Atlas of AI

„Atlas of AI – Einblicke in die soziotechnischen Hintergründe künstlicher Intelligenz“

Ein Lehrkonzept von Prof. Dr. Sigrid Hartong, Aufarbeitung des Materials unter Mitarbeit von Laura Müller und Lea Hauptmann

Hintergrund: 

Dieses Lehrkonzept basiert auf dem Seminar „Atlas of AI – Einblicke in die soziotechnischen Hintergründe künstlicher Intelligenz“. Es fand im Wintertrimester 2025 (12 Wochen) an der Helmut-Schmidt- Universität/Universität der Bundeswehr Hamburg statt. Angeboten wurde das Seminar im B.A.-Studiengang Bildungs- und Erziehungswissenschaften im Fachbereich Soziologie. Das Seminar wurde von ca. 20 Teilnehmenden besucht und es gab pro Woche einen 90-minütigen Termin.

Lernplattform: 

Die Inhalte des Seminars wurden ausschließlich auf MS Teams bereitgestellt:

  1. Texte und Materialien: Diese waren zusätzlich aufgeteilt in Gruppe 1 bis Gruppe 6, sodass es für jedes Thema einen eigenen Ordner gab;
  2. Vorlagen für die Aufgaben: Hier gab es für jede Aufgabe eine eigene Word-Vorlage (siehe Vorlagen unten auf dieser Seite);
  3. Präsentationsfolien

Prüfungsform: 

Die Prüfungsleistung des Seminars war ein Portfolio, was bedeutet, dass sich die Leistung der Studierenden aus benoteten Teilleistungen zusammensetzten, die über das gesamte Trimester zu festen Terminen erstellt wurden. Die Teilleistungen waren 1) die Erstellung einer Wissensbasis aus vorgegebenen Texten und Materialien zum Gruppenthema (20%); 2) die Entwicklung einer Prototypidee (10%) für ein Produkt zur Vermittlung der Wissensbasis an andere; 3) schriftliches Feedback an zwei andere Gruppen (10%); 4) das finale Produkt (50%); sowie 5) eine kurze Abschlussreflexion (10%). Die Durchführung einer öffentlichen Ausstellung der Produkte ist optional und kann auch nur im Seminarrahmen durchgeführt werden.

Autorinnen: 

Das Konzept des Seminars wurde von der Dozentin Prof. Dr. Sigrid Hartong erstellt und anschließend in Zusammenarbeit mit zwei Studentinnen des Seminars – Laura Müller und Lea Hauptmann – für diese Webseite aufbereitet.

Seminarziel: 

Die Teilnehmenden setzen sich mit den sozialen, politischen, ökonomischen und ökologischen Hintergründen von KI auseinander und erarbeiten in Gruppen zu einem gewählten Themenbereich Kernaspekte, die von zentraler Bedeutung für die Gestaltung zukünftiger Gesellschaft sind. Über unterschiedliche Methoden produzieren sie „Lernprodukte“ (OERs), über die diese Kernaspekte bestmöglich an andere vermittelt und gleichzeitig aktivistisches Interesse für das bewusste Gestalten von KI geweckt werden kann. D.h. das Erlernen des Designens dieser Produkte (Prototyping) sowie die kontinuierliche Reflexion über diesen Prozess sind ebenfalls zentrale Elemente des Seminars. Abschluss des Seminars ist eine (hochschulöffentliche) Produktausstellung.

Sitzung 1:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Einführung und Organisatorisches

Inhalte der ersten Sitzung waren zum einen die bisherigen Berührungspunkte der Teilnehmenden mit KI sowie ihre Kenntnisse über die umfassenderen Hintergründe von KI. Zum anderen wurden Zukunftsvisionen der Teilnehmenden in den Fokus gerückt und diese mit ihren bisherigen KI-Nutzungspraktiken „gematcht“. Auf dieser Basis sowie auf Basis eines kurzen Inputs wurden Zielsetzung und Struktur des Seminars besprochen.

Ablauf der Sitzung

Der erste Teil der Sitzung wurde durch die Studierenden gefüllt, indem sie zunächst eigene Erfahrungen zu ihrer bisherigen Nutzung von KI teilten. Als nächstes wurden die Studierenden aufgefordert, 10 Minuten über folgende drei Fragen zu reflektieren:

  1. Welche Zukunft der (Welt-)Gesellschaft wünschen Sie sich
    (= In welcher Gesellschaft der Zukunft würden Sie gerne leben oder welche würden Sie für Ihre Kinder/die nachfolgende Generation wollen)?
  2. Welche Werte/Orientierungen müssten entsprechend leitend sein?
  3. Wie würde sich Ihre Zukunftsvorstellung in Technologieentwicklung und -nutzung manifestieren?

Die Zukunftsvisionen wurden im Anschluss gesammelt und für alle festgehalten. Im Fall des Seminars waren dies u.a. die folgenden Visionen: KI erbringt „echte“ Services; unterschiedliche Kulturen leben friedlich zusammen, Respekt, Freiheit, Heterogenität; Gemeinschaftsdenken, planetares Denken; mehr Freizeit für alle Menschen; Umwelt- und Tierschutz.

