News: Onlinekurs „Körper • Stimme • Haltung – Wirkungsstrategien für Lehrer*innen“

Über zwei Jahre hinweg hat das Zentrum für Lehrerbildung (ZLB) ein multimediales Lernangebot entwickelt, mit dem Ziel, angehenden und erfahrenen Lehrenden die Wirkung der Stimme, der Körpersprache- und haltung bewusst und erlebbar zu machen. Seit kurzem ist nun das Selbstlernangebot in Form eines Onlinekurses unter folgendem Link verfügbar: 

Das Projekt basiert als multimediales Lernangebot auf Videosequenzen mit ergänzendem Text- und Audiomaterial sowie Textbausteinen zum selbstständigen Erarbeiten verbaler und nonverbaler Kommunikationsstrategien.

Es richtet sich an:

  • Studieninteressierte,
  • Studierende,
  • Referendar*innen und
  • Lehrkräfte aller Schulformen.

Vor allem für Lehrende stellen Körper und Stimme zentrale Kommunikationsmedien dar, deren tragende Bedeutung in Form von Inhalts- und Beziehungsvermitllung im Unterricht zum Vorschein kommt. Somit stellen sie die Grundlage des Lehrens und Lernens dar, denn

„wer die Wirkung der Stimme und des Körperausdrucks gekonnt und zielsicher einsetzt, wird besser gehört, gesehen und verstanden“.

Quelle: http://koerperstimmehaltung.zlb.uni-halle.de/

Der Onlinekurs orientiert sich vor allem an den vier Funktionskreisen Körper, Atmung, Stimme und Aussprache, die unsere Kommunikation maßgeblich beeinflussen.

Jedes einzelne Kapitel enthält:

  • Wissensvideos, Tests, Literatur, 
  • Übungsvideos und
  • Tipps für den Alltag. 

Eine Anleitung zum Onlinekurs findet Ihr hier: 

Schaut auf jeden Fall vorbei! Es lohnt sich!

Auch die Deutschdidaktik beschäftigt sich bereits seit einigen Jahren in Kooperation mit den Theaterschaffenden von Halles Bühnen mit diesem Themengebiet. Schließlich wird die Hauptwirkung einer Lehrperson über Stimme und Körperhaltung transportiert.
Weitere Informationen dazu findet Ihr hier:

KI in der Bildung – Anwendungsmöglichkeiten von KI in Schule und Hochschule

In den vergangenen Beiträgen der Themenreihe „KI in der Bildung“ haben wir uns bereits damit auseinandergesetzt, was KI eigentlich ist, welche Voraussetzung für die Etablierung von KI benötigt werden und wie es im KI in der nationalen und internationalen Politik steht. Darauf aufbauend soll es in diesem Beitrag darum gehen, welche (konkreten) Anwendungsmöglichkeiten KI für Hochschulen und Universitäten, aber vor allem in schulischen Bereichen bietet. 

Über KI in der schulischen Bildung wird bislang nämlich recht wenig gesprochen. Und dass, obwohl die von der Bundesregierung im November 2018 verabschiedete Nationale Strategie für KI natürlich auch große Auswirkungen auf das Bildungssystem hat.
Künstliche Intelligenz birgt das Potenzial, die Vermittlung von Wissen grundlegend zu verändern. KI kann in der Zukunft einen wichtigen Beitrag leisten, Vorhersagen zu treffen und Lerninhalte individuell auszusteuern – ob an Universitäten, in Schulen oder bei der Erwachsenenbildung. Dabei verfolgen erste praktische Versuche zur Entwicklung von KI-Anwendungen den Ansatz, menschliche Lehrkräfte in ihrer täglichen Arbeit zu unterstützen und nicht Schullehrende oder Hochschulddozent*innen zu ersetzen.

Anhand einiger konkreter Beispiele für den bereits jetzt stattfindenden Einsatz von KI in Schulen möchten wir Euch einen ersten Einblick darin geben, auf welchem Stand sich künstliche Intelligenz momentan befindet und wie der Bildungsbereich von dieser Entwicklung auch weiterhin profitieren kann.

Digitale Tools

Gemeinsam mit der Technischen Universität Kaiserslautern (TU) haben Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) das Projekt „Hypermind“ entwickelt. Dabei handelt es sich um ein intelligentes Schulbuch für Tablets und Desktop-Rechner, das die Blickrichtung der Lesenden erkennen und darüber hinaus analysieren kann.

In erster Linie soll das intelligente Schulbuch eine individuelle Förderung der Schüler*innen sowie ein effizienteres Lernen erwirken. Zudem kann der Lernprozess von Schüler*innen mithilfe des Tools kontinuierlich erfasst werden.

„Das Besondere ist, dass das Buch die Stärken und Schwächen der Schüler mithilfe integrierter Sensoren frühzeitig erkennt“ [1],

erklärt einer der Forschenden, Physik-Professor Jochen Kuhn.

Die Technik, die hinter dem intelligenten Schulbuch steckt, ist relativ simpel und daher auch zum Lernen, egal ob im Unterricht oder zu Hause, geeignet: Der Inhalt des Buches wird auf einem Tablet oder einem Bildschirm angezeigt. Unter dem Display ist ein sogenannter „Eye-Tracker“ angebracht, der die Blickbewegungen der Lesenden erfasst. Auf diese Weise kann das System erkennen, an welcher Stelle Lernende länger verweilen oder wann sie etwas wiederholt lesen. Mithilfe von Algorithmen bzw. KI werden dann in einem nächsten Schritt die Daten genauer analysiert, um beispielsweise Rückschlüsse auf Lernverhalten- und fortschritte zu ziehen. Weiterhin ermöglicht es die Technik, zu sehen, wo bei Schüler*innen besondere Interessen liegen. Das intelligente Schulbuch soll also zu einem dynamisch-adaptiven persönlichen Schulbuch werden und so individuelles Lernen ermöglichen.

