TU digit | Das Wiki zu digitalen Kompetenzen und Medienproduktion an der TU Berlin ki

ki:basiswissen

Anonymous (anonymous@undisclosed.example.com) — 2024-12-12T17:23:21+00:00

Basiswissen rund um KI

Wieso kann KI reden wie ein Mensch? Wie erstellt KI die ganzen Texte? Und was ist diese sogenannte generative KI überhaupt?

Grundlegende Kenntnisse über Künstliche Intelligenz (KI) eröffnen neue Perspektiven in Forschung und Lehre. Unsere Auswahl an Videos und Selbstlernkursen vermittelt Ihnen Basiswissen zu zentralen KI-Konzepten wie Sprachmodellen und zeigt, wie KI in akademischen Kontexten sinnvoll eingesetzt werden kann.

Grundlagen - Was ist KI?

KI umfasst zahlreiche Technologien, die es Maschinen ermöglichen, bestimmte komplexe Aufgaben zu übernehmen und aus Daten zu lernen. Generative KI ist ein spezieller Bereich, bei dem neue Inhalte wie Texte, Bilder, Videos oder Musik durch KI erstellt werden. Beispiele für generative KI sind Chatbots wie ChatGPT oder Bildgeneratoren wie Midjourney. Die folgenden Videos geben in jeweils zwei Minuten einen Überblick über die Grundlagen von KI und generativer KI:

Möchten Sie doch etwas tiefer einsteigen und haben bereits eine grobe Vorstellung davon, was ein Vektor oder eine Matrix ist, dann können diese beiden Videos in Englisch interessant für Sie sein:

🎞️ But what is a neural network?

🎞️ Inside an LLM

Prompts erstellen

Ein Prompt ist eine Anweisung oder Frage, die Sie einem Chatbot geben, damit der Bot etwas Bestimmtes tut oder beantwortet. Es ist also wie eine Aufgabe, die Sie der KI stellen. Ein Beispiel: Sie möchten, dass eine KI Ihnen ein Gedicht schreibt. Der Prompt könnte sein: „Schreibe ein Gedicht über den Herbst.“ Die KI versteht diese Anweisung und erstellt ein passendes Gedicht. Je genauer und klarer Ihr Prompt ist, desto besser versteht die KI, was Sie möchten.

Diese Seite bietet eine leicht verständliche Einführung, um zu lernen, wie sich einfache und effektive Prompts formulieren lassen: https://ai.lernos.org/de/1-07-prompts-erstellen/

Gute Prompts für komplexere Fragen werden in der Regel wie folgt aufgebaut:

Subjekt - wer/was wird simuliert?
Aufgabe - was ist zu erledigen?
Schritte - was ist in welcher Reihenfolge zu tun?
Kontext und Nebenbedingungen - was muss beachtet werden?
Ziel - was soll erreicht werden?
Output - wie soll die Rückmeldung des Bots aussehen?

Formulieren Sie klar und präzise: Anstatt nur „Schreibe einen Text zu Wolken“ zu schreiben, könnte ein präziserer Prompt lauten: „Schreibe einen kurzen Einleitungstext für ein Kinderbuch, der die Entstehung von Wolken in einfacher Sprache erklärt.“ Die Eingabesprache ist bei vielen Chatbots egal, und Sie können Prompts während des Gesprächs anpassen – experimentieren Sie, um die besten Ergebnisse zu erzielen!

ki:einsatz

Anonymous (anonymous@undisclosed.example.com) — 2026-04-16T11:12:44+00:00

Einsatzmöglichkeiten

Die Wahl eines KI-Tools hängt sehr vom Einsatzzweck ab. Die folgende Übersicht gibt einen ersten Eindruck möglicher Anwendungsfelder.

Beachten Sie bitte: Die „ungeregelte“ Nutzung webbasierter KI-Tools ist datenschutzrechtlich riskant. Häufig werden dabei personenbezogene oder vertrauliche Inhalte an Drittanbieter übermittelt, teils auch zur Weiterverwendung als Trainingsdaten. Das betrifft nicht nur eigene Nutzerdaten, sondern auch Informationen über Dritte (z. B. Vertragstexte, Forschungsergebnisse, sensible Projektinhalte). In Einzelfällen können daraus sogar persönliche oder rechtliche Risiken entstehen. Ebenfalls erfordern viele KI-Tools eine vorherige Registrierung und Erstellung eines Nutzerkontos. Diese Tools können daher auch nicht verpflichtend in der Lehre eingesetzt werden!

