Skip to content (Press Enter)
team@digillab.uni-augsburg.de +49 821 598-3150
DigiLLab
  • Organisation
    • Auftrag
    • Mitarbeitende
  • Angebote
    • KI in der Lehre
    • Portal Lehre
    • Lehre mit 3D-Technologien
      • Beispiele für Lehrveranstaltungen
      • Empfehlungsliste “3D-Repositorien”
    • Präsenz
      • Technologien
    • Evaluation
    • Mediencurriculum im Lehramt
    • Anträge
    • Kursauswahl
    • Weiterbildung
    • Digitale Sprechzeiten
  • Portale
    • Lernplattformen
      • Offene Lernplattform: Digi:Learn
      • Geschlossene Lernplattform: Moodle
    • Vernetzungsportale
      • Projekt: Augsburger Lehr:werkstatt
      • Projekt: Augsburger DaZ-Buddies
    • Kollaboratives Arbeiten
      • Kommunikationsplattform: Mattermost
      • Anonymer Texteditor: Cryptpad
      • Anonymer Markup-Editor: HedgeDoc
    • E-Portfoliosysteme
      • Berufliches E-Portfolio: FutureBOx
    • Evaluationsinstrumente
      • Analyse von Bildungsmedien: AAER
  • Digi:Learn
    • Anmelden / Registrieren
    • Kursübersicht
    • FAQ
  • Digi:Space
  • Projekte
    • Instructional Designer @vhb
    • Drittmittelprojekte
      • KodiLL
      • QUADIS
      • 3D Teaching Lab (NewNormal)
    • Interne Projekte
  • Publikationen
    • Veröffentlichungen
    • Impulse
      • Theorie
        • Zur Digitalisierung von Lehr-Lernprozessen
      • Praxis
        • Fachpraxis online!? Ein Streaming-Koffer für die Lehre
        • Die senseBox im MINT-Unterricht
      • Blog
DigiLLab

DigiLLab

Zentrum für digitales Lehren und Lernen

  • Organisation
    • Auftrag
    • Mitarbeitende
  • Angebote
    • KI in der Lehre
    • Portal Lehre
    • Lehre mit 3D-Technologien
      • Beispiele für Lehrveranstaltungen
      • Empfehlungsliste “3D-Repositorien”
    • Präsenz
      • Technologien
    • Evaluation
    • Mediencurriculum im Lehramt
    • Anträge
    • Kursauswahl
    • Weiterbildung
    • Digitale Sprechzeiten
  • Portale
    • Lernplattformen
      • Offene Lernplattform: Digi:Learn
      • Geschlossene Lernplattform: Moodle
    • Vernetzungsportale
      • Projekt: Augsburger Lehr:werkstatt
      • Projekt: Augsburger DaZ-Buddies
    • Kollaboratives Arbeiten
      • Kommunikationsplattform: Mattermost
      • Anonymer Texteditor: Cryptpad
      • Anonymer Markup-Editor: HedgeDoc
    • E-Portfoliosysteme
      • Berufliches E-Portfolio: FutureBOx
    • Evaluationsinstrumente
      • Analyse von Bildungsmedien: AAER
  • Digi:Learn
    • Anmelden / Registrieren
    • Kursübersicht
    • FAQ
  • Digi:Space
  • Projekte
    • Instructional Designer @vhb
    • Drittmittelprojekte
      • KodiLL
      • QUADIS
      • 3D Teaching Lab (NewNormal)
    • Interne Projekte
  • Publikationen
    • Veröffentlichungen
    • Impulse
      • Theorie
        • Zur Digitalisierung von Lehr-Lernprozessen
      • Praxis
        • Fachpraxis online!? Ein Streaming-Koffer für die Lehre
        • Die senseBox im MINT-Unterricht
      • Blog
+49 821 598-3150team@digillab.uni-augsburg.de
  • Startseite
  • Kursarchiv
  • Open Access
  • Künstliche Intelligenz (KI) in Lehre und Studium

Künstliche Intelligenz (KI) in Lehre und Studium

Lehrplan

  • 8 Sections
  • 18 Lessons
  • 10 Weeks
Expand all sectionsCollapse all sections
  • Einleitung
    Welche Ziele verfolgt dieser Kurs?
    1
    • 1.0
      Zielsetzung und Lizenzierung
  • Begriffsklärungen
    Was ist eine Künstliche Intelligenz (KI)? Was ist ein Large Language Model (LLM)? Was ist ein Prompt?
    7
    • 2.0
      Künstliche Intelligenz (KI)
    • 2.1
      Lernzielkontrolle (LZK) I
    • 2.2
      Large Language Model (LLM)
    • 2.3
      LZK II
    • 2.4
      Prompt
    • 2.5
      Exkurs: Prompt Engineering
    • 2.6
      LZK III
  • LLMs, ChatBots und Applikationen
    Welche cloudbasierten und lokalen LLMs beziehungsweise ChatBots stehen zur Nutzung bereit?
    2
    • 3.0
      Cloudbasierte Instanzen
    • 3.1
      Lokale Instanzen
  • Arten von Prompts
    Welche Arten von Prompts gibt es?
    2
    • 4.0
      Offene vs. geschlossene Prompts
    • 4.1
      Einfache vs. komplexe Prompts
  • Nutzung von KI zur Unterstützung des Lehralltags und des Studiums
    Welche Möglichkeiten der Unterstützung des Lehralltags mittels sprachbasierter KI gibt es?
    2
    • 5.0
      Unterstützungsmöglichkeiten in der Lehre
    • 5.1
      Unterstützungsmöglichkeiten im Studium
  • Chancen und Risiken
    Welche Chancen und Risiken liefert der Umgang mit KI-basierten ChatBots für Lehre und Studium?
    2
    • 7.0
      Chancen
    • 7.1
      Risiken
  • Abschluss und weiterführende Literatur
    Suchen Sie nach weiteren fachspezifischen Anregungen?
    1
    • 8.0
      Abschließende Worte
  • Literatur
    1
    • 9.0
      Verwendete Quellen

