Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- konzept:schritte_ki_lehre [2025/04/29 15:02] – [In 8 Schritten Lehren mit KI] julia
+++ konzept:schritte_ki_lehre [2025/04/30 16:57] (aktuell) – weitere Inhalte ausformuliert julia
@@ Zeile 1: / Zeile 1: @@
 ===== In 8 Schritten Lehren mit KI =====
-<WRAP info 100%>
+<WRAP important 100%>
 Diese Seite wird derzeit neu erstellt.
 </WRAP>
@@ Zeile 17: / Zeile 17: @@
 ====2. Definieren oder überprüfen Sie Ihre Lernziele neu.====
 KI verändert nicht nur wie wir lehren, sondern auch was gelernt werden soll. Überlegen Sie: Geht es um Fachwissen, Problemlösekompetenz, kritisches Denken oder reflektierten KI-Einsatz? Möglicherweise rücken neue Kompetenzen in den Fokus, z. B. den Umgang mit generativen Tools oder die Bewertung KI-generierter Inhalte.
-TODO
+Dazu können Sie sich die Taxonomiestufen von Bloom bzw. Anderson und Krathwohl nochmals vergegenwärtigen: 1. Erinnern --> 2. Verstehen --> 3. Anwenden --> 4. Analysieren --> 5. Bewerten --> 6. Erschaffen. An welcher Stelle kann hier KI oder KI-generiertes Material die Studierenden im Lernprozess unterstützen? An welcher Stelle wird die Kompetenz vom Studi oder von der KI benötigt?
+  * Erinnern, Verstehen: KI kann helfen, Inhalte zusammenzufassen oder verständlich darzustellen. Wichtig bleibt, dass Studierende den Output kritisch prüfen können.
+  * Anwenden, Analysieren: KI-gestützte Übungen können dazu beitragen, Konzepte zu üben oder Perspektiven zu vergleichen.
+  * Bewerten, Erschaffen: Gerade hier muss klar sein, was von der KI kommt und was eigenständig geleistet werden soll. Lernziele sollten explizit benennen, wie viel Eigenleistung verlangt wird und inwiefern KI ein Werkzeug im Lernprozess sein darf.
+Stellen Sie sich z. B. folgende Fragen: Soll die KI bei der Ideenfindung unterstützen oder ist das selbst eine Lernleistung? Dürfen Texte mit KI überarbeitet werden oder soll sprachliche Klarheit Teil der Bewertung sein? Wollen Sie Kreativität oder Urteilsfähigkeit fördern und wie beeinflusst KI dies?
 ====3. Bauen Sie KI-Kompetenzen bei sich selbst und Ihren Studierenden auf. ====
@@ Zeile 34: / Zeile 40: @@
   * [[https://hochschuldidaktik-akademie.de/hausarbeiten-und-essays-mit-ki-so-schreibst-du-bessere-arbeiten/|Hausarbeiten und Essays mit KI – so schreibst du bessere Arbeiten]]
-Beispiele für eine grundlegende, lehrunabhängige Einführung in die Welt der KI:
+====4. Bestimmen Sie geeignete Szenarien für den KI-Einsatz und planen Sie realistisch - weniger ist mehr.====
-  * [[https://www.thats-ai.org/de-CH|That's AI]]
-====4. Klären Sie Erwartungen und Regeln im Umgang mit KI zur Sicherung der guten wissenschaftlichen Praxis.====
+Überlegen Sie: Welche Szenarien passen wirklich zu Ihren Lernzielen, Ihrem Fach und Ihren Studierenden? An welcher Stelle kann KI Ihnen Arbeit in der Lehrplanung, Lehrvorbereitung und Erstellung von Lehrmaterial Arbeit abnehmen oder bestehende Konzepte ergänzen? Setzen Sie neue Szenarien lieber in kleinen Schritten um - nicht alles muss gleichzeitig und sofort umgesetzt werden. Nicht jedes neue Tool oder Material bietet automatisch einen Mehrwert für Ihre Veranstaltung.
