Orientierungs- und Aufbauphase

Im Rahmen des Seminars „Wissenschaftliches Arbeiten“ bieten wir eine Selbstlerneinheit zum Einsatz von KI-Tools im wissenschaftlichen Kontext an. Ergänzend zur Einführung von Prof. Köstner und Prof. Maunz lernen Sie, wie KI Sie bei der Literaturrecherche, der Quellenanalyse und beim Schreiben unterstützen kann – und worauf Sie dabei achten müssen.

Neben den Vorteilen liegt der Fokus auch auf den Risiken: Wo kann KI der Wissenschaft mehr schaden als nützen? Welche methodischen Grenzen gibt es? Ziel ist es, Sie für einen bewussten und verantwortungsvollen Umgang mit KI-Tools zu sensibilisieren.

Freuen Sie sich auf praktische Anwendungsbeispiele, Anlässe zur Reflexion und die Möglichkeit, KI-Tools selbst auszuprobieren!

Inhalt: Prozessentscheidungen, die auf Algorithmisierung und Automatisierung basieren, werden in der Öffentlichkeit als intransparente Black-Box-Systeme wahrgenommen. Die zugrunde liegende Künstliche Intelligenz (KI) wird von den betreibenden Unternehmen zumeist bewusst intransparent gehalten, um ökonomische Wettbewerbvorteile zu sichern und zu erweitern. Im Zuge der Trainings- und Test-Epochen von KI-Algorithmen ergeben sich nahezu immer Probleme bzgl. der Repräsentativität der vorhandenen Daten, die zu KI-Modellen führen, die offensichtlich diskriminierend/unfair sind. Praxisbeispiele umfassen u.a. Studienplatzvergabe, Kreditüberprüfung, Preisdifferenzierungspolitik, Crime Prediction, biased Google query results auf Basis von ethnischen Merkmalen etc.

Dieser Teil der Wissenschaftlichen Methoden beleuchtet den Schattenkegel der zugrunde liegenden KI, präziser die zugrunde liegenden Modelle des Maschinellen Lernens (ML). Anhand ausgewählter use cases u.a. aus HR Analytics, Banking oder Crime Prediction erlernen die Studierenden neben den formalen Aspekten des Wissenschaftlichen Arbeitens Tools und Methoden des Maschinellen Lernens, die sie in Teamarbeit einsetzen, um sowohl Vorhersagen zu erstellen als auch Algorithmen auf Fairness/Bias zu analysieren. Dabei werden Methoden und Tools aus Statistik und ML, wie z.B. aus Angewandte Datenwissenschaft (3. Semester) wiederholt, erweitert und in Python angewandt. Die erarbeiteten Ergebnisse resultieren in einer schriftlichen Ausarbeitung sowie einer Team-Präsentation mit anschließender Diskussion.

Anmeldung: Zentral

In diesem Kurs werden Sie die grundlegenden Techniken des wissenschaftlichen Arbeitens  erlernen. Angefangen bei der Suche nach einem Thema für eine Arbeit werden Sie die Herangehensweise bei der Literaturrecherche, Kennenlernen unserer Bibliothek, Recherche im Internet, Überblick über vorhandene Literatur schaffen, Organisation der Literatur, Verfassen der wissenschaftlichen Arbeit unter Berücksichtigung der Formalie, CitaVi-Nutzung, Schreibstil etc. kennenlernen.

Anhand ausgewählter Themen aus dem Bereich "Männliche und weibliche Führungsstile" werden Sie in einem 2er Team eine 20-seitige Seminararbeit (Notengewichtung: 60 %) schreiben und gemeinsam einen 20-minütigen Vortrag (Notengewichtung: 40 %) zu ihrem Thema halten.

Das Seminar wird ab dem 20.03.2025 in der Regel am Donnerstag Nachmittag von 14:00 bis 17:00 Uhr stattfinden. Es besteht Anwesenheitspflicht.

Ergänzt wird dieser Kurs durch die Veranstaltung zum wissenschaftlichen Arbeiten, in dem Sie die Herangehensweise und Formalia u.a. Erstellen einer wissenschaftlichen Arbeit kennenlernen. In diesem Teil werden Ihnen auch ein Citavi-Kurs sowie ein Recherche-Kurs angeboten.

Leistungsnachweis: Schriftliche Seminararbeit und Präsentation