Home / Projekt / Details
📊 Projekt

AI-SKILLS

Humboldt-Universität zu Berlin

AI-SKILLS

Institution: Humboldt-Universität zu Berlin Kategorie: Projekt
Website: https://www.ai-skills.hu-berlin.de/

Kurzbeschreibung

Der Dienst bietet eine anwendungsorientierte IT-Infrastruktur basierend auf einem JupyterHub für die universitäre Lehre. Zielgruppe sind Lehrende und Studierende aller Fachrichtungen, die KI-Methoden in forschungsbezogenen Lehr-Lern-Settings anwenden möchten. Hauptnutzen für Hochschulen ist die zentrale Bereitstellung von Rechenleistung, Speicherkapazität und Jupyter Notebooks, die die Entwicklung und Nutzung von Computational Essays sowie die Nachnutzung von Lehrmaterialien erleichtern.

Allgemeinverständliche Beschreibung

-

Thematische Einordnung

Fachgebiete

  • Informatik
  • Naturwissenschaften
  • Geisteswissenschaften
  • Gesellschaftswissenschaften
  • Digitale Geschichte
  • Medienwissenschaft
  • Sprach- und Literaturwissenschaft
  • Physik
  • Digitales Wissensmanagement

Forschungsfelder

  • Maschinelles Lernen
  • Symbolische KI
  • KI-Didaktik
  • Open Educational Resources (OER)
  • Computational Essays
  • Forschungsorientierte Lehre mit KI
  • Digitale Bildung und Hochschuldidaktik
  • Interdisziplinäre KI-Anwendungen in Geistes- und Naturwissenschaften
  • Ethik und gesellschaftliche Implikationen von KI
  • Generative KI in der Lehre
  • Nachhaltige Nachnutzung von Lehr-Lern-Materialien
  • Community of Practice im Hochschulkontext
  • KI-basierte Lehr-Lern-Infrastruktur (JupyterHub)

Spezialisierungen

  • Anwendungsorientierte Vermittlung von KI-Methoden und KI-Technologien in der universitären Lehre
  • Fokussierung auf Methoden des Maschinellen Lernens und der symbolischen KI
  • Entwicklung und Nutzung von Jupyter Notebooks und eines JupyterHub für die Lehr-Lern-Infrastruktur
  • Einführung von Computational Essays als Prüfungsform zur Bewertung praktischer KI-Anwendungen
  • Aufbau von Communities of Practice in den Bereichen Geisteswissenschaften, Gesellschaftswissenschaften und Informatik/Naturwissenschaften
  • Förderung von Open Educational Resources (OER) und nachhaltiger Nachnutzung von Lehr-Lern-Materialien
  • Integration von KI-Kompetenzen in forschungsorientierte Lehr-Lern-Settings nach dem Humboldt’schen Bildungsideal
  • Unterstützung von Lehrenden durch Community-Katalysator:innen in der Entwicklung fachspezifischer KI-Lehrangebote
  • Verzahnung kompetenzorientierter Didaktik mit KI-Forschungsmethoden und agiler Weiterentwicklung der IT-Infrastruktur
  • Förderung der Nachhaltigkeit und Wirksamkeit durch kontinuierliche Evaluation und Vernetzung mit zentralen Hochschuleinrichtungen (bologna.lab, CMS)

Schlagworte

-AI-Skills -JupyterHub -Computational Essays -Communities of Practice -Open Science -KI-Didaktik -Lehre mit KI -Hochschuldidaktik -OER (Open Educational Resources) -Forschungsorientierte Lehre

Förderung

Fördergeber: -
Förderprogramm: AI-SKILLS
Förderkennzeichen: 2023-2025
Förderzeitraum: 2023–2026
Projektvolumen: Das Volumen oder "INSUFFICIENT"

Team & Partner

Projektleitung

Lilian Löwenau (Humboldt-Universität zu Berlin)

Beteiligte Personen

  • Lilian Löwenau, M.Sc. (Community Katalysatorin Naturwissenschaften und Informatik)
  • Anna Faust, M.A. (Community Katalysatorin Geisteswissenschaften)
  • Martin Dröge, M.Sc. (Community Katalysator Naturwissenschaften / Mathematik / Informatik)
  • Jan Krämer, M.A. (Community Katalysator Gesellschaftswissenschaften)

Beteiligte Einrichtungen

-

Externe Partner

Projektinhalte

Ziele

  • Unterstützung von Lehrenden bei der anwendungsorientierten Vermittlung von KI-Methoden und -Technologien in der universitären Lehre
  • Aufbau einer anwendungsorientierten IT-Infrastruktur (z. B. JupyterHub) für KI-basierte Lehr-Lern-Settings
  • Förderung von Communities of Practice in den Bereichen Geisteswissenschaften, Gesellschaftswissenschaften und Naturwissenschaften/Informatik
  • Entwicklung und Verbreitung von Open Educational Resources (OER) und Computational Essays als Prüfungsform
  • Nachhaltige Verankerung von KI-Kompetenzen in der Lehre durch fachübergreifenden Austausch und hochschuldidaktische Weiterbildung

