9.8 Kurse und Materialsammlungen rund um KI in der Lehre

Auf dieser Seite finden Sie eine Reihe von Kursen und Linksammlungen zum Thema KI in der Lehre. Bei der Liste handelt es sich um eine Auswahl.

Online-Kurse zum Thema KI in der Lehre (Selbstlernkurse)

Inhalte:

  • Einführung in die Prozesse der maschinellen Verarbeitung natürlicher Sprache
  • Einfluss von Sprachtechnologien auf hochschuldidaktische Prozesse
  • Auswirkungen von Sprachtechnologien auf die Prüfungskultur an Hochschulen
  • Einsatz von KI-Sprachwerkzeugen beim wissenschaftlichen Schreiben

Lernziele:

  • Entwicklungen auf dem Gebiet der Sprachtechnologien einordnen und erläutern.
  • Einsatzszenarien von Sprachassistenzen im eigenen Lehr-/Lernkontext identifizieren.
  • Auswirkungen von Sprachassistenzen vor dem Hintergrund verschiedener Prüfungspraktiken kritisch reflektieren.
  • KI-Sprachwerkzeuge verantwortungsbewusst für das eigene wissenschaftliche Schreiben anwenden können.

Dauer: 4 Module à 60-90 Minuten

Leistungsnachweis: Ja

Anbieter: KI-Campus

Inhalte:

  • Grundlagen generativer KI
  • Einführung in effektives Prompting und Prompting-Strategien
  • Qualitätssicherung mit GenAI
  • Persönliche Assistenten (Custom GPTs)
  • Prompting für die Lehre
  • Prompting für Prüfungen

Lernziele:

  • Generative KI-Systeme aufgrund ihrer Funktionsprinzipien bewerten und für deine eigenen Zwecke auswählen.
  • Das Verhalten der Systeme beeinflussen und Limitationen berücksichtigen.
  • Rechts- und Datenschutzfragen bei der Nutzung berücksichtigen.
  • Die Qualitätskontrolle für Prompts umsetzen.
  • Custom GPTs für deine Zwecke zu erstellen und nutzen.
  • Potenziale des Promptings für die Lehre und für Prüfungen richtig einschätzen.

Dauer: 6 Wochen à 2h

Leistungsnachweis: Ja

Anbieter: KI-Campus

Inhalte:

  • Technische Grundlagen der KI
  • Prompt Engineering für Large Language Models wie z.B. ChatGPT
  • Erkundung weiterer KI-Tools
  • Generative KI und ihre Auswirkungen auf das Lernen und die Gesellschaft

Lernziele:

  • die Entwicklungen im Bereich der generativen KI einordnen.
  • Methoden und Techniken des Prompt Engineering für Large Language Models im Alltag praktisch anwenden.
  • Verschiedene KI-Tools für spezifische Anwendungsfälle auswählen.
  • Ethische und rechtliche Aspekte im Zusammenhang mit der Nutzung generativer KI-Tools kennen.

Dauer: ca. 7 Stunden

Leistungsnachweis: Ja

Anbieter: KI-Campus

Inhalt:

  • Einführung
  • Grundlagen von KI in beruflichen Bildungskontexten.
  • Learning Analytics und berufliches Lernen.
  • KI als Werkzeug in der beruflichen Bildung.
  • KI als Inhalt der beruflichen Bildung.

Lernziele:

  • Grundlegende Funktionsprinzipien von KI-Anwendungen im Kontext der Berufsbildung verstehen.
  • Einsatzbereiche, Möglichkeiten und Grenzen von KI-Technologien im Bildungsbereich einschätzen.
  • KI-getriebene Bildungstechnologien, bspw. aus dem Bereich Learning Analytics, für eigene Fragestellungen anwenden.
  • Anforderungen an KI-Systeme für den beruflichen Bildungsbereich formulieren.

Dauer: ca. 150 Stunden

Leistungsnachweis: Ja, Micro-Degree

Anbieter: KI-Campus

Hinweis: Micro-Degree mit Transcript of Records bei Bearbeitung der Übungsaufgaben mit mindestens 60% der Gesamtpunktzahl in allen Kursen.