Weitere Informationen finden Sie im Blog des Datenschutz-Teams.

⭐ Nutzbare Tools an der TU Berlin

Empfehlenswert sind Tools, die lokal auf dem eigenen Rechner genutzt werden können. Folgende Tools sind datenschutzrechtlich geprüft und dürfen an der TU „offiziell“ verwendet werden:

ChatAI der Academic Cloud - hier können Sie sich über die föderierte Anmeldung mittels SSO mit Ihren TU-Zugangsdaten einloggen
GPT4All – lokale Nutzung auch ohne Internetzugang
NoScribe – lokale Transkription von Audio/Video
ChatGPT Edu – seit April 2026 stehen an der TU Berlin in begrenztem Umfang Lizenzen für alle Fakultäten zur Verfügung. Die Nutzung erfolgt datenschutzkonform auf EU-Servern mit TU-Account und Pseudo-ID. Enthalten sind u.a. leistungsstarke Modelle, die Funktion „Projekte“ (Chatten auf Basis eigener Dokumente) sowie der Aufbau eigener Chatbots. Den Zugang erhalten Sie über Ihre Fakultät (FSC/FIO)!

Weitere Einsatzmöglichkeiten

Jenseits dieser Tools existiert eine Vielzahl von KI-Anwendungen. Einen Überblick über weitere Angebote (auch Open Source) finden Sie in Verzeichnissen wie Future Tools.

Die folgende Übersicht zeigt Ihnen exemplarisch einige Einsatzfelder:

Audios & Transkription

KI-Tools können Aufgaben wie Text-To-Speech zur Erstellung einer Audiospur für Folien oder von kleinen Podcasts mit mehreren Sprecher*innen übernehmen, ohne aufwändige Studioaufnahmen vorzunehmen oder Inhalte speziell für diesen Zweck aufbereiten zu müssen. Ebenfalls lässt sich das Postprocessing effizienter gestalten. Für niedrigschwelligen Zugang zu Audio- und Videoinhalten bieten sich Transkripte und Untertitel an, möglichst sogar in verschiedenen Sprachen. Diese können durch KI automatisiert erstellt werden. Für diese Zwecke existieren KI-Tools wie zum Beispiel:

⭐ noScribe https://github.com/kaixxx/noScribe (lokale Nutzung, grafische Oberfläche für Whisper)	Beispiele: Ein 30-minütiges Lehrvideo automatisch mit Untertiteln versehen und ein Transkript dazu bereitstellen. Aus einem Lehr-Podcast ein Transkript erstellen, welches direkt zwischen den Sprecher*innen unterscheidet.
Auphonic https://auphonic.com/	Beispiel: Lautstärken in einer Podcastaufnahme ausbalancieren und Rauschen reduzieren.
NotebookLM https://notebooklm.google.com/ oder Open-Source-Alternative NotebookLLama https://github.com/run-llama/notebookllama	Beispiel: Einen kurzen Podcast aus einer eigenen hochgeladenen Quelle erzeugen lassen.

Illustrationen & Infografiken erstellen

Visualisierungen und kleine Info- oder Prozessgrafiken lockern Texte in Präsentationen und Webseiten auf oder können diese sogar ganz ersetzen. Mit folgenden Tools lassen sich schnell Illustrationen und Grafiken für Lehrmaterialien, Publikationen, Präsentationen, ISIS|Moodle-Kurse u.v.m. erstellen oder erste Inspirationen gewinnen:

Stable Diffusion https://stablediffusionweb.com/#ai-image-generator bzw. lokale Nutzung über Draw Things: https://drawthings.ai	Beispiel: Ein Teaser-Bild im Lowpoly-Stil für die Titelfolie einer Präsentation erstellen.
FLUX https://huggingface.co/spaces/black-forest-labs/FLUX.1-dev
Nano Banana (Google Gemini) https://gemini.google/de/overview/image-generation/	Beispiel: Mehrere illustrative Bilder im gleichen Stil oder nach einer Vorlage erzeugen.
Napkin AI https://www.napkin.ai/	Beispiel: Für eine Präsentation aus einem geschichtlichen Text einen Zeitstrahl erzeugen.

