‚Audio und Video transkribieren‘ 
•  ‚Podcast aufnehmen‘ 
• ‚Audio und Video bearbeiten‘ 

Diese Tools eigenen sich für eine schnelle Optimierung Ihrer Audioaufnahmen.

Unter dem Bereich ‚Tools‘ gelangen Sie entweder in das ‚Studio‘, die vollständige Produktionsumgebung für Audioaufnahmen, oder finden nochmals die Funktion ‚Sprache verbessern‘. Mit dieser können Sie die Audioeinstellungen Ihrer Aufnahmen – wie Sprachausgabe, Musik und Hintergrundgeräusche – per Schieberegler anpassen und damit die Audioqualität verbessern.

Schritt 3: Wie kann ich mit Adobe Podcast eine Audioaufnahme erstellen?

Wählen Sie hierzu im ‚Studio‘ die Funktion ‚Aufnehmen‘ aus. Anschließend müssen Sie den Zugriff auf Ihr Mikrofon und Ihre Kamera erlauben. Um zu beginnen, drücken Sie ‚Aufnahme starten‘. Wenn Sie mit Ihrer Aufnahme fertig sind, beenden Sie diese über den Button ‚Aufnahme stoppen‘. 

Wenn Sie gemeinsam mit zugeschalteten Gästen aufnehmen wollen, können Sie oben rechts über die Funktion ‚Gäste einladen‘ andere Personen per E-Mail-Adresse zur Aufzeichnung einladen. Die Audiospuren der Gäste erscheinen im ‚Studio‘ automatisch voneinander getrennt, was eine komfortable Bearbeitung ermöglicht.

Schritt 4: Wie bearbeite ich Audioaufnahmen mit Adobe Podcast Studio?

Das ‚Studio‘ ist die umfassende Produktionsumgebung. Hier haben Sie die Möglichkeit Podcasts aufzunehmen oder eigene Audio- oder Videodateien hochzuladen und zu bearbeiten. Dank textbasierter Bearbeitung schneiden Nutzer*innen ihre Tonspuren schnell und einfach. Wie in einem Textdokument können Textblöcke ausgeschnitten, kopiert und eingefügt werden – ganz ohne Bearbeitung der Wellenform. 

Darüber hinaus können Intros und Outros oder Musik in das eigene Projekt integriert werden – entweder durch das Hochladen eigener oder das Verwenden lizenzfreier Musik. Außerdem ist es möglich, Funktionen zur Klangverbesserung zu nutzen und Platzhalter in Ihrem Transkript einzufügen, um beispielsweise im Nachgang an dieser Stelle eine Moderation zu ergänzen.

Links & Literatur

Der Beitrag Adobe Podcast erschien zuerst auf Lehrpfade.

FAKTEN

Link zum Tool: https://notebooklm.google/
Login: mit Google-Konto
Lizenz: Die kostenlose Version ist frei verfügbar. Es besteht keine Lizenz der TH Köln.

TECHNISCHE VORAUSSETZUNGEN

– Nutzung im Browser möglich oder per App für iOS- und Android-Mobilgeräte 
– Stabile Internetverbindung

NotebookLM ist ein KI-basierter Rechercheassistent, der auf Google-Gemini beruht. Durch das Hochladen eigener Text-, Audio- und Videodateien können Sie personalisierte Wissensspeicher (Notebooks) erstellen. Diese Daten trainieren die KI-Anwendung und machen sie zu einem personalisierten Experten Ihres Notebooks. In einem Chat haben Nutzer*innen die Möglichkeit dem Rechercheassistenten Anfragen zu den Inhalten zu stellen. NotebookLM liefert quellenbasierte Antworten mit direkten Belegen aus dem Wissensspeicher.

Neben dem Rechercheassistenten bietet NotebookLM Studierenden und Lehrenden eine Vielzahl weiterer Funktionen. Egal ob für die Erstellung von Lehr- und Lernmaterialien oder als Unterstützung im Lernprozess, mit zahlreichen KI-Tools können Sie auf Basis Ihres Wissensspeichers verschiedenste Produkte generieren. Außerdem ermöglicht die Anwendung eine orts- und zeitunabhängige Zusammenarbeit.

Funktionsumfang

• KI- und quellenbasierter Rechercheassistent
• Erstellen eines personalisierten Wissensspeichers durch das Hochladen eigener Dateien (Text, Audio, Video)
• Verstehen und analysieren von Text-, Audio- und Videoinhalten
• Editierbare Prompts und durchsuchbarer sowie konfigurierbarer Chat
• Generieren kreativer Inhalte mittels KI-Tools

Einsatz

Schritt für Schritt

Schritt 1: Wo finde ich NotebookLM und wie richte ich es ein?

Der Zugang ist über die NotebookLM-Website oder auf Mobilgeräten über die App möglich. Hier kann die App für iOS und Android heruntergeladen werden. Anschließend müssen Sie sich mit einem Google-Konto anmelden oder ein solches erstellen. 

Schritt 2: Wie erstelle ich einen personalisierten Wissensspeicher?

Um einen eigenen Wissensspeicher zu erstellen, wählen Sie in der Benutzeroberfläche die Funktion ‚Notebook erstellen‘. 

Anschließend öffnet sich folgendes Fenster.

In diesem Fenster können Sie nach neuen Quellen suchen – entweder aus dem Internet oder aus Ihren Inhalten auf Google Drive. Außerdem haben Sie hier die Möglichkeit, eigene Text-, Bild- oder Audiodateien als Quellen hochzuladen. Diese finden Sie anschließend im Bereich ‚Quellen‘ links in der Benutzeroberfläche. 

Schritt 3: Wie nutze ich NotebookLM als Rechercheassistenten?

Zum einen können Sie die KI-Anwendung im Internet oder in Ihren Inhalten auf Google Drive nach Quellen suchen lassen. Hierbei haben Sie die Wahl zwischen einer schnellen Recherche oder einem Deep Research. Letztere Funktion liefert einen ausführlicheren Bericht mit detaillierteren Ergebnissen. 

Zum anderen haben Sie im Chat die Möglichkeit Anfragen zu Ihrem Notebook zu stellen, etwa für Verständnisfragen, Erklärungen oder Zusammenfassungen. Quellen, die dabei berücksichtigt werden sollen, lassen sich einzeln auswählen. NotebookLM analysiert Ihren Wissensspeicher, stellt tiefergreifende Zusammenhänge her und liefert anschließend quellenbasierte Antworten.

Nach erstmaligem Benutzen können Sie mit der Funktion ‚Chat konfigurieren‘ den Chat hinsichtlich Gesprächsziel und Antwortlänge anpassen.

Schritt 4: Welche Tools bietet NotebookLM?

Neben den Bereichen ‚Quellen‘ und ‚Chat‘ finden Sie rechts in der Benutzeroberfläche das ‚Studio‘. Dort steht Ihnen eine Vielzahl an Tools zur Verfügung, mit denen Sie verschiedene Inhalte auf Basis Ihres Notebooks erstellen können. Wählen Sie hierfür die Quelle(n) und das gewünschte Produkt aus. Folgende Auswahl bietet NotebookLM:

• Audio-Zusammenfassung
• Animierte Erklärung
• Präsentation
• Mindmap
• Bericht
• Karteikarten
• Quiz
• Infografik
• Datentabelle

Links & Literatur

Der Beitrag Personalisierter KI-Rechercheassistent NotebookLM erschien zuerst auf Lehrpfade.

Studierende sollen in Studiengängen komplexe Handlungskompetenzen erwerben. Diese Handlungskompetenzen werden zunehmend durch KI-Technologien beeinflusst.

