Logo der Universität Passau

Demo

econArgueNiser – Organise your Arguments

Mit KI individuell Argumentationsstrukturen trainieren

Womit fange ich an, wie lege ich einen roten Faden durch meine Argumentation und welche Bausteine dürfen in einer guten Textantwort im Bereich Wirtschaftswissenschaften nicht fehlen? Der Weg von einer guten Antwort im Kopf zu einer guten Antwort auf Papier ist oft lang. Gerade bei offenen Fragestellungen, wie sie in den Wirtschaftswissenschaften häufig vorkommen, kann es schwierig sein, die eigenen Gedanken sinnvoll zu strukturieren und Argumentationen zielführend aufzubauen. Hier kann der econArgueNiser Studierende fachgerecht unterstützen.

Mit dem econArgueNiser schreiben Studierende keine Gesamtantwort auf eine offene Frage, sondern verfassen einzelne Freitexte zu vorgegebenen Argumentationsbausteinen. Dazu wurde im Rahmen des Forschungsprojekts DeepWrite eine Argumentationsstruktur speziell für die Wirtschaftswissenschaften entwickelt, welche auf dem Toulmin-Schema basiert und vier Bausteine umfasst: Behauptung, Präferenzen, Einschränkungen und Schlussfolgerung. Nachdem die Studierenden für jeden dieser Bausteine einen Text verfasst haben, erhalten sie individuelles Feedback durch eine KI, welche Stärken und Verbesserungsmöglichkeiten in jedem Element aufzeigt. Durch den econArgueNiser erlernen die Studierenden somit nicht nur eine für ihre Disziplin wichtige Argumentationsstruktur, sondern können auch gezielt ihre Schwächen trainieren.

Der econArgueNiser lässt sich sowohl interaktiv in synchronen Lehrveranstaltungen im Hörsaal als auch zum asynchronen Lernen einsetzen. Das Online-Tool ist in das Audience-Response-System classEx integriert. Um mit dem econArgueNiser zu arbeiten, benötigen Studierende lediglich einen Computer oder ein mobiles Endgerät wie Smartphone oder Tablet.

Neugierig geworden? Hier können Sie eine Demoversion des econArgueNiser testen!

legalArgueNiser – Organise your arguments

Mit KI individuell den Gutachtenstil trainieren

Das wichtigste Werkzeug eines Juristen ist die Sprache. Diese wird im Jura-Studium durch den Gutachtenstil und die damit verbundenen Argumentationsfähigkeiten erlernt. Das Aneignen dieser doch etwas ungewöhnlichen Art der Wissenswiedergabe kann Studierende anfangs vor Herausforderungen stellen. Der Gutachtenstil ist dabei nicht Selbstzweck, sondern strukturiert die Gedanken. Hier setzt der legalArgueNiser an: Die KI-basierte Anwendung schildert einen kurzen Sachverhalt, den die Studierenden sodann im Gutachtenstil lösen sollen. Die Struktur ist technisch bereits vorgegeben: untergliedert in Obersatz, Definition, Subsumtion und Ergebnis, indem jeweils ein eigenes Textfeld vorgesehen ist, in das die Studierenden ihre Antwortelemente einfügen.

Im Anschluss erhalten die Studierenden ein individuelles KI-basiertes Feedback für jedes der vier Elemente. Dabei werden sowohl inhaltliche als auch argumentative Schwächen und Stärken berücksichtigt.

Auch der legalArgueNiser ist in das Audience-Response-System classEx integriert und kann sowohl im Hörsaal als auch von zu Hause genutzt werden.

Möchten Sie den legalArgueNiser ausprobieren? Dann können Sie dies hier tun.

Annotation Parser Tool

Das Annotation Parser Tool, das vom Data Science Team bereitgestellt wird, automatisiert die Extraktion von annotierten strukturierten Daten aus komplexen juristischen Dokumenten im .docx-Format, besonders geeignet für Anmerkungen im Gutachtenstil mit detaillierten Klassen und Eigenschaften. Dieses Tool identifiziert und repräsentiert effektiv hierarchische Beziehungen innerhalb von Annotationen, was es für Dokumente mit komplexen rechtlichen Argumenten nützlich macht. Es verwendet robuste Parsing-Techniken für eine genaue und effiziente Extraktion. Die extrahierten Annotationen können bequem in den Formaten JSON und CSV heruntergeladen werden.

Interesse? Dann können Sie hier eine Demoversion des Annotation Parser Tools testen!

Ich bin damit einverstanden, dass beim Abspielen des Videos eine Verbindung zum Server von Vimeo hergestellt wird und dabei personenbezogenen Daten (z.B. Ihre IP-Adresse) übermittelt werden.
Ich bin damit einverstanden, dass beim Abspielen des Videos eine Verbindung zum Server von YouTube hergestellt wird und dabei personenbezogenen Daten (z.B. Ihre IP-Adresse) übermittelt werden.
Video anzeigen