Generative KI-Modelle haben in den Alltag Einzug gehalten und sind mittlerweile über fast alle Formen von Endgeräten und Anwendungen verfügbar. Für Hochschulen gewinnt dadurch die Notwendigkeit einer einheitlichen und datenschutzkonformen Zugänglichmachung generativer KI-Anwendungen immer mehr an Bedeutung, um Bildungsgerechtigkeit in diesem Kontext sicherstellen zu können. Hierfür bedarf es entsprechender Lösungen und Schnittstellen. Neben der Schaffung dieser Zugänge stellen sich zunehmend Fragen nach einer nutzungsbezogenen Abrechnung für die Verwendung kommerzieller, generativer KI-Modelle. Auch muss diskutiert werden, ob die Schaffung von Zugängen und das Vorhalten entsprechender Infrastrukturen für generative KI-Modelle auf Ebene der einzelnen Hochschulen, oder eher in hochschulübergreifenden oder noch weiter gefassten Kooperationsstrukturen zu organisieren sind. Nicht zuletzt stellt sich vor dem Hintergrund einer Vormachtstellung angloamerikanischer LLMs auch immer die Herausforderung zur Sicherstellung einer Finanzierbarkeit auf der einen sowie einer Unabhängigkeit auf der anderen Seite.

Konkret gehen damit unter anderem die nachfolgenden Fragestellungen einher, die durch die drei Impulsbeiträge sowie eine anschließende Diskussionsrunde vertiefend erörtert werden sollen:

• Welche Kooperationspotenziale können hinsichtlich des Zugangs zu generativen KI-Modellen sowie des Betriebs und weiterer Services genutzt werden?
• Wie müssen Abrechnungsmodelle für eine übergreifend und kooperativ bereitgestellte Infrastruktur für generative KI-Modelle ausgestaltet werden?
• Mit welchen Kosten müssen Hochschulen perspektivisch rechnen, wenn neben textgenerierten KI-Modellen auch multimodale KI-Modelle zur intensiven Nutzung kommen und kommerzielle Anbieter ihre Preise zur Kostendeckung anpassen werden?
• Wie viele KI-Infrastrukturprovider sind auf welchen Ebenen nötig bzw. notwendig?
• Welche Potenziale zur Förderung der Unabhängigkeit können durch große Open Source LLM generiert werden?
• Können RAG-Lösungen auf Basis großer Open Source LLM eine höhere wissenschaftliche Validität und damit ein größeres Vertrauen schaffen? Auf welcher Ebene müssten solche Lösungen angedacht werden – lokal, regional oder bundesweit? Oder doch eher europaweit bzw. global?

10:00–10:10 Begrüßung durch die Veranstalter (Dr. Marc Göcks/MMKH stellv. für die Veranstaltergemeinschaft aus ELAN, HND-BW, MMKH, VCRP und vhb)

10:10–10:40 Arbeitstitel – Hochschulübergreifender und datenschutzkonformer Zugang zu generativer KI am Beispiel HAWKI: Prof. Stefan Wölwer (HAWK Hildesheim, Fakultät Gestaltung, Interaction Design Lab)

10:40–11:10 Ein ganzheitlicher Ansatz für den Aufbau landesweiter KI-Infrastruktur und -Kompetenz in Nordrhein-Westfalen: Dr. Peter Salden (Gesamtprojektleitung KI:edu.nrw; Leitung des Zentrums für Wissenschaftsdidaktik an der Ruhr-Universität Bochum)

11:10–11:40 ChatAI – KI-Services in der Wissenschaft: Prof. Dr. Ramin Yahyapour (u.a. CIO Universität Göttingen und Geschäftsführer der GWDG)

11:40–12:30 Podiumsdiskussion mit den Vortragenden sowie Sarah Holstein (Karlsruher Institut für Technologie, Zentrum für Mediales Lernen, Vorhabenverantwortliche bwGPT) unter der Moderation von PD Dr. Malte Persike (Standortleiter des KI:edu.nrw an der RWTH Aachen, Projektleiter von KI:connect.nrw sowie Wissenschaftlicher Leiter des Centers für Lehr- und Lernservices (CLS) der RWTH Aachen)

12:30 Verabschiedung durch die Veranstalter