KI kann dabei einerseits neue Erkenntnismethoden eröffnen und produktivere Arbeitsweisen durch vielfältig einsatzbare KI-Modelle ermöglichen. Andererseits ermöglicht es KI jedoch auch, bei eigentlich gut angelegten Kompetenzentwicklungsansätzen Lernprozesse zu „shortcuten“ und Anforderungen zu umgehen. Lernanlässe bleiben ungenutzt. KI offenbart und verstärkt darüber hinaus bereits zuvor bestehende strukturelle Schwächen didaktischer Konzepte und in der Kompetenzentwicklung.

Aufgrund der Auswirkungen neuer KI-Technologien müssen KI-Kompetenzen daher explizit und systematisch entwickelt werden, denn KI-gestützte Werkzeuge werden von Studierenden bereits flächendeckend genutzt. KI-Kompetenzen sind die Voraussetzung, um fachliche Handlungsfähigkeit, fachliche Qualität und gute wissenschaftliche Praxis in einer KI-geprägten Hochschullehre zu sichern. Verschiedene KI-Kompetenzrahmen (z. B. des Stifterverbands) adressieren diese Spannungsfelder über definierte Kompetenzbereiche.

Die Vermittlung von KI-Kompetenzen stellt Lehrende häufig vor die Herausforderung, geeignete KI-Tools in relevanten Anwendungsfällen im Studium und späteren Berufsleben der Studierenden zu integrieren. Gleichzeitig fehlt es vielfach an strukturierten, sofort einsetzbaren und didaktisch tragfähigen Formaten. Unsere 60-minütigen Lehrimpulse bieten einen Einstieg, um KI-Kompetenzen niedrigschwellig in der Lehrentwicklung zu verankern. Zusätzlich zu den untenstehenden Lehrimpulsen ist die Veröffentlichung dreier weiterer Lehrimpulse im April geplant.

Überblick über die einzelnen Lehrimpulse

Lehrimpuls #1: Forschungsfragen mit THKI Chat entwickeln

Befähigen Sie Studierende im Dialog mit dem hochschulweiten KI-Interface THKI Chat je nach Kontext Ihrer Lehrveranstaltung eine Forschungsfrage (z.B. für ein Projekt oder eine Hausarbeit) zu entwickeln und so den systematischen Umgang mit großen KI-Sprachmodellen im Forschungskontext zu erlernen.

Lehrimpuls #2: Textdokumente mit THKI Chat weiterverarbeiten

Mithilfe dieses Lehrimpulses erlernen Studierende, wie sie mit Textmaterialien arbeiten, die sie selbst verantworten oder bereitstellen – etwa eigene Entwürfe, Seminararbeiten oder freigegebene Textdokumente wie PDFs oder Word-Dateien – und dabei bewusst auf einen sachgerechten, datenschutzkonformen und urheberrechtskonformen Umgang mit Texten achten.

Lehrimpuls #3: Arbeitsweisen kritisch reflektieren mit THKI Chat

Vermitteln Sie Ihren Studierenden, wie sie KI-Tools wie THKI Chat gezielt und effektiv einsetzen, um das eigene Bearbeiten von Aufgaben sowie das Anwenden von Methodiken und Herangehensweisen im wissenschaftlichen Arbeiten kritisch zu reflektieren, zu strukturieren und anzupassen.

Empfehlungen / Hinweise für die Praxis

Die Lehrimpulse können darüber hinaus untereinander kombiniert werden, um z. B. zu vermitteln, wie bestimmte Arbeitsprozesse über den Einsatz von KI-Systemen unterstützt, erweitert und effizienter gestaltet werden können. 

Außerdem kann jeder einzelne Lehrimpuls hinsichtlich des Ablaufs, der Dauer und der Zielstellung variiert und mit didaktischen Methoden erweitert werden.

Hinweise zu Verknüpfungsmöglichkeiten, Variationen und Erweiterungen finden Sie auf den Lehrpfade-Artikeln der einzelnen Lehrimpulse sowie auf den zum Download bereitgestellten PDF-Dokumenten.

Header-Bild: Generiert mit Hilfe von Adobe Firefly

Der Beitrag Kompakte Lehrimpulse: KI-Skills fördern erschien zuerst auf Lehrpfade.

Vermittelte KI-Kompetenzen

• Praktische generative KI-Kompetenzen
  • Prompting
  • Content-Erstellung

Ablauf des Lehrimpulses (60min)

Lassen Sie die Studierenden zunächst eigene Erfahrungen sammeln und einen Arbeitsprozess reflektieren, der  mit einem zuvor behandelten Thema oder einer Aufgabe in Zusammenhang steht.

Die Studierenden sollen dabei im Dialog mit THKI Chat:

• ihre eigene Arbeitsweise beschreiben und
• konkrete Verbesserungsvorschläge generieren lassen.

Diskutieren Sie mit den Studierenden die Ergebnisse und Eindrücke der Erprobung anhand folgender Fragen:

• Wie hilfreich ist THKI Chat beim Reflektieren und Verbessern der eigenen Arbeitsweise?
• Wie konkret sind die erhaltenen Verbesserungsvorschläge?
• Wie gut lassen sich die Verbesserungsvorschläge in das eigene Arbeiten integrieren?

Zeigen Sie den Studierenden nun das gezielte Reflektieren eigener Arbeitsprozesse mithilfe von THKI Chat. Demonstrieren Sie dabei, wie KI zur Erweiterung und Unterstützung der persönlichen Reflexion eingesetzt werden kann, nicht zu deren Ersetzung:

1. Starten eines neuen Chats in THKI Chat.
2. Einfügen des Ausgangsprompts (s. u.), Ausfüllen der Lücke und Absenden des Prompts.
3. Beantworten der Fragen, die THKI Chat stellt.
4. Kommentieren und kritisches Einordnen der Antwort des KI-Systems, d .h. der Stärken und Schwächen und Verbesserungspotentiale.
5. Einfügen des Folgeprompts, Ergänzen der Lücke durch ein Verbesserungspotential.
6. Erneutes Kommentieren und kritisches Einordnen des Outputs von THKI Chat, z. B. hinsichtlich Nutzens, Effizienz, Praktikabilität der vorgeschlagenen Möglichkeiten.
7. Gegebenenfalls iterative Anpassung, bis ein akzeptables Ergebnis vorliegt und abschließende Einordnung des KI-Outputs.

Lassen Sie die Studierenden mithilfe der Promptvorlagen und der vorangegangenen Demonstration nun erneut eine eigene Arbeitsweise im Dialog mit THKI Chat reflektieren und anpassen.

