1. KIWIT Summer School (online)
Aktualisiert: vor 3 Tagen
KI in Wissenschaft und Hochschulen: Herausforderungen, Potenziale und Kompetenzen
Insbesondere die generative Künstliche Intelligenz verändert allmählich die Art die Weise, wie an Hochschulen geforscht, gelehrt und organisiert wird – und stellt dabei Wissenschaftler:innen, akademische Führungskräfte und Institutionen vor neue Fragen: Welche Kompetenzen braucht es künftig? Wie lassen sich sog. KI-Strategien sinnvoll in Hochschulen verankern? Und wie verändert die Technologie konkret die tägliche wissenschaftliche und studentische Arbeitspraxis, von der Datenanalyse bis zum Schreibprozess? Das Programm verbindet Impulsvorträge und umsetzungsorientierte Hands-On-Sessions. Zusammen möchten wir in dieser KIWIT Summer School Chancen und Grenzen von KI aus verschiedenen Perspektiven betrachten und sowohl Einblicke in aktuelle Forschung bieten als auch konkrete Werkzeuge für den eigenen wissenschaftlichen Alltag aufzeigen.
Die Summer School ist geöffnet für alle Mitglieder der BMFTR-Förderlinie Nachwuchsforschungsgruppen und Forschungsgruppen in der Wissenschafts- und Hochschulforschung.
Anmeldung bis zum 22. September bitte über forschungsgruppe.kiwit@uni-oldenburg.de
Den Link zur Veranstaltung erhalten Sie eine Woche vor Beginn per E-Mail. Wir nutzen das Open-Source-Webkonferenzsystem BigBlueButton an der Universität Oldenburg.
Wir würden uns freuen, wenn Sie bei Ihrer Anmeldung kurz angeben möchten, in welchem Projekt bzw. Bereich Sie tätig sind.
Ablauf:
Donnerstag, 24.09.2026
9:45 – Einführung,
Prof. Dr. Heinke Röbken
10:00 – 11:00
Vom Coder zum Systemdenker: Wie autonome KI-Agenten das Engineering revolutionieren, Dr. Matthias Grünewald
11:15 – 11:45
KI-Strategieentwicklung an Hochschulen, Alena Klenke und Dennis Düllmann
11:45 – 12:45
Mittagspause
12:45 – 14:45
Wissenschaftliches Schreiben durch AI Leadership gestalten,
Dr. Isabella Buck
14:45 – 15:00
Abschluss
Freitag, 25.09.2026
9:45 – Einführung
Prof. Dr. Marcel Schütz
10:00 – 11:00
Hybride Intelligenz – Auf dem Weg zu einem ko-konstruktivem Ensemble zwischen Mensch und Maschine, Dr. Nils Knoth
11:15 – 11:45
KI und Recherche, Dr. Oliver Schoenbeck
11:45 – 12:45
Mittagspause
12:45 – 14:45
Von der Frage zur Auswertung: Generative KI in der Datenanalyse, Raphael Wallsberger
14:45 – 15:00
Abschluss
Vorträge und Workshops:
Vom Coder zum Systemdenker: Wie autonome KI-Agenten das Engineering revolutionieren
Komplexe Produktentwicklung wird heute nicht mehr durch "mehr Personal" beschleunigt, sondern durch den Einsatz autonomer KI-Agenten. Wir sprechen hier längst nicht mehr von klassischen Code-Assistenten: Moderne Agenten wählen ihre Werkzeuge selbst, orchestrieren Build-Systeme sowie Simulationen und nutzen technische Feedback-Schleifen, um eigene Fehler eigenständig zu korrigieren. Am Praxisbeispiel einer Flugdrohnen-Entwicklung zeigen wir: >10x schnellere Iterationen bis zur lauffähigen Funktion sind bereits Realität.
Doch die Praxis zeigt auch: Wer KI-Agenten ohne klare Leitplanken "machen lässt", erntet schnell Halluzinationen und Qualitätsprobleme. Der Schlüssel zum produktiven Enterprise-Einsatz liegt in einem hybriden Agent-Operating-Model, das Mensch und Maschine nahtlos verzahnt.
Das verändert die DNA von Engineering-Teams und das Berufsbild von Grund auf. Die neue Realität der Entwicklung heißt: Weniger Tippen, mehr Systemdenken. Entwickler rücken zunehmend in die Rolle von Managern. Sie steuern die KI, priorisieren Aufgaben, bewerten Ergebnisse kritisch und tragen die absolute Verantwortung für Qualität und finale Freigaben. Darüber hinaus beleuchtet der Vortrag, warum die Wahl des passenden KI-Modells (ob OpenAI, Anthropic oder Google) keine banale Tool-Frage ist, sondern ein strategischer Hebel, der über Kosten, Qualität und Geschwindigkeit entscheidet. Ein praxisnaher Deep Dive in das Potenzial autonomer KI – und die Frage: Arbeitet ihr als Entwickler noch mit KI, oder managed ihr sie schon?
