HAWKI – Das KI-Ökosystem für Hochschulen

HAWKI ist zugleich das erste und größte hochschulübergreifende KI-Netzwerk in Deutschland.
Über 90 Hochschulen entwickeln, betreiben und nutzen HAWKI gemeinsam, um generative KI langfristig, verantwortungsvoll und souverän in Studium, Lehre, Forschung und Verwaltung zu integrieren.

Der Grundsatz ist klar: Open Source first.

HAWKI bietet eine zentrale Benutzeroberfläche für unterschiedliche generative KI-Modelle – mit Fokus auf offenen Modellen und der Möglichkeit, kommerzielle Dienste gezielt einzubinden.

Ergänzend stellt HAWKI eine einheitliche Programmierschnittstelle (API) bereit, um:

• KI-Funktionen in Forschungsprojekte zu integrieren

• hochschulinterne Anwendungen anzubinden

• bestehende IT-Systeme zu erweitern

Für Nutzende entsteht ein konsistenter Zugang, während Hochschulen im Hintergrund Modelle, Anbieter und Betriebsformen flexibel steuern können.

HAWKI ermöglicht es Hochschulen, eigene Wissensbestände gezielt in KI-Interaktionen einzubinden.
Über kontextbezogene, vektorisierte Wissensräume können etwa:

• Satzungen, Ordnungen und Richtlinien

• Lehr- und Lernmaterialien

• projekt- oder einrichtungsspezifische Inhalte

bei den Antworten der KI berücksichtigt werden.

So steigt die Faktentreue und institutionelle Passung, während Datenhoheit, Aktualität und Zugriffsrechte vollständig bei der Hochschule verbleiben.

HAWKI folgt einem föderierten, kooperativen Betriebsmodell.
Hochschulen entscheiden selbst, ob sie:

• eigene Infrastruktur betreiben

• Ressourcen mit anderen Hochschulen teilen

• externe Rechenzentren oder Dienstleister nutzen

HAWKI unterstützt diese Vielfalt technisch und organisatorisch, ohne ein zentrales Betriebsmodell vorzugeben.
Die digitale Souveränität bleibt bei den beteiligten Institutionen.

HAWKI verbindet niedrigschwellige Nutzung mit strategischer Steuerbarkeit:

• einfach nutzbar für Studierende, Lehrende und Mitarbeitende

• kontrollierbar für IT-Leitungen, Datenschutz- und Governance-Rollen

Systemverhalten, Modelle, Datenanbindungen und Kontexte sind transparent konfigurierbar – eine zentrale Voraussetzung für nachhaltigen Einsatz im Hochschulbetrieb.

Generative KI stellt alle Hochschulen vor ähnliche technische, organisatorische und rechtliche Herausforderungen.
HAWKI begegnet diesen durch gemeinsame Entwicklung, geteiltes Wissen und offene Module, die hochschulübergreifend genutzt und weiterentwickelt werden können.

Durch Open Source, kooperative Entwicklung und föderierte Betriebsmodelle reduziert HAWKI:

• Lizenz- und Betriebskosten

• personelle Mehrbelastung

• Abhängigkeiten von einzelnen Anbietern

Ziel ist ein kostenfreier oder dauerhaft kostenniedriger Zugang zu generativer KI – auch für kleinere Hochschulen.

HAWKI ist modular aufgebaut und wächst mit den Anforderungen.
Neue Modelle, Assistenzsysteme oder Nutzungsszenarien lassen sich integrieren, ohne bestehende Strukturen zu destabilisieren.

Die KI-Landschaft entwickelt sich rasant.
HAWKI stellt sicher, dass Hochschulen diese Entwicklung aktiv erproben, vergleichen und bewerten können, ohne frühzeitige Festlegung auf einzelne Anbieter oder Technologien.

Im Unterschied zu landes- oder anbietergeführten Plattformen ist HAWKI:

• kostenfrei und Open Source

• hochschulgetragen statt zentral gesteuert

• föderiert statt monolithisch

• mitgestaltbar statt konsumorientiert

HAWKI ist eine gemeinsame Infrastruktur der Hochschulen – offen für Mitgestaltung und getragen vom Ziel, allen Hochschulen einen fairen Zugang zu generativer KI zu ermöglichen.