Reflektieren Sie mit den Studierenden folgende Fragen:

• Welchen Mehrwert bietet es mir, meine Arbeitsweise mit KI zu strukturieren und reflektieren? 
  • Zeitersparnis
  • Inspiration und niedrigschwelliger Einstieg in eine Arbeitsweise, -methode oder -technik
  • zusätzliche Reflektion des eigenen Ansatzes im Dialog mit der KI-Anwendung
  • Steigerung der Effizienz und Optimierung der persönlichen Arbeitsweise
  • Entwicklung transferierbarer KI-Kompetenzen

• Welche Risiken bestehen beim Einsatz von KI zur Reflektion der eigenen Arbeitsweise? 
  • Fehlinformationen oder nicht geeignete Vorschläge der KI-Anwendung
  • „Halluzinationen“: KI-Anwendung erfindet angeblich erprobte Arbeitstechniken oder Methoden, für die sich jedoch keine Belege finden lassen.
  • Mangelnde Eigenleistung: Abläufe oder Verknüpfungen einzelner Arbeitsschritte oder -techniken werden nicht eigenständig durchdacht, sondern unreflektiert aus dem KI-Output übernommen.
• Wann und wozu eignet sich der Einsatz von KI zur Reflektion von Arbeitsprozessen? 
  • Am Anfang eines Arbeitsprozesses: zur Inspiration, zur Strukturierung, als Orientierungshilfe
  • Im späteren Stadium eines Arbeitsprozesses: zur Reflexion und methodischen Schärfung einzelner Arbeitsschritte
  • Nach Beendigung eines Arbeitsprozesses: zur Reflexion der eigenen Arbeitsweise und zur Optimierung wiederkehrender Arbeitsprozesse

Promptvorlagen

Variationen

Sie können diesen Lehrimpuls etwa folgendermaßen anpassen:

• Die Studierenden lassen THKI den „idealen“ Ablauf eines bestimmten Arbeitsprozesses generieren. Daraufhin beschreiben sie ihren eigenen Ablauf und lassen sich von der KI Möglichkeiten aufzeigen, um bestimmte Methoden und Arbeitsschritteaus dem „idealen“ Ablauf in ihren eigenen Arbeitsprozess zu integrieren. Lassen Sie Studierende ihre Ergebnisse und Eindrücke im Plenum vorstellen und diskutieren Sie Vorteile, Nachteile, Praktikabilität und Nutzen der generierten Vorschläge.
• Teilen Sie die Studierenden in Gruppen ein, die jeweils unterschiedliche Arbeitstechniken mit dem KI-System diskutieren und hinsichtlich vorab festgelegter Kriterien analysieren sollen. Lassen Sie die Ergebnisse im Plenum diskutieren.
• Bereiten Sie Beschreibungen fachspezifischer Arbeitstechniken als PDF- oder Word-Dateien vor. Lassen Sie die Studierenden diese Dateien jeweils in THKI Chat hochladen, um die Arbeitstechniken anschließend mit dem KI-System zu diskutieren, analysieren und in die persönliche Arbeitsweise zu integrieren.

Erweiterung

Dieser Lehrimpuls lässt sich beispielsweise mit folgenden didaktischen Methoden erweitern:

Mögliche Verknüpfung mit weiteren Lehrimpulsen

• Lehrimpuls #1: Forschungsfragen entwickeln mit THKI Chat
• Lehrimpuls #2: Textdokumente mit THKI Chat weiterverarbeiten

Links & Literatur

Header-Bild: Generiert mit Hilfe von Adobe Firefly

Der Beitrag Lehrimpuls #3: Arbeitsweisen kritisch reflektieren mit THKI Chat  erschien zuerst auf Lehrpfade.

Vermittelte KI-Kompetenzen

• Praktische generative KI-Kompetenzen 
  • Prompting
  • Content-Erstellung
• Praktische analytische KI-Kompetenzen 
  • Datenbasiertes Handeln 
• Kritische Einordnung 

Basierend auf dem Kompetenzmodell des Stifterverband „KI-Kompetenzen in deutschen Unternehmen„

Ablauf des Lehrimpulses (60min)

Lassen Sie die Studierenden zunächst aktiv eigene Erfahrungen sammeln und einen zuvor behandelten, nicht urheberrechtlich geschützten Text oder ein eigenes PDF in THKI Chat hochladen.
Die Studierenden lassen dann mithilfe der KI:

• eine strukturierte Zusammenfassung erstellen oder
• zentrale Thesen und Argumente extrahieren oder
• Fachbegriffe und deren Bedeutung im Textkontext erläutern.

Diskutieren Sie mit den Studierenden die Ergebnisse und Eindrücke der Erprobung anhand folgender Fragen:

• War die Unterstützung durch KI hilfreich beim Entwickeln der Zusammenfassung bzw. Textanalyse?
• Wie wird die Qualität der erzeugten Zusammenfassung bzw. Textanalyse eingeschätzt?

Zeigen Sie den Studierenden nun das gezielte Arbeiten mit Text-Retrieval in THKI Chat zur Orientierung. Demonstrieren Sie, wie KI zur Erweiterung und Unterstützung der eigenen Fähigkeiten eingesetzt werden kann, nicht zu deren Ersetzung:

1. Starten eines neuen Chats in THKI Chat
2. Hochladen eines Textdokuments (z. B. PDF) 
3. Einfügen des Ausgangsprompts (s. u.) 
4. Kommentieren des KI-Outputs (Texttreue, Verständlichkeit, Vollständigkeit) 
5. Einfügen eines Folgeprompts zur Vertiefung oder Präzisierung 
6. Erneutes Kommentieren und kritisches Einordnen 
7. Gegebenenfalls iterative Anpassung, bis ein fachlich akzeptables Ergebnis vor- liegt oder die Studierenden das Ergebnis selbst weiterformulieren

Lassen Sie die Studierenden mithilfe der Promptvorlagen und der vorangegangenen Demonstration nun erneut die eigene Arbeitsweise im Dialog mit THKI Chat reflektieren und anpassen.

Reflektieren Sie mit den Studierenden über folgende Fragen: 

Welchen Mehrwert bietet mir KI bei der Arbeit mit Texten?

• Zeitersparnis beim ersten Durchdringen umfangreicher Texte
• Niedrigschwelliger Einstieg in komplexe oder fremde Themenfelder
• Unterstützung beim Strukturieren, Gliedern und Zusammenfassen
• Unterstützung beim Vergleich mehrerer Texte oder Positionen
• Verbesserung des Textverständnisses durch Nachfragen im Dialog
• Zusätzliche Reflektion des eigenen Ansatzes im Dialog mit der KI-Anwendung
• Entwicklung transferierbarer Kompetenzen (z. B. KI-Kompetenzen)

Welche Risiken bestehen beim Einsatz von KI zur Textarbeit?

• Fehlinterpretationen oder Verkürzungen von Argumenten
• Auslassung relevanter Textstellen
• Scheinsicherheit durch gut formulierte, aber unvollständige Zusammenfassungen
• Unkritische Übernahme von KI-Formulierungen ohne Abgleich mit dem Origi- naltext
• Abnahme der eigenen Lese- und Analyseleistung bei falschem Einsatz

Wann und wozu eignet sich der Einsatz von KI zur Textarbeit?

• Zu Beginn der Auseinandersetzung mit einem Text: zur Orientierung
• Während der Bearbeitung: zur Strukturierung und Klärung einzelner Aspekte
• Am Ende: zur Überprüfung des eigenen Verständnisses oder zur Zusammenfassung

Promptvorlagen

Variationen

Sie können diesen Lehrimpuls etwa folgendermaßen anpassen: 

• Studierende laden einen Text in THKI Chat hoch, lassen eine Zusammenfassung erstellen und gleichen diese mit dem Originaltext ab, um zu prüfen, ob zentrale Inhalte fehlen oder zu stark vereinfacht wurden.
• Studierende verfassen zunächst selbst eine kurze Zusammenfassung eines Textes und lassen diesen danach von der KI zusammenfassen, um beide Fassungen miteinander zu vergleichen und Unterschiede in Schwerpunktsetzung, Detailgrad und Verständlichkeit zu erkennen.
• Studierende stellen der KI gezielte Fragen zu einem hochgeladenen Text, zum Beispiel zu zentralen Argumenten oder Begriffen. Die Antworten werden anschließend im Originaltext nachgeschlagen und überprüft.
• Studierende lassen einen komplexen fachlichen Text von der KI vereinfachen und prüfen danach, ob die Kernaussagen erhalten geblieben sind oder ob Inhalte verfälscht wurden.