-Gute wissenschaftliche Praxis: Inhalte müssen überprüft, Quellen ergänzt und Nutzung transparent gemacht werden, analog zu Softwarenutzung als Hilfsmittel: Tools und Zweck angeben
+Evaluieren Sie den Einsatz von KI, indem Sie Ihre Studierenden regelmäßig oder nach Ende Ihrer Veranstaltung um Feedback bitten. So können Sie Material und Inhalte anpassen und gemeinsam mit den Studierenden weiterentwickeln.
-Diskutieren Sie neue Formen von Eigenleistung:
+====5. Klären Sie Erwartungen und Regeln im Umgang mit KI zur Sicherung der guten wissenschaftlichen Praxis.====
-Was bedeutet "selbst geschrieben", wenn ein KI-Tool Vorschläge liefert? Wie unterscheidet man Unterstützung von Täuschung? Solche Fragen sollten offen thematisiert und gemeinsam reflektiert werden.
-====5. Bestimmen Sie geeignete Szenarien für den KI-Einsatz und überfordern Sie sich und Ihre Studierenden nicht.====
+Damit Lehrende und Studierende einen verantwortungsvollen Umgang mit KI entwickeln können, braucht es klare, offene und reflektierte Regeln, vergleichbar mit der Nutzung anderer Hilfsmittel wie Simulationssoftware oder Literaturdatenbanken.
-TODO
+Vermitteln Sie die Grundsätze guter wissenschaftlicher Praxis: Wer Inhalte erstellt, muss kenntlich machen, wie sie zustande gekommen sind. Wenn KI-Tools zur Ideenfindung, Textformulierung oder Gliederungshilfe genutzt wurden, sollte dies offen deklariert werden – idealerweise mit Angabe des Tools, seines Zwecks und der Art der Nutzung. Dies schafft Transparenz und ermöglicht eine faire Bewertung. Christian Spannagel hat dazu eine ganz kurze und praxisnahe Handreichung erstellt, die [[https://www.uni-giessen.de/de/fbz/zentren/hd/projekte/hessenhub/ki/ki_tabs/rulesfortools_prof-spannagel.pdf|"Rules for Tools"]], die Sie auch Ihren Studierenden zugänglich machen können.
+Diskutieren Sie mit Ihren Studierenden neue Formen von Eigenleistung: Was bedeutet "selbst geschrieben", wenn ein KI-Tool Vorschläge liefert? Wie unterscheidet man Unterstützung von Täuschung? Solche Fragen sollten offen thematisiert und gemeinsam reflektiert werden.
+Eine Herausforderung für Lehrende ist hierbei auch, die Eigenständigkeitserklärung für schriftliche Arbeiten anzupassen. Dies kann je nach Lehrinhalt anders aussehen, Sie können aber auch auf die allgemeine Eigenständigkeitserklärung der TU Berlin zurückgreifen. Diese enthält bereits einen Abschnitt zu KI.
 ====6. Bleiben Sie im Dialog mit Ihren Studierenden über den Einsatz von KI und stellen Sie eine transparente Arbeitsatmosphäre her.====
-Praxistipp: Studierende dokumentieren, wie sie KI genutzt haben – das fördert Transparenz und Reflexion
+Nutzen Sie selbst KI zur Ideenfindung, zur Formulierung von Feedback oder zur Vorbereitung von Materialien? Teilen Sie das mit Ihren Studierenden! Dies hilft beim Perspektivwechsel und regt zur kritischen Auseinandersetzung an, wie eigentlich eine Aufgabe, ein Lernziel oder eine Folie entsteht.
-Was wurde genutzt? Wie wurde überprüft? Wie beurteilen sie eigene/fremde KI-generierte oder KI-unterstützte Inhalte?
-Hilfreiche Vorlagen und Ideen für Dokumentationen und Journals: [[https://pubdata.leuphana.de/server/api/core/bitstreams/f4c7f7f2-3974-410c-a07b-4e545390561e/content|"KI-Gebrauch im Studienkontext dokumentieren - Hinweise und Arbeitsmaterialien"]]
+Indem Studierende dokumentieren, welche Tools sie verwendet haben, wofür sie genutzt wurden, wie sie die Ergebnisse überprüft haben und wie sie den KI-Einsatz bewerten, entsteht Transparenz und ein bewussterer Umgang mit der Technologie: "Nutze eine KI zur Lösung, erläutere deine Entscheidungen und beurteile die Ergebnisse kritisch."
