• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
SCIL

SCIL

swiss competence center for innovations in learning

  • Aktuelles: SCIL Blog
  • Kompetenzzentrum SCIL
  • SCIL Module
  • Mein Konto
    • Search
    • Social Media, Newsletter
Home2023Archives for August 2023

Archives for August 2023

“Zauberspruch”-Sammlungen für die betriebliche Nutzung von generativer KI (Ethan Mollick)

25. August 2023 by Christoph Meier Leave a Comment

Ethan Mollick (Whaton Business School) plädiert für die Sammlung von Experten-«Zaubersprüchen» (Expert-Prompts), wenn es um die produktive Nutzung von generativer KI in Unternehmen und Organisationen geht.


Ethan Mollick stellt sich selbst so vor:

I am a professor at the Wharton School of the University of Pennsylvania. I study entrepreneurship & innovation, as well as how we can better learn and teach. I am trying to understand what our new AI-haunted era means for work and education.
Ethan Mollick @oneusefulthing

OneUsefulThing.org

Ethan Mollick ist eine meiner “go to persons” wenn es um generative KI und Bildung geht. Auf oneusefulthing.org schreibt er regelmässig und pointiert zu diesem Themenfeld. So zum Beispiel vor wenigen Wochen, als er in einem seiner Posts eine kurze Übersicht zu verschiedenen LLMs lieferte und aufzeigte, welche LLMs für welche Aufgaben am besten geeignet sind:

  • Text schreiben: Bing / Claude 2 / GPT-4 mit Plugins;
  • Bilder erstellen: Adobe Firefly / Stable Diffusion / Bing Image Creator / Midjourney
  • Videos erstellen: D-iD / Runway v2 / Eleven Labs
  • Mit Daten & Dokumenten arbeiten: GPT-4 Code Interpreter / Claude 2
  • etc.
Abb. 1: Gegenüberstellung ausgewählter LLMs (Bildquelle: Ethan Mollick / OneUsefulThing, 15.07.2023)

Prompts als Zaubersprüche bzw. als ‘encoding expertise’

In seinem aktuellen Beitrag “Now is the time for grimoires” plädiert Mollick dafür, die “Zaubersprüche” von Expert:innen, die zu guten Ausgaben bei generativen Assistenzsystemen wie ChatGPT führen, zu sammeln und in Büchern bzw. Sammlungen zu dokumentieren. Die Metapher Zaubersprüche ist dabei weniger weit hergeholt, als es auf den ersten Blick scheinen mag:

  • derzeit ist in der Regel unklar, welches Detail eines Prompts die Ausgabe der generativen KI in welcher Weise beeinflusst;
  • identische Eingaben (Prompts) führen in der Regel nicht zu identischen Ausgaben;
  • elaborierte und erfolgreiche Prompts basieren auf einem grossen Mass an fachlicher Expertise.

Auf den zuletzt genannten Punkt haben auch Seufert / Burkhard in ihrer Prompting Guideline für ChatGPT (2023) hingewiesen: für die erfolgreiche Nutzung von generativen KI-Anwendungen braucht es unter anderem fachspezifisches und fachübergreifendes Wissen, epistemisches Wissen, prozedurales Wissen sowie metakognitiven Fähigkeiten. Mollick macht dies anhand des Beispiels “Chatbot als Tutor / Mentor” deutlich.

Beispiel: ChatBot als Tutor

Natürlich kann man der generativen KI-Anwendung einfach sagen:

“Du bist mein Tutor. Bitte erkläre mir den Begriff [beliebiger Begriff] in einfacher Sprache.”

Und man wird auch ein Ergebnis erhalten. Aber vermutlich wird die Erfahrung der tutoriellen Unterstützung durch die KI nur mässig sein. Denn ein guter Tutor bzw. eine gute Tutorin bringt mehr als nur Fachwissen ein:

  • er / sie interagiert mit uns als Lernenden;
  • er / sie passt die Erklärungen an unseren Wissenstand an;
  • er / sie motiviert uns, neues Wissen mit bereits vorhandenem Wissen zu verknüpfen;
  • etc.

