Das KI-ExpertLab Hochschullehre

KI-ExpertLabs sind die Do- und Thinktanks des KI-Campus: sie werden zu zentralen Fach- und Anwendungsbereichen in Partnerschaft aufgebaut und dienen der Vernetzung von Erfahrungsträger*innen in fachlichen Themenbereichen sowie der Adressierung von Querschnittsthemen über Fachbereiche hinweg. Sie regen die Produktion neuer Lerninhalte an, dienen aber auch der Erstellung von Leitfäden, Anforderungsdokumenten oder der Entwicklung von Standards. Allgemeines Ziel der Aktivitäten ist es, das Lernen über und mit KI schneller und besser an deutschen Hochschulen zu etablieren.

Mit den KI-ExpertLabs möchten wir…

• eine Plattform für den Expert:innen-Austausch zu Fachthemen bieten.
• Grundlagen thematisieren, um die Voraussetzungen für den Einsatz von KI zu verbessern.
• Gute Beispiele für den sinnvollen Einsatz von KI aufgreifen und verbreiten.
• Akzeptanz bei Lehrenden und Studierenden für das Thema Künstliche Intelligenz erreichen.
• Hürden und Driver identifizieren, um den Eingang von KI in die Hochschullehre zu vereinfachen.

Im Oktober 2020 wurde das »Whitepaper KI in der Hochschullehre« gemeinsam von KI-Campus, FernUniversität in Hagen und DFKI veröffentlicht. Das Dokument liefert einen Überblick zum Stand zentraler Themen und Fragestellungen, die sich mit der Integration von KI-Themen in den Hochschulkontext verbinden. Mit der Fachtagung am 05.11.2020 an der FernUniversität in Hagen wurde eine erste Themensetzung für das KI-ExpertLab Hochschullehre initiiert. Diese wird nun aufgegriffen, weiterentwickelt und in konkrete Anschlussergebnisse überführt. Da Hochschulen bei der Einführung und Nutzung von KI oft vor gleichen Herausforderungen stehen, bspw. Datenschutz, Qualifizierung, Infrastruktur, geht es darum Querschnittsbereiche zu identifizieren und gemeinsam Handlungspläne zu entwerfen. Das ExpertLab ist ein Joint Venture des KI-Campus und der FernUniversität in Hagen.

Die folgenden drei Arbeitsbereiche stellen eine Zusammenfassung der Ergebnisse der Fachtagung dar und bilden einen ersten Vorschlag des Organisationsteams. Umfang und Form der Ausarbeitung sollen dann im Austausch mit der zu konstituierenden Expert*innengruppe festgelegt werden.

Der Arbeitsbereich 1 des KI-ExpertLabs umfasst die Erarbeitung, Bereitstellung und Verbreitung von Standards, die hochschulübergreifend Mehrwerte bieten. Mögliche Ergebnisse und Produkte könnten Vorlagen für Verzeichnisse für Verarbeitungstätigkeit im Rahmen der DSGVO, Ethikleitlinien oder etwa Positionspapiere sein. Weitere Themen wie Transparenz, Infrastrukturplanung oder auch Data-Sharing können hier Berücksichtigung finden.

Ein weiterer Arbeitsbereich 2 umfasst das Thema Qualifizierungskonzepte. Darin sollen für die verschiedenen Anspruchsgruppen Lehrende, Studierende und Forschende Qualifizierungsbedarfe identifiziert und adressiert werden, um sie für die Nutzung von KI als Werkzeug und zur Auseinandersetzung mit KI als Gegenstand zu befähigen. Neben der Konzeption und Kuratierung von Lernangeboten, die bspw. aus den Ressourcen des KI-Campus generiert werden könnten, sind in diesem Bereich auch Themen wie eine Curriculumgestaltung, fächerübergreifende Inhalte oder der Umgang mit und die Wirkung von Methoden und Ansätzen künstlicher Intelligenz auf wissenschaftliches Arbeiten und Forschen situiert. Mögliche Fragestellungen sind hierbei: “Braucht es einen KI-Kompetenzrahmen und neben bspw. dem DigComp oder dem HQR?”.

Im Arbeitsbereich 3 – Mit KI Lernen werden die Möglichkeiten des Einsatzes Künstlicher Intelligenz in der Hochschullehre, etwa durch Formen von Learning Analytics oder Empfehlungssysteme, thematisiert. Es werden neue Formen des personalisierten Lernens und das Lernen in adaptiven Lernumgebungen behandelt. Dabei geht es auch um didaktische Konzepte und Fragen der Lehr- und Lernorganisation mit KI-Anwendungen oder das Verhältnis von Mensch und Maschine in Studium und Lehre. Auch die Möglichkeiten KI-gestützter Mentoring-Verfahren sind Bestandteil der geplanten Auseinandersetzung. Derartige KI-Anwendungsprojekte, die Ergebnis oder Bestandteil von Lehrformaten sind, könnten auf einer KI-Anwendungen-Plattform vorgestellt, auf-findbar und nutzbar gemacht werden.