Arbeitspakete

  • WP1: Aufbau und Förderung von Communities of Practice (Geisteswissenschaften, Gesellschaftswissenschaften, Informatik/Naturwissenschaften)
  • WP2: Entwicklung und Bereitstellung einer anwendungsorientierten IT-Infrastruktur (JupyterHub mit Rechenleistung, Speicherkapazität, Jupyter Notebooks)
  • WP3: Konzeption und Implementierung von KI-spezifischen Lehr-Lern-Settings in forschungsorientierten Kontexten
  • WP4: Einführung und Evaluation von Computational Essays als Prüfungsform
  • WP5: Entwicklung und Verbreitung von Open Educational Resources (OERs) und Lehr-Lern-Bausteinen
  • WP6: Qualifizierung und Unterstützung von Lehrenden durch Community Katalysator:innen und Zertifikatsprogramm „Künstliche Intelligenz“
  • WP7: Öffentlichkeitsarbeit, Veranstaltungen und Vernetzung (Workshops, Ringvorlesungen, Podiumsdiskussionen, Posterpräsentationen)

Methoden

  • Anwendungsorientierte Infrastruktur für KI-Communities in Lehr-Lern-Settings
  • Community of Practice (CoP) Ansatz
  • JupyterHub-Infrastruktur mit Jupyter Notebooks
  • Computational Essays als Prüfungsform
  • Open Science-Prinzipien für Nachnutzung und Verbreitung von Lehr-Lern-Materialien
  • Agile Weiterentwicklung der IT-Infrastruktur
  • Kompetenzorientierte Didaktik
  • Forschungsbezogene Lehre mit Fokus auf „learning AI by doing AI“
  • Interdisziplinärer Austausch zwischen Geistes-, Gesellschafts- und Naturwissenschaften
  • Entwicklung und Bereitstellung von Open Educational Resources (OERs)
  • Nutzung von „Learning Bricks“ als kleine, wiederverwendbare Lehr-Lern-Bausteine
  • Kooperation mit zentralen Hochschuleinrichtungen (bologna.lab, CMS)
  • Zertifikatsprogramm „Künstliche Intelligenz“ für Lehrende
  • Ringvorlesungen zu KI mit fächerübergreifendem Ansatz
  • Hands-on-Workshops zu generativer KI und Large Language Models
  • Kollegiale Beratung und Erfahrungsaustausch innerhalb der Communities
  • Systematische Evaluation der Maßnahmen
  • Vernetzung von Lehrenden durch regelmäßige Community Meetings und Workshops

Erwartete Ergebnisse

  • Entwicklung und Implementierung einer anwendungsorientierten IT-Infrastruktur basierend auf einem JupyterHub zur Unterstützung von KI-basierten Lehr-Lern-Settings
  • Etablierung von Communities of Practice in den Bereichen Geisteswissenschaften, Gesellschaftswissenschaften und Informatik/Naturwissenschaften zur nachhaltigen Vernetzung und Weiterentwicklung von KI-Didaktik
  • Identifikation und gemeinsame Weiterentwicklung generischer und fachspezifischer Lerninhalte sowie Lehr-Lern-Module (z. B. „Learning Bricks“, OERs)
  • Einführung von Computational Essays als innovative Prüfungsform, um praktische und reflektierte Anwendung von KI-Technologien zu evaluieren
  • Förderung der nachhaltigen Integration von KI-Methoden und -Technologien in die universitäre Lehre aller Disziplinen
  • Stärkung der fachspezifischen und überfachlichen KI-Kompetenzen bei Studierenden durch forschungsorientierte Lehr-Lern-Settings ("learning AI by doing AI")
  • Systematische Einbindung zentraler Hochschuleinrichtungen (bologna.lab, CMS) zur Unterstützung und Verbreitung der entwickelten Materialien nach Open-Science-Prinzipien
  • Aufbau eines Zertifikatsprogramms „Künstliche Intelligenz“ für Lehrende zur Anerkennung hochschuldidaktischer Kompetenzen im Bereich KI
  • Verbreitung und Nachnutzung der entstandenen Lehr-Lern-Materialien über OER-Plattformen und Medienrepositorien der Humboldt-Universität
  • Kontinuierliche Evaluation und agile Weiterentwicklung der Infrastruktur

Kontakt

Ansprechperson: Community Katalysatorin Naturwissenschaften und Informatik: Lilian Löwenau
E-Mail: -
Projekt-Website: https://www.ai-skills.hu-berlin.de/

Erfasst: 2026-01-11
Quelle: https://www.ai-skills.hu-berlin.de/

Website besuchen