Hier können Sie gerne Erfahrungen und Informationen zum Thema KI-Integration in Lehr- und Lernprozesse teilen!
PD Dr. Ulrike Hanke (Hochschuldidaktikerin und Expertin für Online Lehre):
"Textgenerierende Tools wie #ChatGPT als Arbeitserleichterung für Lehrende – so setzen Sie KI-gestützte Tools für die Vorbereitung Ihrer Lehre ein" [Quelle: YouTube; 22.08.2023]
"Textgenerierende Tools wie #ChatGPT als Arbeitserleichterung für Lehrende – so setzen Sie KI-gestützte Tools für die Vorbereitung Ihrer Lehre ein" [Quelle: YouTube; 22.08.2023]
Prof. Dr. Christian Spannagel (Professor für Mathematik und ihre Didaktik mit Schwerpunkt Informatik und Implementierung neuer Medien):
"U:FF 2023: KI-Chatbots als Lern- und Lehrassistenten an der Hochschule" (Quelle: Youtube; 22.08.2023]
Offener Prompt-Katalog -
Ein Katalog erprobter Prompts aus Anwendungskontexten im Bereich der Hochschullehre
Inhalt:
"Der Umgang mit generativer KI wird durch die schnell wachsende Leistungsfähigkeit großer Sprachmodelle (LLMs) eine wichtige Funktion im Hochschulkontext spielen. Wir möchten mit dem Prompt Katalog die Möglichkeit für einen Erfahrungsaustausch bieten: erfolgreich eingesetzte Prompts werden im Prompt-Katalog dokumentiert und zur Wiederverwendung zur Verfügung gestellt. Um die Ergebnisse selbst nachvollziehen und nutzen zu können, ist es wichtig, auch die bei der Erstellung genutzte generative Text-KI im Formular anzugeben" (Quelle: Hochschulforum Digitalisierung und KI-Campus, 2024)
Herausgeber:innen:
Der Katalog wurde eingerichtet im Rahmen des Prompt-Labor: Generative KI in der Hochschullehre, veranstaltet von Hochschulforum Digitalisierung und KI-Campus – die Lernplattform für Künstliche Intelligenz im Stifterverband.
Alle freigegebenen Prompts werden als OER unter der CC BY SA 4.0 Lizenz veröffentlicht. Bitte bei Weiterveröffentlichungen den Namen der Autoren, den Link zum Prompt-Labor und den Lizenzhinweis angeben.
Link zum offenen Prompt-Katalog:
Prompt-Katalog [03.05.2024]
Erfahrungsberichte: Wie und wofür nutzen Studierende ChatGPT?
Spannende Einblicke von Studierenden der Unis Göttingen, Braunschweig & Hannover zur Nutzung von ChatGPT im Hochschulkontext bzw. in verschiedenen Studiengängen:
Link:
Artikel vom HFD vom 26.09.2024 [01.10.2024]
Professor als KI-Avatar für Studierende
Info:
"Timotar" (Professor Timo Meynhardt) steht seinen Studierenden nun 24/7 als KI-Avatar zur Beantwortung fachspezifischer Fragen (Thema: Wirtschaftspsychologie) zur Verfügung. Ohne Anmeldung / Login und ohne Speicherung von Chatverläufen kann man mehr oder weniger anonym mit dem KI-Avatar kommunizieren!
Sehr interessante Umsetzung und sicherlich inspirierend für Feedbackmöglichkeiten und innovative Unterstützungsangebote...
Wie hat der Professor dies umgesetzt?
Link, Tools und Infos dazu hier [03.03.2025]
Selber mal mit Timotar chatten?
