AI.EDU Research Lab

Das „AI.EDU Research Lab“ wird aus Mitteln des Forschungsschwerpunktes „DDLL- Digitalisierung, Diversität und Lebenslanges Lernen. Konsequenzen für die Hochschulbildung“ der FernUniversität in Hagen finanziert.Projektleitung: Prof. Dr. Claudia de Witt (FeU) und Prof. Dr. Christoph Igel (DFKI und aktuell Visiting Prof. am Forschungsschwerpunkt DDLL der FeU) - s. auch Kooperationen.

Projektlaufzeit: 01. Oktober 2018 bis 30. September 2021

Künstliche Intelligenz in der Hochschulbildung ist zwar ein bisher noch relativ wenig erforschtes Gebiet, weckt gleichzeitig aber große Erwartungen an eine verbesserte Qualität des Lehrens und Lernens. In dem Kooperationsprojekt erforscht das Lehrgebiet Bildungstheorie und Medienpädagogik von Prof. Dr. Claudia de Witt gemeinsam mit dem Educational Technology Lab unter Leitung von Prof. Dr. Christoph Igel des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) Methoden und Anwendungen der Künstlichen Intelligenz in Studium, Lehre und Weiterbildung der FeU. Es werden sowohl Szenarien, welche bei der Bearbeitung und Strukturierung von Studieninhalten unterstützen, als auch Anwendungen zur Begleitung des gesamten Studienverlaufs entwickelt und zunächst in Testbeds erprobt. Im Fokus der Umsetzung liegen wissensbasierte Expertensysteme, Education Data Mining und Verfahren des Maschinellen Lernens. Eines der wesentlichen Ziele in dem dreijährigen Vorhaben ist es, dass diese Methoden Lernende sowohl bei der Ausbildung ihrer metakognitiven Fähigkeiten als auch bei der inhaltlichen Bearbeitung über Empfehlungssysteme unterstützen. Dafür werden Lehr- und Lernprozesse entsprechend entschlüsselt und nachvollziehbar beschrieben.

Der Projektverlauf gliedert sich in drei Phasen. In der ersten Projektphase, der Forschung, geht es um die Erarbeitung der Konzepte und die Entwicklung von Demonstratoren. In der Implementierung, welche die zweite Phase bildet, finden die Testungen und die Validierung der Konzepte sowie deren Umsetzungen statt. Schließlich werden in der dritten Phase, der Skalierung, erfolgreiche Lösungsansätze in die Breite getragen und auf weitere Anwendungsszenarien übertragen. Letztlich wird es aber auch darum gehen, Implikationen für Bildung, für die Urteilsfähigkeit und Verantwortung zukünftiger Generationen bei der Gestaltung algorithmisierter Lehr- und Lernprozesse mitzudenken.

Wissenschaftliche Mitarbeiterinnen und Mitarbeiter

Dr. Christina Gloerfeld und Silke Wrede (FeU)

Dr. Milos Kravcik und Dr. Xia Wang (DFKI)


english version

AI.EDU Research Lab

The AI.EDU Research Lab is funded by the DDLL - Digitalization, Diversity, and Lifelong Learning - Consequences for Higher Education research cluster at the FernUniversität in Hagen. Project leads: Prof. Dr. Claudia de Witt (FernUniversität) and Prof. Dr. Christoph Igel (DFKI, and currently visiting professor in the DDLL research cluster at the FernUniversität) - see also Cooperations

Project duration: 1 October 2018 through 30 September 2021

Although there has been relatively little research on artificial intelligence in higher education so far, the possibility raises high expectations for improvements in teaching and learning quality. In this cooperative project, Prof. Dr. Claudia de Witt’s Chair of Education Theory and Media Education, together with the German Research Center for Artificial Intelligence’s Educational Technology Lab, directed by Prof. Dr. Christoph Igel, jointly research methods and applications for artificial intelligence in teaching, learning and continuing education at the FernUniversität. The project will develop both scenarios which assist students with working through and structuring the course contents as well as applications which support students throughout the entire study program, and then initially test them in testbeds. The implementation focuses on knowledge-based expert systems, education data mining, and machine learning processes. One key goal of the three-year project is for these methods to support students both in training their metacognitive skills as well as with working through the course content using recommendation systems. In order to do this, teaching and learning processes will be decoded and clearly described.

The course of the project can be divided into three phases. In the first phase, Research, concepts and prototypes will be developed. In the second phase, Implementation, the concepts and their implementation will be tested and validated. Finally, in the third phase, Expansion, successful approaches will be broadly implemented and transferred to other usage scenarios. Ultimately, however, the project also focuses on considering the implications for education, and for future generations’ judgment and sense of responsibility in the design of algorithmic teaching and learning processes.

Research Team Members

Dr. Christina Gloerfeld and Silke Wrede (FernUniversität)

Dr. Milos Kravcik and Dr. Xia Wang (DFKI)



Weitere Inhalte des Forschungsschwerpunktes D²L²