Künstlicher Intelligenz in der Ökonomischen Bildung

Andreas Liening
Additional contact information
Andreas Liening: Technische Universität Dortmund

Chapter 6 in Ökonomische Bildung, 2025, pp 231-253 from Springer

Abstract: Zusammenfassung Das vorliegende Kapitel beleuchtet die historischen Entwicklungen, aktuellen Technologien sowie Potenziale und Herausforderungen des Einsatzes Künstlicher Intelligenz (KI) in der Ökonomischen Bildung. Beginnend mit frühen KI-Konzepten, wie ELIZA und Prolog-basierten Tutorensystemen, wird die Entwicklung intelligenter, lernunterstützender Systeme bis hin zu modernen, generativen Sprachmodellen (z. B. ChatGPT) nachgezeichnet. Ein Schwerpunkt liegt auf den didaktischen Möglichkeiten, die KI zur Individualisierung, Simulation und Analyse ökonomischer Lernprozesse bietet – etwa durch adaptive Lernsysteme, intelligente ChatBots oder das iLearning-PathWay-Konzept. Neben diesen Chancen thematisiert der Text auch kritische Aspekte wie Datenqualität, Interpretierbarkeit, ethische Fragestellungen und das Risiko der Verzerrung durch vortrainierte Modelle. Abschließend wird hervorgehoben, dass KI ein enormes Potenzial für eine zukunftsorientierte Ökonomische Bildung besitzt, ihr Einsatz jedoch einer reflektierten, verantwortungsvollen Gestaltung bedarf – sowohl technisch als auch pädagogisch.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-49326-4_6

Ordering information: This item can be ordered from
http://www.springer.com/9783658493264

DOI: 10.1007/978-3-658-49326-4_6

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().