Das individuelle Bearbeiten des Schulbuches soll darüber hinaus mit Geräuschen, eingeblendeten Bildern oder Filmsequenzen bereichert werden. Denkbar wäre auch die Kombination des digitalen Schulbuches mit Aktivitätserkennung wie etwa durch eine Smartwatch, die den Puls misst. Somit würde man schneller und besser Arbeitsbelastungen, Verständnisprobleme sowie die Interessen der Schüler*innen erkennen. Damit wird die Möglichkeit eröffnet, dynamisch generierte Inhalte individuell und kontextoptimiert zur Verfügung zu stellen sowie den Wirkungsgrad von und die Nachfrage nach bestimmten Inhalten zu verifizieren.

Argumented-Reality-Bilderbücher

Argumented Reality fügt dem realen Text eine hypertextuelle Ebene hinzu und ist damit der nächste Trend im Bereich digitale Bildung. Schon heut erschließen Kinder sich mithilfe dieser digitalen Bilderbücher zusätzliche Inhalte. Dafür benötigen sie lediglich ein Smartphone und das passende Programm.

[1] https://www.checkpoint-elearning.de/schule/wie-kuenstliche-intelligenz-das-lernen-unterstuetzt

Der Einsatz von Sensoren und Kameras wird im internationalen Raum, beispielsweise in China, bereits im Klassenzimmer erprobt. Dabei analysiert ein Algorithmus die erfassten Gesten und Gesichtsausdrücke von Schüler*innen und zieht daraus Rückschlüsse über ihre Mitarbeit und Gefühlslage. Die KI unterschiedet in diesem Zusammenhang Handlungen in sechs Kategorien: Lesen, Schreiben, Zuhören, Aufstehen, Hand heben und Kopf auf den Tisch legen. Darüber hinaus kann die Gesichtserkennung neutrale, glückliche, traurige, enttäuscht, verärgerte, verängstigte und überraschte Mimik identifizieren. Die so gesammelten Verhaltensdaten werden anschließend zu einer übergreifenden Bewertung der Schüler*innen zusammengefasst.

Georg Siemens beschreibt Learning Analytics als das

„Messen, Sammeln, Analysieren und Auswerten von Daten über Lernende und ihren Kontext mit dem Ziel, das Lernen und die Lernumgebung zu verstehen und zu optimieren.“ [2].

Diese individualisierten Lernprofile dienen dazu, die jeweiligen Stärken, Schwächen und Fortschritte der Lernenden herauszustellen. Im Vordergrund steht also ein besseres Verständnis von Lernprozessen und dementsprechend auch bessere Lernergebnisse

Die KI stellt selbst anhand des Lernprofils individualisierte Aufgaben und Materialien zusammen, um auf die individuellen Lernbedürfnisse der Kinder einzugehen. Für Lernende bietet sich somit der große Vorteil, anhand ihrer Stärken Themenbereiche zu erarbeiten. Auch verringert sich durch die flexibel angepasste Zusammenstellung der Aufwand für Lehrenden, was die Erstellung der Lerninhalte für unterschiedliche Leistungsstufen angeht. Durch die umfangreichen Analysen beispielsweise dahingehend, wie Schüler*innen mit Online-Texten- oder Kursmaterialien umgehen, kann der Unterricht entsprechend angepasst werden. Befürchtungen gibt es jedoch bezogen auf den Datenschutz sowie auf die Entwicklung hin zu einem Lernverständnis, das zunehmend nur noch auf messbare Ergebnisse abzielt.

Lernmanagementsysteme

Lernmanagementsysteme sind bereits vereinzelt in Gebrauch. Sie verknüpfen mehrere Funktionen wie Kursinhalt- und Benutzer-Verwaltung sowie Kommunikations- und Kooperationstools mit KI-Elementen. Somit generieren sie eine Vielzahl an Daten, die mithilfe von Learning Analytics gesammelt und ausgewertet werden. Es entsteht ein individuelles Lernprofil einer Person mit ihren Stärken, Schwächen, Präferenzen und Lernfortschritten.

[2] Jahn, Sandy/Kaste, Stefanie/März, Anne/Stühmeier, Romy: Denkimpuls Digitale Bildung: Einsatz von Künstlicher Intelligenz im Schulunterricht. Berlin: Initiative D21 e.V. 2019. (de/publikationen/denkimpulse-zur-digitalen-bildung 18.06.2020). S. 3.

Einige Anbieter von Bildungsmedien experimentieren bereits mit KI-basierten Web-Anwendungen. Dabei können Schüler*innen von den Lehrenden gestellte Textaufgaben online bearbeiten. Das Innovative an diesen Anwendungen besteht darin, dass das System weit über das schlichte Auswählen vorformulierter Antworten hinausgeht. Die KI versteht nicht nur freiverfasste Antworten, sie ordnet sie darüber hinaus inhaltlich ein, bewertet sie und gibt daraufhin eine individuelle Rückmeldung.

Denkbare Szenarien für die Anwendung eines solchen Systems stellen Wissensabfragen, Textverständnis, Fremdsprachenkompetenz oder die Anwendung grammatikalischer Regeln dar. Dabei werden Rechtschreib- und Grammatikfehler automatisch erkannt und berichtigt. Der große Vorteil besteht darin, dass alle Lernenden gleichermaßen in ihrem Lernprozess unterstützt werden, indem sie eine direkte Rückmeldung von der KI erhalten. Lehrende werden in diesem Sinne entlastet.

In Japan ist der Einsatz von Robotern im Klassenzimmer fast schon Realität. Diese unterstützen die Lehrkräfte bei den unterschiedlichsten Aufgaben. Der Roboter Pepper beispielsweise kann Vorträge halten, beim Kopfrechnen, Vokabellernen oder den Hausaufgaben helfen, Sportübungen demonstrieren und zum Teil Sprache Gefühle erkennen. Die dabei verwendete KI lernt mit jeder Interaktion dazu und ebnet somit den Weg zur Realisierung eines persönlichen, digitalen Lernassistenzsystems. Ein selbstständiges didaktisches Arbeiten ist jedoch noch nicht möglich.

In diesem Zusammenhang kommt oftmals die Frage auf, ob Roboter die Lehrenden in der Zukunft und damit die Lehrkraft aus Fleisch und Blut ersetzen werden. Grundsätzlich lässt sich festhalten, dass, unabhängig von dem Effekt solch adaptiver Lernsysteme und dem Voranschreiten der Entwicklung der künstlichen Intelligenz, Lehrkräfte zukünftig nie vollständig durch Roboter ersetzt werden. Schließlich werden die Lehrenden stets für das Mit- und Zwischenmenschliche verantwortlich sein, (hoffentlich) für Motivation im Klassenzimmer sorgen und Schüler*innen in ihrem Lernprozess begleiten und beraten.