Mit dem oben angeführte Prompt wird all dies nicht funktionieren.

Mollick zeigt auf, wie ein auf fachlicher Expertise aufbauender und für den Anwendungskontext «ChatBot als Tutor» optimierter Prompt aussehen könnte. Dabei hebt er die verschiedenen Konstruktionselemente des Prompts farbig hervor:

Abb. 2: Ein ausführlicher Prompt zur Nutzung von GPT-4 als persönlichem Tutor
(Bildquelle: Ethan Mollick / OneUsefulThing, 20.08.2023)

Damit wird deutlich, dass in die Erarbeitung bzw. Entwicklung eines guten Prompts auch einiges an zeitlichem Aufwand investiert werden muss. Davon berichten beispielsweise auch Nutzer, die an Prompts für das Erzeugen spezifischer Bilder bzw. Szenen in Anwendungen wie z.B. Midjourney gearbeitet haben (Heidorn 2023).

Ein betriebliches Zauberbuch zusammenstellen

Für Mollick sind die Prompts für generative KI-Anwendungen eigentlich Programme bzw. Computer-Code in Prosa. Für die Entwicklung von Experten-Prompts braucht es ihm zufolge drei Dinge:

  • Expertise
    “expertise means that you have deep knowledge of a topic, combined with sufficient deliberate practice and instruction that you have developed intuition for it”
  • Zeit
    “AI is weird to work with, and does not come with an instruction manual. The only way to get good at using AI is therefore by using AI. My rule of thumb is 10 hours of use is required before you start to understand the systems and their quirks”
  • klares Ziel
    “LLMs are quite good at taking abstract concepts and applying them. However, AIs also have limited context windows (memories) and tend to start to ramble if a conversation goes on too long (…) so you need to ensure your prompt is focused on your goal”

Mit Blick auf die Nutzung von generativer KI durch Unternehmen und Organisationen formuliert Mollick folgende Empfehlung: an Stelle einer Priorisierung des Trainierens bzw. Anpassens von generativen KI-Modellen auf der Grundlage eigener Daten sollten vielmehr Zauberspruch-Sammlungen für den Einsatz von KI im betrieblichen Arbeitsalltag zusammengestellt werden:

The corporate focus on giving AIs more data before building an infrastructure around using AI misses this point (…) Instead, companies should be considering how to build libraries of prompts, grimoires of expert spells that allow practices to be scaled inside the organization. If it turns out more data is needed, it can then be gathered, but I suspect that, in many cases, general models will do very well at many tasks with just a few examples in a prompt.
Ethan Mollick @oneusefulthing, 20.08.2023

Verweise

Heidorn, Christian (2023): Create MULTIPLE Character Scenes – Midjourney Character Design. YouTube. ((https://www.youtube.com/watch?v=znulbnRynOc))

Mollick, Ethan (2023): Now is the time for grimoires. It isn’t data that will unlock AI, it is human expertise. OneUsefulThing.org (2023-08-20).

Seufert, Sabine & Burkhard, Michael (2023): Prompting Guideline: ChatGPT als Assistenz- und Lernsystem effektiv nutzen. Handbuch zum Weiterbildungsmodul. St.Gallen: Institut für Bildungsmanagement und Bildungstechnologien / Swiss Competence Centre for Innovations in Learning.

Filed Under: Fundstücke Tagged With: AI / KI, Digitale Bildung, Digitale Kompetenzen, KI-Kompetenz

Zum Stand von generativer KI in Unternehmen – Quantum Black AI (McKinsey), August 2023

21. August 2023 by Christoph Meier Leave a Comment

Ein aktueller Bericht von Quantum Black / McKinsey mit Daten u.a. zur Nutzung von generativen KI-Applikationen, monetärem Nutzen sowie den wichtigsten Risiken bzw. Herausforderungen. Der für die nächsten drei Jahre erwartete Bedarf im Bereich Schulungs / Personalentwicklung ist gross.


