TY - RPRT A1 - Gärtner, Christian A1 - Moraß, Anna A1 - Koss, Sara A1 - Garbusa, Silvia A1 - Matern, Sibylle A1 - Innermann, Ina T1 - Einsatz, Nutzen und Grenzen von ChatGPT und anderen Large Language Modellen an den bayerischen HAWs N2 - Die Studie analysiert Einsatz, Nutzen und Grenzen von ChatGPT und Large Language Modellen (LLMs) in der Lehre an bayerischen Hochschulen für angewandte Wissenschaften (HAWs). Sie basiert auf einer schriftlichen Onlinebefragung und leitfadengestützten Interviews unter Lehrenden, Studierenden und Funktions-trägerinnen und -träger. Insgesamt nahmen 1570 Personen an der Onlineumfrage teil und es wurden 27 Interviews geführt. Zwar variieren die Ergebnisse je nach Befragtengruppe, aber tendenziell lassen sich folgende Einschätzungen auf Basis der empirischen Daten treffen: → Die meisten Teilnehmenden haben ein geringes Verständnis der Nutzbarkeit von LLMs und deren technologischer Funktionsweise. Die Nutzbarkeit von Open Source LLMs oder domänenspezifisch trainierten LLMs für das eigene Fachgebiet kennt der Großteil der Teilnehmenden (überhaupt) nicht oder nur teilweise. → Die Einsatzhäufigkeit von ChatGPT bzw. LLMs in Lehre, Studium und Arbeitsalltag ist noch gering, vor allem wegen fehlender sinnvoller Einsatzmöglichkeiten, mangelnder Qualität der Ergebnisse und rechtlicher Bedenken. Die ChatGPT-Plusversion wird von den meisten Teilnehmenden nie genutzt. → Die wahrgenommene Nützlichkeit der Einsatzszenarien von ChatGPT variiert je nach ChatGPT-Version und Zielgruppe, wobei das Zusammenfassen und die Verbesserung von Texten als nützlich eingeschätzt werden. → Ein Verbot von ChatGPT wird überwiegend abgelehnt. Stattdessen besteht seitens der Lehrenden und Studierenden der Wunsch nach vermehrter Aufklärung über die Chancen und Grenzen von ChatGPT und Co. Zudem erhoffen sie sich finanzielle, technische und didaktische Unterstützung durch die Hochschulen. → Die Teilnehmenden sehen ChatGPT als eine Chance zur Verbesserung der Lehre, aber auch als eine Herausforderung für die Prüfungskultur, die rechtliche Sicherheit und die Kompetenzentwicklung. • In Bezug auf zukünftig 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 mögliche Datenschutz- oder Copyrightverletzungen, sondern auch auf das Prüfungswesen. • Die Art und Weise von Prüfungen wird sich ändern (müssen), wobei mehrere Optionen thematisiert werden: von der Kennzeichnungspflicht bei der Nutzung von ChatGPT und Co. über den Wegfall reiner Wissensabfragen in Prüfungen bis hin zu den Ideen, keine theoretischen Bachelorarbeiten mehr zu vergeben und vermehrt mündliche Prüfungen einzusetzen. Die Studie schließt mit einer Diskussion über die Rolle und Tragweite der generativen KI in der Hoch-schullehre und gibt Hinweise auf Materialien für die Gestaltung von innovativen und verantwortungs-vollen Lernszenarien N2 - The study analyses use, benefits, and limitations of ChatGPT and Large Language Models (LLMs) in teaching at Bavarian universities of applied sciences. It is based on a written online survey and guideline-based interviews with teachers, students, and functionaries. A total of 1,570 individuals participated in the on-line survey, and 27 interviews were conducted. Although results vary depending on the respondent group, the following general trends can be estab-lished on empirical data: → Most participants only have limited understanding of the usability of ChatGPT or LLMs and the underlying technology. The majority of participants is not (at all) or only partially familiar with open-source LLMs and LLMs specifically trained for their field. → The usage frequency of ChatGPT or LLMs in teaching, studying and daily professional life is still low, mainly due to the lack of meaningful application possibilities, the poor quality of results, and legal concerns. The ChatGPT Plus version is hardly used at all. → The perceived usefulness of application scenarios varies by version and target group, with text summarization and text improvement being rated as useful. → A ban on ChatGPT is predominantly rejected. Instead, teachers and students want more information about the opportunities and limitations of ChatGPT and similar tools. They are also hoping for financial, technical and didactic support from universities. → The participants see ChatGPT as an opportunity to improve teaching, but also as a challenge for examination practices, legality, and competency development. • Concerning competencies required in the future, it is noted that the use of ChatGPT may lead to a loss of competencies among students. • The question of legality not only encompasses data protection or copyright violations, but also examination practices. • The way examinations are conducted will (have to) change, with several options being discussed: from mandatory labelling when ChatGPT and similar tools are used to the elimination of knowl-edge tests to the idea of no longer assigning theoretical Bachelor‘s theses and increasing the use of oral exams. The study concludes with a discussion of the role and scope of generative AI in higher education teaching and provides insights on materials for designing innovative