Im Anschluss wurden die folgenden Fragen diskutiert

  1. Welche größeren Zusammenhänge bzw. Hintergründe von KI kennen Sie?
  2. Wie würden Sie sagen repräsentieren diese Zusammenhänge die von Ihnen skizzierten Zukunftswünsche?
  3. Hat Ihr Wissen hierum irgendeinen Einfluss darauf, wie Sie KI nutzen? Warum (nicht)?

Die Ergebnisse zeigten, dass die Studierenden zwar Dinge wie Bias oder Energieverbrauch mit KI assoziieren, aber generell wenig Wissen zu Hintergründen von KI haben. Sie vermuteten, dass ihr eigenes Technologienutzungsverhalten wahrscheinlich wenig im Sinne der Zukunftswünsche sei bzw. vorhandenes Wissen in der Regel ihr eigenes Nutzungsverhalten kaum beeinflusse.

Hieran anschließend, wurden die folgenden Thesen durch die Lehrperson vorgestellt (und damit der Übergang zum Seminarthema hergestellt):

  • Wenn wir KI für eine bessere Zukunft gestalten wollen, müssen wir uns mit den Hintergründen, unintendierten Folgen und insb. mit den „beinharten Dilemmata“ (z.B. Bewusstsein für negative Effekte vs. strukturelle Zwänge) jenseits von globalen Aussagen wie „wir müssen KI sozialverträglich gestalten“ auseinandersetzen [Difficult Knowledge, siehe nächste Sitzung]
  • Insbesondere privilegierte Akteure/Staaten müssen ihre eigene Rolle selbstkritischer reflektieren und unbequeme Lösungen denken
  • Lernressourcen spielen hierfür eine zentrale Rolle (= was wird wie vermittelt, wie wird Bewusstsein geweckt jenseits „generalistischer Lösungen“)

Anhand des Beispiels Energieverbrauch wurde dann nochmals illustriert, dass KI zwar viele Potentiale aufweist, bisherige „Realeffekte“ aber diesem Potential nicht entsprechen, weil hier zahlreiche (Macht- und System-) Logiken zusammenwirken. Entsprechend kommt es darauf an, diese Logiken und ihr Zusammenspiel möglichst weit zu durchdringen.

Zusammenfassend wurden entsprechend die folgenden Ziele des Seminars vorgestellt:

Ziel 1:
Sie setzen sich mit einem Themenfeld im Kontext des „Atlas of AI“ auseinander und extrahieren Kernaspekte (Difficult Knowledge), die Ihnen für die Zukunft der Gesellschaft zentral erscheinen (und die sie entsprechend an andere vermitteln möchten).
Ziel 2:
Sie lernen Methoden kennen, wie man Wissen an andere kreativ, innovativ und „wirksam“ vermitteln kann und wenden dies auf Ihr Themenfeld an (Design eines Produkts).
Ziel 3:
Sie lernen den Entwicklungsprozess eines derartigen Produktes systematisch anzugehen (Design Thinking/Prototyping) und sich hierbei gegenseitig konstruktives Feedback zu geben.
Ziel 4:
Sie gehen mit Ihren Produkten in den hochschulöffentlichen Austausch und entwickeln (gemeinsam mit den Ausstellungsbesuchenden) Ideen für die Hochschule der Zukunft.

Nach Durchgehen des Seminarplans sowie der Besprechung etwaiger Fragen erhielten die Studierenden die Hausaufgabe, den Text „Digitalisation and Education for Sustainable Development“ von Felicitas Macgilchrist (2018) bzw. alternativ das dazugehörige Vortragsvideo zu erarbeiten und die folgende Frage zu beantworten:

Was hat es mit der Unterscheidung von Easy und Difficult Knowledge auf sich? Wie wird dies hier am Beispiel Bildung für Nachhaltige Entwicklung beschrieben?

Sitzung 2:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Konzeptuelle Rahmung, Aufteilung der Themen und Methoden

Die Seminarteilnehmenden werden nochmal ausführlicher in das Konzept des Difficult Knowledge eingeführt. Auf dieser Basis werden die Themen sowie das Methoden-/Produktportfolio vorgestellt, welches im Rahmen des Seminars designt werden kann. Es werden Gruppen gebildet und jede Gruppe wählt ein Thema sowie eine Methode/einen Produkttyp.

Ablauf der Sitzung

Zu Beginn der Sitzung wird die Hausaufgabe besprochen, d.h. wie im Text bzw. Video zwischen Easy und Difficult Knowledge unterschieden wird und was dieses Wissen jeweils ausmacht.

Beispielslide aus der zweiten Seminarsitzung. Basis: Macgilchrist, 2018.

Auf Basis der Unterscheidung wird versucht, die Begriffe auf das Thema KI zu beziehen. Ziel ist, den Studierenden zu veranschaulichen, wie schwierig die Behebung von Risiken und Problemen im Bereich KI ist, gerade wenn diese auf komplexe politische oder ökonomische Zusammenhänge sowie Machtverteilungen trifft. Gleichzeitig ermöglicht erst dieses umfassendere Wissen um die komplexen Zusammenhänge und Beharrungskräfte wirklich nachhaltige bzw. ganzheitliche Gestaltungsszenarien für die digitale Zukunft zu imaginieren. Beides – das Veranschaulichen des Difficult Knowledge sowie die Imagination einer (anderen Form der) aktiven Gestaltung – sollen entsprechend Ziel der zu entwickelnden Produkte im Seminar sein.

