Kriterien

• Teilnehmer/innen müssen den Kurs abschließen"Professioneller Umgang mit KI"mit minimaler Bewertung von 1

  Titel des Lernangebots	Einstieg in KI-Nutzung fürs Studium
  Beteiligte Institutionen	Arbeitsgruppe KI@RWU, Vertreter:innen der Fakultäten & Hochschuldidaktik
  Aktuelle(r) Verantwortliche(r) des Lernangebots	AG-KI@RWU: Prof. Dr. Marius Hofmeister, Prof. Dr. Wagner, Prof. Graef, Jochen Weißenrieder, Markus Rossa
  Format des Lernangebots	Selbstlernkurs – MicroUnit
  Zeitpunkt Lernformats	Maximal 8 Stunden flexibler Zeitraum, empfohlen für eher kurzen Zeitraum, 1-4 Wochen.
  Inhalt des Lernangebots/ Zuordnung zu einem Bereich	Basics hinsichtlich Hintergrund, Funktionsweise, Ethik  und erste Anwendungen von generativer KI
  Lernformat	Online-Selbstlernkurs mit KI Übungen.
  Sprache des Lernangebots	Deutsch, (Coming UP: Englisch)
  Art der Bescheinigung	·         MicroCredential und auf Nachfrage ausgedruckte Variante
  Workload (Arbeitsaufwand)	Maximal 8 Stunden
  Angabe des Workloads in ECTS-Leistungspunkte	Die Angabe der ECTS-Punkte sollte von dem Arbeitsaufwand (Zeitstunden) des Lernangebots abgeleitet werden. Ein Leistungspunkt entspricht einer Gesamtarbeitsleistung der Studierenden im Umfang von 25-30 Zeitstunden. Es handelt sich um die Gesamtbelastung, die auch die Zeit für die Vor- und Nachbereitung des Lehrstoffes (z.B. Präsenz- und Selbststudium) den Prüfungsaufwand und die Prüfungsvorbereitungen umfasst.
  Benotung	Bestanden ( Absolviert)
  Häufigkeit des Angebots	Prototyp im WS 24/25 dann dauerhaft
  Festlegung der Zielgruppe
  Nennung der Hauptzielgruppe des Lernangebots	Erstsemester-Studierende sind Hauptzielgruppe. In der Übergangszeit alle Studierende der RWU
  Vorwissen der Zielgruppe	Die Zielgruppe wird sehr heterogen sein. Das Vorwissen beim Umgang mit generativer KI wird sehr unterschiedlich ausgeprägt sein. Daher gehen wir von nahezu gar keinem Vorwissen aus. ABER es ist auch davon auszugehen, dass noch keine geleitete Auseinandersetzung mit KI für wissenschaftliches Arbeiten und Studieren stattgefunden hat. Prompt Engineering (d.h. die zielgerichtete, optimierte Form des Ansprechen von Chatbots), Ethik und wissenschaftliche Integrität sind vermutlich für alle neu
  Anvisierte Anzahl der Lernenden	600 pro Semester werden angesprochen, 200 TN wären ein großer Erfolg. 15% Rücklaufquote bei Befragungen gelten als erfolgreich, d.h. 100 TN wären auch noch (sehr) gut.
  Lernergebnisse (Qualifikationsziele) und Kompetenzen
  Lernergebnisse (Learning-Outcomes) und angestrebte Kompetenzniveau des Lernangebots	a)         Aktivitäts- und Umsetzungskompetenz: TN können die Unterscheidung von generativer künstlicher Intelligenz zu anderen KI-Formen nachvollziehen. Die TN können proaktiv im Bereich der generativen KI agieren und Neuerungen in diesem Bereich in das eigene Studium bzw. den Fachkontext integrieren b)         Prompt Engineering-Kompetenz: TN verstehen die Funktionsweise sprachbasierter generativer KI und können Prompts zielführend einsetzen und optimieren. c)         Kritische KI Kompetenz: TN können Ethik und Bias von KI-Modellen (generative und andere) benennen, und KI-Ergebnisse daraufhin bewerten.
  Lerninhalt und didaktisches Konzept
  Inhalt des Lernangebots mit Feedback zum Lernfortschritt	Selbstlerneinheit: Grundlagen über kurze Texte und (interaktive) Videos Handlung: Aufgaben zum Reflektieren und Austauschen mit a) Peers und b) KI Assessment/Feedback: automatisierte Wissensabfragen. Am Ende jedes Kapitels.
  Betreuung und Kommunikation	Ansprechpartner per Mail (z.B. ag-ki@rwu.de, siehe unten), weitergehende Betreuung nicht erforderlich (Selbstlernangebot). Bei Bedarf Sprechstunde der Mitglieder der AG.

• ALLE folgenden Aktivitäten sind abgeschlossen:
  • "Test - 3.4 Recap-Quiz: Was ist KI?" bis 10. April 2033
  • "Test - 4.5 Recap Quiz: Einsatzgebiete und Prompt Engineering für generative KI" bis 10. April 2033
  • "Test - 5.3 Recap-Quiz: Funktionsweise von KI-Chatbots" bis 10. April 2033
  • "Test - 6.6 Recap-Quiz: Ethik und Bias" bis 10. April 2033
• Dieser Badge muss von Nutzer/innen mit folgender Rolle verliehen werden:
  • Trainer/in