Veranstaltung   ·   Ökosystem

NudgeNight 2026 

Dienstag, 07.07.2026

Biases in KI: Reflexionsimpulse für eine bewusstere Nutzung von Large Language Models 

Am 07. Juli 2026 findet an der Hochschule Hamm-Lippstadt die NudgeNight 2026 statt. Das Format richtet sich an Teilnehmer*innen, die sich mit Biases in KI, der Verbesserung von Prompts und dem kritischen Umgang mit KI-Antworten beschäftigen möchten. Studierende der interkulturellen Wirtschaftspsychologie zeigen mit ihrem Projekt, wie sich die Qualität von Prompts und damit auch die Qualität von KI-Antworten gezielt verbessern lässt. 

Die NudgeNight 2026 steht unter dem Motto »Biases in KI«. Unter der Leitung von Prof. Dr. Harff geben die Studierenden Einblicke in typische Verzerrungen und logische Fehler im Antwortverhalten von Large Language Models und diskutieren die Herausforderungen, die daraus entstehen können. Anschließend zeigen sie, wie Erkenntnisse aus der Verhaltensökonomie und Psychologie genutzt werden können, um das Verhalten von KI-Systemen durch gezieltes Nudging zu steuern. Ein Schwerpunkt liegt auf dem LLM-Quality-Score. Dieser setzt bei dem Problem an, dass KI-generierte Antworten im Hochschulalltag häufig zu unkritisch übernommen werden. Dabei besteht die Gefahr, falsche Antworten als wahr anzusehen und ihnen zu vertrauen. Denn je unpräziser ein Prompt formuliert ist, desto unpräziser kann auch die Antwort der KI ausfallen. Ziel ist es, dass Prompts bereits vor dem Absenden anhand objektiver Kriterien bewertet werden und Nutzer*innen einen kurzen Reflexionsimpuls erhalten, um die Formulierung von Prompts bewusster zu gestalten. Ergänzend dazu werden weitere studentische Projekte präsentiert, begleitet von einem Impulsvortrag, Messeständen sowie Raum für Austausch und Vernetzung in der Mensa Basilica der Hochschule Hamm-Lippstadt. 

Die Teilnahme ist kostenfrei, eine Anmeldung ist nicht erforderlich. 

Wo: Hochschule Hamm-Lippstadt | Gebäude: H1.2 in der Mensa Basilica | Marker Allee 76–78 | 59063 Hamm 
Wann: Dienstag, 07. Juli 2026 | 16:30–19:30 Uhr