KI-Strategieentwicklung an Hochschulen
Alena Klenke & Dennis Düllmann (KIWIT)
Hochschulen reagieren auf die rasante Verbreitung von KI auf unterschiedliche Weise. Sie entwickeln Ordnungen und Richtlinien für Studium, Lehre und Forschung, schaffen neue Organisationsstrukturen, verändern Curricula oder erproben KI-gestützte Lehr-, Lern- und Prüfungsformate. Andere Hochschulen gehen zurückhaltender vor und adaptieren zunächst einzelne Verfahren und Anwendungen. Der Kurz-Input nimmt diese Entwicklungen zum Ausgangspunkt für einen theoretischen Blick auf die Strategieentwicklung von Hochschulen: Wie verändert KI Hochschulorganisation und -steuerung? Welche Herausforderungen entstehen für Hochschulleitungen und andere Akteur:innen – und welche strategischen Antworten zeichnen sich ab? Im Anschluss sollen Ansätze und gute Beispiele gemeinsam diskutiert werden.
Wissenschaftliches Schreiben durch AI Leadership gestalten
Das wissenschaftliche Schreiben kann sich durch Künstliche Intelligenz grundlegend verändern. Wie nutzen wir diese Tools, ohne die Kontrolle abzugeben? In diesem zweistündigen Online-Workshop steht das Konzept des „AI Leadership“ im Mittelpunkt: Es geht darum, dass der Mensch die aktive Steuerung behält und die KI-Systeme im Arbeitsprozess gezielt führt. KI-Tools agieren dabei nicht als autonome Texterzeuger, sondern werden als Assistenzsysteme und 'Denktutoren' eingesetzt, die den kognitiven Prozess des Schreibens entlasten und unterstützen. Nach einem Impulsvortrag, der aktuelle schreibdidaktische Erkenntnisse einführt, liegt der Fokus auf der direkten Praxis. In einer interaktiven Stationenarbeit erproben die Teilnehmenden konkrete KI-Szenarien für ihre individuellen „Pain Points“ – von der Literaturrecherche und -arbeit über das Verfassen einer Rohfassung bis hin zur Überarbeitung. Ziel des Workshops ist es, praxisnahe Strategien zu entwickeln, um KI-Tools wie in einer Management-Rolle kompetent zu koordinieren, Outputs kritisch zu validieren und als schreibende Person stets die inhaltliche und gedankliche Führung im Text zu behalten.
Hybride Intelligenz – Auf dem Weg zu einem ko-konstruktivem Ensemble zwischen Mensch und Maschine
Die Geschichte der Informationstechnologien ist zugleich eine Geschichte neuer Kompetenzen, die Menschen entwickeln mussten, um mit jeweils neuen Wissensmedien souverän umzugehen. Mit der Veröffentlichung und rasanten Verbreitung generativer KI beginnt jedoch eine qualitativ neue Phase dieser Entwicklung. Systeme, die auf Large Language Models basieren, unterscheiden sich grundlegend von klassischen digitalen Technologien und machen daher eine Erweiterung des bisherigen Verständnisses digitaler Kompetenz hin zu einer umfassenden KI-Kompetenz notwendig.
Dieser Vortrag argumentiert, dass generative KI durch ihren dialogischen Charakter und ihre enorme Leistungsfähigkeit eine Form der Ko-Intelligenz darstellt, die unser Denken erweitert, zugleich aber auch herausfordert. Empirische Studien belegen deutliche Risiken einer übermäßigen Abhängigkeit von Systemen wie ChatGPT und zeigen mögliche Formen des Kompetenzabbaus. Gleichzeitig eröffnet generative KI – sofern Menschen ihre Interaktionen bewusst regulieren – erhebliche Potenziale zur kognitiven Augmentation.
Dieses ausgewogene Zusammenspiel zwischen menschlicher und maschineller Intelligenz bezeichne ich als „Hybride Intelligenz“. Der Vortrag stellt zentrale Ergebnisse meiner Forschungsarbeiten vor und führt in dieses Konzept ein. Ich argumentiere, dass eine Kultur der „Hybriden Intelligenz“ vor allem drei Bausteine erfordert: erstens KI-Kompetenz als epistemische Grundlage für kritisches, reflektiertes und sinnvolles Handeln mit KI; zweitens Prompt Engineering als metakognitive Interaktionsfähigkeit, die Menschen befähigt, KI-Systeme bewusst zu steuern statt sich von ihnen steuern zu lassen; und drittens die Gestaltung von KI als „Tools for Thought“, die Denkprozesse anregen, strukturieren und schützen statt sie zu automatisieren. Der Vortrag zeigt damit auf, wie wir generative KI nicht nur nutzen, sondern im produktiven Sinne mit ihr denken können.
Von der Frage zur Auswertung: Generative KI in der Datenanalyse
Der Workshop bietet einen anwendungsnahen Einstieg in den Einsatz generativer KI für
die Auswertung von Daten – bewusst ohne Programmierkenntnisse. Im Mittelpunkt steht das eigene Ausprobieren: Die Teilnehmenden arbeiten an vorbereiteten
Beispieldatensätzen und erleben direkt, wie sie mit KI-Werkzeugen Daten aufbereiten, auswerten und visualisieren können. Der Fokus liegt auf einem für die
Sozialwissenschaften relevanten, verständlichen und kritisch-reflektierten Umgang mit den Werkzeugen.
KI und Recherche
Es gibt bereits einige freie KI-Werkzeuge, die effiziente und umfassende Recherche für die Wissenschaft versprechen. Andere sind proprietäre KI-Anwendungen für etablierte Datenbanken wie Web of Science oder Scopus. Was muss man wissen, wenn man diese anwendet? Für wen eignen sie sich und wo liegen ihre Grenzen? Der Kurzvortrag liefert Hintergrundwissen, um die eigenen Recherchevorhaben möglichst systematisch und effizient gestalten zu können.
Kommentare