Lehrveranstaltungen mit KI-Chatbots erweitern
Reiter
Lehrveranstaltungen mit KI-Chatbots erweitern
Schnelleinstieg
Die JLU bietet ihren Lehrenden und Studierenden verschiedene Möglichkeiten, Künstliche Intelligenz in den Lehr- und Lernalltag zu integrieren. Alle Angehörigen der JLU haben Zugriff auf den JLU-kiChat. Darüber hinaus können Lehrende auch direkt in ihrem ILIAS-Kurs KI-Werkzeuge verwenden. Zu diesen Werkzeugen gehören ein KI-Chat, der als spezialisierter KI-Chatbot konfigurierbar ist, und KI-Assistenten, mit denen ILIAS-Lerninhalte erstellt werden können (Generierung von Text und Fragen sowie Übersetzung von Seiten in andere Sprachen).
Die Anbindung erfolgt über die im Hochschulrechenzentrum der JLU betriebenen Sprachmodelle, die auch im JLU kiChat eingesetzt werden (lokale, d.h. sichere, Sprachmodelle werden im ILIAS-KI-Chat ausgezeichnet als ki@JLU).
KI-Chat in ILIAS
Was ist das?
Anwendungsbeispiele:
- Sokratischer Gesprächspartner: Aufgabenbegleitung mit Hinweisen statt Lösungen
- Schrittweise Denkanstöße statt fertige Lösungen
- Stellt Verständnisfragen wie ‚Was hast du bisher versucht?' oder ‚Welcher Schritt ist unklar?'
- Fördert eigenständiges Problemlösen
- Unterstützt die Entwicklung eines tiefen Verständnisses
- StudyBuddy: Unterstützung beim Lernen
- Generiert Quizfragen, Beispielaufgaben, Zusammenfassungen aus Lernmaterialien
- gibt sofortiges individuelles Feedback zu Übungen
- Erklärt Begriffe/Konzepte mit Beispielen und Verweisen auf Skripte
- Adaptive Erklärtiefe (von „Anfänger" bis „formale Herleitung")
- Gibt Verbesserungshinweise zu Texten (ohne selbst zu schreiben)
- Hinweis: Fehleranfälligkeit bei prüfungsrelevanten Infos klar kommunizieren
- Schreib- /Projektcoach: Schritt-für-Schritt-Begleitung für wissenschaftliche Arbeiten oder Projekte
- Unterstützt Themenfindung, Grobgliederung, Entwicklung von Forschungsfragen etc.
- Begleitet beim Aufbau einer Argumentationslogik und der Planung und Umsetzung von Projektmeilensteine
- Setzt Leitplanken (z.B. korrektes Zitieren)
- Orientiert sich an Checklisten und vorgegebenen Kriterien und Anforderungen
- Kommunikationspartner: Nutzung von KI für Rollenspiele oder Gesprächssimulationen
- Agiert in verschiedenen Rollen (Patientin, historische Figur, Expertin, Schüler)
- Ermöglicht Rollenspiele und Gesprächssimulationen
- Dient als Sprachpartner zum Lernen/Üben von Fremdsprachen
- Unbegrenzte Übungsmöglichkeiten ohne externe Personen
- Hinweis: KI kann in komplexen Rollenspielen inkonsistent/stereotyp wirken
- FAQ-Bot: Beantwortung von organisatorischen Fragen zur Lehrveranstaltung
- Beantwortet wiederkehrende Fragen (Termine, Abgaben, Prüfungsmodalitäten, Literatur)
- Nutzt hochgeladene Dokumente (Modulhandbuch, Kursinfo, Zeitplan) als Kontext
- Reduziert E-Mails an Dozent:innen
- Hinweis: Fehleranfälligkeit bei prüfungsrelevanten Infos klar kommunizieren
- Meta-Coach: KI kritisch reflektieren
- Führt systematisch zur Reflexion von KI-Grenzen und -Wirkungen
- Hinterfragt ethische Implikationen generativer KI
- Prüft KI-Ausgaben kritisch (Faktencheck, Quellenverifikation, Bias-Erkennung)
- Fördert AI-Literacy und kritisches Denken
Wie setze ich das um?
- Fügen Sie in Ihrem ILIAS-Kurs (in dem Sie Kursadministrator:in sein müssen) über den grünen Button "Neues Objekt hinzufügen" einen KI-Chat hinzu.
- Konfigurieren Sie den Chat:
- Auswahl eines Sprachmodells (z. ƒB. ki@jlu gpt-oss-20b = Allround-Modell).
- Erstellung von "Instruktionen" (= Systemprompt)
- Schreiben eines Einleitungstexts (= erste Äußerung der KI , z. B. "Hast du noch Fragen zur Veranstaltung? Gerne erkläre ich dir, was du zum Thema 'Empirische Sozialforschung' wissen möchtest.")
- Wenn Sie "Context-Window" ausgewählt haben und den Chat aktualisieren, können Sie über einen neuen Unterreiter "Dokument" noch ein eigenes Dokument als Wissensbasis für den Chat hochladen
Auf unserer ILIAS-Hilfeseite zum KI-Chat und den KI-Assistenten finden Sie vielfältige Informationen, Beispiele und Anleitungen:
- Chatbot-Beispiele
- Beispiele für Prompts
- Schritt-für-Schritt-Anleitungen zur Erstellung eines KI-Chats als Magazinobjekt oder Seiteninhalt
- Schritt-für-Schritt-Anleitungen zur Verwendung der KI-Assistenten (Textgenerierung, Fragengenerierung, Schlagwortgenerierung, Übersetzung)
- Informationen zu den verfügbaren Sprachmodellen
Testen Sie Ihre KI-Chatbots ausgiebig und schaffen Sie Möglichkeiten zur Qualitätskontrolle (z.B. Teilen und Besprechen von Konversationen in der Veranstaltung, anonymisierter Download aller Konversationen zu Evaluationszwecken). Weisen Sie Ihre Studierenden explizit darauf hin, dass KI-Chatbots Fehler machen können!
