Unsere Haltung

Künstliche Intelligenz

Generative KI-Modelle sind gekommen, um zu bleiben. KI-basierte Werkzeuge, wie zum Beispiel Large Language Models (LLM) oder bild-, ton- und videogenerierende Modelle, werden in sehr viele Bereiche unseres Lebens integriert werden und sich zudem rasch und stetig weiterentwickeln. Es wäre verfehlt, KI-Werkzeuge zu ignorieren oder zu verbieten. Vielmehr liegt es an uns als Hochschule, unsere Curricula/Lernziele anzupassen, Forschende, Lehrende und Studierende im Umgang mit KI zu schulen und ihnen Rüstzeug, Rahmenbedingungen und Empfehlungen zum Umgang mit KI mitzugeben. Wir sehen es als unsere Aufgabe, den Einsatz von generativen KI-Modellen an der Hochschule im Sinne einer proaktiven, aber kritischen Nutzung (vgl. Giesbert et al. 2023: 12) zu lenken.
Für Lehrende birgt der Einsatz von Künstlicher Intelligenz für Unterrichtsvorbereitung und -gestaltung sowie in der Beurteilung der Leistung von Studierenden immense Potenziale, aber auch Risiken. Wir möchten unsere Lehrenden ermutigen, dem verantwortungsvollen Einsatz von KI-Technologien proaktiv gegenüberzustehen.

Unterrichtsvorbereitung mit KI

KI-Technologie und insbesondere generative KI-Tools (allen voran sogenannte Large Language Models) können Lehrende bei der Unterrichtsvorbereitung unterstützen, beispielsweise in folgenden Anwendungsfällen:

  • Recherche, Informations- und Quellensammlung
    Die Verwendung von generativen KI-Sprachtools bei der Unterrichtsvorbereitung kann bei der Informations- und Quellensammlung und der Recherchearbeit unterstützen.
  • Planung, Einteilung und Strukturierung von Lehreinheiten
    Die KI kann zur Planung, Einteilung und Strukturierung von Lehreinheiten verwendet werden (Stichwort Stoffverteilung über das Semester oder Inspiration für die Vermittlung/Erarbeitung von Inhalten).
  • Erstellung von Unterrichtsmaterialen
    Generative KI-Sprachtools können Lehrende zudem bei der Erstellung von Unterrichtsmaterialen unterstützen. Es gibt Applikationen, die auch das Design und die Formatierung übernehmen.
  • Erstellung von (Multiple Choice-)Fragen
    KI kann zur Erstellung von Fragen zu Inhalten verwendet werden, die mitunter in andere Anwendungen exportiert werden können.
    Sprachliche Unterstützung: Zusammenfassungen, Übersetzungen, etc.
    Sprachassistenten helfen außerdem bei Formulierung von Texten, aber auch bei der Zusammenfassung längerer Texte oder der Erstellung von Übersetzungen.

Die Vorteile der Verwendung von KI-Tools zur Unterrichtsvorbereitung können in der raschen Generierung von Ideen oder der Erleichterung von Routinetätigkeiten liegen, was wiederum dazu führen kann, dass die Lehrperson mehr Zeit für die individuelle Betreuung ihrer Studierenden aufwenden kann. Es ist jedoch immer zu beachten, dass die Ergebnisse nicht immer korrekt sind und KI-basierte Tools nicht immer objektive und neutrale Ausgaben generieren.
(© Steirische Hochschulkonferenz 2023, Künstliche Intelligenz zur Unterrichtsvorbereitung verwenden; der oben angeführte Text wurde teilweise wortwörtlich vom Use Case übernommen.)

Wenn Sie Lehrperson an der FH CAMPUS 02 sind und mehr über den Einsatz von KI-Technologien, die effektive Prompterstellung oder ethische Fragestellungen im Zusammenhang mit KI-Tools wissen möchten, kontaktieren Sie gerne das ZHD und vereinbaren Sie einen persönlichen Termin mit unseren Expert*innen.

EInsatz von KI im Unterricht

Der Einsatz von KI in der Lehre kann die Lehre bereichern und Studierende bei der Erreichung der Lernziele unterstützen – sowohl im gemeinsamen, von der Lehrperson geleiteten Einsatz in der (Online)-Präsenz, als auch während asynchroner Phasen bzw. im Selbststudium.

