KI-Lernwerkzeuge für Universitäten

Die Auswahl eines KI-Werkzeugs für einen Universitätskurs sollte bei der Lernaufgabe beginnen, nicht bei einer Vorauswahl von Produkten. Wenn Studierende eine Entscheidung erläutern, ein schwieriges Gespräch üben oder Feedback zu einem Entwurf erhalten sollen, sind das unterschiedliche Bedürfnisse. Eine hilfreiche erste Frage lautet: Was sollte eine lernende Person anschließend können, das sie jetzt noch nicht zuverlässig kann? Einen umfassenderen Überblick über KI-Werkzeuge für personalisierten Hochschulunterricht finden Sie, wenn Sie jedes Werkzeug mit einem konkreten Unterrichtszweck verknüpfen.

Beginnen Sie mit dem Lernergebnis, nicht mit der Funktionsliste

Formulieren Sie das angestrebte Lernergebnis als beobachtbare Handlung: zwei Strategien vergleichen, eine Empfehlung begründen, Belege interpretieren oder auf eine Kundin oder einen Kunden reagieren. Legen Sie dann fest, woran sich erkennen lässt, dass eine studierende Person dazu in der Lage ist. Ein Werkzeug ist nur dann sinnvoll für den Kurs, wenn seine Aktivität und seine Ergebnisse den Lernenden helfen, diese Handlung zu üben, oder Ihnen dabei helfen zu erkennen, ob sie sie beherrschen.

So wird aus einer breit angelegten Suche nach KI-Lernwerkzeugen für Universitäten kein unübersichtlicher Katalog aus Chatbots, Quizgeneratoren, Tutorinnen und Tutoren, Schreibassistenten und Analysewerkzeugen. Bitten Sie Anbieter, die Lernaufgabe von Anfang bis Ende zu zeigen. Was tut die studierende Person? Welches Feedback folgt? Was kann die Lehrperson überprüfen? Zeigt die Vorführung zwar eine beeindruckende Antwort, aber nicht den Lernprozess, wird der Bedarf des Kurses möglicherweise nicht erfüllt.

Prüfen Sie, wer die Denkarbeit leistet

Ein Werkzeug kann eine Aktivität beschleunigen, ohne sie lehrreicher zu machen. Sehen Sie genau hin, welche Arbeit die Studierenden selbst erledigen müssen. Treffen sie eine Wahl, erläutern sie ihre Gründe, vergleichen sie Alternativen oder überarbeiten sie ihre Überlegungen? Können sie einen KI-Vorschlag hinterfragen, statt ihn einfach anzunehmen?

Die Leitlinien der UNESCO für generative KI in Bildung und Forschung sprechen sich für einen menschenzentrierten Einsatz, den Schutz der Privatsphäre und eine ethische Prüfung sowie pädagogische Gestaltung aus. Für Lehrende ergibt sich daraus ein praktischer Prüfmaßstab: Ermitteln Sie, was die lernende Person beiträgt, was das System beiträgt und an welcher Stelle ein Mensch das Ergebnis überprüfen oder korrigieren muss. Gehen Sie nicht davon aus, dass eine KI-Kennzeichnung bedeutet, die Aktivität sei personalisiert, korrekt oder für einen bestimmten Kurs geeignet.

Wenn beispielsweise ein Lernergebnis darin besteht, fundierte Urteile zu treffen, können Sie die Studierenden bitten, eine Entscheidung zu treffen, bevor sie KI-Feedback sehen, ihre Gründe festzuhalten und anschließend ihre Antwort mit dem Feedback zu vergleichen. Diese Abfolge gibt dem Kurs eine gehaltvolle Diskussionsgrundlage. Es ist eine Gestaltungsoption, die erprobt werden sollte, keine Garantie dafür, dass ein beliebiges Werkzeug das Lernen von selbst verbessert. Einen verwandten Ansatz zum Thema Feedback finden Sie unter Wie KI-Coaching für Studierende personalisiertes Feedback skalierbar macht.

