Human AI Interaction (E) (WP)*
Niveau
Master
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Teilnehmer:innen:
- Können Grundprinzipien der Mensch-KI-Interaktion erklären und können diese auf moderne KI-Systeme wie LLMs, Chtbots, Agenten und Entscheidungssysteme anwenden
- Können Nutzerbedürfnisse, Aufgaben und Nutzungskontexte im Umgang mit KI analysieren
- Können Interaktionsmodelle und UX Patterns für KI-Systeme entwickeln
- Können Mensch-Maschine-Rollenverteilung analysieren und können unterschiedliche Einsatzgebiete entwerfen
- Können Grundprinzipien der Mensch-KI-Interaktion erklären und können diese auf moderne KI-Systeme wie LLMs, Chtbots, Agenten und Entscheidungssysteme anwenden
- Können Nutzerbedürfnisse, Aufgaben und Nutzungskontexte im Umgang mit KI analysieren
- Können Interaktionsmodelle und UX Patterns für KI-Systeme entwickeln
- Können Mensch-Maschine-Rollenverteilung analysieren und können unterschiedliche Einsatzgebiete entwerfen
Voraussetzungen der Lehrveranstaltung
nicht zutreffend
Lehrinhalte
- Grundlagen der Mensch-KI-Interaktion
Menschliche Kognition, mentale Modelle, Entscheidungsverhalten
HCI-Prinzipien für KI-Systeme
UX-Design für KI
Interaktionsmuster (konversationelle Benutzeroberflächen, Agenten, multimodale Schnittstellen)
Prompt-Design, Systemmeldungen, Feedbackschleifen
Vertrauen und Nutzerakzeptanz
Mensch-in-the-Loop & Mensch-on-the-Loop
Angleichung der Mensch-Maschine-Rollen
Aufgabenverteilung, Grenzen der Automatisierung
Design zur Fehlervermeidung und -behebung
Empathische und soziale Aspekte der KI-Interaktion
Soziale Reaktionen, Vertrauen
Überzeugende und adaptive Systeme
Methoden & Werkzeuge
Usability-Tests für KI-Systeme
Prototyping-Werkzeuge
Evaluierungsmethoden (Aufgabenerfolg, Vertrauensmetriken, kognitive Belastung)
Menschliche Kognition, mentale Modelle, Entscheidungsverhalten
HCI-Prinzipien für KI-Systeme
UX-Design für KI
Interaktionsmuster (konversationelle Benutzeroberflächen, Agenten, multimodale Schnittstellen)
Prompt-Design, Systemmeldungen, Feedbackschleifen
Vertrauen und Nutzerakzeptanz
Mensch-in-the-Loop & Mensch-on-the-Loop
Angleichung der Mensch-Maschine-Rollen
Aufgabenverteilung, Grenzen der Automatisierung
Design zur Fehlervermeidung und -behebung
Empathische und soziale Aspekte der KI-Interaktion
Soziale Reaktionen, Vertrauen
Überzeugende und adaptive Systeme
Methoden & Werkzeuge
Usability-Tests für KI-Systeme
Prototyping-Werkzeuge
Evaluierungsmethoden (Aufgabenerfolg, Vertrauensmetriken, kognitive Belastung)
Empfohlene Fachliteratur
- Norman, D. (2013): The Design of Everyday Things
- Rogers, Y., Sharp, H. (2023): Interaction Design: Beyond Human–Computer Interaction
- Sheiderman, B. (2013): Designing the User Interface
- Kempka, D., Nudelman, G. (2025): UX for AI
- Shneideman, B. (2022): Human-Centered AI
- Rahwan, I. (2018): Society-in-the-loop: programming the algorithmic social contract
- Rogers, Y., Sharp, H. (2023): Interaction Design: Beyond Human–Computer Interaction
- Sheiderman, B. (2013): Designing the User Interface
- Kempka, D., Nudelman, G. (2025): UX for AI
- Shneideman, B. (2022): Human-Centered AI
- Rahwan, I. (2018): Society-in-the-loop: programming the algorithmic social contract
Bewertungsmethoden und -Kriterien
Seminararbeit
Unterrichtssprache
Englisch
Anzahl der zugewiesenen ECTS-Credits
4
Semesterwochenstunden (SWS)
Geplante Lehr- und Lernmethode
Vortrag, Gruppenarbeit (Projekt), Präsentation und Diskussion von Aufgaben
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
3