Erweiterung

Dieser Lehrimpuls lässt sich beispielsweise mit folgenden didaktischen Methoden erweitern:

Mögliche Verknüpfung mit weiteren Lehrimpulsen 

• Lehrimpuls #1: Forschungsfragen mit THKI Chat entwickeln
• Lehrimpuls #3: Arbeitsweisen kritisch reflektieren mit THKI Chat

Links & Literatur

Header-Bild: Generiert mit Hilfe von Adobe Firefly

Der Beitrag Lehrimpuls #2: Textdokumente mit THKI Chat weiterverarbeiten  erschien zuerst auf Lehrpfade.

Vermittelte KI-Kompetenzen

• Praktische generative KI-Kompetenzen
  • Prompting
  • Content-Erstellung
• Kritische und ethische Einordnung

Ablauf des Lehrimpulses (60min)

Lassen Sie die Studierenden zunächst eigene Erfahrungen sammeln und zum zuletzt besprochenen Text/Thema/Experiment mithilfe von THKI Chat eine Forschungsfrage generieren.

Diskutieren Sie mit den Studierenden die Ergebnisse und Eindrücke der Erprobung anhand dieser beiden Fragen:

• War die Unterstützung durch die KI hilfreich beim Entwickeln der Forschungsfrage?
• Wie schätzt ihr die Qualität der entwickelten Forschungsfrage ein?

Zeigen Sie das gezielte Entwickeln einer Forschungsfrage. Demonstrieren Sie den Studierenden folgende Schritte, wie sie KI zur Erweiterung und Unterstützung der eigenen Fähigkeiten einsetzen:

1. Starten eines neuen Chats in THKI Chat
2. Einfügen des Ausgangsprompts (s.u.) und Ausfüllen der Platzhalter
3. Kommentieren des KI-Outputs (hinsichtlich Zugehörigkeit zum Fachbereich, Detailtiefe, Umsetzbarkeit, etc.)
4. Einfügen des ersten Folgeprompts und Ausfüllen der Platzhalter
5. Kommentieren des angepassten KI-Outputs
6. Gegebenfalls über einen weiteren Folgeprompt das Ergebnis erneut in gewünschter Hinsicht anzupassen (Detailgrad, Auslassen eines Teilaspekts, Hinzufügen eines Teilaspekts, Formulierungshinweise, etc.)
7. Die KI den Output anpassen lassen bis ein akzeptables Thema formuliert wurde, bzw. dieses Thema durch geringfügige Anpassungen selber formulieren

Lassen Sie die Studierenden nun eigene Forschungsfragen gezielt entwickeln. Die Promptvorlagen sollen dabei den Studierenden eine Orientierung bieten und den Einstieg in das Arbeiten mit der KI erleichtern.

Reflektieren Sie mit den Studierenden folgende Fragen:

Welchen Mehrwert bietet es mir, meine Forschungsfrage mit KI zu entwickeln?

• Zeitersparnis
• Inspiration und niedrigschwelliger Einstieg in ein Themengebiet
• Zusätzliche Reflektion des Ansatzes über den Dialog mit der KI
• Vermeiden häufiger Fehler: zu enges oder zu weites Thema, fehlender Aktualitätsbezug, keine Verbindung von Forschungsfrage und Methodik
• Steigerung der Qualität der gefunden Forschungsfrage
• Entwicklung transferierbarer Kompetenzen (z. B. KI-Kompetenzen)

Welche Risiken bestehen beim Einsatz von KI zur Entwicklung einer Forschungsfrage?

• Fehlinformationen, die von der KI-Anwendung bereitgestellt werden
• „Halluzinationen“: KI-Anwendung erfindet Zitate, Referenzen oder Quellen, die nicht existieren
• Mangelnde Eigenleistung: Begründungen für Argumente oder Verknüpfungen von Inhalten werden nicht eigenständig durchdacht, sondern unreflektiert aus dem KI-Output übernommen

Wann und wozu eignet sich der Einsatz von KI zur Entwicklung einer Forschungsfrage?

• Am Anfang des Themenfindungsprozesses: zur Inspiration, als Orientierungshilfe
• Im späteren Stadium des Forschungsprozesses: zur Reflexion und inhaltlichen Schärfung einer Forschungsfrage

Promptvorlagen

Variationen

Sie können diesen Lehrimpuls etwa folgendermaßen anpassen:

• Die Studierenden reflektieren und schärfen selbst entwickelte Forschungsfragen im Dialog mit der KI, um den Fokus auf effektive Zusammenarbeit mit KI-Systemen zu legen.
• Die Studierenden diskutieren interaktiv mit der KI eine Vielzahl generierter Forschungsfragen, um eine begründete Bewertung und Abwägung der Vorschläge vorzunehmen.
• Die Studierenden entwickeln eigene Prompts zum Generieren und Reflektieren von Forschungsfragen, um einen Einstieg in das Prompt-Engineering zu erhalten.

Erweiterung

Dieser Lehrimpuls lässt sich beispielsweise mit folgenden didaktischen Methoden erweitern:

Mögliche Verknüpfung mit weiteren Lehrimpulsen 

• Lehrimpuls #2: Textdokumente mit THKI Chat weiterverarbeiten 
• Lehrimpuls #3: Arbeitsweisen kritisch reflektieren mit THKI Chat

Links & Literatur

Header-Bild: Generiert mit Hilfe von Adobe Firefly

Der Beitrag Lehrimpuls #1: Forschungsfragen mit THKI Chat entwickeln erschien zuerst auf Lehrpfade.

FAKTEN

Link: https://www.adobe.com/de/express/
Login: E-Mail-Adresse, Login mit campusID
Lizenz: Lizenz an der TH Köln

TECHNISCHE VORAUSSETZUNGEN

– Internetverbindung
– Laptop
– App für Smartphone oder Tablet

Adobe Express ist ein multifunktionales Medientool. Es bietet die Möglichkeit, Videos und Fotos zu bearbeiten, Flyer und Präsentationen zu erstellen oder Texteffekte und Bilder mit generativer KI erzeugen. Sie können außerdem aus kostenlosen Vorlagen auswählen und diese an Ihre Bedürfnisse anpassen. Auch die Erstellung von Diagrammen und deren Einbindung in eigene Designs oder die Präsentation von Lerninhalten zum Beispiel in Form von Erklärvideos können realisiert werden. Eine Zusammenarbeit im Team ist in Echtzeit möglich.

Funktionsumfang

• Videos und Bilder bearbeiten
• Flyer, Präsentationen und Social-Media-Beiträge erstellen
• Texteffekte und Bilder mit generativer KI erzeugen
• Diagramme erstellen
• Kostenlose Vorlagen für Designs

Einsatz

Schritt für Schritt

Schritt 1: Wo finde ich Adobe Express?

Der Zugang zu Adobe Express ist über das Internet auf einem Laptop möglich. Die Adobe Express App für das Smartphone oder Tablet kann unter folgenden Links heruntergeladen werden:  iOS | Android. 

Schritt 2: Wie richte ich mir Adobe Express ein?

Adobe Express ist in der Adobe Creative Cloud inklusive. Sie können sich mit ihrer CampusID anmelden. Das Tool steht Mitarbeitenden der TH Köln zur Verfügung.

Schritt 3: Welche Funktionen bietet Adobe Express?