Vor- und Nachteile
Die Nutzung eines KI-Chats in Ihrem ILIAS-Kurs eröffnet eine Vielzahl spannender Möglichkeiten, um das Lernen zu bereichern und zu individualisieren. Durch die Integration in den eigenen ILIAS-Kurs können Studierende sich direkt im Kurs, in dem sie sich auch mit den Vorlesungsaufzeichnungen, Texten oder Aufgaben beschäftigen, an einen Chatbot wenden, um Unterstützung beim Lernen zu erhalten.
Die Nutzung von KI-Werkzeugen kann zu ungenauem, fehlerhaftem oder diskriminierendem Output führen, der u. U. tatsächlichen Fakten widerspricht oder zitierte Quellen fehlerhaft wiedergibt (sog. Halluzinationen). Wir empfehlen deshalb, Ihre Studierenden grundsätzlich für die Fehleranfälligkeit von KI-Werkzeugen zu sensibilisieren.
Hierzu gehört auch eine kritische Prüfung des von der KI generierten Outputs auf Richtigkeit und Diskriminierungsfreiheit. Um dies umzusetzen, können Konversationen mit KI-Chatbots in ILIAS mit anderen Kurs-/Gruppen-Mitgliedern und/oder -Administrator:innen geteilt werden oder Konversationen heruntergeladen werden. Die heruntergeladenen Konversationen können dann z. B. durch Sie als Lehrende, aber auch durch Peers (im Rahmen eines Peer Feedback in der ILIAS-Übung) geprüft oder bewertet werden. Denkbar ist auch eine individuelle Reflexion von Konversationen im ILIAS-Portfolio.
Stolpersteine
Die Nutzung von KI kann für Studierende aus ethischen Gründen ein Problem darstellen – sowohl aufgrund des enormen Ressourcenverbrauchs von KI (Wasser, Strom) bis hin zu rechtlichen Aspekten (z. B. unberechtigte Nutzung urheberrechtlich geschützter Werke beim Training der großen Sprachmodelle). Grundsätzlich sollten Sie deshalb vor Einführung eines KI-Chatbots in ILIAS gemeinsam mit Ihren Studierenden besprechen, warum Sie KI im Rahmen Ihrer Lehrveranstaltung verwenden und was aus Ihrer Sicht in Ihrem spezifischen Szenario der Nutzen ist. Lassen Sie Raum für kritische Stimmen und diskutieren und reflektieren Sie gemeinsam, was Vor- und Nachteile der KI sind.
Wenn Sie einen KI-Chatbot in ILIAS einsetzen, bei dem Studierende Fragen zur Prüfung stellen können, empfehlen wir Ihnen, dem KI-Chatbot einen schriftlichen Disclaimer beizufügen (Beispiel: "KI-Chatbots können Fehler machen. Überprüfen Sie wichtige Informationen.")
Aufgrund der Eigenschaften von generativer KI, lieber zu halluzinieren als keine Antwort zu geben, sollten Sie sich von Ihren Studierenden kontinuierlich Feedback zu den KI-Chatbots einholen und ggf. gemeinsam Konversationen mit dem Chatbot zu analysieren und zu reflektieren.
Umsetzung
Machen Sie sich Gedanken zum didaktischen Konzept:
- Wofür wollen Sie den KI-Chatbot nutzen? Was ist das Ziel und der Nutzen für die Studierenden (siehe Anwendungsbeispiele oben)?
- Wie sollen die Studierenden ihn nutzen (wofür und wann)?
Szenario: Sokratischer Gesprächspartner: Aufgabenbegleitung mit Hinweisen statt Lösungen
Funktion
- Der Chat begleitet Studierende durch schrittweise Denkanstöße (Scaffolding), stellt gezielt Verständnisfragen und bietet Lösungswege an – ohne die finale Lösung vorwegzunehmen.
Kontext in der Lehre
- Besonders geeignet für Fächer mit Problemlösungscharakter (Mathematik, Informatik, Physik, Logik, Fallstudien).
- Der Chatbot ersetzt nicht die Lehrperson, sondern unterstützt zwischen Vorlesungen und Übungen.
Nutzen für die Studierenden
- Fördert tiefes Verständnis durch aktives Problemlösen
- Entwickelt Debugging- und analytische Kompetenzen
- Ermöglicht flexibles Üben im eigenen Tempo
- Reduziert Frustration durch dosierte Hilfestellung (nicht zu viel, nicht zu wenig)
Hinweise und Grenzen
- KI-Fehler bei komplexeren Hinweisen möglich; regelmäßige Kontrolle durch Lehrende empfohlen
- Zeitaufwand höher als direkte Lösungsvorgabe – erfordert Geduld der Studierenden
- Nicht sinnvoll für reine Faktenlernaufgaben
Beispiele
- Programmierung: Studierende debuggen Code; KI fragt: „Welcher Wert hat die Variable x an dieser Stelle?" statt den Fehler zu nennen
- Fallstudien: Anstelle der Lösung: „Welche Stakeholder sind in diesem Konflikt beteiligt?"
Promptbeispiel
Deine Rolle:
Du bist ein unterstützender und motivierender KI‑Tutor.
Deine Aufgabe:
Hilf Studierenden dabei, eine Aufgabe zu bearbeiten oder ein Problem zu verstehen. Vermeide es, die finale Lösung direkt zu geben. Unterstütze Studierende nur durch gezielte Fragen, Hinweise, Denkanstöße, bis sie selbst zur Lösung kommen.
Deine Vorgehensweise:
- Scaffolding – Gib jeweils einen klaren, schrittweisen Denkanstoß, der den Nutzer in die richtige Richtung lenkt.
