Projektaktivitäten im HWS 2026/
Im Herbst-/Wintersemester 2026/
Im Zentrum steht dabei die kritische Reflexion über den Einsatz von KI, dessen Nutzen und Ergebnisse. Dabei erwerben sie fachliche, methodische und reflexive Kompetenzen und setzen sich kritisch mit dem verantwortungsvollen Einsatz generativer KI in Studium und Wissenschaft auseinander.
Angestrebt ist, dass ein Großteil der entstehenden Materialien als Open Educational Resources (OER) veröffentlicht und für die Nachnutzung in der Hochschullehre sowie für künftige Kohorten bereitgestellt wird. Dies umfasst sowohl die Projektergebnisse der Studierenden als auch Transfermaterialien, die eine Übertragung des Lehrkonzepts auf andere Fachbereiche ermöglichen.
Projektkooperation im HWS
- ANG 305 Data Literacy, Dr. Lena Blott
- ANG 505 Linguistic Methodology, Stefanie Radetzky
- ANG 103 Media Skills, Dr. Ira Gawlitzek
- ANG 404 Linguistics and AI, Prof. Dr. Carola Trips
Die Wirksamkeit der Interventionen des AiDaLi-Teams werden durch Dr. Christian Spreng im Rahmen einer wissenschaftlichen Begleitforschung untersucht und evaluiert.
Arbeitsschwerpunkte
Die Zusammenarbeit kann entlang verschiedener thematischer Schwerpunkte gestaltet werden. Die Themenfelder dienen als Orientierung und können je nach Fachbereich, Lehrveranstaltung und Projektziel individuell kombiniert werden.
KI in Forschungskonzeption und Studienplanung
- Überblick über aktuelle KI-Werkzeuge für Studium, Lehre und Forschung
- Praktische Arbeit mit Microsoft AI, Copilot, ChatAI und weiteren Systemen
- Einsatz von KI zur Unterstützung wissenschaftlicher Arbeitsprozesse
- Bewertung von Nutzen, Grenzen und Anwendungsfeldern verschiedener Tools
KI-Tools für Studium und Wissenschaft
- Einsatz von KI zur Entwicklung und Planung empirischer Studien
- Ideenfindung und Hypothesengenerierung
- KI-gestützte Literaturrecherche und Wissensaufbereitung
- Erstellung von Studienmaterialien und Stimuli (z. B. Audio-, Bild- oder Softwarekomponenten)
- Reflexion der Grenzen zwischen kreativer Unterstützung und Cognitive Offloading
KI in Datenauswertung und Programmierung
- KI-gestützte Datenanalyse und statistische Auswertung
- Unterstützung bei Programmier- und Coding-Aufgaben
- Entwicklung und Optimierung von Analyse-Skripten
- Best Practices für KI-gestützte Forschungsworkflows
Ethik, Qualität und Good Scientific Practice
- Verantwortungsvoller Einsatz generativer KI in Forschung und Lehre
- Ethische Fragestellungen und wissenschaftliche Integrität
- Chancen, Risiken und Grenzen KI-basierter Unterstützung
- Transparente Dokumentation der KI-Nutzung
- Reflektierte und wissenschaftlich begründete Entscheidungen gegen den Einsatz von KI
Open Educational Resources (OER) und Wissenstransfer
- Entwicklung und Bereitstellung offener Bildungsressourcen
- Qualitätskriterien, Lizenzierung und rechtssichere Veröffentlichung
- Nachnutzung von Materialien in Lehre und Weiterbildung
- Transfer erfolgreicher Lehrkonzepte in andere Fachbereiche und Studiengänge
Beispielaufgaben
Im Laufe des Semesters entwickeln die Studierenden als Prüfungsleistung eine wiederverwertbare Lernressource (OER). Je nach Thema und Zielsetzung können unterschiedliche Medienformate wie Podcasts, Poster, Screencasts oder andere digitale Lernmaterialien eingesetzt werden. Ziel ist die Erstellung eines qualitativ hochwertigen Produkts, das auch über den Kurs hinaus in der Lehre und von künftigen Kohorten genutzt werden kann.
Projektergebnisse
Im Rahmen von AiDaLi entstehen fortlaufend offene Lehr- und Lernmaterialien, die Kompetenzen in den Bereichen AI Literacy und Data Literacy fördern. Die entwickelten Ressourcen adressieren sowohl technische als auch methodische und ethische Fragestellungen und werden im Sinne von Open Science über das Zentrale Repositorium für Open Educational Resources in Baden-Württemberg (ZOERR) öffentlich zugänglich gemacht.
Die im Projekt entwickelten Materialien werden außerdem nach Abschluss der jeweiligen Lehrveranstaltungen ab Januar 2027 sukzessive als Open Educational Resources. Dazu gehören didaktische Konzepte, Lernmaterialien sowie Beispiele guter Praxis für den reflektierten Einsatz generativer KI in der Hochschullehre.