Literaturrecherche & Wissenschafliches Arbeiten

Um das akademische Schreiben zu optimieren, gibt es spezielle KI-Textassistenten, mit denen man zum Beispiel auch aus akademischen Texten zitieren, wissenschaftlich paraphrasieren und Texte lektorieren lassen kann. Zur Forschungsassistenz und zur Suche nach aktuellen und thematisch passenden Artikeln, Veröffentlichungen und weiteren Arbeiten sowie zu anderen Arten der Unterstützung im Umgang mit Literatur gibt verschiedene Tools. Einen Überblick über weitere Tools bietet z. B. die Bibliothek der Fakultät VII (PDF-Präsentation).

Elicit https://elicit.com/	Beispiel: Für einen Projektantrag nach passenden und aktuellen Artikeln anhand von Stichworten suchen.
ResearchRabbit https://www.researchrabbit.ai/	Beispiel: Publikationen zu eigener Sammlung hinzufügen und passende Vorschläge dazu erhalten.
Jenni AI https://jenni.ai/	Beispiel: Die Einleitung für ein Paper wissenschaftlich formulieren und darin aus eigenen hochgeladenen Quellen zitieren.
Trinka AI https://www.trinka.ai/	Beispiel: Einen langen wissenschaftlichen Text auf inhaltliche Konsistenz prüfen lassen.

Texte erstellen, zusammenfassen und übersetzen

Als Schreibassistenz bei Paraphrasierung, Textzusammenfassung, Übersetzung etc. existieren Tools wie:

⭐ Chat AI https://chat-ai.academiccloud.de/	Beispiel: Über SSO der eigenen Hochschule einloggen, um kostenlos und sicher verschiedene Modelle zur Texterstellung nutzen zu können.
⭐ GPT4All https://gpt4all.io/ (lokale Nutzung)	Beispiel: Im Park ohne Internet einen KI-Chatbot zur Texterstellung nutzen.
DeepL https://www.deepl.com	Beispiel: Einen komplizierten fremdsprachigen Abschnitt eines Artikels in die eigene Muttersprache übersetzen.

Tutorsysteme

Ein vielversprechender Ansatz ist der Einsatz von Chatbots als interaktive Lernpartner statt passiver Informationsquellen. Ein KI-Tutor fördert aktives Denken durch gezielte Rückfragen und Feedback, anstatt nur Antworten zu geben. Wie man einen eigenen Lehr-Chatbot entwickelt, zeigt die Workshop-Dokumentation Innovative Lehrassistenz – Effektive Nutzung von KI-Tutorsystemen zur Unterstützung von Lehrenden (ab S. 16 / Kap. 5.4).

⭐ Chat AI
https://chat-ai.academiccloud.de/

Beispiel: Chatbot-Personas mit einem System-Prompt vorkonfigurieren, um einen spezialisierten Chatbot für den eigenen Lehrinhalt zu erstellen und in ISIS zu verlinken.

ki:richtlinien

Anonymous (anonymous@undisclosed.example.com) — 2026-04-14T15:42:05+00:00

"Lebende" KI-Leitlinien

Generative KI bietet vielfältige Chancen für die Hochschullehre, gleichzeitig entstehen einige Herausforderungen, vor allem rechtlicher und ethischer Art. Wie wollen wir an der TU Berlin mit generativer KI umgehen? Die bisherigen Überlegungen sind im Folgenden dargestellt.

Wir freuen uns über Rückmeldungen und Beiträge im Forum oder per Mail an teamdigit@zewk.tu-berlin.de.

Prüfungsrecht & erforderliche Maßnahmen

💬 „Was sollte aus prüfungsrechtlicher Sicht beim Einsatz von generativer KI beachtet werden?“

Chancengleichheit sicherstellen. Trotz neuer technischer Möglichkeiten gelten weiterhin die Prinzipien der Fairness und Chancengleichheit. Beispielsweise darf die Nutzung eines (besseren) KI-Tools keinen wesentlichen Einfluss auf die Prüfungsleistung haben. Die Prüfung muss deshalb so konzipiert werden, dass für alle Studierenden vergleichbare Prüfungsbedingungen bestehen.

Eigenständigkeit gewährleisten. Hochschulprüfungen sollen die Leistungen der Studierenden bewerten und nicht (versehentlich) die von der KI ausgegebenen Ergebnisse. In Hinblick auf die Lernziele müssen die Studierenden also eine signifikante Eigenleistung zeigen können. Wenn KI genutzt wird, liegt die Verantwortung für das Produkt nicht bei der KI, sondern bei den Nutzenden, z.B. den Studierenden oder Forschenden. Aktualisieren Sie Ihre Einverständniserklärung bzw. nutzen Sie die neue Vorlage des Referat Prüfungen.