Die Daten, die diesem Bericht zugrunde liegen, wurden vom 11. bis 21. April 2023 erhoben. An der Umfrage beteiligten sich mehr als 1’500 Personen aus verschiedenen Weltregionen (davon ca. 500 aus Europa), Branchen und Unternehmen. Im Folgenden anhand von Grafiken einige Schlaglichter aus dem Bericht.

Nutzung von generativen KI-Anwendungen

Bildquelle: Quantum Black / McKinsey 2023, S. 3

Nutzungsintensität und ausgewählte Nutzungsszenarien in Funktionsbereichen

Bildquelle: Quantum Black / McKinsey 2023, S. 4

Geschätzter monetärer Nutzen des Einsatzes von generativer KI

Bildquelle: Quantum Black / McKinsey 2023, S. 20

Wichtigste Risiken und deren Bearbeitung

Bildquelle: Quantum Black / McKinsey 2023, S. 6

Ausmass des erwarteten Schulungs- / Entwicklungsbedarfs

Bildquelle: Quantum Black / McKinsey 2023, S. 16

Darüber hinaus finden sich noch weitere interessante Aufstellungen in dem Bericht, beispielsweise zu den grössten Herausforderungen bei der Nutzung von generativen KI-Anwendungen (z.B. Verfügbarkeit von Modellen und Know-how) und den erwarteten Auswirkungen auf die Anzahl der Beschäftigten (unterschiedlich je nach Funktionsbereich).


Quantum Black AI, by McKinsey (2023). The state of AI in 2023: Generative AI’s breakout year. mckinsey.com.

Dank an Holger Schmidt für den Hinweis auf diesen Bericht.

Filed Under: Fundstücke Tagged With: AI / KI, Zukunftsorientierte Kompetenzentwicklung

aiforeducation – KI-Ressourcen für Bildungsverantwortliche und Bildungsinstitutionen

18. August 2023 by Christoph Meier 1 Comment

Arbeitshilfen von aiforeducation für Schulen, Lehrpersonen und Lernende: Leitfaden für die Entwicklung einer Schul-Leitlinie zu KI; ChatGPT-Plugins für Lehrpersonen; Leitlinie für Lernende zur Nutzung von generativen KI-Applikationen; und eine umfangreiche Prompt-Bibliothek.


aiforeducation.io hatte ich bisher nicht auf dem Radar. Auf den Webseiten finden sich wenig Informationen zu dieser Organisation. Vermutlich handelt es sich um eine Beratungsagentur, sich sich mit ihren Dienstleistungen vor allem an Schuldistrikte in den USA wendet.

Auf den Webseiten bzw. in dem Blog von aiforeducation finden sich eine Reihe von Ressourcen, die interessant sind. Hier Beispiele dafür, auf was ich gestossen bin:

Arbeitshilfe zur Entwicklung einer KI-Leitlinie für eine Schule / Bildungsinstitution

Quelle: https://www.aiforeducation.io/ai-resources/ai-policy-guide-school

ChatGPT-Plugins für Lehrpersonen

Quelle: https://www.aiforeducation.io/blog/an-educators-guide-to-using-chatgpt-plugins

Leitlinie für Lernende / Schüler:innen / Studierende zur Nutzung von generativen KI-Anwendungen

Quelle: https://www.aiforeducation.io/ai-resources/student-guide-ai-use

Darüber hinaus findet sich auf den Webseiten von aiforeducation auch eine strukturierte Prompt-Bibliothek für Bildungsverantwortliche. Ich denke, auch diese Sammlung ist hilfreich. Die Prompt-Sammlungen adressieren u.a. die folgenden Themen:

  • Syllabus Designer
  • Lesson Idea Generator
  • PBL Lesson Plans
  • Graphic Organizers
  • Critical Thinking Questions
  • Flashcards
  • Vocabulary Lists
  • Math Games
  • Poems
  • Debate Topics
  • Time Travel
  • Formative Assessments
  • Rubrics
  • AI-Assisted Assessments
Quelle: https://www.aiforeducation.io/prompt-library

Filed Under: Fundstücke Tagged With: AI / KI, Lehrperson, Schule

Durch KI erstellte Videos als Antwort auf fehlende Lernressourcen? Erste Studienergebnisse

6. August 2023 by Christoph Meier Leave a Comment

Lernressourcen (insbesondere Lernvideos) sind aufwändig in der Produktion und nicht immer / überall ausreichend verfügbar. KI-basierte Werkzeuge können die Content-Produktion beschleunigen. Dass dies nicht unbedingt zu schlechterer Qualität führt, zeigen zwei aktuelle Studien.


Fehlende Lernressourcen als Herausforderung

Die Nachfrage nach (Aus-)Bildung, insbesondere in Ländern des sogenannten “globalen Südens”, kann nicht immer durch geeignete Angebote beantwortet werden. So führt beispielsweise ein Bericht des WWF “Education 4.0 India” von 2022 die Produktion von geeigneten Lerninhalten als eine zentrale Herausforderung an.

Vor diesem Hintergrund stellt sich die Frage, inwiefern mittels KI-Anwendungen automatisch erzeugte Lernvideos zur Lösung dieser Herausforderungen beitragen können. Lernvideos sind ein zentrales Inhalte-Element in vielen MOOCs, sind bei den Lernenden beliebt, sind aber auch aufwändig in Produktion und Aktualisierung.

Ergebnisse einer Forschungsstudie

Ein Forschungsteam ist dieser Frage nachgegangen und präsentiert die eigenen Ergebnisse in einem auf der Pre-Print-Plattform Arxiv veröffentlichten Artikel (Leiker et al. 2023). Folgende Forschungsfragen standen im Zentrum:

  • Unterscheiden sich durch KI erzeugte, syntetische Lehrvideos in der Lernwirksamkeit von traditionellen Lehrvideos mit realen Lehrpersonen?
  • Welche Unterschiede nehmen die Lernenden zwischen beiden Typen von Videos wahr?

Methodisch sind die Autor:innen dabei so vorgegangen, dass 83 Teilnehmende zufällig einer von zwei Bedingungen zugewiesen wurden: Betrachtung eines 4,5-minütigen, einfachen Lehrvideos zu Energiequellen & Energie-Vektoren mit anschliessendem Kurztest (MC-Fragen). Dabei wurde in der Experimental-Bedingung ein Video mit einem durch eine KI-Applikation (Synthesia) animierten Avatar genutzt (Text-to-Speech-Technologie), in der Kontroll-Bedingung ein traditionell erstelltes Lehrvideo mit einer realen Lehrperson.

Abb. 1: Die beiden Typen von Lehrvideos: links mit einem durch KI erzeugten / animierten Avatar, rechts mit einer realen Lehrperson (Bildquelle: Leiker et al. 2023)

Die Ergebnisse fallen für beide Bedingungen sehr ähnlich aus (Abb. 2). Wenn überhaupt, zeigen sich leichte Vorteile für das mit der KI-Anwendung erstellte Video – vielleicht auch weil hier vorab die Erwartungen der Nutzer niedriger waren.

Abb. 2: Ergebnisübersicht (Bildquelle: Leiker et al. 2023)

Die Forschungsgruppe zieht aus der Analyse der Ergebnisse folgendes Fazit:

“Our results indicated significant improvement in both traditional video and AI-generated video conditions between pre- and post-learning assessments with no statistical difference in terms of learning gains.”
Leiker et al. 2023, S. 8

Natürlich kann man argumentieren, dass diese Form von einfachst-Lehrvideos (talking torso) ohne eingebettete Interaktionselemente keine qualitativ hochwertigen Lernressourcen darstellen. Aber die Beobachtung, dass sich keine dramatischen Unterschiede zwischen den beiden Produktionsverfahren im Hinblick auf die Wirksamkeit bzw. die Akzeptanz durch die Nutzer zeigen, lässt sich damit nicht wegwischen.

