KI-NEL-23-NRW

15.01.2024, 11.00 - 12.00 Uhr

Worum geht's?

English

The current state of sports science education clearly shows a lack of integration of advanced methods such as Machine Learning (ML) and Artificial Intelligence (AI). This project aims to close this gap by developing training modules in AI and ML specifically designed for sports science degree programs. The need for this integration is becoming increasingly apparent, as evidenced by the growing use of ML in the sports industry and a rise in related academic publications. These modules are carefully designed to provide students with both foundational and advanced skills in data science and visual data analytics. They are specifically tailored to the unique requirements and challenges of the sports sector.

In the presentation we will show how the project was designed to integrate the required knowledge about AI into sports science teaching without losing the focus on sport. We will also present our approach to creating cross-platform applicable teaching modules using online tools and reproducible scientific frameworks.

Deutsch

Der aktuelle Stand der Sportwissenschaftsausbildung zeigt deutlich einen Mangel bei der Einbindung fortschrittlicher Methoden wie Maschinelles Lernen (ML) und Künstliche Intelligenz (KI). Dieses Projekt zielt darauf ab, diese Lücke zu schließen, indem speziell für Sportwissenschafts-Studiengänge konzipierte Ausbildungsmodule in AI und ML entwickelt werden. Die Notwendigkeit dieser Integration wird immer offensichtlicher, was sich durch die zunehmende Verwendung von ML in der Sportbranche und einen Anstieg entsprechender akademischer Veröffentlichungen zeigt. Diese Module sind sorgfältig darauf ausgerichtet, den Studierenden sowohl grundlegende als auch fortgeschrittene Fähigkeiten in den Bereichen Datenwissenschaft und visuelle Datenanalytik zu vermitteln. Sie sind speziell auf die einzigartigen Anforderungen und Herausforderungen im Sportsektor zugeschnitten.

In dem Vortrag werden wir zeigen, wie das Projekt konzipiert wurde, um das erforderliche Wissen über KI in den Sportwissenschaftsunterricht zu integrieren, ohne den Fokus auf den Sport zu verlieren. Wir werden auch unseren Ansatz zur Erstellung von plattformübergreifend einsetzbaren Lehrmodulen unter Verwendung von Online-Tools und reproduzierbaren wissenschaftlichen Frameworks vorstellen.

Bitte beachten Sie, dass der Vortrag auf Englisch und die anschließende Diskussion auf Deutsch stattfinden wird.

Vortragend:
Marc Garnica Caparrós, Ashwin Phatak | Deutsche Sporthochschule Köln

18.01.2024, 10.00 - 11.00 Uhr

Worum geht's?
Im Kontext der Nutzung von KI-Tools entstehen zahllose rechtliche Fragestellungen. Daher sind Fragen nach der Urheberschaft an den Erzeugnissen, aber auch an den Trainingsdaten nur die Spitze des Berges. Aber gerade im Bereich der Bildung schlägt die Nutzung von KI-Tools hohe Wellen. Studierende machen sich die Erzeugnisse für Prüfungen oder andere Arbeiten zu eigen, weshalb sich auch das wissenschaftliche und lehrende Personal nun verstärkt damit auseinandersetzen muss, ob KI-Tools nicht als Arbeitserleichterung beispielsweise bei der Erstellung von wissenschaftlichen Werken oder bei der Bewertung von Prüfungsleistungen dienen können. Während die Nutzung von KI-Tools im beruflichen Alltag oftmals tatsächlich eine Arbeitserleichterung bedeuten kann, muss im hochschulischen Prüfungswesen weiterhin die Chancengleichheit gewahrt werden. Neben den urheberrechtlichen Fragstellungen sollen daher auch unter Berücksichtigung des besonderen Verwendungskontexts die rechtlichen Hürden bei der Nutzung von KI-Tools im Hochschulalltag beleuchtet werden.

Vortragend:
Nicolas John | Universität Münster

01.02.2024, 11.00 - 12.00 Uhr

Worum geht's?
Im Projekt "KI-transdisziplinär" stehen transdisziplinäre Lehrprojekte im Mittelpunkt, um Studierende aus verschiedenen Fachrichtungen anwendungsorientierte KI-Kompetenzen erwerben zu lassen. Wir stellen exemplarisch eine transdisziplinäre Lehrveranstaltung vor, in der Studierende der Sozialen Arbeit und der Informatik gemeinsam an der Programmierung eines Sozialroboters arbeiten. Wir teilen Herausforderungen, Fails und Erfolgsfaktoren unseres Projekts, damit auch andere Hochschulen und interessierte Lehrende daraus lernen können. In der anschließenden Diskussionsrunde liegt unser Augenmerk darauf, in den (Erfahrungs-)Austausch zu kommen und voneinander zu lernen.