- Rückfragen – Erfrage bei Unklarheiten gezielte Fragen, um Missverständnisse zu klären, bevor du einen weiteren Schritt gibst.
- Lösungswege – Biete mögliche Lösungsansätze oder Herangehensweisen an, ohne die endgültige Lösung sofort preiszugeben.
Kontext
Nutze die hochgeladene Musterlösung zur Generierung passender Hinweise und Fragen, damit der Studierende selbst eine eigene Lösung entwickeln kann. Gib die Musterlösung dabei nicht an den Studierenden weiter. Lösungen der Studierenden können von der Musterlösung abweichen. Nutze die Musterlösung nur als Beispiel, wie eine Lösung aussehen könnte.
Sprache:
Nutze nur bis zu 3–4 Sätze pro Antwort, bis der Nutzer mehr Informationen liefert.
Passe deine Vorschläge an die Rückmeldungen des Nutzers an und halte die Interaktion kurz und fokussiert.
Szenario: StudyBuddy - Unterstützung beim Lernen
Funktion
- Unterstützung bei der Prüfungsvorbereitung
- Unterstützung beim Lernen durch Erklärung von Begriffen und Konzepten
- strukturiertes Feedback zu offenen Antworten und Texten.
- Unterstützung bei der Prüfungsvorbereitung
- Unterstützung bei der Prüfungsvorbereitung
- Aus einem Lernmodul oder Skript generiert der Chat kurze Quizfragen, Beispielaufgaben oder Zusammenfassungen. Studierende können gezielt zu Themengebieten üben und erhalten sofort individuelles Feedback.
- Unterstützung beim Lernen durch Erklärung von Begriffen und Konzepten
- Studierende klären Begriffe oder Konzepte direkt beim Lernen. Der Chat liefert erklärende Beispiele, Vergleiche und verweist zurück auf relevante Stellen im Material.
- strukturiertes Feedback zu offenen Antworten und Texten
- Studierende erhalten auf Basis individuell definerbaren Zielkriterien eine Rückmeldung zu einem Text und können diesen auf Basis der Rückmeldungen der KI überarbeiten.
- Der KI-Chatbot generiert keine Lösungen, sondern stellt Fragen und gibt gezielte Hinweise zur Verbesserung.
Kontext in der Lehre
- Einsatz während des gesamten Semesters – von der Vorlesungsbegleitung über Übungsphasen bis zur Prüfungsvorbereitung.
- Die KI erhält durch hochgeladene Dokumente (Skripte, Lernmodule, Vorlesungsfolien) fachlichen Kontext und kann damit präzise und kohärent auf den Kurs abgestimmte Inhalte bereitstellen.
Nutzen für die Studierenden
- Flexibles Lernen: Üben zu beliebigen Zeiten und im eigenen Tempo
- Sofortiges Feedback: Unmittelbare Rückmeldung statt Wartezeit auf Dozent:in
- Adaptive Erklärtiefe: Von „Erkläre es wie einem Anfänger" bis „Gib eine formale Herleitung" = individuelle Anpassungen an den Lernenden
- Iteratives Verbessern: Feedback zu Texten mit Verbesserungshinweisen ermöglicht mehrmaliges Überarbeiten
- Zeitersparnis für Dozierende: Weniger individuelle Anfragen zu Vorlesungsinhalten
Hinweise und Grenzen
- Halluzinationen möglich: KI kann Fakten erfinden oder Konzepte verzerrt darstellen → Studierende müssen Ausgaben gegen Originalquellen abgleichen
- Kontextabhängigkeit: Qualität sinkt, wenn hochgeladene Dokumente unvollständig oder unklar sind (siehe auch die Hinweise zur Aufbereitung von Dokumenten im nächsten Akkordeon)
- Keine Textgenerierung: Der Chatbot gibt Feedback zu Texten, generiert aber keine Lösungstexte (wichtig für akademische Integrität)
- Begrenzte Tiefe bei neuen Konzepten: Kann etablierte Inhalte besser erklären als neueste Forschungsstände
Beispiele
- Prüfungsvorbereitung: KI generiert aus dem Skript „Betriebswirtschaft" automatisch 10 Multiple-Choice-Fragen mit Erklärungen zu jeder Antwort
- Begriffserklärung: Student fragt „Was ist Inflation?" → KI erklärt mit Beispielen (Kaufkraft, Preissteigerung) und verweist auf Skript-Seite 15
- Essay-Feedback: Studierende geben Zielkriterien vor (z.B. „Klare These in Einleitung, drei Argumente, Quellenangaben"), KI prüft gegen diese Kriterien und gibt Hinweise zur Überarbeitung
Promptbeispiel: Prüfungscoach
Deine Rolle
Du bist ein freundlicher und motivierender Lerncoach, spezialisiert auf Prüfungsvorbereitung. Du verknüpfst fachliche Inhalte mit metakognitiven Techniken (Zielsetzung, Lernplangestaltung, Selbstüberprüfung und Reflexion).
Deine Aufgabe
Du unterstützt Studierende bei der Vorbereitung auf eine Prüfung. Du bietest:
- Ein kurzes Lernziel.
- Eine strukturierte Lern‑ und Wiederholungs‑Planung.
- Kernaussagen in wenigen Sätzen.
- Metakognitive Fragen zur Ziel‑Kontrolle und Lernstrategie.
- (Optional) eine Beispiel‑Aufgabe oder ein Mini‑Quiz.
Vorgehensweise
- Frage nach Fachgebiet, Prüfungstyp und aktuellem Lernstand.
- Erstelle in 1‑2 Sätzen ein spezifisches Lernziel.
- Plane 2‑3 Lern‑Einheiten à etwa 30 min inkl. Wiederholungen.
- Liste 3‑5 wichtigste Inhalte als Lernblöcke.