Im weiteren Verlauf der Sitzung werden die Themen im Kontext des „Atlas of AI“ vorgestellt sowie die zur Auswahl stehenden Methoden/Produktportfolio. Gleichzeitig werden die Studierenden eingeladen, eigene Ideen in das Portfolio einzubringen oder auch mit mehreren Gruppen dieselbe Methode zu wählen. Es ist möglich, auch andere Methoden auszuprobieren; hierbei sollte allerdings darauf geachtet werden, dass die nötigen Ressourcen zur Verfügung stehen sowie die Produktentwicklung in den Zeitrahmen passt.

An dieser Stelle des Seminars wird ebenfalls die Nutzung von KI bei der Erstellung der Produkte diskutiert mit dem Ziel, gemeinsame Regeln hierfür zu etablieren, die dann für alle Studierenden und auch die Lehrperson gelten. Diese Regeln waren im Fall des durchgeführten Seminars:

  • KI-Nutzung ist im Rahmen der Methodenanwendung erlaubt (dies kann v.a. für Inspiration hilfreich sein), muss aber transparent gemacht werden
  • Wägen Sie vor dem Hintergrund des Seminarthemas ab, was mit einer KI-Nutzung einhergeht (z.B. Ressourcen) und ob es das „wert“ ist
  • Achten Sie bei der KI-Nutzung unbedingt auf Datenschutz und Urheberrecht
  • Wenn keine KI genutzt wird, wird dies bei der Benotung auf keinen Fall nachteilig ausgelegt. Die Benotung wird so fair wie möglich durchgeführt und es wird hierzu regelmäßig Rücksprache gehalten.

Zum Abschluss der Sitzung werden die Gruppen aufgeteilt (Gruppengröße: 1 bis 4 Studierende) und die nächste Aufgabe besprochen. Jede Gruppe soll damit beginnen, die im jeweiligen Themenordner hinterlegten Materialien zu erarbeiten und das relevante Difficult Knowledge herauszuarbeiten. Dieses Wissen wird in das Template Wissensextraktion eingefügt.

Thema 1: KI und Energieverbrauch

Quellen:

Crawford, K. (2024). Generative AI’s environmental costs are soaring — and mostly secret. Nature, 626(8000), 693.

Heikkilä, M. (2023). Making an image with generative AI uses as much energy as charging your phone. MIT Technology Review.

klima:neutral. (2022). Künstliche Intelligenz: So hilft sie uns in der Klimakrise [Video]. YouTube.

Merchant, B. (2024). AI is revitalizing the fossil fuels industry, and big tech has nothing to say for itself. Blood in the Machine.

Tagesschau.de. (2024). Energiebedarf von KI-Anwendungen steigt laut Studie drastisch. Tagesschau.de.

Winkelmann, M. (2020). Prima Klima mit KI: Der neue Schulterschluss von Klimaschutz und Digitalisierung. Kursbuch Verlag.

Thema 2: KI und planetare Ressourcen

Quellen:

Crawford, K. (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence (S. 23–51). Yale University Press.

Preis, P. (2024). Künstliche Intelligenz: Wie KI beim Artenschutz helfen kann. Tagesschau.de.

Spiekermann, S. (2023). KI-Serie „Wahnsinn und Methode“ Digitale Vollbremsung. Süddeutsche Zeitung.

Thema 3: Arbeit hinter KI (Crowdwork)

Quellen:

https://innovators-guide.ch/2019/05/crowdwork-menschen-trainieren-algorithmen-fuer-ein-bis-zwei-euro-die-stunde/ 

Casilli, A. A. (2024). „End-to-end“ ethical AI: Taking into account the social and natural environments of automation. In Artificial intelligence, labour and society (Kap. 7, S. 83–94). ETUI.

CloudFactory. (o. J.). About Us.

Kretschmer, C. (2023, 24. August). Clickworker – Ausgebeutet für künstliche Intelligenz [Audio & Radiobeitrag]. Das Wissen | SWR2.

Perrigo, B. (2023). Exclusive: OpenAI used Kenyan workers on less than $2 per hour to make ChatGPT less toxic. Time.

Thema 4: KI und Datenkapitalismus

Quellen:

Kwet, M. (2019). Digital colonialism: US empire and the new imperialism in the Global South. Race & Class, 60(4), 3–26.

Kwet, M. (2019). Digital colonialism is threatening the Global South. Al Jazeera.

Verdegem, P. (2022). Dismantling AI capitalism: The commons as an alternative to the power concentration of Big Tech. AI & Society, 39(2), 727–737. 

Thema 5: KI und sozial (un/gerechte) Modellierung

Quellen:

Ars Technica. (2024). Google’s hidden AI diversity prompts lead to outcry over historically inaccurate images. Ars Technica.

