Publikationen und Vorträge

@misc{Vergöhl2024,

title = {Hypes of Tomorrow – eine Live-Podcast-Session},

author = {Franz Vergöhl and Ronny Röwert and Anja Lorenz and Markus Deimann},

url = {https://festival.hfd.digital/de/sessions-2024/?id=629029},

year  = {2024},

date = {2024-06-07},

urldate = {2024-06-07},

abstract = {Das Feld der digitalen Bildung ist seit vielen Dekaden durchdrungen von Hypes, die regelmäßig die Hochschul- und Bildungscommunity aufmischen. Teaching Machines, E-Learning, MOOCs, Blockchain, Virtual und Augmented Reality, Learning Analytics, etc. – und nun KI (wobei KI ein altes Thema ist und schon in der Vergangenheit immer wieder im Zusammenhang mit Bildung diskutiert wurde).



Welche der Hypes haben die Praxis der Hochschulen verändert und welche zogen wirkungslos vorbei? Was lernen wir aus den Hype-Zyklen in der digitalen Bildung für den Umgang mit zukünftigen Trendthemen? Bei welchen Hypes sollten wir hellhörig werden und welche sollten uns eher kaltlassen? Diesen Fragen widmet sich diese Diskussion, die als Live-Podcast-Aufnahme mit Publikumsbeteiligung umgesetzt wird und später als Folge des Podcasts „Lehrreiche Hochschulinnovationen“ veröffentlicht wird. Die Gesprächsrunde besteht aus Anja Lorenz (Podcast „Bildung-Alt-Entf“), Dr. Markus Deimann (Podcast „Feierabendbier Open Education“), Ronny Röwert und Franz Vergöhl (beide Podcast „Lehrreiche Hochschulinnovationen“). Ziel der interaktiven Podcast-Aufnahmesitzung ist es, inspirierende Einblicke und praktische Anregungen auf Basis von Hypes der digitalen Bildung zu bieten, die die Teilnehmenden dazu ermutigen, über den Tellerrand hinaus zu denken und die digitale Bildung aktiv mitzugestalten.},

howpublished = {Live-Podcast auf dem University:Future Festival},

keywords = {artificial intelligence, higher education, hypes, massive open online course (MOOC), podcast},

pubstate = {published},

tppubtype = {presentation}

}

@misc{Wittke2024,

title = {Öffnung der Hochschulen durch KI in Anerkennungsprozessen},

author = {Andreas Wittke and Stefanie Bock and Anja Lorenz},

url = {https://festival.hfd.digital/de/sessions-2024/?id=629301},

year  = {2024},

date = {2024-06-06},

urldate = {2024-06-06},

abstract = {Anerkennungs-, aber auch Anrechnungsverfahren sind komplexe Vorgänge an Hochschulen, die bisher zeitintensiv und intransparent waren. Large Language Models könnten dazu eingesetzt werden, diese aktuell noch sehr analogen Verfahren teilweise zu automatisieren.



KI-Technologien verändern Hochschulen tiefgreifend - nicht nur in Lehre und Forschung, sondern auch in der Verwaltung. Dabei geht es nicht nur um das Prompting von Briefvorlagen. Künftig wird KI direkt in Verwaltungsprozesse und -systeme integriert, z.B. über Campus-Management-Systeme.



Bei der Anerkennung von Studienleistungen werden idealerweise nicht nur das Transcript of Records (ToR) herangezogen, das alle bisherigen Leistungen im Studium aufführt, sondern auch die Modulhandbücher oder die einzelnen Modulbeschreibungen. Für diese Dokumente gibt es im Moment jedoch keine Standards, sondern bestenfalls Empfehlungen, z. B. für kompetenzorientierte Strukturen. Doch Kompetenzraster wie ESCO, DKZ oder GRETA werden hier (noch?) nicht durchgehend benutzt. Wenn Modulbeschreibungen kompetenzorientiert formuliert sind (was seit Bologna der Fall ist), können KI-Systeme diese Texte auf diese standardisierten Kompetenzen hin analysieren, bei Bedarf werden sie dafür im Vorfeld auch aus anderen Sprachen übersetzt. In einem zweiten Schritt können diese Kompetenzen mit denen aus anderen Lehrveranstaltungen verglichen und eine Empfehlung für die Anrechnung gegeben werden.



Eine solche Lösung kann nicht nur den Anerkennungsprozess für die Hochschulverwaltungen selbst vereinfachen, die Studierenden könnten sogar selbstständig testen, wie wahrscheinlich eine Anrechnung eines bestimmten Moduls für einen Studiengang wäre, bspw. im Vorfeld von geplanten Auslandssemestern, Studiengangs- oder -ortswechseln.



Die TH Lübeck hat dafür einen offenen Prototypen entwickelt. Dieser kann ohne die Nutzung von persönlichen Daten unter http://ai-isy.th-luebeck.de/recogaidemo/ getestet werden.},

howpublished = {Input auf dem University:Future Festival},

keywords = {artificial intelligence, competences, higher education, large language models, recognition},

pubstate = {published},

tppubtype = {presentation}

}