In: Schmohl, Tobias; Watanabe, Alice & Schelling, Kathrin (Hrsg.) (2023). Künstliche Intelligenz in der Hochschulbildung (213-226). Bielefeld: transcript Verlag.
Veröffentlichungsdatum
13.03.2023
Inhalt
Derzeit wird in unterschiedlichen Forschungszusammenhängen diskutiert, wie Studierende bei der Erreichung individueller Bildungsziele unterstützt werden können. Die Studienindividualisierung wird aktuell insbesondere im Zusammenhang mit der Fähigkeit zum eigenaktiven Studieren erörtert. Neben der Hochschulbildung bieten auch die Diskussion zum lebenslangen Lernen und zur weiteren Differenzierung von Lebensläufen wichtige Anknüpfungspunkte. Die Frage stellt sich jedoch, wie Studienindividualisierung trotz enger curricularer Strukturen ermöglicht werden kann und inwiefern hier auch eine technologische Unterstützung möglich ist. Diese Idee wird durch das BMBF‐geförderte Projekt SIDDATA verfolgt. SIDDATA ist ein Studienassistenzsystem, das mit Hilfe von intelligenten und selbstlernenden Algorithmen adaptives und individuelles Studieren unterstützt. Im Fokus stehen KI‑gestützte Module, die Studierenden dabei helfen, individuelle Interessen zu definieren und diese im Laufe ihres Studiums zu verfolgen. Dieser Beitrag beschäftigt sich mit dem Konzept des Moduls »Fachliche Interessen«, den darin verwendeten KI‑Algorithmen, den ersten Erfahrungen mit Test und Einsatz dieses Moduls sowie mit den Potenzialen und Hindernissen für den Einsatz von KI zur Studienindividualisierung. Die Ergebnisse der ersten Testerfahrungen mit dem Modul bestätigen, dass der Einsatz von KI in dem digitalen Studienassistenten SIDDATA Möglichkeiten bietet, die Individualisierung im Studium zu fördern, und auf diese Weise einen Beitrag leistet, Potenziale der KI‑gestützten Hochschulbildung zu entdecken und diese weiterzuentwickeln.
Der Beitrag ist abrufbar unter: https://www.transcript-open.de/doi/10.14361/9783839457696-012?html