Episodes

  • Wie lernt ein Roboter, ein T-Shirt zu falten? KI in der Industrierobotik.

    Wie lernt ein Roboter, ein T-Shirt zu falten? KI in der Industrierobotik.
    Oct 20 2026
    Ein T-Shirt zu falten, ist für uns Menschen eine ziemlich einfache Aufgabe, die schon Kinder erledigen können. Für einen Roboter ist das dagegen eine echte Herausforderung, denn die Form eines T-Shirts verändert sich bei jeder Bewegung. Wie kann man Robotern solche Handgriffe beibringen, ohne jede einzelne Bewegung aufwendig programmieren zu müssen?

    In dieser Kurzfolge sprechen wir mit Jonas Zielke von der KI-Akademie OWL darüber, wie Industrie-Roboter durch einfaches Vormachen neue Aufgaben lernen können. Am Beispiel des sogenannten Aloha-Systems erklären wir, wie das Imitationslernen funktioniert, warum Roboter dabei lernen müssen, ihre Bewegungen an unterschiedliche Situationen anzupassen, und welche Rolle menschliche Korrekturen spielen. Außerdem sprechen wir darüber, wie KI-gestützte Robotik insbesondere kleinen und mittleren Unternehmen helfen kann und wie eine Zukunft aussehen könnte, in der Menschen und Roboter in der Industrie zusammenarbeiten.
    +++

    Jonas Zielke ist Doktorand in der KI-Akademie OWL und promoviert an der Universität Bielefeld in der Arbeitsgruppe "Kollaborative Robotik". Dort forscht er zu KI-gestützter Robotik und ihren Einsatzmöglichkeiten in der Industrie.

    +++

    Linkliste
    • Automatica (2025). Automatica Trendindex: Wie Roboter und Digitalisierung die Arbeitswelt verändern.
    • Trossen Robotics (2026). Imitation Learning in Robotics: From Human Demonstrations to Reliable Skills.
    • Zhao et al. (2023). Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware.
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    11 mins
  • Sprachdatensätze und Schädlingsbekämpfung: KI in der digitalen Entwicklungszusammenarbeit.

    Sprachdatensätze und Schädlingsbekämpfung: KI in der digitalen Entwicklungszusammenarbeit.
    Jul 28 2026
    Beim Stichwort "Entwicklungszusammenarbeit" haben viele von uns Bilder im Kopf, wie im Globalen Süden Schulen oder Brunnen gebaut werden. Doch moderne Entwicklungszusammenarbeit setzt zunehmend auf digitale Tools und Künstliche Intelligenz. So kann KI zum Beispiel dabei helfen, kleinbäuerliche Landwirtschaft zu unterstützen oder digitale Technologien für bislang unterrepräsentierte Sprachen verfügbar zu machen. Aber wie kann der Einsatz von KI gelingen, ohne bestehende Ungleichheiten zu verstärken?

    In dieser Folge sprechen wir über zwei Projekte der vom Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung geförderten Initiative FAIR Forward: Zum einen geht es um den Aufbau hochwertiger Sprachdatensätze für sogenannte Low-Resource-Sprachen und die Frage, wie diese fair lizenziert werden können. Denn nur so können die Gemeinschaften, die die Daten bereitstellen, auch davon profitieren. Zum anderen schauen wir auf eine KI-Anwendung für die Landwirtschaft in Indien, die Kleinbäuer:innen dabei unterstützt, Schädlingsbefall frühzeitig zu erkennen und den Einsatz von Pestiziden zu reduzieren. Außerdem diskutieren wir, warum Entwicklungszusammenarbeit ohne lokale Partner:innen nicht funktionieren kann, welche Rolle Open Source spielt und weshalb hochwertige Daten oft wichtiger sind als möglichst große Datensätze.
    +++

    Kathleen Ziemann und Philipp Olbrich arbeiten bei der Gesellschaft für Internationale Zusammenarbeit (GIZ). Kathleen ist Co-Lead von FAIR Forward, Philipp ist dort Berater mit dem Schwerpunkt Künstliche Intelligenz.

    +++

    Linkliste
    • BMZ (2025). Laut und deutlich: Open Source für Indiens Sprachenvielfalt.
    • Deutsche Gesellschaft für Internationale Zusammenarbeit (2023). Creating community-driven
      datasets: Insights from Mozilla Common Voice activities in East Africa.
    • Dalmia et al. (2020). Pest Management In Cotton Farms: An AI-System Case Study from the Global South. KDD '20: Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining.
    • FAIR Forward auf GitHub: Catalog of Open Source AI Datasets, Models & AI Systems.
    • Mozilla Common Voice
    • NOODL-Lizenz: Licensing African Datasets.
    • Lokaler Partner: Prof. Prasanta Kumar Ghosh am Indian Institute of Science
    • Lokaler Partner: Wadhwani AI
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    55 mins
  • Eindeutig KI-generiert? Let's delve into KI-Detektoren.

