ai

Registration: digitale.gw@uni-hamburg.de, both dates can also be attended independently.

The Digital Humanities lecture series offers an introductory overview of the digital technologies and processes used today to analyze texts, present them on digital platforms, and archive them for posterity. Emphasis is placed on the procedures and tools used in linguistics and literary studies. In addition to an inventory and the presentation of sample applications, the lecture aims to reflect on the changes in the research and work process in the humanities that accompany digitization.

Institution

• Institut für Germanistik

Registration: digitale.gw@uni-hamburg.de

Wednesday, May 3th and Wednesday and June 7th, 2023, both dates can also be attended independently.

The Digital Humanities lecture series offers an introductory overview of the digital technologies and processes used today to analyze texts, present them on digital platforms, and archive them for posterity. Emphasis is placed on the procedures and tools used in linguistics and literary studies. In addition to an inventory and the presentation of sample applications, the lecture aims to reflect on the changes in the research and work process in the humanities that accompany digitization.

Institutions

• Institut für Germanistik

Diese Online-Schulung bietet einen kompakten Überblick über aktuelle Anwendungen künstlicher Intelligenz in der Videoproduktion. Sie lernen, wie KI-Tools bereits heute die Erstellung, Bearbeitung und Optimierung von Videos verändern und neue kreative Möglichkeiten eröffnen.
Im Fokus stehen grundlegende Workflows der generativen Videoproduktion: von der Entwicklung einfacher Prompts bis hin zur Generierung kurzer Bewegtbildsequenzen aus Text- und Bildvorlagen.
Anhand praxisnaher Beispiele erhalten Sie einen ersten Einblick in mögliche zukünftige Produktionsprozesse und verstehen, wie generative KI die Videoproduktion nachhaltig verändert.

Die Schulung richtet sich an Einsteiger*innen ohne Vorkenntnisse und vermittelt einen verständlichen Einstieg in die KI-gestützte Videoproduktion.

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Sie haben bereits erste Erfahrungen mit KI-gestützter Videoproduktion gesammelt und möchten Ihre Arbeitsabläufe auf die nächste Stufe heben?
In dieser Online-Schulung steht nicht das einzelne KI-Tool im Mittelpunkt, sondern das Zusammenspiel spezialisierter Modelle in einem durchgängigen Produktionsprozess.Anhand eines KI-Video-Workflow-Spaces wird demonstriert, wie sich Ideen, Prompts, Referenzbilder und verschiedene KI-Modelle zur Generierung von Bildern und Videos in einem zentralen Arbeitsbereich vernetzen lassen. Sie lernen, wie sich einzelne Produktionsschritte effizient kombinieren lassen.Anhand praxisnaher Beispiele erhalten Sie Einblicke in KI-Workflows – von der ersten Idee über die Generierung einzelner Szenen bis zur fertigen Videosequenz. Dabei werden Strategien vermittelt, mit denen sich kreative Prozesse strukturieren, wiederkehrende Aufgaben vereinfachen und die Zusammenarbeit verschiedener KI-Modelle optimal nutzen lässt.
Wir zeigen Ihnen die Möglichkeiten der KI-Videogenerierung unter Verwendung der kostenpflichtigen AI-Creative-Suite von Magnific: https://www.magnific.com
Die Schulung richtet sich an Teilnehmende mit ersten Erfahrungen in der KI-Videoproduktion.

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

The Network for Artificial Intelligence and Law (NAIL) invites you to its next event. We are delighted to welcome Mr. Kai Zenner, Head of Office & Digital Policy Adviser (Axel Voss, MEP), European Parliament, Bruxelles, Belgium to talk on regulating AI and it‘s challenges for EU lawmakers. Mr. Zenner focuses on AI, data and the EU’s digital transition. Currently, he is involved in the political negotiations on the AI Act, AI liability directive, eprivacy Regulation and GDPR revision. His lecture will be followed by a discussion around the topic. The event will be held in English.

After the lecture and discussion, we would like to invite you to end the evening with us in a relaxed atmosphere, with pretzels and wine in the south lounge.

You can participate in presence or online. Please register for the event using the following link: Registration

Institutions

• Network for Artificial Intelligence and Law (NAIL)

Serendipity Prompting. Wie wir durch LLMs Denkblockaden überwinden und über den eigenen Tellerrand schauen können
mit Dr. Thorsten Dresing, Dipl.Päd., Thorsten Pehl & Prof. Dr. Uwe Krähnke

Generative KI wird häufig als eindimensionale Stichwortgeberin oder finaler Textgenerator genutzt. Bei dem in der Vorlesung vorgestellten Serendipity-Prompting wird diese Praxis umgekehrt: Durch eine spezifische Prompt-Architektur agiert das LLM als mäeutischer Impulsgeber, der die Nutzer:innen im Zuge eines iterativen Dialogs zu einer reflexiven Wissensaneignung herausfordert. An einem konkreten Beispiel aus der qualitativen Forschung wird demonstriert, wie die Nutzer:innen auf Limitationen der eigenen Sichtweise stoßen und zu neuartigen Perspektiven gelangen können. Über weitere Anwendungsmöglichkeiten des Serendipity-Prompting in Forschung und Lehre soll nach der Präsentation gemeinsam diskutiert werden.

Institutions

• MSH Medical School Hamburg

KI-Kompetenz? KI-Chatbot-Didaktik ist der Schlüssel! mit Dr. Wolfgang König

Institutions

• MSH Medical School Hamburg

Kittel, Code, VR-Brille: wie intelligent muss KI sein, um in der ärztlichen Ausbildung zu unterstützen?«
mit Prof. Benjamin Risse

Institutions

• MSH Medical School Hamburg

Menschzentrierte KI-Implementierung in der Praxis: Einblicke aus dem BSP-Drittmittelprojekt Mittelstand-Digital Zentrum Zukunftskultur«
mit Kristina Bodrozic-Brnic

Institutions

• MSH Medical School Hamburg

Earth system science increasingly relies on machine learning to analyze complex, multivariate, and spatiotemporal data. However, the validity of these models critically depends on the assumption that training and deployment data share similar statistical properties – a condition often violated in real-world environmental applications. This presentation addresses the risks associated with non-stationary training data distributions, arising from climate change, evolving land use, or sensor shifts over time. We show how such distribution shifts can lead to degraded model performance, biased predictions, and misleading scientific conclusions. Through different examples, we illustrate the mechanisms and consequences of non-stationarity. We then discuss methodological solutions, including domain adaptation, continual learning, and uncertainty quantification techniques, that help mitigate these effects and improve model robustness. By combining insights from machine learning and earth system science, this talk aims to foster awareness of distributional risks and promote the development of adaptive, interpretable, and trustworthy models for understanding and predicting Earth’s dynamic systems.

Institutions

• AI for Good

Institutions

• MSH