Das Tool verfügt über zahlreiche Funktionen. Hier ein kurzer Überblick über eine Auswahl der Produkte, die Sie erstellen können:

1. Social Media Posts
2. Poster
3. Broschüre
4. Einladungen
5. Lebenslauf
6. Präsentationen
7. Flyer
8. Visitenkarte
9. Collagen
10. Bilder und Videos

Schritt 4: Beispiel – Erstellen einer Infografik

1. Neues Projekt starten

Klicken Sie auf die Schaltfläche Erstellen (Das blaue Plussymbol). Sie können nun in der Suchleiste nach Ihrem gewünschten Projekt suchen. Wählen Sie dann das Projekt aus. In diesem Beispiel geht es um Infografiken. Adobe Express erstellt dann ein neues Infografik-Projekt.

2. Design auswählen

Durchsuchen Sie die verschiedenen verfügbaren Vorlagen. Es ist möglich nach Themen oder Stilen zu filtern. Wählen Sie eine Vorlage aus, die dem Bedarf und Stil entspricht. Sie können auch selber ein Design kreieren.

4. Grafik gestalten

Fügen Sie Text hinzu, indem Sie auf vorhandene Textfelder klicken oder neue hinzufügen. Laden Sie eigene Bilder hoch oder wählen Sie Bilder aus der Adobe-Bibliothek. Fügen Sie zusätzliche grafische Elemente, wie Icons, Formen oder Illustrationen, hinzu. Nutzen Sie die Tools in der Seitenleiste, um die Schriftart, Farben, Hintergründe und das Layout anzupassen.

5. Grafik speichern und herunterladen

Ihre Grafik wird automatisch gespeichert, aber es ist immer eine gute Idee, auf das Speichern-Symbol zu klicken, um sicherzustellen, dass alle Änderungen gesichert sind. Klicken Sie auf Herunterladen, um die Grafik als Bilddatei (JPEG, PNG) oder in einem anderen unterstützten Format zu speichern.

Die KI von Adobe – Adobe Firefly

Adobe Firefly in Adobe Express ermöglicht Nutzer*innen, Inhalte wie Bilder, Videos und Vektorgrafiken mithilfe von künstlicher Intelligenz zu erstellen und zu bearbeiten. Die KI kann eingesetzt werden, um kreative Prozesse zu beschleunigen, indem sie Designvorschläge bietet, Bildvarianten generiert und interaktive Elemente entwickelt. Wir zeigen Ihnen, wie Sie ein Bild von der KI erstellen lassen.

Schritt 1: Neues Projekt starten

Klicken Sie auf die Schaltfläche Erstellen (Das blaue Plussymbol). Sie können nun in der Suchleiste nach Ihrem gewünschten Projekt suchen. Wählen Sie dann das Projekt aus. In diesem Beispiel soll ein Bild mit KI erstellt werden, daher müssen Sie Bild generieren auswählen.

Schritt 2: Textbeschreibung eingeben

Geben Sie eine detaillierte Beschreibung des Bildes ein, das Sie erstellen möchten. Seien Sie so spezifisch wie möglich in Ihrem Prompt, um optimale Ergebnisse zu erzielen. Oft hilft es auch, den Text auf Englisch zu verfassen.

Schritt 3: Bild generieren

Klicken Sie auf Generieren, um das Bild basierend auf Ihrer Beschreibung zu erzeugen. Der Prozess kann einige Sekunden dauern.

Schritt 4: Anpassungen vornehmen

Überprüfen Sie das generierte Bild und nehmen Sie gegebenenfalls Anpassungen vor. Sie können Elemente hinzufügen, Farben ändern oder Filter anwenden, um das Bild weiter zu verfeinern. Hinweis: Adobe Firefly stößt oft an Grenzen, insbesondere bei der realistischen Darstellung von Händen und Gesichtern. In solchen Fällen kann es hilfreich sein, ein Referenzbild hochzuladen, das der KI als Vorlage dient, um genauere und zufriedenstellendere Ergebnisse zu erzielen.

Weitere Tutorials zur Einarbeitung und zur Vertiefung finden Sie hier. Das Adobe Express-Benutzerhandbuch finden Sie hier. Dort finden Sie Schritt-für-Schritt-Anleitungen für die verschiedenen Funktionen des Tools. Diese Schritt-für-Schritt-Anleitung führt Sie zum Beispiel durch die ersten Schritte bei der Verwendung von Vorlagen.

Links & Literatur

Der Beitrag Adobe Express erschien zuerst auf Lehrpfade.

Welche Funktionen erfüllt das Schreiben für den Kompetenzerwerb an der Hochschule?

Texte sind das zentrale Kommunikationsmittel für die Wissenschaft. Das Schreiben von Texten ist zugleich ein kaum zu unterschätzendes Denkwerkzeug, das dazu verhelfen kann, neue Ideen zu generieren, Wissen zu vernetzen und kritisches Denken zu schulen. Das heißt, dass Schreiben nicht bloß als ‚Transportmittel‘ für Wissen und Informationen dient, sondern auch eine epistemisch-heuristische Funktion erfüllt. Schreiben einschließlich Berechnungen, Erstellen von Zeichnungen, CAD und weiteren Visualisierungen ist somit für alle Fächer wichtig, um zugleich fachliche Inhalte zu erarbeiten und fachliches Denken einzuüben und zu vertiefen.

Neben Haus- und Abschlussarbeiten, die das wissenschaftliche Schreiben trainieren, sind an der TH Köln auch andere Textsorten wie Portfolios, Seminar- und Versuchsprotokolle, Praktikums-, Praxis- und Reflexionsberichte, Dokumentationen und weitere praktische schriftliche Prüfungsformen von Bedeutung. Textsorten sind Muster, an denen sich Schreibende bei der formalen und inhaltlichen Gestaltung eines Textes orientieren und die Lesende als Erwartung an die formal-inhaltliche Gestaltung an einen Text herantragen. Durch das Lesen und Schreiben verschiedener Textsorten lernen Studierende, wie in ihrem Fachbereich Fragen gestellt und Probleme gelöst werden. Sie können sich durch ein reflektiertes Textsortenwissen auch schneller an neue Kommunikationssituationen in der wissenschaftlichen wie auch der beruflichen Praxis anpassen. Insbesondere das Schreiben im Hochschulkontext ist durch einen komplexen kognitiven Prozess gekennzeichnet, für dessen Bewältigung Studierende individuelle (Schreib-)Strategien entwickeln müssen. Wissenschaftliches Arbeiten und Schreiben erfordert ein Zusammenspiel verschiedener Teilkompetenzen (Informations-, Lese- und Schreibkompetenz, aber auch generische Teilkompetenzen wie Selbstregulation oder digitale Kompetenzen) sowie Wissen über Inhalte, Sprache oder Adressat*innen (s. Abbildung). Somit zielt das wissenschaftliche Schreiben auf höhere Lernzielebenen wie Analyse, Synthese und Beurteilung und muss schrittweise gelernt und gelehrt werden, ohne und in Zukunft auch mit KI. Beides sollte aus unserer Sicht in die Lehre integriert werden, doch nicht als zusätzlicher Lehrstoff, sondern als Werkzeug in der Lehrpraxis, die ganz konkret fachliche wie metakognitive Kompetenzen schult und somit einen Gewinn für alle Seiten darstellt.

Inwiefern verändert die Nutzung von KI beim Schreiben den Kompetenzerwerb?