Kelan, E. K. (2023). Algorithmic inclusion: Shaping the predictive algorithms of artificial intelligence in hiring. Human Resource Management Journal, 34(3), 694–707.

NBC News. (2024). Concerns grow over racism within artificial intelligence [Video]. YouTube.

Stanford Institute for Human-Centered Artificial Intelligence. (2024). Covert racism in AI: How language models are reinforcing outdated stereotypes. Stanford HAI.

Thema 6: KI als politisches Einflusselement

Quellen:

Lafont, C. (2023). Deliberative Demokratie nach der digitalen Transformation. In Diskurskultur. Bundeszentrale für politische Bildung.

Marr, B. (2024). The geopolitics of AI. Forbes.

Mühlenkamp, M. (2024). Künstliche Intelligenz – Welche Rolle spielt KI im Wahlkampf? Tagesschau.de.

Schippers, B. (2020). Artificial intelligence and democratic politics. Political Insight, 11(1), 32–35.

Methode 1: Digitales Multiple-Choice Quiz

Methode 2: Visualisierung / Bildproduktion (mit oder ohne KI)

Methode 3: VR-Weltenentwicklung (per CoSpacesEdu Software)

Methode 4: Analoges Memoryspiel

Methode 5: Schreiben und Aufnahme einer Kurzgeschichte

Methode 6: Sprechendes Plakat (mit Makeymakey und Scratch Software)

Methode 7: Podcast „Streitgespräch“

„Als uns von Frau Hartong das Portfolio der Themen und Methoden vorgestellt wurde, war ich erst einmal etwas überwältigt und hätte niemals damit gerechnet, dass am Ende wirklich so gute Ergebnisse dabei entstehen. Ich dachte anfangs, dass es zeitlich gar nicht möglich wäre es zu schaffen.“ 

Reflexion einer Studierenden

Sitzung 3:

Ort: Keine Sitzung / asynchrone Aufgabenbearbeitung

Zeitrahmen: 90 Minuten

Arbeit mit den Materialien / Wissensextraktion

In dieser Woche setzen sich die Teilnehmenden mit ihren jeweiligen Materialien auseinander und füllen das Template aus. Das ausgefüllte Template wird wenige Tage vor der nächsten Sitzung an die Lehrperson gesendet, die die Einreichungen für die Sitzung sichtet und Feedback vorbereitet. Es ist auch möglich, das individuelle Feedback direkt in die Dokumente hinein zu kommentieren und den Teilnehmenden wieder zurückzusenden.

„Im ersten Augenblick denkt man sich, dass dieses Ziel einfach zu erreichen ist, doch dann wurde schnell klar, wie schwierig diese Aufgabe war. Man ist gewohnt, alle wichtigen Aspekte aus einem Text einfach aufzuschreiben. Dass man sich aber bewusst auf Difficult Knowledge, also v.a. auf eher unbekannte und gleichzeitig für die KI-Gestaltung spannende Aspekte fokussiert, ist viel schwieriger. Hierbei muss man die Perspektive von außenstehenden Personen einnehmen; man darf dabei nicht zu wenig, aber auch nicht zu viel Wissen vorrausetzen. “ 

Reflexion einer Studierenden

Sitzung 4:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Feedback für die Wissensextraktionen; Hinweise zur Fertigstellung

Ziel dieser Sitzung ist es, den Teilnehmenden Feedback für Ihre Einreichungen zu geben, damit diese nochmals vor der Benotung und weiteren Verarbeitung verbessert werden können. Auch werden Fragen besprochen und die Möglichkeit zur Beratung gegeben.

Ablauf der Sitzung

Sollten die Teilnehmenden bereits Feedback in den Dokumenten erhalten haben, wird die Sitzung damit begonnen, dass sie Fragen zu diesem Feedback stellen können. Im Anschluss gibt die Lehrperson nochmals globaleres Feedback zu den Einreichungen und zeigt ggf. hilfreiche Beispiele aus den Einreichungen. Im Falle des durchgeführten Seminars waren insbesondere die folgenden Hinweise zentral für die Teilnehmenden:

  1. Manche Gruppen haben das Material sehr detailliert extrahiert. Hier sollte nochmal weiter gefiltert und sortiert werden, damit wirkliche eine Wissensextraktion stattfindet (und nicht nur eine Wiedergabe der Texte). Bei wenigen Gruppen ist es andersherum, dass an der einen oder anderen Stelle doch nochmal 1-2 Aspekte mehr herausgearbeitet werden sollten, damit später eine solide Grundlage für die Weiterarbeit entsteht.
    a) Empfehlung: 5-8 Stichworte pro Quelle (je nach Quellenlänge); jedes Stichwort steht für ein Kernargument/Befund (d.h. mehrere Stichworte auch gerne zusammenfassen)
    b) Beispiele mit dazuschreiben (können nachher aufgegriffen werden)
    c) Bei komplexen oder abstrakten Begriffen kurze Erläuterung dazuschreiben
  2. Template Abschnitt 2/Argumentationslinie bauen: Viele Gruppen sind bereits in Designüberlegungen eingestiegen. Dies ist ein Schritt zu weit, denn zunächst geht es darum, das Wissen nochmal als „Häppchen“ zu strukturieren, also zu überlegen in welchen Schritten das herausgearbeitete Wissen vermittelt werden soll. Hierbei muss notgedrungen nochmals selektiert und über die Texte hinweg integriert werden. Die Argumentationsstruktur kann in die folgenden drei (oder mehr) Schritte gegliedert sein:
    a) Betroffenheit herstellen/Einstieg finden;
    b) interaktive Input-Häppchen (welches Wissen zeigen Sie in welcher Struktur)
    c) Schritt hin zum „what now?“ = Fazit und Inspiration zum Weiterdenken
    Insgesamt bleibt der Fokus aber erstmal auf dem Inhalt der Materialien.
  3. Weiterdenken und Appell im Modul des Difficult Knowledge: Ziel ist, mit der Wissensextraktion eine Grundlage zu schaffen, mittels derer Lösungsansätze für Probleme von KI nachhaltiger angegangen werden könnten. Hierfür ist es wichtig, dass Sie nicht bei einem „Potential- und Risikosprech“ bzw. bei Allgemeinplätzchen stehenbleiben im Sinne von „Wir müssen KI bewusster nutzen“. Vielmehr geht es darum, auf Basis des Wissens zu überlegen: Was GENAU kann man tun? Wie würden Sie die komplizierten Gemengelagen angehen? Usw. Denken Sie hierbei immer (sozial ungleich verteilte) Individuen und Struktur zusammen.

Nach der Besprechung des Feedbacks haben die Teilnehmenden die Möglichkeit, das Feedback umzusetzen und ihr Dokument noch in der Sitzung zu überarbeiten. Hierfür können auch nochmals mehrere Gruppen für die gegenseitige Unterstützung zusammengesetzt werden.

Nach der Sitzung haben die Teilnehmenden noch wenige Tage, bis sie die finale Wissensextraktion einreichen, die dann im Anschluss benotet wird.

Sitzung 5:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Von der Wissensextraktion zur Produktentwicklung

In dieser Sitzung diskutieren die Gruppen ihre ersten Überlegungen zur Produktentwicklung. Es werden weitere Infos zu den verschiedenen Methoden sowie Feedback zu den bisherigen Überlegungen gegeben. Zudem wird das Template für den nächsten Schritt detailliert durchgegangen.

Ablauf der Sitzung

Die Gruppen stellen hintereinander ihre ersten Überlegungen zur Produktentwicklung vor, d.h. wie sie das extrahierte Wissen ihres Themenbereichs in das jeweilige Produkt überführen wollen. Danach erhalten alle Gruppen weitere Infos zu den Methoden durch die Lehrperson, sowie ein Feedback zu den bisherigen Überlegungen. Insbesondere wird hierbei für das Produkt der VR-Welt das Programm CospacesEdu (für das im Falle des durchgeführten Seminars eine Lizenz vorhanden war – es kann aber auch andere Software genutzt oder aber eine analoge VR-Welt produziert werden), sowie für das sprechende Plakat der Einsatz von Makeymakeys besprochen.

Hinweis: Beide Methoden wurden an der Professur auch im Projekt SMASCH eingesetzt und eine umfassende Dokumentation sowie Anleitungen zum Einsatz finden sich kostenfrei auf der SMASCH Labcademy.

Am Ende der Sitzung werden die nächste Aufgabe und das nächste zu bearbeitende Template ausführlich besprochen. Im Template finden sich gleichzeitig zahlreiche weitere Informationen zu den einzelnen Methoden. Ziel ist, dass die Teilnehmenden zeitnah einen ersten Prototyp entwerfen, der je nach Methode/Produkttyp etwas anders aussieht. Die ausgefüllten Templates/ersten Prototypentwürfe werden zur nächsten Sitzung mitgebracht.

„Uns als Gruppe war von Anfang an relativ klar, dass wir am liebsten eine Kurzgeschichte zu unserem Thema (KI und Energieverbrauch) verfassen wollen. Nachdem wir unsere Wissensextraktion erarbeitet hatten, verfestigte sich der Gedanke, da wir der Meinung waren, diese gut in eine Geschichte einbetten zu können. Einige grobe Ideen hatten wir auch schon gesammelt: Da in unseren Quellen auch dargestellt wurde, wie man KI positiv nutzen könnte, wollten wir mit zwei kontrastierenden Welten arbeiten, einer Utopie und einer Dystopie, um diese Gegensätze darstellen zu können. Gleichzeitig wollten wir so auch verdeutlichen, dass es vor allem von der Nutzung der KI durch den Menschen abhängig ist, wie sich die Effekte von KI auswirken. Um das umsetzen zu können, wollten wir unsere Protagonistin eine Weltreise machen lassen, von ihrer Welt, der Utopie, in die Dystopie.“ 

Reflexion einer Studierenden

Sitzung 6:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Allgemeines Feedback zu den ersten Prototypentwürfen

In dieser Sitzung erhalten die Gruppen Feedback zu ihren bisherigen Prototypüberlegungen sowohl durch die Lehrperson als auch durch die anderen Seminarteilnehmenden. Anschließend schließen Sie die Bearbeitung des Templates ab und steigen intensiv in die Produkterstellung ein.

