KI-Makerspace:

Nach den Vorbereitungen im vergangenen Jahr und zahlreichen Impulsen zum Thema KI in unterschiedlichen Vorlesungen und Seminaren sind diesen Monat die ersten zwei unserer SaPe-Kurse mit großem Interesse gestartet.

Im Kurs „Grundlagen der Künstlichen Intelligenz“ werden die Teilnehmenden in einem Blended-Learning-Format mit den fundamentalen Konzepten und Methoden der KI vertraut gemacht. Ziel des Workshops ist es, die mathematischen Grundlagen zu vermitteln, zentrale Technologien und Herausforderungen einzuordnen sowie erste praktische Erfahrungen im Umgang mit KI-Anwendungen zu sammeln. Begleitet wird der Kurs durch individuelle Beratungstermine sowie abschließende Diskussionsrunden, die den Transfer des Gelernten in aktuelle Entwicklungen und Anwendungsbezüge erleichtern​.

Parallel dazu wird im Workshop „KI Tools in der Lehre“ ein besonderer Fokus auf den praktischen Einsatz von KI-Technologien im Bildungsbereich gelegt. Lehrende lernen hierbei, wie KI-gestützte Anwendungen – von Spracherkennung über automatische Inhaltszusammenfassungen bis hin zur Gestaltung personalisierter Lernpfade – effektiv in ihre Lehrpraxis integriert werden können. Durch praxisorientierte Beispiele und Übungen entwickeln die Teilnehmenden konkrete Ansätze zur Gestaltung innovativer, KI-gestützter Lehr- und Lernumgebungen. Auch hier werden individuelle Beratungsangebote und der Erfahrungsaustausch in der Gruppe genutzt, um die nachhaltige Anwendung der erarbeiteten Konzepte zu fördern​.

Mit beiden Angeboten leisten wir einen wichtigen Beitrag dazu, Lehrende und Studierende auf den reflektierten und kompetenten Umgang mit KI-Technologien vorzubereiten – sowohl auf technischer als auch auf didaktischer Ebene.

DigiData:

Im Projekt „Pavement-Scanner“ wurde ein kleiner Exkurs zum Thema automatische datenschutzkonforme Manipulation von Bilddaten durchgeführt. Ziel ist es, die großen Mengen an bei den Messfahren aufgenommenen Bilddaten durch eine automatische Detektion und unkenntlich machen von Personen und Fahrzeugen vor Weitergabe an Dritte in einen datenschutzkonformen Zustand zu überführen. Dazu wird ein State-of-the-Art Detektionsmodell genutzt, um die Bereiche robust zu detektieren, welche in einem nächsten Schritt durch Verwischen unkenntlich gemacht werden. Ferner wurde eine halbautomatische Pipeline zum Annotieren der vorverarbeiteten Georadardaten entwickelt. Dazu wurde das kollaborative Annotationstool „CVAT“ mit dem auf dem kleinen Datensatz trainierten Bildsegmentierungsmodell über entwickelte Schnittstellen verbunden. Anschließend wurde gemeinsam eine Label-Policy entwickelt und auf die vom Modell vorannotierten Daten angewandt.

Für den BUW internen Förderwettbewerb „Innovationsfonds Lehre“ haben wir gemeinsam mit Kirsten Schindler (Projektpartner „Korpusanalyse digitaler Schüler*innentexte“) eine Idee für ein innovatives Lehrkonzept entwickelt und die Ausarbeitung einer Interessenbekundung vorangetrieben.