Personnel Development Programme for Researchers and Teachers (PEP)
Termin
16.11. + 19.11.2026 | Jeweils 09:00 -12:00 Uhr | Online
Hinweis:
Zusätzlich 1 Stunde Selbststudienzeit
Seminarbeschreibung
In diesem Seminar geht es um einen praxisnahen Einstieg in den Einsatz von Künstlicher Intelligenz (KI) in der Wissenschaft. Es richtet sich an alle, die einen fundierten Überblick über KI-gestützte Methoden und Werkzeuge gewinnen möchten. Die Teilnehmenden werden eine solide Grundlage für die weitere Auseinandersetzung mit Themen wie wissenschaftlichem Schreiben, Literaturrecherche, Datenanalyse, Codierung und der Erstellung von Förderanträgen entwickeln.
Im Fokus steht die transformative Rolle von KI in Forschung und Hochschulalltag. Das Seminar stellt den Teilnehmenden eine Auswahl relevanter Technologien vor, die wissenschaftliche Arbeitsprozesse vereinfachen, die Effizienz steigern und die Integration von Daten über verschiedene Phasen der akademischen Arbeit hinweg unterstützen können.
Im Verlauf des Workshops erkunden wir, wie KI-Tools Sie bei typischen Aufgaben unterstützen – vom Auffinden und Strukturieren von Fachliteratur über das Schreiben und Visualisieren wissenschaftlicher Inhalte bis hin zur Analyse von Forschungsdaten, zur Code-Erstellung und zur Entwicklung überzeugender Förderanträge. Dabei widmen wir uns auch ethischen Fragestellungen wie Verzerrungen in KI-Ausgaben, Datenschutz und wissenschaftlicher Integrität.
Ziel dieses Kurses ist es, Ihnen praxisorientiertes Wissen und Fähigkeiten zu vermitteln, mit denen Sie KI-Werkzeuge gezielt und verantwortungsvoll in Ihre akademische Praxis integrieren können. Mithilfe von Fallbeispielen, Live-Demonstrationen und interaktiven Diskussionen erhalten Sie einen direkten und reflektierten Zugang zur Thematik.
Lernziele
- Potenziale und Grenzen von KI in verschiedenen akademischen Kontexten erkennen.
- Vielfältige KI-Tools zielgerichtet für Forschungs-, Lehr- und Verwaltungstätigkeiten einsetzen.
- KI-gestützte Prozesse zur Literaturverwaltung, Datenintegration und Projektorganisation nutzen.
- Ethische Herausforderungen verstehen: Bias, Datenschutz und Integrität in der Wissenschaft.
- Zukünftige Entwicklungen reflektieren: Welche Rolle wird KI in Forschung und Lehre spielen?.