Generative KI-Interaktion

• Chat-Interface zur textbasierten Interaktion mit generativen KI-Modellen (LLMs)

• Auswahl und Nutzung unterschiedlicher KI-Modelle, darunter Open-Source-Modelle und kommerzielle Systeme

• Anbindung von Ollama und OpenWebUI um lokale LLMs innerhalb von HAWKI zu hosten

• Websuche über Modelle von Google

• Transparente Steuerung des Systemverhaltens über anpassbare Systemprompts

Gruppen-Kommunikation

• Gemeinsame Nutzung von Kontexten, Prompts und Dateien in Arbeitsräumen

• Integration der KI in Gruppen-Chats durch Erwähnung (@HAWKI)

Dateiverarbeitung und Kontextintegration

• Upload und Verarbeitung von PDF-, Word- und Bilddateien als Kontext für KI-Anfragen

• Gemeinsames Teilen von Dateien in Chat-Räumen

Export- und Dokumentationsfunktionen

• Export von Chatverläufen

• Intelligente Zusammenfassung (automatisierte Dokumentation von KI-Interaktionen) – besonders nützlich für Prüfungen, wissenschaftliche Arbeit oder Nachvollziehbarkeit generativer Prozesse

API-Zugriff & Entwickler-Tools

• REST-API zur Einbindung von HAWKI-Funktionalität in externe Systeme (z. B. Lernmanagementsysteme, Forschungsanwendungen)

• Token-basierte Authentifizierung für sichere API-Nutzung

Eigene API-Key-Erstellung

• IT-Abteilungen können API-Keys für Nutzer:innen erzeugen und verwalten

• Ermöglicht die Nutzung der verfügbaren Modelle in Drittsystemen

Docker-Bereitstellung

• Offizielles Docker-Image für schnelle lokale Installation und Tests

Modulare Architektur

• Flexibles, modular erweiterbares Systemdesign für schnelle Feature-Erweiterungen und institutionelle Anpassungen

Open-Source-Strategie & Datenschutz

• Open-Source-Code zur Förderung digitaler Souveränität und Transparenz an Hochschulen

• Datenschutzkonformer Betrieb ohne Speicherung personenbezogener Nutzerdaten

• Nutzung der KI-Modelle über serverseitige Schnittstellen (keine direkte Weitergabe von Nutzerdaten an externe Anbieter)

Lokale Modelloptionen

• Unterstützung lokal betriebener KI-Modelle (z. B. über Ollama) für datenschutz-kritische Szenarien

Admin-Dashboard

• Zentrales Dashboard zur Überwachung des KI-Verbrauchs (z. B. Token-Nutzung nach Nutzer:innen, Modellen oder Organisationseinheiten)

• Grundlage für Monitoring, Kostensteuerung und Kapazitätsplanung

Erweitertes Admin-Dashboard

• Detaillierte Verbrauchsanalysen (Token, Modelle, Zeiträume, Organisationseinheiten)

• Monitoring von Systemzustand, Auslastung und Modellverfügbarkeit

• Vorbereitung von Kontingent-, Umlage- und Abrechnungsmodellen

Rollen- und Rechteverwaltung

• Differenzierte Rollen (z. B. Nutzer:in, Redakteur:in, Admin, Systembetreiber)

• Steuerung des Zugriffs auf Modelle, Funktionen, Assistenzsysteme und Datenquellen

• Grundlage für hochschulinterne Governance- und Mitbestimmungsprozesse

Mandanten- und Organisationslogik

• Abbildung von Fakultäten, Einrichtungen oder Projekten

• Unterschiedliche Konfigurationen je Organisationseinheit

• Trennung und gemeinsame Nutzung von Ressourcen je nach Kontext

Vektordatenbanken für hochschulinternes Wissen

• Aufbau, Pflege und Versionierung hochschuleigener Wissensbestände

• Vektorisierung interner Dokumente (Richtlinien, FAQs, Lehrmaterialien, Services)

• Nutzung dieser Daten als Grundlage für Chats und Assistenzsysteme (RAG)

Self-Service-Assistenten

• Erstellung eigener Assistenzsysteme durch Nutzer:innen über das UI

• Konfiguration von Systemprompt, Verhalten, Begrüßungstexten und Fallbacks

• Auswahl, Kombination und Gewichtung unterschiedlicher Wissensquellen

Kontext-Scopes & Datenräume

• Festlegen, in welchem Kontext (Chat, Projekt, Gruppe, Assistent) Daten verfügbar sind

• Wiederverwendbare Wissens- und Prompt-Pakete

• Saubere Trennung sensibler Inhalte

Erweiterte Gruppen- und Projektfunktionen

• Projektordner mit gemeinsamem Systemprompt und Datenbasis

• Strukturierte Arbeitsräume für Lehre, Forschung und Verwaltung

• Nachvollziehbarkeit von Gruppen-KI-Interaktionen
   

UI- und UX-Optimierungen

• Verbesserte mobile Nutzung

• Klarere Trennung von Chat, Kontext, Dateien und Assistenzsystemen

• Vereinfachte Konfiguration komplexer Funktionen

Nachvollziehbarkeit & Dokumentation

• Protokollierung relevanter Systementscheidungen

• Unterstützung reflektierter KI-Nutzung

Didaktische Steuerung

• Sichtbarmachung von Systemprompts und Kontexten

• Förderung von KI-Kompetenz statt Black-Box-Nutzung

• Einsatz in Lehr- und Qualifizierungsformate