Badge Professioneller Umgang mit KI - Basics

Badge für Professioneller Umgang mit KI - Basics

Kurs: Professioneller Umgang mit KI

Besitzer:innen des "Badges Professioneller Umgang mit KI - Basics" haben erfolgreich am Prototyp des Selbstlernkurs teilgenommen. Folgende Kompetenz-Ziele wurden damit erarbeitet: 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. Der Kurs hat einen Umfang von 4 Arbeitseinheiten.

Kriterien

Abschluss von EINE VON DIESEN der folgenden Bedingungen.
  • 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
Version
1.0
Sprache
Deutsch
Name von Bildautor/in
Hochschuldidaktik
E-Mail von Bildautor/in
hochschuldidaktik@rwu.de
URL von Bildautor/in
https://www.rwu.de/hochschuldidaktik
Bildtitel
Badge Professioneller Umgang mit KI - Basics

Bestätigung

Verleiher/in
Hochschule Ravensburg-Weingarten
E-Mail
hochschuldidaktik@rwu.de
URL von Verleiher/in
https://www.rwu.de
Verleihdatum
31. Oktober 2024, 15:58
Leitsatz (URL)
https://www.rwu.de/hochschule/ueber-uns/leitbild-der-hochschule
Kommentar zur Anerkennung