Exemplarische Anwendungen

• Gesundheitswesen: GenAI bereichert elektronische Krankenakten durch die Zusammenfassung von Gesprächen und die Klärung medizinischer Begriffe für Patientinnen & Patienten und bietet gleichzeitig Diagnose- und Behandlungsoptionen zur Unterstützung klinischer Entscheidungen. Sie beschleunigt die Entwicklung von Gesundheitslösungen und rationalisiert die klinische Dokumentation.
• Bildung: GenAI unterstützt Lehrende bei der Erstellung und Bewertung von Unterrichtsmaterialien und hilft Studierenden bei der Recherche und Sprachverbesserung. Es hilft auch Wissenschaftlerinnen und Wissenschaftlern bei der Entwicklung von Studien und der kritischen Analyse von akademischen Texten.
• Personalwesen: Automatisierung der Beantwortung von Mitarbeiterinnen- und Mitarbeiteranfragen; der Bereitstellung von personalisierter Arbeitshilfen der Förderung von Wohlbefinden der Mitarbeitenden, zum Beispiel durch einen Konversationsagenten, der kognitive Verhaltenstherapie anwendet und depressive Symptome reduziert.
• Marketing: Dynamisches Messaging durch Personalisierung, um die richtige Werbung/Nachricht zum richtigen Zeitpunkt an die richtige Kundin bzw. den richtigen Kunden zu senden.

Forschungsgruppe für Angewandte Künstliche Intelligenz

Die Forschungsgruppe für Angewandte Künstliche Intelligenz am Hochschulinstitut Schaffhausen (HSSH) untersucht die Entwicklung, Anwendung, empirische Evaluation und verantwortungsvolle Nutzung künstlicher Intelligenz. Im Mittelpunkt stehen generative KI und Large Language Models, Mensch–KI-Kollaboration, KI-gestützte Wissensarbeit und Entscheidungsfindung sowie der Einsatz von KI in Forschung und Hochschulbildung.

Die Forschungsgruppe versteht künstliche Intelligenz sowohl als Forschungsgegenstand als auch als neue computergestützte Infrastruktur für wissenschaftliches Arbeiten. Sie untersucht, wie KI-Systeme Forschung unterstützen können – von Literaturrecherche, Hypothesenbildung und Forschungsdesign über Datenaufbereitung, Programmierung und statistische Analyse bis zur Interpretation, Dokumentation und wissenschaftlichen Kommunikation.

Ziel ist es, wissenschaftlich belastbare und praktisch einsetzbare Verfahren für die Zusammenarbeit von Menschen und KI zu entwickeln. Besondere Aufmerksamkeit gilt der Zuverlässigkeit und Reproduzierbarkeit KI-gestützter Ergebnisse, dem Umgang mit Halluzinationen und Unsicherheit, der Quellenprüfung, menschlicher Aufsicht, wissenschaftlicher Integrität, Datenschutz und verantwortungsvoller KI-Governance.

Forschungsschwerpunkte

– Angewandte künstliche Intelligenz und generative KI
– Large Language Models und KI-gestützte Wissensarbeit
– Mensch–KI-Interaktion und Mensch–KI-Kollaboration
– KI-gestützte Entscheidungsfindung
– Empirische Evaluation von KI-Systemen
– KI in wissenschaftlicher Forschung und Forschungsmethodik
– KI in Hochschulbildung, Lehre und Lernen
– Responsible AI, KI-Governance und KI-Regulierung
– Digitale Transformation und intelligente Organisationen

Forschungsansatz

Die Forschungsgruppe arbeitet interdisziplinär und empirisch an der Schnittstelle von Informatik, Verhaltenswissenschaften, Management und Hochschulforschung. Je nach Forschungsfrage kommen experimentelle und quasi-experimentelle Designs, quantitative Befragungen, qualitative Studien, vergleichende Evaluationen, Fallstudien, computergestützte Analysen, Prototypenentwicklung und Mixed-Methods-Ansätze zum Einsatz.

Forschungsprojekte werden transparent dokumentiert und verbinden wissenschaftliche Relevanz mit praktischer Anwendbarkeit. KI-generierte Ergebnisse werden kritisch geprüft; Nachvollziehbarkeit, Reproduzierbarkeit und angemessene menschliche Verantwortung sind zentrale methodische Grundsätze.

Aktuelles Forschungsprogramm

Das aktuelle Forschungsprogramm umfasst fünf miteinander verbundene Themenfelder:

1. Mensch–KI-Kollaboration: Bedingungen, unter denen KI menschliches Denken, Kreativität, Wissensarbeit und Entscheidungsfindung wirksam ergänzen kann.
2. Generative KI für Forschung und Wissensarbeit: Einsatz von Large Language Models für Recherche, Analyse, Programmierung, Wissenssynthese und wissenschaftliche Kommunikation.
3. Empirische Evaluation von KI-Systemen: Vergleich von KI-Modellen, KI-gestützten Prozessen und Mensch–KI-Arbeitsformen anhand von Kriterien wie Genauigkeit, Zuverlässigkeit, Effizienz, Konsistenz und Nutzbarkeit.
4. KI-gestützte Hochschulbildung: Auswirkungen generativer KI auf Lehre, Lernen, Prüfung, Forschung und akademische Kompetenzentwicklung.
5. Responsible AI und KI-Governance: Wirksame, transparente, verantwortbare und regulatorisch angemessene Einführung fortgeschrittener KI-Systeme in Hochschulen und anderen wissensintensiven Organisationen.

Die Themenfelder bilden den Rahmen für Forschungsprojekte, Promotionsvorhaben und kooperative Studien der Forschungsgruppe.