Daten, Algorithmen und Interpretationen
KI-Kompetenzen vermitteln

Dr. Franziska Klemstein
Inhaberin der Tandem-Professur für Digitale Methodik
Hochschule Mainz & Akademie der Wissenschaften und der Literatur | Mainz

27. Januar 2025 | Alte Mensa auf dem Gutenberg-Campus in Mainz

Überblick

• KI-Anwendungen in der Lehre
• KI-Kompetenzen: Anforderungen in der Lehre
• KI-Kompetenzen: Vermittlung in der Lehre

KI-Anwendungen in der Lehre

KI-Anwendungen: Trends in der Lehre

• Intelligente tutorielle Systeme (ITS)
• Natürliche Sprachverarbeitung, automatisierte Spracherkennung und automatisierte Textgenerierung (NLP, ASR, NLG)
• Automatisierte Bewertung und Benotung
• Multimediale Mensch-Maschine-Interaktion (beispielsweise Chatbots, Learning Companions)
• Learning (Predictive) Analytics, Data-Mining im Bildungsbereich (LA, LPA, EDM)
• Adaptives Lernen, Empfehlungsdienste

Trends nach Schmohl/Watanabe/Schelling (2023), S. 13.

KI-Anwendungen: Trends in der Lehre

• Intelligente tutorielle Systeme (ITS)
• Natürliche Sprachverarbeitung, automatisierte Spracherkennung und automatisierte Textgenerierung (NLP, ASR, NLG)
• Automatisierte Bewertung und Benotung
• Multimediale Mensch-Maschine-Interaktion (beispielsweise Chatbots, Learning Companions)
• Learning (Predictive) Analytics, Data-Mining im Bildungsbereich (LA, LPA, EDM)
• Adaptives Lernen, Empfehlungsdienste
• Retrieval-Technologien
• Plagiarismuserkennung
• Automatisierte Content Creation

KI-Technologien in Deutschland

Quelle: Plattform Lernende Systeme

KI-Technologien in Deutschland

Quelle: Plattform Lernende Systeme

KI-Technologien in Rheinland-Pfalz

KI-Anwender:

• FloReST – Intelligente Werkzeuge zur städtischen Hochwasserresilienz
• SDSD – Landwirtschaftliche Datendrehscheibe für ressourcenschonende Prozesse

KI-Entwicklungsprojekte (Auswahl):

• COGNAC – Smarte Pflanzenzustandssensorik für eine nachhaltige und effiziente Landwirtschaft
• IMQAA – Sicherung der Artikelstammqualität im Handel
• ReCircE – Optimierung von Abfallsortierung mithilfe Künstlicher Intelligenz
• AI@EDGE – sichere und vertrauenswürdige Plattform für die Netzwerkautomatisierung
• Absicherung von KI-basierten Funktionen für das automatisierte Fahren
• AuRoRaS – Radarsensoren für das sichere autonome Fahren
• BIONIC – Intelligente Sensornetzwerke zur Reduzierung körperlicher Belastungen am Arbeitsplatz
• Be-greifen – Neue Interaktionsmethoden in MINT-Studienfächern

KI-Kompetenzen

KI-Kompetenzen

Eigene Darstellung.

KI-Kompetenzen

Darstellung in Anlehnung an das Kompetenz-Modell von Sarah Fischer (Bertelsmann Stiftung)

Modelle

Datensätze

ImageNet, Bildquelle: https://cs.stanford.edu/people/karpathy/cnnembed/

• ImageNet-Datensatz enthält über 14 Millionen Bilder
• basierend auf WordNet-Hierarchie
• enorm hohe Granularität



• zahlreiche Biases
• Fehlklassifikationen
• zum Teil ungeklärte Bildherkunft

Datensammlung und Datenaufbereitung

Bildquelle: Frank Homp, CC BY 2.0, via Wikimedia Commons

KI-Kompetenzen:
Vermittlung in der Lehre

Grundverständnis für:

• Daten
• Modelle
• KI / maschinelles Lernen / Deep Learning
• Anwendbarkeit
• Nachnutzbarkeit
• Ressourcen

Vielen Dank für Ihre Aufmerksamkeit!

franziska.klemstein@adwmainz.de / franziska.klemstein@hs-mainz.de