Materialien
Was du im Workshop und danach brauchst
Diese Seite versammelt alle Materialien, die du im Workshop und nach dem Workshop griffbereit haben solltest. Sie ist gleichzeitig dein Einstiegspunkt während des Workshops und dein Nachschlagewerk danach.
Vor dem Workshop
Vorbereitung — eine etwa 20-minütige Lektüre mit den drei Eröffnungs-Sätzen und einer Liste der drei Dinge, die du am Workshop-Tag dabei haben musst (eine konkrete Teilaufgabe, einen Satz über das typische Stolperphänomen, Laptop mit LLM-Zugang).
Während des Workshops
Spec-Vorlage — die drei Sektionen, die du in Block 2 ausfüllst: Teilaufgabe verankern, Skills und Knowledge Components benennen, antizipierte Misconceptions formulieren. Du arbeitest mit dieser Vorlage in deinem eigenen Markdown-Editor oder direkt im Chat-Werkzeug.
Beispiel-Spec: Multiple Regression — ein vollständig ausgefülltes Spec für die Statistik-Aufgabe aus dem Worked Example. Als Modell für die Form, die dein eigenes Spec annehmen kann.
Worked Example: Statistik-Aufgabe — die kommentierte Anwendung des Hypothesengenerators an einer konkreten Aufgabe. In Block 1 live durchgegangen; zum Nachlesen vor oder nach dem Workshop.
Backup-Szenarien — sechs Disziplinen (Pflege, Pädagogik, Wirtschaft, Sozialarbeit, Engineering, Statistik) plus Mathematik mit je drei kalibrierten Lernenden-Antworten. Du nutzt sie, falls du keine eigene Teilaufgabe mitbringen kannst, oder als Material für Cross-discipline-Übungen.
Prompt-Bausteine
Prompt-Scaffolds — Prompt-Vorlagen für die beiden LLM-Rollen (Hypothesengenerator, Lernende-Simulator) in fünf Varianten. Du fügst dein Material ein, das LLM produziert die Ausgabe, du markierst die Treffer als vermutet (V) oder beobachtet (B).
System-Prompt-Vorlage — Vorlage, um dein Spec in einen System-Prompt zu übersetzen, der dann ein Chat-Werkzeug treibt. Wird in Block 3 verwendet.
Vom Spec zum System-Prompt: Multiple Regression — das Beispiel-Spec oben, der gerenderte diagnostische System-Prompt unten, beides copy-paste-fähig. Die konkrete Antwort auf die Frage: wie wird mein Spec zu einem System-Prompt?
Nach dem Workshop
Take-Home — die Sammelseite für alles, was nach dem Workshop weiterhilft: das laufende Werkzeug bleibt erreichbar, die Architektur-Erklärung in plain Deutsch, optionale Hausaufgaben.
Strukturierter Output: das Konzept — eine konzeptuelle Einführung zu Schema-Constraints und warum sie für die Lehre eine andere Klasse von Werkzeugen ermöglichen. Code-light; gehört vor die Architektur-Erklärung.
Wie das Werkzeug funktioniert — Architektur-Erklärung des in Block 3 gezeigten Werkzeugs (Markdown-Parser, Pydantic-Schema, Anthropic-API). Für die technisch Interessierten; nicht workshop-relevant.
Externe Quellen
- Refresher-Präsentation: Von der kognitiven Architektur zum KI-gestützten Scaffolding — kompakte 30-Minuten-Auffrischung zur Cognitive Load Theory.
- CAS Lernpsychologie, Modul 02: KI und Lernen — vertiefende Texte zu Cognitive Offloading vs. Outsourcing, Evaluationsparadox, Versuch-dann-Prüfe-Sequenz.
- Fünf Leitfragen zur Aufgabengestaltung — alternative Linse auf dasselbe Designproblem.
Die zwei Vorgängerworkshops
Der Vertiefungsworkshop setzt zwei vorhergehende voraus. Wer die Konzepte aus diesen Workshops nicht griffbereit hat, findet sie unter:
- KI in der Lehre: Beginner — Einführung in generative KI in der Lehre.
- KI in der Lehre: Intermediate — Cognitive Load Theory, Cognitive Offloading vs. Outsourcing, Evaluationsparadox.