GeoKI: Leitfäden für die Analyse von Geodaten
Das Bedürfnis, KI auf aktuelle Fragestellung in komplexen Forschungsgebieten, wie beispielsweise den Wechselwirkungen von Klima und Umwelt, anzuwenden, nimmt stetig zu. Angewandte Studiengänge beinhalten aber oft keine ausreichende Mathematik-und Informatikausbildung, um eine mathematisch korrekte Datenverarbeitung durchzuführen.Im Rahmen dieses Projektes soll jeder und jedem interessierten v.a. Studierenden Leitfäden für die korrekte Analyse von Geodaten zur Verfügung gestellt werden. Dies geschieht über das zu entwickelnde GeoKI-Lab, welches mithilfe von Studierenden für Studierende entwickelt wird. Im GeoKILab können Algorithmen nachvollzogen und mithilfe von Jupyter Notebooks nachprogrammiert werden. Studierende werden direkt in die Lehrentwicklung einbezogen.Darüber hinaus werden Kurse für Studierende und Schüler*innen angeboten, in denen - vom Erheben unterschiedlicher Geo-Daten über die KI-Anwendung bis hin zur Interpretation der Ergebnisse - Leitfäden praktisch erlebt werden können. Insgesamt entsteht ein deutschlandweit einzigartiges GeoKI-Lab, welches ein hohes Transferpotential auf weitere Anwendungsgebiete wie beispielsweise den Wirtschaftswissen oder der Medizin hat.
Auf Einen Blick
Kontakt
Das könnte Sie auch interessieren
Prompt Higher Learning Mit KI-gestützten Writing Tools (Hochschul-)Bildung verbessern?!
Das interdisziplinäre Projekt zielt darauf ab, Nutzungsszenarien von KI-gestützten Chatbots wie ChatGPT in Bildungseinrichtungen zu entwickeln und Bildungsangebote dazu hochschulintern zur Verfügung zu stellen. Zunächst werden grundlegende Konzepte von Sprachmodellen und deren Umsetzung in Chatbots vermittelt. An Beispielen werden zentrale Funktionalitäten und Textqualitäten analysiert. Im zweiten Schritt stehen die Anwendungsmöglichkeiten in Hochschulen, Schulen und anderen Bildungseinrichtungen, insbesondere für Lehr-Lernszenarien, im Vordergrund. Auf der Basis mediendidaktischer Grundlagen und erziehungswissenschaftlicher Lehr-Lernszenarien entwickeln die Teilnehmenden eigene spezifische Fallbeispiele. In der dritten Phase werden diese auf ihre Effektivität und Qualität geprüft. Dabei wird evaluiert, inwiefern die Prompts für verschiedene Zielgruppen geeignet sind und ob sie zu den gewünschten (Lern-)Ergebnisse führen und es werden mögliche Auswirkungen auf Mikro-, Meso- und Makroebene reflektiert. Das Projekt wird formativ evaluiert, um sowohl die Lern- bzw. Bildungsprozesse der Teilnehmenden, als auch die Unterstützung von Lehr-Lernszenarien mit KI-gestützten Chatbots zu untersuchen. In der vierten Phase werden in einer Zukunftswerkstatt Perspektiven für den Einsatz von KI-Writing-Tools entwickelt und an der Hochschule eingebracht. Darüber hinaus soll eine Sammlung von Prompts und Lehr-Lernszenarien aufgebaut und zugänglich gemacht werden.
Projekt anzeigen
