20. OAG-Treffen 25.02.2025

Datum: 25. Februar 2025, 09:00 - 10:30 Uhr

Protokollführung: Sebastian Busse (unterstützt durch ChatGPT-4o, https://www.openai.com/)

Teilnehmende: Andreas Arlt, Frank Waldschmidt-Dietz, Holger Repp, Joss von Hadeln, Marc Schetelig, Sebastian Busse, Sten Seegel

Link zum Foliensatz

Link zur Terminumfrage

Allgemeine Informationen und Organisatorisches

• Thema der Sitzung: Vorstellung verschiedener Veranstaltungen und Projekte rund um das Thema KI und Digitalisierung an der JLU
• Nächstes Treffen: Die kommende OAG-Sitzung ist für KW13 geplant (24.03.2025 - 28.03.2025). Der Abstimmungslink befindet sich weiter oben im Dokument.
• Kommunikationsvorschlag "Teilnahme an der Senatskommission Studiengänge": Es wurde vorgeschlagen, die OAG regelmäßig in der Senatskommission Studiengänge zu vertreten, um KI-Themen und die Diskussionsergebnisse der Sitzungen stärker in den Fachbereichen zu streuen. Die Senatskommission Studiengänge hat eine wichtige Multiplikatorenrolle, da dort alle Studiendekane sowie viele Studienkoordinator:innen vertreten sind.

Projekt Virtual Reality am FB11

• Förderung & Zielsetzung: Das VR-Projekt in der Medizin wird aus dezentralen Bundesmitteln finanziert. Ziel ist es, VR-Technologie für Studierende am Fachbereich Medizin nutzbar zu machen. Lehrende und Studierende sollen davon in der Lehre und Forschung profitieren.
• Infrastruktur & Ausstattung: Ein Raum für VR-Unterrichtseinheiten wurde gefunden, ist aber noch nicht optimal ausgestattet. Es gibt Engpässe bei der Stromversorgung, da das Gebäude ursprünglich nicht auf digitale Lehre ausgelegt wurde. Zudem wurden ungeeignete Rechner geliefert und wieder zurückgegeben.
• Zusammenarbeit & Synergien: Das Projekt könnte mit einer Initiative von Dr. Valentina Busik verknüpft werden, die Avatare zur Patientenaufklärung in der Dermatologie nutzt. Außerdem gibt es eine Kooperation mit dem Fachbereich Veterinärmedizin zur Entwicklung eines virtuellen Wirbeltierschädels. Eine direkte Integration dieser externen Projekte in die VR-Plattform ist jedoch noch offen.
• Präsentation & Weiterentwicklung: Eine detaillierte Vorstellung des Projekts ist für das OAG-Treffen im März geplant. Sobald die Infrastruktur ausgebaut ist, könnte auch eine Präsenzveranstaltung organisiert werden, um die Anwendung live zu demonstrieren. Langfristig wird eine VR-Projektbesichtigung als Teil eines hochschulweiten „Tag der offenen Tür“ diskutiert.

KI Summercamp 2025

• Ziel & Organisation: Im September (KW37 bis KW39) wird ein KI-Sommercamp in Kooperation mit der Macquarie University in Sydney organisiert. Ein KI-Experte aus Australien wird Kurse zu Grundlagen und fortgeschrittenen KI-Themen anbieten. Das Camp soll Austausch und Vernetzung zwischen Studierenden, Forschenden und administrativen Kräften fördern.
• Inhalte & Schwerpunkte: Der Fokus liegt auf der Nutzung von KI-Tools in Lehre und Forschung, einschließlich ethischer Fragen und Auswirkungen auf wissenschaftliches Arbeiten. Neben den Kursen wird es Workshops und Vorträge geben, z. B. von Rechtsexperten oder renommierten KI-Spezialist:innen. Eine „Research Week“ ermöglicht zudem vertiefende Diskussionen über den Wandel von KI-gestützten Werkzeugen hin zu autonomen Agenten.
• Zielgruppe & Teilnahme: Das Camp richtet sich an alle akademischen Karrierestufen – von Studierenden bis zu Forschenden. Auch administrative Mitarbeitende sollen teilnehmen können, um den institutionellen Umgang mit KI besser zu verstehen. Die Teilnehmerzahl ist begrenzt, besonders für die praxisnahen Kurse in Kleingruppen.
• Einbindung & Kooperationspartner: Es wird eine enge Zusammenarbeit mit dem entstehenden Zentrum für Angewandte Informatik und Data Science sowie weiteren universitären Einrichtungen angestrebt. Auch die UB und das HRZ wurden zur Beteiligung eingeladen, um gemeinsame Synergien zu schaffen.
• Weiterentwicklung & Herausforderungen: Die genaue Größe und Struktur des Camps hängt von der Raumplanung und der finalen Teilnehmerzahl ab. Aktuell wird geklärt, wie sich das Konzept in bestehende Lehr- und Forschungsstrukturen integrieren lässt. Gleichzeitig wird über langfristige Formate zur nachhaltigen KI-Weiterbildung nachgedacht.

