Transkript Staffel 1, Folge 06 Loebel
00:00:00
SPEAKER_02
Willkommen bei KI Insights, ein Podcast vom Projekt ZAKKI an der Hochschule
Magdeburg-Stendal. Hier teilen ExpertInnen verschiedenster Disziplinen ihre Einblicke
in die facettenreiche Welt der künstlichen Intelligenz. In der ersten Staffel erwarten Sie
Beiträge rund um das Thema KI-Technologien und Anwendungen. Moderiert von David
Weigert und Prof. Dr. Fabian Behrendt.
00:00:27
SPEAKER_00
Herzlich willkommen. Mein Name ist Fabian Behrendt und heute machen wir eine
Spezialfolge, nämlich zum Thema KI und Bildung. Und wen kann man da am besten als
einen Interviewpartner oder eine Partnerin auch begrüßen, als einen Lehrpreisträger?
Und da habe ich heute meinen geschätzten Kollegen, Prof. Dr. Jens Martin Löbel von der
Hochschule Magdeburg-Stendal zu Gast, ist berufen im Fachgebiet
Wirtschaftsinformatik, lehrt am Fachbereich Wirtschaft, aber auch in anderen
Fachbereichen. Und lieber Jens, herzlich willkommen. Hallo Fabian, vielen, vielen Dank
für die Einladung, dass ich heute hier sein kann. Ich freue mich darauf, dass wir heute
einen total spannenden Austausch haben können, gerade weil du eigentlich auch bei
uns im Fachbegriff auch den Inbegriff der KI eigentlich auch mitbildest und mit der
Thematik, mit der du dich inhaltlich auseinandersetzt, an dem Thema eigentlich mit am
nächsten noch dran bist und das eigentlich von deiner Ausbildung her auch ganz stark
schon mitgebracht hast und dich eigentlich schon noch viele, viele Jahre mit dem
Thema auch schon auseinandersetzt. Und deshalb freut es mich, dass ich dich hier
heute auch zu Gast habe, dass wir heute die Zeit haben, um über die Themen KI und
Bildung auch sprechen können. Jens, du bist berufen als Wirtschaftsinformatik-Prof. Du
bist mittlerweile seit über drei Jahren an der Hochschule Magdeburg-Stendal. Du bist
schon an vielen Universitäten gewesen. Du warst in Berlin, du warst in Bayreuth
gewesen, hast viele Forschungsprojekte in den letzten Jahren auch durchlaufen, in
vielen unterschiedlichen Hochschulen auch gelehrt und bist jetzt hier in Magdeburg. Du
bist darüber hinaus schon seit vielen, vielen Jahren in der Gesellschaft für Informatik
auch aktiv, warst sogar im Präsidium in dem Bereich, also deswegen viele spannende
Themen, die du schon mitgestaltet hast und selber bist auch Podcaster. Deswegen für
uns heute hier wirklich ein tolles Special mit einem Podcaster, um hier auch in den Talk,
in den Austausch zu kommen. Lieber Jens, dazu würde ich dich einfach gerne bitten,
dass du für uns mal einen obligatorischen Ein-Minuten-Pitch zu deiner Person nochmal
wiedergibst, dass wir nochmal wissen, wer steckt eigentlich hinter dem lieben Jens
Martin Löbel?
00:02:16
SPEAKER_01
Also sich als Professor kurz zu fassen, ist schwierig. Meines Zeichens habe ich eigentlich
Informatik und Psychologie studiert in grauer Vor Vorzeit damals an der Humboldt
Universität. Habe da auch promoviert im Bereich digitales Kulturerbe. Generell bin ich in
dem Bereich unterwegs, wie Technik und Gesellschaft wechselwirken. Ja, wie du schon
gesagt hast, in vielen Stationen unterwegs gewesen, in Lüneburg, in Siegen, an der
Universität in Bayreuth, an der HTW in Berlin auch mal mit Lehraufträgen. Und jetzt dann
im schönen Magdeburg bzw. Stendal gelandet. Habe auch vor zehn Jahren mit einem
Kollegen mich ausgegründet, um die Sachen, die wir in der Forschung machen, in die
Praxis zu tragen. War so ein Unternehmen gegründet, was im Bereich Softwarelösungen
entwickelt, im Bereich Bildung, Forschung und Kultur. Ja, und bringe das jetzt wieder
zurück in die Lehre. Bin ja auch schon fast 20 Jahre jetzt in der Lehre tätig. Und ja,
versuche die Erkenntnisse dort zusammenzubringen und unseren Studierenden zu
vermitteln. So vielleicht in aller Kürze, genau. Und nebenbei versuche ich es auch mit
einem Podcast, mit einer lieben Kollegin in die Öffentlichkeit zu tragen.
00:03:16
SPEAKER_00
Wunderbar, ich würde sagen, die eine Minute perfekt durchgepitcht. Und zu deinem
Podcast kommen wir später auch nochmal. Da werden wir nämlich auch nochmal den
Link herstellen, weil das thematisch natürlich sehr eng auch miteinander verzahnt ist.
Das Thema digitale Wissenschaft und natürlich das Thema KI. Ich würde kurz starten mit
einer brandaktuellen Meldung, nämlich vom 2.12. Ich weiß, bei unserer Ausstrahlung
her wird es schon nicht mehr ganz so brandaktuell sein, aber für die Hochschulen und
mal im, wie soll ich sagen, im Zeitmodell einer Hochschule gerechnet, bleibt es immer
noch brandaktuell auch zu unserer Ausstrahlung. Nämlich eine Meldung aus Prag,
Dienst vom 2.12. Erhalten hat ChatGPT und Co. Uni in Prag schafft Bachelorarbeiten ab.
Überall müssen die Hochschulen mit generativer KI sich auseinandersetzen.
Bachelorarbeiten ergeben wenig Sinn. Damit weg damit, sagt jetzt eine Universität. Eva
Jens, mich hat die Meldung letzte Woche erreicht, dich auch und wir haben uns gesagt,
das ist ein Thema, da sollten wir auf jeden Fall heute auch drüber sprechen.
