Zusammen mit Studierenden, die unsere Chatbots nutzen, ist ein HipHop-Video entstanden, was die LeistungsfÀhigkeit gut widerspiegelt.
Zwei Sigma Herausforderung
SMARTA will KI-Chatbots als persönliche Lerncoaches etablieren, mit dem Ziel, die Bildungskluft, bekannt als das Zwei-Sigma-Problem, zu ĂŒberbrĂŒcken. Mit der Kraft der KI bietet SMARTA ein Trio spezialisierter Chatbots, die darauf ausgelegt sind, die Motivation der Studierenden zu steigern, das Engagement zu vertiefen und die Lernreise zu personalisieren. Von der Förderung empathischer UnterstĂŒtzung bis hin zur Anregung selbstgesteuerten Lernens und interaktiver Dialoge markieren diese Chatbots einen bedeutenden Sprung in Richtung der Nachahmung der persönlichen Betreuung durch Einzelunterricht. Entdecke, wie SMARTA KI nutzt, um die Herausforderung des Zwei-Sigma-Problems in eine beispiellose Chance fĂŒr Studierende zu verwandeln. Bereite dich darauf vor, den wegweisenden Schnittpunkt von Technologie und Bildung zu erkunden, wo Personalisierung auf Exzellenz trifft. Begleite uns auf dieser aufschlussreichen Reise, um die Landschaft der Hochschulbildung durch KI neu zu definieren.
KI im SelbstgesprÀch
In der Reihe „KI im SelbstgesprĂ€ch“ reflektiert eine KI, teils ironisch-sarkastisch, kurz ĂŒber ein Thema wie Bewusstsein, Emotion oder SingularitĂ€t, bevor eine Aufgabe gelöst wird. Heute in Folge 1 von 8 sagt die KI kurz „Hallo Welt“ und löst eine Aufgabe zu Haustieren. Die Aufgabe ist in Echtzeit gestellt worden als Bild. Gern das Video stoppen und selber mit raten, bevor die Lösung gezeigt wird. (Dies Video ist Teil einer Installation, die zu KI-Themen sensibilisieren soll.)
KRAFT-X-Modell
In einer Bildungslandschaft, die zunehmend von KĂŒnstlicher Intelligenz (KI) geprĂ€gt ist bzw. sein wird, stehen private Hochschulen vor einzigartigen Herausforderungen und Chancen. Je nach derzeitigem und angestrebtem KI-Reifegrad benötigt die BewĂ€ltigung mehr oder weniger Kraft. Und das KRAFT-X-Modell bietet ggf. einen strategischen Ansatz, um diese Herausforderungen anzugehen und die Potenziale der KI zu erkennen und dann zu nutzen. Die Buchstaben stehen fĂŒr Kompetenz, Ressourcen, AgilitĂ€t, Forschungsanbindung und Technologiepartnerschaft. Das „X“ steht fĂŒr die Einzigartigkeit, die jede Hochschule in Ihrem Profil in Zeiten von KI finden muss.
- Kompetenzorientierung â Der SchlĂŒssel zur Zukunftsfitness
Die Kompetenzorientierung zielt darauf ab, Studierende mit den FĂ€higkeiten und Kenntnissen auszustatten, die in einer von KI geprĂ€gten Arbeitswelt gefragt sind. Private Hochschulen sollten im Blick haben, Lehrinhalte kontinuierlich an die dynamischen Anforderungen des Arbeitsmarktes und der Industrie anzupassen. Es geht darum, nicht nur technisches Wissen und Handfertigkeit im Umgang mit z.B. generativer KI zu vermitteln, sondern auch kritisches Denken, Problemlösungs-Kompetenzen und ethische GrundsĂ€tze im Umgang mit KI zu fördern. KI sollte nicht nur als einzelnes Modul thematisiert sondern in alle geeigneten FĂ€cher integriert werden. Siehe dazu: KI-Exzellenz. - Ressourceneffizienz â Mehr erreichen mit weniger
Ressourceneffizienz ist, auch vor dem Hintergrund von FachkrĂ€ftemangel, entscheidend fĂŒr private Hochschulen, um qualitativ hochwertige Bildungsangebote zu wettbewerbsfĂ€higen Preisen anzubieten. Dies bedeutet, KI-Technologien geschickt einzusetzen, um Lehr- und Verwaltungsprozesse zu optimieren, ohne dabei QualitĂ€tseinbuĂen in Kauf zu nehmen. Die hochschulische Wertschöpfungskette mit z.B. Bewerbermanagement, Marketing und PR, Lehre oder Verwaltung sind auf KI-Potential hin zu durchleuchten. Die Integration von KI in z.B. das Lernmanagement-System oder das Campus-Management-System wird als notwendig erachtet.