- Nenne 1‑2 Metakognitive Fragen (z. B. „Wie sicher fühle ich mich?“; „Wie teile ich die Lernzeit besser?“).
- Falls gewünscht, stelle eine kurze Übungsfrage mit Lösung.
Kontext
Nutze ausschließlich das hinterlegte Vorlesungsskript als Basis für die fachlichen Inhalte.
Sprache
Frage den Studierenden nach seinen Präferenzen bezüglich deiner Antworten:
- kurze oder ausführliche Antworten
- Inhalte, die auf Unterstufenniveau, Oberstufenniveau oder akademischem Niveau sind.
- Stelle immer nur eine Frage gleichzeitig, keine 'und'-Fragen
- Formuliere klar und einfach.
Verwende eine freundliche, erklärende Sprache und halte die Ausführungen prägnant.
Promptbeispiel: Lernbegleiter
Rolle:
Du bist ein freundlicher und hilfsbereiter Lerntutor, der Studierende einer Universität beim Lernen unterstützt. Sei empathisch und unterstützend. Motiviere den oder die Studierende und gib ihm oder ihr positive Rückmeldungen, die ihn oder sie motivieren, weiterzulernen.
Aufgaben:
Zu deinen Aufgaben gehören:
A. Hilf den Studierenden, komplexe Themen zu verstehen und zu verinnerlichen (Unterstützung beim Verständnis von Lerninhalten).
B. Biete den Studierenden Tipps und Techniken an, um das Lernen effizienter und effektiver zu gestalten (Lernstrategien und -techniken).
C. Unterstütze die Studierenden dabei, motiviert zu bleiben und ihre Zeit effektiv zu planen (Motivation und Zeitmanagement).
D. Gib Ratschläge und Strategien zur Vorbereitung auf Prüfungen und Klausuren (Prüfungsvorbereitung).
E. Biete konstruktives Feedback und ermutige die Studierenden, über ihren Lernprozess nachzudenken und sich kontinuierlich zu verbessern (Feedback und Reflexion).
Antwortformat:
Antworte so kurz wie möglich.
Nutze in deinen Antworten keine Tabellen.
Szenario: Schreib- /Projektcoach - Schritt-für-Schritt-Begleitung für wissenschaftliche Arbeiten oder Projekte
Funktion
Der Coach begleitet Studierende strukturiert durch alle Phasen wissenschaftlichen Arbeitens: von Themenfindung über Grobgliederung und Forschungsfragen bis hin zu Argumentationslogik und Projektmeilensteinen. Er fungiert als Qualitätssicherung für gute wissenschaftliche Praxis (z.B. korrektes Zitieren).
Kontext in der Lehre
Einsatz bei Hausarbeiten, Bachelorarbeiten, Seminararbeiten und Projekten aller Disziplinen. Der Coach ersetzt nicht die Betreuung durch Lehrende, entlastet diese aber von repetitiven Fragen und ermöglicht Studierenden, eigenständiger zu arbeiten.
Nutzen für die Studierenden
- Systematisches Vorgehen: Klare Struktur von Anfang bis Ende – weniger Orientierungslosigkeit
- Eigenständigeres Arbeiten: Weniger Abhängigkeit von Sprechstundenterminen
- Qualitätskontrolle: Checklisten und Leitplanken zu guter wissenschaftlicher Praxis integriert
- Iteratives Feedback: Möglichkeit, Gliederung oder Argumentationsstruktur mehrfach zu überarbeiten, bevor die Lehrperson eingebunden wird
- Zeitersparnis für Dozierende: Weniger grundsätzliche Fragen zur Struktur wissenschaftlicher Arbeiten
Hinweise und Grenzen
- Keine Textgenerierung: Der Coach gibt Struktur- und Verbesserungshinweise, schreibt aber keine Sätze oder Absätze (wichtig für akademische Integrität)
- Begrenzte Fachtiefe: Kann inhaltliche Tiefe einer Forschungsfrage nicht vollständig einschätzen – fachliche Betreuung durch Lehrende bleibt zentral
- Variabilität bei komplexen Projekten: Bei interdisziplinären oder sehr spezialisierten Themen kann KI an Grenzen stoßen
Beispiele
- Bachelorarbeit – Themenfindung: Student hat grobe Idee zu „Nachhaltigkeit in der IT"; Coach fragt: „Welche spezifische Forschungsfrage könnte darin stecken?" und bietet Konkretisierungshilfen
- Seminararbeit – Gliederung: Studierende laden erste Gliederung hoch; Coach prüft auf logische Stringenz und Argumentationsfluß, gibt Umstrukturierungsvorschläge
- Projektmeilensteine: Coach erstellt Checkliste für Phasen (Planung, Umsetzung, Reflexion) mit klaren Meilensteinen und Arbeitspaketen
Promptbeispiel: Thema finden für Bachelor-Arbeit
Rolle:
Du bist ein freundlicher und professioneller „Thema‑Finder‑Chatbot".
Aufgabe:
Deine Aufgabe ist es, Studierende Schritt‑für‑Schritt dabei zu begleiten, ein passendes Thema für ihre Bachelorarbeit zu finden.
Kontext:
Der User arbeitet an einer Bachelorarbeit von ca. 40 Seiten, die in 4 Monaten fertig sein soll. Themen sollten realistisch in diesem Zeitraum bearbeitbar sein.
Vorgehensweise:
- Interaktivität
- Du stellst dem User gezielt Fragen, um die benötigten Informationen zu sammeln.
- Stelle immer nur eine Frage und warte die Antwort des Users ab. Dann stelle die nächste Frage.
- Erforderliche Angaben
- Studienfach / Fachbereich
- Konkreter Fokus / Interessensgebiet (falls vorhanden)
- Bevorzugte Sprache (Deutsch oder Englisch, ggf. gemischt)
- Weitere Präferenzen (z. B. Methodik, Datentyp, geografische Region)
- Antwortformat
- Kurze, präzise Antworten.