Transparenz herstellen. Informieren Sie in der Lehrveranstaltung rechtzeitig, ob und zu welchen Zwecken, die Nutzung von KI als Hilfsmittel erlaubt ist. Machen Sie die Studierenden im Vorfeld mit den Tools vertraut. Erklären Sie den Sinn von Regeln und Verboten und weisen Sie auf mögliche Folgen bei Verstößen hin. Diese können von Punktabzug oder Nichtbestehen der Prüfung bis zur Exmatrikulation bei wiederholter Täuschung reichen.

Täuschungsversuche unterbinden. Wenn Studierende KI-Ergebnisse unverändert übernehmen und diese weder kennzeichnen noch wesentlich weiter bearbeiten, kann dies analog zu Ghostwriting bzw. Unterstützung durch Dritte einen Täuschungsversuch über die Eigenständigkeit darstellen. Die Konzeption der Prüfung und der Rahmenbedingungen sollte u.a. darauf ausgerichtet sein, Täuschungsversuche unwahrscheinlich zu machen.

Prüfungen anpassen. Aus dem Vorherigen ergibt sich, dass einige Prüfungen verändert werden müssen, um weiterhin sinnvoll und valide zu sein. Mögliche Maßnahmen:
Rahmenbedingungen: engere Betreuung, Kioskbrowser, Aufsicht
Prüfung: Aufgabenstellung ändern, Bewertungskriterien aktualisieren
Prüfungsform: größerer Anteil mündlicher Studien- und Prüfungsleistungen, beaufsichtigte Essays statt Hausarbeiten, Verteidigung bei Abschlussarbeiten

Manches davon erfordert eine Änderung der fachspezifischen StuPO. Regen Sie diese bei Bedarf frühzeitig in Ihrem Referat Studium und Lehre bzw. im Fakultätsrat an.

Datenschutz & Urheberrecht

💬 „Was sollte aus datenschutzrechtlicher Sicht beim Einsatz von generativer KI beachtet werden?“

Regeln beachten. Zeitgemäße Lehre, Forschung und Verwaltung sollte das Thema KI nicht aussparen. Jedoch dürfen personenbezogene Daten nur in generative KI-Tools eingegeben werden, wenn die Softwarebetreiber diese Daten weder Dritten zugänglich machen noch als Trainingsdaten nutzen. Über den Datenschutz hinaus ist auch die Eingabe vertraulicher Informationen, sensibler Forschungsdaten oder interner Dokumente nicht zulässig.

Tools auswählen und konfigurieren. Datensparsame KI-Tools sollten bevorzugt werden. Manche Tools können so eingestellt werden, dass die Chatverläufe nicht als Trainingsdaten weiterverwendet werden. Dies ist oft mit nur einem Klick möglich, vgl. die Empfehlungen zu ChatGPT vom Datenschutz-Team. Vor der verpflichtenden Einführung in der Lehre müssen die Tools datenschutzrechtlich geprüft werden.

💬 „Was sollte aus urheberrechtlicher Sicht beim Einsatz von KI beachtet werden?“

KI ist kein Urheber. Nach aktueller Rechtslage können generative KI-Tools nicht Urheber sein, denn „Urheber ist der Schöpfer des Werkes“ und muss somit eine natürliche Person sein (§ 7 Urhg). Demnach wäre also der KI-Output urheberrechtlich nicht geschützt.

Abstand zum Werk. Jedoch könnten die ursprünglichen Trainingsdaten geschützt sein. Eine Eins-zu-Eins-Ausgabe ist aufgrund der Funktionsweise von generativer KI meist unwahrscheinlich. Es gibt jedoch Tools, bei denen bspw. durch den Zugriff auf das Internet Ergebnisse ausgegeben werden, die „einen hinreichenden Abstand zum benutzten Werk“ (§ 32 Abs. 1 UrhG) vermissen lassen. Die Nutzung dieses Outputs könnte eine Urheberrechtsverletzung darstellen und wäre zu vermeiden.

Urheberrechte beachten. Für die Nutzer*innen ist es meist nicht möglich, die von der KI ggf. unrechtmäßig übernommenen Inhalte und deren Urheber*innen zu identifizieren. Dennoch können die Urheber*innen die Löschung verlangen, wenn KI-Ergebnisse mit ihren Inhalten öffentlich zugänglich gemacht werden. Sie hätten bei Vorsatz oder Fahrlässigkeit ggf. sogar Anspruch auf Schadenersatz. Bei der Eingabe von Inhalten sollten Sie daher keine urheberrechtlich geschützten Inhalte verwenden (z.B. Texte, Bilder, Videos etc.), um die Rechte der Urheber*innen nicht zu verletzen.