Durch den Einsatz von Large Language Models (LLM) bzw. von KI-generierten Texten verschieben sich die Kompetenzen, die für das wissenschaftliche Schreiben erforderlich sind: Schreibende verfassen keine Texte mehr von Grund auf, sondern sie weisen sprachverarbeitende KI an, Text zu generieren und prüfen, beurteilen und überarbeiten die KI-generierten Textelemente. Dieses Phänomen ist bereits in der Techniksoziologie (Rammert, Schulz-Schäfer, Latour u. a.) und der Kybernetik als Verschiebung von ausführenden Handlungen in Mensch-Maschine-Interaktion bekannt, wie die Nutzung von Navigationsgeräten veranschaulicht: Die Maschine berechnet eine vom Menschen vorgegebene Route. Der Mensch prüft, ob die geplante Route realistisch ist, seinem Bedarf entspricht und richtet sich in der weiteren Anwendung nach den Vorschlägen der Maschine. In dieser Kompetenzverlagerung steckt Potenzial, aber sie birgt ebenso Unwägbarkeiten und Gefahren. Die Funktion des wissenschaftlichen Schreibens – auch mit KI – bleibt dagegen das Erkenntnisinteresse eines Menschen, also die Epistemik des Schreibprozesses. Für das Schreiben an der Hochschule und im Anschluss daran im Beruf kann die Nutzung von THKI Chat neue Möglichkeiten zur Kompetenzentwicklung auch mit Blick auf Future Skills (wie technologische, transformative oder ethische Kompetenzen) eröffnen, doch auch dies muss ganz konkret in der Lehre gemeinsam mit Studierenden eingeübt und reflektiert werden.

Wie lässt sich KI gewinnbringend und verantwortungsvoll für das wissenschaftliche Schreiben nutzen?

Der Schreibprozess ist geprägt von fachlichen Konventionen, individuellen Strategien und bisherigen Schreiberfahrungen, aber auch durch die zur Verfügung stehenden Werkzeuge und Technologien, mit deren Hilfe Text entsteht: Notizbuch, Computer und nun auch maschinelle Intelligenz können kognitive Prozesse beeinflussen und entlasten, so dass Kapazitäten frei werden für andere Denkaufgaben. Daher ist davon auszugehen, dass KI-Tools Schreib- und somit auch Wissenschaftspraktiken beeinflussen werden und vice versa. In welchem Ausmaß sich wissenschaftliche Praktiken und Konzepte von Autor*innenschaft verändern werden, ist derzeit noch nicht abzusehen. Das Fundament für wissenschaftliche Texte bilden nach wie vor die Prinzipien guter wissenschaftlicher Praxis: Der*die Verfasser*in trägt die Verantwortung für den eigenen Text und muss transparent und kritisch mit fremder und eigener Forschung und dem Zustandekommen der Ergebnisse umgehen. Daher wird es für Sie als Lehrende umso wichtiger, Studierende die fachlichen Schreibpraktiken in der Lehre einüben zu lassen, damit für sie etwa die Funktion der vollständigen und korrekten Angabe von Quellen, die Richtigkeit von Berechnungen, die Normenkonformität technischer Zeichnungen und von CAD-Darstellungen usw. deutlich wird. Es ist an Ihnen, den Studierenden zu vermitteln, dass es sich dabei nicht um eine langweilige Pflichtübung oder ein zu vernachlässigendes Oberflächenphänomen handelt: Nutzende bleiben nicht nur für die formale Richtigkeit des Textes verantwortlich, den die Maschine generiert. Natürlich bleiben Menschen auch die verantwortende Instanz, um beispielsweise zu prüfen,

• ob eine Forschungsfrage einer Hausarbeit geeignet ist,
• ob der Zusammenhang zwischen mehreren Arbeitshypothesen richtig ist,
• ob die gewählte Methode geeignet ist, um das Forschungsanliegen zu klären,
• ob Einzelaussagen im generierten Text richtig oder falsch sind – das gilt auch für Visualisierungen –,
• ob generierte Aussagen für die Leserschaft nachvollziehbar sind und den Erwartungen den jeweiliger Lesenden, also der Textsorte, entsprechen,
• ob der Aufbau und die Argumentation schlüssig sind,
• ob von der Maschine angegebene Quellen überhaupt existieren,
• ob die für das Thema relevanten Quellen im Text enthalten sind und
• ob die angegebenen Quellen wissenschaftlichen und möglicherweise sogar ethischen Standards entsprechen.

Nach derzeitigem Stand ist es für Studierende nach wie vor unerlässlich, alle Bestandteile des Schreibprozesses auch ohne KI-Tools bewältigen zu können, um sie zielführend und reflektiert einzusetzen. KI-Tools können den Schreibprozess an vielen Stellen entlasten oder effizienter gestalten. Studierende können die bekannten KI-Tools unter Ihrer Anleitung in Bezug auf Folgendes explorieren: Vorschläge einholen für die Themenfindung/Ideen-generierung, Strukturierungsansätze für Texte, Feedback zum selbstständig erstellten Text auf den Ebenen der Rechtschreibung, Zeichensetzung, des Layouts, der Zitationsregeln, möglicherweise auch zum Ausdruck oder gar Inhalt.

Ein Risiko könnte darin bestehen, dass Studierende gerade beim ersten wissenschaftlichen Schreiben im Studium (in einigen Fächern im ersten Semester, in anderen erst mit der Abschlussarbeit) überfordert und nicht im wissenschaftlichen Arbeiten ausgebildet sind. Sie könnten dann ganze Texte von ChatGPT generieren lassen und diese übernehmen, ohne die oben genannten formalen und inhaltlichen Aspekte kritisch zu prüfen. So stellt sich für Lehrende die Frage, ob die Studierenden, die nun ein Studium aufnehmen, ebenso wie ihre Kommiliton*innen höheren Semesters auch in der Lage bleiben müssen, einen wissenschaftlichen Text selbstständig ohne generative KI verfassen zu können. Alternativ stellt sich die Frage, ob sich grundsätzlich Lehrmethoden und Prüfungsformen etwa durch Einbindung einer mündlichen Prüfung oder Verteidigung von schriftlichen Arbeiten ändern müssen. Dies könnte die Grundlage bleiben, um auch Texte anderer auf ihre Wissenschaftlichkeit hin zu überprüfen und letztlich gegebene Informationen kritisch einschätzen und bewerten zu können. Diese Kompetenz bleibt eine der wesentlichen Kompetenzen, die Studierende während ihres Studiums erwerben und für ihr späteres Berufsleben, vor allem auch als Bürger*innen einer demokratischen Gesellschaft benötigen. Was bedeutet dies nun ganz konkret für das Lehren und Lernen an der Hochschule?

Hinweise für die Praxis

Die Weiterentwicklung von KI ist sehr dynamisch und daher ist es ratsam, auf dem Laufenden zu bleiben. Am Ende des Artikels finden Sie entsprechende Empfehlungen für aktuelle Publikationen und Videos zum Thema. Wir betreten mit der Arbeit mithilfe von KI-Tools Neuland und es stehen noch eine Menge Forschungsvorhaben und deren Ergebnisse aus, um auf deren Grundlage fundiert Vorschläge für die Praxis machen zu können. Nach derzeitigem Stand (März 2024) möchten wir Ihnen aber folgende fünf Anregungen für die Praxis mitgeben.

Literatur und weiterführende Links

Header-Bild: © memorystockphoto/Adobe Stock

Der Beitrag Warum man an der Hochschule noch selbst schreiben sollte erschien zuerst auf Lehrpfade.

Was ist Künstliche Intelligenz?