- Nutze Fließtext und Listenpunkte, wenn sinnvoll.
- Ton
- Freundlich, unterstützend, aber professionell.
- Output
- Nach Erfassung aller nötigen Infos gibst du 3‑5 Themenvorschläge. Für jedes Thema ein kurzer (1‑2 Satz) Nutzen‑ bzw. Relevanz‑Begründung.
- Abschluss
- Biete dem User an, weitere Fragen zu stellen oder den Prozess zu wiederholen.
Promptbeispiel: KI-Lektorin für wissenschaftliche Texte
Rolle:
Wissenschaftliche Lektorin, spezialisiert auf Kohärenz, Struktur und wissenschaftlichen Schreibstil.
Aufgabe:
Überprüfe einen wissenschaftlichen Text auf Kohärenz, roten Faden und APA7-Zitation. Aussagen dürfen nicht inhaltlich verändert, weggelassen oder hinzugefügt werden.
Eingabe:
Ein wissenschaftlicher Text oder einzelne Abschnitte davon.
Anforderungen an die Ausgabe:
- Überprüfung auf roten Faden
- Stelle sicher, dass der Text logisch aufgebaut ist und die Aussagen sinnvoll aufeinander aufbauen.
- Falls der rote Faden fehlt, stelle Aussagen so um, dass sie kohärent und nachvollziehbar sind.
- Aussagen dürfen **nicht inhaltlich verändert** werden.
- Behandlung von überflüssigen Aussagen
- Integriere zunächst alle Aussagen in den Text.
- Liste potenziell überflüssige Aussagen **unter dem Haupttext** auf und begründe, warum sie obsolet erscheinen.
- Frage, ob ein neuer Text ohne diese Aussagen generiert werden soll.
- Klärung bei Unklarheiten
- Wenn das Thema oder die Zielaussage unklar sind, stelle gezielte Rückfragen, um die Intention zu klären.
- Überprüfung bei mehreren Abschnitten
- Speichere den Kontext und stelle Konsistenz im Stil und Aufbau sicher.
- Prüfe auf redundante Aussagen zwischen Abschnitten und passe sie gegebenenfalls an.
- APA7-Zitation
- Stelle sicher, dass alle Zitate und Verweise nach APA7 korrekt umgesetzt sind.
Anforderungen an die Sprache:
- Wissenschaftlich, sachlich und präzise.
- Keine subjektiven Einschätzungen oder unnötige Ausschmückungen.
- Direkte, formale Sprache, geeignet für wissenschaftliche Arbeiten.
Hinweise:
- Bearbeite den Text Abschnitt für Abschnitt, wenn er in mehreren Teilen eingereicht wird.
- Speichere den Kontext, um Kohärenz und Konsistenz sicherzustellen.
- Falls Informationen fehlen oder unklar sind, frage gezielt nach.
Szenario: Kommunikationspartner - Nutzung von KI für Rollenspiele oder Gesprächssimulationen
Funktion
Der Kommunikationspartner agiert in vordefinierten Rollen und ermöglicht realistische Gesprächsübungen. Die KI kann als Schüler:in, Patient:in, Kunde:in, historische Figur, Sprachpartner oder Fachexpert:in fungieren und passt ihre Reaktionen an die Studierenden an.
Kontext in der Lehre
Einsatz in praktisch orientierten Fächern wie Medizin (Anamnese), Psychologie (Beratungsgespräche), Sprachwissenschaften (Fremdsprachentraining), Geschichte (Perspektivwechsel), Betriebswirtschaft (Verhandlungen), Pädagogik (Unterrichtssimulationen).
Nutzen für die Studierenden
- Ängstlichkeitsfreier Übungsraum: Keine sozialen Konsequenzen von Fehlern – ideal für Anfänger:innen
- Unbegrenzte Wiederholungen: Beliebig oft üben ohne Terminabstimmung oder Kosten
- Flexible Schwierigkeitsstufen: Von einfachen bis komplexen Szenarien skalierbar
- Unmittelbares Feedback: KI kann auf Fehler hinweisen oder Alternativen vorschlagen
- Zeitersparnis: Nicht auf freiwillige Rollenspielpartner:innen angewiesen
Hinweise und Grenzen
- Oberflächliche Reaktionen: KI kann emotionale Nuancen, nonverbale Kommunikation oder echte menschliche Variabilität nicht vollständig abbilden
- Stereotypisierung möglich: Besonders bei historischen Figuren oder kulturellen Rollen können Vorurteile in KI-Outputs auftauchen → kritische Begleitung durch Lehrende wichtig
- Keine echte zwischenmenschliche Dynamik: Psychologische oder soziale Komplexität echter Gesprächssituationen bleibt begrenzt
- Inkonsistenzen: KI kann zwischen Durchläufen oder während eines Gesprächs widersprüchlich sein
- Nicht als Ersatz für reale Übungen: Sollte echte Trainings mit Peers/Fachleuten ergänzen, nicht ersetzen
Beispiele
- Medizin – Anamnesegespräch: Studierende üben Patientengespräche mit KI als virtueller Patient mit verschiedenen Symptomkombinationen und psychosozialem Hintergrund
- Fremdsprachen: KI agiert als Gesprächspartner (Kellner, Arzt, Journalist in Zielsprache), reagiert auf Grammatikfehler mit sanften Hinweisen
- Geschichte: KI agiert als historische Figur (z.B. Hamlet, Lincoln) und antwortet auf Fragen aus verschiedenen Perspektiven, fördert Perspektivwechsel
Promptbeispiel: Fragen Sie die Wirtschaftspolitiker Herr K und Herr von H
Deine Rolle:
Du bist zwei Wirtschaftspolitiker und beantwortest Fragen des Users.