Der Einsatz von KI wird in erster Linie als Unterstützung und Entlastung für Lehrkräfte angesehen. Damit Lehrende aber tatsächlich von den technologischen Entwicklungen profitieren, sollte die Beziehung zwischen ihnen und Maschinen im Sinne einer „Mensch-mit-Maschine-Beziehung“ verstanden werden.

Das Klassenzimmer der Gegenwart

Wirft man einen Blick in die Schulen Deutschlands, hat man den Eindruck, dass einige Lehrende es mit den digitalen Medien genauso halte wie die neuen Lehrpläne: Sie sitzen das Thema aus. Die Lernenden hingegen haben als Digital Natives die Lehrkräfte in punkto Medienkompetenz bereits überholt. So führt beispielsweise die KIM-Studien 2016 an, dass 98 Prozent aller Haushalte mit Kindern im Alter zwischen 6 und 13 Jahren über ein Smartphone verfügen. Dahingegen nutzen im Jahr 2015 lediglich 68% aller 45- bis 54-Jährigen ein Smartphone. Bei den 35- bis 44-Jährigen sind es immerhin 79%. [3] Das Klassenzimmer der Gegenwart besticht bislang meist durch herkömmliche Computerräume, Laptops, Beamer und interaktive Whiteboards – wenn überhaupt. Nur wenige Lehrende arbeiten mit Bring-Yor-Own-Device-Konzepten, bei denen die Schüler*innen ihre eigenen Endgeräte im schulischen Kontext nutzen. Aber

„[w]enn Schüler*innen Medienkompetenz erwerben sollen, müssen Lehrer*innen diese bereits besitzen […].“ [4]

, so Prof. Dr. Christian Spannager der Pädagogischen Hochschule Heidelberg.

Den Umgang mit KI erlernen

Auch all die aufgeführten Tools haben keinen Nutzen, wenn, sowohl auf Seiten der Lernenden als auch der Lehrenden, keine entsprechenden digitalen Kompetenzen vorhanden sind. Damit der Einsatz von KI Lernprozesse erleichtert, bedarf es der Aneignung digitaler Bildung. Bereits in den (Grund-)Schulen muss daher damit begonnen werden, den Umgang mit den Möglichkeiten neuer Technologien zu erlernen. Denkbar wäre beispielsweise ein Unterrichtsfach wie „Digitalkunde“ einzurichten, welches sich unter anderem mit KI beschäftigt. Andernfalls würden Kinder und Jugendliche zu „digitalen Analphabeten“ erzogen werden.  

[3] https://www.bpb.de/lernen/digitale-bildung/werkstatt/256629/ideen-zur-rolle-von-kuenstlicher-intelligenz-im-klassenzimmer-der-zukunft

[4] https://www.bpb.de/lernen/digitale-bildung/werkstatt/256629/ideen-zur-rolle-von-kuenstlicher-intelligenz-im-klassenzimmer-der-zukunft

Das Klassenzimmer der Zukunft

Bereits heute ist KI in der Lage, selbstständig Daten aufzubauen und auszuwerten. So sammeln Smartphones beispielsweise Daten durch Gesichts- oder Spracherkennungsprogramme, die sie anschließend auswerten. Der immer größer werdende Datensatz ermöglicht dann eine bessere Leistung sowie Trefferquote.
In Zukunft soll künstliche Intelligenz darüber hinaus jedoch intelligente Aufgaben lösen, die sich dadurch auszeichnen, dass es Problemlösungsaufgaben sind:

„Die Besonderheit dieser Art von Aufgaben ist, dass zu Beginn eine Beschreibung eines (Anfangs-)Zustandes und eine Aufgabenbeschreibung vorliegen sowie eine Menge möglicher Operationen […]. Der Problemlöser hat nun die Aufgabe einen Zustand zu finden, der eine Lösung der Aufgabe darstellt.“ [5]

, so Prof. Dr. Werner Dilger, der am Lehrstuhl künstliche Intelligenz an der TU Chemnitz tätig war. Damit wird ein sogenanntes „Deep Learning“ ermöglicht. Das bedeutet, dass künstliche neuronale Netze und maschinelles Lernen in der Lage sind, aus Beispielen zu lernen und die Ergebnisse als Grundlage für zukünftige Entscheidungen zu verwenden.

KI gibt Schüler*innen damit einerseits die Möglichkeit, die Kontrolle über die eigene Bildung zu übernehmen. Das gesamte Wissen der Welt stünde ihnen individuell zugeschnitten zu Verfügung. Oberflächlich betrachtet würden sie den Lernstoff selbst oder gemeinsam mit der KI auf der Grundlage persönlicher Daten auswählen.
Andererseits stellt sich dabei die Frage über die Kontrolle der erhobenen Daten bzw. der Informationsmöglichkeiten. Weiterhin bestünde das Problem, dass die Selbstbestimmung der Schüler*innen ad absurdum geführt werden würde. Ähnliche Hindernisse tun sich auch mit Blick auf die Lehrinhalte auf.

Immanent wichtig für gelingende Bildung bleibt jedoch stets die emotionale Seite des Lernens, Respekt, Wertschätzung, Fürsorge und Vertrauen. Dies stellt auch der neuseeländische Bildungsforscher John Hattie heraus.[6] Aus diesem Grund werden auch im Klassenzimmer der Zukunft die Lehrenden weiterhin für die Motivation der Schüler*innen verantwortlich sein, Themen setzen und für die Mit- und Zwischenmenschlichkeit sorgen. Denkbar wäre jedoch, dass Lehrkräfte in Zukunft eher als Coaches agieren und den Lernprozess beraten sowie begleiten. Dafür wäre wiederum eine komplette Neuausrichtung der Lehrendenausbildung notwendig, da fachliche Kompetenzen in den Hintergrund rücken würden.