Inhalt:

  • Einführung in Learning Analytics (LA)
  • Integration von Learning Analytics
  • Lernverläufe mit LA-Dashboards begleiten

Lernziele:

  • Grundlegende Verfahren und Anwendungsfelder von Learning Analytics kennen.
  • Die Modellierung von Lernumgebungen für einen Einsatz von Learning Analytics verstehen.
  • Die Chancen von Learning Analytics zum Design von adaptiven Lernpfaden nutzen.
  • Mit Learning Analytics Dashboards Lernverläufe analysieren, bewerten und gestalten.

Dauer: 6 Stunden

Leistungsnachweis: Ja

Anbieter: KI-Campus

Hinweis: Entwickelt für Schullehrkräfte

Inhalt:

  • Grundlagen zu KI und maschinellem Lernen im Kontext der Unterrichtsgestaltung 
  • KI-Ethik und Zukunftsvisionen 
  • Anwendung von generativer KI in den Bereichen Sprache und Kreativität
  • KI und Methoden für die Unterrichtsgestaltung sowie Praxisübungen mit dem Schwerpunkt generative KI 

Lernziele:

  • Den Begriff "Künstliche Intelligenz" in eigenen Worten verständlich erklären.
  • Potenziale und Grenzen von KI unter Berücksichtigung ethischer Gesichtspunkte analysieren und beurteilen.
  • Potenziale und Grenzen generativer KI-Anwendungen zur Sprachverarbeitung und Texterstellung beurteilen.
  • Zielgerichtete Prompts entwickeln und mithilfe von generativen KI-Anwendungen kreative und sinnvolle Ergebnisse konstruieren.

Dauer: 4 Module à 120 Minuten

Leistungsnachweis: Ja

Anbieter: KI-Campus

Hinweis: Entwickelt für Schullehrkräfte

Inhalt:

  • Mit KI das Lernbewusstsein stärken
  • Methodisch-didaktisch aufbereitete Lernidee für den direkten Einsatz im Unterricht
  • Angaben zu Lernziel, Kompetenzen, Umfang, Zielgruppe, benötigte Materialien

Lernziele:

  • Eigenständig und zielführend eine Text-KI als Assistenz für die Vorbereitung auf Klassenarbeiten und Prüfungen verwenden.
  • Bedingungen für gutes Prompting identifizieren und Potenziale und Herausforderungen der Nutzung von KI im eigenen Lernprozess bewerten.

Dauer: 90 Minuten

Leistungsnachweis: Nein

Anbieter: KI-Campus

Hinweis: Entwickelt für Schullehrkräfte

Inhalt:
In diesem Onlinekurs lernst du, eine Lehrveranstaltung mithilfe von ChatGPT effektiv zu planen und vorzubereiten. Nach einer Einführung in die Grundlagen von ChatGPT, einschließlich seiner Funktionsweisen, Risiken und Grenzen wirst du anhand vieler Übungen und Beispiele dein erworbenes Wissen anwenden. Du machst dich mit den verschiedenen Einsatzmöglichkeiten von ChatGPT vertraut und lernst Konzepte und Ideen mit Hilfe des KI-Sprachmodells zu entwickeln. Der Kurs bietet einen niederschwelligen Einstieg in die Nutzung von ChatGPT, mit der du direkt loslegen kannst. mit Übungen

Lernziele:
In diesem Selbstlernkurs entwickelst du ein grundlegendes Verständnis für die Funktionsweisen, Risiken, Grenzen und die Nutzung von ChatGPT und wirst in der Lage sein, ChatGPT effektiv für die Konzeption und Gestaltung einer Lehrveranstaltung einzusetzen. Du lernst vorhandene Lehrkonzepte mit ChatGPT in deine Planung einzubeziehen und das KI-Sprachmodell als Inspirationsquelle und zur Ideenfindung für deine Lehrveranstaltungen zu nutzen.

