Das Potenzial für KI-Anwendungen ist in allen Fächern vorhanden. „Ohne den Einsatz von KI arbeiten wir in der Geschichtswissenschaft mit Stichproben“, sagt Kara Kuebart, wissenschaftliche Mitarbeiterin am Institut für Geschichtswissenschaft der Universität Bonn. „Die Datenmengen sind einfach so riesig, dass es manuell unmöglich ist, alles durchzuarbeiten. Erst mit Methoden des Maschinellen Lernens können wir die Datensätze vollständig auswerten.“
Damit die späteren Historikerinnen und Historiker bereits im Studium das KI-Know-how vermittelt bekommen, entwickelt Kara Kuebart seit 2022 Seminare und Übungen in dem Themenbereich. „Ziel ist, ihnen digitale Kompetenzen an die Hand zu geben, um beispielsweise Karten zu erstellen, Texte digital zu analysieren oder Daten computergestützt zu verarbeiten“, erzählt sie. „Ich möchte die Hemmschwelle bei Studierenden zu code-gesteuerten KI-Programmen abbauen.“
„Anfangs habe ich mir sehr viel Wissen selbst erarbeitet, angefangen mit der Programmiersprache Python zu experimentieren“, erzählt sie. Dann erfuhr sie von dem Kurs „KI für Alle“, den die Universität Bonn im Rahmen des BnTrAInee-Projektes anbietet – ein Projekt, in dem die bestehende KI-Expertise der Informatik mit verschiedenen Fachdisziplinen vernetzt wird, um bedarfsorientierte Lehr-/Lernangebote zu entwickeln.
Der harte Weg zum KI-Know-how
„In den Intensivkursen bringen wir den Teilnehmenden die Grundlagen der Methoden künstlicher Intelligenz bei“, erklärt Dr. Moritz Wolter, der die Kurse zusammen mit seiner Kollegin Dr. Elena Trunz konzipiert hat. „Einzige Voraussetzung ist, dass man im Vorfeld das Python-Tutorial durchgegangen ist.“
Für Naturwissenschaftlerinnen und -wissenschaftler sei es generell etwas einfacher, „die haben aus ihrem Studium schon mit den mathematischen Grundlagen zu tun.“ Aber auch Geisteswissenschaftlerin Kara Kuebart hat sich durchgebissen – und Spaß am Machine Learning gefunden. In den Intensivkursen lernen die Teilnehmenden nicht nur die mathematischen Grundlagen, sondern lösen auch verschiedene Programmieraufgaben. „Zu den beliebtesten Übungen gehört, wenn die Teilnehmenden ein Sprachmodell nur mit Werken von Shakespeare trainieren“, erzählt Wolter. „Die Texte, die das Modell ausgibt klingen dann wie Shakespeare – nur künstlerisch sind sie nicht so anspruchsvoll.“
„Moritz und Elena haben die Kurse sehr gut aufgebaut. Sie gehen die verschiedenen KI-Typen durch, erklären, wie man sie aufbaut, und geben einen Überblick, was alles möglich ist“, sagt Kuebart. „Das hilft einem zu verstehen, welche KI ich für welche Fragestellung benutzen kann.“
Das erlernte Wissen gibt sie an nun ihre Studierenden weiter. „Das Interesse ist sehr hoch. Zuletzt haben wir in einem Kurs Karten mithilfe einer Programmierbibliothek erstellt. Dafür mussten alle Code schreiben. Das hat super funktioniert.“ Aber auch in ihrer eigenen Forschung setzt Kara Kuebart Methoden der künstlichen Intelligenz ein. „Bei uns am Lehrstuhl nutzen wir KI zum Beispiel, um alte Ausgaben der Kölnischen Zeitung des 19. und 20. Jahrhunderts zu durchsuchen, um Stimmungsveränderungen in politischen Artikeln zum ersten Weltkrieg herauszufiltern oder Anzeigen für Dienstmädchenstellen zu analysieren: Wie waren die Diskurse damals? Welche Eigenschaften wurden gesucht?“
Bisher haben bereits fast 100 Forschende an den Kursen teilgenommen. Dabei werden die Angebote von „KI für alle“ ständig weiterentwickelt. „Wir orientieren uns an den Bedürfnisse unserer Teilnehmenden“, sagt Wolter. „Mit der Zeit werden wir weitere Aufbau-Kurse zu tiefergehenden Themen anbieten“. Kuebart ist sich sicher: „Wenn es weitere Aufbau-Kurse gibt, werde ich wieder dabei sein.“
Über die Digitalstrategie der Universität Bonn
Die Digitalstrategie der Universität Bonn (www.digital.uni-bonn.de) definiert die Maßnahmen und Strukturen ihrer digitalen Transformation. Das Projekt BNTrAinee ist eine Maßnahme im Zielbereich Digitale Kompetenzen der Strategie und zielt auf den Aufbau von KI-Kompetenzen über die Grenzen der Fachrichtungen hinweg. Mehr zur Digitalstrategie unter https://www.digital.uni-bonn.de/de