Created with: Adobe Firefly , 2025
Künstliche Intelligenz (KI) in der Hochschullehre –
Potenziale, Herausforderungen und Gestaltungsaufgaben
Potenziale, Herausforderungen und Gestaltungsaufgaben
Die rasante Entwicklung generativer Künstlicher Intelligenz (KI), insbesondere großer Sprachmodelle wie ChatGPT, verändert die Hochschullehre grundlegend. Diese Technologien ermöglichen neue Formen des Lehrens, Lernens und Prüfens, werfen aber auch zentrale Fragen zur akademischen Integrität, zu didaktischen Konzepten und zum Bildungsverständnis auf. Als Lehrender und Learning Designer sehe ich darin nicht nur eine technologische, sondern vor allem eine bildungspolitische und ethische Herausforderung.
Potenziale für die Hochschullehre
Generative KI eröffnet eine Vielzahl an Möglichkeiten, die Lehre zu unterstützen und zu bereichern:
Individualisierung und Personalisierung
KI-gestützte Lernplattformen können adaptive Lernpfade gestalten, die sich flexibel an den Wissensstand, das Lerntempo und die Interessen der Studierenden anpassen.
KI-gestützte Lernplattformen können adaptive Lernpfade gestalten, die sich flexibel an den Wissensstand, das Lerntempo und die Interessen der Studierenden anpassen.
Effizienzsteigerung
Automatisierte Prozesse – etwa bei der Erstellung von Aufgaben, der Auswertung von Multiple-Choice-Tests oder der Analyse von Lerndaten – entlasten Lehrende und schaffen mehr Raum für qualitative Betreuung.
Automatisierte Prozesse – etwa bei der Erstellung von Aufgaben, der Auswertung von Multiple-Choice-Tests oder der Analyse von Lerndaten – entlasten Lehrende und schaffen mehr Raum für qualitative Betreuung.
Förderung von Schreibkompetenz
KI-basierte Tools unterstützen Studierende beim wissenschaftlichen Schreiben, etwa durch Feedback zu Stil, Argumentation und Struktur. So wird der Schreibprozess iterativer und reflektierter.
KI-basierte Tools unterstützen Studierende beim wissenschaftlichen Schreiben, etwa durch Feedback zu Stil, Argumentation und Struktur. So wird der Schreibprozess iterativer und reflektierter.
Zugang zu Wissen
Sprachmodelle ermöglichen den direkten Zugriff auf umfassende Wissensbestände und helfen, komplexe Themen verständlich zu vermitteln – auch in fachfremden Kontexten.
Sprachmodelle ermöglichen den direkten Zugriff auf umfassende Wissensbestände und helfen, komplexe Themen verständlich zu vermitteln – auch in fachfremden Kontexten.
Unterstützung in der Forschung
Ob bei Literaturrecherchen, Datenanalysen oder der Entwicklung von Forschungsfragen: KI kann Prozesse in Forschung und Lehre beschleunigen und bereichern.
Ob bei Literaturrecherchen, Datenanalysen oder der Entwicklung von Forschungsfragen: KI kann Prozesse in Forschung und Lehre beschleunigen und bereichern.
Herausforderungen und Spannungsfelder
Trotz aller Potenziale sind mit dem Einsatz von KI auch erhebliche Herausforderungen verbunden, die reflektiert und aktiv gestaltet werden müssen:
Akademische Integrität
Die Möglichkeit, mit KI-Tools Texte auf Knopfdruck zu generieren, stellt die Authentizität von Prüfungsleistungen infrage. Neue Konzepte zur Bewertung individueller Leistung sind gefragt.
Die Möglichkeit, mit KI-Tools Texte auf Knopfdruck zu generieren, stellt die Authentizität von Prüfungsleistungen infrage. Neue Konzepte zur Bewertung individueller Leistung sind gefragt.