Dauer: 1.5 h

Leistungsnachweis: Nein

Anbieter: Netzwerk Landeseinrichtungen für digitale Hochschullehre

Inhalt:
In diesen Lernmaterialien werfen wir einen Blick auf das spannende Feld der künstlichen Intelligenz (KI). Was ist KI überhaupt? Wie funktioniert KI? Wie sollten wir KI nutzen? Mit diesen Fragen und weiteren Themen werden wir uns im Folgenden beschäftigen. Dabei schauen wir uns speziell den Bereich Lehren & Lernen an und wie KI hier sinnvoll eingesetzt werden kann.

Dieser Kurs wird dir grundlegendes Wissen zu KI vermitteln. Dabei geht es weniger darum, wie KI aus technischer Sicht realisiert werden kann. Wir werden zwar einige technische Grundlagen kennenlernen, aber reduziert auf das Wesentliche. Vielmehr wollen wir uns das notwendige Wissen aneignen, um heutige und zukünftige KI sinnvoll einsetzen zu können. Dieser Kurs richtet sich explizit an TeilnehmerInnen, die keine Absicht haben selbst KI zu entwickeln aber dennoch KI verstehen wollen.

Lernziele: Die Teilnehmenden:

  • ...erläutern die Darstellung von KI in den Medien und Science-Fiction Geschichten und worin sich reale KI von dieser Vorstellung unterscheidet.
  • ...erklären an einem Beispiel, wie sich künstliche Intelligenz in ihren Eigenschaften und Fähigkeiten von der menschlichen Intelligenz unterscheidet.
  • ...erklären den Begriff Superintelligenz.
  • ...erläutern den Unterschied zwischen wissensbasierter KI und datenbasierter KI.
  • ...grenze, den Begriff Künstliche Intelligenz vom Begriff maschinellem Lernen ab.
  • ...geben an, in welche drei Teilbereiche die Verfahren des maschinellen Lernens aufgeteilt werden können.
  • ...erläutern die grundlegenden Schritte beim überwachten Lernen
  • ...beschreiben in Grundzügen, wie eine Klassifizierung von Bildern mithilfe von Verfahren des maschinellen Lernens gelöst werden können. Dabei werden Begriffe wie Trainingsdaten, Modell, Modell-Parameter erklärt.
  • ...erklären, wie das Wissen innerhalb des KI-Modells (bei künstlichen neuralen Netzwerken) repräsentiert ist und wie dieses Wissen genutzt wird um eine Ausgabe zu erzeugen.
  • ...erklären welche Bedeutung die Modellparameter beim Trainingsprozess haben.
  • ...erklären die Grundlegenden Schritte, wie die Modellparameter im Trainingsprozess angepasst werden.
  • ...erklären den Unterschied zwischen Trainingsdaten und Testdaten.
  • ...erklären Probleme (z.B. Overfitting), die beim Training von datenbasierter KI auftreten können.
  • ...sind in der Lage, ein einfaches Modell zur Bildklassifizierung auf der Webseite Teachable Machines zu erstellen.
  • ...analysieren das Verhalten ihres erstellten Modells auf Teachable Machines und erkennen Underfitting und Overfitting.
  • ...beschreiben die Bedeutung des Testens von datenbasierter KI und gehen auf die Problematik der Erklärbarkeit ein.
  • ...beschreiben Aufgaben beim Trainieren von datenbasierter KI, die von einem Menschen getan werden müssen.
  • ...erläutern, in welchen grundlegenden Aspekten sich maschinelles Lernen mit beispielsweise Tensorflow unterscheidet von dem Training auf Teachable Machine.
  • ...erklären, was für Probleme auftreten können, wenn datenbasierte KI während der Benutzung kontinuierlich weiter trainiert wird.
  • ...erläutern den Unterschied zwischen Starker KI und Schwacher KI
  • ...geben Anwendungsbeispiele von bildauswertender KI im Anwendungsbereich an.
  • ...geben Anwendungsbeispiele von KI zur Verarbeitung von menschlicher Sprache im Anwendungsbereich an.
  • ...erklären das Verfahren des verstärkenden Lernens in Grundzügen und können eine Anwendung im Anwendungsbereich nennen.
  • ...erklären das Verfahren k-mean clustering (unüberwachten Lernens) in Grundzügen und können eine Anwendung im Anwendungsbereich nennen.
  • ...erklären das Verfahren Integrated Gradients und wie es versucht das Problem der Erklärbarkeit lösen.
  • ...erläutern, warum die Trainingsdaten eine hohe Bedeutung für den Erfolg des Trainingsprozesses haben.
  • ...erklären, was man unter Bias in den Trainingsdaten versteht und welche gesellschaftlichen Auswirkungen dadurch entstehen können.
  • ...erläutern, bei welchen Problemstellungen sich maschinelles Lernen besser und schlechter eignet.
  • ...nennen Merkmale, die für oder gegen eine Entwicklung von datenbasierter/wissensbasierter KI sprechen.
  • ...erläutern, warum das Vertrauen in KI-Systeme von Bedeutung ist und wie dieses erhöht werden kann.