Siehe dazu: SMARTA bzw. SMART-C. - AgilitĂ€t â Schnell und flexibel auf VerĂ€nderungen reagieren
AgilitĂ€t ist bei der derzeit schnelllebigen (exponentiellen) Natur der KI bedeutsam. Private Hochschulen mĂŒssen in der Lage sein, relevante Entwicklungen frĂŒh zu erkennen und (trotz der Akkreditierungsstrukturen in Deutschland) schnell auf relevante Neu- Entwicklungen zu reagieren, z.B. durch die Anpassung bestehender Curricula, neue WahlfĂ€cher, neue KI-gestĂŒtzte Vermittlungsmethoden, neue PrĂŒfungsarten oder der Einbindung von KI in bestehende Verwaltungs- und Lehr-Prozesse. Dies erfordert eine Kultur der kontinuierlichen Weiterbildung und des Aufzeigens von Vorteilen der KI-Nutzung, vor allem beim Verwaltungs- oder Lehrpersonal. Die Schaffung einer Stelle eines KI-Beauftragten/KI-Managers im Sinne einer KI-Stabsstelle, also einem Mitarbeitenden mit direktem Kontakt zur strategischen Hochschul-Leitung, sollte im Sinne einer steuerbaren AgilitĂ€t (statt negativem Zick-Zack-Kurs) angedacht werden. - Forschungsanbindung â Theorie und Praxis verbinden
Die Forschungsanbindung spielt eine Rolle, um die Relevanz und AktualitĂ€t der Lehrinhalte zu gewĂ€hrleisten. Private Hochschulen sollten bestrebt sein, Verbindungen zur KI-Forschung zu knĂŒpfen und Kooperationen mit Forschungseinrichtungen und Industriepartnern zu pflegen, z.B. auch durch Teilnahme an nationalen BMBF oder internationalen Erasmus/EU-Projekten zum Thema KI. - Technologiepartnerschaften â Gemeinsam stĂ€rker
Durch den Aufbau von Technologiepartnerschaften mit EdTech-Unternehmen oder StartUps können private Hochschulen frĂŒhzeitig Zugang zu den neuesten KI-Werkzeugen erhalten. Solche (temporĂ€ren) Partnerschaften ermöglichen es, Studierenden praxisnahe Lernerfahrungen zu bieten und Forschungsprojekte mit realen AnwendungsfĂ€llen durchzufĂŒhren. Zudem stĂ€rken sie die Position der Hochschule im Wettbewerb und fördern Innovationen. - X – Individueller komparativer Vorteil
Jede Hochschule identifiziert und entwickelt ihren einzigartigen Vorteil im Kontext von KI. Der Faktor X könnte eine spezielle Fachkompetenz, eine innovative Lehrmethode, einzigartige Forschungsprojekte, eine starke Verbindung zur Industrie oder eine andere Innovation sein, die einen Wettbewerbsvorteil bietet. Der „X“-Faktor wird durch die individuellen StĂ€rken, Ressourcen und das spezifische Profil der Hochschule bestimmt. Er dient dazu, die Hochschule von anderen abzuheben und ihre AttraktivitĂ€t und WettbewerbsfĂ€higkeit zu steigern.
Das „KRAFT X“-Modell soll, zusammen mit der Reifegrad-Matrix, privaten Hochschulen einen Denkansatz zur strategischen Positionierung und Ausrichtung geben.
KI-Lehrmeister, Prozess-Profi oder exzellente Avantgarde?
Wo steht die Hochschule im Bereich KI? Die KI-Reifegrad-Matrix kann bei der SelbsteinschÀtzung helfen. (Link zum Fragebogen am Ende).
Sieht die Mehrheit der Professoren es eher als Gefahr statt Chance an? Verbietet das PrĂŒfungsamt die Nutzung von GPT? Dies deutet auf Position 1 in der Reifegrad-Matrix hin, die klassische Alma Mater.
Oder hat Ihre Hochschule das Thema KI nicht nur bereits in jeden Studiengang als (freiwilliges) Modul „KI“ integriert sondern schult die LehrkrĂ€fte und hĂ€lt diese an, es in das eigene Fach anwendungsbezogen zu integrieren? Sind Akkreditierungsbeauftragte informiert, das Thema KI in neue ModulhandbĂŒcher zu integrieren? Dann dĂŒrfte Ihre Hochschule auf dem Weg zum KI-Lehrmeister (Pos 3) sein.