Bitte hier klicken :) [03.03.2025]
ExamSim - KI-Simulator für mündliche Prüfungen
Info:
"An der Universität Bayreuth wurde ein KI-basierter Simulator für mündliche Prüfungen entwickelt, der Studierende durch einen digitalen Avatar als Prüfer unterstützt. Der Avatar stellt KI-generierte Fragen, reagiert auf die Antworten der Studierenden und kann Rückfragen stellen, die auf die spezifische Antwort eingehen. Das System bietet verschiedene Schwierigkeitsgrade und ist für unterschiedliche Fachbereiche einsetzbar. Mithilfe von KI-gestützten Analysetools wird die Prüfungssituation umfassend ausgewertet. Die Auswertung erfolgt auf Basis von Blickkontakt, Gestik und Stimmmodulation (mittels NOVA), gesprochenem Text (Transkription und LLM-Analyse). Studierende erhalten detailliertes Feedback zu diesen Aspekten. Die Pilotphase des Systems ist für das Wintersemester 24/25 geplant"
Quelle & Link [18.03.2025]
LegoGPT - Aus Text Lego-Modelle entwickeln
Info:
An der Carnegie Mellon University wurde mit LegoGPT ein innovatives KI-System entwickelt, das in der Lage ist, baubare und standfeste Lego-Konstruktionen anhand von Textbeschreibungen zu generieren. Die Technologie nutzt ein autoregressives Sprachmodell, dessen Trainingsbasis mehr als 47.000 stabile Lego-Konstruktionen umfasst.
Der Generierungsprozess beinhaltet eine kontinuierliche Überprüfung jeder Steinplatzierung. Dabei werden potenzielle Kollisionen, unzulässige Positionierungen sowie die physikalische Stabilität analysiert. LegoGPT setzt spezielle Verfahren wie "physics-aware rollback" und Rejection Sampling ein, um ausschließlich Konstruktionen zu erzeugen, die ein statisches Gleichgewicht aufweisen.
Die resultierenden Lego-Modelle eignen sich sowohl für den manuellen Zusammenbau durch Menschen als auch für die automatisierte Montage durch Robotersysteme (Vidoes und Bilder dazu siehe Link unten!).
Eine Besonderheit des Systems liegt in der Möglichkeit, per Textanweisung Farben und Texturen anzupassen, wodurch vielfältige Gestaltungsvarianten realisierbar sind. Im direkten Vergleich mit bestehenden 3D-Generierungstechnologien zeichnet sich LegoGPT durch eine signifikant höhere Erfolgsrate bei der Erzeugung baulicher und statisch einwandfreier Modelle aus.
Link, Code (GitHub), weitere Infos und Beispiele:
Projektseite [13.05.2025]
Projekt STIFT+: KI-Bewertungsassistenz für Prüfungen
Die ETH Zürich prüft über das Projekt STIFT (Skalierbare transparente Intelligenz für handschriftliche Test) den Einsatz von KI (unter menschlicher Aufsicht) in der Bewertung von handschriftlichen Klausuren u.a. in der Mathematik und der Thermodynamik.
"Beim Prüfen von Lernleistungen in vielen mathematischen, ingenieur- und
naturwissenschaftlichen Disziplinen zählt nicht nur das Ergebnis,
sondern auch der Lösungsweg: Herleitungen, Beweise, Skizzen und
nachvollziehbare Argumentationsschritte. Papierbasierte Prüfungen haben
hier die Oberhand, lassen aber bislang die Skalierbarkeit von online
Prüfungen vermissen"....hier setzt das Projekt an...
Quelle und weitere Infos:
Artikel ETH Zürich [04.03.2026]
PDF zum Projekt (englisch) [04.03.2026]
"LLMentor": Bewerten und Feedback zu wissenschaftlichen Texten
Info:
Das Projekt wird im Fachbereich Informatik an der TU Darmstadt umgesetzt.
Ziel/Idee:
Bei sehr hohen Studierendenzahlen sind gutes Feedback und eine faire, konsistente Bewertung wissenschaftlicher Texte (sowohl der Exposés als auch der Peer-Reviews) extrem zeitaufwändig. Trotz erheblichem Aufwand für das Rekrutieren, Einarbeiten und Abstimmen vieler Tutorinnen und Tutoren sei eine gleichbleibende Qualität über viele Korrigierende hinweg schwer zu sichern. LLMentor soll deshalb unterstützen, indem es transparente Vorschläge macht, die stets vom Lehrteam geprüft werden. Ziel ist nicht Automatisierung, sondern Entlastung und mehr Konsistenz, um den Fokus stärker auf Lernen durch gutes Feedback zu legen.
Quelle und weitere Infos:
Artikel der TU Darmstadt zu LLMentor [04.03.2026]