    Eindeutig KI-generiert? Let's delve into KI-Detektoren.
    Jul 17 2026
    Aufzählungen mit drei Elementen, "delve into", "nicht nur... sondern auch": Manche Texte klingen verdächtig so, als wären sie von einem großen Sprachmodell geschrieben worden. Aber wie kann man nachweisen, dass ein Text tatsächlich aus der Feder von ChatGPT und Co. stammt? KI-Detektoren versprechen, KI-generierte Texte zu erkennen. Doch wie funktionieren sie eigentlich? Und wie zuverlässig sind sie wirklich?

    In dieser kompakten Folge sprechen wir darüber, wie Detektoren KI-generierte Texte erkennen sollen, warum sie dabei auch von Menschen geschriebene Texte fälschlicherweise verdächtigen und weshalb schon kleine Änderungen an einem Text die Zuverlässigkeit eines Detektors stark beeinflussen können. Außerdem beleuchten wir, was das für Bereiche wie Schule und Universität bedeutet, in denen die Eigenleistung von Menschen bewertet werden soll.
    +++

    Lukas Gehring promoviert in der Arbeitsgruppe Wissensrepräsentation und Maschinelles Lernen an der Universität Bielefeld und ist Mitglied der KI-Akademie OWL. Dort forscht er zu KI-geschriebenen Texten im Bildungsbereich.

    +++

    Linkliste
    • Demo "Wer hat das geschrieben?" auf der Website der KI-Akademie OWL
    • Demo "Detektor austricksen" auf der Website der KI-Akademie OWL
    • Gehring (2025). KI-Text Detektoren im (Hochschul-)Bildungsbereich. Wie gut sind sie wirklich?. Vortrag im Rahmen der BI.teach.talks.
    • Gehring & Paaßen (2025). Assessing LLM Text Detection in Educational Contexts: Does Human Contribution Affect Detection?. arXiv.
    • Gostmann & Hildermeier (2026). KI prüft KI – und scheitert? Über Bias-Effekte und Verzerrungen in KI‑Detektoren. Beitrag im Blog des Hochschulforum Digitalisierung.
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    10 mins
  • Ich sehe was, was du nicht siehst? Filterblasen, Echokammern und KI.

    Ich sehe was, was du nicht siehst? Filterblasen, Echokammern und KI.
    Jun 16 2026
    Im Zusammenhang mit sozialen Medien wird immer wieder die Frage diskutiert, inwiefern Plattformen und Algorithmen uns in "Filterblasen", "Echokammern" oder "Rabbit Holes" einsperren. Doch wie stark beeinflussen die Empfehlungsalgorithmen der großen Plattformen tatsächlich, welche Inhalte wir auf YouTube, TikTok oder X sehen?In dieser Live-Folge, aufgenommen vor Publikum in der Wissenswerkstadt Bielefeld im Rahmen der GENIALE, sprechen wir darüber, wie Empfehlungsalgorithmen funktionieren, was die Forschung über Filterblasen und Echokammern weiß und warum sich viele verbreitete Annahmen empirisch nur teilweise bestätigen lassen. Außerdem geht es um den Einfluss sozialer Medien auf politische Meinungsbildung – und darum, dass Wahlen nicht allein auf TikTok entschieden werden. Unsere Gesprächspartnerin Merja Mahrt plädiert viel mehr für ein differenziertes Bild, das auch das individuelle Mediennutzungsverhalten und die Lebensumstände der Nutzenden einbezieht.+++Merja Mahrt ist Privatdozentin an der Freien Universität Berlin und forscht am Weizenbaum-Institut zu digitaler Kommunikation, Mediennutzung und den gesellschaftlichen Auswirkungen digitaler Plattformen. In ihrer Forschung beschäftigt sie sich unter anderem mit Filterblasen, Echokammern und digitaler Fragmentierung.+++LinklisteAutonomie & Algorithmen (2026). Hate Speech im Internet: KI und Content Moderation.Chen et al. (2023). Subscriptions and external links help drive resentful users to alternative and extremist YouTube channels. Science Advances. Hickey et al. (2024). X under Musk’s leadership: Substantial hate and no reduction in inauthentic activity. PLoS ONE. Mahrt (2025). Digitale Demokratie. Lenken soziale Medien die Meinungsbildung?. Weizenbaum-Institut.Mahrt (2025). Meinungsbildung und soziale Medien. Weizenbaum-Institut / Berliner Landeszentrale für politische Bildung. Mahrt (2019). Beyond Filter Bubbles and Echo Chambers: The Integrative Potential of the Internet. DigitalCommunication Research, 5. Pariser (2014). Filter Bubble. Wie wir im Internet entmündigt werden. Hanser. Pariser (2011). Beware online "filter bubbles". TED Talk. Robertson et al. (2023). Negativity drives online news consumption. Nature Human Behaviour. Ross Arguedas et al. (2022). Echo chambers, filter bubbles, and polarisation: a literature review. Reuters Institute for the Study of Journalism.Sunstein (2001). Republic.com. Princeton University Press. Sunstein (2017). #Republic. Princeton University Press.+++Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.deUnser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.socialUnser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback+++"Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    1 hr and 2 mins
  • Hate Speech im Internet: KI und Content Moderation.

