Generative Künstliche Intelligenz in Studium und Lehre
Künstliche Intelligenz in Studium und Lehre an der Martin-Luther-Universität
Was ist „Generative KI“?
Für Einsteiger
Links
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→
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.
Für Studierende der MLU steht ein sehr umfangreicher Selbstlernkurs bereit, für Lehrende bietet das LLZ auch zwei Präsenzweiterbildungen an.
Häufige Fragen
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-Anwendungen 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 MLU-KI?
Wo finde ich die Anleitung zu MLU-KI?
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→
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