Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

801006 VU Using AI Safely in your University Studies (I): Basics (2026S)

1.00 ECTS (1.00 SWS), SPL 80 - Überfachliches Lehrangebot
Continuous assessment of course work
Moodle

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).

Details

max. 80 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 03.06. 18:30 - 21:30 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
  • Wednesday 10.06. 18:30 - 21:30 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5
  • Wednesday 17.06. 18:30 - 21:30 Hörsaal 16 Hauptgebäude, Hochparterre, Stiege 5

Information

Aims, contents and method of the course

Die Lehrveranstaltung vermittelt Grundlagen und praktische Kompetenzen im sicheren, verantwortungsvollen und reflektierten Umgang mit KI-Werkzeugen im Studium.


Lernziele
Am Ende der Lehrveranstaltung können Sie:


  • zentrale KI-Konzepte und typische Einsatzfelder im Studium benennen und einordnen

  • Chancen und Risiken (z. B. Halluzinationen, Bias) grundlegend einschätzen

  • einfache Prompting-Techniken anwenden und Ergebnisse in Grundzügen prüfen

  • rechtliche, ethische und prüfungsrechtliche Basisregeln kennen und korrekt berücksichtigen

  • gute wissenschaftliche Praxis mit KI umsetzen: Transparenz, Nachvollziehbarkeit, Abgrenzung der Eigenleistung


Thematische Schwerpunkte

  • Grundlagen der KI: Grundbegriffe, LLMs; Chancen/Risiken

  • Interaktion mit KI: Basis-Prompting, einfache Qualitätschecks, sinnvolle Weiterverarbeitung

  • KI im Studium: Zulässige Unterstützung vs. Eigenleistung; gute wissenschaftliche Praxis, Transparenz und rechtliche Basis


Lehr- und Lernmethoden

  • Kurzinputs mit moderierten Diskussionen zur gemeinsamen Einordnung

  • Demonstrationen und angeleitete Mini-Übungen mit KI-Tools (Basistechniken des Prompting, einfache Ergebnisprüfung)

  • Kleingruppenarbeit mit Peer-Austausch zur Reflexion von Chancen/Risiken und zur Abgrenzung der Eigenleistung


Anwensenheit
Es besteht Anwesenheitspflicht (prüfungsimmanente LV). Die Teilnahme an der ersten Einheit ist verpflichtend; insgesamt sind mindestens 2 von 3 synchronen Einheiten zu besuchen, da in den synchronen Einheiten kooperative Übungen, strukturierte Peer-Feedback-Phasen und angeleitete Reflexionen stattfinden. Diese Aktivitäten bilden die fachliche Grundlage für die beiden schriftlichen Reflexionsaufgaben und sind eng mit den Lernzielen verknüpft. Ohne Teilnahme fehlen zentrale Bausteine zur Zielerreichung und zur regelkonformen Umsetzung der Aufgaben.

Assessment and permitted materials

Die Leistungskontrolle setzt sich aus zwei gleich gewichteten schriftlichen Reflexionen zusammen, die jeweils 50% der Gesamtnote ausmachen. Beide Aufgaben knüpfen an die in der Lehrveranstaltung behandelten Grundlagen von KI im Studium an. Die konkreten Aufgabenstellungen und hilfreiche Hinweise zu den Abgaben werden in der LV und auf Moodle bekanntgegeben.

  • Reflexion 1: 10.06.2026, 23:59 Uhr, Europe/Vienna (MESZ/CEST), Abgabe über Moodle

  • Reflexion 2: 30.06.2026, 23:59 Uhr, Europe/Vienna (MESZ/CEST), Abgabe über Moodle


Innerhalb des Semesters ist keine Überarbeitung bereits beurteilter Abgaben vorgesehen. Verspätete Einreichungen können nur berücksichtigt werden, wenn bei vorliegen guter Gründe vor der Deadline mit der LV-Leitung eine individuelle Frist abgestimmt wurde; ohne vorherige Vereinbarung können Einreichungen nach Ablauf der Frist nicht berücksichtigt werden.
Der Einsatz von KI Tools ist ausdrücklich erwünscht; die Nutzung muss transparent gemacht werden. Für übernommene Inhalte tragen die Studierenden die Verantwortung hinsichtlich inhaltlicher Richtigkeit und Nachvollziehbarkeit. Nicht zulässig sind Ghostwriting bzw. Fremdschreibdienste sowie ungekennzeichnete oder ausschließlich KI generierte Texte ohne eigene inhaltliche Bearbeitung.

Minimum requirements and assessment criteria

Mindestanforderungen
Für ein positives Bestehen müssen beide Reflexionen fristgerecht (bzw. bei vorab individuell vereinbarter Frist innerhalb dieser) abgegeben werden; eine nicht abgegebene Reflexion führt unabhängig vom Ergebnis der anderen Teilleistung zur negativen Beurteilung.
Die Lehrveranstaltung ist prüfungsimmanent, Anwesenheit ist ein Mindesterfordernis: Es ist maximal ein Fehlen zulässig. Bei mehr als einmaligem Fehlen ist genau eine Ersatzleistung möglich (1–2 seitige schriftliche Zusammenfassung mit kurzer Reflexion zur verpassten Einheit (zentrale Inhalte, eigener Lerngewinn, mindestens eine zitierte Quelle aus den Kursmaterialien), abzugeben binnen 7 Kalendertagen nach der versäumten Einheit per Email an die LV-Leitung. Mehr als eine Ersatzleistung pro Semester ist nicht möglich. Krankheitsbedingte Abwesenheiten werden nicht zusätzlich zum einmaligen Fehlen akzeptiert. Aktive Mitarbeit und Diskussionsbeteiligung sind ausdrücklich erwünscht, fließen jedoch nicht in die Notenbildung ein.


Beurteilungsmaßstab:
Beide Reflexionen werden je mit 50 % gewichtet; es gelten keine Mindestschwellen je Reflexion, maßgeblich ist das Gesamtergebnis. Die Bestehensgrenze liegt bei 50 %. Notenschlüssel: Sehr gut 90–100 %, Gut 80–89.99 %, Befriedigend 70–79.99 %, Genügend 50–69.99 %, Nicht genügend < 50 %.

Examination topics

Es gibt keine gesonderte Abschlussprüfung. Prüfungsrelevant ist die Erbringung der beiden Teilleistungen auf Basis der im Moodle-Kurs bereitgestellten Foliensammlungen und Materialien (laufende Aktualisierung).

Reading list

Da sich das Themenfeld der LV durch stetig neue Erkenntnisse, Veröffentlichungen und den schnellen Wandel von Tools und Technologien auszeichnet, wird auf eine statische Literaturliste verzichtet. Stattdessen werden im Verlauf der Veranstaltung anlassbezogen aktuelle und relevante Texte sowie Informationen auf Moodle zur Verfügung gestellt.
Ein grundlegendes Werk, das auch mittelfristig von Bedeutung sein dürfte: Meckel, Miriam; Steinacker, Léa (2024): Alles überall auf einmal. Wie künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können. Hamburg.

Association in the course directory

Last modified: Tu 02.06.2026 14:48