Warning! The directory is not yet complete and will be amended until the beginning of the term.
100140 SE-B Modern German Literature: (2025S)
Große Sprachmodelle in der Literaturwissenschaft: Methoden, Möglichkeiten, Grenzen
Continuous assessment of course work
Labels
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Mo 17.02.2025 09:00 to Su 23.02.2025 19:00
- Deregistration possible until Su 23.02.2025 19:00
Details
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Hinweis: Aufgrund einer Tagungsteilnahme startet die Lehrveranstaltung erst am 14.03.
- Friday 14.03. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 21.03. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 28.03. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 04.04. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 11.04. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 02.05. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 09.05. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 16.05. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 23.05. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 30.05. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 06.06. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 13.06. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 20.06. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
- Friday 27.06. 09:45 - 11:15 Seminarraum 5 Hauptgebäude, Tiefparterre Stiege 9 Hof 5
Information
Aims, contents and method of the course
Assessment and permitted materials
Schriftliche Beiträge aller Lehrveranstaltungstypen der SPL 10 können einer automatischen Plagiatsprüfung unterzogen werden; dazu zählen insbesondere Arbeiten der Pro-, Bachelor- und Masterseminarstufe, aber auch Lehrveranstaltungsprüfungen (z.B. Vorlesungsprüfung) und Teilprüfungen (z.B. Zwischentest, 'Hausübungen').Folgende Teilbereiche werden beurteilt:
- regelmäßige Anwesenheit und aktive Beteiligung
- Kollaborative Erstellung einer Gliederung
- Kollaborative Annotation
- Exposé mit Bibliographie
- Bachelorarbeit (30 Seiten Haupttext); Abgabe bis spätestens 30.08.2025
- regelmäßige Anwesenheit und aktive Beteiligung
- Kollaborative Erstellung einer Gliederung
- Kollaborative Annotation
- Exposé mit Bibliographie
- Bachelorarbeit (30 Seiten Haupttext); Abgabe bis spätestens 30.08.2025
Minimum requirements and assessment criteria
Prüfungsimmanente Lehrveranstaltungen aus dem Angebot der SPL10 sind grundsätzlich anwesenheitspflichtig. Maximal zweimaliges Fehlen ist erlaubt. Eine konsequenzlose Abmeldung ist bei wöchentlichen Lehrveranstaltungen bis vor der dritten LV-Einheit möglich, bei 14-tägigen Lehrveranstaltungen und Blöcken bis vor dem zweiten Termin.Umfang der Abschlussarbeiten: Bachelorarbeiten 30 Seiten HaupttextDas Hauptgewicht der Beurteilung liegt auf der schriftlichen Bachelorarbeit.
Examination topics
Reading list
Sämtliche Texte, die zur Pflichtlektüre vorgesehen sind, werden über Moodle bereitgestellt.
Association in the course directory
Last modified: Tu 25.02.2025 11:45
Die Teilnehmenden lernen verschiedene Einsatzmöglichkeiten von LLMs kennen von der Textanalyse über die Mustererkennung bis hin zur Gedichtinterpretation. Besonderes Augenmerk liegt dabei auf der kritischen Reflexion: Welche literaturwissenschaftlichen Fragestellungen lassen sich sinnvoll mit LLMs bearbeiten? Wo liegen die methodischen und epistemologischen Grenzen? Wie lassen sich die Ergebnisse evaluieren?Praktische Übungen ermöglichen es den Studierenden, eigene Erfahrungen im Umgang mit verschiedenen Sprachmodellen zu sammeln. Sie entwickeln dabei Kompetenz in der Formulierung präziser Prompts und lernen, die Ausgaben der Modelle methodisch fundiert zu evaluieren.Vorkenntnisse im Bereich KI oder Programmierung sind nicht erforderlich.