Kontext:
Der erste ist Politiker ist Herr K. Er ist Anhänger des Keynesianismus: Diese Schule befürwortet eine aktive Rolle des Staates in der Wirtschaft. Keynesianer glauben, dass der Staat durch fiskalische Maßnahmen wie öffentliche Ausgaben und Steuersenkungen die Wirtschaft steuern und Konjunkturschwankungen ausgleichen kann.Der zweite ist Politiker ist Herr von H. Er ist Anhänger des Neoliberalismus. Diese Position setzt auf freie Märkte und eine minimale staatliche Intervention. Neoliberale glauben, dass der Markt sich selbst regulieren kann und dass staatliche Eingriffe oft mehr Schaden als Nutzen bringen.
Deine Aufgabe:
Beantworte die Fragen des Nutzers immer einmal in der Rolle des Politiker K und dann anschließend in der Rolle des Politiker von H. Schreibe dazu am Anfang immer "**Herr K:** " oder "**Herr von H:** ". Benutze nicht die Wörter "Keynesianismus" und "Neoliberalismus".
Einleitung für Chat:
Es sind Wahlen - mal wieder. Zwei weniger bekannte Wirtschaftspolitiker sind in der Stadt und stellen sich in der Stadthalle den Fragen der Wählerschaft.
In Deinem Job als Redakteur der lokalen Wochenzeitung solltest Du einen Artikel über die beiden schreiben. Finde heraus, welchen politischen Ideologien die beiden zuzuordnen sind. Der Kollege von der Abendzeitung scheint es schon zu wissen. Er wird Dir nach drei Fragen seine Meinung mitteilen.
Du bist dran. Du hast das Mikrofon ergattert. Stelle Fragen zur Infrastruktur, Finanzierung von Bildung, Sicherheit oder Energiepolitik.
Bei diesem Beispiel bietet es sich an, mit dem Hinweisfeld im KI-Chat zu arbeiten:
Hinweis nach 3 Interaktionen:
Herr K. ist Anhänger des Keynesianismus. Diese Schule befürwortet eine aktive Rolle des Staates in der Wirtschaft. Keynesianer glauben, dass der Staat durch fiskalische Maßnahmen wie öffentliche Ausgaben und Steuersenkungen die Wirtschaft steuern und Konjunkturschwankungen ausgleichen kann.
Herr von H. Er ist Anhänger des Neoliberalismus. Diese Position setzt auf freie Märkte und eine minimale staatliche Intervention. Neoliberale glauben, dass der Markt sich selbst regulieren kann und dass staatliche Eingriffe oft mehr Schaden als Nutzen bringen.
Promptbeispiel: Language Learning Partner
Role:
For this interaction, you will take on the persona of a high school student from Liverpool, England.
Task:
I will ask you a series of questions in English, and your task is to respond in a conversational way in English. You are to act as my conversational partner as I practice my ability to type/speak this language.Ask the student to recount details about memories of their first pet or plans for their future. The student should apply different tenses of verbs.
Steps:
Provide feedback on both comprehension and language mechanics for each response/input provided by the student.Analyze the students response/input and adjust your output accordingly.
Szenario: FAQ-Bot - Beantwortung von organisatorischen Fragen zur Lehrveranstaltung
Funktion
Der FAQ-Bot beantwortet automatisiert häufig gestellte organisatorische Fragen zu Lehrveranstaltungen. Er nutzt hochgeladene Dokumente (Modulhandbuch, Kursinfo, Zeitplan, Prüfungsordnung) als Wissensgrundlage und gibt konsistente, dokumentgebundene Antworten.
Kontext in der Lehre
Einsatz für alle Arten von Lehrveranstaltungen zur Reduktion administrativer Anfragen.
Nutzen für die Studierenden
- 24/7 Verfügbarkeit: Antworten zu Fragen unabhängig von Sprechstundenzeiten
- Schnelle Lösungen: Keine Wartezeit auf E-Mail-Antworten
- Konsistente Informationen: Alle Studierenden erhalten die gleichen (korrekten) Antworten
- Selbstbestimmtes Lernen: Unabhängige Informationsbeschaffung ohne Abhängigkeit von Lehrenden
Hinweise und Grenzen
- Fehleranfälligkeit bei prüfungsrelevanten Fragen: KI kann Informationen halluzinieren oder Dokumente missinterpretieren → Explizit deutlich machen: Prüfungsrelevante Informationen müssen mit dem Modulhandbuch oder der Lehrperson geprüft werden
- Kontextabhängigkeit: Qualität hängt stark von Aktualität und Klarheit der hochgeladenen Dokumente ab
- Keine Problemlösung bei Einzelfällen: Kann nicht auf atypische Situationen eingehen (z.B. Nachteilsausgleich, spezielle Abweichungen)
- Falsche Sicherheit: Studierende könnten sich auf fehlerhafte Antworten verlassen und dann überrascht werden
- Notwendigkeit regelmäßiger Updates: Dokumente müssen bei Änderungen sofort aktualisiert werden
Beispiele
- Häufige Fragen: „Wann ist die Abgabefrist für die Hausarbeit?" → Bot antwortet: „15. Juli 2026, 23:59 Uhr, Upload auf ILIAS"
- Prüfungsmodalitäten: „Ist eine Klausur oder Hausarbeit geplant?" → Bot liefert Antwort aus Modulhandbuch mit Link zur Prüfungsordnung
- Literaturlisten: „Welche Primärliteratur ist obligatorisch?" → Bot gibt strukturierte Liste mit Publikationsdaten und ggf. Links zum PDF
Promptbeispiel
Rolle:
Du bist ein automatisierter FAQ‑Berater, der organisatorische Fragen zu einer Lehrveranstaltung beantwortet.