Wissenschaftliche Arbeiten

💬 „Können die Ergebnisse von KI-Tools in wissenschaftlichen Arbeiten zitiert werden?“

Zitation. KI-Tools generieren ihre Ergebnisse auf Basis einer sehr großen Anzahl von Trainingsdaten nach einer bestimmten statistischen Logik. Dieser Output kann inhaltlich falsch „zusammengewürfelt“ sein und bspw. fiktive („halluzinierte“) Literaturverweise oder fehlerhafte Grafiken enthalten. Die Informationsquellen sind für die Rezipienten oft nicht nachvollziehbar und nicht verifizierbar, da der gleiche Prompt in der Regel nicht wieder zum gleichen Ergebnis führt. KI-Systeme sind analog zu Wikipedia & Co. zudem keine geeigneten wissenschaftlichen Quellen. Daher ist das Zitieren von KI-Ergebnissen in wissenschaftlichen Arbeiten in den meisten Fällen nicht sinnvoll und zudem forschungsethisch problematisch.

Kennzeichnung. Wenn jedoch KI-Ergebnisse übernommen werden sollen, müssen diese inhaltlich geprüft, überarbeitet und gekennzeichnet werden. Nur so kann im Sinne guter wissenschaftlicher Praxis und auch prüfungsrechtlich unterschieden werden, welche Teile eigenständig und welche durch eine generative KI erstellt worden sind. Bei unveränderten Übernahmen könnte per permanent link auf den spezifischen KI-Output verwiesen werden (wenn vorhanden). Im Methodenteil o.ä. sollten die genutzten KI-Tools und deren Einsatzzwecke aufgeführt werden, z.B. Nutzung von Llama für das Ausformulieren von Stichpunkten in der Einleitung.
KI-Nutzungen ohne Relevanz (kein Lernziel bzw. epistemisch irrelevant) müssen meistens nicht angegeben werden („beispielsweise Grammatik-, Stil-, Rechtschreibprüfung, Übersetzungsprogramme“ - vgl. DFG: Leitlinie zur Nutzung von Künstlicher Intelligenz in der Begutachtung)

Zitierempfehlung. Hier zwei Varianten zum Zitieren von KI-Systemen, erstellt im APA Style (generelle Zitation vs. Verweis auf Chat-URL):

OpenAI. (2029). ChatGPT [Large language model]. https://chatgpt.com

Google. (2025, 22. Mai). Chat-Titel [Generative AI chat]. Gemini 3 Flash. https://g.co/gemini/share/1234567891011

Weitere Empfehlungen siehe Informationen und Leitfaden der DBWM zum „Einsatz von künstlichen Intelligenzen in Abschlussarbeiten“

Konzeption & Didaktik

💬 „Was sollte aus didaktischer Sicht beachtet werden?“

Lernziele neu definieren. Der Einsatz von KI in Lehre und Prüfungen ist nur sinnvoll, wenn die angestrebten Lernziele trotz KI-Nutzung erreicht und eigenständige Leistungen der Studierenden geprüft werden können bzw. wenn der Einsatz von KI Inhalt der Prüfung ist. Welche Kompetenzen sowohl wegen aber auch trotz der Verfügbarkeit von KI-Tools vermittelt werden sollen, sollte für das jeweilige Fach diskutiert und definiert werden. Passen Sie basierend darauf Prüfungen bzw. Curricula entsprechend an, um „Deskilling“ zu vermeiden.

Kompetenzorientierte Prüfungsfragen. Vor allem für unbeaufsichtigte schriftliche Prüfungs- und Studienleistungen stellt sich die Frage, wie diese Formate noch sinnvoll genutzt werden können - wahrscheinlich nur mit KI. Allenfalls funktionieren noch kompetenzorientierte Aufgaben, die kritisches Denken, Meinungen oder Reflexionen in Bezug zur Lehrveranstaltung erfordern. Auch ein Wechsel von einer großen summativen Distanzprüfung am Semesterende (z.B. Hausarbeit) zu mehreren semesterbegleitenden Leistungsnachweisen könnte hilfreich sein, allerdings nehmen die Fähigkeiten der KI-Tools stetig zu. Probieren Sie daher vorher aus, ob die KI Ihre Prüfungsfragen lösen kann.

