Zum Inhalt springen
Generative KI im Studium
Lehrangebot für Hochschulen

Generative KI im Studium

kompetent, kritisch und regelkonform

Ein Modul mit 5 LP für Studierende aller Fächer: übertragbare Arbeitsmethoden, fachliche Prüfung und begründete Entscheidungen statt Tool-Training.

  1. 01Regeln
  2. 02Modelle
  3. 03Prompting
  4. 04Recherche
  5. 05Lesen
  6. 06Schreiben
  7. 07Daten
  8. 08Integrität
  9. 09Workflows
Worum es geht

Studierende nutzen KI längst. Prüfen können es die wenigsten.

Die meisten arbeiten mit Sprachmodellen, aber ohne die Fähigkeit, Quellen zu prüfen, ihre Eigenleistung zu sichern und die Vorgaben ihrer Prüfungsordnung auf konkrete Arbeitsschritte zu übertragen.

Nach Artikel 4 der KI-Verordnung müssen Hochschulen, die KI-Systeme bereitstellen, nachweisbar für die KI-Kompetenz der Personen sorgen, die diese Systeme in ihrem Auftrag nutzen. Studierende gehören dazu, sobald die Hochschule die Nutzung im Studium verlangt.

Zwei Stufen

Erst gemeinsam erproben, dann selbst durchführen.

Pilotmodul im Lehrauftrag

Ein bis zwei Semester. Ich betreue und prüfe; Lehrende der Hochschule hospitieren in den Werkstattsitzungen und sehen Material und Arbeitsweise ein.

Durchführung durch die Hochschule

Eigene Lehrende, auch in parallelen Gruppen, mit Lehrendenhandbuch. Die Lizenz deckt die Aktualisierung des Materials vor jedem Semester.

Erweiterung: Die Videolektionen lassen sich für alle Studierenden als Selbstlernangebot öffnen; die Teilnahmebescheinigungen dienen als Nachweis nach Artikel 4.

Das Modul in Zahlen

Das Modul

Neun Module

Jede Lektion beginnt mit einer Studienaufgabe oder einem typischen Fehler und endet mit der Prüfung eines Ergebnisses, das plausibel wirkt und doch mangelhaft ist.

  1. 01Einstieg und RegelnHochschulvorgaben, eigener Ausgangsstand, Toolzugänge
  2. 02Sprachmodelle verstehen und auswählenFunktionsweise, Grenzen, Modellklassen
  3. 03Prompting als ArbeitsprozessBausteine, Kontext, Iteration, Prüfmuster
  4. 04Recherchieren und Quellen prüfenFachdatenbanken, Suchstrategien, erfundene Quellen erkennen
  5. 05Lesen, Verstehen und LernenLesemodi, quellengebundene Werkzeuge, Prüfungsvorbereitung
  6. 06Schreiben und KI-Einsatz dokumentierenGliederung, Entwurf, Revision, Kennzeichnung
  7. 07Daten, Statistik und CodeTabellenkalkulation, R und Python, Reproduzierbarkeit
  8. 08Integrität, Risiken und DatenschutzEigenleistung, Prüfungsordnungen, Verzerrungen, DSGVO
  9. 09Workflows und Integrationagentische Werkzeuge, Sicherheitsgrenzen, eigenes Setup
Ein Semester, fünf Werkstätten
  1. Woche 1Auftakt und Regelcheck

    Alle lesen die Vorgaben ihrer Prüfungsordnung nach.

  2. Woche 4Recherchewerkstatt

    Erfundene Quellen live prüfen.

  3. Woche 7Schreibwerkstatt

    Peer-Review am eigenen Text.

  4. Woche 10Fallkonferenz

    Eigenleistung, Kennzeichnung, Datenschutz.

  5. Woche 13Projektmesse

    Präsentation der Miniarbeiten, zugleich Prüfung.

In einem Kurs über KI-Nutzung ist der Text das schwächste Beweismittel. Geprüft wird vor allem der Werkstattbericht.

Umschlag des Buches ChatGPT und Co. im Studium von Ralf E. Ulrich
Das Buch zum Kurs

ChatGPT & Co. im Studium

Wissenschaftliches Arbeiten mit ChatGPT, Claude und Gemini: von der Hausarbeit bis zur Masterarbeit

Das Buch trägt Begriffe und Systematik, die Videolektionen führen vor und prüfen. Rund 13 Stunden Lektüre, kapitelgenau im Semesterplan. Ein eigenes Exemplar ist nicht nötig, wenn die Bibliothek den Titel aufnimmt.

Taschenbuch · 264 Seiten · 18 Euro · ISBN 979-8192103050 Bei Amazon ansehen
Über mich

Prof. Dr. Ralf E. Ulrich

Von 2004 bis 2021 war ich Professor für Demografie und Gesundheit an der Fakultät für Gesundheitswissenschaften der Universität Bielefeld. Seit 2011 lehre ich mit quantitativen und digitalen Werkzeugen und entwickle eigene Kursformate, zuletzt in Lehraufträgen an der Universität Bielefeld (2021–2023) und seit 2023 an der LMU München.

Dass ich auch das Buch verfasst habe, legt die Modulbeschreibung offen.

Kontakt

Pilotdurchgang ab Sommersemester 2027.

Gern stelle ich Ihnen Modulbeschreibung, Musterlektion und die Aufgabenstellung mit Bewertungsraster vor.

ru@ralf-ulrich.de