Bewerten Sie Feedback als Teil des Lerndesigns

Feedback ist nützlich, wenn Lernende es verstehen, danach handeln und es mit dem angestrebten Lernergebnis verknüpfen können. Prüfen Sie bei einer Vorführung eine typische Rückmeldung und fragen Sie:

• Verweist das Feedback auf eine Begründung oder Entscheidung, statt eine Antwort nur als richtig oder falsch zu kennzeichnen?
• Kann die lernende Person erkennen, was sie als Nächstes versuchen sollte?
• Kann die Lehrperson die Grundlage des Feedbacks überprüfen und beurteilen, ob es zum Kurs passt?
• Bleibt in der Aktivität Zeit für eine Reflexion oder eine gemeinsame Nachbesprechung im Kurs?

Diese Fragen sind besonders wichtig, wenn Studierende ergebnisoffene Aufgaben bearbeiten. Eine ausgefeilte Bewertung ist für sich genommen kein Beleg dafür, dass die zugrunde liegenden Überlegungen stichhaltig sind. Vergleichen Sie die Ergebnisse des Werkzeugs mit Ihrem eigenen Bewertungsraster und einigen realistischen Antworten von Lernenden, bevor Sie es in einer Prüfung mit weitreichenden Folgen einsetzen. Unser Leitfaden zur authentischen Leistungsbewertung in der betriebswirtschaftlichen Ausbildung zeigt, warum die Aufgabe selbst bei der Bewertung des Denkens von Studierenden entscheidend ist.

Beziehen Sie Datenschutz, Zugänglichkeit und Zugang in die Entscheidung ein

Klären Sie vor einem Pilotprojekt, welche Informationen das Werkzeug erfasst, wohin sie übermittelt werden, wer darauf zugreifen kann, wie lange sie gespeichert werden und ob Studierende die Aktivität barrierefrei durchführen können. Bitten Sie die zuständigen Teams Ihrer Einrichtung für Datenschutz, Barrierefreiheit, IT und Beschaffung, die jeweils in ihren Aufgabenbereich fallenden Details zu prüfen. Eine allgemeine Erklärung des Anbieters ersetzt nicht die eigene Prüfung Ihrer Einrichtung.

Die Leitlinien der Europäischen Kommission zur ethischen Nutzung von KI und Daten in Lehren und Lernen beschreiben einen verantwortungsvollen und sicheren Einsatz im Kontext von EU-Vorschriften wie dem AI Act und der DSGVO. Nutzen Sie diese Leitlinien als Erinnerung daran, den Umgang mit Daten und die Auswirkungen auf Lernende gemeinsam mit den für Ihre Einrichtung geltenden Anforderungen zu berücksichtigen, und nicht erst nach der Ausarbeitung eines Kurses.

Prüfen Sie außerdem die praktischen Einzelheiten: Wie gelangen Studierende zur Aktivität? Passt sie in die bestehenden Abläufe des Kurses? Welche Unterstützung benötigt die Lehrperson? Was geschieht, wenn das Werkzeug nicht verfügbar ist? Wenn Lehrende mit dem Werkzeug Szenarien erstellen sollen, überlegen Sie, ob Ihr Team die dafür nötigen Inhalte erstellen kann. Dieser Praxisleitfaden zum gemeinsamen Erstellen von Unterrichtssimulationen mit KI erläutert die erforderliche Gestaltungsarbeit, ohne Automatisierung als Ersatz für das Urteilsvermögen der Lehrperson darzustellen.

Einen kleinen Kurspilotversuch mit einer klaren Fragestellung durchführen

Ein Pilotversuch ist aussagekräftiger, wenn er eine klar umrissene didaktische Annahme überprüft. Zum Beispiel: „Wenn Studierende vor dem Unterricht eine Entscheidung treffen und begründen, erhalte ich für die Nachbesprechung deutlichere Hinweise auf ihre Überlegungen.“ Wählen Sie eine Aktivität, ein Lernergebnis und eine überschaubare Gruppe. Legen Sie vor dem Pilotversuch fest, welche Nachweise Sie prüfen möchten, etwa die Qualität der Begründungen der Studierenden, welche Fehlvorstellungen dabei sichtbar werden oder wie viel Zeit Lehrende für die Vorbereitung und Rückmeldung benötigen.