Bachelorarbeiten, das ist ja eigentlich so das Thema einer wissenschaftlichen Arbeit,
eines Abschlusses, eines Studiums, wo man sich eigentlich nie vorstellen könnte, dass
das an einer schriftlichen Arbeit, vielleicht in Kombination mit einem Kolloquium, dass
man daran irgendwie rütteln könnte. Es sei denn, wir sind jetzt irgendwie in einem
Bereich, wo wir vielleicht eine gestaltende Arbeit, eine kreative Arbeit haben, also in
einem klassischen Bereich Ingenieurswissenschaften oder Wirtschaftswissenschaften.
Was denkst du, sind wir damit mit der Uni Prag? Nimmt die da eine Vorreiterrolle ein?
Verrennt sich die Uni Prag da auch vielleicht? Wie ist deine Einschätzung dazu?
00:04:42
SPEAKER_01
Oh, das ist schwer eine Einschätzung zu geben. Aber was auf jeden Fall, was wir sehen,
dass es hier einen Clash gibt, wie du schon so schön gesagt hast, es gibt halt das
Zeitmodell oder die Zeitrechnung, nach der Hochschulen und Universitäten
funktionieren. Und dann sehen wir ja, dass wir von Entwicklungen, Umwälzungen,
gerade was die Technologie alles leisten kann, überrollt werden in einem Tempo, mit
dem das klassische Hochschulmodell nicht mehr so gut mitkommt. Wo wir gezwungen
werden, Dinge neu zu denken, umzudenken, sei es in der Lehre, sei es aber auch in der
Prüfung. Bachelorarbeiten ist so ein großes Thema. Wir sind ja an der Hochschule, gibt
es ja auch diverse Kommissionen und Arbeitsgruppen. Wir haben ja auch eine
Arbeitsgruppe Digitale Lehre, zum Beispiel in der Hochschule, da waren wir sehr schnell
dabei, tatsächlich auch uns zu positionieren zur KI und das eben nicht
schutzreflexmäßig zu verteufeln, sondern ganz im Gegenteil zu sagen, wir müssen
aufklären, informieren, Studierende aktiv einbetten, so eine Art Data Literacy tatsächlich
schaffen. Also, dass man mit diesen Medien und diesen Werkzeugen vernünftig
umgehen kann. Und so haben wir das auch in die Prüfungsordnung aufgenommen,
beziehungsweise in die Eigenständigkeitserklärung, die Studierende unterschreiben
müssen, dass sie diese Werkzeuge wie jedes andere Werkzeug natürlich auch
verwenden können. Sie müssen es aber genauso im Sinne der guten wissenschaftlichen
Praxis transparent machen, wann und wo und wie welche Werkzeuge eingeflossen sind.
Hier sehe ich halt ein großes Potenzial, wenn man das in die Lehre integriert, aber
natürlich auch ein großes Umdenken. Ich habe gerade vor kurzem auf einer Konferenz
ein neues Lehrmodell vorgestellt. Da geht es um, wie man Unterricht gamifizieren kann
und verschiedene Modelle zusammenbringen kann. Da ist mir tatsächlich aufgefallen,
dass wir zwar sehr innovativ sind in der Lehre, viele neue Lehrformate ausprobieren, was
Gamification angeht etc., was so mein Steckenpferd ist, aber in dem Moment, wo der
Kurs endet und es an die Prüfung geht, schalten wir wieder um auf ganz traditionell
Klausur, mündliche Prüfung und sind dann wieder ganz rückfällig und haben da noch
nicht angepasst und uns an die veränderten Bedingungen tatsächlich gewöhnt.
00:06:35
SPEAKER_00
Da sind wir wieder bei dem klassischen Thema der Studien- und Prüfungsordnung an
der Hochschule. Wer schreibt, der bleibt. Und in der Regel sind diese Studien- und
Prüfungsordnungen ja teilweise vier bis sechs, acht Jahre sind die an die Zukunft auch
geschrieben in dem ganzen Bereich und das ist glaube ich ein Thema, wo man in der
Zukunft definitiv auch ran muss, die man viel flexibler gestalten muss, viel adaptiver
auch gestalten muss. in Gamification. Da werden wir gleich nochmal ein bisschen
intensiver nochmal in die Lehre drauf eingehen. Mich würde man nochmal interessieren
zum Thema der Bachelorarbeit in dem Bereich. Jetzt ist unsere Hochschule aus meiner
Sicht schon einen guten Schritt vorangegangen. Wir haben diese eidesstattliche
Erklärung für alle wissenschaftlichen Arbeiten soweit angefasst, sodass es hier auch
ermöglicht wird, dass Studierende auch KI-Tools einsetzen können, ja auch die für ihre
Arbeiten einsetzen können, das natürlich entsprechend auch angeben müssen. Das ist
glaube ich der eine Punkt. Der andere Punkt, den können wir gleich nochmal
diskutieren, wäre noch, wie gehen sie jetzt aber damit um, um herauszufinden, ja
welche Tools kann ich denn eigentlich jetzt nutzen für meine Arbeiten. Das würde ich
gleich mit dir nochmal diskutieren und ich würde aber nochmal zu dem Thema
Abschlussarbeiten gehen. Jetzt ist die Uni Prag dabei und sagt, wir schaffen die
Bachelorarbeiten ab, wir machen das über andere alternative Im Unternehmen
Prüfungsformen. würde man teilweise vielleicht das ist jetzt aber sagen, wirklich mal
und wir schaffen die sagt, Bachelorarbeiten wir machen das über ab, andere alternative
Prüfungsformen. Im Unternehmen würde man teilweise sagen, das ist jetzt aber wirklich
mal disruptiv, also wir haben ja wirklich mal eine Grundsatzänderung in dem ganzen
System drin. Siehst du das auch so, dass wir vielleicht zukünftig auch bei uns an der
Hochschule hier diese Abschlussarbeiten anfassen, mit einer Bachelorarbeit, wo wir
sagen, das ist eigentlich so das finale Werk, ich gebe zum Schluss mein Buch ab, sei es
jetzt physisch oder es ist digital, kann damit mein Wissen nochmal komprimieren in
einer Themenstellung und damit auch meinen Abschluss erlangen. Wie würdest du das
einschätzen? Wo müssen wir uns auch hin entwickeln?
