Willkommen im Downloadbereich! Hier finden Sie alle aktuellen Dokumente sortiert nach Unterthemen.
Hinweis: Vor der Herausgabe an Studierende ist die Mustereigenständigkeitserklärung anzupassen! Die Fakultät, der Fachbereich oder die Lehrperson wählt entweder Option 1 (Nutzung von generativer KI nicht zugelassen) oder Option 2 (Kennzeichnungspflicht im Falle einer erlaubten Nutzung von generativer KI). Kursiv und unterstrichene Textstellen zeigen Hinweise für die Lehrperson auf. Diese sollen vor Herausgabe von der jeweiligen Lehrperson durch die eignen entsprechenden Vorgaben ersetzt oder gelöscht werden. Für ein besseres Verständnis stehen zwei Beispielerklärungen als angepasste Worddokumente zur Verfügung. Beispielerklärung 1 verbietet den Einsatz von KI, während Beispielerklärung 2 den Einsatz von KI als Hilfsmittel zulässt.
Das Dokument “KI in der Lehre reflektieren” soll als erste Gedankensammlung dienen.
KI in der Lehre reflektieren
Hier finden Sie eine Übersicht über verschiedene Nutzungsmöglichkeiten von KI-Tools für Studierende.
Einsatzmöglichkeiten von KI für Studierende
Ausführliche Liste von Übungsszenarien sowie eine Kurzzusammenfassung mit daraus entnommenen Übungen.
Didaktische Handreichung zur praktischen Nutzung von KI in der Lehre
Kurzübersicht über drei schnelle Übungen
Diese Checkliste gibt Ihnen einen Überblick über die wichtigsten Punkte, welche beim Einsatz von generativen KI-Tools zu beachten sind. Diese Checkliste wurde für die Universität Tübingen angepasst.
Checkliste zum rechtskonformen Umgang mit generativen KI-Systemen
Der Report Generative AI in Academia wurde im August 2024 veröffentlicht und umfasst die Ergebnisse einer Umfrage zur Nutzung von generativer KI an der Universität Tübingen. Befragt wurden Studierende und Mitarbeitende der Universität. Autoren: Lukas Grießl, Christoph Bareither, Libuše Hannah Vepřek, Ludwig-Uhland-Institut für Empirische Kulturwissenschaft, Universität Tübingen.
Die Deutsche Forschungsgemeinschaft (DFG) hat eine Leitlinien für den Umgang mit generativen Modellen für die Text- und Bilderstellung formuliert. Eine im September 2023 veröffentliche Stellungnahme des Präsidiums der größten Forschungsförderorganisation und zentralen Selbstverwaltungseinrichtung für die Wissenschaft in Deutschland beleuchtet den Einfluss von ChatGPT und anderen generativen KI-Modellen auf die Wissenschaft und das Förderhandeln der DFG.
Am 17. Januar 2024 hat die Ständige Wissenschaftliche Kommission der Kultusministerkonferenz (SWK) ein Impulspapier zu “Large Language Models und ihre Potenziale im Bildungssystem” vorgelegt. Darin gibt sie Anregungen für den Einsatz im Unterricht, Forschungs- und Entwicklungsaufgaben, sowie zu bildungspolitischen Diskussionen.
Der Einsatz von KI-Detektoren zur Überprüfung von Prüfungsleistungen - Eine Stellungnahme (24.02.2025) wurde herausgegeben vom „Digitale Lehre Hub Niedersachsen“ (DLHN) und ist lizenziert unter CC BY-SA 4.0.
Im Arbeitspapier vom März 2025 Künstliche Intelligenz: Grundlagen für das Handeln in der Hochschullehre präsentiert die Arbeitsgruppe „Künstliche Intelligenz: Essenzielle Kompetenzen an Hochschulen“ ihre Ergebnisse. Diese ist Teil des Hochschulforums Digitalisierung und erprobt an verschiedenen Szenarien wie Lehre und KI miteinander verbunden werden können.
An der Universität Bamberg wurde ein KI Policy Generator entwickelt, der Lehrende bei der Erstellung klarer Richtlinien für Studierende unterstützen soll.
Im Editor können Vorschläge als Textbausteine hinzugefügt und auch selbst bearbeitet werden. So kann leicht eine individuelle Richtlinie, was in der jeweiligen Veranstaltung erlaubt ist, von Lehrenden selbst erstellt werden.
Das Whitepaper von mehreren namenhaften Universitäten und Institutionen, unter anderem der Uni Hohenheim, Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education bietet einen Überblick über generative KI, Language Models und ChatGPT sowie Beispiele für Studierende und Lehrende, um die Nutzung von ChatGPT zu verbessern.