Die Verwaltung, das Marketing und die Bewerbermanager sowie die Forschung setzen KI intensiv ein? LehrkrÀften geben Sie die Möglichkeit, die generative KI zu nutzen, um Fallstudien oder Aufgaben zu erstellen? Auch Studierende haben einen datenschutzkonformen GPT-Zugang? Dann sind Sie eher auf dem Weg zum KI-Prozess-Profi.
Oder arbeiten Sie parallel an KI-Innovationen, einerseits im Bereich der LehrplĂ€ne, andererseits im Bereich der Prozesse der Verwaltung und auch des Lernens? GlĂŒckwunsch. Sie sind auf dem Weg zur exzellenten KI-Avantgarde!
Die KI-Reifegrad-Matrix soll helfen bei der Frage âWo stehen wir als Hochschule im Bereich KI? Wo wollen wir hin?â. Mittels des unten angefĂŒhrten Fragebogens kann eine erste SelbsteinschĂ€tzung erfolgen.
Lesebeispiel: Die in Quadrant 9 dargestellte Hochschule hat KI in den Lehrplan MITTEL integriert, also nur in spezifischen Modulen, wobei diese spezifischen Module aber qualitativ eher schlecht (rot) bewertet sind, z.B. da die Module nicht aktuell oder nicht praxisrelevant sind. Die Hochschule hat KI in die Prozesse HOCH-integriert, also in Verwaltung UND Lehre, und dies ist qualitativ befriedigend (gelb) bisher gelungen.
Im Rahmen des Projektes soll hochschulĂŒbergreifend ein nationaler KI-Index der Hochschulen in Deutschland erstellt werden. Auch soll interessierten Hochschulen ein Entwicklungspfad von z.B. „wir sind Lehr-Experimentator (Pos 2) und wollen KI-Lehrmeister (Pos 3) werden“ in einem Leitfaden aufgezeigt werden. Erste Ideen sind vielversprechend. Um die SelbsteinschĂ€tzung mit einer FremdeinschĂ€tzung abzugleichen zu können, mĂŒssen klare Definitionen und Messkriterien fĂŒr jede Achse und Kategorie entwickelt werden. Die Integration einer dritten Dimension soll dann auch dazu dienen, die qualitativen Aspekte der KI-Integration zu erfassen, z.B. kann mit Ampelfarben gezeigt werden, ob die Integration in Prozess und/oder Lehre gut gelungen und ganzheitlich ist.
Probieren Sie gerne selber den Prototyp des Reifegrad-Fragebogens aus, um nach 10 Fragen sofort eine EinschÀtzung und Bewertung zum KI-Reifegrad zu erhalten: https://trainex22.de/campusmanagement/KI-Reifegrad
MUSE (Motivation-Understanding-Schema for Effectiveness)
Die Aufgabe des Chatbots ALIX ist es, Studierende zu motivieren, zu ermutigen, bei Mobbying oder Prokrastination zur Seite zu stehen. Als Teil des SMARTA-Projekts soll die Motivations-EffektivitĂ€t analysiert werden, wozu fraglich ist, ob Studierende motiviert oder unmotiviert den Chat beginnen und ob sich das Motivationsniveaus durch den Chat mit ALIX Ă€ndert. Zum Beispiel könnte ein Studierender das GesprĂ€ch unmotiviert beginnen und sich nach dem GesprĂ€ch mit ALIX nicht besser fĂŒhlen. Wir nennen dies eine ‚Stagnationsspirale‘. Idealerweise möchten wir, dass ALIX Studierenden, die sich niedergeschlagen fĂŒhlen, hilft, motivierter zu werden, was wir als ‚Motivations-Neustart‘ bezeichnen.
Aktuell können wir die Stimmung/Sentiment jedes Chats und auch SentimentumschwĂŒnge (!) messen. Wir kennen die Namen der Nutzer nicht, aber können das Sentiment des Chats wĂ€hrend der Nutzung sofort analysieren und aufzeichnen. Dies ermöglicht es uns zu verfolgen, wie oft etwas wie ein ‚Euphorie-RĂŒckgang‘ vorkommt. Derzeit sind die ProzentsĂ€tze in unserer Matrix nur grobe SchĂ€tzungen. Wir werden genaue Zahlen im FrĂŒhjahr 2024 veröffentlichen.