Ergebnisse einer Anbieter-Studie

Ergebnisse einer ganz ähnlich angelegten Studie hat kürzlich Rask.ai publiziert. Rask bietet Services zur KI-basierten, automatisierten Bearbeitung von Videos (Übersetzung in andere Sprachen, Kürzung, Veränderung der Gesichter der abgebildeten Personen).

Auch bei dieser Studie wurden Teilnehmende zufällig einer von zwei Bedingungen zugewiesen: 1) Betrachtung eines automatisch, mit KI-Werkzeugen erstellten kurzen Lehrvideos; 2) Betrachtung eines traditionell erstellten kurzen Lehrvideos. Die verfügbaren Screenshots lassen darauf schliessen, dass diese Videos mit einer Länge von knapp einer Minute sehr kurz waren (vgl. Abb. 3).

Abb. 3: Anlage der Studie von Rask.ai (links) und Screenshots der verglichenen Videos (rechts) (Bildquelle: rask.ai 2023)

Interessant an diesem Vergleich ist, dass hier verschiedene Werkzeuge eingesetzt wurden, um die Videoproduktion zu automatisieren:

  • ChatGPT zum Erzeugen des Skripts für das Video
  • Rask.ai für die Stimm-Synthese
  • HeyGen für das Erzeugen und die Animation des Avatars
  • DeepAI für das Erstellen des Hintergrundbilds zum Video

Auch hier zeigen die Ergebnisse keine grossen Unterschiede zwischen den beiden Produktionsvarianten (Abb. 4, unten). Ob dies allerdings bei längeren Videos auch so wäre, ist eine offene Frage.

Abb. 4: Ausgewählte Ergebnisse der Studie von rask.ai (Bildquelle: rask.ai 2023)

Aufmerksamen Leser:innen wird nicht entgangen sein, dass die Grösse der Balken in Abb. 4 nicht immer zu den angegebenen Zahlenwertern passt. Damit stellen sich natürlich Fragen bezüglich der Verlässlichkeit der kommunizierten Ergebnisse. Ich habe rask.ai dazu angeschrieben, aber noch keine Antwort erhalten.

Leistungsfähige Werkzeuge und erste Zwischenergebnisse

Für die in diesen beiden Studien behandelten, sehr kurzen und sehr einfach gehaltenen Lehrvideos zeigen sich keine deutlichen Unterschiede zwischen den verglichenen Produktionsverfahren (traditionell vs. KI-basiert). Dies gilt sowohl für den “Lernerfolg” (Verständnis der Inhalte) als auch für die Aktivierung der Nutzer:innen und die Akzeptanz der Videos (Bereitschaft, diese mit anderen zu teilen).

Ob sich diese Ergebnisse auch so zeigen, wenn längere Lehrvideos oder eine grössere Zahl von solchen kurzen Lehrvideos als Bestandteil eines Lerndesigns eingesetzt werden, bleibt abzuwarten. Zu klären bleibt auch, wie gross die Reduktion des Arbeits- bzw. Kostenaufwands ausfällt, wenn Lehrvideos in vergleichbarer Qualität mit KI-basierten Werkzeugen erstellt werden. Dies wird vermutlich stark von den jeweiligen Rahmenbedingungen abhängen – nicht zuletzt von der Kompetenz im Umgang mit den verschiedenen KI-basierten Werkzeugen. In jedem Fall zeigt sich, wie leistungsfähig die verschiedenen hier eingesetzten KI-basierten Werkzeuge für Skript, Avatar, Stimmsynthese und Bilderzeugung inzwischen geworden sind.