Künstliche Intelligenz  – kurz KI oder Englisch: AI – umfasst Technologien wie Chatbots und Bildgeneratoren. Das dahinterstehende Konzept reicht aber sehr viel weiter. Im Kern geht es darum, Maschinen zu befähigen, menschliche Intelligenz zu erreichen oder sogar zu übertreffen. KI ermöglicht es Maschinen und Computern, kognitive Prozesse wie Lernen, Sprachverständnis, Mustererkennung und autonomes Problemlösen durchzuführen. Technologien in der KI-Forschung beinhalten unter anderem Fuzzy Logic, Maschinelles Lernen, Evolutionäre Algorithmen, Natural Language Processing und Künstliche Neuronale Netzwerke. Diese bilden die Basis für die Entwicklung von KI-Modellen, die auf spezifische oder breitgefächerte Funktionen trainiert werden können. Das Konzept der Künstlichen Intelligenz zielt sehr viel weiter als das, wo wir derzeit stehen.

Was sind Künstliche Neuronale Netzwerke (KNN)?

Künstliche Neuronale Netzwerke (KNN) sind Modelle, die in ihrer Architektur natürlichen neuronalen Netzwerken, wie dem des menschlichen Gehirns, nachempfunden sind. Sie bestehen aus künstlichen Neuronen, deren Verbindungen während des Trainings anhand großer Datensätze laufend neu gewichtet werden. Diese Neugewichtung durch Feedback zielt darauf ab, dass das Netzwerk generalisierte Muster erlernt, sodass es nach dem Training auch auf unbekannte Datenmuster sinnvoll reagieren kann. Viele der heute populären Large Language Models wie GPT-4, BERT oder Llama nutzen die Transformer-Architektur, eine spezielle Form von KNN, die 2017 eingeführt wurde.

Was sind KI-Modelle?

KI-Modelle sind computergestützte Netzwerke, die entweder für spezifische Aufgaben (Task-specific Models) oder ein breites Anwendungsspektrum (Foundation Models) entwickelt werden. Sie lernen Muster zu erkennen und zu generieren und werden dazu anhand von Datensätzen trainiert und damit nicht wie andere Systeme programmiert.

Task-specific Models konzentrieren sich auf bestimmte Anwendungen, wobei die Qualität der Trainingsdaten entscheidend ist. Sie sind effizient in eng definierten Bereichen, wie zum Beispiel in spezialisierter Übersetzungssoftware. Foundation Models hingegen nutzen umfangreiche Datensätze, um vielfältige Funktionen abzudecken. Sie sind komplexer und können eine breite Palette von Aufgaben bewältigen. Zu diesen Modellen zählen Large Language Models und Multimodal Models, die sich durch eine hohe Anzahl von Parametern auszeichnen.

Was sind Large Language Models (LLM) und Natural Language Processing (NLP)?

Large Language Models (LLM) sind KI-Systeme, die Texte verarbeiten und erzeugen können. Sie sind ein Typ von Foundation Models und basieren auf umfangreichen neuronalen Netzwerken. Sie können Texte analysieren, interpretieren und neue Inhalte erstellen, was sie für Anwendungen wie Chatbots und Übersetzungsprogramme wertvoll macht.

Natural Language Processing (NLP) ist die zugrundeliegende Technologie, die LLMs ermöglicht, menschliche Sprache zu verarbeiten. NLP umfasst Methoden und Algorithmen, die Computern das Lesen, Verstehen und Interpretieren menschlicher Sprache ermöglichen. Es ist der Schlüssel dazu, wie LLMs Texte verstehen und sinnvolle Antworten generieren können.

Zusammen bilden LLM und NLP die Grundlage für viele moderne KI-Anwendungen, die Sprachverständnis und -erzeugung erfordern, und sind zunehmend wichtig für Forschung und akademische Textarbeit.

Was ist eine KI-Anwendung?

Eine KI-Anwendung ist die Umsetzung eines KI-Modells in reale Anwendungsbereiche. Sie ist eine Software, welche ein KI-Modell verwendet, um spezifische Aufgaben oder Funktionen zu erfüllen. Der Begriff KI-System wird oft synonym zu KI-Anwendung verwendet, vor allem in technologischen Kontexten.

Innerhalb der KI-Systeme lassen sich weitere Kategorien unterscheiden, etwa generative KI-Systeme und erkennende KI-Systeme. Der Trend geht dahin, dass verschiedene KI-Modelle in komplexen Softwareumgebungen und in Kombination mit anderen KI-Modellen und Programmen kombiniert werden. Beispiele dafür sind die Verknüpfung des Bildgenerators DALL-E mit ChatGPT (Multimodal), oder die Integration von Wolfram Alpha in Perplexity AI, was neben KI-gestützter Suche auch die Lösung mathematischer Gleichungen ermöglicht.

KI-Anwendungen für unterschiedliche Hochschulkontexte haben wir in unserer KI-Toolbox für Sie zusammengestellt.

Was sind ChatGPT, Google Bard und HuggingChat?

ChatGPT, Google Bard und HuggingChat sind konversationale Chatbots, also KI-Anwendungen, die natürlich sprachlich mit Nutzer*innen interagieren, ohne auf vordefinierte Fragen und Antworten beschränkt zu sein. Sie basieren auf Large Language Models, wobei nur der Quellcode von HuggingChat als Open-Source-Modell öffentlich ist. Diese Chatbots sind auf das Verarbeiten und Generieren von natürlicher Sprache spezialisiert, wobei die Qualität der Antworten stark von den gestellten Anfragen – den sogenannten Prompts – abhängt.

Was ist ein Prompt?

Ein Prompt ist ein Eingabebefehl oder eine Anweisung, die einem Computerprogramm gestellt wird. In der KI, besonders bei Sprachmodellen, dient ein Prompt als Auslöser für die Generierung von Antworten oder Inhalten. Wie Sie einen guten Prompt selbst formulieren können, erfahren Sie in unserer Promptanleitung. Welche unterschiedlichen Strategien Sie verfolgen können, um zum gewünschten Ergebnis zu gelangen, haben wir in diesem Dokument zu Promptstrategien zusammengefasst.

Hinweise für die Praxis

Was ist beim Einsatz von KI-Technologien zu berücksichtigen?

Alle KI-Modelle können Fehler machen, irreführen oder halluzinieren. Ihr Output kann auf abweichenden oder diskriminierenden Repräsentationen der Realität basieren oder sogar Diskriminierung und gesellschaftliche Missstände replizieren und verstärken. Auch die maschinelle Intelligenz tritt aus sozialen Gefügen hervor, baut auf – in Teilen prekärer – menschlicher Arbeit auf und bedarf gerade bei generativer KI enormer Mengen an Energie. Dies macht eine kritische Betrachtung von KI besonders wichtig, auch wenn der Einsatz von KI-Tools nützlich sein kann. Den technologischen Wandel durch KI-Technologien kritisch und reflektierend mitzugestalten, fordert Hochschulen derzeit heraus und wird alle Disziplinen, Fachbereiche, aber auch die Hochschule als Organisation weiter beschäftigen. Wenn Sie sich in diesen Kontexten – gerade mit LLMs – beschäftigen, achten Sie auf folgende Punkte:

• Transparenz & Einordnung: Es ist notwendig, generierte Inhalte kritisch zu hinterfragen und einzuordnen. Dies erfordert in aller Konsequenz auch die Zugänglichkeit der Modelle und Trainingsdaten.
• Urheberin KI: Durch generative KI wird es zunehmend schwieriger, Inhalte als künstlich erzeugte zu erkennen. Das ist aber besonders relevant, um die Eigenleistung von Studierenden einzuschätzen.
• Erklärbarkeit: Die Nachvollziehbarkeit von Entscheidungen einer KI ist oft begrenzt, da diese nicht anhand von konkreten Regeln oder Code-Stellen erklärbar sind.
• Kreativität & Zufälligkeit: Generative KI schafft durch Zufallsvariationen häufig neue, unvorhersehbare Ergebnisse, selbst bei gleichen Eingabeaufforderungen.