Dabei zeichnen sich – von der Lehrperson richtig eingesetzt und angeleitet – vor allem generative KI-Sprachtools durch Flexibilität (Chatbots sind jederzeit verfügbar), einfache Bedienbarkeit und Schnelligkeit in der Beantwortung von Fragen aus. Large Language Models können den Studierenden auch individualisiertes Lernen ermöglichen, beispielsweise durch das Geben von Feedback, die Leistung von Hilfestellung oder Übersetzungen. Auch interaktive Lehr- und Lernszenarien können mit Hilfe generativer KI-Tools erstellt und durchgeführt werden. Die Lehrperson kann die Kommunikation der Studierenden mit den Sprachtools kommentieren und bewerten und gemeinsam mit den Lernenden reflektieren.

Wenn Studierende KI-Tools im Unterricht bzw. in asynchronen Lernphasen verwenden sollen, dann müssen diese zuvor den verantwortungsvollen Umgang mit der KI erlernen. Aber auch die Lehrperson selbst muss den Einsatz von KI-Tools vorab selbst ausprobieren und die geplante Umsetzung erproben. In diesem Zusammenhang sollten Lehrpersonen sich die Frage nach einer Neudefinition der Lehr- und Lernziele stellen.
Studierende und Lehrende müssen sich bewusst sein, dass Inhalte, die generative KI-Tools auswerfen eine Fehleranfälligkeit aufweisen und auf Richtigkeit überprüft werden müssen.

Lehrende müssen aus datenschutzrechtlichen Gründen davon Abstand nehmen, Studierende ungefragt dazu zu verpflichten, KI-Tools wie ChatGPT zu verwenden. Die kostenfreie Version von ChatGPT erfordert eine Anmeldung, das Tool speichert personenbezogene Daten und möglicherweise werden Eingaben zu Schulungszwecken verwendet. Eine Alternative können Plattformen wie fobizz darstellen.

Lehrende der FH CAMPUS 02 sind dazu angehalten, in ihren Lehrveranstaltungen sogenannte „Rules for Tools“ auszugeben (ein Beispiel dafür sind die Rules for Tools von Prof. Dr. Spannagel der PH Heidelberg, der einen proaktiven Zugang zur Verwendung von KI in der Lehre wählt), um völlig transparent darzulegen, wie sie den Umgang von KI in ihrer Lehrveranstaltung handhaben.
(© Steirische Hochschulkonferenz 2023, Generative KI-Sprachmodelle zur Individualisierung der Lernprozesse einsetzen. Der oben angeführte Text wurde teilweise wortwörtlich vom Use Case übernommen.)

Wenn Sie Lehrperson an der FH CAMPUS 02 sind und mehr über den Einsatz von KI-Technologien, die effektive Prompterstellung oder ethische Fragestellungen im Zusammenhang mit KI-Tools wissen möchten, kontaktieren Sie gerne das ZHD und vereinbaren Sie einen persönlichen Termin mit unseren Expert*innen.

KI-Kompetenzen fördern

In Wirtschaft und Wissenschaft wird auf die Notwendigkeit hingewiesen, Kompetenzen im Bereich künstliche Intelligenz (KI) in allen Studiengängen an Hochschulen zu fördern. Dabei ist es auch für Lehrende wichtig, sich frühzeitig mit dem Thema KI auseinanderzusetzen. Auch wenn Lehrende bei sich noch Wissenslücken zum Thema KI orten, sollten sie sich dennoch gemeinsam mit ihren Studierenden mit Künstlicher Intelligenz auseinandersetzen. Wir empfehlen Lehrenden, ein Grundverständnis von KI im jeweiligen Fachbereich durch Schulungen, Experimentieren und Peer-Learning aufzubauen.

Wichtige Kompetenzen bezogen auf die KI werden in der Literatur oft als AI-Literacy bezeichnet. Eine gängige Definition von AI-Literacy beschreibt diese als ein Set von Kompetenzen, das Individuen ermöglicht, KI-Technologien kritisch zu evaluieren, effektiv mit KI zu kommunizieren und kollaborieren und KI als Werkzeug online, zu Hause und am Arbeitsplatz zu nutzen (Long & Magerko, 2020). AI-Literacy Kompetenzen können in Awareness, Nutzung, Evaluation und Ethik zusammengefasst werden (Carolus et al., 2023).