[5] https://www.bpb.de/lernen/digitale-bildung/werkstatt/256629/ideen-zur-rolle-von-kuenstlicher-intelligenz-im-klassenzimmer-der-zukunft

[6] https://www.bpb.de/lernen/digitale-bildung/werkstatt/256629/ideen-zur-rolle-von-kuenstlicher-intelligenz-im-klassenzimmer-der-zukunft

KI an Hochschulen und Universitäten

KI könnte es ermöglichen, dass Studierende zukünftig so studieren, wie es ihren Bedarfen und Lerngewohnheiten entspricht. Auch der Erfolg des Studiums könnte sich durch die neuen Technologien besser planen und absichern lassen.
Die Tagung „Künstliche Intelligenz und Diversität in der Hochschulbildung“ der Fernuniversität Hagen hat sich im November 2019 im Rahmen ihres virtuellen Forschungs- und Entwicklungslabor „Al-Edu-Research-Lab“ mit genau diesen Möglichkeiten auseinandergesetzt. In Zusammenarbeit mit dem DFKI verfolgt das Projekt allen voran zwei Ziele:

Der zu entwickelnde Lern-Assistent soll Empfehlungen geben, die sich direkt auf den jeweiligen individuellen und aktuellen Lernprozess beziehen. Als Grundlage dafür sollen in der jeweiligen fachlichen Domäne verankerte Expertensysteme dienen, die im Verbund mit dem Didaktik- sowie dem Lernenden Modell als zukunftsorientierte Weiterentwicklung der intelligenten lehrenden Systeme angesehen werden.

Die wesentliche pädagogische Zielsetzung liegt dabei auf dem Aspekt des selbstverantwortlichen Lernens. Weiterhin ist die konzeptionelle Orientierung des Lernassistenten auf kognitive Lernstrategien wie Wiederholen und Elaborieren sowie auf metakognitive Lernstrategien wie Planen oder Self-Monitoring ausgelegt. Die technische Umsetzung soll mithilfe von menschlichem Expertenwissen bzw. entsprechenden Domänenmodellen gelingen.

Dem Hagener Ansatz wird vor allem dadurch eine ausgesprochene Qualität verliehen, dass er die Selbstverantwortung der Studierenden für das eigene Lernen in den Mittelpunkt der technischen Entwicklung stellt:

“Es ist uns wichtig herauszufinden, wie mit Unterstützung Künstlicher Intelligenz die Selbstverantwortung für das eigene Lernen der Studierenden beibehalten oder sogar gefördert werden kann. Denn man kann ja auch die Befürchtung haben, dass je mehr Unterstützung die Studierenden bekommen, umso weniger Eigenleistung dann noch nötig ist.“ [7] 

, so die Projektleiterin Claudia de Witt. Diese explizite Betonung der Lernendenautonomie als Entwicklungsziel der Lern-Assistenz ist bisher eher selten und macht das Projekt in besonderem Maße interessant. Einerseits setzt Lernen in der Perspektive der Wissensarbeit in besonderem Maße die Selbststeuerung der Lernenden voraus. Andererseits dominieren bisher in den Anwendungsbereichen von Learning Analytics und Adaptive Learning Konzepte der Personalisierung, die meist eine enge Hinführung auf vorgegebene Aufgabenlösungen vorsehen.

[7] https://www.mmb-institut.de/blog/hochschule-mit-ki-mehr-individualisierung-wagen/

Vor allem die Unterscheidung zwischen Personalisierung und Individualisierung ist im Kontext der Entwicklung von Technologien der Lern-Assistenz von großer Bedeutung.

Personalisierung geht in diesem Zusammenhang überwiegend von vorgegebenen Lernzielen und entsprechend oft kleinschrittigen Lernaufgaben aus und versucht, durch eine Vielzahl von Micro-Tests den Lernprozess zu analysieren, sodass sowohl Aufgaben als auch Lernmethoden zunächst variieren und im Verlauf mit Blick auf den angestrebten Lernerfolg für die Lernenden optimiert werden können. Learning Analytics müsste dementsprechend das individuelle, konkrete und inhaltsbezogene Bemühen der Lernenden und ein Verständnis der Sache im Fortgang der Aufgabenbearbeitung bis hin zu einem Konzept bzw. Lösungsansatz erkennen können.

Für die Individualisierung des Lernens und damit für die individuelle Förderung der Lernenden kann sich der im Hagener Projekt präferierte Einsatz von Recommender Systemen erweisen, wenn die Externalisierung der kognitiven Prozesse gelingt.  

Fazit und Ausblick

Vor allem im Bildungsbereich steht nicht der Einsatz von Automatisierung zur Vereinfachung des Denkens, sondern zum Schaffen zugeschnittener, geistiger Herausforderungen im Vordergrund. Ziel ist es in diesem Sinne nicht, die vollständige Kontrolle des Lernenden durch Maschinen zu erlangen. Vielmehr sollen die Schüler*innen ein bestmögliches Lernerlebnis haben können – abgestimmt auf die Möglichkeiten von Lehrkräften und die individuellen Anforderungen der Lernenden. Vor diesem Hintergrund wird KI menschliche Vermittelnde von Wissen und Fähigkeiten nicht ersetzen können. Jedoch wird sie Expert*innen Routinearbeiten abnehmen und somit die Qualität der Bildung insgesamt erhöhen. Auch lassen sich durch den Einsatz von KI individuelle Lernumgebungen schaffen, die den Lernbedürfnissen der einzelnen Schüler*innen gerecht werden.

In dem gesamten Prozess müssen vor allem ethische Grundwerte wie Privatsphäre und Selbstbestimmung eine tragende Rolle spielen. Nur so können eine verantwortungsvolle und sichere Entwicklung sowie Nutzung gewährleistet werden. Dazu gilt es, beteiligte Personen wie Lehrende, Schüler*innen und Eltern in den Prozess miteinzubinden, denn nur Transparenz in der Entwicklung ermöglicht die allseitige Akzeptanz der Technologie.

Zumindest in diesem Jahrhundert wird KI voraussichtlich nicht mehr in der Lage sein, die soziale Komponente des Lernens zu übernehmen. Die für das Zusammenleben wichtigen „soft skills“ werden also weiterhin in der Verantwortung der Lehrenden liegen. Viel wichtiger als Antworten auf die Fragen zu finden, die KI aufwirft, wird es dementsprechend auch in Zukunft sein, Antworten auf die Fragen zu finden, sie sich nur der Mensch stellt.