Lehre erweitern mit dem KI-Campus

Generell handeln in komplexen, praxisorientierten Situationen zunehmend und in allen Disziplinen auch maschinelle Intelligenzen. Darum ist ein grundlegendes Verständnis über die Funktionsweise und den Einsatz von KI für Studierende sinnvoll. Inhalte, die dieses Verständnis fördern und die Studiengänge in ihre Curricula aufnehmen können, finden Sie auf dem KI-Campus. Der KI-Campus ist eine kostenfreie digitale Lehrplattform, gefördert vom Bundesministerium für Bildung und Forschung (BMBF). Dort lassen sich zahlreiche unterschiedliche Lernangebote für verschiedene Anwendungsfälle finden:

• Videos zur Einbindung in Ihre Lehre, beispielsweise über die Grundlagen generativer KI
• Podcasts als begleitende Inhalte für Ihre Lehre, zum Beispiel über den gesellschaftlichen Einfluss von KI
• Komplette Kurse, zum Beispiel „KI für alle: Einführung in die Künstliche Intelligenz„
• Natürlich können Sie sich auch selbst einbringen, um Lehre über KI gemeinsam mit dem KI-Campus zu gestalten. Ein Beispielprojekt von Angehörigen der TH Köln ist der Data Literacy Basiskurs.

Wie kann man KI in kompetenzorientierte Lehre integrieren?

In einer kompetenzorientierten Lehre erwerben Studierende jenseits einer simplen Ersetzungslogik – „Das macht die KI für mich!“ – konkrete Handlungskompetenzen in der Mensch-Maschine-Interaktion.

Überprüfen Sie daher ihre fachlichen Learning Outcomes, ob KI-Technologien für diese konkret zu erwerbenden Kompetenzen relevant sind. Beim Anpassen von Lernzielen sollten diese klar formuliert werden. Die Lernziele können KI-Technologien direkt adressieren, wie die Lerninhalte des KI-Campus, oder KI als hilfreiches Tool einbeziehen – also für das WOMIT, mit dem Lernende das Lernziel erreichen, eine Rolle spielen. Dann sollte diese Mensch-Maschine-Interaktion Teil Ihrer Lehrkonzeption werden.

Kann eine Handlung leicht auf einem angemessenen Niveau durch beispielsweise einen KI-Chatbot automatisiert werden, kann es durchaus sinnvoll sein, die entsprechende Lerneinheit ohne KI als Hilfsmittel und in Präsenz zu gestalten. Das WOZU des Lernziels darf dabei nicht verloren gehen. Gerade bei Kompetenzen, die unter Ausschluss von KI erlernt werden sollen, ist es wichtig, den Studierenden deutlich zu machen, wozu sie verantwortungsvoll handeln können müssen in Bereichen, die maschinelle Intelligenz ebenfalls automatisieren könnte. In diesem Kontext ist es wichtig, dass eine intensive Auseinandersetzung mit den Entwicklungen in Forschung und Praxis der jeweiligen Disziplin stets berücksichtigt wird.

Um einen KI-Chatbot in ein Lehr-Lernszenario niedrigschwellig und chancengleich zu integrieren, nutzen Sie THKI Chat. Weitere Anregungen zu sinnvollen KI-Anwendungen finden Sie in unserer KI-Toolbox. Zudem können Sie sich über Ihre KI-Lehrkonzepte in unseren Brownbag-Sessions und unserem Space KI@THK austauschen. Zur Inspiration können Sie gerne auf die Use Cases der FUH eingehen.

Links & Literatur

• Deutscher Ethikrat, Stellungnahme: Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz (Kapitel 3)
• Entwicklungsagentur Rheinland-Pfalz: Gutachterliche Stellungnahme zu den Auswirkungen künstlicher Systeme im Speziellen und der Digitalisierung im Allgemeinen auf das kommunale Leben in Rheinland-Pfalz 2050
• Spielarten der Künstlichen Intelligenz: Maschinelles Lernen und Künstliche Neuronale Netze (Fraunhofer-Institut für Arbeitswirtschaft und Organisation, Blogbeitrag)
• Center for Research on Foundation Models (CRFM), Stanford Institute for Human-Centered Artificial Intelligence (HAI), Stanford University: On the Opportunities and Risks of Foundation Models
• Technische Hochschule München, Ludwig-Maximilians-Universität München, Universität Tübingen: Positionspapier: ChatGPT for Good? On Opportunities and Challenges of Large Language Models for Education
• Fraunhofer-Institut für Naturwissenschaftlich-Technische Trendanalysen: Natural Language Processing
• Basiswissen zu Künstlicher Intelligenz auf dem KI-Campus
• Hessisches Kultusministerium: Handreichung “Künstliche Intelligenz (KI) in Schule und Unterricht” (Abschnitt: Glossar)

Der Beitrag KI 101 – Ein Einstieg in die Welt der Künstlichen Intelligenz erschien zuerst auf Lehrpfade.

FAKTEN

Link: https://ki.th-koeln.de
Login: Login mit campusID
Lizenz: API-Schnittstellen von der TH Köln

TECHNISCHE VORAUSSETZUNGEN

– Netzwerk der TH Köln, ggfs. VPN-Verbindung
– Laptop, Smartphone oder Tablet
– Browser, keine App benötigt

THKI Chat ist ein didaktisches Interface auf Basis des landesweiten Zugangs KI:connect.nrw im Projekt KI:edu.nrw. Es bietet Hochschulangehörigen die Möglichkeit, aktuelle KI-Modelle wie ChatGPT-4.1 von OpenAI und Open Weight-Modelle wie LLaMa über eine geschützte Web-Oberfläche zu nutzen. 

An der TH Köln dient THKI Chat als Arbeits- und Lernumgebung. Über die Interaktion mit leistungsstarken Sprachmodellen ermöglicht er die KI-unterstützte Generierung und Bearbeitung von Texten sowie den Upload von PDF-, Bild- und Audio-Dateien zur inhaltlichen Verarbeitung und Verbesserung des KI-Outputs. Einzelne Konversationen werden in einem persönlichen Chatverlauf gespeichert.  

Funktionsumfang

• Texterstellung und -verständnis
• Editierbare Prompts und durchsuchbarer Chatverlauf  
• Dateiupload (PDF, Bild- und Audiodateien) 
• Mehrsprachige Fähigkeiten   
• Output-Formatierung mit MarkDown und Syntax Highlighting 
  

Einsatz

Schritt für Schritt

Die Chancen und Risiken von Künstlicher Intelligenz insbesondere für die Hochschullehre und das Studium wurden an unserer Hochschule bereits präsentiert und diskutiert. Die TH Köln möchte mit der Bereitstellung von THKI Chat ihren Hochschulangehörigen die technische Grundlage geben, um selbstbestimmt Möglichkeiten und Grenzen von KI auszuloten, zu reflektieren und einzuordnen.

Grundlagen zu Künstlicher Intelligenz 

Eine interaktive Einführung zu Künstlicher Intelligenz und der effizienten Nutzung von KI-Systemen wie THKI Chat bieten wir Ihnen im Selbstlernkurs KI Basics. Dieser Kurs ist für alle Hochschulangehörigen zugänglich. 

Links & Literatur

Der Beitrag THKI Chat erschien zuerst auf Lehrpfade.