CAEDHET-Hackathon report (04/2025)

On April 11, 2025, the CAEDHET research group held its first hackathon, where participants split into three small groups to further develop current and future projects in an intensive working atmosphere. The goal was to concretize innovative approaches to linking research, teaching, and social responsibility in the digital age.

Group 1: The EU AI Act in the Higher Education Context

Stefan Pietrusky and Nicole Flindt explored the European AI Act and the associated tensions in the academic landscape. The focus was on observing two dominant social narratives: on the one hand, the fear of AI as a threat to human labor and self-determination, and on the other, the euphoric welcome of technological progress without critical distance.

This resulted in key themes, questions, and role allocations for higher education practice: What responsibility do teachers and researchers have in dealing with AI? How can students be prepared for a future in which AI competence is essential? The group considered that initiatives like CAEDHET can collaboratively play a part as advisory body – for example, through continuing education programs for universities, workshops on teaching “AI literacy” to students, and the publication of educational articles.

A distinction was also made between “experts” and “novices”. This discrepancy requires new pedagogical strategies and more reflection on learning processes – a tension between automation of certain aspects in the shaping of teaching and lerning processes, and an increased testing effort.

 

 

 

 

 

 

 

 

Group 2: Development of a “Kopilot” for Computational Linguistics

Jonas Braun, Frederick Riemenschneider, and Jonathan Gaede developed a concept for a linguistic assistance system: the Computational Linguistics Kopilot. The goal was to design a modular and extensible tool that supports users in text analysis. The Copilot allows text to be entered manually, uploaded as an image, or imported from .txt files. The application uses an AI-supported system for automated error detection, POS tagging, and statistical analysis of texts.

The PDF provided below illustrates the user interface and shows example annotations of historical texts (including Luther translations) in which word classes, lemmas, and grammatical functions are identified. The focus is on an intuitive user interface with selectable annotation types, visualizations, and direct interaction with the “Linguistics Assistant.”

Technically, the system is based on a modular loop that can be flexibly extended with external models. Challenges such as dependencies between modules (dependency management) were confronted, and solutions using structured JSON formats were considered, which will be addressed in another hackathon together with a target group adaptation.

More information on “Kopilot”: https://heibox.uni-heidelberg.de/d/bf7e4e12da0d41618dcc/

 

Group 3: TEI-XML Analysis of Middle High German Texts

Florian Nieser and Thomas Renkert worked on a new tool for processing Middle High German texts in TEI-XML format. The goal was to develop a function that generates continuous text from annotated TEI data and simultaneously provides comprehensive linguistic analysis at the word level – including meanings, grammatical functions, and reference structures.

The system allows for the evaluation and dynamic display of various TEI-XML files. A planned next step is the visual highlighting of references and word forms – a greater challenge, since the entire annotated semantic depth is to be displayed per lemma via tooltip. This means that the entire ontology – in this case, the Middle High German Concept Database – is to be integrated in the background and assigned to each word. Initial successes, albeit still partially error-prone, have already been achieved. This would allow low-threshold and clear access to a Middle High German text and, moreover, would be applicable to essentially any text annotated in TEI-XML with a parallel reference structure.

 

 

— German Version —

 

Am 11.04.2025 fand ein der erste Hackathon der Forschungsgruppe CAEDHET statt, bei dem sich die Teilnehmenden in drei Kleingruppen aufteilten, um in intensiver Arbeitsatmosphäre aktuelle und künftige Projekte weiterzuentwickeln. Ziel war es, innovative Ansätze zur Verbindung von Forschung, Lehre und gesellschaftlicher Verantwortung im digitalen Zeitalter zu konkretisieren.

Gruppe 1: Der EU AI Act im Hochschulkontext

Stefan Pietrusky und Nicole Flindt beschäftigten sich mit dem Europäischen AI Act und den damit verbundenen Spannungsfeldern in der akademischen Landschaft. Im Zentrum stand die Beobachtung zweier dominanter gesellschaftlicher Narrative: Einerseits die Furcht vor KI als Bedrohung für menschliche Arbeit und Selbstbestimmung, andererseits die euphorische Begrüßung technologischen Fortschritts ohne kritische Distanz.

