In diesem Workshop werden neue Möglichkeiten der KI-gestützten Datenanalyse und Datenerfassung in Lehre, Forschung und Studium vorgestellt. 📊🧠
Im Mittelpunkt stehen lokal bzw. hochschulseitig bereitgestellte Sprachmodelle, die über Continue.dev in Visual Studio Code integriert und in den PC-Pools sowie über das Internet nutzbar sind. 💻 Anhand praktischer Beispiele wird gezeigt, wie KI-Tools bei der Arbeit mit Python unterstützen können – etwa beim Einlesen, Bereinigen, Analysieren und Visualisieren von Daten. Ergänzend wird NoScribe als Werkzeug zur Transkription qualitativer Daten vorgestellt. 🎧📝
Ziel des Workshops ist es, gemeinsam Erfahrungen mit Data Science und KI-gestützten Arbeitsweisen auszutauschen, Chancen und Grenzen für Lehre und Praxis zu diskutieren und mögliche Anforderungen an Hochschulleitung und ITM zu formulieren.
Kurssprache: Deutsch
Zielgruppe: Der Workshop richtet sich an Lehrende, wissenschaftliche Mitarbeitende, Studierende und weitere interessierte Hochschulangehörige, die sich für KI-gestützte Datenanalyse, Data Science, digitale Lehre oder qualitative und quantitative Forschungsmethoden interessieren
Vorkenntnisse: Python, oder Visual Studio Code sind hilfreich, aber nicht zwingend erforderlich
Wo: Haus 5
++++++++++++++++ English version +++++++++++++++++
🤖AI Tools in Higher Education: Data Analysis, Programming Support, and Transcription
This workshop will introduce new possibilities for AI-powered data analysis and data collection in teaching, research, and academic studies. 📊🧠
The focus will be on language models provided locally or by the university, which can be integrated into Visual Studio Code via Continue.dev and used in computer labs as well as online. 💻 Using practical examples, we will demonstrate how AI tools can support work with Python – for instance, when importing, cleaning, analyzing, and visualizing data. In addition, NoScribe will be introduced as a tool for transcribing qualitative data. 🎧📝
The goal of the workshop is to share experiences with data science and AI-driven approaches, discuss opportunities and limitations for teaching and practice, and identify potential requirements for university administration and ITM.
Course language: German
Target audience: This workshop is intended for faculty, research staff, students, and other interested university members who are interested in AI-powered data analysis, data science, digital teaching, or qualitative and quantitative research methods
Prerequisites: Prior experience with Python, or Visual Studio Code is helpful but not required
Where: Building 5