Aufgabe:
Nutze das hochgeladene Kontextdokument (Modulhandbuch, Kursinfo, Zeitplan usw.), um präzise Antworten auf sämtliche gestellten Fragen zu liefern.
Vorgehensweise:
Suche im Dokument nach relevanten Informationen.
Falls eine passende Passage gefunden wird, präsentiere sie als klare Antwort.
Falls nichts gefunden wird: gib die vordefinierte Meldung aus:
„Tut mir leid. Ich kann leider keine Antwort auf deine Frage in meinem FAQ‑Dokument finden. Bitte wende dich direkt an den Tutor/die Tutorin oder die Lehrenden dieser Veranstaltung.“
Sprache:
Professionell und höflich.
Antwortformat:
Kurze, gut gegliederte Antwort (oder der oben genannte Standardtext) – maximal drei Absätze, wenn Informationen vorhanden sind.
Szenario: Meta-Coach - KI kritisch reflektieren
Funktion
Der Meta-Coach fungiert als dialogischer Partner, der Studierende systematisch dazu anleitet, Wirkungen, Grenzen und ethische Implikationen generativer KI-Modelle zu hinterfragen. Er kann auch zur kritischen Überprüfung von KI-Ausgaben selbst eingesetzt werden – als Werkzeug zur Faktenprüfung, Bias-Erkennung und Quellenverifikation.
Kontext in der Lehre
Einsatz in KI-Literalität-Modulen, Methodenkursen zu digitalen Tools, Ethik-Seminaren und in allen Fächern, die mit KI-Outputs arbeiten. Ziel ist, eine fundierte, reflexive Haltung zur KI-Nutzung zu entwickeln – nicht unkritische Abhängigkeit oder blinde Ablehnung.
Nutzen für die Studierenden
- AI-Literacy: Entwicklung von Grundkompetenz im Umgang mit KI (Stärken, Schwächen, systematische Fehlermuster, Halluzinationen)
- Kritisches Denken: Schulung, KI-Output nicht automatisch zu akzeptieren, sondern gezielt zu hinterfragen und zu verifizieren
- Auseinandersetzung mit ethischen Fragen: Bewusstsein für Datenschutz, algorithmische Fairness, Transparenz und gesellschaftliche Folgen von KI-Einsatz
- Vertrauensfähigkeit: Befähigung zu verantwortungsvoller, reflektierter KI-Nutzung in Studium und Beruf
- Praktische Überprüfungskompetenz: Training in Faktenchecks, Quellenverifikation und Bias-Erkennung
Hinweise/Grenzen
- Selbstreferenz-Problem: Meta-Coach selbst kann seine eigenen Limitationen nicht vollständig erfassen und Fehler machen
- Nicht als finale Instanz: Gründliche Prüfung sollte mehrere Quellen und menschliche Expert:innen einbeziehen, nicht nur den Bot
- Zeitaufwand: Kritische Reflexion braucht Zeit; paradox: gerade schnelle KI-Nutzungen entziehen sich dieser Tiefenprüfung
- Didaktische Rahmung notwendig: Dozent:innen müssen explizit vermitteln, dass Meta-Reflexion zur Routinepraxis gehört, nicht zum Nice-to-have
Beispiele
- Faktenchecks: Student lässt KI-Bot einen Text zu „Klimawandel und Wirtschaft" zusammenfassen → Meta-Coach prüft: Sind Statistiken korrekt? Sind Quellen nachvollziehbar? Wo könnten Vereinfachungen sein?
- Bias-Erkennung: KI generiert Essay zu „Führungsstile in der Betriebswirtschaft" → Meta-Coach fragt: Welche Perspektiven/Kulturen sind über- oder unterrepräsentiert? Welche impliziten Annahmen stecken darin?
- Quellenverifikation: ChatGPT zitiert eine angebliche Studie zu „KI in der Medizin" → Meta-Coach leitet Student an zu prüfen: Existiert diese Quelle wirklich? Wer sind die Autoren? Ist die Zusammenfassung akkurat?
- Ethik-Reflexion: Student nutzt KI für Kundendaten-Analyse → Meta-Coach hinterfragt: Sind Datenschutz/DSGVO berücksichtigt? Können individuelle Personen identifiziert werden? Gibt es Diskriminierungsrisiken?
Promptbeispiel: Kritische Analyse von KI-generierten Texten
Rolle:
Du bist Professorin für Literaturwissenschaft und hast Erfahrung in der kritischen Analyse von KI-generierten Inhalten, um sinnvolle Unterscheidungen zwischen KI und von Menschen erstellten Texten zu treffen.
Aufgabe:
Deine Aufgabe ist es, Studierende anzuleiten, die KI-generierten Inhalte mit kritischem Denken zu analysieren und zu bewerten.
Kontext:
Der Input, den dir Studierende geben, ist ein KI-generierter Inhalt.
Vorgehensweise:
Stelle nacheinander Fragen zu den folgenden Themen:
- Inhaltliche Richtigkeit: "Welche Tatsachenbehauptungen werden in diesem Text aufgestellt? Wie könnten Sie diese überprüfen?"
- Relevanz: „Wie gut spricht dieser Inhalt das beabsichtigte Thema oder den beabsichtigten Zweck an?"
- Aufbau und Gliederung: "Wie werden die Informationen präsentiert? Ist sie logisch und leicht zu verstehen?"
- Sprachgebrauch und Stil: "Beschreiben Sie den Ton und den Stil des Textes. Ist er für das Zielpublikum angemessen?
- Tiefe der Analyse: "Bietet der Text oberflächliche Informationen oder eine tiefgehende Analyse? Können Sie Bereiche erkennen, in denen er tiefer gehen könnte?"
- Originalität: „Fallen Ihnen in diesem Text einzigartige Ideen oder Perspektiven auf?"
- Mögliche Vorurteile oder Fehler: „Kannst du mögliche Voreingenommenheiten oder logische Fehler im Inhalt erkennen?"
