ai

The two-day event "Digital Total" is organized and conducted by the House of Computing & Data Science (HCDS) of the Universität Hamburg, in collaboration with partners from the scientific platform PIER PLUS and the Academy of Sciences and Humanities in Hamburg.

Day 1 - Computing & Data Science in the Metropolitan Region

The goal of the first day, which is co-organized by CDCS, is to showcase and consolidate the topics of Data Science / AI / Computation, which are strongly represented in the Hamburg Metropolitan Region. A key focus will be the discussion on a common PIER PLUS initiative called "PIER Computing and Data Science." Additionally, the Academy of Sciences and Humanities in Hamburg will host an interdisciplinary forum for exchanging ideas about the future of digital transformation in the metropolitan region and potential synergies among cross-institutional initiatives. The first day will be concluded with a social event in the evening.

Day 2 - Computing & Data Science at the Universität Hamburg

The second day will focus on Data Science / AI / Computation at the Universität Hamburg. It will also serve as the kickoff for introducing the Cross-Disciplinary Labs (CDLs) located within HCDS.

Alongside the presentations in Audimax 1 & 2, the foyer will feature posters showcasing various projects throughout the event, presented during two poster sessions on Day 1 and 2.

A detailed program and registration for Digital Total can be found here

Mit dem schlagartigen Aufkommen von KI-Generatoren für unterschiedlichste Medienformen seit Ende 2022 stehen Hochschulen hinsichtlich ihrer Lehre und ihrer digitalen Prüfungsumsetzung enormen Möglichkeiten aber auch Herausforderungen gegenüber. Neben Fragen des Urheberrechts und des Datenschutzes ist insbesondere der Bereich des Prüfungsrechts von diesen Entwicklungen betroffen und es bedarf geeigneter Maßnahmen für einen konstruktiven Umgang mit dieser technologischen Revolution.

Dabei stellt sich vor allem auch die Frage: Können per KI-Generator erstellte Texte und Medieninhalte überhaupt als künstlich generierte Inhalte erkannt und detektiert werden? Und wenn ja, wie verlässlich sind die Ergebnisse von KI-Detektoren und wie lassen sich diese im Prüfungsrecht berücksichtigen? Auch ergibt sich bei solch rasanten Technologieentwicklungen immer die Notwendigkeit einer staatlichen Regulierung, wie sie im Zuge des EU AI-Act beabsichtigt wird. Welche Implikationen bringt diese Regulierung allgemein und speziell für den Hochschulbereich mit sich?

Diesen und weiteren Fragen wollen wir uns im Rahmen dieses Workshops annähern und anschließend gemeinsam mit allen Teilnehmenden vertiefend darüber diskutieren.

Schwerpunkte sind:

• KI-VO-E bzw. AI-Act (Entwurf)
• Hochschulgesetze (der Länder, insbesondere Hamburg)
• Studien- und Prüfungsordnungen

Anmeldung hier

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

Mit dem schlagartigen Aufkommen von KI-Generatoren für unterschiedlichste Medienformen seit Ende 2022 stehen Hochschulen hinsichtlich ihrer Lehre und ihrer digitalen Prüfungsumsetzung enormen Möglichkeiten aber auch Herausforderungen gegenüber. Neben Fragen des Urheberrechts und des Datenschutzes ist insbesondere der Bereich des Prüfungsrechts von diesen Entwicklungen betroffen und es bedarf geeigneter Maßnahmen für einen konstruktiven Umgang mit dieser technologischen Revolution.

Dabei stellt sich vor allem auch die Frage: Können per KI-Generator erstellte Texte und Medieninhalte überhaupt als künstlich generierte Inhalte erkannt und detektiert werden? Und wenn ja, wie verlässlich sind die Ergebnisse von KI-Detektoren und wie lassen sich diese im Prüfungsrecht berücksichtigen? Auch ergibt sich bei solch rasanten Technologieentwicklungen immer die Notwendigkeit einer staatlichen Regulierung, wie sie im Zuge des EU AI-Act beabsichtigt wird. Welche Implikationen bringt diese Regulierung allgemein und speziell für den Hochschulbereich mit sich?

Diesen und weiteren Fragen wollen wir uns im Rahmen dieses Workshops annähern und anschließend gemeinsam mit allen Teilnehmenden vertiefend darüber diskutieren.