Quellen

News: Das Modellprojekt [D-3] stellt sich vor

„Digitale Medien im Lehramtsstudium“ – diesen Titel trägt das aktuelle Themenspecial des vom Leibniz-Institut für Wissensmedien geförderten Online-Portals e-teaching.org, welches wissenschaftlich fundierte und praxisorientierte Informationen zur Gestaltung von Hochschulbildung mit digitalen Medien bereitstellt. Da passt unser [D-3]-Projekt doch super dazu! Das dachte sich anscheinend auch die Redaktion des Portals und eröffnete [D-3] die Möglichkeit, sich in Form eines Berichtes unter dem Motto „Lehre gestalten, Kompetenzen entwickeln, Transfer fördern“ vorzustellen.

Der Beitrag des Projekts [D-3] umfasst sowohl einen Erfahrungsbericht als auch ein Video und bietet somit einen Einblick in die theoretischen Konzepte und praktischen Anwendungsbereiche des Projekts. 

Der textbasierte Erfahrungsbericht entstand in Zusammenarbeit von Prof. Dr. Matthias Ballod und Sarah Stumpf und umfasst eine ausführliche Projektbeschreibung sowie eine Darstellung der konzeptuellen Basis bzw. der praktischen Ausgestaltung von [D-3] Deutsch Didaktik Digital. Die zwei zentralen Wirkungsfelder der Theorieentwicklung sowie der Produkte und deren Praxiserprobung werden darüber hinaus in dem Bericht ausführlich erläutert.

Im Video stellt sich das Projektteam zunächst vor. Im Anschluss daran werden eine Studentin sowie eine Dozentin ihre Erfahrungen in Zusammenarbeit mit dem [D-3] Projekt schildern. Abschließend geht Prof. Dr. Matthias Ballod, wissenschaftlicher Leiter des Projekts, darauf ein, welche positiven Auswirkungen durch das Projekt erwartet werden. 

News: Zwischenbilanz E-Learning

Das digitale Semester neigt sich langsam aber sicher dem Ende – der ideale Zeitpunkt für eine Zwischenbilanz! Aus diesem Grund haben wir Studierende der MLU unterschiedlichster Fächer und Fachrichtungen per Instagram befragt, wie sie das E-Learning in diesem Semester erlebt haben. Dies waren ihre Antworten: 

Einige Studierende berichteten nahezu durchweg von positiven Erfahrungen.

Andere sahen sowohl die Vorteile aus auch Nachteile, die dieses Semester mit sich brachte.

Und wieder andere Studierende konnten dem ausschließlich digitalen Semester nicht wirklich etwas abgewinnen. 

Wie ihr seht, sind die Erfahrungen, die die Studierenden mit dem E-Teaching in diesem Semester gemacht haben, komplett unterschiedlich. Schließlich erlebt jeder die momentane Situation auch anders und muss versuchen, für sich selbst einen Weg zu finden, mit den veränderten Umständen bestmöglich klarzukommen – sowohl auf Seiten der Studierenden als auch der Dozierenden.

Uns war es wichtig, mit diesem Beitrag vor allem auf die Meinung
der Studierenden einzugehen und ihnen eine Plattform zu bieten,
um eben diese zu verbreiten.

An dieser Stelle empfehlen wir euch das persönliche Zwischenfazit zum digitalen Semester an der MLU von Hannah Schwaß,
welches Ihr auf dem [D-3]-Blog findet: 

Vielen Dank an alle Studierende,
die an dieser Umfrage teilgenommen haben!

KI in der Bildung – Wie steht es um KI in der nationalen und internationalen Politik?

In den vergangenen Beiträgen der Themenreihe „KI in der Bildung“ haben wir uns bereits damit auseinandergesetzt, was KI eigentlich ist und welche Voraussetzung für die Etablierung von KI benötigt werden. Darauf aufbauend soll es in diesem Beitrag darum gehen, welche Rolle die künstliche Intelligenz sowohl in der nationalen als auch in der internationalen Politik spielt. In diesem Zusammenhang wird, bezogen auf Deutschland, ein Schwerpunkt der folgenden Betrachtung auf der Integration von KI innerhalb der Bildungspolitik liegen.

Nationale KI-Strategie

Die Entwicklung künstlicher Intelligenz schreitet unaufhaltsam voran. Ihre leistungsfähigen Algorithmen erschließen zusehends neue Einsatzgebiete, in denen zuvor eine Arbeit mit solch technischen Systemen kaum denkbar gewesen wäre. Damit einher geht ein enormes Potenzial für die deutsche Wissenschaft und Wirtschaft. Doch diese neuen Chancen bergen auch gleichzeitig bisher unbekannte Herausforderungen, denen sich auch und vor allem die Politik stellen muss.
Aus diesem Grund verabschiedete die Bundesregierung im November 2018 die „Nationale Strategie für Künstliche Intelligenz“. Diese

„zielt darauf ab, KI Made in Germany‘ zu einem internationalen Markenzeichen für moderne, sichere und gemeinwohlorientierte KI-Anwendungen auf Basis des europäischen Wertekanons zu etablieren.“ [1].

Für die Umsetzung dieser Strategie will der Bund bis einschließlich 2025 insgesamt etwa drei Milliarden Euro zur Verfügung stellen.
Welche weiteren Ziele diese Strategie verfolgt, welche Inhalte sie behandelt und welche ersten Veränderungen sie bewirkt hat, werden wir, neben vielen weiteren Punkten, in dem folgenden Abschnitt ergründen.

Welche Ziele verfolgt die Bundesregierung mit der KI Strategie?

Die Bundesregierung hat in ihrer KI-Strategie drei Hauptziele formuliert:

  1. Deutschland und Europa zu einem führenden Standort für die Entwicklung und Anwendung von KI-Technologien machen und die künftige Wettbewerbsfähigkeit Deutschlands sichern,

  2. eine verantwortungsvolle und gemeinwohlorientierte Entwicklung und Nutzung von KI sicherstellen, und

  3. KI im Rahmen eines breiten gesellschaftlichen Dialogs und einer aktiven politischen Gestaltung ethisch, rechtlich, kulturell und institutionell in die Gesellschaft einbetten. [2]

Welche Rolle spielen Bildung und Forschung bei der Umsetzung der Strategie?