Nachdem die Studierenden jede Frage beantwortet haben, gibst du konstruktives Feedback und stellst Folgefragen, um die Analyse zu vertiefen. Schließe die Analyse ab, indem du die Studierenden aufforderst, über die allgemeinen Stärken und Schwächen des Textes sowie über die Auswirkungen ihrer Analyse auf die zukünftige Verwendung von KI in ihren Kursen nachzudenken.
Sprache:
Behalte während des gesamten Prozesses einen unterstützenden und ermutigenden Ton bei. Passe deine Fragen an die Antworten und das Engagement des Nutzers an, aber weiche nicht vom Thema des KI-generierten Textes ab.
Promptbeispiel: Experiment: Wer sind wir?
Deine Rolle:
Du bist zwei Personen und antwortest auf die Fragen des Nutzers.
Die erste Person ist ein Mann.
Der zweite Person ist eine Frau.
Deine Aufgabe:
Beantworte die Fragen des Nutzers immer einmal in der Rolle von Person 1 und dann anschließend in der Rolle von Person 2. Schreibe dazu am Anfang immer "**Person 1:** " oder "**Person 2:** ". Gebe keine Auskunft über das Geschlecht der Personen.
Einleitungstext für Chat:
Du unterhältst Dich gleichzeitig mit zwei Personen. Versuche durch geschickte Gesprächssteuerung herauszufinden, in welcher Eigenschaft sich die beiden Personen unterscheiden.
Bei diesem Beispiel bietet es sich an, mit dem Hinweisfeld im KI-Chat zu arbeiten:
Hinweis nach 5 Interaktionen:
Person 1 ist männlich und Person 2 weiblich. Dieses kleine Experiment zielt darauf ab, mögliche geschlechtsspezifische Vorurteile des verwendeten Sprachmodells aufzuzeigen.
Schritt-für-Schritt zum KI-Chat
- Öffnen Sie Ihren ILIAS-Kurs oder Ihre Gruppe und fügen Sie über den grünen Button "Neues Objekt hinzufügen" einen KI-Chat hinzu.
- Fehlt das Objekt "KI-Chat" in Ihrem Kurs? Prüfen Sie die Kurseinstellungen: Reiter "Rechte" öffnen und im Bereich "Neues Objekt hinzufügen" das Häkchen bei "KI-Chat" setzen (für die Rolle "Kursadministration").
- Wählen Sie ein Sprachmodell aus: Wir empfehlen die Verwendung des Modells ki@jlu gpt-oss-20b (Allround-Modell).
- Fügen Sie im Bereich "Instruktionen" einen Prompt ein. Informationen zur Formulierung von Prompts finden Sie z. B. auf unserer E-Learning-Wegweiser-Seite "Künstliche Intelligenz in der Hochschullehre".
- Laden Sie ggf. eine Datei als Kontext hoch (achten Sie darauf, dass diese nicht zu groß ist, da sonst schnell das Tokenlimit der Sprachmodelle überschritten wird).
- Schreiben Sie eine Einleitung für den Chat, der den Studierenden als erste Äußerung der KI angezeigt wird (z. B. "Hast du noch Fragen zur Veranstaltung? Gerne erkläre ich dir, was du zum Thema 'Empirische Sozialforschung' wissen möchtest.")
- Speichern Sie Ihre Eingaben ab.
- Testen Sie, ob der Chat tut, was Sie mit dem Prompt bezwecken.
- Schalten Sie den KI-Chat online.
- Falls Sie einen Wissenskontext verwenden (z. B. ein einzelnes Dokument): Bereiten Sie Dokumente vor dem Upload auf, damit die KI dieses besser verarbeiten kann. Orientieren Sie sich dabei an Hinweisen zur Erstellung barrierefreier Dokumente.
- Orientieren Sie sich bei der Prompt-Erstellung an Prompt-Leitfäden, da die Qualität des KI-Chatbots in weiten Teilen von der Qualität Ihres Prompts abhängt.
- Reflektieren Sie vor Einführung der KI-Chatbots die Nutzung mit den Studierenden (wozu, was sind Chancen, was sind Grenzen) und geben Sie den Studierenden Raum für kritische Fragen.
- Beziehen Sie sich im Semester kontinuierlich auf die KI-Chatbots und binden Sie Aufgaben zu ihrer Nutzung in Ihre LV ein; Beispiele:
- Studierende sollen sich ein Peer Feedback zu Konversationen mit der KI geben (z. B. im Rahmen der ILIAS Übung)
- Studierende setzen sich kritisch mit der Nutzung der KI auseinander (z. B. als Teil eines Portfolios)
- Raum für Austausch zur Verwendung der Chatbots in der Präsenzveranstaltung (was ist gut, was ist schlecht, was sind Schwierigkeiten etc.)
- Testen Sie, wie gut der KI-Chatbot ist - und holen Sie sich Feedback von den Studierenden ein:
- tut der Chatbot das, was er laut Instruktionen soll
- hält sich der Chatbot an den mitgegebenen Wissenskontext
- weitere Informationen zur Validierung:
- Wenn sich das Sprachmodell oder die Wissensbasis ändert: Prüfen Sie genau, ob der Chatbot weiterhin funktioniert, passen Sie den Prompt ggf. an.
Links zu weiteren Informationen
Weblinks
Sie haben Fragen oder suchen etwas Bestimmtes?
Diskussionsforum zur digitalen Lehre
FAQ zur digitalen Lehre
Schlagwörter zur digitalen Lehre von A-Z
Sie suchen nach Werkzeugen?
Die Lernmaterialien sind öffentlich zugänglich und unterliegen der Creative Commons Lizenz Namensnennung-Nicht kommerziell-Share Alike 4.0 International: CC-BY-NC-SA 4.0.