Verweise

Leiker, D., Ricker Gyllen, A., Eldesouky, I., & Cukurova, M. (2023): Generative AI for learning: Investigating the potential of synthetic learning videos. Accepted to appear in the Proceedings of International Conference of Artificial Intelligence in Education 2023 (No. eprint arXiv:2304.03784). eprint arXiv. Retrieved from doi:10.48550/arXiv.2304.03784

rask.ai (2023): AI in Education Report 2023: Industry stats and 300+ audience survey. rask.ai

Filed Under: Beiträge Tagged With: AI / KI, Video-basiertes Lernen

Primary Sidebar

Lizenz Blogbeiträge

Creative Commons Lizenzvertrag
Unsere Blogbeiträge sind lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.

Tag Cloud

70:20:10 adaptive Lernumgebungen AI / KI Analytics (Teaching~ / Learning~) Augmentation Berufsbildung Bildungsmanagement Blended Learning Change Management Coaching Digitale Arbeitswelt Digitale Bildung Digitale Kompetenzen Digitale Transformation Digitalisierung E-Learning / TEL Entwicklungsförderliche Führung Evaluation Führungskräfteentwicklung Hochschulbildung Hochschullehre Informelle Lernformen Kompetenz- & Skills-Management Kompetenzmodell Kuratieren Learning Design Learning Professionals Lern- / Trainingsmethoden Lernende Organisation Lernen in / mit VR, AR, XR Lernkultur Lernmedien Lernplattform Lernräume mobile learning MOOC Professionelle Kompetenzentwicklung Ro/Bots for learning Social Media Strategieentwicklung und Portfolio-Management Trends Trendstudie Video-basiertes Lernen Wertbeitrag / Learning Value Management Zukunftsorientierte Kompetenzentwicklung

Neueste Beiträge

  • SCIL-Blog ist umgezogen
  • Studie “GenKI in L&D / PE” – Ergebnisse und Handlungsfelder
  • AI in L&D – Arbeitsberichte Taylor & Vinauskaite
  • Generative KI in der Bildung – Beitrag für BeLEARN / dip
  • Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 2

Neueste Kommentare

  • Christoph Meier bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Michael Wechner bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Sven Hallwirth bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • KI-Tools 3.0: NotebookLM® – MatthiasHeil.de bei Vom Blogpost zum ‘Talk radio’ mit NotebookLM
  • GenKI und Produktivität von Lehrpersonen | digithek blog bei GenKI und Produktivität von Bildungsverantwortlichen / Lehrpersonen

