Strategie

Architektur fĂŒr KI-Chat-Assistenten in der Hochschule – Konform und VertrauenswĂŒrdig durch algorithmisches Framework

admin

Die EU-Anforderungen an „VertrauenswĂŒrdige KI“ betonen hochwertige Daten, die Einhaltung gesetzlicher Vorgaben bei der Datenverarbeitung und -speicherung, die Kontrolle ĂŒber das System sowie die Sicherstellung, dass KI dem Wohl der Nutzer dient.

Eine KI-Systemarchitektur fĂŒr Hochschulen sollte diese Prinzipien von Anfang an integrieren.

Dies kann durch ein algorithmisches Framework erreicht werden, das Vertrauen als grundlegendes Designelement verankert – eine „vertrauensgetriebene KI-Architektur“.

Wir schlagen dazu die folgende Architektur vor und richten unsere Entwicklung an dieser Architektur aus, denn diese vereint Nutzerfreundlichkeit einerseits und Kontrolle/Steuerung andererseits.

Next NRW-Förderprojekt: Aufruf beendet

admin

Danke fĂŒr das Interesse am Projekt „Potenzialanalyse, Realisierung und Anwendung von KI-Technologien in Hochschulen“ (PRAKTIH). Die Bewerbungsphase ist beendet. Wir freuen uns sehr, zusammen mit vier privaten Hochschulen aus NRW, einen Förderantrag auf den Weg gebracht zu haben.

PRAKTIH zielt darauf ab, die Potenziale generativer KĂŒnstlicher Intelligenz (KI) im Wertschöpfungsprozess deutscher Hochschulen zu identifizieren und zu nutzen. Der Fokus liegt auf der Integration von KI in Verwaltung, Lehrprozess und studentischem Support. Die Innovation besteht darin, aktuelle KI-Modelle mit Campus-Management-Systemen zu verknĂŒpfen. Hierdurch werden personalisierte KI-Assistenzen ermöglicht, die Studierende in ihrer akademischen Laufbahn und Verwaltungsmitarbeitende bei der Alltagsarbeit assistieren. Durch Implementierung eines kontrollierten Zugriffs sowie eines LLM-Dokumenten-Servers wird die Rechtssicherheit gewĂ€hrleistet und DatenschutzkonformitĂ€t angestrebt.

Das Projekt beinhaltet zunĂ€chst die Entwicklung eines KI-Reifegrad-Modells fĂŒr Hochschulen, um die KI-Potenziale in hochschulischen Prozessen zu identifizieren und Soll-Ist-Vektoren zu definieren. Im Anschluss werden technische Schnittstellen und KI-Assistenzen entwickelt, die dialogisch oder formularbasiert mit geprĂŒften Datenbanken oder vor-vektorisierten Dokumenten arbeiten.

Zusammen mit den Projektpartnern, die alle langjĂ€hrige Erfahrung im Hochschulbereich haben, werden die KI-Assistenzen im tĂ€glichen Hochschulbetrieb eingesetzt und erprobt, um NutzungshĂ€ufigkeit, Vorteilhaftigkeit und Akzeptanz zu evaluieren. Ziel ist es, ein standardisiertes KI-Reifegrad-Modell zu etablieren und die entwickelten KI-Assistenzen im Hochschulbereich auch ĂŒber die Projektpartner hinaus nutzbar zu machen.

KRAFT-X-Modell

admin

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.

  1. Kompetenzorientierung – Der SchlĂŒssel zur Zukunftsfitness
    Die Kompetenzorientierung zielt darauf ab, Studierende mit den FÀhigkeiten und Kenntnissen auszustatten, die in einer von KI geprÀgten 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 GrundsÀtze im Umgang mit KI zu fördern. KI sollte nicht nur als einzelnes Modul thematisiert sondern in alle geeigneten FÀcher integriert werden. Siehe dazu: KI-Exzellenz.
  2. Ressourceneffizienz – 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€tseinbußen 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.
  3. AgilitĂ€t – 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.
  4. Forschungsanbindung – 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.
  5. Technologiepartnerschaften – 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.
  6. 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?

admin

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 ‚Wo stehen wir als Hochschule im Bereich KI? Wo wollen wir hin?‘. 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