00:08:16
SPEAKER_01
Also wir müssen da definitiv flexibler werden. Ich weiß nicht, ob die Bachelorarbeit
abzuschaffen der Weisheit letzter Schluss ist. Es gibt ein sehr schönes Paper, sehr
schöne Empfehlungen von der Uni Hohenheim, glaube ich, in Stuttgart. Es ist die
Richtlinien oder halt Empfehlungen, die man mal erarbeitet hat für Lehrende und für
Studierende, die sich auch mit diesem Thema Abschlussarbeiten beschäftigt haben und
gesagt haben, man müsste das inzwischen stärker kombinieren, zum Beispiel mit
mündlichen Verteidigungen. Wir haben es ja auch in einigen Studien drin, aber das
einfach nochmal anders verzahnen oder enger verzahnen. Wir als Hochschule müssen
ja den Kompetenzerwerb sicherstellen. Wenn wir ein Zertifikat vergeben, dann steht es
ja dafür, dass derjenige oder diejenige diese Kompetenzen entsprechend hat. Und das
muss man inzwischen auf andere Art überprüfen. Muss man sagen, das ist jetzt kein
Problem von KI. KI rollt nur mit einer Geschwindigkeit auf uns zu, die uns zwingt, schnell
umzudenken. Aber auch jetzt kann man sich natürlich Abschlussarbeiten kaufen, muss
man auch sagen, oder einen Ghostwriter im Internet bestellen. Das ist ja also kein
Problem, was es ja aus der KI gibt, aber KI trägt es breit in die Masse, macht die
Technologie einfacher zugänglich und kostengünstiger für Studierende, sodass man da
einfach umdenken muss und im Sinne von mit den Studierenden arbeiten, um zu
schauen, wie kann ich denn solche Kompetenz, den Kompetenzerwerb sicherstellen.
00:09:28
SPEAKER_00
Also sehr, sehr spannend. Ich denke, da haben wir relativ viel auch zu tun, weil wir uns,
glaube ich, in den Lehrformen und auch in den Prüfungsformen da nochmal ganz
intensiv auseinandersetzen müssen. Und das nicht einfach heißt, eine Bachelorarbeit zu
schreiben, die zu betreuen, sondern die wirklich auch aktiv zu betreuen. Also es ist nicht
nur eine Sache des Studierenden, sondern es ist auch sehr stark eine Sache des
Lehrenden, dass er ganz anders in die Betreuung einer CISIS, sei es jetzt im Bachelor-
oder Masterniveau, da auch einsteigen muss und wir stärker diesen Praxisbezug da
glaube ich auch herausarbeiten müssen. Und da vielleicht auch, sei es jetzt mal eine
klassische Bachelorarbeit, die im Unternehmen geschrieben wird oder auch direkt an
der Hochschule, dass man das glaube, ganz anders nochmal aufbauen muss in dem
Bereich. Und warum sollte man da natürlich auch nicht Tools aus dem Bereich KI auch
mit einsetzen, um da halt entsprechende Vorarbeiten auch zu machen? Das finde ich
auch ganz gut, dass wir gerade bei uns die Möglichkeit haben, dass wir auch KI-Systeme
einsetzen dürfen für die Arbeiten. Aber der Weg natürlich dahin, wie sieht am Ende das,
wie sieht am Ende die CSIS aus? Das ist ein ganz wichtiger Punkt. Wir bilden ja sowieso
für die Praxis aus und dann müssen wir auch
00:10:25
SPEAKER_01
ja sowieso für die Praxis aus und dann müssen wir auch schauen, dass das in der Praxis
sinnvoll ist und anwendbar ist. Gerade bei uns werden ja in unserem Bereich, in der
wirtschaftswissenschaftlichen Fakultät, werden ganz viele Bereiche, ganz viele
Abschlussarbeiten ja mit Unternehmen oder in Unternehmen geschrieben und die sind
tatsächlich auch dankbar, wenn Studierende einmal kommen, neue Impulse tragen und
diese KI-Tools eben gerade für kleine, mittelständische Unternehmen hier in der
Altmark, ja, ist das ein interessanter Wettbewerbsvorteil, wenn man dann über den sich
sehr stark mit dem Thema der generativen KI
00:10:59
SPEAKER_00
mit dem Thema der generativen KI auseinandersetzen kann. Kannst du uns da nochmal
kurz aufklären, was unter generativer KI aus deiner Sicht verstanden wird?
00:11:10
SPEAKER_01
Generative KI heißt nichts anderes als, das ist ein statistisches Verfahren, die unter dem
Bereich maschinelles Lernen, also man müsste die Begriffe künstliche Intelligenz und
Lernen auch nochmal aufdüsseln, das sind halt sehr schwammige Begriffe, wenn man
die auf Computer anwählt, die so nicht so gut funktionieren. Aber generativ heißt in der
Regel, dass dieses Werkzeug am Ende etwas generiert, etwas erzeugt. Sei es ein Text,
ein Bild, ein Musikstück. Also es ist ein Modell, ein statistisches Modell oder ein KI
Modell, was mir basierend auf dem, was es gelernt hat, diese Inhalte neu
zusammenstellt und damit etwas Neues generieren kann. Zum Beispiel ein Gedicht oder
eine Bachelorarbeit oder eben ein Bild malen kann. Wobei das Spannende an
generativer KI ist, warum wir inzwischen das so stark wahrnehmen, ist, weil die da auch
beruht, dass sie ganz, ganz viele Trainingsmilliarden von Trainingsdaten haben und die
nehmen und neu zusammenwürfeln auf eine Art, die am wahrscheinlichsten klingt. Und
wenn man genug Daten hat, kommen da sehr plausible und sehr tolle Sachen dabei
rauskommen. Aber es werden aber immer nur die Daten, die vorher reingegangen sind,
quasi neu zusammengewürfelt. So ein bisschen muss man sich das vorstellen, wenn
man damit noch keine Berührung hatte, wie das Autokorrekt, was man auf seinem
Handy hat, wenn man tippt und dann werden die Wörter verbessert. Also generative KI
ist halt so ein fancy Autokorrekt, wenn man es ganz plakativ sagen möchte. Jetzt
vielleicht
00:12:21
SPEAKER_00
noch eine andere Frage dazu, weil das oftmals auch mal vielleicht auch von den
Begrifflichkeiten sehr ähnlich spricht. Man spricht ja auch immer noch von der
sogenannten generellen KI, der AGI, auch nochmal ausgedruckt. Das ist jetzt eine
Entwicklung, die ist gerade auch, wenn man mal auf den Gartner Hype Cycle zum
Beispiel schaut, noch so relativ in den Anfangsphasen und viele sagen auch immer, oh,
die AGI kommt. Wie wirkt sich das im Endeffekt auch? Kannst du vielleicht diese zwei
Themen nochmal auseinanderklammern? Generative AI versus generelle KI oder AI?