Ablauf der Sitzung

Die Gruppen stellen ihre bisherigen Überlegungen in Form kurzer Pitches (5 Minuten) im Plenum vor. Die restlichen Teilnehmenden werden in unterschiedliche Feedbackgruppen aufgeteilt und jede Feedbackgruppe erhält den Auftrag, während des Pitches auf einen ausgewählten Aspekt zu achten (z.B. „Würde das Produkt der Idee der Vermittlung von Difficult Knowledge entsprechen?“; „Welche technischen oder sonstigen Herausforderungen sollten bedacht werden?“; „Wäre das Produkt von Anfängern wie Fortgeschritteneren gleichermaßen nutzbar?“, usw.). Für jede Präsentation rotieren die Fragen dabei zwischen den Gruppen. Nach jedem Pitch wird das Feedback auf fünf Minuten maximal kondensiert. Um die Zeiten für Pitches und Feedback einhalten zu können, wird ein Timer genutzt.

Das Feedback ermöglicht es den Studierenden, besser nachzuvollziehen, wie die Produktidee bei Personen ankommt, die bisher weniger Berührungspunkte mit der Thematik hatten, und diese Perspektiven mit in die Produktgestaltung einzubeziehen. Zudem stellt das Feedback erneut eine Verbesserungsmöglichkeit vor der dann benoteten Abgabe dar.

Im Anschluss an die Sitzung finalisieren die Seminarteilnehmenden ihre Prototypideen und reichen diese zur Benotung ein. Die ausgefüllten Dokumente werden von der Lehrperson auf die Lernplattform hochgeladen und für alle Seminarteilnehmenden zugänglich gemacht.

Sitzung 7:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Vertieftes Feedback zu einzelnen Prototypideen

In dieser Sitzung erhalten die Studierenden die Aufgabe, für eine ausgewählte Gruppe/eine ausgewählte Einreichung ein vertieftes Feedback zu erstellen. Das Feedback dient den jeweiligen Gruppen nochmals zur Verbesserung ihrer Produktentwicklung.

Ablauf der Sitzung

Am Anfang der Sitzung wird die Aufgabe erklärt. Die Seminarteilnehmenden werden auf die Einreichungen aufgeteilt. Die Einreichung, für welche sie eingeteilt wurden, laden die Teilnehmenden von der Lernplattform herunter. Auch wird das Template besprochen, anhand dessen das Feedback erstellt werden soll.

Im Anschluss haben die Studierenden 30 Minuten Zeit, das Feedback zu erstellen bzw. das Dokument auszufüllen. Dieses wird direkt im Anschluss bei der Lehrperson eingereicht bzw. auf die Lernplattform hochgeladen, sodass jede Gruppe am Ende der Sitzung das Feedback zu ihrem Produkt einsehen kann.

„In der ursprünglichen Version des Seminars hatten die Teilnehmenden die Aufgabe, innerhalb von 30 Minuten Feedback zu zwei Einreichungen zu geben. Dies wurde von einigen Studierenden jedoch als überfordernd wahrgenommen, da die Einreichungen durchaus umfangreich sind. Außerdem war es nicht für alle leicht, die Kritik der Feedbacks konstruktiv in die bereits laufende Produkteinwicklung einzubinden. Trotzdem war es für uns eine gelungene Methode, um an sich selbst und seiner Kritikfähigkeit zu arbeiten, aber auch um unter „Zeitdruck” konstruktive Kritik hervorzubringen.“ 

Reflexion einer Studierenden

Sitzung 8:

Ort: Seminarraum/andere Orte/asynchron

Zeitrahmen: 90 Minuten

Werkstattsitzung Produktentwicklung

In dieser Woche steht die Produktentwicklung im Fokus. Die Studierenden arbeiten nun daran, ihre Prototypen umzusetzen, und können hierfür den Seminarraum nutzen.

Ablauf der Sitzung

Die Studierenden arbeiten selbstständig an ihren Projekten. Neben der Lehrperson kann auch eine zusätzlich assistierende Person eingeladen werden, der oder die bei der Betreuung oder spezifischen technischen Fragestellungen behilflich ist, z.B. bei der Erstellung der VR-Welt. Im Falle des durchgeführten Seminars haben ausgewählte Gruppen beispielsweise auch das Medienzentrum genutzt, um ihre Kurzgeschichte zu vertonen.

