0 Informatik, Informationswissenschaft, allgemeine Werke
Refine
Year of publication
Document Type
- Part of Periodical (33)
- Report (14)
- conference proceeding (article) (4)
- Other (4)
- Working Paper (3)
- Article (2)
- Bachelor-/Diplom Thesis (2)
- Book (1)
Keywords
- Künstliche Intelligenz (5)
- Cybersecurity (3)
- Data Engineering (3)
- Data Science (3)
- Python (3)
- ChatBot (2)
- Computersicherheit (2)
- Digitalisierung (2)
- Explainable Artificial Intelligence (2)
- Government (2)
Institute
- Fakultät Betriebswirtschaft (6)
- Forschungs- und Innovationslabor Digitale Lehre FIDL (4)
- Fakultät Angewandte Mathematik, Physik und Allgemeinwissenschaften (1)
- Fakultät für Elektrotechnik Feinwerktechnik Informationstechnik (1)
- Institut für e-Beratung (1)
- LEONARDO - Zentrum für Kreativität und Innovation (1)
Die bestehenden Verknüpfungen von Hochschulaktivitäten mit den SDGs werden aufgrund einer Analyse der dazu im Sommersemester 2021 vorliegenden Infor-mationen von allen deutschen Universitäten, Fachhochschulen und Pädagogischen Hochschulen zusammengestellt. Diese Verknüpfungen werden zudem für 35 ausländische Hochschulen sowie für hochschulübergreifende Ansätze betrachtet. Oftmals spielen die SDGs gerade auch an deutschen Hochschulen in der Außen-darstellung noch keine oder nur eine untergeordnete Rolle. Z. T. werden die Bezüge zu den SDGs aber auch systematisch hergestellt. Die unterschiedlichen Herangehens-weisen können in Stufenschemata eingeordnet werden. Die bereits vorliegenden Vorschläge für Indikatoren zur Beschreibung dieser Bezüge zeigen die Möglichkeit auf, in ihrer Verbindung zu einem umfassenden System von Kenngrößen zu kommen. Der Bezug zu den konkreten Unterzielen der SDGs ist jedoch nur rudimentär ausgebildet.
Einsatz, Nutzen und Grenzen von ChatGPT und anderen Large Language Modellen an den bayerischen HAWs
(2024)
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
Data engineering is an integral part of the data science process. It comprises tasks such as data ingestion, data transformation, and data quality assurance. In order to fulfill these tasks, schema inference is an important capability. Its goal is to detect the structure of a dataset and to derive metadata on hierarchies, data types, etc. Artificial intelligence (AI) has the potential to automate schema inference and thus increase the efficiency of the data science process. However, as government institutions are subject to special regulations, explainability of AI models can be a mandatory requirement. Goal of this research protocol is to plan a systematic review of literature on schema inference for tabular data with explainable AI (XAI). This third version was derived from two earlier review protocols.
Data engineering is an integral part of the data science process. It comprises tasks such as data ingestion, data transformation, and data quality assurance. In order to fulfill these tasks, schema inference is an important capability. Its goal is to detect the structure of a dataset and to derive metadata on hierarchies, data types, etc. Artificial intelligence (AI) has the potential to automate schema inference and thus increase the efficiency of the data science process. However, as government institutions are subject to special regulations, explainability of AI models can be a mandatory requirement. Goal of this research protocol is to plan a systematic review of literature on schema inference with explainable AI (XAI) for data engineering in government institutions.
If we believe Edward Snowden, encryption is "the only true protection against surveillance". However, advances in quantum technology might endanger this safeguard. Our article discusses why quantum computing poses a threat to data security and what to do about it. Instead of a purely theoretical analysis, we build on code examples using Python, C, and Linux.
Data engineering makes up a large part of the data science process. In CRISP-DM this process stage is called "data preparation". It comprises tasks such as data ingestion, data transformation and data quality assurance. In our article we solve typical data engineering tasks using ChatGPT and Python. By doing so, we explore the link between data engineering and the new discipline of prompt engineering.
Vorlaufforschung 2021
(2023)
Liebe Leser*innen,
ein ansehnlicher Band mit wissenschaftlichen Untersuchungen aus ganz unterschiedlichen Fachgebieten liegt vor Ihnen und lädt zum darin Schmökern und zum Verweilen bei dem einen oder anderen Projekt ein.
14 Projekte konnten im Jahr 2021 gefördert werden und wieder zeigen die hier veröffentlichten 11 Ergebnisberichte sowohl die thematische Breite unserer Hochschule als auch die wissenschaftliche Tiefe, mit der die einzelnen Akteure unterwegs sind. Der Klimawandel und die Pandemie spielen bei den Untersuchungen genauso eine Rolle wie Künstliche Intelligenz und die Untersuchung von Werkstoffen, wie zum Beispiel bioaktivem Glas, klebrigen Schmierfetten oder menschlichen Knochen (...).
[aus Grußwort: Tilman Botsch]
Lehre an Hochschulen gemeinsam denken. Motivierte Akteure in kreativer Atmosphäre an einen Tisch bringen. Kommunikation auf Augenhöhe. Das ist das Lehrlabor³. Mit diesem Programm wurde erstmals in Bayern ein Format erprobt, in dem über einen Zeitraum von sieben Monaten innovative Lehr- und Lernsettings in rollenübergreifenden Hochschulteams gestaltet wurden. Forschend und zugleich spielerisch entstanden neue Ideen. Insgesamt fünf Hochschulen wurden auf eine Reise mit Ziel „Innovative Lehrentwicklung“ geschickt. Das erste Ergebnis halten Sie in den Händen. Das Lehrlabor³ hat einen ko-kreativen Rahmen für Lehrentwicklung geschaffen und eine Community ins Leben gerufen, die Hochschulgrenzen und Silodenken überwindet und als interdisziplinäre Ideenschmiede neue Impulse für Lehre und Lernen liefert. Auf den folgenden Seiten zeigt Ihnen das Lehrlabor³-Team Ausschnitte dieses Weges. Lassen Sie sich vom Ideenreichtum der Hochschulteams inspirieren und von der Reiselust anstecken.
(Vorw. Frau Prof. Christina Zitzmann)