KI-basierte Systeme für Lehre und Studium

Technische Systeme, die auf Verfahren der „Künstlichen Intelligenz“ (KI) basieren, sind in der Lage, menschenähnliche Intelligenz zu imitieren, um komplexe Aufgaben zu lösen. Sie sind so konzipiert, dass sie mit einem unterschiedlichen Grad an Autonomie arbeiten. Generative KI wie ChatGPT ist eine spezifische Untergruppe, die darauf abzielt, eigenständig neue Inhalte zu erstellen, indem sie Muster und Strukturen aus vorhandenen Daten lernt und Ergebnisse wie Texte, Bilder oder Musik generiert.

Wir sehen die Entwicklungen KI-basierter Systeme als eine Chance, alle Bereiche der Universität (Lehre und Studium, Forschung und Transfer und Verwaltung) voranzubringen. Wir verstehen sie als Werkzeuge, die in einem rechtlich abgesicherten Rahmen genutzt werden können, um Prozesse zu verbessern. Dies wollen wir aktiv mitgestalten. Obwohl KI-basierten Systemen große Potenziale zugeschrieben werden, müssen wir sorgfältig abwägen, ob und wie sie eingesetzt werden sollen, wie ethische, datenschutzrechtliche, sicherheitstechnische, ökologische oder soziale Risiken erkannt und verhindert werden können und wie geeignete Strategien zur effektiven, effizienten und transparenten Nutzung gefunden werden können. Alle Einsatzszenarien müssen daher offengelegt und Verabredungen darüber getroffen werden, wie wir damit umgehen. Dabei sind die rechtlichen Rahmenbedingungen, etwa durch die Datenschutz-Grundverordnung (DSGVO), dem EU AI Act sowie zum Urheberrecht, zu berücksichtigen.

GenKI@UB - Zugang zum Portal

Im Rahmen dieses Projektes möchten wir mit Ihnen schrittweise einen datenschutzkonformen Zugang zu verschiedenen LLMs (Large Language Modellen) erproben und die Nutzung mit Unterstützungs- und Austauschangeboten begleiten. Ab sofort können Sie die verschiedenen LLMs der GWDG (Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen) nutzen.

Aktuell startet die Arbeit der Fokusgruppe.

Wenn Sie auch dabei sein möchten, melden Sie sich hier an: genkiprotect me ?!uni-bremenprotect me ?!.de

Formulare des Zentralen Prüfungsamtes

Auf der Seite Formulare des ZPA sind die folgenden Dokumente - ergänzt um Erklärungen zur Nutzung von KI - veröffentlicht:

Schriftliche Arbeiten - Eigenständigskeitserklärung und Einverständniserklärung zur Überprüfung mit Plagiatssoftware
Urheberrechtliche Erklärung, Erklärung zur Veröffentlichung von BA-/MA-Arbeiten, Erklärung zur elektronischen Überprüfung auf Plagiate
Beispielhafte Dokumentation der Nutzung von KI in der Lehre

In einem ersten Schritt geben wir universitätsweite Empfehlungen für die Nutzung von KI-basierten Systemen in Lehre und Studium, um einen verlässlichen und transparenten Rahmen für Lehrende und Studierende herzustellen, der die rechtlichen Anforderungen berücksichtigt. Die Universität Bremen sieht die Chancen und Möglichkeiten und stellt sich auch den Risiken. Die Studierenden sollen in der Lehre eine kritisch-reflektierende Umgangsweise erlernen und eine Haltung entwickeln, die die Potentiale für das Studium und die Berufswelt integriert. An der Universität Bremen findet kompetenzorientierte Lehre in vielfältigen Lehr-Lernszenarien statt. Wird hierfür mit KI-basierten Systemen gearbeitet, so ist eine Aufklärung der Studierenden über Funktionen, Grenzen und Risiken der Instrumente notwendig, um Potentiale und Probleme sichtbar zu machen und die Einhaltung der datenschutzrechtlichen Vorgaben zu garantieren. Ungleichheiten in Bezug auf Vorwissen und Bereitschaft zur Nutzung müssen mit Blick auf die Lernziele beachtet, abgewogen und sinnvoll gehandhabt werden. Hierzu gehört auch eine fachlich-methodische Reflexion und die Anwendung der Grundsätze guter wissenschaftlicher Praxis auf die Nutzung von KI-basierten Systemen beim Lehren und Lernen. Diese Kompetenz im kritisch-reflektierten Umgang mit KI-basierten Systemen wird in allen Fächern und Studiengängen ein Querschnittsthema werden.