Archive

  • 2025
    • Dezember 2025
    • November 2025
    • Oktober 2025
    • September 2025
    • August 2025
    • Juli 2025
    • Juni 2025
    • Mai 2025
    • März 2025
    • April 2025
    • Februar 2025
    • Januar 2025
  • 2024
    • Dezember 2024
    • November 2024
    • Oktober 2024
    • September 2024
    • August 2024
    • Juli 2024
    • Juni 2024
    • Mai 2024
    • März 2024
    • April 2024
    • Februar 2024
    • Januar 2024
  • 2023
    • Dezember 2023
    • November 2023
    • Oktober 2023
    • September 2023
    • August 2023
    • Juli 2023
    • Juni 2023
    • Mai 2023
    • März 2023
    • April 2023
    • Februar 2023
    • Januar 2023
  • 2022
    • Dezember 2022
    • November 2022
    • Oktober 2022
    • September 2022
    • August 2022
    • Juli 2022
    • Juni 2022
    • Mai 2022
    • März 2022
    • April 2022
    • Februar 2022
    • Januar 2022
  • 2021
    • Dezember 2021
    • November 2021
    • Oktober 2021
    • September 2021
    • August 2021
    • Juli 2021
    • Juni 2021
    • Mai 2021
    • März 2021
    • April 2021
    • Februar 2021
    • Januar 2021
  • 2020
    • Dezember 2020
    • November 2020
    • Oktober 2020
    • September 2020
    • August 2020
    • Juli 2020
    • Juni 2020
    • Mai 2020
    • März 2020
    • April 2020
    • Februar 2020
    • Januar 2020
  • 2019
    • Dezember 2019
    • November 2019
    • Oktober 2019
    • September 2019
    • August 2019
    • Juli 2019
    • Juni 2019
    • Mai 2019
    • März 2019
    • April 2019
    • Februar 2019
    • Januar 2019
  • 2018
    • Dezember 2018
    • November 2018
    • Oktober 2018
    • September 2018
    • August 2018
    • Juli 2018
    • Juni 2018
    • Mai 2018
    • März 2018
    • April 2018
    • Februar 2018
    • Januar 2018
  • 2017
    • Dezember 2017
    • November 2017
    • Oktober 2017
    • September 2017
    • August 2017
    • Juli 2017
    • Juni 2017
    • Mai 2017
    • März 2017
    • April 2017
    • Februar 2017
    • Januar 2017
  • 2016
    • Dezember 2016
    • November 2016
    • Oktober 2016
    • September 2016
    • August 2016
    • Juli 2016
    • Juni 2016
    • Mai 2016
    • März 2016
    • April 2016
    • Februar 2016
    • Januar 2016
  • 2015
    • Dezember 2015
    • November 2015
    • Oktober 2015
    • September 2015
    • August 2015
    • Juli 2015
    • Juni 2015
    • Mai 2015
    • März 2015
    • April 2015
    • Februar 2015
    • Januar 2015
  • 2014
    • Dezember 2014
    • November 2014
    • Oktober 2014
    • September 2014
    • August 2014
    • Juli 2014
    • Juni 2014
    • Mai 2014
    • März 2014
    • April 2014
    • Februar 2014
    • Januar 2014
  • 2013
    • Dezember 2013
    • November 2013
    • Oktober 2013
    • September 2013
    • August 2013
    • Juli 2013
    • Juni 2013
    • Mai 2013
    • März 2013
    • April 2013
    • Februar 2013
    • Januar 2013
  • 2012
    • Dezember 2012
    • November 2012
    • Oktober 2012
    • September 2012
    • August 2012
    • Juli 2012
    • Juni 2012
    • Mai 2012
    • März 2012
    • April 2012
    • Februar 2012
    • Januar 2012

Kategorien

  • Allgemein
  • Aufträge, Projekte & Studien
  • Beiträge
  • Fundstücke
  • Publications
  • Stichworte
  • Vertiefung
  • Vorträge & Workshops

Meta

  • Anmelden
  • Feed der Einträge
  • Kommentar-Feed
  • WordPress.org
Suche

 

Social Media

SCIL

Universität St.Gallen

Gehe direkt zu

IBB-HSG
SCIL Newsletter
Login

Kontakt

swiss competence centre for innovations in learning (SCIL)
Universität St.Gallen (HSG)
St. Jakob-Strasse 21
9000 St. Gallen

+41712243155

scil-info@unisg.ch

Location

 

From insight to impact.

 

Akkreditierung


Mitglied von


Copyright © 2025 Universität St.Gallen, Schweiz

  • Kontakt
  • Datenschutz
  • Cookie-Richtlinie (EU)
Cookie-Zustimmung verwalten
Um Ihnen ein optimales Erlebnis zu bieten, verwenden wir Technologien wie Cookies, um Geräteinformationen zu speichern bzw. darauf zuzugreifen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Website verarbeiten. Wenn Sie Ihre Zustimmung nicht erteilen oder zurückziehen, können bestimmte Merkmale und Funktionen beeinträchtigt werden.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten Sie {vendor_count} Lieferanten Lesen Sie mehr über diese Zwecke
Voreinstellungen anzeigen
{title} {title} {title}