„In unserem Fall waren wir während dieser Sitzung bereits im Medienzentrum unserer Universität und haben begonnen, den ersten Teil unserer zum Teil bereits ausgeschriebenen Kurzgeschichte aufzunehmen. Dabei wurden wir von einem Kommilitonen unterstützt, da wir bei der weiteren Bearbeitung unserer Geschichte eine männliche Figur mit in die Geschichte aufgenommen hatten. Diese ist Bewohner der dystopischen Welt und erklärt unserer Protagonistin, was zu der Zerstörung seiner Welt geführt hat. Das nutzten wir, um auf möglichst kurze und unkomplizierte Weise die Leser in die Verhältnisse der Dystopie einzuführen und dabei auch schon Difficult Knowledge zu vermitteln. Die Gruppe mit dem sprechenden Plakat hat hingegen ihre Tonaufnahmen selbstständig angefertigt. Bei dieser Gruppe gab es allerdings auch bereits Vorkenntnisse in diesem Bereich. Wir als Gruppe waren dankbar für die Möglichkeit, die Aufnahmen von den Profis des Medienzentrums unterstützen zu lassen. Außerdem erhielten wir während der Aufnahme noch Tipps für die Aussprache und Betonung. Dass wir zu dem Zeitpunkt nur den ersten Teil unserer Kurzgeschichte fertig hatten, war kein Problem. Allerdings darf man nicht unterschätzen, wie lange die Aufnahmen am Ende wirklich dauerten, um gut zu werden.“ 

Reflexion einer Studierenden

Sitzung 9:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Präsentation (User Testing) und Feedback zu den Produkten

In dieser Sitzung gibt es noch einmal eine Feedback-Runde. Dabei stellen die Studierenden ihre bisherigen Arbeitsergebnisse/Produkte vor. Gleichzeitig können die anderen Teilnehmenden in der Rolle von Nutzenden erste Produkte bereits auf ihre Funktionsfähigkeit hin überprüfen. Die Rückmeldungen fließen in die Fertigstellung der Produkte ein.

„Es war äußerst spannend, die Arbeiten der anderen Gruppen zu sehen. Anfangs konnten wir uns unter einigen der gewählten Darstellungsformen kaum etwas vorstellen und hatten keine Idee, wie man so etwas selbst umsetzen könnte. Umso beeindruckender war es, zu sehen, wie kreativ und unterschiedlich die Ansätze letztlich waren und wurden positiv überrascht.“ 

Reflexion einer Studierenden

Sitzung 10:

Ort: keine Sitzung

Zeitrahmen: 90 Minuten

Semifinale Fertigstellung der Produkte

Die Studierenden arbeiten in den Gruppen weiter an den Produkten und bringen diese auf einen semi-finalen Stand (d.h. funktionstüchtig und vorzeigbar).

„In der Zwischenzeit hatten wir den zweiten Teil unserer Kurzgeschichte fertigstellt und waren für eine zweite Aufnahmesitzung im Medienzentrum. Diese Sitzung verlief deutlich routinierter und schneller als die erste. Anschließend wurden die Audioaufnahmen durch das Personal des Medienzentrums zusammenschnitten und an uns weitergeleitet. Das Ergebnis war sehr beeindruckend, allerdings waren wir doch etwas erschrocken darüber, wie lang die Audiodatei am Ende geworden ist. Eigentlich sollte sie 5 Minuten lang werden, am Ende waren wir bei knapp 15 Minuten. Um unsere Geschichte trotzdem übersichtlich zu gestalten, entschieden wir uns dazu, die Geschichte zusätzlich auf einem Plakat zu verschriftlichen. Dabei markierten wir sowohl zentrale Momente als auch Difficult Knowledge und haben uns für die Ausstellung die dazu passenden Stellen aus der Audio herausgesucht. So konnten die Besucher selbst entscheiden, ob sie gezielt zu den markierten Stellen springen oder sich die gesamte Geschichte anhören wollten. Es gab dann natürlich auch einige Besucher, die sich nur die Geschichte auf dem Plakat durchgelesen haben.“ 

Reflexion einer Studierenden

Das Audio zum Anhören:

Atlas of AI – Zwei Welten, eine KI

Sitzung 11:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Vorstellung der finalen Produkte; finale Planung der Ausstellung; Vorbesprechung Reflexionsaufgabe

Zu dieser Sitzung werden die finalen Produkte mitgebracht und vorgestellt. Allerletzte Probleme können behoben sowie die Vorstellung des Produktes im Rahmen der Ausstellung genau geplant werden. Am Ende der Sitzung wird die letzte Leistung, eine kurze Reflexion zum Seminar, vorbesprochen, welche nach der Ausstellung zu erstellen und einzureichen ist. Auch hierfür gibt es wieder ein Template.

Sitzung 12:

Ort: Seminarraum

Zeitrahmen: 90 Minuten

Ausstellung

Die Sitzungszeit wird für eine Ausstellung der finalen Produkte genutzt. Die Ausstellung kann hochschulöffentlich sein oder aber auf ausgewählte Besucher*innengruppen beschränkt. Die Gruppen stehen als Expert*innen an ihren jeweiligen Produkten und beantworten Fragen der Gäste.