Awareness beschreibt die Fähigkeit, verschiedene KI-Tools zu erkennen, sich bewusst zu sein, wo KI verwendet werden könnte, und zu verstehen, wie KI erkannt werden kann. Nutzung bedeutet, dass KI für die Lösung von individuellen Problemstellungen durch strukturiertes Vorgehen, genaues Prompten und die richtige Wahl der KI angewendet werden kann. In Bezug auf die Kompetenz Evaluation können Lehrpersonen den Input und Output kritisch reflektieren, potenzielle Fehler identifizieren und die wissenschaftliche Vorgehensweise hinsichtlich Objektivität, Reliabilität und Validität auf KI anwenden. Mit Kompetenzen in Ethik sind Lehrende in der Lage, rechtliche Rahmenbedingungen wie Datenschutz und Urheberrecht sowie die möglichen Biases der KI zu diskutieren und bei ihrer Anwendung zu berücksichtigen.

Die Förderung der Anwendung von KI im Arbeitsalltag kann durch durch Cognitive Apprenticeship, Reflexionshilfen für die KI-Ethik und Steigerung der AI-Awareness durch regelmäßige Diskussionen gewährleistet werden.

Carolus, A., Koch, M. J., Straka, S., Latoschik, M. E. & Wienrich, C. (2023). MAILS – Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change- and meta-competencies. Computers in Human Behavior: Artificial Humans, 1(2), 100014. https://doi.org/10.1016/j.chbah.2023.100014

Long, D. & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. CHI ’20: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi.org/10.1145/3313831.3376727

(© Steirische Hochschulkonferenz 2024, KI-Kompetenzen vermitteln. Der oben angeführte Text wurde teilweise wortwörtlich vom Use Case übernommen.)

Wenn Sie Lehrperson an der FH CAMPUS 02 sind und mehr über die Förderung Ihrer KI-Kompetenzen und der KI-Kompetenzen Ihrer Studierenden erfahren wollen, kontaktieren Sie gerne das ZHD und vereinbaren Sie einen persönlichen Termin mit unseren Expert*innen

Leistungsbeurteilung

Nicht nur bei der Vorbereitung des Unterrichts oder während synchroner Lehreinheiten, auch betreffend Arbeitsaufträge müssen Lehrende sich mit dem Einfluss von KI-Tools auseinandersetzen. Während KI-Technologien für schriftliche Paper-Pencil-Klausuren vor Ort oder mündliche Prüfungen keine Rolle spielen werden, müssen sich Lehrende bei anderen Leistungen der Studierenden des potenziellen Einflusses von KI-Modellen bewusst sein. Vor allem für Hausarbeiten oder schriftliche Arbeiten ist es daher notwendig, Rules for Tools zur formulieren und diese den Studierenden transparent zu kommunizieren.

Zudem kann eine Anpassung der Methoden der Leistungsbeurteilung überlegenswert sein, wie beispielsweise:

  • Verlagerung von Arbeitsaufträgen in die Präsenz
  • Anpassung von Bewertungskriterien
  • Anpassung von Arbeits- und Prüfungsaufträgen (z.B. Einbau von Reflexionen)  Achtung jedoch vor lernzieltaxonomischen Verschiebungen
  • intensive Begleitung der Studierenden während des Lern- und Leistungserstellungsprozesses
  • Stärkung kompetenzorientierter Prüfungen

Ist der Einsatz von KI-Tools im Rahmen der Leistungserbringung ausdrücklich gestattet oder erwünscht (Antworten von generativen KI-Tools könnten beispielsweise von Studierenden durch immer wieder optimierte Prompts nachvollziehbar generiert und in Folge analysiert oder mit von den Studierenden selbst erstellten Antworten verglichen und evaluiert werden), ist den Studierenden genau vorzugeben, ob und wie der Einsatz offengelegt werden muss.

