Workshop
KI Hands-On: Praktischer Einsatz von KI in der Hochschullehre
Track 2 | Mittwoch, 27.09.2023 | 10:00 – 15:00 Uhr
Florian Greiner
OTH Regensburg Maschinenbau Gebäude (Raum wird noch bekannt gegeben)
Die schnelle Verbreitung und die (zumindest auf den ersten Blick) menschlich wirkende Ausdruckfähigkeit von KI haben auch das Hochschulsystem aufhorchen lassen. Angeregt diskutiert wird derzeit u.a., wie KI-Tools in der Lehre genutzt werden können. In dem Workshop lernen die Teilnehmer:innen verschiedene Einsatzmöglichkeiten ausgewählter populärer KI-Tools kennen und diskutieren diese. Sie beschäftigen sich u.a. mit ChatGPT und PerplexityAI als textbasierte Dialogsysteme, mit Dall-E2 und Midjourney als Text-zu-Bild-Systeme und mit spezifischen Werkzeugen, die speziell für den Einsatz in der Hochschullehre konzipiert sind. Im Mittelpunkt stehen der praktische Erfahrungsgewinn und der Austausch zu den Möglichkeiten und Herausforderungen bekannter KI-Systeme.
Florian Greiner
Florian Greiner ist Mitarbeiter am Zentrum für Hochschul- und Wissenschaftsdidaktik an der Universität Regensburg. Er ist für das bayernweite Projekt QUADIS zuständig: Er erstellt Blended Learning Seminare für Hochschuldidaktiker:innen als Open Educational Resources. Das Thema KI begleitet ihn seit seinem Studium, u.a. in seiner Magisterarbeit zu intelligenter, inhaltsbasierter Bildanalyse und -suche.
Das Projekt QUADIS (Qualität digital gestützter Lehre an bayerischen Hochschulen steigern) wird gefördert durch die Stiftung Innovation in der Hochschullehre.
Track 1 | Mittwoch, 27.09.2022 | 10:00 – 15:00 Uhr
Future Skills lehren
Studierende sollen neben dem Erwerb von fachlichem Wissen auf die Herausforderungen vorbereitet werden, die Gesellschaft und Arbeit an sie stellen. Dafür benötigen sie Lesen Sie hier weiter…
Track 3 | Mittwoch, 27.09.2022 | 10:00 – 15:00 Uhr
Lernmotivation im digitalen Raum: Praxisnahe Ansätze für Lehrende
Die studentische Lernmotivation zu fördern, ist ein wesentliches Qualitätsmerkmal guter Hochschullehre. Denn die Motivationslage der Studierenden entscheidet, ob und wie intensiv sie sich mit einer Lernaufgabe auseinandersetzen. Lehrende haben verschiedene Lesen Sie hier weiter…
