Session-Dokumentation • Input • Deutsch

Einer für Alle? „KI für Alle“ und seine ganzen Ableger

Cover-Bild für Einer für Alle? „KI für Alle“ und seine ganzen Ableger

Hinweis: Die Inhalte auf dieser Seite wurden teilweise von KI generiert und können Fehler enthalten.

Foliensatz

Dieser Inhalt wurde redaktionell geprüft.

Wortwolke

KI-generierter Inhalt

Zusammenfassung

KI-generierter Inhalt

Kontext

Das Projekt „KI für Alle“ adressiert strukturelle Herausforderungen bei der Erstellung digitaler Lehrmaterialien an Hochschulen, insbesondere Zeit- und Ressourcenmangel. Mit einem Open-Education-Ansatz (OER) wurden zwei E-Learning-Kurse entwickelt, die KI-Kompetenzen niedrigschwellig und modular vermitteln. Die Kurse sind als Open Educational Resources (OER) unter CC-BY-Lizenz veröffentlicht und für die Nachnutzung in verschiedenen didaktischen Szenarien konzipiert. Der Vortrag beleuchtet die praktische Anwendung dieser Materialien in unterschiedlichen Kontexten sowie die Chancen und Herausforderungen institutionsübergreifender Kooperation.


Kernaussagen

1. Transferorientierter OER-Ansatz zur Überwindung struktureller Hürden

  • Problemstellung: Blended Learning scheitert oft an Zeitdruck, begrenzten Ressourcen und steigenden Anforderungen an Lehrende.
  • Lösung: „KI für Alle“ stellt zwei vollständige E-Learning-Kurse als OER bereit:
    • Kurs 1: „Einführung in die Künstliche Intelligenz“ (Grundlagen).
    • Kurs 2: „Verstehen, Bewerten, Reflektieren“ (kritische Auseinandersetzung).
  • Umfang: Je 42 Stunden Bearbeitungszeit, 200 Lehrvideos (max. 10 Min.), 200 Skripte, 600+ Quizzes, 12 Jupyter Notebooks (Kurs 1).
  • Zielgruppe: Voraussetzungsfrei, interdisziplinär, für Studierende ab dem 1. Bachelorsemester.
  • Definition AI Literacy: Kritische Evaluation, produktive Nutzung und Reflexion von KI (basierend auf Long & Magerko, 2020; Rampelt et al., 2025).

2. Modularisierung durch „Chunking“ für flexible Nachnutzung

  • Konzept: Inhalte in kleine, eigenständige Wissenseinheiten („Chunks“) unterteilt, um Kombination in verschiedenen Szenarien zu ermöglichen (z. B. Blended Learning, Flipped Classroom).
  • Vorteile:
    • Granularität: Videos decken 1–2 Lernziele ab, ermöglichen „Mix & Remix“.
    • Technische Umsetzung: Verzicht auf kontextbezogene Redaktionshinweise (z. B. „Willkommen im Kurs“), um Unabhängigkeit vom Ursprungskontext zu gewährleisten.
  • Beispiel: Partizipatives Lehrexperiment am KIT nutzte Chunks für Sitzungsvorbereitungen und Reflexion.

3. Vielseitige Nachnutzungsszenarien in der Praxis

  • Institutionenübergreifend: Materialien werden in Zertifikatsprogrammen, Lehramtsstudiengängen, Challenge-Based-Learning-Settings und behördlichen Weiterbildungen eingesetzt.
  • Beispiele:
    • Universität Duisburg-Essen: 1:1-Übernahme des HHU-Konzepts inkl. Klausur (Übertragung von ILIAS auf Moodle).
    • HU Berlin: Kuratierte Inhalte für Zertifikatsprogramme Lehrender (Nutzung der KI-Campus-Partnerplattform mit LTI-Schnittstelle).
    • FernUni Hagen: Integration in 60-ECTS-Zertifikat für BA Bildungswissenschaften (Sicherheit durch langfristige Aktualisierung).
    • Uni Paderborn: Blended-Learning-Szenario für Lehramt Grundschule (Ergänzung um praxisnahe Jupyter Notebooks).
    • HCU Hamburg: Challenge-Based-Learning mit Fokus auf berufsfeldrelevante KI-Kompetenzen.
    • KIT: Partizipatives Lehrexperiment zur Entwicklung institutsweiter KI-Rahmenbedingungen.
    • Behördliche Weiterbildung NRW: Anpassung für pädagogische Mitarbeiter:innen (Entfernung des Programmierstrangs, neues Kursnarrativ).
  • Erfolgsfaktoren: Qualität, Umfang, Transferfähigkeit der Inhalte; stabile DOIs für Videos; technische Unterstützung (z. B. LTI-Schnittstellen).

4. Technische Strategien für Langlebigkeit und Auffindbarkeit

  • DOIs für Einzelvideos: Jedes Video mit Digital Object Identifier (DOI) versehen, um „tote Links“ zu vermeiden und Zitierfähigkeit zu erhöhen.
  • Metadaten: Maschinenlesbare Metadaten nach Schema des AV-Portals der TIB (Technische Informationsbibliothek).
  • Veröffentlichungswege:
    • Erstveröffentlichung: KI-Campus → Twillo → OER-Repositorium.
    • Zweitveröffentlichung: Einzelne Lehrmaterialien (Videos, Quizzes) mit DOI auf TIB-Portal → Twillo.
    • Zusätzliche Sichtbarkeit: Veröffentlichung auf YouTube (hoher manueller Aufwand: ~240 Std. pro Kurs).
  • FAIR-Prinzipien: Materialien sind Findable, Accessible, Interoperable und Reusable.

