Logo des Repositoriums

Auflistung nach Autor:in "Schleiss, Johannes"

1 - 4 von 4
  • Konferenzbeitrag
    AI Engineering als interdisziplinäres Einführungsmodul zwischen Künstlicher Intelligenz und Ingenieurwesen
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Lang, Sebastian; Siegert, Ingo; Artiushenko, Viktor; Schleiss, Johannes
    Im Wintersemester 2023/2024 wird in Sachsen-Anhalt der Kooperationsstudiengang »AI Engineering — Künstliche Intelligenz in den Ingenieurwissenschaften« eingeführt. Ziel des Studiengangs ist es, Fachkräfte in der Entwicklung und Implementierung industrieller KI-Lösungen auszubilden. Im ersten Fachsemester absolvieren die Studierenden das Modul »Einführung ins AI Engineering«, das einen übergeordneten Rahmen für die im weiteren Studienverlauf vermittelten KI- und Ingenieurmethoden schafft. Dieser Beitrag diskutiert die Herausforderungen in der Entwicklung eines solchen interdisziplinären Einführungsmoduls. Anschließend wird ein Konzept zur Ausgestaltung und Didaktik des Einführungsmoduls präsentiert, das diesen Herausforderungen begegnet.
  • Konferenzbeitrag
    Better ready than just aware: Data and AI Literacy as an enabler for informed decision making in the data age
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Schüller, Katharina; Rampelt, Florian; Koch, Henning; Schleiss, Johannes
    Data and AI literacy is an important enabler for informed decision making in the data age. To inform educational programs and policies, it is important to create a common understanding about the required knowledge and skills. In this paper, we propose a novel taxonomy to data and AI literacy based on qualitative literature analysis and expert group discussions. We introduce three key roles related to Data and AI Literacy: the informed prosumer, the skilled user, and the expert creator. Moreover, we argue that Data and AI Awareness as the lowest level of understanding and recognizing is a necessary prerequisite but not a sufficient condition to Data and AI Literacy. We rather equate Data and AI Literacy with Data and AI Readiness. Further work will focus on defining the core knowledge, skills and competences of the taxonomy.
  • Textdokument
    Künstliche Intelligenz und Bildung in Deutschland: Erkenntnisse aus dem KI-Bildung Workshop 2024
    (Proceedings of DELFI Workshops 2024, 2024) Schleiss, Johannes; Egloffstein, Marc; Mah, Dana-Kristin
    Die wachsende Bedeutung von Data Literacy sowie Kompetenzen im Umgang mit Künstlicher Intelligenz (KI) spiegelt sich zunehmend auch im Bildungswesen wider. Dies führt zu einem wachsenden Bedarf an Aus- und Weiterbildung über KI. Bislang mangelt es dabei noch an koordinierten Herangehensweisen und einem strukturierten Austausch, um Ergebnisse verschiedener Initiativen und individueller Bemühungen zu integrieren und Erkenntnisse wechselseitig nutzbar zu machen. Der Workshop zielte darauf ab, Forschende, Lehrende sowie Akteur:innen aus der Praxis, die sich mit Aus- und Weiterbildung zu KI beschäftigen, zusammenzubringen und den Wissenstransfer zu unterstützen. Der Workshop fokussierte dabei auf Ansätze zur empirischen Analyse von Aus- und Weiterbildung zu KI sowie den Austausch von Erfahrungen aus bestehenden Initiativen und Projekten, beispielsweise zur curricularen Integration oder praxisorientierten Lehre. Dabei wurde deutlich, dass eine stärkere Vernetzung der Initiativen und Forschungsprojekte im Kontext von KI und Bildung erstrebenswert und Austauschformate nötig sind. Weiterhin zeigte sich eine große Bandbreite an Themen und Erfahrungsständen in der Community. Es scheint empfehlenswert, weitere Austauschformate zu planen und Synthese von Erkenntnissen von Forschung und Praxis über ein dezidiertes Kompetenzzentrum voranzutreiben.
  • Textdokument
    Rahmenbedingungen für Künstliche Intelligenz in Educational Technology
    (Proceedings of DELFI Workshops 2022, 2022) Schleiss, Johannes; Göllner, Stefan
    Educational Technology (EdTech) Angeboten, die auf Künstlicher Intelligenz (KI) basieren, werden aktuell große Chancen für die Umsetzung adaptiver und individueller Lernszenarien zugeschrieben. Jedoch führen fehlendes Wissen und Ängste im Umgang mit KI zu einer Verunsicherung, die den Einsatz erschwert oder sogar verhindert und damit Chancen für Lernende, aber auch für EdTech Unternehmen einschränkt. Dieser Beitrag beschreibt das Vorgehen, die Teilergebnisse und das Fazit des Workshops „Rahmenbedingungen für Künstliche Intelligenz in EdTech“. Ausgangspunkt bildet die Frage nach benötigten Voraussetzungen bezogen auf ethische, soziale und rechtliche Fragestellungen, die den Einsatz dieser Technologien erleichtern könnten.