Der verlässliche, eindeutige und rechtssichere Nachweis zur Identifizierung KI-generierter Texte bleibt nach derzeitigem Wissensstand problembehaftet; daher raten wir zum derzeitigen Zeitpunkt vom Einsatz von Detektionssoftware für die Beurteilung ab.

Zudem möchten wir darauf hinweisen, dass Prüfungsleistungen von Studierenden urheberrechtlich geschützt sind und zur Beurteilung nicht in eine KI-Software eingepflegt werden dürfen, wenn die Software die Daten z.B. zum Training nutzt oder anderweitig verwendet. Bewertungen von Prüfungsleistungen sind prinzipiell von den Lehrenden selbst vorzunehmen – KI-Tools könnten dabei wiederum als Hilfsmittel (z.B. für die Formulierung von Feedback) verwendet werden.

Gimpel, H., Hall, K., Decker, S., Eymann, T., Lämmermann, L., Mädche, A., Röglinger, M., Ruiner, C., Schoch, M., Schoop, M., Urbach, N., Vandirk, S. (2023): “Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education: A Guide for Students and Lecturers”. University of Hohenheim. [Online] http://opus.uni-hohenheim.de/volltexte/2023/2146/pdf/dp_2023_02_online.pdf

Salden, P. & Leschke, J. (Hrsg.) (2023): „Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung“. Zentrum für Wissenschaftsdidaktik [Online] https://doi.org/10.13154/294-9734

Rudolph, J., Tan, S., Tan, S. (2023): „ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?”. Journal of Applied Learning & Teaching, 6.1. [Online] https://journals.sfu.ca/jalt/index.php/jalt/article/view/689/

Wissenschaftliches Arbeiten mit KI

Für die FH CAMPUS 02 ist es in Bezug auf wissenschaftliches Arbeiten wichtig, dass die Prinzipien der guten wissenschaftlichen Praxis von Forschenden, Lehrenden und Studierenden eingehalten werden. Allen voran steht die Integrität der Forschenden. Die Sicherung der guten wissenschaftlichen Praxis in Forschungsvorhaben sehen wir nicht nur als Leitsatz, sondern als bedingungslose Verpflichtung der Hochschule. Das betrifft alle Formen des wissenschaftlichen Arbeitens von Bachelorarbeiten, über Masterarbeiten bis hin zu Forschungsprojekten von Forscher*innen in den Departments.

Die Fachhochschule CAMPUS 02 bekennt sich hier zu verantwortungsvoller Forschung unter Berücksichtigung einer aufrichtigen und transparenten Kommunikation, zu einer hohen Verlässlichkeit bei der Durchführung von Forschungstätigkeiten, zu einem unparteilichen Verhalten und Urteilen sowie zum verantwortungsvollen Umgang mit Forschungspartner*innen. (vgl. ÖAWI 2015: 4)

Im Rahmen wissenschaftlicher Arbeiten müssen Studierende im Zuge der Beschreibung der methodischen Vorgehensweise die Verwendung von KI-Tools offenlegen. Dabei sind die verwendeten Tools, die jeweils verwendete Version, verwendete Plug-Ins sowie die Einsatzzwecke der KI in der betreffenden Arbeit (z.B. Quellensuche, Ideengenerierung, sprachliche Hilfestellung, Gliederung, „Korrekturlesen“, Visualisierung, Testung von Fragebögen etc.) zu beschreiben. Wird ein KI-Tool zur Verbesserung der sprachlichen Formulierung verwendet, so ist dies auch im Rahmen der Beschreibung der Methoden anzugeben, muss im Fließtext jedoch nicht kenntlich gemacht werden. Die Departments haben den Studierenden genaue Vorgaben betreffend Inhalt und Aufbau der Beschreibung der Methoden zu machen.

Die FH CAMPUS 02 bekennt sich zur klaren Offenlegung der Verwendung von generativen KI-Tools, die über die rein sprachliche Bearbeitung von Texten hinausgeht; wichtig ist hierbei die eindeutige Trennung zwischen der Zitation herkömmlicher Quellen und der Offenlegung der KI-Nutzung.

Wenn Sie Lehrperson an der FH CAMPUS 02 sind und wissenschaftliche Arbeiten betreuen, stimmen Sie die genaue Vorgehensweise bitte mit Ihrem Department ab.

