Elena Kick

Hochschule Karlsruhe
elena.kick@h-ka.de

Robin Weitemeyer

Hochschule Karlsruhe
robin.weitemeyer@h-ka.de

Intelligente Lernunterstützung – Das Angebot orientiert sich an dem Lernenden

Lernende sind mit einer Informationsflut konfrontiert, die es erschwert, das für sie Relevante herauszufiltern. Gleichzeitig sind traditionelle Lernmethoden oft starr und unflexibel. Der Einsatz von Künstlicher Intelligenz (KI) in der (Weiter-)Bildung gewinnt daher zunehmend an Bedeutung, um personalisiertes Lernen zu ermöglichen und den gesamten Lernprozess effizienter zu gestalten. Für ein optimales Ergebnis ist es jedoch notwendig, das Bewusstsein für das KI-System zu schärfen.

Motivation

In der heutigen wissensintensiven Welt stehen Lernende vor der Herausforderung, sich in starren Lernsystemen zurechtzufinden. Standardisierte Lernansätze ignorieren individuelle Stärken, Schwächen und Lernstile, was zu Frustration und ineffizientem Lernen führen kann. KI-gestütztes, personalisiertes Lernen bietet eine Lösung: Es passt sich den Bedürfnissen der Lernenden an, bietet maßgeschneiderte Inhalte und fördert so nicht nur die Motivation, sondern auch den langfristigen Lernerfolg. Allerdings können die bei der Entwicklung von KI-Systemen beteiligten Personen die Auswirkungen ihrer eigenen Entscheidungen auf die spätere Realität der Nutzenden oft nicht richtig einschätzen. Es gilt daher, interessierte Personen aus der Softwareentwicklung für die Auswirkungen ihrer Entscheidungen zu sensibilisieren und ihnen Entscheidungsmöglichkeiten mitsamt den Folgen aufzuzeigen. Dadurch wird nicht nur die Qualität der getroffenen Entscheidungen verbessert, sondern auch die Zufriedenheit der Anwender:innen langfristig gesichert.

Zielstellung

Ziel dieses Anwendungsfalls ist es, Angebote für akademische Fachkräfte verschiedener Disziplinen zu entwickeln, um 1.) personalisiertes Lernen zu ermöglichen und 2.) für KI in der Softwareentwicklung zu sensibilisieren.
1. Personalisiertes Lernen
Der Einsatz eines KI-gestützten Lernkiosks ermöglicht die individuelle Anpassung komplexer Lernmaterialien an die Bedürfnisse der Lernenden. Nutzende können PowerPoint-Foliensätze in den Lernkiosk laden und so zwischen verschiedenen Sprachen, vereinfachten Erklärungen, zusätzlichen Informationen oder einer Vorlesefunktion wählen. So wird das Lernen verständlicher und auf persönliche Bedürfnisse abgestimmt.
2. Sensibilisierung für KI-Systeme
Der Einsatz menschenzentrierter KI-Software wird innerhalb eines adaptiven Lehr-Lernkonzeptes praxisorientiert vermittelt und Unterschiede zu klassischen Softwareprojekten aufgezeigt. Dabei wird der gesamte Entwicklungsprozess abgebildet und eine ganzheitliche Betrachtung anstelle eines reinen Fokus auf KI-Elemente vorgenommen.

Herangehensweise

Auf Basis eines generativen Large Language Models (LLM) wird der sogenannte Lernkiosk entwickelt, der sprachliche, visuelle und auditive Anpassungen von Lernmaterialien ermöglicht. Dieser wird zunächst innerhalb verschiedener Vorlesungen an der Hochschule Karlsruhe eingesetzt, um damit die bereitgestellten Lerninhalte adaptiver zu nutzen und das Lernen zu erleichtern. Ein Einsatz in Unternehmen für interne Dokumente ist ebenfalls denkbar.
Außerdem wird ein Lehr-Lernkonzept entwickelt, das sich durch einen Wechsel zwischen selbstgesteuerten Lernphasen und Präsenzveranstaltungen auszeichnet. Dabei werden Themen wie Standard-Vorgehensmodelle, Entwurfsmuster für die Entwicklung von KI-basierter Software, agile Methoden der Produkt- und Softwareentwicklung sowie Methoden zur Entwicklung innovativer Lösungen behandelt. Als Anwendungsfall dient der Modellflugzeugbau, um Auswirkungen unterschiedlicher Entscheidungen während der Softwareentwicklung zu veranschaulichen.

Mehrwerte

Durch die intelligente Lernunterstützung erhalten Lernende maßgeschneiderte Inhalte, die ihrem Wissensstand und Lernstil entsprechen. Der Lernprozess wird folglich individualisiert. Dies erhöht einerseits die Motivation sowie den Lernerfolg und reduziert andererseits Überforderung und Frustration. Durch die automatisierte Aufbereitung von Inhalten oder der Bereitstellung zusätzlicher Erklärungen können sich Lernende auf die Lerninhalte und Lehrende auf die Betreuung konzentrieren, statt unterschiedliche Materialien mit gleichen Inhalten aufzubereiten. Dies führt zu einer effizienteren Wissensvermittlung, kürzeren Lernzeiten, einer langfristig höheren Kompetenzentwicklung sowie einem aktiveren und eigenverantwortlicheren Lernen. Durch die Sensibilisierung für KI-Systeme sowie die Weiterbildung von Mitarbeitenden und Interessierten wird zudem die Zufriedenheit der Anwendenden einer Software erhöht und Ängste vor dem Einsatz einer KI-Lösung konstruktiv abgebaut werden.

