@techreport{GaertnerMorassKossetal.2024, author = {G{\"a}rtner, Christian and Moraß, Anna and Koss, Sara and Garbusa, Silvia and Matern, Sibylle and Innermann, Ina}, title = {Einsatz, Nutzen und Grenzen von ChatGPT und anderen Large Language Modellen an den bayerischen HAWs}, volume = {2024}, number = {5}, publisher = {FIDL - Forschungs- und Innovationslabor Digitale Lehre}, address = {M{\"u}nchen ; N{\"u}rnberg}, organization = {Forschungs- und Innovationslabor Digitale Lehre, FIDL}, issn = {2751-3459}, doi = {10.34646/thn/ohmdok-1466}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-14669}, pages = {4 -- 216}, year = {2024}, abstract = {Die Studie analysiert Einsatz, Nutzen und Grenzen von ChatGPT und Large Language Modellen (LLMs) in der Lehre an bayerischen Hochschulen f{\"u}r angewandte Wissenschaften (HAWs). Sie basiert auf einer schriftlichen Onlinebefragung und leitfadengest{\"u}tzten Interviews unter Lehrenden, Studierenden und Funktions-tr{\"a}gerinnen und -tr{\"a}ger. Insgesamt nahmen 1570 Personen an der Onlineumfrage teil und es wurden 27 Interviews gef{\"u}hrt. Zwar variieren die Ergebnisse je nach Befragtengruppe, aber tendenziell lassen sich folgende Einsch{\"a}tzungen auf Basis der empirischen Daten treffen: → Die meisten Teilnehmenden haben ein geringes Verst{\"a}ndnis der Nutzbarkeit von LLMs und deren technologischer Funktionsweise. Die Nutzbarkeit von Open Source LLMs oder dom{\"a}nenspezifisch trainierten LLMs f{\"u}r das eigene Fachgebiet kennt der Großteil der Teilnehmenden ({\"u}berhaupt) nicht oder nur teilweise. → Die Einsatzh{\"a}ufigkeit von ChatGPT bzw. LLMs in Lehre, Studium und Arbeitsalltag ist noch gering, vor allem wegen fehlender sinnvoller Einsatzm{\"o}glichkeiten, mangelnder Qualit{\"a}t der Ergebnisse und rechtlicher Bedenken. Die ChatGPT-Plusversion wird von den meisten Teilnehmenden nie genutzt. → Die wahrgenommene N{\"u}tzlichkeit der Einsatzszenarien von ChatGPT variiert je nach ChatGPT-Version und Zielgruppe, wobei das Zusammenfassen und die Verbesserung von Texten als n{\"u}tzlich eingesch{\"a}tzt werden. → Ein Verbot von ChatGPT wird {\"u}berwiegend abgelehnt. Stattdessen besteht seitens der Lehrenden und Studierenden der Wunsch nach vermehrter Aufkl{\"a}rung {\"u}ber die Chancen und Grenzen von ChatGPT und Co. Zudem erhoffen sie sich finanzielle, technische und didaktische Unterst{\"u}tzung durch die Hochschulen. → Die Teilnehmenden sehen ChatGPT als eine Chance zur Verbesserung der Lehre, aber auch als eine Herausforderung f{\"u}r die Pr{\"u}fungskultur, die rechtliche Sicherheit und die Kompetenzentwicklung. • In Bezug auf zuk{\"u}nftig notwendige Kompetenzen wird angemerkt, dass es zu einem Kompetenz-verlust bei den Studierenden als Konsequenz der ChatGPT-Nutzung kommen kann. • Die Frage nach der rechtlichen Sicherheit bezieht sich nicht nur auf m{\"o}gliche Datenschutz- oder Copyrightverletzungen, sondern auch auf das Pr{\"u}fungswesen. • Die Art und Weise von Pr{\"u}fungen wird sich {\"a}ndern (m{\"u}ssen), wobei mehrere Optionen thematisiert werden: von der Kennzeichnungspflicht bei der Nutzung von ChatGPT und Co. {\"u}ber den Wegfall reiner Wissensabfragen in Pr{\"u}fungen bis hin zu den Ideen, keine theoretischen Bachelorarbeiten mehr zu vergeben und vermehrt m{\"u}ndliche Pr{\"u}fungen einzusetzen. Die Studie schließt mit einer Diskussion {\"u}ber die Rolle und Tragweite der generativen KI in der Hoch-schullehre und gibt Hinweise auf Materialien f{\"u}r die Gestaltung von innovativen und verantwortungs-vollen Lernszenarien}, subject = {Hochschule / Lehre}, language = {de} } @techreport{KochStadi2024, author = {Koch, Christian and Stadi, Markus}, title = {Why Retraining Can Be Harder Than Training}, series = {Towards Data Science}, journal = {Towards Data Science}, publisher = {Medium}, pages = {ohne Z{\"a}hlung}, year = {2024}, abstract = {In a rapidly changing world, humans are required to quickly adapt to a new environment. Neural networks show why this is easier said than done. Our article uses a perceptron to demonstrate why unlearning and relearning can be costlier than learning from scratch.