KI verstehen, KI gestalten: Interdisziplinäre Praxis zur KI-Literacy
KI verstehen, KI gestalten: Interdisziplinäre Praxis zur KI-Literacy
Module Coordinator/Lecturers
Study Programmes
Bachelorstudiengang Betriebswirtschaftslehre (BSc BWL 12)
(01.09.2012)
Masterstudiengang Information Systems (MSc IS 15)
(01.09.2015)
Masterstudiengang Finance (MSc FI 15)
(01.09.2015)
Masterstudiengang Entrepreneurship und Management (MSc EM 18)
(01.09.2018)
Masterstudiengang Wirtschaftsinformatik (MSc WI 19)
(01.09.2019)
Bachelorstudiengang Architektur (BSc AR 19)
(01.09.2019)
Master's degree programme in Architecture
Masterstudiengang Entrepreneurship und Management (MSc EM 20)
(01.09.2020)
Masterstudiengang Finance (MSc FI 20)
(01.09.2020)
Bachelorstudiengang Betriebswirtschaftslehre (BSc BWL 21)
(01.09.2021)
Masterstudiengang Innovative Finance (MSc IF 24)
(01.09.2024)
Bachelorstudiengang Architektur (BSc AR 24)
(01.09.2024)
Masterstudiengang Architektur (MSc AR 24)
(01.09.2024)
Masterstudiengang Entrepreneurship, Innovation und Leadership (MSc EIL 25)
(01.09.2025)
Project Description
Dieses interdisziplinäre Seminar vermittelt Studierenden aller Studienrichtungen grundlegende und praktische Kompetenzen im Umgang mit künstlicher Intelligenz im universitären Kontext in Deutsch und Englisch.
Im Mittelpunkt stehen:
Block 1 - Grundlagen (8 LE)
Einführung in KI, LLMs, SLMs; Chancen, Risiken und Ethik; Richtlinien der Universität; Personalisieren von ChatGPT; Free-Writing; KI-Tools.
Block 2 - KI-Workshop mit Entwicklerteam (8 LE)
Test einer Beta-Version eines KI-Tools zur Förderung kritischen Denkens; zwei Testdurchläufe; World-Café; Auswertung; Meta-Reflexion.
Block 3 - Asynchrones KI-Projekt (8 LE)
Entwicklung eines eigenen KI-Prototyps für Studium oder Beruf; Dokumentation; Reflexion.
Block 4 - Präsentationen (6 LE)
25-minütige Präsentationen der Projekte nach ABC-Kriterien (Qualität, Kreativität, Lernen & Innovation).
Im Mittelpunkt stehen:
- KI-Literacy (Funktionsweise, Anwendung, Bewertung von KI)
- kritisches Denken und Reflexion über KI
- wissenschaftliches Schreiben und Recherchieren mit KI
- ethischer und verantwortungsvoller Einsatz
- Entwicklung eigener KI-Tools (No-Code/Low-Code)
Block 1 - Grundlagen (8 LE)
Einführung in KI, LLMs, SLMs; Chancen, Risiken und Ethik; Richtlinien der Universität; Personalisieren von ChatGPT; Free-Writing; KI-Tools.
Block 2 - KI-Workshop mit Entwicklerteam (8 LE)
Test einer Beta-Version eines KI-Tools zur Förderung kritischen Denkens; zwei Testdurchläufe; World-Café; Auswertung; Meta-Reflexion.
Block 3 - Asynchrones KI-Projekt (8 LE)
Entwicklung eines eigenen KI-Prototyps für Studium oder Beruf; Dokumentation; Reflexion.
Block 4 - Präsentationen (6 LE)
25-minütige Präsentationen der Projekte nach ABC-Kriterien (Qualität, Kreativität, Lernen & Innovation).
Teaching Method
Lectures, Workshops, Group Work, KI-gestützte Übungen, Asynchrones Arbeiten, Präsentationen, Diskussion, Reflexion.
Learning Results
Wissen & Verstehen
Key Competences
- Funktionsweise von Large und Specialized Language Models erklären
- Chancen, Risiken und Grenzen bewerten
- Hochschulrichtlinien zur KI verantwortungsvoll anwenden
- KI-Tools für Recherche, Analyse, Schreiben und Kreativarbeit nutzen
- effektive Prompting-Techniken einsetzen
- wissenschaftliche KI-Tools (Consensus, Elicit, Semantic Scholar, NotebookLM) anwenden
- eigene KI-Prototypen oder Workflows entwickeln (No-Code/Low-Code)
- Konfigurationen transparent dokumentieren
- Bias, Datenschutz, Ethik, Halluzinationen analysieren
- KI-Ausgaben kritisch prüfen
- eigenes KI-bezogenes Lernen reflektieren
Key Competences
- Critical Thinking
- AI Literacy
- Digital Literacy
- Ethical Reasoning
- Creativity & Problem Solving
- Research Skills
- Academic Writing
- Interdisciplinary Collaboration
Literature
Eickelmann, B., Gerick, J., & Wilmers, A. (2021). Digitale Kompetenzen in Schule und Hochschule: Das Konzept der Digital Literacy. Zeitschrift für Erziehungswissenschaft, 24(2), 189-208.
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681-694.
Kasneci, E., Köhler, T., Messerer, D., & Kasneci, G. (2023). ChatGPT for good? Learning and Individual Differences, 103, 102274.
Bender, E. M., Gebru, T., McMillan-Major, A., & Mitchell, S. (2021). On the dangers of stochastic parrots. FAccT '21
Heise, N., & Kerres, M. (2020). Digitalisierung der Hochschullehre und KI-gestützte Lernumgebungen.
Stich, S., & Zorn, I. (2024). Künstliche Intelligenz in der Hochschullehre. Bildung und Erziehung, 77(1), 1-21.
Mayer (2023)
Weidinger et al. (2022)
Süssenguth (2023)
Engelmann & Bendel (2021)
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681-694.
Kasneci, E., Köhler, T., Messerer, D., & Kasneci, G. (2023). ChatGPT for good? Learning and Individual Differences, 103, 102274.
Bender, E. M., Gebru, T., McMillan-Major, A., & Mitchell, S. (2021). On the dangers of stochastic parrots. FAccT '21
Heise, N., & Kerres, M. (2020). Digitalisierung der Hochschullehre und KI-gestützte Lernumgebungen.
Stich, S., & Zorn, I. (2024). Künstliche Intelligenz in der Hochschullehre. Bildung und Erziehung, 77(1), 1-21.
Mayer (2023)
Weidinger et al. (2022)
Süssenguth (2023)
Engelmann & Bendel (2021)
Course Materials
wird über Moodle bereitgestellt
Assessment Methods
Projekt & Präsentation (70 %)
Bewertung nach ABC-Kriterien:
A - Qualität der Lösung:
Anwesenheit mindestens 80%
Bewertung nach ABC-Kriterien:
A - Qualität der Lösung:
- Genauigkeit & Zuverlässigkeit der KI-Ausgaben
- Konsistenz
- Relevanz für den Use Case
- technische Nachvollziehbarkeit
- Zielgruppe & Problemdefinition
- Originalität
- Mensch-KI-Kollaboration
- neue Perspektiven
- praktischer Wert
- Vergleich zu traditionellen Methoden
- Erkenntnisse über KI-Potenziale
- neue Arbeitsweisen
- Ethik, Datenschutz, Bias
- Praxisrelevanz
- Pre-Tasks
- Workshop-Reflexion
- Projektdokumentation
- Abschlussreflexion
Anwesenheit mindestens 80%