Forschungsnetzwerktag zum fakultätsübergreifenden Austausch über KI und Datenwissenschaft an der HHU
Forschende
Künstliche Intelligenz verändert die Forschung in allen Disziplinen – von der Analyse großer Datenmengen und Bilddaten über die Arbeit mit Texten und Quellen bis hin zu Prognosen und neuen rechtlichen Fragestellungen.
Für Forschende entstehen dadurch vielfältige Chancen, aber auch neue Herausforderungen: Welche KI-Werkzeuge eignen sich für meine Forschung? Wie gehe ich verantwortungsvoll mit Forschungsdaten um? Wie lassen sich KI-gestützte Ergebnisse methodisch einordnen und transparent dokumentieren?
Das HeiCAD unterstützt Forschende aller Fakultäten und Karrierestufen dabei, KI-Kompetenzen für ihre Arbeit aufzubauen. Vorkenntnisse in Informatik sind nicht erforderlich.
KI verstehen und Kompetenzen erweitern
NEU: KI für Alle: Kompakt (Start November 2026)
| Für wen? | Alle Zielgruppen, keine Vorkenntnisse |
| Du lernst: | erstes allgemeines, fundiertes Grundverständnis von KI |
| Format: | Online | Selbstlernangebot | flexibel |
| Dauer: | 4 Stunden |
KI für Alle 1 – Einführung in die Künstliche Intelligenz
| Für wen? | Alle Zielgruppen, keine Vorkenntnisse |
| Du lernst: | Grundlagen, Funktionsweisen und zentrale Begriffe der KI |
| Format: | Online | Selbstlernangebot | flexibel |
| Dauer: | 14 Lernpakete á 3 Stunden |
KI für Alle 2 – Verstehen, Bewerten, Reflektieren
| Für wen? | Alle Zielgruppen, keine Vorkenntnisse |
| Du lernst: | Vertiefte Auseinandersetzung mit Methoden der KI und den Implikationen für die Gesellschaft |
| Format: | Online | Selbstlernangebot | flexibel |
| Dauer: | 14 Lernpakete á 3 Stunden |
Spezifische Workshops
Die folgenden Workshops bieten wir auf Anfrage an. Graduiertenschulen, JUNO und Forschungsverbünde wie Sonderforschungsbereiche können sie flexibel für ihre Mitglieder buchen.
KI-Kompetenzen für Promovierende: Funktionsweisen verstehen, Fallstricke erkennen, Tools bewusst nutzen
| Für wen? | Promovierende (alle Phasen einer Promotion) |
| Du lernst: | Grundlagen verstehen, rechtlich und ethisch reflektieren, generative KI kritisch und verantwortungsvoll anwenden |
| Format: | Hybrider Workshop: in Präsenz und online |
| Dauer: | 1. Tag: 9-17 Uhr Präsenz, 2. Tag: 9-13 Uhr online (12 Arbeitseinheiten) |
© Dackshina/stock.adobe.com
Für PostDocs: KI und Biases – Ursachen, Implikationen und Strategien zur Reduktion
| Für wen? | PostDocs |
| Du lernst: | Arten und Ursachen von Biases in KI-Systemen, Implikationen von Biases, Möglichkeiten zur Reduktion von Biases, Transfer in den eigenen Arbeitsalltag |
| Format: | Workshop in Präsenz |
| Dauer: | 1 Tag |
| Sprache: | deutsch |
© miss irine/stock.adobe.com
NEU: Hands-on-Kurse
In den Hands-on-Kursen steht die Praxis im Mittelpunkt. Teilnehmende arbeiten direkt mit aktuellen KI-Systemen und Frontier-Modellen an eigenen Fragestellungen und Projekten. Sie lernen, Werkzeuge gezielt einzusetzen, Ergebnisse kritisch zu überprüfen und Arbeitsabläufe sinnvoll zu gestalten. So entsteht eine vertiefte Kompetenz, die weit über das bloße Ausprobieren hinausgeht.
Aktuell befindet sich dieser Bereich im Aufbau. Wir informieren rechtzeitig zum Start.
Kompetenzen vertiefen - weitere Selbstlernangebote
ProFiL (Professionalisierung, Fortbildung und interdisziplinäres Lernen)
ProFiL versammelt alle an der HHU angebotenen Fortbildungsveranstaltungen zentral an einem Ort. Die Veranstaltungen sind generell offen für alle Beschäftigten der Heinrich-Heine-Universität Düsseldorf.
KI-Campus: Lernplattform für Künstliche Intelligenz
Der KI-Campus ist eine Lernplattform für Künstliche Intelligenz. KI kennenlernen – mit Onlinekursen, Videos und Podcasts. Ein Angebot des Stifterverbands.
KI:EDU.NRW
Schulung & Beratung für KI-Kompetenz & Learning Analytics. KI:edu.nrw stellt durch seine Fortbildungen für die nordrhein-westfälischen Hochschulen ein Basisangebot zum Aufbau von KI-Kompetenz im Bereich Studium und Lehre zur Verfügung.
Vernetzungsmöglichkeiten
KI-Wissen To Go
KI-Tools nutzen
Welche KI-Systeme können Sie an der HHU nutzen? Wie erhalten Sie Zugang? Welches Modell eignet sich für welche Aufgabe? Wie können Sie das in die Praxis umsetzen?