}, subject = {K{\"u}nstliche Intelligenz}, language = {en} } @techreport{BahlingerZimmermannRoth, author = {Bahlinger, Thomas and Zimmermann, Roland and Roth, Anna}, title = {Erfahrungsfeld KI}, doi = {10.34646/thn/ohmdok-1191}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-11912}, pages = {2 -- 14}, abstract = {Im Rahmen eines Gemeinschaftsprojekts haben die Stadt N{\"u}rnberg und die Technische Hochschule N{\"u}rnberg unter Einbindung didaktischer Ans{\"a}tze aus Forschung und Lehre ein Grobkonzept erarbeitet, welches KI f{\"u}r Verwaltungsmitarbeitende greifbar machen soll - das Erfahrungsfeld KI}, subject = {K{\"u}nstliche Intelligenz}, language = {de} } @techreport{RothZimmermannBahlinger2023, author = {Roth, Anna and Zimmermann, Roland and Bahlinger, Thomas}, title = {KI-Potenzial-Scanning f{\"u}r die Stadt N{\"u}rnberg}, volume = {2023}, doi = {10.34646/thn/ohmdok-1197}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-11976}, pages = {2 -- 18}, year = {2023}, abstract = {Mit dem im Jahr 2022 initiierten Projekt „KI-Potenzial-Scanning" soll ein Vorgehensmodell erprobt werden, um f{\"u}r die Stadt N{\"u}rnberg konkrete Einsatzpotenziale identifizierbar zu machen. F{\"u}r das KI-Potenzial-Scanning ist das Ziel, f{\"u}r die Stadt N{\"u}rnberg anhand eines ausgew{\"a}hlten, st{\"a}dtischen Arbeitsfeldes Potenzialbereiche f{\"u}r den Einsatz von KI-basierten, digitalen Systemen zu eruieren. Die Eingrenzung des zu untersuchenden Arbeitsfeldes erfolgt {\"u}ber mehrere Workshops in enger Abstimmung mit dem Amt f{\"u}r Digitalisierung und Prozessorganisation.}, subject = {Verwaltung}, language = {de} } @techreport{HaasBahlingerZimmermannetal.2022, author = {Haas, Juliana and Bahlinger, Thomas and Zimmermann, Roland and Loutzenhiser, John}, title = {N{\"u}rnBOT - smarte Unterst{\"u}tzung f{\"u}r den Einwohnerservice}, doi = {10.34646/thn/ohmdok-825}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-8251}, pages = {2 -- 13}, year = {2022}, abstract = {In einem Kooperationsprojekt der Stadt N{\"u}rnberg mit der Technischen Hochschule N{\"u}rnberg Georg Simon Ohm und der MSG Systems AG wurde ein Prototyp f{\"u}r den "N{\"u}rnBOT Sigena" als Voicebot f{\"u}r die Terminvereinbarung des Einwohnermeldeamtes realisiert. Dieser virtuelle Assistent kann perspektivisch telefonische Terminvereinbarungen {\"u}bernehmen und so die Erreichbarkeit der st{\"a}dtischen Einrichtung f{\"u}r ihre B{\"u}rgerinnen und B{\"u}rger durch eine Verf{\"u}gbarkeit rund um die Uhr, auch f{\"u}r nicht-digital-affine Personen gew{\"a}hrleisten. Der Bericht zeigt Aufgabenstellung, Vorgehensweise und Ergebnis des Projekts.}, subject = {K{\"u}nstliche Intelligenz}, language = {de} } @techreport{RobertAlbrechtZauter2020, author = {Robert, Lehmann and Albrecht, Jens and Zauter, Sigrid}, title = {CaSoTex, Computerunterst{\"u}tzte Analyse Sozialwissenschaftlicher Texte}, series = {E-Beratung}, volume = {2020}, journal = {E-Beratung}, number = {1}, address = {N{\"u}rnberg}, organization = {Institut f{\"u}r e-Beratung}, doi = {10.34646/thn/ohmdok-619}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-6197}, pages = {10}, year = {2020}, abstract = {Ziel des Forschungsprojektes war die Erforschung der Einsatzm{\"o}glichkeiten computerlinguistischer Methoden und maschineller Lernverfahren zur automatisierten Analyse sozialwissenschaftlicher Texte. Die Datengrundlage bildeten digital vorliegende Beitr{\"a}ge aus moderierten, sozialen Beratungsforen. Anhand konkreter sozial-wissenschaftlicher Fragestellungen zu Wirkungszusammenh{\"a}ngen in der Onlineberatung sollte untersucht werden, inwiefern Computer-Linguistik und maschinelle Lernverfahren qualitative Analysen unterst{\"u}tzen bzw. erg{\"a}nzen k{\"o}nnen, wo die Grenzen der Verfahren liegen und wie bei deren Einsatz vorzugehen ist. Im Projekt wurden erste konkrete Erkenntnisse generiert, der Forschungsverbund vergr{\"o}ßerte sich, Praxis-Forschungsprojekte wurden beantragt und es entstanden weitere {\"U}berlegungen zu gr{\"o}ßeren Forschungsprojekten. Die aktuellen Ergebnisse sind vielversprechend. {\"U}berwachte Lernverfahren k{\"o}nnen mit ausreichend vielen und gut vorbereiteten Trainingsdaten interpretierbare und verwertbare Erkenntnisse liefern.}, subject = {K{\"u}nstliche Intelligenz}, language = {de} }