Förderbewilligung von zwei RWTH-Anträgen zu Künstlicher Intelligenz in der Hochschulbildung

16.07.2021

Die RWTH war bei der Bund-Länder-Initiative zur Förderung der Künstlichen Intelligenz in der Hochschulbildung sowohl mit einem Einzel-, als auch mit einem Verbundantrag erfolgreich. Unter der Federführung des RWTH Centers für Künstliche Intelligenz (KI-Center) wollen die Projekte “bridgingAI” und “AIStudyBuddy”die an der RWTH vorhandene Expertise im Bereich Künstliche Intelligenz (KI) nutzen, um einerseits disziplinenübergreifende KI-Kompetenz bei möglichst vielen Studierenden aufzubauen, und andererseits die Studienverlaufsplanung durch den Einsatz von KI zu optimieren.

  MOOCs bridgingAI Urheberrecht: © Bastian Leibe Curriculum für den Micro-Bachelor "bridgingAI"

bridgingAI

Für den Einzelantrag "bridgingAI: Überfachliche Brücken zur KI bauen" wurden 1,9 Mio. Euro für einen Projektzeitraum von 4 Jahren beantragt. Getragen vom KI-Center und unter der fachlichen Leitung von Prof. Dr. Bastian Leibe arbeiten Prof. Dr. Holger Rauhut, Prof. Dr. Erhard Cramer, Prof. Dr. Markus Strohmaier, Prof. Dr. Saskia Nagel, Prof. Dr. Will van der Aalst, Prof. Dr. Sebastian Trimpe, Prof. Dr. Ulrik Schroeder und PD Dr. Malte Persike daran, disziplinenübergreifende, zukunftsorientierte und fachlich gesicherte Kompetenzen im Bereich Künstlicher Intelligenz für Studierende zu etablieren.

Die RWTH greift damit eine wichtige Herausforderung auf, die sich vielen Universitäten aktuell stellt. Bildungsangebote mit Bezug zu KI werden immer gefragter, gleichzeitig sind die Kapazitäten in Vorlesungen begrenzt. Daher sind skalierbare Lösungen gefragt. Hier setzt bridgingAI an: Aufbauend auf der an der RWTH vorhandenen KI-Expertise wird ein Micro-Bachelor entwickelt, der für Studierende verschiedener Fachdisziplinen konzipiert wird. Dieser Micro-Bachelor strebt den Aufbau eines Brückencurriculums am Übergang vom Bachelor zum Master an. In der ersten Ausbaustufe wird er aus zehn Massive Open Online Courses (MOOCs) bestehen, die einen Einstieg in KI-Lerninhalte von mehreren Ausgangsniveaus aus ermöglichen. Alle MOOCs werden als Open Educational Resources publiziert und über die Plattform edX ausgespielt. Die Inhalte sollen eine gemeinsame Kompetenzbasis für Studierende schaffen, so dass sie über ihre eigene Fachperspektive hinaus Wissenschaft, Industrie und Gesellschaft im KI-Zeitalter aktiv mitgestalten können. Ziel ist es, dass die Teilnehmer KI sinnvoll und verantwortlich bewerten, nutzen und entwickeln können.

  Diagramm AIStudyBuddy Urheberrecht: © Wil van der Aalst Überblick der Elemente des Verbundprojektes "AIStudyBuddy"

AIStudyBuddy

Für das Verbundprojekt "AIStudyBuddy: KI-basierte Unterstützung zur Studienplanung" wurden 3,9 Mio. Euro über einen Förderzeitraum von 3,5 Jahren beantragt. Innerhalb der RWTH als antragstellender Hochschule übernimmt das KI-Center eine tragende Rolle bei der Planung. Gemeinsam mit der RWTH arbeiten die Ruhr-Universität Bochum (RUB) und die Bergische Universität Wuppertal (BUW) daran, moderne KI-Technologien zu nutzen, um die Planung und Reflexion individueller Studienverläufe zu unterstützen.

Im Fokus stehen zwei Zielgruppen: Studierende erhalten mit dem “StudyBuddy” ein Werkzeug zur informierten und evidenzbasierten Planung des Studiums über mehrere Semester in die Zukunft. Der StudyBuddy ermöglicht die grafische Repräsentation des Studienfortschritts und gibt handlungsleitendes Feedback. Dieses stützt sich auf regelbasierte Studienverlaufspläne sowie auf durch KI-Technologie ermittelte Verlaufsprofile, die zu erfolgreichen Studienabschlüssen führen. Studiengangsdesigner erhalten mit “BuddyAnalytics” ein Werkzeug, das interaktive Visualisierungen und Informationen für Planungsentscheidungen wie die kompetenzorientierte Curriculums-Entwicklung oder Studienberatung liefert.

Das Projekt kombiniert die KI-Paradigmen der datengestützten (Process Mining) und regelbasierten KI (Answer Set Programming). Mit Process Mining wird das tatsächliche Studienverhalten anhand der Daten aus Campus-, Lernmanagement- und Prüfungssystemen entdeckt und analysiert. Es stellt reale Studienverläufe den ursprünglich angestrebten gegenüber. Mithilfe von Answer Set Programming werden detaillierte und transparente Begründungen für Feedback generiert, deren Darstellung auch für Nicht-Experten verständlich ist. Alle Komponenten werden in einer Architektur zusammengeführt, die ethische Aspekte und Datensicherheit berücksichtigt.

Entwickelt und evaluiert wird der AIStudyBuddy im Projektverbund, getragen von Prof. Dr. Ulrik Schroeder (RWTH), PD Dr. Malte Persike (RWTH), Prof. Dr. Gerhard Lakemeyer (RWTH), Prof. Dr. Wil van der Aalst (RWTH), Prof. Dr. Maren Scheffel (RUB), Prof. Dr. Sebastian Weydner-Volkmann (RUB), Dr. Peter Salden (RUB), Prof. Dr. Kerstin Schneider (BUW) und Dr. Simon Görtz (BUW). Ziel ist es, das evidenzbasierte Studienmonitoring, interaktive Werkzeuge zur Studienverlaufsplanung und datengestütztes Curriculumsdesign zu nutzen, um noch erfolgreichere Studienverläufe und Absolvierende zu ermöglichen.