    Hate Speech im Internet: KI und Content Moderation.
    Jun 2 2026
    Hassrede im Internet ist für viele Menschen Teil des digitalen Alltags geworden. Sie begegnet uns in Kommentarspalten sozialer Medien – mal ganz offen, mal versteckt hinter Emojis, Zahlenkombinationen und sogenannten Dog Whistles. Doch was genau ist Hate Speech? Warum ist ihre Erkennung so schwierig? Und welche Rolle kann Künstliche Intelligenz dabei spielen, Online-Communitys zu schützen?

    In dieser Folge sprechen wir darüber, wie Community-Manager:innen mit Hassrede umgehen, warum Kontext bei der Bewertung von Sprache entscheidend ist und weshalb automatisierte Moderation trotz großer Fortschritte noch an ihre Grenzen stößt. Zudem geht es um die Dynamiken sozialer Plattformen, die Verbreitung von Hass durch Algorithmen und die Frage, wie KI-Systeme Menschen bei der Content Moderation sinnvoll unterstützen können, ohne dabei wichtige Stimmen zu unterdrücken.

    +++

    Daniel Brockmeier betreut als Community- und Social-Media-Manager diverse Online-Communitys. Die Moderation von Hate Speech und Shitstorms gehört zu seiner täglichen Arbeit. In seinem Philosophie-Podcast "Privatsprache" beschäftigt Daniel sich ebenfalls mit KI-Themen.

    Sina Zarrieß erforscht als Professorin für Computerlinguistik an der Universität Bielefeld Methoden des maschinellen Lernens zur Analyse von Sprache. Sie ist Principal Investigator im Projekt "Sail", in dem es um nachhaltige intelligente soziotechnische Systeme geht, sowie im SFB 1646 "Sprachliche Kreativität in der Kommunikation".

    +++

    Linkliste
    • Alacam, Hoeken & Zarrieß (2024). Eyes Don’t Lie: Subjective Hate Annotation and Detection with Gaze. Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing.
    • Hoeken, Zarrieß & Alacam (2023). Identifying Slurs and Lexical Hate Speech via Light-Weight Dimension Projection in Embedding Space. Proceedings of the 13th Workshop on Computational Approaches to Subjectivity, Sentiment, & Social Media Analysis.
    • Worteinbettung (Wikipedia)
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    1 hr and 2 mins
  • Vom Lager zur "letzten Meile": KI in der Logistik.

    Vom Lager zur "letzten Meile": KI in der Logistik.
    Dec 19 2025
    Diese Folge ist Teil des Adventskalenders #WissPodWeihnacht von wissenschaftspodcasts.de.

    Weihnachtsgeschenke können wir mit einem Klick online bestellen – aber damit das Geschenk den Weg unter den Tannenbaum findet, braucht es komplexe Logistikprozesse. Methoden der künstlichen Intelligenz können dabei helfen, Auftragsmengen vorherzusagen, Routen zu optimieren und Abläufe zu automatisieren. Gleichzeitig stellen sich die Fragen, wo klassische mathematische Modelle sinnvoller sind und wie sich die Arbeit der Menschen in der Logistik durch KI verändert. Genau darüber sprechen wir heute mit Alexander Krooß!

    +++

    Alexander Krooß ist wissenschaftlicher Mitarbeiter in der Abteilung Intralogistik- und IT-Planung des Fraunhofer-Instituts für Materialfluss und Logistik (IML) in Dortmund, wo er zu Einsatzmöglichkeiten der künstlichen Intelligenz in der Intralogistik forscht sowie im Rahmen von Industrieprojekten berät.
    +++
    Linkliste
    • Murrenhoff, Friedrich & Witthaut (2021). Künstliche Intelligenz in der Logistik.
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    23 mins
  • Von der Steckdose bis zum Wasserhahn: KI in der kritischen Infrastruktur.

