Aufgabe 1

• (a) Welche Methoden gibt es, um durch Prompting den Lernfortschritt von Schülern individuell zu unterstützen?
• (b) Wie kann Prompting im Bereich des maschinellen Übersetzens die Genauigkeit und Natürlichkeit der Übersetzungen erhöhen?
• (c) Besuche die Lern-Fabrik-App und navigiere zum Themenkomplex Bigdata -> Prompting! Beantworte die Fragen in der App.

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 2

• (a) Wie kann gezieltes Prompting die Leistung von Chatbots und virtuellen Assistenten verbessern?
• (b) Welche Rolle spielt Prompting bei der Entwicklung von KI-gestützten Kreativtools (z.B. für das Schreiben oder Design)?
• (c) Wie wird Prompting in der medizinischen Diagnostik eingesetzt, um präzisere Ergebnisse zu erzielen?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 3

• Praxisbeispiel 1: Kundenservice-Chatbot
• Prompting-Beispiel: Ein Chatbot für den Kundenservice nutzt Prompts wie "Wie kann ich Ihnen heute helfen?" oder "Können Sie bitte Ihr Problem genauer beschreiben?"
• (a) Wie kann der Prompt angepasst werden, um spezifischere und präzisere Kundenanfragen zu erhalten?
• (b) Welche Techniken können verwendet werden, um den Chatbot auf häufig gestellte Fragen besser vorzubereiten?
• (c) Wie könnte man die Kundenzufriedenheit durch gezieltes Feedback-Loop-Prompting verbessern?
• (d) Welche Möglichkeiten gibt es, um den Chatbot durch Kontextverständnis-Prompts intelligenter zu machen?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 4

• Praxisbeispiel 2: KI-gestützter Textgenerator
• Prompting-Beispiel: Ein KI-Textgenerator erhält den Prompt "Schreibe einen Artikel über die Vorteile von erneuerbaren Energien."
• (a) Wie kann der Prompt verfeinert werden, um spezifische Aspekte von erneuerbaren Energien hervorzuheben?
• (b) Welche zusätzlichen Informationen könnten im Prompt enthalten sein, um eine detailliertere und informativere Antwort zu erhalten?
• (c) Wie kann man sicherstellen, dass der generierte Text die gewünschte Zielgruppe anspricht?
• (d) Welche Strategien gibt es, um den Stil und Ton des generierten Textes durch das Prompting zu steuern?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 5

• Praxisbeispiel 3: Sprachassistent für Terminplanung
• Prompting-Beispiel: Ein Sprachassistent erhält den Prompt "Vereinbare einen Termin mit Dr. Müller nächste Woche."
• (a) Wie kann der Prompt gestaltet werden, um sicherzustellen, dass der Termin innerhalb der gewünschten Zeitfenster liegt?
• (b) Welche zusätzlichen Angaben im Prompt könnten helfen, um die Präferenzen des Benutzers besser zu berücksichtigen?
• (c) Wie kann der Sprachassistent durch gezielte Nachfragen eine genauere Terminvereinbarung treffen?
• (d) Welche Feedback-Mechanismen könnten integriert werden, um den Prozess der Terminplanung durch Prompting zu verbessern?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 6

• Praxisbeispiel 4: KI-gestützte Produktempfehlungen im E-Commerce
• Prompting-Beispiel: Ein KI-System für Produktempfehlungen wird mit dem Prompt "Empfehlen Sie mir ähnliche Produkte zu [Produktname]" betrieben.
• (a) Wie kann der Prompt angepasst werden, um spezifischere Empfehlungen basierend auf Benutzerpräferenzen zu liefern?
• (b) Welche Datenquellen könnten im Prompting berücksichtigt werden, um die Relevanz der Empfehlungen zu erhöhen?
• (c) Wie könnte man das Feedback der Benutzer in das Prompting einfließen lassen, um die Empfehlungsgenauigkeit zu verbessern?
• (d) Welche Techniken könnten verwendet werden, um die Vielfalt und Auswahl der empfohlenen Produkte zu optimieren?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.

Aufgabe 7

• Praxisbeispiel 5: KI-unterstützte medizinische Diagnose
• Prompting-Beispiel: Ein medizinisches KI-System wird mit dem Prompt "Analysiere die Symptome und schlage mögliche Diagnosen vor" gefüttert.
• (a) Wie kann der Prompt detaillierter gestaltet werden, um genauere und spezifischere Diagnosevorschläge zu erhalten?
• (b) Welche zusätzlichen patientenspezifischen Informationen sollten im Prompt enthalten sein, um die Genauigkeit der Diagnose zu verbessern?
• (c) Wie kann das System durch kontinuierliches Lernen und Prompt-Optimierung auf dem neuesten Stand medizinischer Forschung gehalten werden?
• (d) Welche Methoden können verwendet werden, um die Rückmeldungen von Ärzten in die Optimierung der Prompts zu integrieren?

Hinweis: Alle Ergebnisse und Zwischenergebnisse müssen in Moodle abgegeben werden.