KI – Marie (Studienberatung)
Zu einem konkreten Studiengang wurde ein Studienberater entwickelt und praktisch ausgetestet.
Der Studienberater kann mit oder ohne Video in einen frame der Hochschule eingebunden werden.
Der Studienberater basiert auf 5 Seiten an Information zu Studiengang und Hochschule und arbeitet anhand eines GesprÀchsleitfadens. Die TonalitÀt ist wÀhlbar. Konkret kann der Berater getestet werden mit realen Daten zum Studiengang Journalismus der Hochschule FHM mit jugendlicher TonalitÀt hier: http://studienberater.ki-campus.eu
Marie ist ein Chatbot aus dem Bereich „Staff: Management of Academic and Relevant Tasks with Chatbots“ (S:Mart-C)
KI – Sofia
Zusammen mit UniversitĂ€ten aus Deutschland, Griechenland, Bulgarien, Italien und Nordmazedonien nehmen wir am Projekt „ADA“ teil. ADA versucht, weiblichen Unternehmerinnen zu helfen. Und unser Chatbot namens SOFIA versucht, diese neugierig darauf zu machen und „verwickelt“ Sie in ein GesprĂ€ch.
Sofia spricht nicht nur english sondern auch deutsch. Im Dialog-Design wird Sofia Sie nach Ihrer Startup-Idee fragen, Sie ermutigen, dann einen Namen fĂŒr das Startup finden, nach Problemen fragen, eine Antwort finden und dann aber abbrechen, und einen menschlichen Mentor empfehlen. Testen Sie es aus: Sofia!
AI Conference Google
Auf LinkedIn und Facebook berichten wir ĂŒber „kleinere“ Events, wie z.B. unseren Vortrag auf der AI-Conference im Google Headquarter Germany/Berlin.
https://www.facebook.com/TraiNex24/
https://www.linkedin.com/company/trainings-online-gmbh
Titelfinder-Architektur und Profi-Prompt
Noch unterschĂ€tzt wird vermutlich, dass das Prompten eine neue Medienkompetenz darstellt und es Ă€hnlich wie Profi-Googler auch Profi-Prompter geben wird, die sehr lange âProâ-Prompts erstellen, um die KI zu einem optimalen Output zu bringen. Im folgenden Beispiel werden bekannte sowie erfragte und auch festgelegte Daten in einem Pro-Prompt durch das Campus-Management-System kombiniert. Der Ablauf ist wie folgt:
1) dem Campus-Management-System ist bekannt, welcher Studierende eine Abschlussarbeit zu erstellen hat.
2) Innerhalb des Campus-Management-Systems wird solchen Studierenden die Möglichkeit gegeben, auf den Service âTitel fĂŒr Arbeit findenâ zu klicken.
3) Der Studierende wird dort befragt nach â3 Stichworten zur geplanten Arbeitâ sowie dem âUmfang in Seitenâ und einem vorhandenen Arbeitstitel, wie in Abb. 6 dargestellt.
4) Bekannt ist dem Campus-Management-System bereits die Studienrichtung (z.B. Psychologieâ) sowie der Abschluss (z.B. Bachelor).
5) Festgelegt durch die Hochschule ist z.B. âkein Fragezeichen im Titelâ oder das Gliederungssystem.
6) Wenn der Studierende die Fragen beantwortet hat, wird mit Klick im Hintergrund der Profi-Prompt erstellt als Kombination aus erfragten, bekannten und hochschulspezifischen Details sowie den fĂŒr Titelfindung aufgabenspezifischen Anweisungen.
7) Mit dem Prompt wird via die API die KI befragt und das Ergebnis an TraiNex geliefert.
8) Das Campus-Management-System kann die Textantwort grob prĂŒfen auf z.B. nicht erlaubte Worte oder ZusĂ€tze hinzufĂŒgen wie âunverbindlichâ.
9) Dem Studierenden wird der angeforderte Titelvorschlag innerhalb des Campus-Management-Systems angezeigt.
10) Der Studierende kann die Titel prĂŒfen und ggf. anpassen und fĂŒr einen von ihm definierten Titel eine Arbeitsgliederung erstellen lassen, die automatisch grob den Anforderungen der Hochschule z.B. gem. der Gliederungssystematik entspricht.
In keinem der Schritte verlÀsst der Studierende das Campus-Management-System TraiNex und die KI ist nur im Schritt 7 bzw. dem gestrichelten lila Bereich involviert.