„Es war ein schöner Moment, das Endprodukt anderen zu präsentieren und viel positive Rückmeldung zu bekommen. Sicherlich hatten wir im Verlauf des Seminars schon Einblicke in die Arbeit der anderen erhalten, trotzdem war es sehr interessant, sich an diesem Tag alle fertigen Produkte in Aktion anzuschauen.“ 

Reflexion einer Studierenden
Ablauf der Sitzung

Im durchgeführten Seminar bestand die beeindruckende Ausstellung aus den folgenden Produkten:

1) Die Kurzgeschichte von Lea Hauptmann und Laura Müller zum Thema KI und Energieverbrauch, welche sowohl lesbar (inkl. Verweis auf Quellen) als auch per QR-Code hörbar war:

Das Audio zum Anhören:

Atlas of AI – Zwei Welten, eine KI

2) Eine selbstgemalte Visualisierung („Klappbild“) zum Thema KI-bezogene Crowdwork. Hinter jedem Klappfeld verbergen sich tiefergehende Informationen zum Thema:

3) Ein „Wer-wird-Millionär“-Spiel zum Thema Datenkapitalismus. Einsatz sind die eigenen Daten, die mit zunehmendem Verlauf des Spiels „eingezogen“ werden.

4) Eine kurze Hörgeschichte plus Poster zum Thema KI und (un/gerechte) Modellierung. In der Geschichte geht es um ein KI-basiertes Zukunftsarchiv (V.O.X.), in dem Geschichte diversitätsorientiert verändert wurde. Sie endet mit einem interaktiven Quiz für die Nutzenden, die zwischen drei Enden der Geschichte wählen müssen.

Das Audio zum Anhören:

Die Schattenhalle

5) Ein Videospiel zum Thema KI und Verbrauch seltener Erden. Die Nutzenden sind Teil einer Firma, die den Abbau von Lithium in Chile koordiniert, und reisen nach Chile, um über die Abbauintensität zu entscheiden. Das Spiel enthält mehrere Szenarien, welche Implikationen die Entscheidung mit sich bringt.

6) Ein Quiz zu KI und politischer Einflussnahme. Nachdem die Nutzenden ein paar polarisierende Fragen zur eigenen politischen Haltung beantwortet haben, spricht der/die Politiker*in, den/die sie als wenigsten gemochten angegeben haben, als KI-generiertes Video zu ihnen und gibt hierbei genau ihre Meinung wieder.

7) Ein „sprechendes Plakat“ bzw. Kunstwerk zu KI und Verbrauch seltener Erden. An verschiedenen Stellen können Nutzende das Plakat berühren und erhalten kurze Audioinformationen.

Die Ausstellung wurde von anderen Studierenden wie auch Lehrpersonen gleichermaßen besucht und es fand ein lebhafter Austausch nicht zur zum Thema, sondern auch zur Lehrgestaltung an der Universität insgesamt statt. Einige Lehrpersonen luden in diesem Kontext einzelne Gruppen ein, ihre Produkte auch in anderen Lehrveranstaltungen vorzustellen.

Reflexionen der Studierenden zum Seminar:

„Durch die intensive Beschäftigung mit dem Thema habe ich ein deutlich geschärftes Bewusstsein dafür entwickelt, wie viel technischer und kreativer Aufwand hinter KI-Anwendungen steckt – sei es hinsichtlich der benötigten Rechenleistung, der Trainingsdaten oder der ethischen Implikationen.“ 

„KI ist keineswegs nur ein abstraktes, digitales Phänomen, das in der Cloud existiert oder rein auf Software basiert. Vielmehr ist sie eng mit konkreten materiellen Prozessen verbunden, wie etwa mit dem Abbau seltener Erden, dem massiven Energieverbrauch in Rechenzentren oder mit der oft unsichtbaren, aber zentralen menschlichen Arbeit in globalen Dateninfrastrukturen. Dieses Wissen ist unbequem und sperrig, aber genau darin liegt sein Wert. Es stellt grundlegende Fragen nach globaler Gerechtigkeit, ökologischer Nachhaltigkeit und politischer Verantwortung. Genau das macht es zu einem Difficult Knowledge – also zu einem Wissen, das herausfordert, verunsichert und zugleich die Chance bietet, tiefer in komplexe Zusammenhänge einzudringen und bestehende Denkweisen zu hinterfragen.“ 

„Das Thema der planetaren Ressourcen ist mir persönlich erst über das Seminar bewusst geworden. Deshalb überlege ich mir jetzt regelmäßig, bevor ich eine Anfrage an ein KI-Tool stelle, ob es nicht auch eine einfache Suchmaschinenanfrage tun würde, um an mein Ziel zu kommen.“ 

„Das Seminar hat gezeigt, dass KI nicht neutral ist, sondern gesellschaftlich mitgeprägt wird und ihr Einsatz ethische wie politische Fragen aufwirft. Solche Sichtweisen müssten viel stärker in die universitäre Gestaltung eingebunden werden.“ 

Das Lehrkonzept steht unter einer Creative Commons-Lizenz (CC BY NC SA 4.0). Das heißt, Sie dürfen die Inhalte nutzen sowie verändern und weitergeben, solange Sie angemessene Urheberangaben machen und das Material unter der gleichen Lizenz verbreiten. Eine kommerzielle Nutzung ist im Allgemeinen nicht erlaubt, kann jedoch in Einzelfällen (z.B. selbstständige MedienpädagogInnen, freiberufliche FortbilderInnen etc.) genehmigt werden. In diesem Fall bitte einfach eine kurze Mail an Sigrid Hartong. Eine Nutzung im Rahmen von Bildungsinstitutionen ist immer erlaubt.