KI in Lehre, Weiterbildung und Training

Generative KI revolutioniert das Lehren und Lernen - nutzen Sie diese Chancen für Ihre Praxis und lernen Sie, KI gewinnbringend und verantwortungsvoll einzusetzen! Dieses Handbuch zeigt Ihnen Schritt für Schritt, wie Sie ChatGPT & Co. in Ihre Lehre integrieren oder zum Vortragen und Präsentieren nutzen. Egal, ob Sie neugierig sind, skeptisch oder fasziniert: Sie erhalten hier einen umfassenden Methodenkoffer mit sofort einsetzbaren Techniken. Dominik Freinhofer führt Sie von den Grundlagen über die Unterrichtsplanung bis zur individuellen Lernförderung. Mit konkreten Anleitungen, wiederverwendbaren Prompt-Vorlagen und praxiserprobten Beispielen aus verschiedenen Fachbereichen machen Sie sich fit für den KI-Einsatz und gestalten die Zukunft des Lehrens und Lernens gut informiert mit. Aus dem Inhalt: - Wie KI funktioniert - Grundlagen für den Einsatz großer Sprachmodelle - Prompt Engineering: Konzepte und Techniken - Individuelles Lernen fördern - Den eigenen Vortragsstil verbessern - Unterstützung für schwierige Lehrsituationen - Lernfortschritte und Leistungen analysieren - KI direkt beim Lernen einsetzen - Fachspezifische Ideen entwickeln - Grenzen verstehen und fundiert entscheiden

Dominik Freinhofer ist Pädagoge und Experte für Generative KI in der Bildung. Er forscht zu ethischen und bildungswissenschaftlichen Themen der KI und ist selbst Pionier in der Praxis. Außerdem arbeitet er eng mit Hochschulen, Schulen und Schulbuchverlagen zusammen, um die Entwicklung innovativer Lehrmethoden aktiv zu begleiten. Sein Ziel ist es, das Bildungssystem "KI-fit" zu machen und die Bildungsgerechtigkeit für Schüler*innen und Studierende zu fördern. Von seinen Weiterbildungen profitieren außerdem Trainer und Vortragende in verschiedensten Berufen.

Danksagung ... 11 Über dieses Buch ... 13 TEIL I. Generative künstliche Intelligenz ... 21 1. Einleitung ... 23 1.1 ... Kurze Einführung in die künstliche Intelligenz ... 26 1.2 ... Generative künstliche Intelligenz ... 35 1.3 ... Große Sprachmodelle ... 36 1.4 ... Die Bedeutung von generativer KI für das Lernen, Lehren und Vortragen ... 54 1.5 ... Quellenverweise für Kapitel 1 ... 56 2. Überblick über generative KI-Tools ... 59 2.1 ... Arten von KI-Tools ... 65 2.2 ... Sprachmodelle ... 70 2.3 ... KI-Chatbots ... 77 2.4 ... Recherchetools ... 88 2.5 ... Übersetzungstools ... 90 2.6 ... Gesprochene Sprache ... 94 2.7 ... Transkriptionen ... 100 2.8 ... Bilderstellung ... 101 2.9 ... Tools für Lehrende ... 104 2.10 ... Weitere Tools ... 110 2.11 ... Fazit zu KI-Tools ... 117 2.12 ... Quellenverweise für Kapitel 2 ... 118 3. Prompt- und Context-Engineering ... 119 3.1 ... Was ist Prompt-Engineering? ... 119 3.2 ... Was ist Context-Engineering? ... 122 3.3 ... Prompt-Engineering ... 124 3.4 ... Context-Engineering ... 143 3.5 ... Quellenverweise für Kapitel 3 ... 170 TEIL II. Anwendungen in der Bildung und Wissensvermittlung ... 173 4. Mit KI Lehr- und Vortragskonzepte strategisch planen ... 175 4.1 ... Lernziele definieren und strukturieren ... 175 4.2 ... Strukturiert planen: Constructive Alignment, Instruktionsdesign und KI ... 189 4.3 ... Paradigmenwechsel durch KI ... 195 4.4 ... Mit KI iterativ zum Lehrkonzept ... 198 4.5 ... Planung mit KI-Personas testen ... 213 5. Lehrveranstaltungen wirksam gestalten ... 221 5.1 ... Mit KI effektive Lehr- und Lernmaterialien erstellen und differenzieren ... 222 5.2 ... Methodenrepertoire mit KI erweitern ... 252 5.3 ... KI als Lernbegleiter einsetzen ... 268 6. Leistungsüberprüfung im KI-Zeitalter ... 295 6.1 ... Die Illusion der KI-Erkennung ... 296 6.2 ... Sinnvolle Leistungsüberprüfung im KI-Zeitalter ... 305 6.3 ... Mit KI bewerten -- ein komplexes Kontinuum der Möglichkeiten ... 314 6.4 ... Wie kann ich KI-gestützte Leistung beurteilen? ... 332 6.5 ... Ausblick ... 337 6.6 ... Quellenverweise für Kapitel 6 ... 339 TEIL III. Herausforderungen und Risiken ... 341 7. Herausforderungen und Risiken von KI in der Lehre und Wissensvermittlung ... 343 7.1 ... Datenschutz ... 344 7.2 ... Geistiges Eigentum ... 350 7.3 ... Akademische Integrität ... 355 7.4 ... Bias und Diskriminierung ... 358 7.5 ... Transparenz und Nachvollziehbarkeit ... 361 7.6 ... Pädagogische Risiken ... 362 7.7 ... Fazit zu den Herausforderungen ... 368 7.8 ... Quellenverweise für Kapitel 7 ... 369 8. Abschluss ... 371 Anhang ... 375 A ... Weiterführende Ressourcen: Blogs, Plattformen, Lehr- und Lernmaterialien, Tools ... 375 B ... KI-Tools ... 377 Index ... 379