ÖAWI (2015): „Richtlinien der Österreichischen Agentur für wissenschaftliche Integrität zur Guten Wissenschaftlichen Praxis“. Österreichische Agentur für wissenschaftliche Integrität. Wien 

Chancen & Risiken

Chancen

Effizienzsteigerung: Unterstützung bei der Unterrichtsvorbereitung, Weiterbildung und Kreativität; Automatisierung von administrativen Aufgaben. Adaptive Lernpfade können einfacher erstellt werden.

Arbeitswelt: KI wird benötigt, um wettbewerbsfähig zu bleiben

Barrierefreiheit: in Lehr- und Lernsettings durch einfache Übersetzungen von Text und Audio und Transkriptionen

Personalisierung: Neue Lernmethoden sind mit KI möglich. Lernprozesse und Feedback kann mit KI individualisiert werden und ist jederzeit verfügbar.

Forschung: neue Forschungsmethoden und -Anwendungen können zu einem Fortschritt in F&E führen.

Risiken

Datenschutz: Es sollte vermieden werden, sensible und personenbezogene Daten in Systeme einzugeben, in denen der Datenschutz nicht gewährleistet ist. Die Daten in vielen Tools werden in Amerika verarbeitet und unterliegen niedrigeren datenschutzrechtlichen Standards.

Urheberrecht: Lehrende müssen davon absehen, urheberrechtlich geschützte Werke oder Texte von Studierende in Prompts einer KI einzugeben.

Biases: Anwendung von Stereotypen und Verringerung von Diversität

Digital Divide: Nicht alle Studierenden sind in der Lage, Premium-Funktionen von KIs zu erwerben und dadurch einen Vorteil zu erhalten. Lehrende müssen deshalb auf den Einsatz von Unterrichtsmethoden und Tools achten, die von allen Studierende mit den gleichen Chancen genutzt werden können.

Prüfungssituationen: Studierende können KI in bestimmten Prüfungssituationen anwenden. Leistungsbeurteilungsmethoden sollten angepasst werden.

Transparenz: Die Verarbeitung und Nutzung von Daten, die Art der Trainingsdaten und Datensets sind häufig nicht einsehbar oder nachvollziehbar (Black Box).

Fortbildungsangebote

Interne Angebote

Der für alle Lehrenden der FH CAMPUS 02 kostenlos zugängliche Online-Kurs Lehren an der FH CAMPUS 02 verfügt über eine Lektion zum Thema KI in der Lehre. Darin wird auf technische und historische Grundlagen der KI eingegangen sowie auf den Einfluss von KI auf die Lehre und das Lernen von Studierenden. Außerdem werden hilfreiche KI-Tools und Plattformen mit Tutorials für verschiedene Anwendungsfälle von Lehrenden und Studierenden vorgestellt.
Zudem bietet das ZHD Workshops für Lehrende an. In diesen Workshops werden Möglichkeiten zum Einsatz Künstlicher Intelligenz in der Lehre aufgezeigt sowie diskutiert, welche Herausforderungen KI mit sich bringt und wie wir mit diesen umgehen können.

Bereits veranstaltet wurde ein KI-Frühstück mit spannenden Diskussionen zum Thema KI in der Lehre und eine Weihnachtsaktion advent.event, in der neue KI-Tools vorgestellt wurden. Zudem gab es eine sehr erfolgreiche Veranstaltung Didaktik im Fokus – KO vs. KI mit einer spannenden Keynote und anschließender Podiumsdiskussion über die Thematik. All diese Veranstaltungen finden Sie in den Blogbeiträgen unter Veranstaltungen.

Externe Angebote

In unseren externen Angeboten finden Sie zusätzliche Angebote

Unterricht & Leistungsbeurteilung

Der Umgang mit KI-Tools kann Studierende in ihren Lernprozessen unterstützen und diese individueller gestalten. Die KI kann beispielsweise als Study Buddy, sokratische Gegnerin oder Ideengeberin fungieren und eröffnet somit ein weites Spektrum an Möglichkeiten für Lernende. Studierende sollten aber auch beachten, dass KI-Programme nicht unfehlbar sind – es liegt an den Studierenden, alle Aussagen der KI-Tools auf ihre Richtigkeit zu überprüfen. Die Verwendung von KI in der Lehre wird von der Lehrperson im Rahmen der Rules for Tools definiert – der Gebrauch der Tools muss jedenfalls mit der Lehrperson abgestimmt werden.