5. Herausforderungen der OER-Distribution

  • Manuelle Pflege: OER-Repositorien (z. B. Twillo) sind nicht auf „Videomassen“ ausgelegt → hoher Arbeitsaufwand.
  • Fehlende Versionierung: Keine standardisierten Lösungen für OER-Versionierung → veraltete „Kursklone“ im Umlauf (mind. 10 bekannte veraltete Versionen).
  • Kommunikation mit Nachnutzenden: Kaum direkte Rückmeldungen → Notlösung: Newsletter für Updates.
  • Datensilos: Fehlende Schnittstellen zwischen Repositorien (TIB, Twillo, KI-Campus) → manuelle Datenübertragung.
  • Aktualisierungsstau: Kurs 2 („Verstehen, Bewerten, Reflektieren“) noch nicht vollständig als OER veröffentlicht (99,6 % der Videos auf TIB, aber Einbettung in Twillo ausstehend).

6. Win-Win-Situation durch Vernetzung

  • Vorteile für Nachnutzende:
    • Zugang zu hochwertigen, aktualisierten Lehrmaterialien.
    • Flexibilität durch Modularisierung und technische Anpassungsmöglichkeiten.
  • Vorteile für Erstellende:
    • Heterogenität der Teilnehmenden: Größere Reichweite (z. B. 10.000+ Teilnehmende auf KI-Campus).
    • Peer-Feedback: Inspiration für Weiterentwicklung durch Rückmeldungen aus der Praxis.
    • Langfristigkeit: Verstetigung von Stellen am Heine Center for Artificial Intelligence and Data Science (HeiCAD) → kontinuierliche Aktualisierung.
  • Connected University: Vernetzung stärkt Qualität und Aktualität der Materialien durch Austausch zwischen Institutionen.

Fazit

Handlungsempfehlungen

  1. Für Hochschulen und Lehrende:

    • Nachnutzung von OER: Materialien wie „KI für Alle“ als Grundlage für eigene Lehrformate nutzen (z. B. Blended Learning, Zertifikatsprogramme).
    • Modularisierung: Bei der Erstellung digitaler Lehrmaterialien von Anfang an auf „Chunking“ und kontextfreie Gestaltung achten.
    • Technische Standards: DOIs für Einzelmedien vergeben und Metadaten maschinenlesbar aufbereiten, um Langlebigkeit zu sichern.
    • Kommunikation: Erstellende von OER aktiv kontaktieren, um Feedback zu geben und Aktualisierungen zu erhalten (z. B. über Newsletter).
  2. Für OER-Erstellende:

    • Mehrwerte schaffen: Materialien so gestalten, dass sie leicht adaptierbar sind (z. B. Verzicht auf proprietäre Formate, Bereitstellung von Rohdaten).
    • Versionierung und Aktualisierung: Lösungen für OER-Versionierung entwickeln und regelmäßige Updates sicherstellen.
    • Sichtbarkeit erhöhen: Materialien in mehreren Repositorien veröffentlichen (z. B. TIB, Twillo, YouTube) und Nachnutzungsszenarien dokumentieren.
    • Vernetzung: Austausch mit Nachnutzenden fördern (z. B. durch Beratungsangebote, Workshops) und Kooperationen mit anderen Institutionen eingehen.
  3. Für Repositorien und Plattformen:

    • Skalierbarkeit: Technische Infrastruktur für große Mengen an Lehrvideos verbessern (z. B. automatisierte Metadatenerfassung).
    • Schnittstellen: Standardisierte Schnittstellen zwischen Repositorien schaffen, um Datensilos zu vermeiden.
    • Versionierung: Tools für OER-Versionierung entwickeln, um veraltete Materialien zu kennzeichnen.

Zentrale Botschaft

„KI für Alle“ demonstriert, wie ein transferorientierter OER-Ansatz strukturelle Hürden in der Hochschullehre überwinden kann. Durch Modularisierung, technische Standards und offene Lizenzen lassen sich Lehrmaterialien institutionsübergreifend nachnutzen – eine Win-Win-Situation für Erstellende und Anwender:innen. Die Herausforderungen (z. B. Versionierung, Kommunikation) zeigen jedoch, dass OER-Infrastrukturen weiterentwickelt werden müssen, um das volle Potenzial auszuschöpfen. Der Schlüssel liegt in der Connected University: Offenheit, Vernetzung und kontinuierlicher Austausch zwischen Hochschulen.

Diagramm

KI-generierter Inhalt
100%
mindmap
  root)KI für Alle – OER-Ansatz für KI-Kompetenzen(
    ["Transferorientierter OER-Ansatz"]
      ["Problem: Zeitdruck & Ressourcenknappheit"]
      ["Lösung: 2 E-Learning-Kurse (CC-BY-Lizenz)"]
      ["AI Literacy: Evaluation & Reflexion von KI"]
    ["Modularisierung & Nachhaltigkeit"]
      ["Chunking: Kleine Wissenseinheiten"]
      ["Technische Maßnahmen: DOIs & offene Formate"]
      ["Veröffentlichung: KI-Campus, Twillo, YouTube"]
    ["Nachnutzungsszenarien"]
      ["Eins-zu-eins-Übernahme (z. B. Uni Duisburg-Essen)"]
      ["Blended Learning (z. B. Uni Paderborn)"]
      ["Behördliche Weiterbildung (NRW)"]
    ["Herausforderungen"]
      ["Manuelle Pflege in OER-Repositorien"]
      ["Fehlende Versionierung & Datensilos"]
      ["Kommunikationslücken mit Nachnutzenden"]
    ["Vernetzung & Win-Win-Situation"]
      ["Vorteile: Zeitersparnis & Peer-Feedback"]
      ["Vision: Connected University"]
      ["Handlungsempfehlungen für OER-Projekte"]