    Von der Steckdose bis zum Wasserhahn: KI in der kritischen Infrastruktur.
    Jul 11 2025
    Die Regelung unser alltäglichen Notwendigkeiten – Frischwasser, Strom, Internet, ÖPNV, Nahrungsmittelversorgung, Finanzen und vieles mehr – erfordert heutzutage riesige Datenmengen. Systeme der künstlichen Intelligenz können hier extrem nützlich sein, um die vielen Informationen zu verarbeiten und dadurch die sogenannte "kritische Infrastruktur" robuster zu machen. KI-Systeme, die darüber hinaus selbst Entscheidungen treffen, beispielsweise in Bezug auf dynamische Strompreise, bergen aber auch ethische Risiken. Beide Aspekte werden heute bei uns beleuchtet!

    +++

    Valerie Vaquet ist Doktorandin im Projekt KI-Akademie der Uni Bielefeld und beschäftigt sich mit KI-Modellen von Wassernetzen. Außerdem erzählt sie gern von ihrer Forschung, zum Beispiel bei Science Slams.
    Florian Braun ist Philosoph, wissenschaftlicher Assistent und Dozent an der Christian-Albrechts-Universität zu Kiel und beschäftigt sich u.a. mit Künstlicher Intelligenz aus technik- und wissenschaftsphilosophischer Perspektive.
    +++
    Linkliste
    • Vaquet et al. (2024). Challenges, Methods, Data – a Survey of Machine Learning in Water Distribution Networks. arXiv.
    • Vaquet et al. (2024). Investigating the Suitability of Concept Drift Detection for Detecting Leakages in Water Distribution Networks. arXiv.
    • Statistik zu Trinkwasserverlusten in Deutschland
    • Zanutto (2024). Lessons learned from the Battle of Water Demand Forecasting (Blogbeitrag).
    • Braun (2023). Klimaverantwortung und Energiekonflikte. Nomos.
    • Braun (2021). Soweit die Gründe tragen. Zum Spannungsverhältnis zwischen verallgemeinerter Klimawandelargumentation und kontextbezogenen Einwänden (Blogbeitrag).
    • Pressemitteilung des Deutschen Wetterdienstes über KI-gestützte Datenaufbereitung für Wettermodelle (2024)
    • Gerechtigkeitstheorien (Wikipedia)
    • Dynamic Pricing (Wikipedia)
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig und Benjamin Paaßen.Redaktionelle Unterstützung: Johanna Dobroschke.Postproduktion: Ingrid Rogalski und Christiane Attig.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    1 hr and 26 mins
  • Glanz ohne Gefühl? KI und ästhetische Erfahrung.

    Glanz ohne Gefühl? KI und ästhetische Erfahrung.
    May 16 2025
    Social Media-Trends, geboren durch Generative KI: Egal ob Szenen wie aus einem Ghibli-Film, Starterpack der eigenen Actionfigur oder "professionelle Bewerbungsfotos" basierend auf hochgeladenen Selfies – es gab schon so einige Inhalte von Bildgeneratoren, die durch die sozialen Medien gegangen sind. Wir fragen uns in dieser Folge: Was macht es mit der ästhetischen Empfindung, wenn wir immer mehr KI-generierte Inhalte zu Gesicht bekommen? Können Menschen den Unterschied zwischen maschinen- und menschengenerierter Kunst erkennen?

    +++

    Theresa Demmer ist Doktorandin am Art*is Lab der Universität Wien. In ihrer Forschung beschäftigt sie sich mit der Frage, wie Verbindungen zwischen Künstler*in und Rezipient*in ästhetische Erfahrungen prägen, ob sie das Potenzial für Transformation in sich tragen – und was geschieht, wenn der sendende Teil dieser Beziehung keine menschliche Instanz ist.
    +++
    Linkliste
    • Fernandez (2024), Effects of algorithmic curation in users’ music taste on Spotify.
    • Felder et al. (2011), Recommender Systems and their Effects on Consumers.
    • Sougwen Chung (Künstlerin, die Grenzen zwischen Mensch und Maschine exploriert)
    • Demmer et al. (2023), Does an emotional connection to art really require a human artist? Emotion and intentionality responses to AI- versus human-created art and impact on aesthetic experience.
    • In der Studie benutztes Bildmaterial
    • Kollektiv Obvious: Portrait of Edmond De Belamy (2018)
    • Jason M. Allen: Théâtre d’Opéra Spatial (2022)
    • Skygge: Magic Man (2018)
    • Zentrum für Kunst und Medien Karlsruhe: (A)I Tell You, You Tell Me“ (2024)
    • Krishnaraja et al. (2025), Modeling Creativity in Education.
    +++

    Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!
    • Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.de
    • Unser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.social
    • Unser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback
    +++
    "Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.
    Konzeption und Produktion: Christiane Attig und Benjamin Paaßen.Redaktionelle Unterstützung: Johanna Dobroschke.Postproduktion: Ingrid Rogalski und Christiane Attig.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.
    Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
    Show More Show Less
    55 mins