Dauer: /

Leistungsnachweis: Nein

Anbieter: TU München DigiLLab Knowledge Hub

Inhalt:

  • Was ist KI?
  • Was ist ChatGPT?
  • Wie verhält es sich mit dem Datenschutz?
  • Und was sagt das Schulministerium dazu?

Lernziele:

  • Was Künstliche Intelligenz ist und welche Begriffe in diesem Zusammenhang weiterhin von Bedeutung sind.
  • Welche Entwicklungen in Zukunft zu erwarten sind und wie die Entwicklung bis heute verlaufen ist.
  • Was Text- und Bildgeneratoren sind und wie sie aufgebaut sind.
  • Was Sie im Hinblick auf Datenschutz beachten sollten.

Dauer: /

Leistungsnachweis: Nein

Anbieter: Universität zu Köln Zentrum für Lehrer*innenbildung

Hinweis: Entwickelt für Schullehrkräfte

Inhalt:
In diesem Lernmodul werden Sie durch Anwendungsbeispiele aus der Sicht von Lehrenden und Lernenden inspiriert und erhalten Ideen für die Einführung im Unterricht. Auch Studienergebnisse finden Sie in diesem Lernmodul. Anhand von Impulsen können Sie Chancen und Herausforderungen reflektieren und erhalten Einblick in die wichtigsten Diskussionen.

Lernziele:

  • Warum dieses Thema für Sie als Lehrkraft relevant ist und was dies für Lernende bedeutet.
  • Anwendungsbeispiele aus Sicht Lehrender und Lernender kennen.
  • Chancen, Grenzen und Herausforderungen von KI in der Bildung kennen und erhalten Reflexionsimpulse.

Dauer: 45 min

Leistungsnachweis: Nein

Anbieter: Universität zu Köln Zentrum für Lehrer*innenbildung

Hinweis: Aufbauend auf "KI in der Bildung – eine Einführung", entwickelt für Schullehrkräfte

Inhalt:

  • Einführung in den EU AI Act: Ziele, Struktur und Grundprinzipien
  • Überblick über verwandte EU-Gesetze und deren Zusammenspiel mit dem AI Act
  • Zeitplan und wichtige Meilensteine der Implementierung
  • Praktische Beispiele und Use Cases für die verschiedenen Risikoklassen
  • Überblick über die zentralen Akteure im AI Act (Provider, Deployer, National Authority)

Lernziele:
Nach Abschluss des Kurses...

  • kannst du den EU AI Act einordnen und dessen Grundzüge sowie Zielsetzung beschreiben.
  • bist du in der Lage, die vier Risikoklassen von KI-Systemen zu benennen und Beispiele zuzuordnen.
  • bist du in der Lage, die nächsten Schritte zur Implementierung des AI Acts exemplarisch zu skizzieren.
  • kannst du die wichtigsten verwandten EU-Gesetze identifizieren und deren Beziehung zum AI Act erläutern.
  • kannst du die wesentlichen Rollen im AI Act (Provider, Deployer, National Authority) benennen und deren Verantwortlichkeiten beschreiben.
  • kannst du die wichtigsten Fristen und Meilensteine für die Umsetzung des AI Acts aufzählen und in einen Zeitplan einordnen.