Vorstellung eines Konzepts/Modells zur Kompetenzabfrage in 3 Schritten

• Grundlegende Herausforderungen: Die Integration von KI in den Unterricht erfordert eine Balance zwischen neuen Technologien und grundlegenden wissenschaftlichen Kompetenzen. Einerseits bieten KI-gestützte Recherche- und Analysetools enorme Vorteile, andererseits besteht die Gefahr, dass essenzielle Fähigkeiten wie kritisches Lesen und eigenständige Forschung vernachlässigt werden. Es wurde diskutiert, wie KI sinnvoll eingebunden werden kann, ohne den Lernprozess zu verfälschen.
• Kompetenzvermittlung & Prüfungsformate: Die klassische Hausarbeit als Prüfungsformat stößt durch KI an ihre Grenzen, da Inhalte leicht automatisiert erstellt werden können. Ein dreistufiges Modell wurde vorgeschlagen: Erst eine Recherche- und Textanalysephase ohne KI, dann eine wissenschaftliche Arbeit mit KI-Unterstützung, abschließend eine Reflexionsphase zur kritischen Einordnung ohne KI-Unterstützung. Mehr Informationen sind in den Präsentationsfolien zu finden.

Diskussion zum vorgestellten Konzepts/Modells

• Ausganspunkt: Die Diskussion drehte sich um den Spannungsbereich zwischen traditionellen wissenschaftlichen Kompetenzen und dem effektiven Einsatz von KI. Während einige die vollständige Einbindung von KI in den Forschungsprozess befürworten, betonten andere die Notwendigkeit, grundlegende Fähigkeiten ohne KI zu schulen. So bestand bspw. Uneinigkeit darüber, ob KI in der Recherche ausgeschlossen werden sollte oder als notwendiges Tool der modernen Wissenschaft von Beginn an integriert werden muss. Es wurde klar, dass eine differenzierte Herangehensweise erforderlich ist, die je nach Kompetenzstufe unterschiedliche KI-Nutzung erlaubt.
• KI als Werkzeug vs. eigenständige Kompetenz: Eine zentrale Frage war, ob KI als bloßes Werkzeug betrachtet werden sollte oder ob der Umgang mit KI selbst als wissenschaftliche Kompetenz gelehrt werden muss. Kritisiert wurde, dass Studierende oft unzureichend auf die kritische Analyse von KI-generierten Inhalten vorbereitet sind. Als Lösung wurde vorgeschlagen, den reflektierten KI-Einsatz explizit in Lehrpläne zu integrieren und eigene Schulungen für Studierende anzubieten.
• Verantwortung der Lehrenden & Weiterbildung: Lehrende müssen sich intensiv mit KI auseinandersetzen, um nicht hinter der Nutzungspraxis der Studierenden zurückzubleiben. Dabei wurde darauf hingewiesen, dass die Universität bislang kaum verbindliche Richtlinien oder Schulungen für Lehrende anbietet. Als Lösung wurde vorgeschlagen, regelmäßige Fortbildungen und universitätsweite Austauschformate zur KI-Integration zu etablieren.
• Fehlende zentrale Regelungen & Koordination: Es wurde kritisiert, dass es an einer einheitlichen Strategie für den Umgang mit KI an der Universität fehlt. Während einige Lehrende eigene Regeln für KI-Nutzung in ihren Kursen aufstellen, gibt es auf institutioneller Ebene wenig Orientierung. Als Vorschlag wurde eingebracht, die Senatskommission für Studiengänge stärker in die Diskussion einzubinden und zentrale Empfehlungen für den Umgang mit KI in der Lehre zu entwickeln.
• Diskrepanz zwischen Forschung & Lehre: Während KI-gestützte Methoden in der Forschung zunehmend selbstverständlich sind, hinkt die Lehre in der Anwendung hinterher. Forschende nutzen bereits KI für Literaturanalysen, Datenverarbeitung und sogar Hypothesenbildung, während Studierende oft mit veralteten Lehrmethoden konfrontiert werden. Eine stärkere Verzahnung von Lehre und Forschung wurde als notwendiger Schritt zur Modernisierung der Lehre hervorgehoben.
• Studierendenperspektive: Studierende nutzen KI bereits intensiv, auch wenn sie in Prüfungsordnungen oft nicht berücksichtigt ist. Eine restriktive Haltung könnte dazu führen, dass KI-Nutzung im Verborgenen geschieht, während eine transparente Integration den bewussten und reflektierten Einsatz fördern würde.
• Didaktische Neuausrichtung: Klassische Lehrformate wie Vorlesungen müssen überdacht werden, da reine Wissensvermittlung durch KI ersetzt werden kann. Stattdessen sollten interaktive und diskursive Lehrmethoden gestärkt werden, um die Rolle der Universität als Ort des kritischen Denkens und des wissenschaftlichen Austauschs zu erhalten. Langfristig müssen Lehrpläne und Prüfungsformate so angepasst werden, dass sie die realen Arbeitsweisen mit KI widerspiegeln, ohne grundlegende akademische Kompetenzen zu vernachlässigen.