ACTIVE
Work in Progress: Diese Seite wird noch bearbeitet und ergänzt.

Angewandte Generative KI und Prompt Engineering im Forschungsprojektmanagement

Projektmanagement für Digital Humanities

Seminar 13 Sitzungen 90 Minuten

Dieser Kurs vermittelt theoretische Grundlagen und praktische Anwendungen von generativer KI im Kontext des Digital Humanities Projektmanagements. Von den technischen Grundlagen der Large Language Models bis zur Entwicklung von KI-gestützten Prototypen lernen Studierende, wie sie KI-Tools effektiv in Forschungsprojekte integrieren können.

Dozent: Dr. Christopher Pollin

Kontakt: christopher.pollin@dhcraft.org

Lernziele

  • Funktionsweise von LLMs erklären (Tokenisierung, Embeddings, Kontextfenster, Attention) und deren Auswirkungen auf Outputs verstehen
  • Mit LLMs über geeignete Schnittstellen interagieren und technische Parameter verstehen
  • Prompts systematisch für Forschungsaufgaben erstellen und verfeinern
  • Technische Limitierungen und gesellschaftliche Implikationen von LLMs kritisch diskutieren
  • Auswirkungen von LLMs auf DH-Forschungsmethoden analysieren
  • KI-gestützte Workflows für Forschungsprozesse entwickeln und testen

Voraussetzungen

  • Grundlegende Computerkenntnisse
  • Sehr grundlegende Programmierkenntnisse (Variablen, Schleifen)
  • Interesse an Digital Humanities Projekten

Sitzungen

1
SITZUNG 1

Das große Ganze - Aktuelle KI-Entwicklung

Überblick über die aktuelle KI-Landschaft und philosophische Grundlagen

Themen
  • LLMs: Zwischen 'Versagen' und 'PhD-Niveau'
  • Perspektiven auf LLMs: Von stochastischen Modellen zu kognitiven Systemen?
  • Aktuelle 'harte Probleme' von Frontier-LLMs
  • Das KI-Terminologie-Chaos entwirren
  • Was ist Intelligenz?
  • Aktuelle Tools und Entwicklungen

MATERIALIEN:

Attention Is All You Need - Schlüsselkonzepte ChatGPT, Claude, Gemini Vergleich

Aktivitäten:

  • Hands-on: Verschiedene LLMs erkunden und Outputs vergleichen
  • Diskussion: KI-Verständnis und Erwartungen
2
SITZUNG 2

Technische Grundlagen von Large Language Models

Wie funktionieren LLMs unter der Haube?

Themen
  • Tokenisierung und Token-Ökonomie
  • Embeddings und Vektorräume
  • Kontextfenster und deren Limitierungen
  • Pre-Training vs. Post-Training (RLHF)
  • Attention-Mechanismen (vereinfacht)

MATERIALIEN:

Aktivitäten:

  • Workshop: Token-Counting und Kontextfenster-Experimente
  • Praktisch: Tokenizer-Playground erkunden
3
SITZUNG 3

Einführung ins Prompt Engineering

Grundlegende Techniken für effektive Prompts

Themen
  • Grundlegende Prompt-Patterns
  • Zero-Shot vs. Few-Shot Learning
  • Chain-of-Thought Reasoning
  • Prompt-Iteration und -Verfeinerung

Aktivitäten:

  • Workshop: Iterative Prompt-Verbesserung
  • Übung: Prompts für verschiedene Aufgabentypen
4
SITZUNG 4

Projektmanagement-Grundlagen für DH

PM-Konzepte und deren Anwendung in DH-Projekten

Themen
  • Projektlebenszyklus
  • Stakeholder-Analyse
  • Requirements Engineering
  • Agile vs. Wasserfall in DH-Kontexten

Aktivitäten:

  • KI-gestütztes Brainstorming für Projektideen
  • Projektstruktur mit LLM-Hilfe entwickeln
5
SITZUNG 5

Projekt-Pitch & Feedback

Präsentation und Diskussion der Projektideen

Themen
  • Präsentationstechniken
  • Konstruktives Feedback geben und nehmen
  • KI-gestützte Feedback-Synthese

Aktivitäten:

  • Präsentationen: 1-Pager Projektideen (3 Min. pro Gruppe)
  • Peer-Feedback-Sessions
  • KI-Tool: Feedback zusammenfassen und priorisieren
6
SITZUNG 6

Git & GitHub für DH-Projekte

Versionskontrolle und kollaborative Workflows

Themen
  • Git-Grundlagen
  • GitHub für Dokumentation
  • README und Markdown
  • Issues und Project Boards

Aktivitäten:

  • Hands-on: Projekt-Repository aufsetzen
  • KI-gestützte README-Erstellung
7
SITZUNG 7

