KI-gestützte Werkzeuge für die Bildung: Ein Leitfaden für Lehrende zu dem, was wirklich funktioniert

Jeden Monat erscheint ein neues KI-Werkzeug, das verspricht, die Hochschulbildung zu verändern. Manche versprechen, Hausarbeiten in Sekundenschnelle zu bewerten. Andere erstellen Unterrichtspläne aus einer einzigen Eingabeaufforderung. Einige schreiben sogar gleich die ganze Vorlesung. Jede Lehrkraft sollte sich vor der Einführung eines solchen Werkzeugs nicht fragen: „Wird hier KI eingesetzt?“, sondern: „Bringt es meine Studierenden dazu, mehr oder weniger nachzudenken?“ Die besten KI-gestützten Werkzeuge für die Bildung haben eine Eigenschaft gemeinsam: Sie setzen die Beteiligung der Studierenden voraus. Sie verlangen Entscheidungen, fordern Bewertungen und belohnen Engagement. Werkzeuge, die lediglich Inhalte schneller bereitstellen, Zusammenfassungen, automatisch erstellte Aufsätze oder Folien auf Knopfdruck, wirken in einer Vorführung zwar beeindruckend, nehmen den Studierenden aber unauffällig das Denken ab. Dieser Leitfaden bewertet die meistdiskutierten Werkzeuge anhand eines einzigen, entscheidenden Kriteriums.

Das Kriterium, das wirksame Werkzeuge von unwirksamen unterscheidet

Bevor Sie ein bestimmtes Werkzeug bewerten, hilft ein klares Schema. Stellen Sie sich zu jedem KI-gestützten Bildungswerkzeug, das Sie in Betracht ziehen, drei Fragen:

Wer trifft die Entscheidung? Wenn das Werkzeug für die Studierenden entscheidet, fördert es Passivität. Müssen die Studierenden selbst entscheiden, schult es ihr Urteilsvermögen.

Was geschieht danach? Werkzeuge, die Konsequenzen aufzeigen, Feedback geben, ihren Zustand ändern, Ergebnisse offenlegen und so eine Lernschleife erzeugen. Werkzeuge, die ein fertiges Ergebnis liefern, beenden die Lernschleife.

Kann die Lehrkraft das Werkzeug gestalten? Prüfen Sie, ob Sie die Lernaufgabe festlegen, das Ergebnis überprüfen und den Studierenden die Bewertungskriterien erläutern können.

Aktive Beteiligung ist ein sinnvolles Gestaltungsziel, doch allein die Produktkategorie belegt nicht die Wirksamkeit. Bewerten Sie, was die Studierenden tatsächlich tun und welche Lernnachweise die Aktivität hervorbringt.

Werkzeuge, die Entscheidungen der Studierenden verlangen: LiveCase und KI-gestützte Simulationen

Mit LiveCase können Lehrende aus Unterrichtsmaterialien interaktive Fallstudien erstellen. Autorinnen und Autoren gestalten Entscheidungspunkte und verzweigte Handlungsverläufe und können dialogische Unterhaltungen mit reaktionsfähigen KI-Figuren einbauen.

Eine Marketingstudentin oder ein Marketingstudent könnte beispielsweise eine Kampagnenstrategie auswählen, die nächste ausgearbeitete Entwicklung der Fallgeschichte lesen und die Entscheidung schriftlich begründen. Das ist ein erzählerisches Fallstudiendesign und keine Behauptung, dass LiveCase die Quartalsergebnisse eines Marktes berechnet.

Der didaktische Nutzen hängt von der Aufgabe ab: Verlangen Sie von den Studierenden, Belege heranzuziehen, eine Empfehlung auszusprechen und ihre Überlegungen zu erläutern.

Labster bietet virtuelle Laborsimulationen für das Lernen in den MINT-Fächern. Bewerten Sie die konkrete Laboraktivität anhand Ihrer Kursziele, statt davon auszugehen, dass jede Simulation generative KI einsetzt.

Werkzeuge, die die Recherche der Studierenden unterstützen: Perplexity, Elicit und Rechercheassistenten

Rechercheassistenten können Studierenden dabei helfen, Quellen zu finden und Zusammenfassungen zu entwerfen. Die Aufgabe sollte verlangen, dass sie das Originalmaterial öffnen und prüfen, ob es die Antwort stützt.