Herausforderungen in Studium und Lehre lassen sich aktuell vor allem für das Prüfen identifizieren. Dabei geht es um die Nutzung KI-basierter Systeme im Kontext von Prüfungsleistungen sowohl in der Hand von Studierenden (bspw. automatisch generierte Texte, Bilder oder Musik) als auch von Lehrenden (bspw. automatisierte Bewertung von Hausarbeiten). Gleichzeitig entstehen zusätzliche Chancen für Lehr- und Lernszenarien, beispielsweise

lernendenorientiert die Individualisierung von Lernmaterial, automatisiertes Feedback, Erleichterung der Zusammenarbeit der Lernenden sowie
lehrendenorientiert die Automatisierung von Aufgaben, Fortschrittsanalysen, Unterstützung bei der Veranstaltungsplanung sowie Assistenz bei Forschungsprozessen.

Die Konkretisierung und Ausgestaltung, der optionale Einsatz oder auch der Nicht-Einsatz in der Lehre liegt in der Zuständigkeit der Fachbereiche, Studiengänge und der Lehrenden.

Die Allgemeinen Teile der Bachelor- und Masterprüfungsordnungen, vor allem §8 und §9 AT, beinhalten Regelungen, nach denen bei schriftlichen Arbeiten die Eigenständigkeitserklärung abzugeben ist. Darin wird der Umgang mit Hilfsmitteln bei der Verfassung schriftlicher Arbeiten geregelt, der auch für die Nutzung KI-basierter Instrumente anzuwenden ist. Ergänzend gelten gemäß § 7 DigiPrüfO entsprechende Regelungen für digitale Prüfungen.

KI-basierte Systeme und weitere Instrumente können als Hilfsmittel zugelassen werden, eine Verpflichtung zur Nutzung kann es aber nicht geben. Allerdings sind Regeln von den Lehrenden und Prüfenden festzulegen und zu kommunizieren. Dies gilt insbesondere, da die Studierenden immer die Verantwortung für ihre Arbeitsergebnisse haben und im Fall der Nutzung von KI-basierten Systemen deutlich gemacht werden muss, worin genau die Leistung der Studierenden und worin die Leistung der KI-basierten Systeme besteht. Die Aufgabe, Umfang und Art der Nutzung von KI-basierten Systemen zu erklären und die Übernahme der Verantwortung für die Ergebnisse liegt bei den Erstellenden.

Der Nachweis der Nutzung und die Dokumentation inkl. der Form der „Quellenangaben“ sind festzulegen. Eine rechtmäßige Bewertung setzt voraus, dass die Lehrenden wissen, was die/der zu Prüfende geleistet hat. Damit die Eigenleistung bemessen werden kann, muss im Quellennachweis nachvollziehbar sein, was Eigenleistung und was die Leistung der KI-basierten Systeme ist. Hier müssen Lehrende genau kommunizieren, welche Nachweise erforderlich sind. Die Lehrenden können beispielsweise einfordern, dass die verwendeten Prompts und/oder Promptverläufe eingereicht werden oder dass die Nutzung der KI-basierten Systeme transparent dokumentiert wird.