Fortgeschrittenes Prompt & Context Engineering

Erweiterte Techniken für komplexe Aufgaben

Themen
  • System-Prompts und Rollen
  • Context-Management-Strategien
  • Prompt-Chaining und Workflows
  • Custom Instructions

Aktivitäten:

  • Workshop: Projektspezifische Prompt-Templates erstellen
  • Übung: Komplexe Prompt-Ketten entwickeln
8
SITZUNG 8

Review der Projektspezifikationen

Präsentation und Diskussion der verfeinerten Projekte

Themen
  • Technische Machbarkeit
  • Ressourcenplanung
  • Risikobewertung

Aktivitäten:

  • Kurz-Präsentationen: Projektspezifikationen
  • Technische Machbarkeitsdiskussion
  • Prototyping-Planung
9
SITZUNG 9

Wireframing & Prototyping-Grundlagen

Von der Idee zum ersten Prototyp

Themen
  • Low-Fidelity vs. High-Fidelity Prototypen
  • KI-gestütztes Wireframing
  • User Journey Mapping
  • MVP-Konzept

MATERIALIEN:

Aktivitäten:

  • Workshop: Wireframes mit KI-Tools erstellen
  • Rapid Prototyping Session
10
SITZUNG 10

Vibe Coding & Promptotyping

Extreme KI-gestützte Entwicklungsmethoden

Themen
  • Vibe Coding: Code durch Konversation
  • Promptotyping: Prompts als primäres Entwicklungstool
  • 'Es funktioniert' vs. 'Es ist perfekt'
  • Rapid Iteration mit LLMs

Aktivitäten:

  • Challenge: Ein Feature in 30 Minuten bauen
  • Pair-Promptotyping Session
11
SITZUNG 11

Fortgeschrittener Promptotyping Workshop

Intensive Arbeit an den Prototypen

Themen
  • Komplexe Prompt-Chains
  • Multi-Tool Workflows
  • Debugging mit KI
  • Code-Refactoring mit LLMs

Aktivitäten:

  • Prototyp-Sprint Session
  • 1-on-1 Troubleshooting
  • Peer-Programming mit KI
12
SITZUNG 12

Prototyp-Präsentationen

Demonstration der entwickelten Prototypen

Themen
  • Live-Demos
  • Technische Diskussion
  • Lessons Learned

Aktivitäten:

  • Demo-Sessions: Funktionierende Prototypen (5 Min. pro Gruppe)
  • Q&A und technische Diskussion
  • Peer-Review
13
SITZUNG 13

Kritische Perspektiven & Zukunftsausblick

Reflexion über Ethik, Limitierungen und Zukunft

Themen
  • Ethik, Bias und Halluzinationen
  • Umweltauswirkungen von KI
  • Datenschutz und Urheberrecht
  • Zukunft von KI in den Digital Humanities
  • KI-Literacy in der Forschung

Aktivitäten:

  • Debatte: KI-Autorschaft in akademischen Publikationen
  • Workshop: Bias-Erkennung in KI-Outputs
  • Abschlussreflexion: Gelerntes und nächste Schritte

Aufgaben

Projektideenfindung & Pitch

Typ: group

Fällig: Sitzung 5

Gewichtung: 20%

Abgaben:

  • 1-seitige Projektbeschreibung
  • Problemstellung & DH-Relevanz
  • Erste KI-Integrationsideen
  • 3-minütiger Pitch

Projektspezifikation

Typ: group

Fällig: Sitzung 8

Gewichtung: 25%

Abgaben:

  • 3-5 seitige Spezifikation
  • Verfeinerte Problemstellung
  • Stakeholder-Analyse
  • Technische Anforderungen
  • KI-Tool-Auswahl mit Begründung
  • Basis-Projektzeitplan
  • Risikoanalyse

Prototyp & Dokumentation

Typ: group

Fällig: Sitzung 12

Gewichtung: 30%

Abgaben:

  • Funktionierender Prototyp (kann minimal sein)
  • GitHub-Repository mit README
  • Dokumentierte Prompt-Bibliothek
  • Workflow-Dokumentation
  • 5-minütige Demonstration
  • 1-seitige Reflexion über KI-Rolle

Bewertung

Participation 25%

Aktive Teilnahme an Workshops und Diskussionen

Assignment 1 20%

Projektideenfindung & Pitch

Assignment 2 25%

Projektspezifikation

Assignment 3 30%

Prototyp & Dokumentation

Ressourcen

Wesentliche Werkzeuge

  • ChatGPT Plus/Team

    Primäres KI-Tool für den Kurs

    Institutionelle Lizenz wird bereitgestellt
  • Claude

    Alternative KI zum Vergleich

    Kostenlose Version ausreichend
  • GitHub

    Versionskontrolle und Projektmanagement

    Kostenlos für Studierende
  • VS Code

    Code-Editor mit KI-Erweiterungen

    Kostenlos

Empfohlene Literatur

Ergänzende Materialien