Aufklärung leisten. Soweit möglich, sensibilisieren Sie die Studierenden für die Risiken von KI-Tools. Fördern Sie einen kritischen und reflektierten Umgang mit generativen KI-Tools, vor allem hinsichtlich „halluzinierter“ Quellenangaben, inhaltlichen Fehlern, Bias/Vorurteilen etc.

Schauen Sie sich dazu gern auch unsere Tipps "In 8 Schritten Lehren mit KI" an.

💬 „Eignet sich generative KI zur Formulierung von Prüfungsaufgaben?“

Bei der Erstellung von Prüfungs- oder Übungsaufgaben können KI-Tools hilfreich sein. Der Output muss jedoch hinsichtlich der inhaltlichen Richtigkeit und der Passung zu den Lernzielen kritisch überprüft und angepasst werden.

💬 „Eignet sich generative KI zur Bewertung von studentischen Leistungen?“

Keine automatisierte Bewertung. Eine vollständig automatisierte Bewertung von Studien- oder Prüfungsleistungen ist nicht zulässig (basierend auf Art. 22 DSGVO). Das heißt, der Output darf nicht eins zu eins übernommen werden, sondern digitale Tools wie KI dürfen nur als Hilfsmittel dienen. Zum Beispiel könnte KI zum Ausformulieren von Stichpunkten für ein Feedback genutzt werden.

Welche KI-Tools gibt es?

Eine KI-Nutzung ohne Anmeldung bei kommerziellen Angeboten wie ChatGPT, Gemini oder Copilot bietet die Chat AI der Academic Cloud, auf die kostenlos und datensparsam mit TU-Account per föderierter Anmeldung zugegriffen werden kann.

Wir haben darüber hinaus eine Übersicht über weitere Tools und Einsatzmöglichkeiten zusammengestellt.

Links & weiterführende Ressourcen

🏫 Statements aus der TU Berlin

Christian Schröder (Vizepräsident für Studium und Lehre) im Interview über den Umgang mit KI-gestützten Werkzeugen im akademischen Schreiben
Perspektive des Personalrats auf ChatGPT - Chancen und Risiken Bewertung von ChatGPT aus der Sicht des Personalrats mit Fokus auf potentielle Herausforderungen

📚 Kurse & Materialien

Unsere Kursreihe KI@TUB - Kurse an der ZEWK zu Künstlicher Intelligenz in Lehre und Forschung an der TU Berlin
KI-Kurse & Materialien des BZHL Umfassende Sammlung von Materialien und Gedanken vom Berliner Zentrum für Hochschullehre (BZHL) zum Einsatz von KI in Lehre und Wissenschaft
Videoreihe des KI-Campus: „ChatGPT – kurz erklärt“ Sammlung von kurzen und knackigen Videos, die grundlegende Konzepte und Anwendungen von ChatGPT vermitteln
Einsatz von künstlichen Intelligenzen in Abschlussarbeiten Handreichung der DBWM (Die Bibliothek Wirtschaft & Management) der Fak VII der TU Berlin
Zitation von KI-Tools Leitlinien und Handreichung der Berlin Universities Publishing

📘 Weitere Ressourcen

Spannagel, C. (2023). Rules for Tools Kurze Zusammenfassung (1 Seite jeweils Deutsch/Englisch) zu Regeln und Richtlinien für den Einsatz von KI-Werkzeugen für Lehrende und Studierende
Reinmann, G. (2023). Diskussionspapier: Deskilling durch Künstliche Intelligenz? Eine kritische Auseinandersetzung mit den Auswirkungen von KI auf die Kompetenzentwicklung (insbes. Abschnitte 4, 5 und 6).
Leitlinien der DFG (Deutschen Forschungsgemeinschaft) für den Umgang mit generativen Modellen für die Text- und Bilderstellung bei der Antragserstellung
Standardwerk zum Prüfungsrecht: Fischer, E., Jeremias, C. & Dieterich, P. (2022): Prüfungsrecht (8. Aufl.): NJW Praxis, Band 27/2. Beck

🦸‍♀️ Beratung

Buchen Sie einen Beratungstermin für einen Impulsworkshop zu "KI in der Lehre" für Ihr Fachgebiet/Institut!
Individuelle Beratung durch das Team digit der ZEWK Sprechen Sie uns gern an!

Falls Sie Fragen oder Kommentare zu den KI-Richtlinien haben, kontaktieren Sie gerne das Team digit unter teamdigit@zewk.tu-berlin.de