Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- konzept:schritte_ki_lehre [2025/04/30 16:42] – Inhalte ausformuliert julia
+++ konzept:schritte_ki_lehre [2025/04/30 16:57] (aktuell) – weitere Inhalte ausformuliert julia
@@ Zeile 65: / Zeile 65: @@
 ====7. Überdenken Sie bestehende Prüfungsformate und seien Sie offen für Anpassungen.====
-Wie erkenne ich Täuschungsversuche mit KI?
+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.
-Wie kann ich faire und lernförderliche Prüfungen gestalten, wenn KI zur Verfügung steht?
-Wenn KI erlaubt ist, braucht es:
+Wenn KI erlaubt ist, dann sollten Prüfungen so gestaltet sein, dass KI zwar unterstützen kann, aber nicht die ganze Leistung übernimmt. Hilfreiche Ansätze:
-Neue Aufgabenformate (z. B. Analyse & Bewertung von KI-Ausgaben) --> Aufgaben so gestalten, dass KI zwar hilft, aber nicht ersetzt
+  * Neue Aufgabenformate: z. B. Analyse und Bewertung von KI-generierten Texten oder Lösungen
-Reflexion & Transfer: Was macht eine gute Lösung aus? Wie hat [Tool XY] bei deinem Ergebnis unterstützt?
+  * Reflexion und Transfer: Studierende erläutern, wie sie ein KI-Tool genutzt haben und wie sie dessen Output einschätzen
-Mündliche Anteile
+  * Mündliche Anteile oder Präsentationen: zur Überprüfung individueller Verständnistiefe
-Vermittlung von KI-Kompetenzen
+  * Vermittlung und Abfrage von KI-Kompetenzen: z. B. durch gezielte Fragestellungen oder Portfolioarbeit
-Wenn KI verboten ist, braucht es:
+Wenn KI ausgeschlossen ist, braucht es kontrollierbare Prüfungsszenarien, etwa durch:
-Kontrollierbare Settings (z. B. Präsenz, Mündlich)
+  * Präsenzprüfungen mit Aufsicht
-Fokussierung auf individuelle Leistungen
+  * mündliche Prüfungen
+  * Aufgaben, die stark auf individuelle und offene Problemstellungen setzen
-Kleine Änderungen können viel bringen! B. B. Feedbackschleifen, Zwischenabgaben, Fokus auf Prozess statt Produkt.
+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.
-Praxistipp: Transparente Kommunikation im Vorfeld – Was ist erlaubt? Was nicht? Wie wird mit KI umgegangen?
+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.
-"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
+  * Mehr Details und Informationen dazu finden Sie in unseren [[ki:richtlinien|Leitlinien & Empfehlungen]].
-Link zu Richtlinien im Wiki
 ====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.