00:12:48
SPEAKER_01
AGI, also allgemeine künstliche Intelligenz, ist so die Idee dahinter, dass man, wenn
man das Large, als großes Modell, wenn man das weiter treibt, dass man vielleicht am
Ende bei einer künstlichen Intelligenz landet, die man mit der menschlichen vergleichen
kann. Also allgemeine Probleme lösen, das ist das A für allgemein, die allgemeine
Probleme lösen kann. Unter dem Oberbegriff KI versteht man ganz viele verschiedene
Methoden oder Techniken oder Technologien. Und in diesem Jahrzehnt ist es halt dieses
maschinelle Lernen, worunter auch diese generativen Modelle fallen. Da vorher waren
es Expertensysteme oder neuronale Netze, die spielen jetzt auch noch eine Rolle. Das
wechselt immer ein bisschen. Die Frage ist, ob man damit wirklich menschliche
Intelligenz herankommen kann. Dazu müsste man erst mal verstehen, was menschliche
Intelligenz ist. Es ist eher ein Zuschreibungsproblem. Schon ganz, ganz früh hat der Josef
Weizenbaum, ein berühmter Informatikprofessor, ein System entwickelt, das er ELISA
genannt hat, was nichts anderes getan hat, als ein textbasiertes, chatbasiertes System,
würde man heute sagen, Chatbot, würde man sagen, der nichts anderes getan hat, als
den Satz, den du ihm gibst, sozusagen grammatisch zu parsen und die Wortfetzen, den
Inhalt quasi als Frage wiederzugeben. aufgezogen hat zum wenn du dann tragst,
Gespräch, mir geht es nicht warum gut, geht es dir denn nicht ich gut, habe Probleme
damit, wie fühlst du wenn dich, du die Probleme damit hast, also einfach diese
Wortfetzen wieder aufgegriffen und er hat das dann ausprobiert, auch mit seiner
Sekretärin damals und war erschrocken, dass dieses simple Programm, was überhaupt
nichts mit Intelligenz zu tun hat, sondern einfach nur den Menschen seine eigenen
Wortfetzen widerspielt, dass er dann plötzlich aus dem Zimmer gebeten wurde, weil die
jetzt ein internes wichtiges Therapiegespräch führen wollte mit diesem Programm und
hat gemerkt, dass es eigentlich eher die Menschen sind, die sozusagen diesem
Programm Intelligenz zuschreiben als das Programm und hat darauf ein sehr, sehr tolles
Buch geschrieben, kann ich nur jedem empfehlen, Computer Power and Human
Reason. Auf Deutsch heißt das, glaube ich, irgendwie die Macht der Computer, die
Ohnmacht der Vernunft. Tolles Buch, ja, alt, aber nicht minder aktuell. Die Frage sind
nicht die KI-Fragen, sondern in welcher Entscheidungskette ist KI eingebunden.
Menschen machen, also Computer machen bei Definition keine Fehler, sondern sie
übernehmen nur die Fehler, die wir ihnen da einprogrammieren. Die rechnen nur was
aus. Deswegen ist es die Frage, in welche Ketten ist KI eingebunden, wo kann KI, darf KI
etwas entscheiden und es muss da irgendwo immer Grenzen geben, wo Werturteile
gefällt werden. Da gibt es viel aufzuarbeiten. Es sind philosophische Diskussionen, jetzt
können wir ja gar nicht aufarbeiten in den kurzen Minuten, aber wichtig ist zu sagen, man
sollte sich lösen von dieser Vorstellung menschlicher Intelligenz und einfach sagen, wir
haben hier ein Werkzeug, das kann ganz tolle Dinge in bestimmten Bereichen, aber wir
sollten verstehen, was es für Dinge kann und was es eben nicht kann. Und dazu,
Stichwort wieder Hochschule Aufklärung, wir bilden die Leute aus, die mit diesen
Werkzeugen arbeiten, die die weiterentwickeln, ja, Aufklärung, Literacy betreiben.
00:15:32
SPEAKER_00
ich sage immer unter dem Topic der schwachen KI, ja auch schon setzen das ja auch in
der Lehre, ein, auch in der Forschung auch schon mit ein. Und wenn ich mich noch
richtig daran erinnere, du wurdest ja im letzten Jahr als Lehrpreisträger bei uns an der
Hochschule Magdeburg-Sternende ausgezeichnet und insbesondere für deinen Einsatz
des sogenannten Game-Based Learnings, also der Gamification, die du in die Lehre mit
hineingehst, in der du versuchst, in der Lehre deine einzelnen Cases so zu verknüpfen,
dass die Studierenden eigentlich aktiv darin auch stark arbeiten können, in Gruppen
arbeiten können, dass du ihnen das auch lehrdidaktisch mit auf den Wege bringst. Und
in dem Bereich setzt du ja auch, sofern ich es noch alles richtig im Hinterkopf habe,
setzt du auch viele Tools auch mit ein. Kannst du uns da vielleicht ein paar
Informationen, ein paar Insights geben?