Schwerpunkte sind:

• KI-VO-E bzw. AI-Act (Entwurf)
• Hochschulgesetze (der Länder, insbesondere Hamburg)
• Studien- und Prüfungsordnungen

Anmeldung hier

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

Ringvorlesung Friedensbildung

Friedensbildung stärkt die Wahrnehmung und vermittelt Fähigkeiten zum konstruktiven Umgang mit Konflikten. Konflikte entstehen immer wieder neu. In dieser Vorlesung werden einige Konfliktfelder und Konfliktdynamiken vorgestellt und es werden Ansätze zu ihrem Verständnis und zu ihrer konstruktiven Bearbeitung vermittelt.

Das Thema wird hier in einem doppelten Sinn verstanden: Zum einen wird Bildung als "Arbeit an der Kultivierung der Gesellschaft und der eigenen Biografie" verstanden (Martin Kahl), zum anderen bedeutet Friedensbildung auch die theoriegeleitete Praxis der friedlichen Klärung und nachhaltigen Lösung von politischen und sozialen Konflikten.

Mitglieder des Initiativkreises Friedensbildung und Gäste bieten einen Einstieg in das Themengebiet. Für Studierende der Universität besteht die Möglichkeit, im Rahmen einer Klausur Leistungspunkte für den Wahlbereich Friedensbildung zu erwerben.

Institutions

• ISA-Zentrum

Dr. Susanne Draheim, Department Informatik, HAW Hamburg / Prof. Dr. Gertraud Koch, Institut für Volkskunde/Kulturanthropologie, Universität Hamburg / Prof. Dr. Kai von Luck, Department Informatik, HAW Hamburg

Öffentliche Vorträge im Allgemeinen Vorlesungswesen Ringvorlesung: Künstliche Intelligenz zwischen Handlungsmacht und gesellschaftlichen Gestaltungsbedarfen
Informatik und Sozial-/Kulturwissenschaft im Gespräch

Darstellungen der KI in den Medien aber auch in der Politik und Wissenschaftsförderung oszillieren zwischen Schrecken, Verheißung und Notwendigkeit, vielfach ohne dass ein hinreichendes informatisches Grundverständnis besteht und informierte Entscheidungen oder Umgangsweisen mit KI-Technologien ermöglicht. Neuere Projekte zwischen Forschung und Wissenschaftskommunikation, wie etwa das "KI-Observatorium", setzen deswegen auf Wissensvermittlung und -austausch.

Das Kolloquium folgt einem ähnlichen Anliegen, das Wissen über KI-Technologien zu erweitern und dabei ein besseres Verständnis davon zu entwickeln, wie sich Handlungsmacht und -möglichkeiten durch die KI neu gestalten. Indem es interdisziplinäre Gespräche zwischen Kulturwissenschaftler*innen und Informatiker*innen initiiert, werden in kurzen Vorträgen historische und theoretische Grundlagen, sowie ausgewählte Anwendungsbereiche der Künstlichen Intelligenz vorgestellt und diskutiert. Anhand von Praxisbeispielen von KI in Anwendung und Entwicklung werden KI Technologie verständlich und für die Analyse greifbar. Das hauptsächliche Ziel des Kolloquiums besteht in beiden Disziplinen darin, die jeweils andersartige Herangehensweise kennen und verstehen zu lernen.

Institutions

• HAW Hamburg
• Universität Hamburg

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

Western societies are marked by diverse and extensive biases and inequality that are unavoidably embedded in the data used to train machine learning. Algorithms trained on biased data will, without intervention, produce biased outcomes and increase the inequality experienced by historically disadvantaged groups.
To tackle this issue the EU commission recently published the Artificial Intelligence Act – the world’s first comprehensive framework to regulate AI. The new proposal has several provisions that require bias testing and monitoring. But is Europe ready for this task? 
In this session I will examine several EU legal frameworks including data protection as well as non-discrimination law and demonstrate how despite best attempts they fail to protect us against the novel risks posed by AI. I will also explain how current technical fixes such as bias tests -  which are often developed in the US - are not only insufficient to protect marginalised groups but also clash with the legal requirements in Europe. 
I will then introduce some of the solutions I have developed to test for bias, explain black box decisions and to protect privacy that were implemented by tech companies such as Google, Amazon, Vodaphone and IBM and fed into public policy recommendations and legal frameworks around the world. 

