Hinweis: Die Inhalte auf dieser Seite wurden teilweise von KI generiert und können Fehler enthalten.
„Generell erscheint ein Hochschulabschluss in der bisherigen Form mit einer starken Fokus auf fachliche Kompetenzen allein nicht mehr für die sich rasch wandelnde Arbeitswelt auszureichend. Entscheidend wird sein, ob Beschäftigte kompetent mit KI umgehen können.“
„Der Wunsch der Absolventinnen und Absolventen richtet sich nicht nur an mehr Technik, sondern auch an einen reflektierten und kontextbezogenen Umgang mit KI. KI ist mehr als Prompting, sondern auch Einordnung, kritische Reflexion sowie die konkrete Anwendung in beruflichen Situationen.“
„Hochschulen haben einen echten Hebel, die [AI Literacy] ihrer Studierenden zu fördern.“
Die Veranstaltung thematisiert die Rolle von Künstlicher Intelligenz (KI) in der tertiären Bildung und deren Bedeutung für den Arbeitsmarkt. Basierend auf der Bayerischen Absolventenstudie (BAS) wird untersucht, wie gut Hochschulen Studierende auf den professionellen Einsatz von KI vorbereiten. Die Studie analysiert Daten des Absolvent:innenjahrgangs 2022/2023 (n=6.258) und beleuchtet Nutzungsverhalten, Kompetenzbedarfe sowie die wahrgenommene Vorbereitung auf KI im Berufsleben.
Hochschulen haben einen signifikanten Hebel, um Studierende auf die KI-geprägte Arbeitswelt vorzubereiten. Entscheidend ist dabei nicht nur die Vermittlung technischer Skills, sondern auch die Förderung von kritischem Denken, ethischer Reflexion und praxisnaher Anwendung. Die Studie zeigt, dass Absolvent:innen trotz hoher AI Literacy Nachholbedarf in der Vorbereitung sehen – hier besteht dringender Handlungsbedarf.
Ja, die AI Literacy wurde über eine Selbsteinschätzung mittels der Meta AI Literacy Scale (MAILS) erhoben. Objektive Maße sind in großen Surveys schwieriger zu integrieren, werden aber in kleineren Stichproben teilweise angewandt.
Um dies zu vermeiden, wurden im Fragebogen Definitionen und konkrete Beispiele für die verschiedenen KI-Systeme bereitgestellt. Dennoch ist maschinelles Lernen in Geisteswissenschaften in der Breite weniger zu erwarten als in technischen Fächern.
Hürden sind die Zögerlichkeit einiger Lehrenden, Rechtsunsicherheiten sowie die Kosten für Softwarezugänge. Einige Universitäten reagieren bereits mit KI-Leitlinien oder Programmen wie 'KI-Tutoren', bei denen Studierende Professor:innen unterstützen.
| Begriff | Definition |
|---|---|
| Bayerische Absolventenstudie (BAS) | Eine jährlich durchgeführte Befragung von Absolventinnen und Absolventen ausgewählter bayerischer Universitäten und Hochschulen. |
| AI Literacy | Die Fähigkeit, Grundfunktionen von KI zu kennen, Anwendungen zu nutzen, Wissen in Szenarien anzuwenden sowie KI-Systeme zu bewerten und ethisch einzuordnen. |
| Meta AI Literacy Scale (MAILS) | Ein Messinstrument zur Bestimmung der AI Literacy, das die Dimensionen Nutzung, Wissen, Erkennung und Ethik umfasst. |
| Natural Language Processing (NLP) | Ein Teilbereich der KI zur Verarbeitung natürlicher Sprache, der von Absolventen häufig für Recherche, Brainstorming und Übersetzungen genutzt wird. |
| Gender AI Gap | Die beobachtete Differenz in der Nutzungsintention von KI-Systemen zwischen Männern und Frauen, insbesondere in Rechts-, Wirtschafts- und Sozialwissenschaften. |
| Living Labs | Reallabore als Lehrformat, in denen technische, rechtliche und ethische Aspekte von KI in praktischen Anwendungen kombiniert werden. |
| Projektbasiertes Lernen | Ein Lehrformat, bei dem KI-Kompetenzen durch die Integration in reale Fallstudien und konkrete Berufsszenarien vermittelt werden. |
| Maschinelles Lernen | Ein spezifischer KI-Ansatz, der insbesondere in der Informatik und den Naturwissenschaften zur Prozessautomatisierung und Forschung eingesetzt wird. |
mindmap
root)Bereit für die Arbeitswelt von morgen? KI in Studium und Beruf(
["Hohe Nutzungsbereitschaft"]
["65 % nutzen KI wöchentlich"]
["Gender AI Gap: Männer > Frauen"]
["Diskrepanz Selbst- vs. Fremdbild"]
["Studierende: Hohe Nutzung"]
["Führungskräfte: Schlechte Vorbereitung"]
["Geringe Studienvorbereitung"]
["Nur 14–19 % fühlen sich gut vorbereitet"]
["Stärken in NLP, Schwächen in Ethik"]
["AI Literacy als Schlüssel"]
["4 Dimensionen: Nutzung, Wissen, Erkennung, Ethik"]
["Informatik führt, Geisteswissenschaften in Ethik"]
["Handlungsempfehlungen"]
["KI als Querschnittsthema"]
["Projektbasiertes Lernen & Living Labs"]