Um die Einrichtung neuer Professuren im Bereich der KI zu ermöglichen, hat das Bundesministerium für Bildung und Forschung (BMBF) drei Komponenten vorgesehen: die Gewinnung von Expert*innen aus dem Ausland, den Ausbau der Lehre an den Kompetenzzentren für KI-Forschung sowie eine verstärke Nachwuchsförderung. Das übergeordnete Ziel besteht dabei darin, die wissenschaftliche Expertise langfristig am Standort Deutschland zu sichern.

Für den Aufbau eines solchen Nationalen Forschungskonsortium ist zunächst vorgesehen, ein Netzwerk von 12 KI-Komptenzzentren und Anwendungshubs zu errichten. Im Rahmen dessen hat das BNBF finanzielle Mittel bereitgestellt, um die sechs Kompetenzzentren für KI weiter auszubauen und internationale zu vernetzen, vor allem mit Frankreich. Anwendungshubs sind konkret in den Bereichen Gesundheit und Logistik geplant. Dabei sollen die Akteure des jeweiligen Anwendungsfeldes sich auf gemeinsame, regionale Forschungs- und Transferaktivitäten konzentrieren.

Die Forschungsförderung wird vom BMBF sowohl in Bezug auf Grundlagen und KI-Methodik als auch bezogen auf wichtige Anwendungsfelder von KI verstärkt. Auch eine Förderung bezogen auf die Erklärbarkeit und Transparenz von KI sowie auf den Transfer von Ergebnissen der KI-Forschung in die Praxis und KI-Laboren wird angestrebt. Vor allem nationale und internationale Kooperationen sind in diesem Zusammenhang von großer Bedeutung, um Europa als eigenständige Kraft und KI-Region zu etablieren. [3] [4]

 

 

Was hat die KI-Strategie bisher geleistet? (Stand November 2019)

Der erste Zwischenbericht der Bundesregierung hält folgende Erfolge fest, die auf die entwickelte KI-Strategie zurückzuführen sind:

KI Publikationen (Stand Januar 2020):

Quelle: Lernende Systeme. Die Plattform für Künstliche Intelligenz. https://www.plattform-lernende-systeme.de/infografiken.html

Bezogen auf die Anzahl der Publikationen rund um KI belegt Europa im Vergleich zu Wettbewerbsregionen wie den USA oder China einen Spitzenplatz. Deutschland allein landet in diesem Vergleich lediglich auf Platz fünf, hinter China, USA, Japan und Großbritannien.

Patentanmeldungen:

Laut einer Studie der World Intellectual Property Organization WIPO ist die Frauenhofer- Gesellschaft die am besten platzierte europäische Forschungsorganisation, wenn es um KI-Patentanmeldungen geht. Weiterhin kommen 58 Prozent der Patentanmeldungen für automatisiertes Fahren aus Deutschland, da darauf ein Schwerpunkt bei der Entwicklung von KI-Anwendungen liegt.

KI-Start-ups:

Innerhalb eines Jahres stieg die Zahl der KI-Start-ups in Deutschland um 62 Prozent. Spitzenreiter ist dabei Berlin mit 86 KI-Start-ups, gefolgt von München mit 57 Start-ups in diesem Bereich.

Professuren und Studiengänge:

Laut der Studie „Künstliche Intelligenz in Studium und Lehre“ ergeben sich folgende Zahlen für Professuren und Studiengänge mit KI-Bezug an deutschen Hochschulen (Stand Februar 2019):

  • 192 bestehende Professuren mit KI-Schwerpunkt
  • 22 geplante Professuren mit KI-Schwerpunkt
  • 75 bestehende Studiengänge (Bachelor und Master) [5]

Internationale KI-Strategie

Wirft man einen Blick zurück auf die Geschichte der vergangenen Jahrhunderte, lehrt uns beispielsweise die industrielle Revolution, dass Nationalstaaten stets bemüht waren, sich politische Vormachtstellungen aufzubauen, indem sie ökonomische Pionierleistungen erbrachten. Bis heute hat sich an diesem Prinzip kaum etwas verändert. Unser digitales Zeitalter sorgt jedoch dafür, dass schnelles Handeln in solchen Prozessen von Nöten ist, da sie heutzutage mit immenser Beschleunigung voranschreiten.
Vor allem das Thema der KI spielt dabei eine besonders tragende Rolle. Schließlich wird kaum eine andere Technologie derzeit in einem solchen Maße weltweit diskutiert und zunehmend zu Anwendung gebracht. Dabei schwanken die Thesen zur zukünftigen Menschheitsentwicklung zwischen düsterer Dystopie und dem Paradies.

Neben Deutschland haben natürlich auch zahlreiche andere Länder dieser Welt eine KI-Strategie entwickelt. Viele von ihnen sind uns bereits jetzt ein gutes Stück voraus, haben bereits erste Geschäftsmodelle aufgebaut und unterziehen die ersten „bahnbrechenden“ KI-Anwendung einem Praxistest. Doch wie gehen die jeweiligen Nationen mit der digitalen Revolution um? Um dieser Frage auf den Grund zu gehen, beziehen wir uns in dem folgenden Abschnitt auf die von der Konrad-Adenauer-Stiftung im Jahre 2018 veröffentlichte Studie mit dem Titel „Vergleich nationaler Strategien zur Förderung von Künstlicher Intelligenz. Teil 1“. [6]

Erste Vorbetrachtungen 

Alle zwölf Länder, die in der umfassenden Studie der Konrad-Adenauer-Stiftung miteinander verglichen wurden, ist eins gemeinsam: Sie alle sehen KI als Antriebskraft in der digitalen Revolution. Darüber hinaus sind sie sich einig, dass KI gleichzeitig gesellschaftliche, wirtschaftliche und sicherheitspolitische Potenziale aber auch Risiken birgt. Unabhängig von dieser internationalen Übereinstimmung bezüglich KI existiert trotzdem keine einheitliche Definition der künstlichen Intelligenz. Falls die untersuchten Länder überhaupt KI definiert haben, fallen diese Definitionen recht vage aus, wie die Studie feststellt.