Vergleichen Sie nach der Aktivität die Nachweise mit der ursprünglichen Aufgabe und dem Bewertungsraster. Fragen Sie die Studierenden, was ihnen geholfen oder sie verwirrt hat, und halten Sie mögliche Fragen zur Barrierefreiheit, zum Datenschutz oder zum Unterstützungsbedarf fest. Betrachten Sie erste Beobachtungen als lokale Erkenntnisse zu diesem Kurs, nicht als Beweis dafür, dass das Werkzeug für jedes Fach oder jede Studierendengruppe geeignet ist. Behalten, überarbeiten oder beenden Sie die Aktivität auf Grundlage dessen, was Sie tatsächlich beobachten.

Eine entscheidungsbasierte Simulation ist ein mögliches Format, wenn Studierende Entscheidungen unter Druck üben müssen. LiveCase bietet KI-gestützte Simulationen, in denen Studierende in zeitlich begrenzten Szenarien unter Druck Entscheidungen treffen. Die Plattform gibt Lernenden KI-Feedback zu offenen Antworten und bewertet diese mithilfe von KI innerhalb von Sekunden. Die Bewertung von KI-Lernwerkzeugen ist jedoch selbst kein Kursthema, für das sich offensichtlich ein passender Katalogfall anbietet. Es wurde keine Katalogsimulation als direkte Übung zur Auswahl von Werkzeugen bestätigt. Daher verweist dieser Leitfaden weder auf einen Fall noch behauptet er, dass ein solcher Fall dieses Modell vermittelt.

Wenn Sie ein Werkzeug für die Neugestaltung eines Kurses auswählen, halten Sie zunächst das Lernergebnis und die benötigten Nachweise schriftlich fest. Vergleichen Sie anschließend eine kleine Anzahl von Optionen anhand dieser Anforderungen. Wenn eine entscheidungsbasierte Simulation zu den Formaten gehört, die Sie erwägen, vereinbaren Sie ein Gespräch mit LiveCase, um zu besprechen, ob sie zu Ihrem Lehrziel passt.

Häufig gestellte Fragen

Welche KI-Werkzeuge eignen sich am besten für die Bildung?

Was am besten passt, hängt vom Lernergebnis, der Aufgabe der Lernenden, dem benötigten Feedback und den institutionellen Anforderungen ab. Vergleichen Sie Werkzeuge anhand einer konkreten Kursaktivität, statt sie nach der Anzahl ihrer Funktionen auszuwählen.

Welche Arten von KI werden in der Hochschulbildung eingesetzt?

In der Hochschulbildung kommt KI auf unterschiedliche Weise zum Einsatz, etwa in Werkzeugen für Feedback, Nachhilfe, Unterstützung bei der Inhaltserstellung, Leistungsbewertung und Lernaktivitäten. Bewerten Sie jeden Einsatz danach, welche Arbeit die Studierenden leisten und welche Nachweise Lehrende prüfen können.

Welches KI-Werkzeug eignet sich am besten für die Hochschulbildung?

Es gibt kein einzelnes Werkzeug, das sich für jeden Kurs am besten eignet. Beginnen Sie mit der Aufgabe, die Studierende üben sollen, und prüfen Sie anschließend, ob das Werkzeug sie sicher unterstützt und den Anforderungen Ihrer Institution entspricht.

Welche wirksamen KI-Werkzeuge werden in der Bildung eingesetzt?

Wie wirksam ein Werkzeug ist, hängt vom Kursziel und seiner Verwendung ab. Ein gezielter Pilotversuch kann Lehrenden dabei helfen, die Arbeit der Lernenden, die Qualität des Feedbacks, den Zugangsbedarf und die Lehrbelastung zu beurteilen, bevor das Werkzeug breiter eingesetzt wird.