and responsible learning scenarios. T3 - Die Studien- und Schriftenreihe des Forschungs- und Innovationslabors Digitale Lehre – FIDL - 5 KW - Hochschule / Lehre KW - Künstliche Intelligenz KW - Hochschulentwicklung, Lehre, Grenzen Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:92-opus4-14669 SN - 2751-3459 SN - 2751-3467 VL - 2024 IS - 5 SP - 4 EP - 216 PB - FIDL – Forschungs- und Innovationslabor Digitale Lehre CY - München ; Nürnberg ER - TY - RPRT A1 - Koch, Christian A1 - Stadi, Markus T1 - Why Retraining Can Be Harder Than Training BT - A neural network perspective on learning, unlearning and relearning T2 - Towards Data Science N2 - 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. KW - Künstliche Intelligenz KW - maschinelles Lernen KW - neuronales Netz Y1 - 2024 UR - https://towardsdatascience.com/why-retraining-can-be-harder-than-training-489b3bc6ae02 SP - ohne Zählung PB - Medium ER - TY - RPRT A1 - Bahlinger, Thomas A1 - Zimmermann, Roland A1 - Roth, Anna T1 - Erfahrungsfeld KI BT - Technologie in der Verwaltungspraxis gestalten und in praktischen Anwendungsszenarien erleben N2 - Im Rahmen eines Gemeinschaftsprojekts haben die Stadt Nürnberg und die Technische Hochschule Nürnberg unter Einbindung didaktischer Ansätze aus Forschung und Lehre ein Grobkonzept erarbeitet, welches KI für Verwaltungsmitarbeitende greifbar machen soll – das Erfahrungsfeld KI KW - KI KW - Künstliche Intelligenz KW - Erfahrungsfeld KW - Weiterbildung KW - Verwaltung KW - Künstliche Intelligenz KW - Verwaltung Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:92-opus4-11912 SP - 2 EP - 14 ER - TY - RPRT A1 - Roth, Anna A1 - Zimmermann, Roland A1 - Bahlinger, Thomas T1 - KI-Potenzial-Scanning für die Stadt Nürnberg BT - Einsatzbereiche KI-basierter digitaler Systeme in der öffentlichen Verwaltung gezielt identifizieren N2 - Mit dem im Jahr 2022 initiierten Projekt „KI-Potenzial-Scanning“ soll ein Vorgehensmodell erprobt werden, um für die Stadt Nürnberg konkrete Einsatzpotenziale identifizierbar zu machen. Für das KI-Potenzial-Scanning ist das Ziel, für die Stadt Nürnberg anhand eines ausgewählten, städtischen Arbeitsfeldes Potenzialbereiche für den Einsatz von KI-basierten, digitalen Systemen zu eruieren. Die Eingrenzung des zu untersuchenden Arbeitsfeldes erfolgt über mehrere Workshops in enger Abstimmung mit dem Amt für Digitalisierung und Prozessorganisation. KW - Verwaltung KW - Künstliche Intelligenz Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:92-opus4-11976 VL - 2023 SP - 2 EP - 18 ER - TY - RPRT A1 - Haas, Juliana A1 - Bahlinger, Thomas A1 - Zimmermann, Roland A1 - Loutzenhiser, John T1 - NürnBOT – smarte Unterstützung für den Einwohnerservice BT - Künstliche Intelligenz unterstützt bei der telefonischen Terminvereinbarung N2 - In einem Kooperationsprojekt der Stadt Nürnberg mit der Technischen Hochschule Nürnberg Georg Simon Ohm und der MSG Systems AG wurde ein Prototyp für den "NürnBOT Sigena“ als Voicebot für die Terminvereinbarung des Einwohnermeldeamtes realisiert. Dieser virtuelle Assistent kann perspektivisch telefonische Terminvereinbarungen übernehmen und so die Erreichbarkeit der städtischen Einrichtung für ihre Bürgerinnen und Bürger durch eine Verfügbarkeit rund um die Uhr, auch für nicht-digital-affine Personen gewährleisten. Der Bericht zeigt Aufgabenstellung, Vorgehensweise und Ergebnis des Projekts. KW - Künstliche Intelligenz, Chatbot, Voicebot, Terminmanagement, Bürgerservice, Meldebehörde, kommunaler Service KW - Künstliche Intelligenz KW - ChatBot KW - Terminvereinbarung KW - öffentliche Verwaltung Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:92-opus4-8251 SP - 2 EP - 13 ER - TY - RPRT A1 - Robert, Lehmann A1 - Albrecht, Jens A1 - Zauter, Sigrid T1 - CaSoTex, Computerunterstützte Analyse Sozialwissenschaftlicher Texte T2 - E-Beratung N2 - Ziel des Forschungsprojektes war die Erforschung der Einsatzmöglichkeiten computerlinguistischer Methoden und maschineller Lernverfahren zur automatisierten Analyse sozialwissenschaftlicher Texte. Die Datengrundlage bildeten digital vorliegende Beiträge aus moderierten, sozialen Beratungsforen. Anhand konkreter sozial-wissenschaftlicher Fragestellungen zu Wirkungszusammenhängen in der Onlineberatung sollte untersucht werden, inwiefern Computer-Linguistik und maschinelle Lernverfahren qualitative Analysen unterstützen bzw. ergänzen können, wo die Grenzen der Verfahren liegen und wie bei deren Einsatz vorzugehen ist. Im Projekt wurden erste konkrete Erkenntnisse generiert, der Forschungsverbund vergrößerte sich, Praxis-Forschungsprojekte wurden beantragt und es entstanden weitere Überlegungen zu größeren Forschungsprojekten. Die aktuellen Ergebnisse sind vielversprechend. Überwachte Lernverfahren können mit ausreichend vielen und gut vorbereiteten Trainingsdaten interpretierbare und verwertbare Erkenntnisse liefern. T3 - E-Beratung - 2020,1 KW - Künstliche Intelligenz KW - Computerunterstützte Kommunikation KW - Onlineberatung KW - Onlinekommunikation KW - digitale Kommunikation Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:92-opus4-6197 VL - 2020 IS - 1 CY - Nürnberg ER -