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, die Lehrende und Studierende der Humboldt-Universität zu Berlin bei der Integration von KI-Methoden in Lehr-Lern-Settings unterstützt. Zielgruppe sind Lehrende aller Fachrichtungen, die KI-basierte Inhalte forschungsbezogen und praxisnah vermitteln möchten. Der Hauptnutzen für Hochschulen liegt in der vereinfachten Erstellung, Dokumentation und Wiederverwendung von Lernmaterialien durch Jupyter Notebooks sowie der Einführung von Computational Essays als Prüfungsform. Dies fördert die Entwicklung von fachspezifischen KI-Kompetenzen und sichert eine nachhaltige, agil an Bedürfnisse angepasste Implementierung.

Allgemeinverständliche Beschreibung

-

Thematische Einordnung

Fachgebiete

  • Informatik
  • Naturwissenschaften
  • Geisteswissenschaften
  • Gesellschaftswissenschaften
  • Digital History
  • Medienwissenschaft
  • Sprach- und Literaturwissenschaft
  • Physik
  • Philosophische Fakultät
  • 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 (z. B. 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 Implementierung von KI-spezifischen Lehr-Lern-Settings
  • Nutzung des JupyterHub für die Integration von Jupyter Notebooks, Rechenleistung und Speicherkapazität
  • Einführung von Computational Essays als Prüfungsform zur Bewertung praktischer Anwendungskompetenzen
  • Aufbau von Communities of Practice in den Bereichen Geisteswissenschaften, Gesellschaftswissenschaften und Informatik/Naturwissenschaften
  • Förderung von Open Science-Prinzipien durch Verbreitung und Nachnutzung von OER (Open Educational Resources)
  • Unterstützung von Lehrenden durch Community-Katalysator:innen in der Entwicklung und Weiterentwicklung von Lehrmaterialien
  • Integration von KI-Didaktik mit kompetenzorientierter Hochschuldidaktik und agiler IT-Infrastruktur
  • Vernetzung mit zentralen Hochschuleinrichtungen wie bologna.lab und CMS der Humboldt-Universität zu Berlin
  • Förderung der Nachhaltigkeit durch kontinuierliche Evaluation und Verstetigung der Maßnahmen

Schlagworte

-AI-Skills -JupyterHub -Computational Essays -Communities of Practice -Open Science -KI-Didaktik -Hochschullehre -Maschinelles Lernen -Symbolische KI -OER (Open Educational Resources)

Förderung

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

Team & Partner

Projektleitung

  • Lilian Löwenau (Humboldt-Universität zu Berlin)

Beteiligte Personen

  • Lilian Löwenau (Community Katalysatorin Naturwissenschaften und Informatik)
  • Anna Faust (Community Katalysatorin)
  • Martin Dröge (Community Katalysator)
  • Jan Krämer (Community Katalysator)

Beteiligte Einrichtungen

-

Externe Partner

Projektinhalte

Ziele

  • Unterstützung von Lehrenden bei der anwendungsorientierten Vermittlung von KI-Methoden und -Technologien in allen Fachrichtungen
  • Aufbau einer nachhaltigen, fächerübergreifenden Infrastruktur für KI-basierte Lehr-Lern-Settings mit Fokus auf Maschinelles Lernen und symbolische KI
  • Förderung von Communities of Practice zur Vernetzung von Lehrenden und zur gemeinsamen Entwicklung von Lehrmaterialien
  • Einführung von Computational Essays als Prüfungsform zur Stärkung praktischer und reflektierter KI-Anwendung
  • Systematische Verbreitung und Nachnutzung von Open Educational Resources (OER) im Sinne von Open Science

Arbeitspakete

  • WP1: Aufbau und Förderung von Communities of Practice (Geisteswissenschaften, Gesellschaftswissenschaften, Informatik/Naturwissenschaften)
  • WP2: Entwicklung und Bereitstellung einer anwendungsorientierten IT-Infrastruktur (JupyterHub, Jupyter Notebooks, Rechenleistung, Speicherkapazität)
  • WP3: Konzeption und Implementierung von KI-spezifischen Lehr-Lern-Settings in enger Zusammenarbeit mit Lehrenden
  • WP4: Einführung und Evaluation von Computational Essays als Prüfungsform
  • WP5: Identifikation, Entwicklung und Verbreitung von Open Educational Resources (OERs) und Lehrbausteinen
  • WP6: Aufbau eines Zertifikatsprogramms „Künstliche Intelligenz“ für Lehrende zur Anerkennung hochschuldidaktischer Kompetenzen
  • WP7: Systematische Evaluation der Maßnahmen und kontinuierliche Weiterentwicklung der Infrastruktur und didaktischen Ansätze
  • WP8: Öffentlichkeitsarbeit, Vernetzung und Transfer (z. B. Podiumsdiskussionen, Workshops, Posterpräsentationen, Veranstaltungen)

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 Verbreitung und Nachnutzung 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
  • Kollegiale Beratung und Erfahrungsaustausch innerhalb der Communities
  • Praxisnahe Workshops mit Hands-On-Elementen (z. B. zu generativer KI)
  • Ringvorlesungen mit fächerübergreifendem Zugang zu KI-Themen
  • Podiumsdiskussionen und Informationsveranstaltungen zu ethischen, gesellschaftlichen und didaktischen Aspekten von KI
  • Evaluation kontinuierlicher Maßnahmen zur Sicherstellung Nachhaltigkeit und Wirksamkeit

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 sowie fachspezifischer Lerninhalte und Lehr-Lern-Settings für KI-Methoden und -Technologien
  • Einführung von Computational Essays als Prüfungsform, um praktische, daten- und codebasierte Anwendungskompetenzen zu evaluieren
  • Förderung der Open Science-Prinzipien durch die systematische Verbreitung und Nachnutzung von Open Educational Resources (OER) im Medienrepositorium der Humboldt-Universität zu Berlin
  • Aufbau eines Zertifikatsprogramms „Künstliche Intelligenz“ zur Anerkennung hochschuldidaktischer Kompetenzen in der Vermittlung von KI-Inhalten
  • Nachhaltige Verankerung von KI-Didaktik in der universitären Lehre durch enge Verzahnung von kompetenzorientierter Didaktik, agiler IT-Infrastruktur und kontinuierlicher Evaluation
  • Stärkung der KI-Kompetenzen bei Studierenden durch forschungsorientierte Lehr-Lern-Settings und den Studienschwerpunkt „K

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