Was die Erstellung schriftlicher Arbeiten betrifft, so dürfen von der KI erstellte Inhalte, die über die rein sprachliche Bearbeitung von Texten (z.B. Rechtschreibkorrektur, Umformulierung, Übersetzung) hinaus gehen, in schriftlichen Arbeiten nicht als eigener Text ausgegeben werden. Eine Verwendung in diesem Sinne gebietet die akademische Redlichkeit. Das Ausgeben von KI-generierten Inhalten als eigenen Text wird laut Prüfungsordnung dem Ghostwriting gleichgestellt.

Wenn Sie Studierende*r an der FH CAMPUS 02 sind und Fragen zur Verwendung von KI im Unterricht oder der Leistungsbeurteilung haben, wenden Sie sich an ihre*n Lektor*in oder Ihren Studiengang.

Empfehlungen für den Umgang mit KI finden Sie hier: https://www.campus02.at/wp-content/uploads/2023/08/Empfehlung-zum-Umgang-mit-KI-Studierende_010923.pdf

Chancen & Risiken

Chancen

Selbstgesteuertes Lernen: KI kann Studierenden helfen, ihre Lernprozesse zu steuern und zu organisieren, indem sie ihnen ermöglicht, ihren Fortschritt zu verfolgen und ihre Lernziele anzupassen.

Zugang zu globalen Ressourcen: KI kann den Studierenden Zugang zu einer Vielzahl von globalen Lernressourcen und -materialien bieten, was ihre Lernerfahrung bereichern kann.

Arbeitserleichterung: Repetitive Aufgaben können von der KI übernommen werden, beispielsweise können Transkriptionen von Audiodateien erstellt werden.

Textproduktion: KI kann helfen, sprachliche und inhaltliche Verbesserungen von Texten herbeizuführen.

Kreativität: KI kann im sokratischen Dialog helfen, Ideen zu vertiefen und zu verfeinern. Es besteht die Möglichkeit, viele Daten zusammenzufassen, Brainstorming zu betreiben und neue Kreationen in Text und Bild zu schaffen.

Qualität: Richtig angewendet kann die KI qualitativ hochwertige Produkte schaffen, die in diesem Detailgrad ohne diese Wochen oder Monate gedauert hätten.

Risiken

Falschaussagen und Plagiate: Häufig werden Falschaussagen generiert, Zitate erfunden und halluziniert. Studierende sind eigenverantwortlich für alle Leistungen, die sie einreichen, egal wie diese zustande kommen. Es kann zudem unwissentlich aus fremden Werten zitiert werden, sodass ein Plagiat vorliegen könnte.

Datenschutz: Es sollte vermieden werden, sensible und personenbezogene Daten in Systeme einzugeben, in denen der Datenschutz nicht gewährleistet ist. Die Daten in vielen Tools werden in Amerika verarbeitet und unterliegen niedrigeren datenschutzrechtlichen Standards.

Urheberrecht: Studierende müssen es vermeiden, urheberrechtlich geschützte Werke in Prompts einer KI einzugeben.

Biases: Anwendung von Stereotypen und Verringerung von Diversität

Digital Divide: Nicht alle Studierenden sind in der Lage, Premium-Funktionen von KIs zu erwerben und dadurch einen Vorteil zu erhalten. Lehrende müssen deshalb auf den Einsatz von Unterrichtsmethoden und Tools achten, die von allen Studierende mit den gleichen Chancen genutzt werden können.

Prüfungssituationen: Studierende können KI in bestimmten Prüfungssituationen anwenden. Leistungsbeurteilungsmethoden sollten angepasst werden.

Transparenz: Die Verarbeitung und Nutzung von Daten, die Art der Trainingsdaten und Datensets sind häufig nicht einsehbar oder nachvollziehbar (Black Box)

Künstliche Intelligenz

Kontakt für weitere Informationen

DE