Portal:Künstliche Intelligenz

Was ist „Generative KI“?

Häufige Fragen

Links

Videoreihe zu KI aus Studierendensicht

Der Begriff "Künstliche Intelligenz" (KI) beschreibt eine Vielzahl unterschiedlicher Softwaresysteme mit teils ganz unterschiedlichen Einsatzzwecken, Fähigkeiten, Technologien und Methoden. Vieles davon begegnet uns bereits im Alltag, etwa in Navigationssystemen, bei der Spracherkennung oder bei der Suche im Internet. Wir beschränken uns in diesem Portal auf generierende KI, die Texte, Bilder, Musik, Programmcode und andere Inhalte auf Basis zuvor gelernter Muster erzeugen. Die Kommunikation mit dem KI-System erfolgt über Text- oder Spracheingabe zumeist im Chatformat. Derartige KI-Systeme verarbeiten die Ein- und Ausgaben auf Basis von großen Sprachmodellen, die mit sehr umfangreichen Trainingsdaten aus Textdokumenten, Bildern, Videos oder anderen Quellen trainiert wurden. Die KI erkennt dabei vorhandene Strukturen und Wahrscheinlichkeiten innerhalb eines Deutungsrahmens – wie z.B. Sätze aufgebaut sind oder welche Merkmale einen bestimmten künstlerischen Malduktus auszeichnen. Im Hochschulalltag haben wir es zumeist mit textgenerierender KI zu tun. Typische Anwendungen sind beispielsweise ChatGPT (Open-AI), Claude (Anthropic), Co-Pilot (Microsoft) oder Gemini (Google).

MLU-interner Zugang "MLU-KI"

Die meisten externen KI-Anwendungen verlangen eine individuelle Registrierung, zudem kann nicht wirklich sichergestellt werden, was mit den Eingabedaten (Prompts) passiert. Manche Dienste sind kostenpflichtig, was sich viele schlicht nicht leisten können. Eine verpflichtende Nutzung z.B. zum Lernen und Lehren mit und über KI ist daher bei den externen Anwendungen mit Registrierungszwang ausgeschlossen.

MLU-KI bietet in Kooperation mit dem IT-Dienstleister der Uni Göttingen (GWDG) eine datenschutzkonforme Lösung an, die mit vorhandenen MLU-Nutzerdaten funktioniert. Eingesetzt wird die bundesweit genutzte Schnittstelle HAWKI. mehr→

Die GWDG bietet inzwischen auch die Nutzung kostenfreier RAG-Modelle an. Ein RAG erlaubt den einfachen Aufbau eines Chatbots mit definierten Dokumenten. mehr→

Wenn ich MLU-KI aufrufe, lädt es ewig, aber ich komme nicht weiter.

MLU-KI ist aktuell nur aus dem Uninetz nutzbar. Bitte nutzen Sie bei Zugriff von außerhalb eine VPN-Verbindung.

Gibt es aktuell bekannte Probleme mit dem Dienst?

Bekannte Probleme werden wir auf der Wiki-Seite zum KI-Status bekanntgeben. Sie ist auch erreichbar über die Schaltfläche "Systemstatus" auf der Login-Seite.

Warum gibt die KI teilweise falsche Informationen aus?

Das liegt in der Natur der Sprachmodelle: Faktenausgabe ist nicht deren Verwendungszweck. Es handelt sich bei der MLU-KI NICHT um eine Suchmaschine. Anders als bei diversen kommerziellen KI-Systemen ist hier auch keine Online-Suche integriert und es werden keine Quellen ausgegeben. Nutzen Sie die MLU-KI bitte nicht zur Faktensuche und auch nicht zur wissenschaftlichen Quellenrecherche. Verwenden Sie dazu spezialisierte Tools.

Wo kann ich Dokumente hochladen, um sie mit der KI auszuwerten?

Der Dateiupload wird voraussichtlich ab Mai 2026 in einer späteren Version der Schnittstelle enthalten sein. Sie können bis dahin das System ChatAI von der GWDG direkt nutzen (über die „Föderierte Anmeldung“ trotzdem mit Ihren MLU-Logindaten möglich). Dort ist eine Uploadfunktion integriert und die Modelle haben auch entsprechende Kennzeichnungen, wenn sie Texte oder Bilder einlesen können.

Wie kann ich mit der MLU-KI Bilder generieren?

Das ist mit der MLU-KI nicht möglich. Alternativ kann Image AI von der GWDG verwendet werden.

Wo finde ich die MLU-KI?

https://ki.uni-halle.de

Ist MLU-KI tatsächlich eine MLU-Eigenentwicklung?

Nein, die MLU nutzt einen sicheren, verschlüsselten Zugang zu einem bundesweiten Angebot der GWDG und zu einem privaten Anbieter. Der Zugang (HAWKI) wurde extern entwickelt und vom IT-Zentrum der ULB installiert. Über den Zugang stehen verschiedene KI-Sprachmodelle zur Verfügung, u.a. ChatGPT. Die entstehenden Kosten trägt die MLU. Perspektivisch ist allerdings auch die Implementierung lokal gekapselter, selbst gehosteter KI-Modelle geplant, z.B. für die Forschung.