Es wird empfohlen, dass sich Lehrende, Studiengänge bzw. Fachbereiche für ihre Studiengänge auf ein grundsätzliches Vorgehen verständigen. Zu beachten ist insbesondere:

Die Qualität von Studien- und Prüfungsleistungen, in denen die Ergebnisse KI-basierter Instrumente Verwendung finden, liegt in der Verantwortung der Studierenden.
Die Grundsätze guter wissenschaftlicher Praxis gelten immer, hier ist besonders die Forderung nach Transparenz zu beachten.
Die Fragen des Urheberrechtes sind rechtlich nicht abschließend geklärt, hier sind immer die aktuellen Regelungen zu beachten. Wenn die Daten, auf denen KI-basierte Systeme basieren, Arbeiten enthalten, die plagiiert wurden, könnten die von dem Instrument erzeugten Antworten ebenfalls als Plagiate angesehen werden. Wer einen solchen Text nach §§ 16 und 19 UrhG vervielfältigt oder veröffentlicht, begeht eine Urheberrechtsverletzung. In der Prüfungsleistung wäre die dann fehlende Angabe der Quelle ein Plagiat und somit nach § 18 AT zu behandeln.

Im Umgang mit personenbezogenen Daten Dritter im Zusammenhang mit KI-basierten Systemen ist die Wahrung des Datenschutzrechts, insbesondere der DSGVO sowie des Bremischen Ausführungsgesetzes zur EU-Datenschutz-Grundverordnung (BremDSGVOAG) sicherzustellen. Dies betrifft sowohl den Upload von Informationen in KI-basierte Instrumente als auch die durch diese erzeugten Inhalte.

Bei Verdachtsfällen bzgl. Täuschungsversuchen bzw. bei Verstößen gegen gute wissenschaftliche Praxis ist das übliche prüfungsrechtliche Verfahren nach § 18 AT (Täuschungsversuch) durchzuführen. Auch hier sind allgemein die unerlaubten Hilfsmittel formuliert, was auch die KI umfassen würde.

Vorschlag zur Ergänzung von Leitfäden bzw. Hinweisen zum wissenschaftlichen Arbeiten sofern KI-basierte Systeme zugelassen sind (Rechtsstelle Universität Bremen 2023)

Rules for Tools C. Spannagel Version 2.2 Oktober 2023

Leitfaden «Aus KI zitieren» Umgang mit auf Künstlicher Intelligenz basierenden Tools der Universität Basel

Salden, P., Leschke, J. (Hrsg.): Didaktische und rechtliche Perspektiven auf KI- gestütztes Schreiben in der Hochschulbildung, 2023,

Szenarien für Lehre

Textgenerierende KI kann sinnvoll eingesetzt werden, unter anderem um Digital Literacy und Data Literacy zu entwickeln, wissenschaftliche Praktiken zu reflektieren, standardisierte Schreibaufgaben zu vereinfachen, Anfangsbarrieren beim Schreiben zu überwinden oder Kreativität zu fördern und vieles mehr.

Der Einsatz kann in Übereinstimmung mit den Zielen und Inhalten des Studiengangs in Lehr- und Lernszenarien erprobt werden. Das Kompetenzniveau der Studierenden sollte beachtet werden. Es ist sinnvoll, Art und Umfang der Nutzung (oder Nichtnutzung) transparent zu kommunizieren, die Regeln guter wissenschaftlicher Praxis mit den Studierenden zu reflektieren und geeignete Dokumentation zu vereinbaren. Ein Beispiel für Regeln bei der Nutzung von ChatGPT und anderen Textgeneratoren bei schriftlichen Arbeiten hat Prof. Dr. Christian Spannagel, PH Heidelberg, erarbeitet: Rules for tools.
Die angepasste Eigenständigkeitserklärung für die Universität Bremen findet sich beim Zentralen Prüfungsamt

Auf dieser Seite haben wir verschiedene Ideen zusammengetragen, wie KI-Tools Lehrende in ihrem beruflichen Alltag unterstützen können. Diese Zusammenstellung erhebt keinen Anspruch auf Vollständigkeit, sondern soll vielmehr als Impuls für eine vertiefte Auseinandersetzung mit dem Einsatz von KI dienen.

Wir gehen davon aus, dass die von KI generierten Ergebnisse nicht unkritisch übernommen, sondern als erste Entwürfe betrachtet und sorgfältig geprüft werden.