Weiterhin ist den KI-Strategien der untersuchten Länder gemein, dass sie überwiegend allgemein formuliert sind. Sie beinhalten teilweise vage Zielsetzungen, die sich auf unterschiedliche Wirkungsebenen beziehen. Dies erschwert jedoch die Umsetzungssteuerung sowie Erfolgsmessung. Andererseits bieten diese mangelhaften Zielsetzungen der anderen Länder Deutschland die Möglichkeit, eine eigene Strategie zu adaptieren und zu integrieren.

In den KI-Supermächte USA und China werden die KI-Entwicklungsdynamiken maßgeblichen vom privaten Sektor bestimmt. Jedoch tendiert die USA diesbezüglich zu einer weiteren Deregulierung der Unternehmen, wohingegen China diese in Zukunft einer verstärkten staatlichen Kontrolle unterziehen möchte. Da die meisten Länder Europas bezogen auf den Einsatz von KI eher auf die Wissenschaft und den Schutz des Individuums ausgerichtet sind, empfiehlt die Konrad-Adenauer-Stiftung eine Strategie, die Wissenschaft und Wirtschaft in Deutschland sowie ganz Europa in einen Austausch bringt und die daraus resultierende Wirtschaftskraft für globale Aktion sowie Integration nutzt.

In Ostasien wird die vierte industrielle Revolution (Südkorea) bzw. die Society 5.0 (Japan) als die unvermeidliche, nächste Etappe der Menschheitsentwicklung angesehen, in der KI alle Lebensbereiche erfassen wird. Europa hingegen ist mit seiner Industrie 4.0 zu sehr auf fertigungsindustrielle Aspekte fokussiert. Um das kommende digitale Zeitalter jedoch zu verstehen und darüber hinaus aktiv mitzugestalten, wird jedoch eine entsprechend qualifizierte und mündige Bevölkerung benötigt, so die Studie.

Ethische Fragestellungen haben in den KI-Supermächten China und USA keine Priorität in den Regierungen. Dies schafft Europa die Möglichkeit, bei Themen rund um die ethische KI die Wortführerschaft zu übernehmen, wie es beispielsweise Frankreich versucht. Um diese europäische und nicht zuletzt deutsche Ethik leichter in andere Länder zu transportieren, wird jedoch digitale Wirtschaftskraft benötigt.

Außer in Südkorea und China liegt nur in wenigen der untersuchten Länder ein Fokus auf dem Ausbau heimischer Rechenkapazitäten. Die Verfügbarkeit von leistungsfähigen Chips oder der Zugang zu cloud-basierter Rechenleistung stelle jedoch eine strategische Notwendigkeit dar, wie es die Studie formuliert. Vor allem die europäischen Länder sind dahingehend im Vergleich mit den USA und Ostasien nicht wettbewerbsfähig.

Die USA und China bieten, laut der Studie, den idealen Nährboden für Forscher, Entwickler, Unternehmen Investoren sowie die Legislative. Dies begünstigt eine erfolgreiche Kommerzialisierung von KI. In Europa gelingt dies jedoch nur ansatzweise Großbritannien. Daher muss eine Strategie her, die einerseits Anreize für solche Akteure schafft, sich in Europa und Deutschland niederzulassen und andererseits Plattformen für den Austausch dieser Akteure bereitstellt.[7]

Internationaler Vergleich in Bildern

Cambrian KI Index:

Quelle: Dr, Groth, Olaf J./Dr. Nitzberg, Mark/ Zehr, Dan/Straube, Tobias/Kaatz-Dubberke, Toni: Vergleich nationaler Strategien zur Förderung von Künstlicher Intelligenz. Teil 1. Sankt Augustin/Berlin: Konrad-Adenauer-Stiftung 2018. S. 10.

Staatliche KI-Investitionen im Ländervergleich:

Quelle: Lernende Systeme. Die Plattform für Künstliche Intelligenz. https://www.plattform-lernende-systeme.de/infografiken.html

Schwerpunkte politischer KI-Strategien:

Quelle: Lernende Systeme. Die Plattform für Künstliche Intelligenz. https://www.plattform-lernende-systeme.de/infografiken.html

Wo steht Deutschland im internationalen Vergleich?

Laut dem „Sachstand Künstliche Intelligenz“ des BMBF aus dem Jahre 2019 ist vor allem die Wissenschaft Deutschlands im Bereich KI gut aufgestellt. Demnach hat Deutschland bereits 1988 mit der Einrichtung des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) einen Schwerpunkt in diesem Bereich gesetzt und davon ausgehend das weltweit größte KI-Institut mit rund 1000 Beschäftigten aufgebaut. In Verbindungen mit zahlreichen Forschungsinstituten wie der Frauenhofer-Gesellschaft ist eine leistungsfähige Wissenschaft- und Forschungslandschaft entstanden, die eng mit der Industrie verbunden ist. Die Forschungseinrichtungen sorgen darüber hinaus für wissenschaftlichen Nachwuchs sowie für die Gründung neuer Unternehmen. Damit bringt die Forschung nicht nur theoretische Erkenntnisse, sondern findet auch praktische Anwendung. Weiterhin wird KI in der Lehre an über 120 Hochschulen in Deutschland angeboten. Im internationalen Vergleich der Anzahl wissenschaftlicher Publikationen konnte sich Deutschland den fünften Platz sichern, hinter China, Japan, USA und Großbritannien. Dies ergab eine Auswertung des Wissenschaftsverlags Elsevier. In Europa werden generell mehr wissenschaftliche Arbeiten zu KI veröffentlich als in China oder den USA.
KI-Systeme werden in deutschen Unternehmen vor allem in der Produktion sowie im Handel eingesetzt. Weiterhin nutzt die Sicherheitswirtschaft KI-Technologien. Großes wirtschaftliches Potenzial liegt in Deutschland bezüglich der KI-Nutzung vor allem im Bereich des automatisierten Fahrens sowie in der Anwendung der Medizintechnik. Dieses Potenzial gilt es auszuschöpfen, um die nationale und unternationale Etablierung und Entwicklung von KI „made in Germany“ voranzutreiben. [8]

Welche Voraussetzungen muss die Politik für eine (international) erfolgreiche KI schaffen?