Dauer: 8 h

Anbieter: KI-Campus

Inhalt:
In diesem Onlinekurs lernst du, was hinter dem EU AI Act steckt und wie er die Arbeit an Hochschulen und in der Lehre beeinflusst. Nach einer Einführung in die Grundlagen von KI und den Zielen der Verordnung erfährst du anhand anschaulicher Beispiele, welche Risikogruppen für KI-Systeme existieren und wie deren Regulierung konkret aussieht. Du lernst, wie der AI Act an Hochschulen umgesetzt wird, welche Maßnahmen notwendig sind und welche Herausforderungen dabei entstehen. Der Kurs bietet dir einen leicht zugänglichen Einstieg in die rechtlichen Rahmenbedingungen, damit du KI in Lehre und Forschung verantwortungsvoll und innovativ einsetzen kannst.

Lernziele:

  • Was AI ist.
  • Welche Ziele und Zielgruppen der AI Act beinhaltet.
  • Warum KI-Systeme in Risikogruppen unterteilt werden.
  • Welche Risikogruppen es gibt und wie KI Systeme der einzelnen Risikogruppen reguliert sind.
  • Wann welche Verordnungen des AI Acts in Kraft treten.
  • Was am AI Act kritisiert wird und warum.
  • Welche Risikogruppen besonders relevant für Hochschulen sind.
  • In welchen Bereichen KI-Systeme an Hochschulen eingesetzt werden können und in welche Risikogruppen diese KI-Systeme fallen.
  • Welche Maßnahmen an Hochschulen umgesetzt werden müssen.
  • Was mit "KI-Kompetenz" gemeint ist.
  • Wie KI-Kompetenzen an Hochschulen vermittelt werden können.
  • Welche Herausforderungen für die Lehre an Hochschulen durch die Benutzung von KI-Systemen entstehen und wie diesen begegnet werden kann.

Dauer: 1.5 h

Anbieter: Netzwerk Landeseinrichtungen für digitale Hochschullehre

Inhalt:

  • Begriffliche Grundlagen der Daten- und Algorithmenethik
  • Überblick über wesentliche Moraltheorien als Verständnis eines kulturell geprägten und damit nicht universell einheitlichen ethischen Denkens
  • Formen und Ausprägungen von Daten- und Algorithmenethik in der aktuellen Anwendung von KI-Ansätzen
  • Ansätze für eine ethisch korrekte Verarbeitung von Daten und Gestaltung von Algorithmen
  • Integrierte Ethik-Games in die einzelnen Lernfolgen und ein übergeordnetes Ethik-Game zum Erfahrbar-Machen dieser Inhalte

Lernziele: Bei Abschluss des Kurses sind Sie in der Lage...

  • essentielle Fachbegriffe, theoretische Hintergründe und die Modelle der Daten- und Algorithmenethik zu benennen,
  • die Grundlagen kulturell abhängiger ethischer Gestaltungsansätze in der Daten- und Algorithmenethik zu verstehen,
  • Beispiele von Daten- und Algorithmenethik in aktuellen KI-Anwendungen differenziert zu verstehen und bewerten zu können,
  • Handlungsstränge für die Gestaltung ethisch unbedenklicher Daten und Algorithmen als Grundlage für die Vertrauenswürdigkeit von Design, Implementierung und Nutzung verschiedener KI-Anwendungen ableiten zu können sowie
  • relevante Entscheidungsprozesse im aktuellen KI-Diskurs besser nachvollziehen zu können.