00:16:25
SPEAKER_01
super, Ja, super spannend. Danke für die Frage und danke auch an die Hochschule und
vor allem an die Studierenden, die einen ja da nominiert haben. Ich freue mich, dass da
sozusagen von meiner Lehre was hängenbleibt und das offensichtlich, obwohl ich ja ein
bisschen drögere Themen wie Wirtschaftsinformatik unterrichte, also was hängen
geblieben ist. Ja, das ist tatsächlich sogar Standteil meiner Forschung. Ja, also dieses
Gamifizieren von Lehre oder Gemification heißt nichts anderes als Spielelemente in
Nichtspielkontexten zu verwenden. Also Hochschullehre ist ja klassischingt, kann man
die intrinsische Motivation steigern, das ist jedenfalls die Theorie, und man kann also
dafür sorgen, dass die Leute sich da mehr einbringen und das hoffentlich auch mehr
hängen bleibt. Da setze ich verschiedene Technologien ein und Techniken ein. Das eine
ist das sogenannte Quest-Based Learning, das heißt das Hochschulsystem als eine Art
Rollenspiel zu verstehen. Wir haben halt Quests, wir nennen das Prüfungen, also
Aufträge, die man erledigen muss, Abenteuer bestehen und dann haben wir halt einen
Endgegner, wir nennen das halt sozusagen die Abschlussarbeit. Und das ist so ein
bisschen, kann man da Parallelen ziehen und kann da sozusagen Studierenden einen
freieren Lernpfad ermöglichen. Das ist so ein bisschen die Idee, man wählt seinen
Lernpfad selber, kann das ein bisschen individualisieren und an seine persönlichen
Bedürfnisse anpassen. Das andere ist, ich verwende digitale Spiele, das ist immer ganz
gut, wenn man Sachen, komplexe Sachverhalte, das kennst du ja auch aus deiner Lehre,
komplexe Sachverhalte oder Systeme modellieren oder visualisieren möchte, eignen
sich solche interaktiven Medien ganz gut, um komplexe Vorgänge zu visualisieren und
selber mal an den Rad drehen zu können. Was ist denn, wenn ich ein Wirtschaftssystem
oder eine Lagerhalle simuliere? Was ist denn, wenn ich da eine Kapazität erhöhe oder
hier was verstelle? Das ist ganz toll und wo KI jetzt helfen kann tatsächlich, ist zu sagen,
ich kann plötzlich mit KI individuellere Aufgaben erstellen oder Lernpfade erstellen,
Aufgabenstellungen variieren, vorher muss man sich im Vorfeld alle Aufgaben
ausdenken, wie viele drei Gruppen die es gibt und jetzt kann man mit KI Variationen
hineinbringen oder auch flexibel reagieren. Wenn der Studierende etwas in eine andere
Richtung einschlägt, hat man plötzlich für den Fall, den man vorher vielleicht nicht
vorgesehen hat, kann man on the fly quasi Antworten generieren. auch Da tun. gibt es
wunderbare, auch kostenlose Werkzeuge, mit der man KIs trainieren kann, mit der man
auch erstmal die Statistik dahinter lernen kann, das ganze Mathe, die man grafisch, zum
Beispiel das Orange, Orange DM ist so ein Werkzeug, mit dem man grafisch seine Daten
visualisieren kann, zusammenstecken kann und auch mal sehen kann, was ist denn,
wenn ich dieses statistische Verfahren anwende, was ist denn, wenn ich diese KI
anwende, was kommt denn da raus? Kann ich plötzlich an Daten, die, zum Beispiel
Daten irgendwie von den Menschen, die vor Titanic überlebt haben oder botanische
Daten von verschiedenen Pflanzenarten, die man klassifizieren kann, kommt denn da
was Neues raus? Plötzlich, obwohl die Daten sind schon älter, wo wir eine Software
erzeugt haben, die genau das versucht hat, damals noch ohne diesen KI-Einschlag so
stark zu sagen, über Visualisierung oder neu zusammenstellende Daten kann ich
argumentieren. Ich kann also durch die neue Verknüpfung entsteht neues Wissen, neuer
Zugang zu Wissen. Und da haben wir tatsächlich auch mit Biologen im
Naturkundemuseum Berlin zusammengearbeitet, die sozusagen neue Tierarten
entdecken und Pflanzenarten und haben dann in ganz alten Daten tatsächlich einen
Widerspruch gefunden. Das war ein Forscher, der auf einer, glaube ich, es war eine der
hawaiianischen Inseln, eine angeblich neue Käferart entdeckt hat. Und wir haben aber
durch diese Visualisierung der was automatisiert man sehen dass er sozusagen
Aufzeichnung, aus seinem Tagebuch dass kann, er an verschiedenen können, Orten zur
gleichen Zeit hätte sein müssen aufzeichnet, und dass das also so nicht funktioniert hat.
So konnten wir durch diese durch den neuen Visualisierung, Zugang zum neue
Antworten und neue Wissen, Fragen generieren.
00:20:26
SPEAKER_01
KI ermöglicht es uns andere Fragen auch, zu stellen oder anderen Zugang zu dem
bestehenden Wissen zu erlangen. Also Studierende können zum Beispiel mit diesem
ONGDM arbeiten, was eine grafische Oberfläche für diverse Python-Programme, das ist
ja so die Lieblingssprache, in der viele KI-Anwendungen entwickelt sind, ist und was
man über Plugins erweitern kann. Also das Spannende ist, es ist eher ein Frontend und
ein Gesamtsystem, über die man verschiedene KI-Tools integrieren kann, also Plugin
mäßig. Und das ist ganz schön, weil man sich so KI-Systeme zusammenstecken kann,
im wahrsten Sinne des Wortes, ohne Programmiererfahrung haben zu müssen. Und das
ist ein sehr niedrigschwelliger Zugang, was ganz wichtig ist, im Sinne von Teilhabe,
niedrigschwellige Zugänge zu schaffen. Denn nicht jeder studiert Informatik, muss aber
trotzdem mit diesen Systemen, von denen sind wir alle betroffen. Und deswegen ist es
wichtig auch, dass jeder und jede diese Systeme verstehen kann.