Neue Prüfungsformate
Prüfungen, die auf reine Wissensreproduktion setzen, verlieren an Aussagekraft. Zukünftig sind Formate nötig, die Kreativität, Reflexionsfähigkeit und kritisches Denken in den Vordergrund stellen.
Prüfungen, die auf reine Wissensreproduktion setzen, verlieren an Aussagekraft. Zukünftig sind Formate nötig, die Kreativität, Reflexionsfähigkeit und kritisches Denken in den Vordergrund stellen.
Digitale Kompetenz
Lehrende und Studierende müssen lernen, KI-Werkzeuge kritisch und zielgerichtet zu nutzen. Digitale Mündigkeit wird zu einer Schlüsselkompetenz in der akademischen Bildung.
Lehrende und Studierende müssen lernen, KI-Werkzeuge kritisch und zielgerichtet zu nutzen. Digitale Mündigkeit wird zu einer Schlüsselkompetenz in der akademischen Bildung.
Ethische und rechtliche Fragen
Datenschutz, Urheberrecht, algorithmische Verzerrungen – der Einsatz von KI wirft komplexe Fragen auf, die rechtlich, technisch und didaktisch durchdacht sein müssen.
Datenschutz, Urheberrecht, algorithmische Verzerrungen – der Einsatz von KI wirft komplexe Fragen auf, die rechtlich, technisch und didaktisch durchdacht sein müssen.
Verantwortung und Autonomie
Die Delegation von Lern- und Denkprozessen an KI erfordert eine bewusste Auseinandersetzung mit Autonomie, Verantwortung und dem Menschenbild, das Lehre prägen soll.
Die Delegation von Lern- und Denkprozessen an KI erfordert eine bewusste Auseinandersetzung mit Autonomie, Verantwortung und dem Menschenbild, das Lehre prägen soll.
Mögliche Handlungsfelder für Hochschulen
Die Hochschulen sind gefordert, proaktiv zu handeln und Rahmenbedingungen für einen sinnvollen und verantwortungsvollen KI-Einsatz zu schaffen:
Klare KI-Leitlinien
Hochschulen brauchen ethische und didaktische Richtlinien, die Chancen und Grenzen von KI transparent machen und Orientierung bieten.
Hochschulen brauchen ethische und didaktische Richtlinien, die Chancen und Grenzen von KI transparent machen und Orientierung bieten.
Förderung von Medien- und KI-Kompetenz
Curricula sollten gezielt Kompetenzen vermitteln, die den kritischen, reflektierten und produktiven Umgang mit KI ermöglichen – bei Lehrenden wie Studierenden.
Curricula sollten gezielt Kompetenzen vermitteln, die den kritischen, reflektierten und produktiven Umgang mit KI ermöglichen – bei Lehrenden wie Studierenden.
Transformation der Lehre
Neue didaktische Formate, die auf Kooperation zwischen Mensch und Maschine setzen, müssen entwickelt, erprobt und weitergedacht werden.
Neue didaktische Formate, die auf Kooperation zwischen Mensch und Maschine setzen, müssen entwickelt, erprobt und weitergedacht werden.
Empirische Forschung und Evaluation
Die Wirkung von KI auf Lernprozesse, Prüfungspraktiken und Studienerfolg muss systematisch untersucht und kontinuierlich evaluiert werden.
Die Wirkung von KI auf Lernprozesse, Prüfungspraktiken und Studienerfolg muss systematisch untersucht und kontinuierlich evaluiert werden.
Diese Handlungsfelder stehen längst nicht mehr im rechtsfreien Raum. Mit dem EU AI Act hat die Europäische Union erstmals einen verbindlichen Rechtsrahmen geschaffen, der auch Hochschulen unmittelbar betrifft – von Transparenzpflichten beim Einsatz von KI-Systemen bis zur in Artikel 4 verankerten Verpflichtung, KI-Kompetenz bei Mitarbeitenden und Studierenden aktiv aufzubauen. Was in der Hochschullehre bislang eine Frage guter didaktischer Praxis war, wird damit zunehmend auch eine Frage der Compliance.
