Publikationen und Vorträge

@misc{nokey,

title = {Dungeons and Dashboards: Wie ChatGPT Personas zum Leben erweckt},

author = {Anja Lorenz and Thorleif Harder},

url = {https://festival.hfd.digital/de/sessions-2025/?id=840021

https://zenodo.org/records/15384622

https://dx.doi.org/10.5281/zenodo.15384622

https://youtu.be/mTCU5p73qpU?si=6wAvyMmmRl0mFWu9},

doi = {10.5281/zenodo.15384622},

year  = {2025},

date = {2025-05-13},

urldate = {2025-05-13},

abstract = {Wir haben nie selbst „Dungeons and Dragons“ gespielt, aber beim Erstellen unseres Tutorials für das Projekt „DiSEA - Digitale Studiengänge: Analyse von Erfolgs- und Abbruchfaktoren“ haben wir uns ein wenig so gefühlt: Wir haben Charaktere entwickelt, Szenarien durchgespielt und unser Moodle-Dashboard durch ihre Augen erlebt. Okay, okay … vielleicht übertreiben wir ein wenig, wenn wir Personas, die Studierende der Virtuellen Fachhochschule (VFH) repräsentieren, mit Halblingen oder Elfen vergleichen. Aber dank ChatGPT konnten wir mit Dina, Seth und Alex chatten und sie einfach selbst fragen, wie sie unser Dashboard nutzen würden.



Wie in einem guten Rollenspiel haben wir die Charaktere sorgfältig entwickelt. Ausgangspunkt war dabei eine Befragung der VFH-Studierenden 2022. Aus den Durchschnittswerten dieser Daten entstand Alex. Von hier aus sind wir in beide Richtungen der (nicht validierten) Schwierigkeiten-im-Studium-Skala gegangen: Dina ist unsere „rechtschaffende Zauberin“, ohne Belastungen neben dem Studium. Seth hingegen muss wohl eher ein „chaotischer Kämpfer“ sein, der mit vielen beruflichen und familiären Verpflichtungen jongliert und ein erhöhtes Risiko für einen Studienabbruch hat.



Mit diesen Profilen haben wir ChatGPT ausgestattet, sodass die Chats uns von den „Abenteuern“ der drei erzählen konnten: Welche Funktionen helfen Dina, ihre perfekte Planung umzusetzen? Wie passt Seth das Dashboard an, um trotz seiner Belastungen die Kontrolle zu behalten? Und wie nutzt Alex es, um typische Herausforderungen im Studienalltag zu bewältigen? Diese Erkenntnisse flossen direkt in unser Tutorial ein, um Lehrenden und Angestellten in der Studienberatung einen anschaulichen Zugang zu den Funktionen des Dashboards zu bieten.



In unserem Beitrag öffnen wir unsere „Spielhandbücher“: Wir zeigen, wie wir die Charaktere und Szenarien entworfen haben und wie KI-Tools wie wir ChatGPT und DALL-E bei der Erstellung des praxisnahen Tutorials nutzen konnten.},

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

keywords = {AI, artificial intelligence, ChatGPT, dashboard, DiSEA, large language models, persona},

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

https://kurzlinks.de/uff24-dlc-anerkennung

https://www.youtube.com/watch?v=gi3rUrsRHuk},

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}

}