Künstliche Intelligenz für die Lehre an der HFT Stuttgart

Überblick

Im Fokus des Projekts KNIGHT stehen zum einen die Individualisierung der studentischen Lernprozesse sowie die Unterstützung der Lehrenden in ihren Betreuungsaufgaben und zum anderen der Aufbau von Kompetenzen, die den vertrauenswürdigen und kompetenten Einsatz der KI-Technologie fördern.
Eine kompetenzorientierte Rahmung bildet den Kontext, an dem Bildungsanliegen, KI-Maßnahmen, Lernaktivitäten und Feedbackprozesse ausgerichtet werden. Ethische Richtlinien gewährleisten transparente Prozesse und sichern so den verantwortungsbewussten Umgang mit sensiblen, personenbezogenen Daten. Zudem sollen spezifische KI-Lehrangebote aufgebaut werden. Die Aktivitäten und Ergebnisse werden über bestehende und neue Netzwerke in Wirtschaft und Gesellschaft transferiert.

Fragestellung

Das Projekt fokussiert zwei Themenfelder. Welchen Beitrag kann KI erstens zur Unterstützung und Bewertung von Lernprozessen und zweitens zur Unterstützung von Lehraktivitäten leisten?

Wissenschaftliche Vorgehensweise und Methodik

Auf Basis einer Literaturrecherche werden qualitative Forschungsmethoden (Fokusgruppen, Experteninterviews) eingesetzt, um zuverlässig detailliertere Daten und Informationen für die Entwicklung einer interdisziplinären Kompetenzmatrix in Lehre und Studium zu erhalten. Die Validierung der erworbenen KI-Kompetenzen soll mittels Learning Analytics (LA) erfolgen. Nach der Analyse der jeweiligen Bedarfe werden auf Basis einer LA-Plattform und weiterer Datensysteme ein Digital Educational Mirror für Studierende, ein Digitaler Assistent für die Interaktionsanalyse in Online-Meetings, ein Digital Educational Lecture Cockpit für Lehrende und ein Study Dean Cockpit für Studiendekan:innen konzipiert und prototypisch umgesetzt.
Für den Einsatz von leistungsadaptiven Tests werden KI-basierte Methoden für die (teil-)automatische Bewertung von studentischen Antworten und für die Vorhersage des optimalen Schwierigkeitsgrads für neu erstellte Fragen erarbeitet. Die entwickelten Tests werden in Vorlesungen erprobt.
Ebenfalls auf Basis umfangreicher Literaturanalysen sowie des dem gesamten Projekt zugrunde liegenden Forschungsdesigns transdisziplinärer Reallabore erfolgt die Entwicklung eines ethischen Werterahmens. Die Ableitung konkreter ethischer Leitlinien aus dem Werterahmen gestaltet sich als iterativer Prozess.

Angestrebte Forschungsergebnisse

  • eine KI-Kompetenzmatrix als Orientierungsrahmen für das Erheben und Visualisieren von LA
  • ethische Leitlinien für einen verantwortungsvollen Einsatz von KI an Hochschulen
  • Leitlinien für die Datenerfassung und Auswertung personenbezogener (studentischer) Daten auf Basis ethischer und datenschutzrechtlicher Kernforderungen
  • Möglichkeiten zu KI-basierten Interaktionsanalysen in digitalen Räumen
  • Chancen und Grenzen der Rückspiegelung des Lernerfolgs an die Studierenden durch eine LA-Plattform mit integrierten KI-Tools
  • Chancen und Grenzen der Rückspiegelung des Lernerfolgs der Studierenden an die Professor:innen unter Einhaltung datenschutzrechtlicher und ethischer Regeln
  • kompetenzorientierte Lehr-Lernangebote, die an den Lernfortschritt der Studierenden individuell angepasst sind

 

Des Weiteren wird eine Reihe konkreter Maßnahmen entwickelt, welche die KI-Kompetenz an der HFT Stuttgart nachhaltig stärken sollen.

LeitungProf. Dr. Dieter Uckelmann, Prof. Dr. Peter Heusch, Prof. Dr. Ulrike Padó, Prof. Dr. Tobias Popović, Prof. Dr. Alexander Rausch
E-Mailknight@hft-stuttgart.de
WebseiteKNIGHT (hft-stuttgart.de)
FördergeberBundesministerium für Bildung und Forschung (BMBF)
ProgrammKI in der Hochschulbildung
AusschreibungKünstliche Intelligenz
Laufzeit01.12.2021 - 31.08.2025

 

Team

Name & Position E-Mail & Telefon Büro
Professor / Dekan+49 711 8926 2897 2/363
Professor+49 711 8926 2560 2/209
Professorin +49 711 8926 2811 2/449
Professor / Ethikbeauftragter der HFT Stuttgart+49 711 8926 2962 L 109
Professor für Wirtschaftsinformatik+49 711 8926 2513 2/360
Professor / Wissenschaftlicher Direktor+49 711 8926 2632 2/145
Referentin für Ethik
Akademische Mitarbeiterin
+49 711 8926 2307 2/446
Akademische Mitarbeiterin+49 711 8926 2995 2/549
Akademische Mitarbeiter- Machine Learning+49 711 8926 2772 2/221
344
+49 711 8926 2388 1/315