Dauer: 7 Wochen à 2 Stunden

Anbieter: KI-Campus


Online-Kurse zum Thema KI speziell für Studierende (Selbstlernkurse)

Der Kurs besteht aus zwei Selbstlerneinzheiten. Die erste Lerneinheit beinhaltet das Thema "Grundlagen des Datenschutzes" und dauert etwa 45 Min (Themen sind Richtlinien & Bestimmungen, Anwendungsbeispiele, Wissensüberprüfung), die zweite Lerneinheit beinhaltet das Thema "Verantwortungsvoller Umgang mit KI" und dauert ca. 40 Min (Themen sind Risiken bei der Nutzung von Online-Diensten, Besonderheiten bei der Nutzung von KI-basierten Diensten). Zum Kurs (Anmeldung z. B. über DFN-AAI-Login) Lerninhalte: Grundlegendes Verständnis entwickeln über

  • die möglichen Risiken bei der Nutzung von Online-Diensten
  • die Besonderheiten bei der Nutzung von KI-basierten Diensten
  • den Umgang mit personenbezogenen oder anderen vertraulichen Daten bei der Nutzung von Online- und KI-basierten-Diensten.

Der Kurs dauert etwa 60 Min und hat folgende Inhalte:

  • Grundlagen KI,
  • Risiken & Potentiale,
  • Regeln in Prüfungen,
  • Tools fürs Studium.

Zum Kurs (Anmeldung erfordert zunächst Registrierung eines Kontos im Virtuellen Campus Thüringen)

Der Kurs doIT "KI-Kompetenz – Orientierung und Praxis für Studierende" von Anja Westermann (Zentrum für Informations- und Medientechnische Dienste (ZIM), Universität Paderborn) wurde im Rahmen des Projektes "KI und Open Source LLM: Innovative KI-Lösungen für die Lehre an der Universität Paderborn" entwickelt. Er beinhaltet folgende Themen: Grundlagen der KI, KI und Ethik, Effektives Prompting im Studium. Der Aufwand für die erfolgreiche Bearbeitung des Kurses wird mit ca. 5 Stunden angegeben.

Link- und Materialsammlungen zum Thema KI in der Lehre

Inhalt:
Fokus auf der Planung, Durchführung und Evaluation einer Lehrveranstaltung unter Zuhilfenahme von KI-Text-Tools

Lernziele:

  • Die grundlegenden Konzepte und Anwendungsmöglichkeiten von Prompts in der Hochschullehre verstehen.
  • Über die Potenziale und Herausforderungen des Einsatzes von generativer KI und Prompts in der Hochschullehre reflektieren.
  • Effektive Instruktionsbefehle (Prompts) anwenden und verfassen, um spezifische Aufgabenstellungen oder Lehrszenarien mit KI-Unterstützung zu erzielen.
  • Prompts evaluieren und optimieren, um den Nutzen und die Qualität der generierten Lehr- und Lerninhalte zu verbessern.
  • Erfahrungen und bewährte Praktiken im Umgang mit Prompts mit anderen Lehrenden in der Lerncommunity des Prompt-Labors teilen.

Dauer: /

Anbieter: KI-Campus

Hinweis: Materialsammlung enthält alle Videos, Dokumente und Übungen, die vor, während und nach Veranstaltungen vom Qualifizierungsangebot "Promptlabor" zur Verfügung gestellt wurde.

Inhalt:
Im Workshop „Lehre mit KI gestalten“ wurde aufgezeigt, wie mit KI Lehre bereichert und Verwaltungsaufgaben effizienter gestaltet werden können. Unser Referent Ben Lenk-Ostendorf begleitete Sie Schritt für Schritt durch die Planung einer kompletten Seminars – von der Erstellung einer aussagekräftigen Beschreibung bis hin zur abschließenden Evaluation. Dabei wurden verschiedene KI-Tools eingesetzt und gemeinsam erkundet, wie diese innovativen Werkzeuge Ihre Lehrmethoden optimieren können. Ziel war es, die Möglichkeiten der Künstlichen Intelligenz in der Bildung voll auszuschöpfen, um so ein dynamisches und interaktives Lernerlebnis zu schaffen.