Vortragend:
Prof. Dr. Anne-Friederike Hübener (Professorin Fachbereich Sozialwesen)
Prof. Dr. Christoph Quix (Professor Fachbereich Elektrotechnik und Informatik)
Dr. Elske Schönhals (Stv. Projektleitung, wissenschaftliche Referentin Hochschuldidaktik)
Hochschule Niederrhein

05.02.2024, 11.00 - 12.00 Uhr

Worum geht's?
In dem Projekt geht es um die nachhaltige Implementierung von formativem Feedback in die Hochschullehre mit KI und Trusted Learning Analytics. Praktisches Ziel ist die Entwicklung und Bereitstellung eines Feedbackzentrums an der FernUniversität in Hagen durch die Anbindung an didaktische Kontexte und durch eine bottom-up Engagementstrategie. Diese bereitet die Voraussetzungen zur Integration von ethisch reflektierten KI-Anwendungen in die Hochschule maßgeblich vor. Der Vortrag gibt Einblicke in die Entwicklung der Anwendung unter Einbindung von Open Source Software und der Berücksichtigung ethischer und rechtlicher Rahmenbedingungen.

Vortragende:
Heike Karolyi, Michael Hanses | FernUniversität Hagen

15.02.2024, 14.00 - 15.00 Uhr

Worum geht's?
Das Projekt AIStudyBuddy nutzt moderne KI-Technologien, um die individuelle Planung und Reflexion von Studienverläufen zu unterstützen und ist ein Verbundvorhaben der RWTH Aachen, der Bergischen Universität Wuppertal (BUW) und der Ruhr-Universität Bochum (RUB).
Im Fokus des Vorhabens stehen zwei Zielgruppen: Studierende erhalten mit dem StudyBuddy ein Tool zur informierten, evidenzbasierten Planung des eigenen Studiums. Studiengangsdesigner erhalten mit BuddyAnalytics ein interaktives Tool, das Planungsentscheidungen wie die kompetenzorientierte Curriculumsentwicklung und Studienberatung unterstützt. Im Rahmen des Vortrags werden die aktuellen Prototypen der beiden Softwareprodukte vorgestellt.

Vortragende:
Jun.-Prof. Dr. Maren Scheffel, Ruhr-Universität Bochum
Dr. René Röpke, RWTH Aachen

20.02.2024, 10.00 - 11.00 Uhr

Worum geht's?
Der Distanzunterricht der vergangenen Jahre hat als Katalysator für die Produktion audiovisueller Lernmaterialien gewirkt, die nun im Sinne einer nachhaltigen Entwicklung auch als Materialfundus für das Selbststudium erschlossen werden können. Hier setzt das intelligente Hochschul-Assistenzsystem „HAnS“ an, das von 2021 bis Ende 2025 im Rahmen eines BMBF-geförderten Verbundprojekts von neun Hochschulen und drei assoziierten Institutionen entwickelt wird. HAnS nutzt künstliche Intelligenz (KI) zur Gestaltung einer digitalen Lernumgebung, die Studierende mit vier Kernfunktionen beim selbstorganisierten Lernen unterstützen soll: (1) automatisches Generieren von Skripten zu audiovisuellen Lernmedien, (2) intelligente Suchfunktion, (3) Recommender-System und (4) Chatbot. Die technische Entwicklung von HAnS wird von bildungswissenschaftlicher Begleitforschung flankiert, die einerseits didaktische Ansätze für die Gestaltung des Systems liefert und andererseits durch qualitative und quantitative Erhebungen die Interaktion der User:innen mit der Anwendung und ihren KI-gestützten Kernfunktionen evaluiert. Der erste Prototyp des Systems wird bereits seit Oktober 2022 in Erhebungen getestet und kontinuierlich weiterentwickelt. Aktuell konzentrieren sich sowohl die technische Entwicklung als auch die bildungswissenschaftliche Begleitforschung auf die Integration eines systemeigenen textbasierten LLM-Chatbots, der den Studierenden als Lernbegleiter dienen und ihnen individuelle Unterstützung im Stil eines intelligenten Tutorsystems (ITS) bieten soll.

Im Rahmen der Veranstaltungsreihe „How to be a learning aid? KI für die Hochschulbildung in NRW“ stellen wir das Verbundprojekt vor und präsentieren eine Live-Demo des aktuellen HAnS-Prototyps.

Vortragend:
Prof. Dr.-Ing. Korbinian Riedhammer | TH Nürnberg
Stefanie Go | TH OWL

➥ Zum Projekt

29.02.2024, 10.00 - 11.00 Uhr

Worum geht's?
Das Projekt Digitales Mentoring untersucht, wie Studienbedingungen mithilfe von künstlicher Intelligenz (KI) verbessert werden können, wobei der Projektstrang Learning Analytics and Adaptive Learning die Analyse von Lerndaten zur individuellen Anpassung von Lernerlebnissen sowie der Qualitätsverbesserung von Kursen fokussiert. Durch die Anwendung von Learning Analytics bzw. Educational Data Mining auf die Lerndaten erhalten zum einen Studierende individuell angepasste Aufgaben und Feedbacks und zum anderen Lehrende Rückmeldungen zu besonderen Herausforderungen bzw. Optimierungspotentialen der Kurse. Im Rahmen des Vortrages werden Möglichkeiten zur leichtgewichtigen Integration von Learning Analytics und adaptiver Verfahren in typischen Lernmanagementsystem-Umgebungen wie Moodle-Kursen auf Basis von „Bordmitteln“ vorgestellt und deren Potentiale und Grenzen diskutiert.

Vortragend: 
Malte Neugebauer | Hochschule Bochum