00:21:12
SPEAKER_00
Das macht schon Lust auf Wirtschaftsinformatik, auch hier schon beim Zuhören. Und
was ich daraus noch mitgenommen habe, war, dass wir das Thema KI wirklich auch zum
Thema Individualisierung von Aufgaben nutzen können. Dass die Studierenden zum
einen KI-Werkzeuge bei dir auch wirklich in der Lehre auch einsetzen, praktisch
einsetzen und zum anderen du mithilfe der KI wirklich auch auf individualisierte
Aufgabenstellungen, auf Probleme der Studierenden darauf zurückgreifen kannst und
somit ja eigentlich dich noch viel spezifischer mit den Belangen, mit den Ideen der
Studierenden auseinandersetzen kannst. Also ein wahnsinniges Thema und ein sehr,
sehr spannendes Feld, was du im Endeffekt auch mitbringst. Und ich kann jedem nur
raten, Wirtschaftsinformatik zu studieren oder wenigstens ein Nebenfach wie bei uns in
der nachhaltigen BWL oder im dualen Studiengang. Jetzt vielleicht noch eine kurze Frage
dazu, wenn wir vielleicht den Themenblock jetzt auch Studium abschließen. Aus deiner
Sicht, durch den Einsatz der KI-Systeme, die sich jetzt gerade etablieren, die sich fast
täglich eigentlich überschlagen, die neuen Botschaften dazu und die Mitteilungen dazu,
wie werden sich denn so die Berufsbilder, vielleicht bei uns so pragmatisch gesehen in
den Wirtschaftswissenschaften oder du lehrst ja auch bei den
Ingenieurswissenschaften auch, vielleicht diese beiden Themenkomplexe oder diese
beiden Berufsgruppen, Ingenieurswissenschaften, Wirtschaftswissenschaften, wie
würden sich da die Berufsbilder aus deiner Sicht verändern? Also muss ich nur ein
anderes Setting an Tools mitbringen? Muss ich als Person anders aufgeschlossen sein
gegenüber Neuerungen? Also was würdest du sagen, verändert sich da das Berufsbild
oder muss ich andere Kompetenzen auch mitbringen als Absolvent, Absolventin?
00:22:45
SPEAKER_01
Also aufgeschlossen sollte man immer sein. Ich hoffe, das vermitteln wir hier, das
lebenslange Lernen, gerade in unserer Gesellschaft, wo die Geschwindigkeit der
Veränderung immer mehr zuzunehmen scheint, ist es ganz wichtig, ein Werkzeugkoffer
zu haben, mit dem man auf Veränderungen reagieren kann. Aber auf deine Frage
konkret, ich denke, dass wir noch viel mehr die sogenannte Literacy fördern müssen.
Das heißt, das Verstehen, das Lesen dieser Medien, die Medienkompetenz, wie es so
schön heißt, wo man aufpassen muss mit dem Begriff. Ich denke, wohin es sich
verschieben wird, ist in Richtung der Datenanalyse. Es gibt ja dieses Berufsbild des Data
Scientists, Data Analyst oder Data Scientist seit ein paar Jahren. Ich denke, das wird
sich noch weiter verstärken, dass Menschen wissen, welche statistischen Verfahren
eigentlich die richtigen sind, wie ich Zugang zu diesem Datenwust habe. Wir haben in
den letzten Jahren sehr, sehr viele Daten angehäuft, die richtig zu verstehen und da auch
richtige, sinnvolle Schlüsse daraus zu ziehen, denn die muss ein Mensch ziehen, die
kann die KI nicht ziehen. Das ist eine Kompetenz, die noch stärker in den Fokus rücken
wird. Hier kann die KI eben unterstützen, solange die KI nicht irgendeine Entscheidung
trifft, kann aber die KI sehr viel sinnlose Arbeit abnehmen und vielleicht einen anderen
Blick auf die Daten geben. Und wenn man selber solche Werkzeuge erzeugt, dann ist es
halt wichtig zu verstehen, welche Verfahren muss ich denn anwenden, um sinnvolle
Ergebnisse zu bekommen. Und dann ist es halt wichtig zu welche verstehen, Verfahren
muss ich denn um sinnvolle anwenden, Ergebnisse zu bekommen.
00:24:15
SPEAKER_00
Das heißt, um das zusammenzufassen, brauche ich also als Absolvent, Absolventin,
muss ichahnrad ist es jetzt, die zukünftige Herausforderung stärker das Thema auch
Datenanalyse, Datenvernetzung und Interpretation von Daten auch hier als
Schlüsselkompetenz mit einzubringen. Dann am Ende der Folge würde ich gerne noch
ein Thema ganz kurz mit dir besprechen. Und zwar, ich habe es am Anfang ganz kurz mit
angeschnitten, du bist ja selber Podcaster. Das heißt, du hast selber einen Podcast, der
heißt Digitale Wissenschaft. Forschung verändert sich. Wir erklären wie. Den Podcast
nimmst du zusammen auf mit Carolina Hahn. Und ich habe schon einige Folgen auch
mal reingehört. Das ist sehr, sehr interessant, weil natürlich mit dem Thema Digitale
Wissenschaft das Thema KI natürlich auch eine ganz, ganz essentielle Rolle spielt. Rolle
spielt. Und wenn ich es noch richtig in den einzelnen Folgen mitgeführt habe, dann
nimmst du den Podcast schon seit einigen Jahren auf und ich glaube, ihr habt im Jahr
2018 schon eine Spezialfolge zum Thema KI auch gedreht. Vielleicht können wir da
nochmal einen ganz kurzen Side-Talk zu machen, weil wir leben jetzt im Jahr 2023, wenn
der Podcast veröffentlicht wird, diese Folge sind wir schon 24, das heißt, es ist schon
sechs Jahre her. Jetzt wissen wir natürlich, naja, der letzte KI-Winter ist schon eine Weile
her. In der Forschung ist das Thema KI, brodelt das schon seit einigen Jahren, aber so
richtig in der Öffentlichkeit angekommen ist es eigentlich erst seit zwei, drei Jahren. Und
jetzt wart ihr in dem Thema vor sechs Jahren schon in einem Podcast. Habt ihr euch
damit beschäftigt? Was hat sich seitdem verändert und welche Bedeutung hatte die KI
eigentlich schon vor sechs Jahren?
