Kategorie: #Künstliche Intelligenz

Jens O. Brelle, MMKH Hamburg und Janine Horn, ELAN e.V.
Hochschulen müssen sich vermehrt mit generativen KI-Modellen auseinandersetzen, welche als unzulässige Hilfsmittel in wissenschaftlichen Arbeiten Verwendung finden. KI-Detektoren sind allein zum Nachweis einer Täuschung aufgrund ihrer derzeitigen Fehlerhaftigkeit nicht geeignet. Es bedarf einer menschlichen Stellungnahme der Prüfenden. KI-Detektoren wie KI-Generatoren sind allerdings selbstlernende Systeme, und somit ist eine Weiterentwicklung möglich. Beim Einsatz von KI-Detektoren wird in die Urheberrechte der Prüflinge an der Prüfungsarbeit eingegriffen, und es werden personenbezogene Daten des Prüflings automatisiert verarbeitet. Dies bedarf in der Regel einer expliziten Rechtsgrundlage in den Hochschulgesetzen beziehungsweise Prüfungsordnungen.

Corinna Bath, Koordinations- und Forschungsstelle Netzwerk Frauen- und Geschlechterforschung NRW
Ansätze aus der Geschlechterforschung wie der Datenfeminismus und die Gestaltungsgerechtigkeit ergänzen die aus technischen Bereichen heraus entwickelten Interventionen, die Diskriminierung vermeiden sollen. Indem sie Machtverhältnisse berücksichtigen, verschieben sich Problemverständnisse und Begriffe. KI-Manifestos, afrikanische beziehungsweise neomaterialistische Ethiken und die partizipative Zusammenarbeit mit marginalisierten Gruppen bieten Inspirationen, um Daten und Modelle in der KI neu zu denken und zu implementieren.

Simon Maris, KINDLAB Campus Gestaltung der Hochschule Trier
Im Rahmen des Verbundprojektes KITeGG erforscht das KINDLAB am Campus Gestaltung der Hochschule Trier die Integration von KI in die Gestaltungslehre sowie die Potenziale für nachhaltige Innovationen und Zukünfte. Mit transdisziplinären Angeboten für eine Vielzahl von Gestaltungsdisziplinen werden Hintergrundwissen und gestalterische Einsatzmöglichkeiten durch praktische Anwendung vermittelt und die kritische Auseinandersetzung gefördert. Das Labor erforscht die Rolle von KI als Material und Werkzeug in der Gestaltung, beleuchtet die Komplexität und den Kontext des Entwurfsprozesses, diskutiert ethische Fragen und zeigt Perspektiven für die Weiterentwicklung der Gestaltungsausbildung auf.

Laura Bies, Oliver Müller, Tim Grundtner und Dirk Werth, August-Wilhelm Scheer Institut
Die ordnungsgemäße Nutzung von LLMs kann die Innovationskraft eines Unternehmens erheblich steigern. Es ist jedoch wichtig, sich der Schwächen und Risiken von LLMs bewusst zu sein. Denn die Entwicklung und Regulierung generativer KI steckt noch in den Anfängen, und die Zukunft verspricht spannende Möglichkeiten für Unternehmen und Einzelpersonen.

Detlef Gerhard, Timo Köring und Matthias Neges, Ruhr-Universität Bochum
Modellbasiertes Systems Engineering (MBSE) ist unerlässlich, um die zunehmende Komplexität in der Produktentwicklung zu bewältigen. MBSE ersetzt herkömmliche, dokumentbasierte Ansätze und ermöglicht eine klare, strukturierte Handhabung umfangreicher Produktinformationen. Künstliche Intelligenz (KI) beeinflusst diesen Prozess zunehmend, indem sie durch automatisierte Datenanalysen und Mustererkennung die Effizienz steigert und innovative Lösungen fördert. Gemeinsam bieten MBSE und KI eine leistungsstarke Basis für das moderne Engineering.