Eine Sammlung erprobter didaktischer Szenarien bieten

Didaktische Handreichung zur praktischen Nutzung von KI in der Lehre (2024) mit 14 Use Cases für die Lehre
Arbeitsgruppe Digitale Medien und Hochschuldidaktik der Deutschen Gesellschaft für Hochschuldidaktik in Kooperation mit der Gesellschaft für Medien in der Wissenschaft

101 Creative ideas to use AI in education (2023) Nerantzi, C., Abegglen, S., Karatsiori, M. und Martinez-Arboleda, A., die an den Universitäten von Calgary, Leeds und Makedonien lehren und forschen

Lehre planen

Semesterpläne erstellen
Lernziele formulieren
Interaktive Lehr/Lernszenarien entwickeln
- Individualisiertes Material erstellen
- Bestehende Inhalte für neue Material-Formate nutzen
- Standardisierte Textsorten erstellen

Lehre gestalten

Lernprozesse individuell unterstützen
Selbstlernphasen begleiten
Feedback geben
KI-Outputs kritisch hinterfragen und mit wissenschaftlich gesicherten Ergebnissen vergleichen
Studierende in Gruppenarbeitsphasen, komplexere Aufgaben in Teilaufgaben zerlegen lassen

Lehre evaluieren

Prüfungsfragen formulieren lassen, mit denen sich Studierende auf eine Prüfung vorbereiten können
Entwürfe für Evaluationen erstellen
Lehrkonzepte evaluieren
Programmiercode nach bestimmten Sicherheitsaspekten überprüfen lassen

Weitere Informationen:

Themenseite KI in Studium und Lehre mit zahlreichen Beispielen auf e-teaching.org

Gimpel, H., Hall, K. et al.: Whitepaper: „Unlocking the Power of Generative AI Models and Systems like GPT-4 and ChatGPT for Higher Education - A Guide for Students and Lecturers“. University of Hohenheim, March 20, 2023

Kommentierte Linksammlung des Hochschulforum Digitalisierung:

https://hochschulforumdigitalisierung.de/de/blog/Hochschullehre-KI-gestuetztes-Schreiben

Prüfungen KI sensibel

Um in Zeiten generativer KI Prüfungen fair gestalten zu können, ist es sinnvoll, folgende Aspekte zu reflektieren:

Anpassung von Bewertungskriterien
Anpassung von Prüfungsaufträgen
Stärkung formativer Lernbegleitung
Stärkung kompetenzorientierter Prüfungen
Präventionsmaßnahmen gegen Betrug

Die folgende Lernzieltaxonomie für eine Welt mit ChatGPT (CC BY Hanke 2023) gibt eine Empfehlung zur Gestaltung des Lernens und Prüfens.

Weitere Vorschläge zur Gestaltung von Leistungsnachweisen

Formulieren des Themas oder der Frage in einer Weise, die kritisches Denken fördert
- Persönliche Ereignisse und Anwendbarkeit auf Beispiele aus den Lehrmaterialien/Vorträgen
- Sehr spezifische und angewandte Themen und Fragestellungen
- Für Programmieraufgaben: eine Kombination aus codebasierten und konzeptbasierten Aufgabenstellungen
„authentische Beurteilungen“, bei denen Studierende Kreativität und interdisziplinäre Fähigkeiten benötigen
- Interviews, Aussprache, Datenerfassung und -analyse
stärkere Konzentration auf den Prozess und nicht nur auf das Ergebnis bei Testformaten wie z.B. Aufsätzen und Hausarbeiten

Übersichten für KI Tools für Lehre und Studium

Derzeit entstehen digitale Werkzeuge mit integrierten KI-Funktionen in unterschiedlichsten Kontexten und in vielfältigen Formen.
Hinweis: Bitte informieren Sie sich vor der Nutzung der einzelnen Tools direkt bei den Herstellenden über die geltenden Datenschutzbestimmungen.

Einen Überblick bietet das Virtuelles Kompetenzzentrum - Schreiben lehren und lernen mit Künstlicher Intelligenz

mehr: There’s An AI For That - Umfassender, englischsprachiger KI-Tracker, der über 700 KIs in fast 100 Kategorien listet. Die Seite wird täglich aktualisiert.