00:25:43
SPEAKER_01
Ja, das ist spannend, wie die Zeit vergeht. Uns gibt es schon eine Weile als Podcast,
richten wir uns eigentlich an die allgemeine Öffentlichkeit und vor allen Dingen an
Studierende oder solche, die es gerne werden wollen, um einfach einen Überblick zu
schaffen über die verändernde Forschungslandschaft. Und da führen wir halt Interviews
mit PraktikerInnen und mit Menschen aus der Forschung, machen da relativ viel
Aufwand, das nachzubereiten, aufzubereiten, auch für Gehörlose nochmal
nachzubereiten. Nein, aber das Interview, worauf du wahrscheinlich ansprichst, muss
ich mir selber mal im Gedächtnis kramen. Ich glaube, das ist mit dem Fotis Janidis, der
ist Professor für Computerphilologie. Es geht um Literaturgeschichte,
Sprachwissenschaften. Und was an dem Interview, der sagte 2018 zu uns im Interview,
KI, maschinelles Lernen, das sind Waffen. Weil der hat also selber neue
Forschungsrichtungen mitgegründet, wo es eben darum geht, mit diesen statistischen
Verfahren oder KI, maschinellem Lernen, sozusagen ganz viel Literatur auszuwerten und
damit sozusagen im Nachhinein neue Schlüsse ziehen zu können und vor allen Dingen
Autoren erkennen zu können. Wer hat welche Texte geschrieben? Wenn jetzt ein
unbekanntes Werk gefunden wird von vor ein paar hundert das Jahren, wieder zuordnen
zu können und dort sozusagen interessante neue Schlüsse ziehen zu Wer können. hat
welche Texte geschrieben, wenn jetzt ein unbekanntes Werk gefunden wird von vor ein
paar hundert das Jahren, wieder zuordnen zu können und dort sozusagen interessante
neue Schlüsse ziehen zu können. Und was mir besonders hängen geblieben ist von dem
Gespräch, ist, dass der Professor Janidis, obwohl er ja Geisteswissenschaftler ist, in der
Gesellschaft für Informatik ist und da aktiv sich einbringt, weil er sagt, ich kann meinen
Bereich, der, wo man erstmal denkt, Literatur, deutsche Literatur, ich habe Germanistik
studiert oder so, das hat ja nichts mit irgendwie Computern, KI zu tun. Er sagt, das kann
man nicht mehr getrennt denken. Und wir sozusagen, diese Anwendungsfelder, da gibt
es ganz viele Gefahren und da müssen wir jetzt auch ethische Grenzen ziehen. Was ich
ja vorhin auch schon mal versucht habe anzusprechen mit, wo ziehen wir die Grenze bei
KI? Wer darf die Fehler machen? Das war ein sehr, sehr schönes Gespräch. Kann ich
jedem empfehlen, da nochmal reinzuhören, der 2018 schon erkannt hat, weil er eben
sich intensiv in der Forschung damit beschäftigt, was da auf uns zurollt, also fünf Jahre
fast vor ChatGPT oder vier Jahre vor ChatGPT. Wenn ich mich recht erinnere, war das
übrigens auch eine umstrittene Entscheidung, dass das im Altman, ja OpenAI ist ja die
Firma hinter ChatGPT, dass der das tatsächlich angeboten hat als Werkzeug für die
Allgemeinheit, war tatsächlich eine schwer umkämpfte Entscheidung, wenn ich mich da
recht erinnere. Dass man da so früh schon rausgetreten ist und gesagt hat, ich biete das
jetzt an, als frei verfügbares Modell. Genug der Werbung vielleicht, also der Podcast ist
interessant, besonders wenn man da mal vertieft einsteigen möchte in gewisse Themen.
Genau, wir werden im Podcast gerne nochmal in den Shownotes auch die Folge
00:28:01
SPEAKER_00
Genau, wir werden im Podcast gerne nochmal in den Shownotes auch die Folge
nochmal, insbesondere werden wir euch nochmal verlinken. Aus deiner Perspektive,
was denkst du, auf welche Herausforderungen im Bereich der künstlichen Intelligenz
müssen sich eigentlich einerseits jetzt die Hochschulen als sich, als Körper, als
derjenige, der sich auch mit Werkzeugen auseinandersetzt, aber auch die Studierenden
in ihren Lehrformen auseinandersetzen. Also mit welchen zukünftigen Tools oder mit
welchen Systemen der künstlichen Grenzen müssen wir uns in den nächsten Jahren
auch mit an den Hochschulen ich nenne es mal positiv formuliert anfreunden. Man kann
00:28:30
SPEAKER_01
versuchen, so die nächsten paar Jahre kann man immer ganz gut überschauen, weil wir
auch die Forschungslandschaft so ein bisschen kennen. Ich denke, dass diese
Werkzeuge gekommen sind, um zu bleiben. Wir erkennen aber auch schon erste
Grenzen. Also wir sehen halt, wo diese Modelle, also Anwendungen, die die nicht so gut
erfüllen können, weil einfach das diese jetzige Technologie da an die Grenzen stößt. Bill
Gates hat, glaube ich, vor kurzem gesagt, dass das ChatGPT 5 nicht wesentlich besser
sein wird als das Microsoft 4. hält ja, glaube ich, 49 Prozent Beteiligung an OpenAI.