Ungeachtet des derzeitigen Standpunktes Deutschlands im Bereich der KI wäre ein Mithalten mit Vorreitern wie China oder den USA nahezu unmöglich – alleine ausgehend von der Anzahl der Forscher*innen. Daher bestünde ein erster Schritt in die richtige Richtung darin, die europäische Kooperation, allen voran mit Frankreich, zu stärken, so der „Sachstand Künstliche Intelligenz“.
Weiterhin dominieren bezogen auf die Datenverarbeitung mithilfe von KI amerikanische Unternehmen allen voran den äußerst gewinnbringenden Consumer-Bereich. Im Gegensatz dazu fokussiert sich Deutschland auf das zunächst weniger gewinnbringende produzierende Gewerbe. Diese Stärke im Bereich der Industrie durch die Nutzung von KI-Systemen muss Deutschland weiter ausbauen. Darüber hinaus müssen auch anderen Sektoren der Wirtschaft gestärkt werden. Ein europäisches Ökosystem, bestehend aus neuen Unternehmen sowie einer Unterstützung der KI-Forschung, wird benötigt, wenn Deutschland sich gegenüber anderen Nationen wie den USA Wertschöpfungsanteile sichern möchte. Dies erfordert jedoch ein enges Zusammenwirken von Wissenschaft, Wirtschaft und nicht zuletzt Politik. [9]

Fazit

Die künstliche Intelligenz stellt mit ihren zahlreichen potenziellen Anwendungsmöglichkeiten die Schlüsseltechnologie unserer Zeit dar. Aus diesem Grund ist über die Beherrschung von KI zwischen den Staaten ein globales Wettrennen entbrannt. Diese versuchen jeweils durch die Entwicklung nationaler KI-Strategien einen optimalen Nährboden für die Entwicklung von KI-Technologien zu bieten. Schließlich werden in Zukunft Wissenschaft, Gesellschaft und Wirtschaft von künstlicher Intelligenz durchdrungen und bestimmt werden.

Deutschland alleine würde es niemals schaffen, mit den Global Playern der KI, USA und China, mitzuhalten. Dies wird bereits bei einem ersten Blick auf gegebene Ressourcen und Voraussetzungen deutlich. Aber in Kooperation mit anderen Staaten Europas könnte es Deutschland durchaus gelingen, im internationalen Wettlauf um die Vorherrschaft im Bereich KI zu bestehen. Wichtig dabei ist, dass Deutschland neben der Wissenschaft und Industrie auch ein Hauptaugenmerk auf die ethischen Rahmenbedingungen rund um KI legt. Diese kommen nämlich in den KI-Strategien der benannten Global-Player sowie vieler anderer Staaten zu kurz. Daher wäre es sinnvoll, wenn Deutschland diese Marktlücke schließen und die „AI made in Germany“, wie es in der KI-Strategie heißt, weltweit zu etablieren.

Um die Chance zu nutzen ist jedoch einerseits schnelles Handeln nötig, denn die Entwicklung von KI-Technologien schreitet stets voran. Andererseits muss auch die Gesellschaft Deutschlands mindestens genauso versiert im Umgang mit KI sein, wie es Wissenschaft und Wirtschaft größtenteils bereits sind. KI muss von den Menschen mehr als Chance und weniger als Risiko begriffen werden. Dazu bedarf es jedoch Aufklärung und nicht zuletzt entsprechender Ausbildung.

Schließlich ist es doch paradox, dass Deutschland einerseits anstrebt weltweit federführend im Bereich KI zu sein und dann andererseits nicht einmal jede Schule im Land über grundlegende technische Ausstattung wie einen WLAN-Zugang verfügt.

Quellen:

[1] Zit. Lernende Systeme. Die Plattform für Künstliche Intelligenz: KI-Strategie von Bund und Ländern. https://www.plattform-lernende-systeme.de/nationale-ki-strategien.html

[2] Vgl. Bundesministerium für Bildung und Forschung: Sachstand Künstliche Intelligenz (2019). S. 1. https://www.bmbf.de/files/Sachstand_KI.pdf

[3] Vgl. Bundesministerium für Bildung und Forschung: Sachstand Künstliche Intelligenz (2019). S. 1 – 4. https://www.bmbf.de/files/Sachstand_KI.pdf

[4] Vgl. Lernende Systeme. Die Plattform für Künstliche Intelligenz: KI-Strategie von Bund und Ländern. https://www.plattform-lernende-systeme.de/nationale-ki-strategien.html

[5] Vgl. Die Bundesregierung: Zwischenbericht Ein Jahr KI-Strategie (2019). S. 2-3. https://www.bmbf.de/files/Zwischenbericht%20KI-Strategie_Final.pdf

[6] Vgl. Dr, Groth, Olaf J./Dr. Nitzberg, Mark/ Zehr, Dan/Straube, Tobias/Kaatz-Dubberke, Toni: Vergleich nationaler Strategien zur Förderung von Künstlicher Intelligenz. Teil 1. Sankt Augustin/Berlin: Konrad-Adenauer-Stiftung 2018. (https://www.kas.de/documents/252038/3346186/Vergleich+nationaler+Strategien+zur+F%C3%B6rderung+von+K%C3%BCnstlicher+Intelligenz.pdf/46c08ac2-8a19-9029-6e6e-c5a43e751556?version=1.0&t=1542129691776) S. 4.

[7] Vgl. Dr, Groth, Olaf J./Dr. Nitzberg, Mark/ Zehr, Dan/Straube, Tobias/Kaatz-Dubberke, Toni: Vergleich nationaler Strategien zur Förderung von Künstlicher Intelligenz. Teil 1. Sankt Augustin/Berlin: Konrad-Adenauer-Stiftung 2018. (https://www.kas.de/documents/252038/3346186/Vergleich+nationaler+Strategien+zur+F%C3%B6rderung+von+K%C3%BCnstlicher+Intelligenz.pdf/46c08ac2-8a19-9029-6e6e-c5a43e751556?version=1.0&t=1542129691776) S. 6 – 9.

[8] Vgl. BMBF: Sachstand Künstlicher Intelligenz (2019). https://www.bmbf.de/files/Sachstand_KI.pdf. S. 1 – 2.

[9] Vgl. BMBF: Sachstand Künstlicher Intelligenz (2019). https://www.bmbf.de/files/Sachstand_KI.pdf. S. 2 – 3.