+  * Hilfreiche Vorlagen und Ideen für Dokumentationen und Journals: [[https://pubdata.leuphana.de/server/api/core/bitstreams/f4c7f7f2-3974-410c-a07b-4e545390561e/content|"KI-Gebrauch im Studienkontext dokumentieren - Hinweise und Arbeitsmaterialien"]]
 ====7. Überdenken Sie bestehende Prüfungsformate und seien Sie offen für Anpassungen.====
-Herausforderung für Lehrende:
+KI stellt bewährte Prüfungsformate auf den Prüfstand. Sie eröffnet aber auch neue Chancen für kompetenzorientierte, reflexive und differenzierte Leistungsüberprüfungen. Umso wichtiger ist es, Prüfungen bewusst neu zu denken – mit klarem Blick auf Fairness, Machbarkeit und die angestrebten Lernziele.
-Eigenständigkeitserklärung anpassen
-Wie erkenne ich Täuschungsversuche mit KI?
+Wenn KI erlaubt ist, dann sollten Prüfungen so gestaltet sein, dass KI zwar unterstützen kann, aber nicht die ganze Leistung übernimmt. Hilfreiche Ansätze:
-Wie kann ich faire und lernförderliche Prüfungen gestalten, wenn KI zur Verfügung steht?
+  * Neue Aufgabenformate: z. B. Analyse und Bewertung von KI-generierten Texten oder Lösungen
+  * Reflexion und Transfer: Studierende erläutern, wie sie ein KI-Tool genutzt haben und wie sie dessen Output einschätzen
+  * Mündliche Anteile oder Präsentationen: zur Überprüfung individueller Verständnistiefe
+  * Vermittlung und Abfrage von KI-Kompetenzen: z. B. durch gezielte Fragestellungen oder Portfolioarbeit
+Wenn KI ausgeschlossen ist, braucht es kontrollierbare Prüfungsszenarien, etwa durch:
+  * Präsenzprüfungen mit Aufsicht
+  * mündliche Prüfungen
+  * Aufgaben, die stark auf individuelle und offene Problemstellungen setzen
-Praxistipp: Transparente Kommunikation im Vorfeld – Was ist erlaubt? Was nicht? Wie wird mit KI umgegangen?
+Unabhängig vom KI-Einsatz gilt, dass schon kleine Änderungen die Qualität von Prüfungen deutlich erhöhen können, zum Beispiel durch Zwischenabgaben, die den Lernprozess sichtbar machen, durch begleitende Feedbackschleifen oder durch transparente Bewertungskriterien, die verdeutlichen, worauf es in der Leistung wirklich ankommt.
-"Rules for Tools" – z. B. "KI darf genutzt werden, wenn…" + Kennzeichnungspflicht
-Praxistipp: Lehrmaterialien & Aufgaben nicht unreflektiert durch KI jagen – Datenschutz und Urheberrecht mitdenken! Bewertung mit KI? – Nur unterstützend (z. B. bei Ausformulierung von Feedback) oder formativ, nicht automatisiert
+Bei der eigenen Nutzung von KI zur Bewertung kann KI Sie bei der Ausformulierung von Feedback oder beim ersten Screening unterstützen, darf aber nicht automatisiert eine Benotung erstellen. Datenschutz und Urheberrechte müssen bei der Verarbeitung dieser Daten immer mitgedacht werden.
-Link zu Richtlinien im Wiki
+  * Mehr Details und Informationen dazu finden Sie in unseren [[ki:richtlinien|Leitlinien & Empfehlungen]].
 ====8. Bleiben Sie weiterhin offen für neue Entwicklungen im Bereich KI & Lehre.====
-TODO
+Die Entwicklung im Bereich KI ist dynamisch – genauso wie die Anforderungen an gute Hochschullehre. Sehen Sie den Wandel als Chance: Probieren Sie Neues aus, reflektieren Sie Ihre Erfahrungen und bleiben Sie im Austausch mit Kolleg*innen und Studierenden. Auch kleine Schritte können langfristig zu einer didaktisch fundierten, zukunftsorientierten Lehre beitragen.