BMBF-Projekt VoLL-KI
Projektbeschreibung
Das Ziel des VoLL-KI-Projekts ist es, die h?here Bildung auf drei Ebenen zu f?rdern: makro, meso und mikro. Dazu werden daten- und wissensbasierte künstliche Intelligenz (KI) -Ans?tze kombiniert. Einige der entwickelten Komponenten sind intelligente Tutoren, erkl?rbare und interaktive Maschinelles Lernen, Chatbots, virtuelle Realit?t und Empfehlungssysteme. Zus?tzlich werden AI-Einführungskurse für Teilgebiete entwickelt.
Auf makroskopischer Ebene wird ein evidenzbasierter Fortschritt von Studieng?ngen durchgeführt. Dies geschieht durch kontextadaptive, korrigierbare Empfehlungen für die individuelle Studienplanung.
Die meso-Ebene ist darauf fokussiert, lernerspezifische Diagnose und Unterstützung in Kursen. Studienfortschrittsdaten sind über ein etabliertes Datenwarenhaus-System verfügbar und werden systematisch erweitert. Daten über die individuellen Kompetenzen der Lernenden und die zu entwickelnden Kompetenzen werden mit Daten über spezifische Gruppen, wie zum Beispiel Geschlecht und Bildungsbiografien, kombiniert, um individualisierte Empfehlungen für die Studienplanung zu erstellen. Lernende k?nnen jederzeit Erkl?rungen für Empfehlungen anfordern, Alternativen und Korrekturen der Voraussetzungen erkunden.
Auf mikroskopischer Ebene wird der Lern- und Leistungspfad auf individueller und gruppenspezifischer Ebene überwacht. Diese Informationen werden in das Datenwarenhaus integriert und den Verantwortlichen für das Studienprogramm als Dashboard zur Verfügung gestellt. Die Angebote werden w?hrend des Projekts durch Umfragen und Logfile-Analysen optimiert.
Erfolgreiche Komponenten werden am Ende des Projekts und danach auf andere Studieng?nge ausgeweitet und die Projektergebnisse in die Qualit?tssicherungsprozesse der teilnehmenden Universit?ten integriert.
**Forschungsfokus**
Forscherinnen und Forscher aus den Bereichen KI, KI-nahen Bereichen der Informatik, Informatikdidaktik und Bildungsforschung von drei benachbarten Universit?ten arbeiten an dem Projekt. Der Fokus liegt auf den Informatik-Studieng?ngen an drei Standorten - einem gro?en, stark ingenieurwissenschaftlich orientierten Informatik, einem mittelgro?en, stark interdisziplin?ren Informatik und einem kleinen, stark anwendungsorientierten Informatik. Am Ende des Projekts und danach werden die erfolgreichen Komponenten auf andere Studieng?nge ausgeweitet und die Projektergebnisse in die Qualit?tssicherungsprozesse der teilnehmenden Universit?ten integriert.
--- Dieser Text wurde so von unserem LLM übersetzt.
Forschungsfokus der Universit?t Bamberg:
- Untersuchung von semantischen Methoden zur Wissensrepr?sentation sowie von Schlussfolgerungsmethoden für Process Discovery Ans?tze.
- Semantische Repr?sentation von Kausalit?tsbeziehungen und Prozesseigenschaften in Knowledge Graphen, insb. semantisches Event Log.
- Entwicklung von Machine Learning Verfahren für Process Discovery (White Box Ansatz) mit Methoden des induktiven logischen Programmierens (ILP).
- Verfahren des erkl?rbaren interaktiven Machine Learnings für intelligente Dashboards mit einen Human-in-the-loop Ansatz.
- Durchführung von Studien und Experimenten im Rahmen einer Usability-Studie zur Evaluierung der Forschungsergebnisse.
Studentische Projekte
Wir sind immer auf der Suche nach Studenten, die einen Beitrag zum Projekt KIGA in Form einer Abschlussarbeit, eines Projekts oder als studentische Hilfskraft leisten m?chten. Wenn Sie Interesse haben, k?nnen Sie sich gerne an uns wenden.