KI-Werkzeuge : Datum:
Die folgenden Projekte entwickeln KI-basierte Werkzeuge zur Unterstützung von Lehre und Verwaltung in der Hochschule.
AISOP -
AI-Supported Observation of E-Portfolios
Projektpartner:
Pädagogische Hochschule Weingarten
Projektbeschreibung:
Ziel des Projektes AISOP ist es, die individuelle Kompetenzentwicklung von Studierenden verschiedener Studiengänge an der Pädagogischen Hochschule Weingarten durch ein E-Portfolio, einer digitalen Sammelmappe, zu unterstützen. Im Projekt wird eine technische Infrastruktur entwickelt, die E-Portfolios mit KI-Methoden und KI-Werkzeugen analysiert, Studierende durch individuelle Empfehlungen bei der Portfolio-Arbeit unterstützt und Lehrenden einen Überblick über Lernfortschritte bietet.
AIStudyBuddy -
KI-basierte Unterstützung zur individuellen Planung und Reflexion von Studienverläufen sowie (hochschulübergreifendes) Studienmonitoring
Projektpartner:
Rheinisch-Westfälische Technische Hochschule Aachen, Bergische Universität Wuppertal, Ruhr-Universität Bochum
Projektbeschreibung:
Ziel des Verbundprojektes AIStudyBuddy ist die Entwicklung einer Anwendung zur KI-basierten Unterstützung der individuellen Planung und Reflexion von Studienverläufen. Die Anwendung integriert dafür unterschiedliche Ansätze von KI mit Daten von Studierenden und über Studiengänge. Besonderer Fokus liegt auf der interdisziplinären Zusammenarbeit zwischen der Informatik, Didaktik, Ethik und Bildungsökonomie.
HAnS -
Entwicklung und Implementierung eines intelligenten Assistenzsystems für die Hochschulbildung
Projektpartner:
Technische Hochschule Nürnberg Georg Simon Ohm, Hochschule für angewandte Wissenschaften Ansbach, Hochschule für angewandte Wissenschaften Augsburg - University of Applied Sciences, Hochschule für Angewandte Wissenschaften Hof, Hochschule für angewandte Wissenschaften Neu-Ulm, Hochschule Weihenstephan-Triesdorf, Technische Hochschule Ingolstadt, Technische Hochschule Ostwestfalen-Lippe, Evangelische Hochschule Nürnberg, Ostbayerische Technische Hochschule Regensburg, Hochschule für angewandte Wissenschaften Kempten, Technische Hochschule Aschaffenburg
Projektbeschreibung:
Ziel des Verbundprojektes HAnS ist die fach- und hochschulübergreifende Entwicklung eines intelligenten Hochschul-Assistenz-Systems (HAnS), das Lehr- und Lernmaterialien unterschiedlicher Fächer im Audio- und Videoformat auf einer Plattform sammelt. Dadurch können Lernmaterialien durchsucht und gezielt bearbeitet werden. Zudem wird ein KI-Tutor für Studierende entwickelt, der interaktives Lehrmaterial empfiehlt.
Weitere Informationen hier und hier
HASKI -
Hochschullehre: Adaptiv, selbstgesteuert, KI-gestützt
Projektpartner:
Ostbayerische Technische Hochschule Regensburg, Hochschule für angewandte Wissenschaften Kempten, Technische Hochschule Aschaffenburg
Projektbeschreibung:
Ziel des Verbundprojektes HASKI ist es, ein Learning Management System (LMS) zu entwickeln, in dem Lernpfade individuell angelegt werden können. Alle Aktionen der Lernenden werden an HASKI – eine KI-gestützte Software – übermittelt. HASKI gibt Feedback und passt Lernpfade individuell an. Für Lehrende ermöglicht es eine Übersicht über Lern-Aktivitäten und die Planung von Lernräumen.
Weitere Informationen hier und hier
IMPACT -
Implementierung von KI-basiertem Feedback und Assessment mit Trusted Learning Analytics in Hochschulen
Projektpartner:
Johann Wolfgang Goethe-Universität Frankfurt am Main, FernUniversität in Hagen, Freie Universität Berlin, Humboldt-Universität zu Berlin, Universität Bremen
Projektbeschreibung:
Ziel des Verbundprojektes IMPACT ist die Verbesserung der Hochschulbildung durch den Einsatz von KI-Verfahren zur teilautomatisierten Analyse von Texten. Entlang des Student Lifecycles erhalten Studieninteressierte und Studierende personalisiertes Feedback zum möglichen Studienverlauf und Studienleistungen. Damit können Lehrende und Studierende entlastet und deren KI-Kompetenzen gestärkt werden.