Perplexity stellt in seinen Suchantworten Links zu Quellen bereit, während Elicit die Suche nach wissenschaftlichen Arbeiten unterstützt. Beide machen es weiterhin notwendig, die Relevanz und Methoden zu prüfen und festzustellen, ob eine erstellte Zusammenfassung die Quelle korrekt wiedergibt.

Entscheidend für den Lernerfolg ist, wie das Werkzeug eingesetzt wird. Wer die Aufgabe erhält, „Perplexity zu nutzen, um drei widersprüchliche Studien zu deinem Thema zu finden und ihre Methoden in einem Absatz zu vergleichen“, betreibt aktives Lernen. Wer aufgefordert wird, „dieses Thema mit ChatGPT zusammenzufassen“, lagert das Denken aus. Dasselbe KI-Werkzeug kann zu beiden Ergebnissen führen. Ob es die Studierenden zum Denken anregt oder ihnen das Denken abnimmt, entscheidet die Gestaltung der Aufgabe durch die Lehrkraft.

Werkzeuge zur Unterstützung von Feedback durch Lehrende: Gradescope und KI-gestützte Bewertung

Gradescope unterstützt Lehrende dabei, ähnliche Antworten zu Gruppen zusammenzufassen, die anschließend überprüft und bewertet werden können. Die KI-gestützte Gruppierung funktioniert bei unterstützten Fragetypen in Aufgaben mit festgelegten Vorlagen. Prüfen Sie das Aufgabenformat und die Lizenz, bevor Sie davon ausgehen, dass die Funktion verfügbar ist.

Schnelleres Feedback kann Möglichkeiten zur Überarbeitung schaffen. Planen Sie solche Gelegenheiten in die Aufgabe ein und prüfen Sie, ob die Studierenden die Kommentare verstehen und darauf eingehen.

Das Risiko besteht natürlich darin, dass automatisiertes Feedback allgemein bleibt. Wer jedes Mal von einer KI die Rückmeldung „Guter Punkt, erwäge, ein Gegenargument hinzuzufügen“ erhält, hört irgendwann auf, sie zu lesen. Bei den besten Umsetzungen übernimmt KI die mechanische Ebene der Bewertung, etwa Grammatikprüfung, Abgleich mit dem Bewertungsraster und Formatierung, während das anspruchsvollere Feedback den menschlichen Lehrenden vorbehalten bleibt.

Werkzeuge für die Produktivität von Lehrenden: ChatGPT, Claude und Copilot bei der Kursgestaltung

Manche KI-Werkzeuge kommen nie direkt mit Studierenden in Kontakt, verbessern deren Bildung aber durch eine bessere Kursgestaltung. Große Sprachmodelle wie ChatGPT, Claude und Microsoft Copilot können Lehrende dabei unterstützen, Bewertungsraster zu erstellen, Diskussionsanregungen zu entwerfen, Quizfragen zu formulieren und den Ablauf von Vorlesungen zu planen. Solche Arbeiten kosteten traditionell Stunden und führten oft dazu, dass Abstriche gemacht wurden.

Ein gut gestaltetes, mit Claude erstelltes und von der Lehrkraft überarbeitetes Bewertungsraster sorgt für klarere Erwartungen und damit für bessere Arbeiten der Studierenden. Eine Diskussionsanregung, die ChatGPT beim Brainstorming unterstützt hat, kann eine provokantere Perspektive eröffnen, als der Lehrkraft allein eingefallen wäre. Ein mit Copilot erstellter Foliensatz, der Raum für den Austausch im Unterricht lässt, statt nur Informationen zu vermitteln, ist ein besseres Lehrmittel.

Die wichtige Grenze lautet: Diese Werkzeuge verbessern die Ergebnisse der Studierenden, wenn sie Lehrenden Zeit für wertvollere Interaktionen verschaffen. Sie versagen, wenn sie das Urteilsvermögen der Lehrenden ersetzen. Ein KI-generierter Lehrplan, den keine Lehrkraft überprüft hat, ist ein Risiko. Eine KI-generierte Vorlesung, die die Diskussion im Präsenzunterricht ersetzt, ist ein Rückschritt. Als Produktivitätshilfe mit menschlicher Kontrolle sind diese Werkzeuge äußerst wertvoll. Als Ersatz für das Denken der Lehrenden untergraben sie die gesamte Grundlage der Hochschulbildung.

