A Deep Dive into the Architecture and Implementation of a Platform for multi-dimensional AI Educationm
Whitepaper-Serie #4: Building the IKID Sandbox
Malte Grosse, Cornelius Specht, Prof. Dr. Peter Thies
Die vierte Ausgabe der Whitepaper-Serie „Interdisziplinäre KI-Lehre“ widmet sich der IKID-Sandbox – einer innovativen Plattform zur Erprobung und Anwendung von Künstlicher Intelligenz in Lehre und Forschung. Aufbauend auf dem interdisziplinären Lehrkonzept des Projekts „IKID – Interdisziplinäres KI-Exploratorium“ stellt dieses Paper ein zentrales Werkzeug vor, das praxisnahe Erfahrungen mit modernen KI-Technologien ermöglicht.
Die IKID-Sandbox bietet eine geschützte und zugleich leistungsfähige Umgebung für den Einsatz und das Experimentieren mit KI-Modellen. Dabei richtet sie sich an Nutzer:innen aller Erfahrungsstufen – von Einsteiger:innen bis hin zu fortgeschrittenen Entwickler:innen. Durch die modulare Architektur auf Basis von Kubernetes werden Aspekte wie Verfügbarkeit, Skalierbarkeit und Zugriffssicherheit optimal umgesetzt. Isolierte Trainingsumgebungen, rollenbasierte Zugriffskontrollen und integrierte Datenschutzmechanismen sorgen für ein sicheres Arbeiten auch mit sensiblen Daten.
Im Fokus steht die didaktische Nutzbarkeit der Sandbox: Lehrende erhalten einen konkreten Einblick in die technische Infrastruktur und die bereitgestellten Open-Source-Werkzeuge, um diese gezielt in ihre Lehrveranstaltungen zu integrieren. Studierende profitieren von einem niedrigschwelligen Zugang zu leistungsstarken Entwicklungswerkzeugen und Trainingspipelines, der kollaboratives Lernen und Forschen fördert.
Dieses Whitepaper richtet sich an alle, die sich für die technische Realisierung, die Anwendungsmöglichkeiten und das pädagogische Potenzial der IKID Sandbox interessieren – sei es in der Lehre, Forschung oder Weiterbildung.
- Vierte Ausgabe der sechsteiligen Whitepaper-Serie zum (Lehr-)Forschungsprojekt „IKID - Interdisziplinäre KI-Lehre“
- Das Projekt „IKID - Interdisziplinäres KI-Exploratorium“ wird vom Bundesministerium für Bildung und Forschung (BMBF) sowie dem Ministerium für Wissenschaft, Forschung und Kunst (MWK) Baden-Württemberg gefördert
- Webseite zum Projekt & allen (zukünftigen) Bänden:
ai.hdm-stuttgart.de/research/ikid/whitepaper-serie/
Blick in das Werk
Peter Thies, Prof. Dr.-Ing. ist seit 2003 Professor für Software Engineering an der Hochschule der Medien Stuttgart (HdM). Seine Schwerpunkte liegen im Bereich von Algorithmen und Datenstrukturen sowie in methodischen, konstruktiven Grundlagen der Software-Erstellung. Nach dem Studium der Informatik an der Technischen Universität Clausthal war er von 1997 bis 2003 im Bereich Software-Technik am Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO) tätig. In seiner Promotion an der Universität Stuttgart befasste sich Peter Thies mit der Anwendung wissensbasierter Systeme im Kontext computergestützter Zusammenarbeit. Die Begeisterung für die Integration von Künstlicher Intelligenz in Software-Systeme begleitet ihn seit mittlerweile drei Jahrzehnten. Im Rahmen des Lehrforschungsprojekts „IKID – Interdisziplinäre KI-Lehre” ist er für das Teilprojekt der „IKID-Sandbox” verantwortlich.
Malte Grosse ist wissenschaftlicher Mitarbeiter am Institute for Applied Artificial Intelligence (IAAI) der Hochschule der Medien Stuttgart (HdM). Sein Schwerpunkt liegt zum einen in der Softwareentwicklung und zum anderen in der Administration komplexer IT-Infrastrukturen. Um Studierenden, Lehrenden und Forschenden den Zugang zu KI zu erleichtern, ist er im Rahmen des Lehrforschungsprojekts „IKID – Interdisziplinäre KI-Lehre” mitverantwortlich für die Entwicklung und Wartung GPU-gestützter Trainingsumgebungen auf verteilten Systemen.
Cornelius Specht ist wissenschaftlicher Mitarbeiter am Institute for Applied Artificial Intelligence (IAAI) der Hochschule der Medien Stuttgart (HdM). Durch seine frühe Spezialisierung auf Datenmanagement und Datenanalyse und dem darauf folgenden Masterstudium Data Science beschäftigt er sich mit den verschiedenen Bereichen: Datenbereitstellung, Datenanalyse und dem Trainieren von ML-Modellen. Im Rahmen des Lehrforschungsprojekts „IKID – Interdisziplinäre KI-Lehre” ist er mitverantwortlich für die Entwicklung und Wartung GPU-gestützter Trainingsumgebungen auf verteilten Systemen.
Veröffentlichung: Report (PDF)
Erscheinungstermin: Juni 2025
Auflagenart: Neuauflage
Umfang: 19 Seiten
Künstliche Intelligenz, Bildungsstrategien, Lerntechniken, Lernmethoden, Innovation, Artificial Intelligence, Didaktik