KI4TUK -
Individualisiertes und studienbegleitendes KI-ePortfolio für die Studieneingangsphase in MINT-Studiengängen
Projektpartner:
Technische Universität Kaiserslautern
Projektbeschreibung:
Ziel des Projektes KI4TUK ist die Entwicklung einer KI-basierten Plattform zur Steigerung mathematischer Kompetenzen, von Fähigkeiten im Umgang mit Daten sowie des Verständnisses von statistischen Zusammenhängen für Studienanfänger der MINT-Fächer. Durch Learning Analytics können, basierend auf Tests und ePortfolios, der Lernstand und die Lernbedarfe aufgezeigt sowie Lernempfehlungen zur Steigerung des Kompetenzstands der Studierenden ausgesprochen werden.
DEEP WRITE -
KI-gestützter Erwerb von Schreib- und Argumentationskompetenzen in den Disziplinen Jura und Wirtschaft
Projektpartner:
Universität Passau
Projektbeschreibung:
Ziel des Projektes DEEP WRITE ist die Entwicklung eines KI-gestützten Assistenzsystems zur Verbesserung der Struktur und Qualität von Texten. Es soll zur Förderung fachspezifischer Schreib- und Argumentationskompetenzen von Studierenden im Bereich Jura und Wirtschaftswissenschaften beitragen. Durch Wissensgraphen mit Sprachanalyse und Interaktion von Lehrenden mit Lernenden soll ein sich individuell anpassendes Lehr-Lernsystem geschaffen werden.
Komp-HI -
Fachliche und überfachliche Kompetenzen durch soziotechnisches Design von Systemen hybrider Intelligenz flexibel und individuell fördern
Projektpartner:
Universität Kassel
Projektbeschreibung:
Ziel des Projektes Komp-HI ist die Entwicklung KI-basierter Systeme, die Studierende dabei unterstützten, fachliche Inhalte zu vertiefen und überfachliche Kompetenzen zu fördern. Durch die Kombination von künstlicher und menschlicher Intelligenz soll fachübergreifend eine bessere Lernerfahrung und ein höherer Lernerfolg erzielt werden.
LABORATORIUM -
KI-gestützte individuelle Lernassistenz im Skills Lab für patientenzentrierte und interprofessionelle Kommunikation in den Gesundheitsberufen
Projektpartner:
Universität zu Lübeck
Projektbeschreibung:
Das Ziel des Projekts LABORATORIUM ist es, eine Lernplattform mit KI-gestütztem Lernassistenzsystem zur Verbesserung kommunikativer Fertigkeiten in der Lehre der Gesundheitsberufe zu entwickeln. Die KI soll zum Aufspüren, zur Analyse und zur Rückmeldung relevanter sprachlicher Kommunikationsmerkmale eingesetzt werden. Die Lernplattform wird in die Universität eingebunden, in der Lehre von acht gesundheitswissenschaftlichen Studiengängen eingesetzt und zur Nutzung für andere Hochschulen bereitgestellt.
meditrain -
medical tr.AI.ning - Intelligente Virtuelle Agenten für die Medizinische Ausbildung
Projektpartner:
Westfälische Wilhelms-Universität Münster. Fachhochschule Münster, Hochschule der Bildenden Künste Saar, Universität des Saarlandes
Projektbeschreibung:
Das Ziel des Verbundprojektes meditrain ist die Verbesserung von Lehr-Lern-Angeboten im Bereich der Medizin durch eine KI-basierte, lebensnahe Virtual Reality-Simulations- und Trainingsplattform (medical tr.AI.ning). So soll der Kompetenzerwerb zukünftiger medizinischer Fachkräfte durch eine individuelle, realitätsnahe und situative Erfahrungswelt unterstützt werden.
USOS -
Chatbot-basierte Unterstützung der Selbstorganisation im Studium
Projektpartner:
Technische Universität Berlin
Projektbeschreibung:
Ziel des Projektes USOS ist die Bereitstellung eines Chatbot-basierten Assistenten für den Studierendenservice der TU Berlin. Dieser soll bei typischen Anfragen zu ECTS-Punkten, Studiengangzuordnung, inhaltlichen Voraussetzungen oder Prüfungsformen sowie zu organisatorischen Informationen in der Moduldatenbank unterstützen. Der Assistent soll auf einem hochschulinternen Server implementiert werden.
VoLL-KI -
Von Lernenden Lernen: Ganzheitliche daten- und wissensunterstützte Hochschulbildung und deren Gestaltung
Projektpartner:
Friedrich-Alexander-Universität Erlangen-Nürnberg, Hochschule für angewandte Wissenschaften Coburg, Otto-Friedrich-Universität Bamberg
Projektbeschreibung:
Das Ziel des Verbundprojektes VoLL-KI ist es, KI zur Verbesserung der Hochschulbildung zu nutzen. Dazu sollen KI-Studienprogramme weiterentwickelt werden sowie KI-basierte Empfehlungen für die individuelle Studienplanung etabliert werden. Darüber hinaus entwickelt das Projekt datenbasierte Diagnose und Unterstützung in Lerneinheiten.