Daraus ergaben sich zentrale Themen, Fragen und Rollenverteilungen für die Hochschulpraxis: Welche Verantwortung tragen Lehrende und Forschende im Umgang mit KI? Wie können Studierende auf eine Zukunft vorbereitet werden, in der KI-Kompetenz essenziell ist? Die Gruppe erwägte, dass Initiativen wie CAEDHET vernetzt miteinander bspw. mit Fortbildungsangeboten für Hochschulen, Workshops zur Vermittlung von “AI Literacy” für Studierende sowie durch die Veröffentlichung aufklärender Artikel einen beratenden Beitrag dazu leisten könnten.

Zudem wurde eine Differenzierung zwischen “Experts” und “Novices” herausgearbeitet. Diese Diskrepanz erfordert neue pädagogische Strategien und eine stärkere Reflexion über Lernprozesse – ein Spannungsfeld zwischen Automatisierung von bestimmten Aspekten in der Gestaltung von Lehr-Lernprozessen und gleichzeitg gesteigertem Prüfaufwand.

 

 

Gruppe 2: Entwicklung eines “Kopilots” für Computational Linguistics

Jonas Braun, Frederick Riemenschneider und Jonathan Gaede entwickelten ein Konzept für ein linguistisches Assistenzsystem: den Computational Linguistics Kopilot. Ziel war es, ein modulares und erweiterbares Tool zu entwerfen, das Nutzende bei der Textanalyse unterstützt. Der Copilot ermöglicht es, Texte manuell einzugeben, als Bild hochzuladen oder aus .txt-Dateien zu importieren. Die Anwendung nutzt ein AI-gestütztes System zur automatisierten Fehlererkennung, POS-Tagging und statistischen Auswertung der Texte.

Das unten zur Verfügung gestellte PDF veranschaulicht die Benutzeroberfläche und zeigt beispielhafte Annotationen historischer Texte (u.a. Lutherübersetzungen), bei denen Wortarten, Lemmata und grammatische Funktionen identifiziert werden. Im Fokus steht dabei ein intuitives User Interface mit auswählbaren Annotationstypen, Visualisierungen und direkter Interaktion mit dem “Linguistics Assistant”.

Technisch basiert das System auf einem modularen Loop, der flexibel durch externe Large Language Modelle erweitert werden kann. Herausforderungen wie Abhängigkeiten zwischen Modulen (Dependency Management) wurden adressiert und Lösungen über strukturierte JSON-Formate angedacht, die mit einem weiteren Hackathon zusammen mit einer Zielgruppenanpassung adressiert werden.

Mehr Informationen zu “Kopilot”: https://heibox.uni-heidelberg.de/d/bf7e4e12da0d41618dcc/

 

 

Gruppe 3: TEI-XML-Analyse mittelhochdeutscher Texte

Florian Nieser und Thomas Renkert widmeten sich einem neuen Tool zur Verarbeitung mittelhochdeutscher Texte im TEI-XML-Format. Das Ziel war es, eine Funktion zu entwickeln, die aus annotierten TEI-Daten einen Fließtext generiert und zugleich eine umfassende linguistische Analyse auf Wortebene bietet – einschließlich Bedeutungen, grammatischer Funktionen und Verweisstrukturen.

Das System erlaubt es, verschiedene TEI-XML-Dateien auszuwerten und dynamisch anzeigen zu lassen. Ein geplanter nächster Schritt ist die visuelle Hervorhebung von Referenzen und Wortformen – ein größere Herausforderung, da die gesamte annotierte semantische Tiefe per Tooltip komplett pro Lemma angezeigt werden soll. Das bedeutet, dass die gesamte Ontologie – in diesem Fall der Mittelhochdeutschen Begriffsdatenbank – im Hintergrund bereits eingebunden und jedem Wort zugeordnet werden soll. Erste, aber teilweise noch fehlerbehaftete Erfolge wurden bereits erzielt. Dies würde einen niedrigschwelligen und übersichtlichen Zugang zu einem mittelhochdeutschen Text erlauben und zudem die Anwendung auf grundsätzlich jeden in TEI-XML annotierten Text mit einer parallelen Verweisstruktur.

 

---

---