Insofern hat er da auch einen Einblick, was da in der Firma vorgeht. Weil wir merken
schon, dass wir diese Large Language Models nicht noch larger machen können, also
nicht noch größer machen können. Das bringt nichts, dann steigt auch die Fehlerrate.
Das heißt, wir stoßen da jetzt schon an erste Grenzen. Das ist immer wie mit neuer
Technologie. Am Anfang gibt es große Sprünge, dann gibt es so inkrementelle
Verbesserungen und wenn man nicht sozusagen was ganz Neues noch erfindet, dann
gibt es irgendwann vielleicht so einen Plateau-Effekt, bis man das letzte Prozent
ausreizt. Und ich glaube, hier sehen wir jetzt gerade, dass sich schon so nicht nur
Plateau-Phasen, aber dass sich die Änderungen oder Verbesserungen eher inkrementell
sein werden. die mir dann meine Aufgabe erledigen, die ich möchte und die ich
individuell sozusagen, die alle kleinen Spezialistinnen sozusagen, die jeweils ihre
Aufgaben erledigen und die ich mir aber beliebig zusammenstecken kann. Ich glaube, da
ist noch viel Potenzial drin. Was bedeutet das für uns als Hochschule? Was bedeutet
das für Studierende? Bedeutet, dass wir mehr Möglichkeiten bekommen, vielfältige
Möglichkeiten, auch das eigene Lernen, nicht nur die schriftlichen Arbeiten, aber
einfach auch Werkzeuge als Schreibpartner, Lernpartner zu bekommen. Ganz neue
Möglichkeiten, auch Studierenden zu helfen, die von dem transzendenten
Bildungssystem ein bisschen stiefmütterlich behandelt werden. Studierende mit
Behinderungen dort vielleicht besser zu integrieren. Andere Möglichkeiten, das Lernen
zu ermöglichen. Unterstützung beim Programmieren ist natürlich besonders
interessant, wie weit man da gehen kann. Aber auch für Lehrende sozusagen, das in die
Lehre zu tragen, in die Prüfungen zu tragen, sich da zu verändern, sich zu öffnen und vor
allen Dingen zu vermitteln, was diese Werkzeuge sind, wie die funktionieren tatsächlich,
was die können und was die nicht können. Ich mache das in meinen Kursen auch
immer, wo ich Studierende in die Rolle von WirtschaftsinformatikerInnen schöpfen
lasse, manchmal das sozusagen selber programmieren und magnitiv im Öl stehen.
Nicht, weil sie natürlich, machen wir keine Programmierausbildung, ich studiere in der
BWL bei uns und nicht Informatik beispielsweise und in einem Kurs kann man das auch
nicht lernen, aber es geht darum, ein Gefühl zu entwickeln, wie Technologie tatsächlich
funktioniert, was sie kann und mit welchem Aufwand, weil unsere Studierenden sind
später in der EntscheiderInnenrolle und müssen dann sagen, investiere ich da Zeit und
Geld rein, was kann das, was kann das nicht. Und das kann man viel besser, wenn man
das selber versteht, selber angewandt hat. Das ist also die höchste Form, die Literacies
etwas selber erzeugen können. Das versuchen wir zu vermitteln. Und ich denke, da
müssen wir noch viel stärker ran. Wobei man diesen Begriff dann auch weiterfassen
muss, wenn wir zum Beispiel nicht nur Behinderung, aber generell sozusagen diversere
Zugangsmöglichkeiten zu schaffen. Wir haben zum Beispiel hier mit unserem Stream
Studiengang, da sind Studierende, das ist ein internationaler Studiengang,
englischsprachig, da sind Studierende aus über 30 Nationen. Da gibt es diverse
Sprachbarrieren, kulturelle Barrieren. Hier sozusagen eine Vermittlerrolle der KI zu
geben oder Werkzeuge in Hand zu geben, da Barrieren abzubauen. Dann im Bereich
Neurodiversität, Menschen mit Dyslexie, Menschen, die farbenblind sind, etc. Da wird
schon ganz, ganz viel getan. Aber hier hat die KI natürlich die Möglichkeit, automatisiert
Lehrmaterialien anzupassen, barrierearmer zu machen. Da gibt es noch viel, viel
Möglichkeiten und da muss noch viel, viel Forschung passieren. Aber da sehe ich, wenn
wir das richtig anwenden, können wir diese Werkzeuge zum Wohle aller einsetzen.
00:32:05
SPEAKER_00
Lieber Jens, wir haben uns einmal den ganz großen Bogen aufgemacht, haben uns mit
dem Thema KI und Bildung auseinandergesetzt, sind einmal durch die Bachelor- und
Masterstudiengänge geflogen, haben uns angeschaut, welche Werkzeuge man
einsetzen kann. Zukunft eigentlich in den nächsten Jahren aussieht, welche Tools
eingesetzt werden können, wie sie ihre Rolle, also die KI-Tools ihre Rolle auch im
Bildungswesen einnehmen werden und dafür recht herzlichen Dank, dass du heute die
Zeit hattest, dass wir uns hier mit auseinandersetzen konnten. Es hat super viel Spaß
gemacht. Ich habe noch viele, viele Fragen. Da würde ich dich gerne noch intensiver zu
löchern. Dafür reicht die Zeit heute nicht, aber ich danke dir, dass du heute hier warst
und wir einen Einblick in die ganzen oder einen Insight in das Thema KI-Inbildung
bekommen durften. Ich bedanke mich ganz herzlich
00:32:49
SPEAKER_01
ganz herzlich für die Möglichkeit, hier mal diesen Rundumschlag zu machen. Und wenn
ich eine Sache mitgeben darf, dann bleiben Sie neugierig, bleiben Sie hungrig.
00:33:01
SPEAKER_02
Der KI-Insights-Podcast ist eine Initiative des Projekts ZAKI, der zentralen Anlaufstelle für
innovatives Lehren und Lernen interdisziplinärer Kompetenzen der KI der Hochschule
Magdeburg-Stendal, gefördert vom Bundesministerium für Bildung und Forschung.