KI verstehen, KI gestalten: Interdisziplinäre Praxis zur KI-Literacy
KI verstehen, KI gestalten: Interdisziplinäre Praxis zur KI-Literacy
Module Coordinator/Lecturers
Study Programmes
Bachelor's degree programme in Business Administration
Master's degree programme in Information Systems
Master's degree programme in Finance
Master's degree programme in Entrepreneurship and Management
Master's degree programme in Information Systems
Bachelor's degree programme in Architecture
Master's degree programme in Architecture
Master's degree programme in Entrepreneurship and Management
Master's degree programme in Finance
Bachelor's degree programme in Business Administration
Master's degree programme in Innovative Finance
Bachelor's degree programme in Architecture
Master's degree programme in Architecture
Master's degree programme in Entrepreneurship, Innovation and Leadership
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
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%