Sprechstunde – KI.kompakt

Sie haben eine konkrete Frage oder sind unsicher, wie KI ihrer Lehrveranstaltung, bei Prüfungen oder zur Unterstützung von Studierenden eingesetzt werden kann – oder wie sie reagieren, wenn Studierende KI nutzen? In unserer offenen Sprechstunde erhalten Sie Raum für Ihre Fragen rund um KI im Bereich von Lehre, Studium und Prüfungen.

➜ Dienstag, den 20.01.2026, 12:30-13:30 Uhr im KI.kompakt-Videokonferenzraum. Moderation durch Mitarbeitende des Projektes „KI in Studium, Lehre und Prüfungen“.

Ethische Aspekte zu generativer KI

Generative KI bringt nicht nur viele Chancen und Herausforderungen für den Lehr-/Lernalltag mit sich, sondern auch eine Reihe an kritischen sozialen, ökologischen und ethischen Themen. Da diese im aktuellen Handlungsdrang häufig zu kurz kommen, werfen wir einen Blick in die verschiedenen Themenfelder und diskutieren dann gemeinsam, wie man damit als Lehrperson umgehen kann.
Ein Vortrag von Mitwirkenden der Ethik AG der nds. Austauschrunde KI.

Termin verpasst?
Schauen Sie sich gerne die Aufzeichnung zur Sitzung an. Die Ethik AG hat außerdem bereits ein Paper verschriftlicht: Diskussionspunkte zu ethischen Aspekten von generativer künstlicher Intelligenz in der Hochschullehre.

—————————————————————————

KI-Detektoren

KI-Detektoren sind mit der Hoffnung verbunden, dass Prüfer*innen unkompliziert und verlässlich angezeigt wird, wann KI in einer schriftlichen Arbeit benutzt wurde. In diesem Fall müssten Hochschulen ihre Prüfungsleistungen mit asynchronem Anteil (wie bspw. Haus- und Abschlussarbeiten) trotz der weiten Verbreitung von generativen KI-Modellen nicht anpassen oder verändern, da unrechtmäßige KI-Nutzung erkannt und entsprechend sanktioniert werden könnte. Im Vortrag erklären wir, warum wir unsere Hoffnung nicht in KI-Detektoren stecken sollten und welchen Fragestellungen wir uns stattdessen zuwenden sollten.

Termin verpasst?
Die Aufzeichnung zur Sitzung liegt in der Sammlung der „Digitalen Delikatessen“ (UHi) vor. Lesen Sie gerne auch die Stellungnahme zum Einsatz von KI-Detektoren zur Überprüfung von Prüfungsleistungen (DLHN-KI).

—————————————————————————

Good Practice. GenAI Lab – KI in der eigene Lehre erleben

Wie können Künstliche Intelligenz und moderne Tools sinnvoll in Studium und Lehre integriert werden? In dieser Veranstaltung „GenAI Lab“ zeigen wir, wie Studierende KI-Dienste praktisch nutzen können – zur Unterstützung bei Recherche, Planung und Textarbeit, als Kreativwerkzeug für Ideengenerierung und Produktdesign sowie zur Erschließung neuer Möglichkeiten wie Vibe Coding und Agentic AI. Um die Dienste den Studierenden niederschwellig zur Verfügung zu stellen, wurde ein Architekturkonzept für eine Lehrumgebung entwickelt. Die erste Umsetzungsstufe wird hier vorgestellt und mit einer Live-Demo präsentiert.

➜ Donnerstag, 30.10.2025, 12:30-13:30 Uhr im KI.kompakt-Videokonferenzraum. Ein Vortrag von Prof. Dr. Christian Hinrichs, Jade HS.

Termin verpasst?
Schauen Sie sich hier die Aufzeichnung zur Sitzung an. Folien

KI-Tutor im MINT-Praktikum – Vom Begleiten zum selbstgesteuerten Lernen

Im Zentrum steht ein KI-gestützter Tutor-Bot für MINT-Praktika, der Studierende beim forschenden Lernen unterstützt, indem er kontextsensitiv experimentelles Denken, Selbstständigkeit und Reflexion fördert. Ergänzend zeigt der Student Jan Schumacher, wie er generative KI zur Vorbereitung mündlicher Prüfungen und zur Konzeption und Ausarbeitung wissenschaftlich fundierter (Master-)Hausarbeiten einsetzt – als Beispiel für selbstgesteuertes, kompetenzorientiertes Lernen mit KI.

Ein Vortrag von Christoph Horst, M. Sc. FH Aachen, Biotechnologie/ZHQ.

Termin verpasst?
Schauen Sie sich hier die Aufzeichnung zur Sitzung an.

—————————————————————————

Warum hat die KI nicht immer Recht?

In diesem Vortrag werden wir auf niedrigschwellige Weise erkunden, inwiefern die Funktionsweise von Large Language Models ihre Fähigkeiten beeinflussen. Es soll klar werden, dass Machine Learning Modelle von Natur aus keinen „gesunden Menschenverstand“ oder Ähnliches besitzen und ihre typischen Fehler daher unintuitiv gegenüber ihren Fähigkeiten erscheinen können. Wir werden daran versuchen zu verstehen warum Large Language Models halluzinieren und wie die Black Box interpretiert werden könnte. Der Vortrag richtet sich an ein allgemeines Publikum und setzt keinerlei Vorkenntnisse voraus.
Ein Vortrag von Tim Dernedde, Mitarbeiter im Projekt „KI in Studium, Lehre und Prüfungen“, Mitarbeiter an der Universität Hildesheim, Institut für Informatik, Abteilung Wirtschaftsinformatik und Maschinelles Lernen.

Termin verpasst?
Schauen Sie sich hier die Aufzeichnung der Sitzung an.