Reifegradmodell KI in der Lehre

dc.contributor.author	Sames, Gerrit
dc.contributor.author	Herrmann, Kerstin
dc.contributor.author	Wagenknecht, Armin
dc.contributor.author	Fuchs, Marcus
dc.contributor.author	Kamutzki, Daniela
dc.date.accessioned	2025-02-18T09:09:58Z
dc.date.available	2025-02-18T09:09:58Z
dc.date.issued	2025
dc.identifier.issn	2568-3020
dc.identifier.uri	https://publikationsserver.thm.de/xmlui/handle/123456789/408
dc.description.abstract	Der 30. November 2022 markiert den Beginn einer neuen Ära: An diesem Tag machte OpenAI das Large Language Model ChatGPT öffentlich zugänglich. Seither erleben alle Bereiche der künstlichen Intelligenz (KI) eine rasante Entwicklung. Die Potenziale von KI für die Lehre der Zukunft werden in einem Reifegradmodell strukturiert, systematisiert und messbar gemacht. Mithilfe einer numerischen Bewertung lassen sich aktuelle Reifegrade bestimmen, Zielsetzungen definieren und deren Fortschritt überwachen.	de
dc.format.extent	33 S.	de
dc.language.iso	de	de
dc.publisher	Technische Hochschule Mittelhessen; Gießen	de
dc.relation.ispartofseries	THM-Hochschulschriften;34
dc.rights.uri	https://rightsstatements.org/page/InC/1.0/	de
dc.subject	KI-Nutzung, Avatar, Reifegradmodell, Kompetenzerwerb, Lehre, VR-Labore, Hochschule, Messbarkeit, Dozenten	de
dc.title	Reifegradmodell KI in der Lehre	de
dc.title.alternative	Ein Reifegradmodell zur Abbildung, Messung und Zielsetzung des KI-Einsatzes in Hochschulen	de
dc.type	Verschiedenartige Texte	de
dcterms.accessRights	open access	de
dc.description.version	Published Version	de

Die folgenden Lizenzbestimmungen sind mit dieser Ressource verbunden:
Urheberrechtlich geschützt