Dauer: 1:15 h

Anbieter: Netzwerk derLandeseinrichtungen für digitale Hochschullehre

Inhalt:
Mit diesem Foliensatz bietet Prof. Dr. Klaus-Peter Schoeneberg einen übersichtlichen Einstieg in die Möglichkeiten, genKI ganz konkret für die eigene Lehre einzusetzen, inklusive eines Einblicks in das Prüfen mit KI-Einfluss.

Anbieter: Berliner Hochschule für Technik

Inhalt:
Sie finden hier eine Linksammlung zu Webressourcen, die bereits als Informationsangebote entstanden sind und die wir als hilfreich erachten um sich in das Thema einzufinden.

Anbieter: TU Darmstadt

Inhalt:
Diese Linkliste soll einen thematisch geordneten Überblick über die Fülle der Qualifikationsangebote für Hochschulangehörige bieten, um die gezielte Suche nach bestimmten Informationen und Formaten für Lehrende und Didaktiker:innen zu erleichtern. Sie umfasst informative wie vertiefende Vorträge (und Diskussionen), Selbstlernmaterialien und weitere Informationsangebote zu KI im Hochschulbereich und in der Erwachsenenbildung. Alle aufgeführten Angebote sind auf den Wissenserwerb der Teilnehmenden ausgerichtet und gehen somit über eine Positionierung zur Rolle von KI hinaus. Des Weiteren sind die Angebote frei verfüg- und nutzbar, was „echte“ Open Educational Resources, aber auch Aufzeichnungen oder andere frei verfügbare Materialien umfasst. Die meisten der hier kommentierten Materialien und Angebote können also von Interessierten weiter genutzt und entwickelt werden.

Anbieter: Hochschulforum Digitalisierung

Online-Kurse oder Konferenze zum Thema KI in der Lehre (zu festen Terminen)

Twillo, das Portal für die Hochschullehre in Niedersachsen, bietet regelmäßig Kurse rund um das Thema KI für Lehrende an. Die Kurse richten sich primär an Hochschullehrende aus Niedersachsen, sind aber auch offen für Lehrende aus anderen Regionen. Die Kurse finden online statt, sind kostenfrei. Die ausführliche Kursbeschreibung sowie zur Anmeldung gelangt man über die Veranstaltungssuche bei twillo.

Beispiele für aktuelle Kurse bei twillo sind:

  • KI in der Lehre – Einfach machen, offen gestalten (90 Minuten)
  • Didaktische Bildgenerierung mit KI (1 Stunde)
  • Untertitel, Übersetzung, Voiceover & Co – Videos mit KI aufwerten (1 Stnde)
  • KI, OER und Recht – Praxisfälle gemeinsam lösen (90 Minuten)
  • Das sieht doch anders aus?! Konsistenz in KI generierten Videos (und Bildern) verbessern (1 Stunde)

KI:EDU.NRW bietet regelmäßig Basiskurse für Lehrende und lehrunterstützendes Personal an. Die Kurse bieten einen "allgemeinen Überblick zur Funktionsweise generativer KI, zu ethischen Aspekten und Didaktik sowie zum rechtlichen Rahmen von KI-Einsatz in Studium und Lehre. Bei Bedarf können Teilnahmebescheinigungen ausgestellt werden. Die Teilnahme an den Veranstaltungen ist kostenlos. Aus organisatorischen Gründen ist eine Registrierung erforderlich". Zur Veranstaltungsübersicht und Anmeldung gelangt man über KI:EDU.NRW.

Beispiele für Kurse sind:

  • KI:edu.nrw Basics: Generative KI in der Hochschullehre (90 Minuten)
  • KI:edu.nrw-Basics: Einführung in Learning Analytics – Chancen und Nebenwirkungen (90 Minuten)

KI:EDU.NRW ist auch Ausrichter der seit 2022 jährlich stattfindenen Fachtagung "Learning Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung". 1. bis 2. September 2026: Learning AID 2026. Hier geht es zur Webseite LEARNING AID 2026.

Abgerufen von „https://thldl.eduloop.de/mediawiki/index.php?title=Kurse_und_Materialsammlungen_rund_um_KI_in_der_Lehre&oldid=6528“