Unterstützungsmöglichkeiten im Studium

Wie kann KI unterstützend im Studium genutzt werden?

Die folgende Auswahl gibt Aufschluss über mögliche Bereiche, in denen sprachbasierte ChatBots genutzt werden können, um das Studium zu unterstützen. Die Liste erhebt jedoch nicht den Anspruch auf Vollständigkeit und ist vielmehr als Impulsgeber für zukünftige Projekte zu verstehen.

Relevante Einsatzbereiche (Garrel et al., 2023)

  • Klärung von Verständnisfragen und Erklärung fachspezifischer Konzepte
  • Recherche und Literaturstudium
  • Übersetzungen
  • Textanalyse, -verarbeitung und -erstellung
  • Problemlösung und Entscheidungsfindung

Weitere Einsatzbereiche (Mohr et al., 2023)

  • Planung von Veranstaltungen/ Brainstorming
  • Generierung von Übungsaufgaben
  • Simulation von Konversationen
  • Datenanalyse

Beispiel zur Textanalyse, -verarbeitung und -erstellung

Nutzen Sie KI-basiserte ChatBots beispielsweise, um Interviewskripte auszuwerten.

  • ChatGPT: “Stell dir vor, du bist ein Forscher und Experte in der Auswertung von qualitativen Daten wie zum Beispiel Interviewtranskripten. Ich werde dir gleich ein Interviewtranskript geben, dass du mithilfe einer Methode auswerten sollst, die sich zusammenfassende qualitative Inhaltsanalyse nennt. Dabei sollst du den Antworten auf die Fragen in dem Transkript eine Kategorie zuweisen. Eine Kategorie ist eine abstrakte Zusammenfassung des Inhalts. Den Fragen selbst sollst du keine Kategorie zuweisen. Die Interviewtranskripte behandeln das Thema [Remote Work]. Im Speziellen sollen die Kategorien, die du basierend auf den Antworten bildest, damit zu tun haben, wie [Remote Worker digitalen Stress empfinden und welche Gegenmaßnahmen sie in diesem Zusammenhang unternehmen]. Analysiere die Transkripte Satz für Satz. Gib mir nicht mehr als 10 Kategorien für die ersten 3 Transkripte und suche dazu für jede Kategorie ein Textbeispiel von mindestens drei Sätzen Länge, welches die Kategorie bestmöglich widerspiegelt. Gib mir für jede Kategorie eine kurze Erklärung, wie du auf die Kategorie gekommen bist. Die Transkripte sind folgendermaßen strukturiert: <Interviewer (gekennzeichnet durch die Abkürzung „I“)> : <Frage (endet mit „?“)> <Teilnehmer (gekennzeichnet durch die Abkürzung „T“)> : <Antwort>. Bitte ordne die Ergebnisse in Tabellenform an. Die erste Spalte enthält die Kategorien, die zweite Spalte eine Beschreibung der Kategorien (mindestens drei Sätze), die dritte Spalte das Beispiel-Zitat und die letzte Spalte die Anzahl der Teilnehmer, die das Thema erwähnt haben.”

Mehr dazu im Video Qualitative Inhaltsanalyse mit ChatGPT

Unterstützungsmöglichkeiten in der Lehre
Vorheriges
Chancen
Nächstes

Standort

Zentrum für digitales Lehren und Lernen (DigiLLab) der Universität Augsburg

4. Stock, 4003-4005/ 4024 (10D), Werner-von-Siemens-Straße 6 (Sigma Technopark), 86159 Augsburg

Interesse

Wenn Sie Interesse an der Arbeit des DigiLLab haben und/oder auf unser Unterstützungs- und Beratungsangebot zurückgreifen möchten, können Sie uns gerne per E-Mail team@digillab.uni-augsburg.de oder per Telefon +49 (0) 821 598-3150 kontaktieren.

Info

  • Impressum
  • Datenschutz
  • Universität Augsburg

Social

LinkedIn
Instagram
Mastodon
Bluesky
YouTube

Copyright ©2025 DigiLLab. Education Zone | Developed By Rara Themes. Powered by WordPress.