Intelligente Lernunterstützung – Das Angebot orientiert sich an dem Lernenden

Lernende sind mit einer Informationsflut konfrontiert, die es erschwert, das für sie Relevante herauszufiltern. Gleichzeitig sind traditionelle Lernmethoden oft starr und unflexibel. Der Einsatz von Künstlicher Intelligenz (KI) in der (Weiter-)Bildung gewinnt daher zunehmend an Bedeutung, um personalisiertes Lernen zu ermöglichen und den gesamten Lernprozess effizienter zu gestalten. Für ein optimales Ergebnis ist es jedoch notwendig, das Bewusstsein für das KI-System zu schärfen.

Motivation

In der heutigen wissensintensiven Welt stehen Lernende vor der Herausforderung, sich in starren Lernsystemen zurechtzufinden. Standardisierte Lernansätze ignorieren individuelle Stärken, Schwächen und Lernstile, was zu Frustration und ineffizientem Lernen führen kann. KI-gestütztes, personalisiertes Lernen bietet eine Lösung: Es passt sich den Bedürfnissen der Lernenden an, bietet maßgeschneiderte Inhalte und fördert so nicht nur die Motivation, sondern auch den langfristigen Lernerfolg. Allerdings können die bei der Entwicklung von KI-Systemen beteiligten Personen die Auswirkungen ihrer eigenen Entscheidungen auf die spätere Realität der Nutzenden oft nicht richtig einschätzen. Es gilt daher, interessierte Personen aus der Softwareentwicklung für die Auswirkungen ihrer Entscheidungen zu sensibilisieren und ihnen Entscheidungsmöglichkeiten mitsamt den Folgen aufzuzeigen. Dadurch wird nicht nur die Qualität der getroffenen Entscheidungen verbessert, sondern auch die Zufriedenheit der Anwender:innen langfristig gesichert.

Zielstellung

Ziel dieses Anwendungsfalls ist es, Angebote für akademische Fachkräfte verschiedener Disziplinen zu entwickeln, um 1.) personalisiertes Lernen zu ermöglichen und 2.) für KI in der Softwareentwicklung zu sensibilisieren.
1. Personalisiertes Lernen
Der Einsatz eines KI-gestützten Lernkiosks ermöglicht die individuelle Anpassung komplexer Lernmaterialien an die Bedürfnisse der Lernenden. Nutzende können PowerPoint-Foliensätze in den Lernkiosk laden und so zwischen verschiedenen Sprachen, vereinfachten Erklärungen, zusätzlichen Informationen oder einer Vorlesefunktion wählen. So wird das Lernen verständlicher und auf persönliche Bedürfnisse abgestimmt.
2. Sensibilisierung für KI-Systeme
Der Einsatz menschenzentrierter KI-Software wird innerhalb eines adaptiven Lehr-Lernkonzeptes praxisorientiert vermittelt und Unterschiede zu klassischen Softwareprojekten aufgezeigt. Dabei wird der gesamte Entwicklungsprozess abgebildet und eine ganzheitliche Betrachtung anstelle eines reinen Fokus auf KI-Elemente vorgenommen.

Herangehensweise

Auf Basis eines generativen Large Language Models (LLM) wird der sogenannte Lernkiosk entwickelt, der sprachliche, visuelle und auditive Anpassungen von Lernmaterialien ermöglicht. Dieser wird zunächst innerhalb verschiedener Vorlesungen an der Hochschule Karlsruhe eingesetzt, um damit die bereitgestellten Lerninhalte adaptiver zu nutzen und das Lernen zu erleichtern. Ein Einsatz in Unternehmen für interne Dokumente ist ebenfalls denkbar.
Außerdem wird ein Lehr-Lernkonzept entwickelt, das sich durch einen Wechsel zwischen selbstgesteuerten Lernphasen und Präsenzveranstaltungen auszeichnet. Dabei werden Themen wie Standard-Vorgehensmodelle, Entwurfsmuster für die Entwicklung von KI-basierter Software, agile Methoden der Produkt- und Softwareentwicklung sowie Methoden zur Entwicklung innovativer Lösungen behandelt. Als Anwendungsfall dient der Modellflugzeugbau, um Auswirkungen unterschiedlicher Entscheidungen während der Softwareentwicklung zu veranschaulichen.

Mehrwerte

Durch die intelligente Lernunterstützung erhalten Lernende maßgeschneiderte Inhalte, die ihrem Wissensstand und Lernstil entsprechen. Der Lernprozess wird folglich individualisiert. Dies erhöht einerseits die Motivation sowie den Lernerfolg und reduziert andererseits Überforderung und Frustration. Durch die automatisierte Aufbereitung von Inhalten oder der Bereitstellung zusätzlicher Erklärungen können sich Lernende auf die Lerninhalte und Lehrende auf die Betreuung konzentrieren, statt unterschiedliche Materialien mit gleichen Inhalten aufzubereiten. Dies führt zu einer effizienteren Wissensvermittlung, kürzeren Lernzeiten, einer langfristig höheren Kompetenzentwicklung sowie einem aktiveren und eigenverantwortlicheren Lernen. Durch die Sensibilisierung für KI-Systeme sowie die Weiterbildung von Mitarbeitenden und Interessierten wird zudem die Zufriedenheit der Anwendenden einer Software erhöht und Ängste vor dem Einsatz einer KI-Lösung konstruktiv abgebaut werden.

Elena Stolz

Hochschule Karlsruhe
elena.stolz@h-ka.de

Robin Weitemeyer

Hochschule Karlsruhe
robin.weitemeyer@h-ka.de