Ein Entscheidungsrahmen für die Wahl Ihres nächsten KI-Werkzeugs

Ordnen Sie jedes KI-gestützte Werkzeug, das Sie für Ihren Unterricht bewerten, auf dem Beteiligungsspektrum ein:

Entscheidungs- und Übungsaktivitäten: Simulationen können Studierende dazu auffordern, eine Entscheidung zu treffen, zu begründen und erneut zu überprüfen. Beispiele sind Fallstudien in LiveCase und virtuelle Labore von Labster. Beurteilen Sie die konkrete Aktivität anhand des Kursziels.

Recherche- und Feedbackaktivitäten: Recherchewerkzeuge und Unterstützung bei der Bewertung können Studierenden helfen, Belege zu vergleichen oder ihre Arbeiten zu überarbeiten. Der Lernerfolg hängt von der Aufgabe und der Überprüfung durch die Lehrkraft ab.

Geringe Beteiligung (mit Vorsicht einsetzen): Werkzeuge, die fertige Ergebnisse erzeugen oder das Denken der Studierenden ersetzen. Beispiele: KI-Aufsatzgeneratoren, automatische Zusammenfasser und Ein-Klick-Generatoren für Vorlesungen. Sie können in bestimmten Fällen nützlich sein, etwa für angemessene Vorkehrungen zur Barrierefreiheit oder zur Unterstützung beim Brainstorming, sollten aber niemals die wichtigste Form sein, in der sich Studierende mit Lerninhalten auseinandersetzen.

Legen Sie vor der Einführung das Lernziel fest, testen Sie den Arbeitsablauf aus Sicht der Studierenden und bewerten Sie Kosten, Zugang, Datenschutzanforderungen und die Qualität der entstehenden Lernnachweise.

Häufig gestellte Fragen

Welches KI-Werkzeug eignet sich am besten für den Unterricht?

Wählen Sie ein Werkzeug, das ein konkretes Lernziel unterstützt, und testen Sie es mit einer realistischen Aufgabe. Produktbezeichnungen und die Anzahl der Funktionen belegen keine Wirksamkeit beim Lernen.

Können Studierende KI-Werkzeuge wie ChatGPT sicher nutzen?

Prüfen Sie, welche Werkzeuge Ihre Einrichtung zugelassen hat, welche Richtlinien gelten, welche Daten verarbeitet werden und unter welchen Bedingungen Studierende Zugang erhalten. Legen Sie fest, welche Nutzungen erlaubt sind, und verlangen Sie, dass Studierende Quellen überprüfen und den Einsatz von KI offenlegen, sofern dies vorgeschrieben ist.

Wie können Lehrende neue KI-Werkzeuge für die Bildung bewerten?

Wenden Sie den Drei-Fragen-Test an: Wer trifft die Entscheidung? Was geschieht danach? Kann die Lehrkraft das Werkzeug gestalten? Ein Werkzeug, bei dem die Handlung der Studierenden im Mittelpunkt steht und Lehrende die Rahmenbedingungen festlegen können, ist fast immer wertvoller als eines, bei dem die KI-Ausgabe im Mittelpunkt steht.

Welche Risiken birgt KI in der Hochschulbildung?

Das größte Risiko besteht darin, tatsächliches Lernen durch den Anschein von Lernen zu ersetzen: Studierende können richtige Ergebnisse erzielen, ohne die zugrunde liegenden Konzepte zu verstehen. Auch Fragen der akademischen Integrität, des Datenschutzes und eines gleichberechtigten Zugangs sind wichtige Aspekte. Der beste Schutz ist eine durchdachte Aufgabengestaltung, die eigenständige Überlegungen der Studierenden verlangt, unabhängig davon, welche Werkzeuge sie nutzen.

Wird KI Lehrende in der Hochschulbildung ersetzen?

KI kann beim Entwerfen und beim Feedback unterstützen, während Lehrende weiterhin für Kursziele, Bewertungsentscheidungen und die Unterstützung der Studierenden verantwortlich bleiben. Prüfen Sie, wie ein geplantes Werkzeug diese Verantwortlichkeiten verändert.

Wie viel kosten KI-Werkzeuge für die Bildung?

Vergleichen Sie die aktuellen Preise der Anbieter für genau die Funktionen, das Zugangsmodell und die Zahl der Studierenden, die Sie benötigen. Gehen Sie nicht davon aus, dass KI-Funktionen in einer bestehenden LMS-Lizenz enthalten sind. Prüfen Sie bei LiveCase die aktuellen Preise für die von Ihnen geplante Bereitstellung für Lernende.