Warum gibt es verschiedene KI-Sprachmodelle bei MLU-KI?

Es stehen private und Open-Source-Modelle zur Verfügung. Sie unterscheiden sich hinsichtlich Kosten, Leistungsfähigkeit und Einsatzzwecken. Außer ChatGPT sind die anderen Anwendungen kostenfrei, daher ist der Zugriff auf ChatGPT auch pro Nutzer begrenzt. Die Open-Source-Modelle sind teilweise spezialisiert und haben unterschiedliche Trainingssätze.

Wo finde ich die Anleitung zu MLU-KI?

Portal:Künstliche_Intelligenz/MLU-KI

Für Einsteiger

Textgenerierende KIs basieren auf sogenannten Large Language Models (LLMs) – leistungsfähigen Algorithmen, die sprachliche Zusammenhänge anhand statistischer Muster berechnen. Ein häufiges Missverständnis besteht darin, dass diese Modelle auf gespeicherte Trainingsdaten wie eine klassische Datenbank zugreifen. Tatsächlich generiert die KI ihre Antworten nicht durch das Abrufen bestehender Texte, sondern durch die Wahrscheinlichkeitsberechnung möglicher Wortfolgen auf Basis des eingegebenen Prompts und des bisherigen Dialogkontextes innerhalb eines semantischen Bedeutungshorizontes.

Obwohl die KI oft beeindruckende Ergebnisse liefert besitzt sie kein tiefgehendes, logisches Verständnis der Inhalte. Sie verarbeitet Texte nicht im Sinne menschlicher Kognition, sondern erstellt Vorhersagen auf Grundlage statistischer Wahrscheinlichkeiten. Dies führt zu mehreren Einschränkungen:

Halluzinationen: Die KI kann falsche, aber sehr plausibel klingende Informationen erzeugen, da sie nicht über eine externe Verifikationsmöglichkeit oder ein tatsächliches Faktenverständnis verfügt.

Bias (Verzerrungen): Da die KI aus Trainingsdaten lernt, kann sie bestehende Stereotype oder unausgewogene Perspektiven verstärken. Dies betrifft insbesondere gesellschaftliche, politische oder kulturelle Themen.

Eingeschränkte Lernfähigkeit: Aktuelle generative KI-Systeme zählen zur Kategorie der „schwachen KI“, da sie nicht autonom dazulernen, sondern auf bereits antrainierte Muster angewiesen sind.

Umfangreiche Einführungen zu generativer KI finden Sie auf den Seiten des KI-Campus oder auch im bundesweiten OER-Repository twillo.

Selbstlernkurse stehen bereit für Studierende, Lehrende und Mitarbeitende der Verwaltung. Für Lehrende bietet das LLZ auch zwei Präsenz-Weiterbildungen an.

MLU-KI: ki.uni-halle.de (nur aus dem Uninetzt / VPN)

Chat-AI (GWDG): https://chat-ai.academiccloud.de/ (Föderierte Anmeldung)

Selbstlernkurs für Studierende

Selbstlernkurs für Lehrende

Selbstlernkurs für Verwaltungsmitarbeitende (extern)

2. KI-Leitlinie der MLU (07/2025)

KI-Infokanal für Lehrende

Statusseite mit bekannten Problemen

In Studium und Lehre

Textgenerative KI ist ein leistungsstarkes, aber kein fehlerfreies Werkzeug. Ihr Potenzial entfaltet sich besonders dann, wenn sie bewusst, kritisch und ergänzend zu menschlichem Denken eingesetzt wird.

Trotz vieler Limitationen kann Generative Künstliche Intelligenz Unterstützung in Studium und Lehre bieten. Für Studierende hilft sie bei der Erstellung, Übersetzung und Verbesserung von Texten, bietet Erklärungen zu komplexen Themen oder gibt strukturiertes Feedback zu Aufgaben. Sie kann zudem Inhalte zusammenfassen oder umformulieren, um das Verständnis zu erleichtern. mehr→

Für Lehrende liefert Generative Künstliche Intelligenz Anregungen für die didaktische Aufbereitung von Lehrinhalten, unterstützt bei der Formulierung ergänzender Prüfungsfragen oder der Entwicklung neuer Lehrmaterialien. mehr→

Künstliche Intelligenz (Studierende)

Künstliche Intelligenz (Lehrende)

Rechtliches

Die Nutzung generativer KI-Anwendungen bringt rechtliche Herausforderungen mit sich, insbesondere im Hinblick auf Datenschutz, Urheberrecht und Persönlichkeitsrecht. Diese Aspekte sind für Hochschullehrende und Studierende gleichermaßen relevant. Daher hat die MLU auch entsprechende Richtlinien festgelegt. mehr→

KI richtig nutzen: Prompting

Die Eingabe in den Chat (Prompt) ist ein Schlüsselfaktor für die Qualität des Outputs. Geschickter Input führt zu einem genaueren und damit qualitativ besseren Output. Hier eröffnet sich ein neues Kompetenzfeld, das Prompt-Design (auch Prompt-Engineering). mehr→

Zur Kategorieansicht wechseln