Prof. Dr. Sandra Wachter (Oxford Internet Institute, University of Oxford, GB)
Sandra Wachter is Professor of Technology and Regulation at the Oxford Internet Institute at the University of Oxford where she researches the legal and ethical implications of AI, Big Data, and robotics as well as Internet and platform regulation. Her current research focuses on profiling, inferential analytics, explainable AI, algorithmic bias, diversity, and fairness, as well as governmental surveillance, predictive policing, human rights online, and health tech and medical law.
At the OII, Professor Sandra Wachter leads and coordinates the Governance of Emerging Technologies (GET) Research Programme that investigates legal, ethical, and technical aspects of AI, machine learning, and other emerging technologies. [more]

Institutions

• UHH

This talk presents the Large Wireless Model (LWM), the world’s first foundation model for wireless channels. Inspired by the success of foundation models in NLP, speech, and vision, LWM is a transformer-based model pre-trained in a self-supervised fashion on large-scale diverse wireless datasets. It learns rich, universal contextualized channel embeddings (features) that potentially enhance performance across a wide range of downstream tasks. I will present the model’s architecture, its self-supervised pre-training approach, and training datasets. I will also demonstrate its gains in tasks like sub-6GHz to mmWave beam prediction, LoS/NLoS classification, and localization. These gains highlight the LWM’s ability to learn from large-scale wireless data and enable complex machine learning tasks with limited data in wireless communication and sensing systems.

Finally, we introduce an ITU AI/ML 5G competition which provides a modular setup, where participants can innovate on scenario design, feature extraction, and lightweight downstream models, pushing the frontiers of robustness, generalizability, and interpretability. By contributing improved scores and model refinements, the challenge also opens doors for discussion on formats, reproducible simulations, and alignment with 6G use cases. The outcomes are expected to influence real-world deployments, research reproducibility, and standard frameworks for wireless AI.

Learning Objectives:

1. Describe the architecture and self-supervised training approach of the Large Wireless Model (LWM).
2. Explain how LWM generates contextualized channel embeddings and how they contribute to wireless communication and sensing tasks.
3. Analyze the performance of LWM in downstream tasks such as beam prediction, LoS/NLoS classification, and localization.
4. Evaluate the role of large-scale data and foundation models in improving generalizability and efficiency in wireless AI applications.
5. Design innovative approaches for feature extraction or scenario modeling and apply them in the ITU AI/ML 5G challenge. 

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

This semester’s edition of Taming the Machines explores the interrelated ethical, political, and technological aspects of Artificial Intelligence (AI) in an interdisciplinary way. Our first guest speaker is Prof. Dr. Sven Nyholm (LMU München) with his talk “Generative AI’s Gappiness: Meaningfulness, Authorship, and the Credit-Blame Asymmetry”. It is an on-site event but will also be live broadcasted as a Zoom Webinar. We cordially invite you to join us for this lecture.

Generative AI’s Gappiness: Meaningfulness, Authorship, and the Credit-Blame Asymmetry

Prof. Dr. Sven Nyholm (Ludwig-Maximilians-Universität München)

Registration for the webinar is handled via the program page:  https://www.inf.uni-hamburg.de/en/inst/ab/eit/taming-the-machines/winter23-24.html

Institutions

• UHH

Das manipulieren von Bildern ist mit Photoshop schon lange möglich und wird immer einfacher und überzeugender. Der nächste Schritt ist nun das Hinzufügen oder entfernen von Objekten, ohne aufwendige Handarbeit, einfach anhand einer Texteingabe. Einen Vogelschwarm an den Himmel setzen? Personen im Hintergrund entfernen? Alles ist möglich. Wie soll dein Bild aussehen? Entscheide selbst.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.
Adobe Photoshop ist für einen begrenzten Zeitraum kostenlos nutzbar. Darüber hinaus ist es kostenpflichtig.

Schwerpunkte sind:

• generatives Erweitern
• generatives Füllen
• Varianten anzeigen
• Organisieren von Ebenen

Anmeldung hier

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

Die Manipulation von Bildern ist mit Photoshop schon lange möglich und wird immer einfacher und überzeugender. Der nächste Schritt ist nun das Hinzufügen oder Entfernen von Objekten, ohne mühsame Handarbeit, einfach durch Texteingabe. Einen Vogelschwarm in den Himmel setzen? Menschen im Hintergrund entfernen? Alles ist möglich. Wie soll dein Bild aussehen? Entscheide selbst.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.

Adobe Photoshop kann für einen begrenzten Zeitraum kostenlos genutzt werden. Danach ist es kostenpflichtig.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Schwerpunkte sind:

• generatives Erweitern
• generatives Füllen
• Varianten anzeigen
• Organisieren von Ebenen

Anmeldung hier

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