KNIGHT – KI in der Lehre
Das Projekt KNIGHT an der HFT Stuttgart zeigt, wie Künstliche Intelligenz Lehre und Lernen neu gestaltet.
- Individuelle Lernpfade für Studierende
- Unterstützung Lehrender durch intelligente Systeme
- Kompetenzaufbau für einen verantwortungsvollen KI-Einsatz
Arbeitspakete
Die Arbeitspakete bilden das Fundament unseres Forschungsvorhabens.
- AP 2.1 – 2.2: Konzeption ethischer Leitlinien für verantwortungsvollen KI-Einsatz.
- AP 3.1 – 3.7: Infrastruktur, Visualisierung (Grafana), Datenmigration, Study Dean Cockpit.
- AP 4.1 – 4.4: Adaptive Testsysteme, KI-Integration in Moodle.
- AP 1.1 – 1.3: Kompetenzanalyse und Matrix.
- AP 6: KI-Zertifikate und Schulungsformate.
- AP 7: Begleitforschung, Evaluation, Verankerung.
- AP 8: Textgenerierende KI in der Lehre.
Entwicklung einer Kompetenzmatrix für KI
In diesem Arbeitspaket wird eine interdisziplinäre Kompetenzmatrix für KI-Kompetenzen in der Hochschulbildung entwickelt. Sie dient als Orientierungshilfe für die Lehre und wird mithilfe von Learning Analytics validiert.(Leitung: Prof. Uckelmann)
Mehr erfahrenFormulierung ethischer Leitlinien
Es wird ein ethischer Werterahmen für den Umgang mit Künstlicher Intelligenz in der Hochschulbildung entwickelt. Ziel ist die Erstellung von konkreten ethischen Leitlinien, die auf die praktische Anwendung von KI ausgerichtet sind. (Leitung: Prof. Popović)
Mehr erfahrenAufbau einer Learning-Analytics-Infrastruktur
In diesem Arbeitspaket wird die technische Infrastruktur für Learning Analytics und KI-gestützte Werkzeuge entwickelt. Dazu gehören Prototypen wie ein Digital Educational Mirror und ein Digital Assistant für Interaktionsanalysen. (Leitung: Prof. Uckelmann, Prof. Rausch)
Mehr erfahrenImplementierung adaptiver Tests
Leistungsadaptive Tests werden entwickelt, die KI-gestützte Methoden zur automatischen Bewertung von studentischen Antworten und Vorhersage des Schwierigkeitsgrads nutzen. Ziel ist es, diese Tests in verschiedene Studiengänge zu integrieren. (Leitung: Prof. Padó)
Mehr erfahrenFachspezifische Umsetzung in der Programmierung
Dieses Arbeitspaket entwickelt individuelle Lernpfade für Studierende, die durch KI-gestützte Anpassungen die Programmierfähigkeiten fördern. Die Aufgaben und Tests werden auf unterschiedliche Leistungsniveaus zugeschnitten. (Leitung: Prof. Heusch)
Mehr erfahrenStärkung der KI-Kompetenz bei Lernenden und Lehrenden
In diesem Arbeitspaket werden Weiterbildungsangebote für Studierende und Lehrende entwickelt, um die KI-Kompetenz an der Hochschule zu stärken. Dabei werden sowohl technische als auch ethische Aspekte der KI behandelt. (Leitung: Prof. Popović)
Mehr erfahrenEinsatz textgenerierender KI in der Lehre
Dieses Arbeitspaket untersucht den didaktisch reflektierten Einsatz von KI-Systemen wie ChatGPT in Schreibseminaren und Programmiermodulen. Ziel ist es, Lernmodule zu entwickeln, die den kritischen und produktiven Umgang mit generativer KI fördern.
Mehr erfahrenEvaluation und Projektverankerung
Das Arbeitspaket konzentriert sich auf die Evaluation der entwickelten Ansätze und deren Dissemination. Ergebnisse werden durch Workshops und eine Abschlusskonferenz verbreitet und für eine potenzielle Integration in den Lehrplan vorbereitet.
Mehr erfahrenEntdecke die KNIGHT-Arbeitspakete
Erkenntnisse
Erkenntnisse aus dem Projekt
- Publikationen
- Workshops & Events
- Repositories
- Verwendung der Ergebnisse
- Sonstiges
- Weber et al. (2024): Implementing Ethical Considerations into Ai-Supported Student Counselling—a Case Study
- Arfeli et al. (2024): Development of an AI Competence Matrix for AI Teaching at Universities
- Sharif et al. (2024): Multi-Modal LA in Personalized Education using Deep Reinforcement Learning Based Approach
- Sharif et al. (2024): KNIGHT: Machine Learning Methods to Enhance Individualized Learning
- Hirsch et al. (2024): Effective Feedback Systems in Learning Analytics: Didactic and Psychological Foundations, Implementations, and Perspectives
- Pado et al. (2024): Computer-Based Methods for Adaptive Teaching and Learning
- Vintila, F. (2024): AVERT: an LLM-Based Procedure that Interactively Verifies Code Authorship and Evaluates Student Understanding
- Höpner et al. (2024): Implementing Generative AI in Academic Writing Seminars.
- pado et al. (2023): Short-Answer Grading for German – Addressing the Challenges
- Sharif et al. (2023): KNIGHT Learning Analytics Architecture – Betterment of Student Education
- Bhavasar et al. (2023): Enhancing Personalized Learning – Multi-Modal Learning Analytics Dashboards
- Pado et al. (2025): Vortrag beim Workshop "Adaptives Lernen in der Hochschulbildung" an der Uni Ulm
- Uckelmann (2024): Vortrag an der Hochschule Ulm: Künstliche Intelligenz in der Hochschulbildung – ein Erfahrungsbericht
- Pado et al. (2024): Ringvorlesung: KI-Unterstützung für Tests und Korrektur bei GHD
Projektteam
Unser engagiertes Team
Prof. Dr.-Ing. Dieter Uckelmann
Professor / Wissenschaftlicher Direktor
Prof. Dr. Peter Heusch
Professor / Dekan
Prof. Dr. rer. nat. Michael Mommert
Professor
Prof. Dr. Tobias Popovic
Professor / Ethikbeauftragter der HFT Stuttgart
Prof. Dr. Alexander Rausch
Professor für Wirtschaftsinformatik
Prof. Dr. Ulrike Pado
Professorin
Dr. Tatyana Podgayetskaya
Akademische Mitarbeiterin
Dr. Sunita Hirsch
Akademische Mitarbeiterin
Dr. phil. Diana Arfeli
Referentin für Ethik
Tim Herbst
Teammitglied
Annegret Höpner
Akademische Mitarbeiterin
Niko Jochim
Teammitglied
Dipl.-Math. Konstanze Mehmedovski
Akademische Mitarbeiterin
Muddsair Sharif
Akademische Mitarbeiter
Dipl.-Ing. Florentin Vintila
Teammitglied
Maximilian Weber
TeammitgliedKontakt
Kontaktieren Sie uns
Addresse
Schellingstr. 24
D-70174 Stuttgart
Rufen Sie uns an
Sekretariat
+49 (0)711 8926 0
Sekretariat
knight(at)hft-stuttgart.de
Öffnungszeiten
Montag - Freitag
9:00 Uhr - 17:00 Uhr