Das Zentrum für Multimedia in der Lehre unterstützt beim Einsatz von KI in der Lehre. Weiterer Informationen finden Sie auf der Webseite des ZMML.

Die Hochschuldidaktik berät zur didaktischen Gestaltung von Lehr/Lern- und Prüfungsszenarien, zu Möglichkeiten der Weiterentwicklung von Curricula und zur veränderten Rolle von Lehrpersonen in Zeiten von KI: Vereinbaren Sie dafür gerne ein Gespäch.

Wir bieten Workshops zum Thema KI in der Lehre an, diese sind unter „Termine und Veranstaltungen“ zu finden.

23.01.2025: Didaktische Szenarien (Franziska Richter & Julie Direnage, HD/SKILL UB)

30.01.2025: Bildbearbeitung/-generierung (Isabell Schaffer & Jeroen van Kempen, UB)

06.02.2025: Von der letzten Idee zum Text: KI clever einsetzen (Sabine Riemer, ZLL, HSB)

13.02.2025: Open Knowledge Maps (Christina Schrader & Katrin Kabitzke, SuUB)

20.02.2025: Semantic Scholar (Christin Aue & Elsa KRamer, SuUB)

Veranstaltungsreihe der SuUB zum Thema "KI in der Recherche"

21.01.2024, 13:50-15:00 Uhr: "ChatGPT - ein sinnvolles Tool für die Recherche?

10.02.2025, 10:00-11:30 Uhr "ChatGPT - ein sinnvolles Tool für die Recherche?"

Veranstaltungen im Januar

14.01.2025 10:00-11:30 Uhr: Digitale Prüfungen, KI im Prüfungskontext & gute wissenschaftliche Praxis

17.01.2025 9:00-13:30 Uhr: 2. Tag der digitalen Lehre: KI in der Hochschullehre – aktueller Stand, Herausforderungen und Good Practices

27.01.2025 14:00-15:30 Uhr: Was ist ChatGPT und wie funktioniert es? – Und welche ähnlichen Tools gibt es?

28.01.2025 10:00-11:30 Uhr: (Neue) Regeln zur künstlichen Intelligenz (KI) – was bedeutet das für Hochschulen?!

Veranstaltungen im Februar

10.02.2025 13:00 Uhr: ChatGPT für Nicht-Informatiker*innen: Schlüssel zum Verstehen der künstlichen Intelligenz und ihre Anwendungen in der Hochschullehre

11.02.2025 10:00-11:30 Uhr: Vortrag: „Wie KI dabei helfen kann, heterogene Lerngruppen durch interaktive OER-Lehrbücher individuell zu unterstützen – der ABBA-V2-Algorithmus“

22.02.2025 12:00-13:00 Uhr: Wozu sind wir hier? Eine wertebasierte Reflexion und Diskussion zu ChatGPT in Forschung und Lehre

Arbeitsgruppe KI in der Lehre

Diese Gruppe arbeitet zusammen an der weiteren Erschließung des Themas für die Universität.

Im nächsten Schritt sollen die Grundsätze/Empfehlungen auch auf die anderen Bereiche der Universität Forschung und Transfer sowie Verwaltung ausgeweitet werden.
Zusätzlich zu den themen- und zielgruppenspezifischen Diskussionen wird eine übergreifende Arbeitsgruppe die KI-Themen zusammenführen.

Bei Interesse an der Mitarbeit wenden Sie sich gern an die unten genannten Kontakte.

Erfahrungsaustausch unter Lehrenden

Referat Lehre und Studium und ZMML laden einmal im Semester zum kollegialen Erfahrungsaustausch ein. Dieser steht alle Lehrenden und Tutor:innen offen

Hier gehts zur Anmeldung

Elements of AI

AI4All

KI-Campus: Sprachassistenzen als Chance für die Hochschullehre

Foundations of Artificial Intelligence I

Promptlabor KI Campus und HFD - kostenloser Moodlekurs

Aktuell startet die Arbeit der Fokusgruppe.

Wenn Sie auch dabei sein möchten, melden Sie sich hier an: genkiprotect me ?!uni-bremenprotect me ?!.de