Kontext
Die Session beleuchtet, wie digitale Technologien und Künstliche Intelligenz (KI) die Hochschulbildung in den Natur- und Ingenieurwissenschaften transformieren. Basierend auf internationalen Fallstudien von zehn führenden Universitäten werden Ansätze für innovatives Lehren und Lernen vorgestellt. Im Fokus stehen pädagogisch-didaktische, technologische, organisationale und räumliche Dimensionen, die in ein ganzheitliches Konzept für aktivierendes, kollaboratives und forschungsorientiertes Lernen in hybriden Settings eingebettet sind.
Kernaussagen
1. Ganzheitliches „Learning Experience Design“ als Grundlage
- Innovatives Lehren und Lernen erfordert die Integration pädagogischer, technologischer, sozialer und räumlicher Dimensionen.
- Pädagogische Dimension: Aktivierende Lehrkonzepte wie projektbasiertes, erfahrungsbasiertes oder „Discovery-based Learning“.
- Technologische Dimension: Einsatz von Learning Analytics, VR/AR-Laboren, KI-Tutoren und Gamification.
- Soziale Dimension: Förderung von Interaktion und Kollaboration zwischen Studierenden und Lehrenden.
- Räumliche Dimension: Gestaltung von Lehrräumen, die hybride und flexible Lernsettings unterstützen.
- Ziel ist die Schaffung nutzerorientierter, zielgerichteter und iterativ optimierter Lernumgebungen, die Erfolgserlebnisse ermöglichen.
2. Aktivierende Lehrkonzepte als zentraler Erfolgsfaktor
- Führende Universitäten setzen konsequent auf aktivierende Lehrformate, um Studierende von passiver Wissensaufnahme zu aktiver Handlung und Reflexion zu führen.
- Beispiele:
- Transformatives Lernen (Hong Kong University of Science and Technology, Stanford).
- Erfahrungsbasiertes Lernen (MIT, EPFL).
- Discovery-based Learning (Imperial College London).
- Projektbasiertes Lernen (TU Delft, ETH Zürich).
- Interdisziplinarität wird curricular verankert (z. B. „Common Core Program“ in Hongkong) oder durch flexible Nebenfachwahl gefördert.
3. Hybride und technologiegestützte Lernsettings
- Alle untersuchten Universitäten nutzen hybride Formate wie Blended Learning und Flipped Classroom, unterstützt durch digitale Tools:
- Learning Analytics: Analyse von Lernverhalten und Rückmeldung an Lehrende zur gezielten Intervention.
- VR/AR-Anwendungen: Virtuelle Labore und „Virtual Field Trips“ (z. B. Imperial College London).
- KI-Integration: Adaptive Lernsysteme (z. B. Georgia Tech) oder Avatare als Ergänzung zu Lehrenden (Hong Kong University).
- MOOC-Plattformen (z. B. MITx) ermöglichen flexible Vorbereitung und Flipped-Classroom-Konzepte.
4. Institutionelle Unterstützung und Evidenzbasierung
- Spezialisierte Zentren für innovative Lehre (z. B. „Center for Education and Innovation“ in Hongkong) übernehmen Querschnittsfunktionen:
- Beratung und Schulung von Lehrenden.
- Entwicklung von Prototypen für Lehrformate.
- Begleitforschung zu Lehrinnovationen.
- Evidenzbasierte Evaluation ist entscheidend:
- Messung des Zusammenhangs zwischen Lehrformaten und Lernerfolg (z. B. Prüfungsergebnisse, Abbruchquoten).
- Iterative Anpassung von Lehrkonzepten basierend auf Daten (z. B. Bearbeitungsdauer von Aufgaben in MOOCs).
5. Anreizstrukturen und Partizipation
- Anreize für Lehrende sind essenziell für nachhaltige Innovationen:
- Stipendien für die Erprobung neuer Formate (z. B. Stanford, Georgia Tech).
- Anerkennung von Lehrleistungen im akademischen Karrierepfad (z. B. Tenure-Track-Verfahren).
- Bonuszahlungen oder Preise für herausragende Lehre.
- Einbindung von Studierenden in die Curriculumentwicklung:
- „Teaching Tandems“ (EPFL): Dozierende und Studierende optimieren gemeinsam Lehrformate.
- Feedback-Kultur und niedrigschwellige Partizipationsmöglichkeiten.
Fazit
Handlungsempfehlungen für Hochschulen
- Vision und Leitbild entwickeln:
- Klare strategische Ausrichtung der Lehre, z. B. durch ganzheitliche „Learning and Teaching Strategies“ (Beispiel: Australian National University).
- Institutionelle Strukturen stärken:
- Einrichtung von Zentren für innovative Lehre mit Beratungs-, Schulungs- und Forschungsangeboten.
- Evidenzbasierung vorantreiben:
- Systematische Evaluation von Lehrinnovationen und Messung des Lernerfolgs.
- Anreize für Lehrende schaffen:
- Finanzielle und karriererelevante Anerkennung für Lehrengagement (z. B. Stipendien, Bonuszahlungen).
- Interdisziplinarität fördern:
- Curriculare Verankerung interdisziplinärer Projekte (z. B. „Dreamteams“ an der TU Delft).
- Technologie gezielt einsetzen:
- Nutzung von KI, VR/AR und Learning Analytics zur Individualisierung und Aktivierung von Lernprozessen.
Handlungsempfehlungen für Lehrende
- Vom „Teaching by Telling“ zum „Active Learning“:
- Einsatz aktivierender Methoden (z. B. Think-Pair-Share, Debatten, Minute Papers).
- Kombination von Präsenz- und Onlinelehre (z. B. Flipped Classroom).
- Feedback-Kultur etablieren:
- Regelmäßige Rückmeldungen an Studierende und Nutzung von KI-Tools zur Unterstützung.
- Kollaboratives Lernen fördern:
- Gestaltung von Gruppenarbeiten und projektbasierten Formaten.
- Studierende einbinden:
- Nutzung von „Teaching Tandems“ oder ähnlichen Formaten zur Curriculumentwicklung.
- Mut zu Experimenten:
- Erprobung neuer Formate mit Unterstützung der Hochschule.
Übertragbarkeit der Ergebnisse
- Die Fallstudien bieten Impulse und Good Practices, die nicht 1:1 auf den deutschen Hochschulkontext übertragbar sind, aber adaptierbar sind.
- Besonders relevant sind Ansätze zur Evidenzbasierung, Anreizgestaltung und Studierendenpartizipation, da sie unabhängig von länderspezifischen Rahmenbedingungen umsetzbar sind.
- Herausforderung: Unterschiedliche Hochschulzugangssysteme (z. B. SAT-Scores in den USA vs. Hochschulzugangsberechtigung in Deutschland) erfordern angepasste Evaluationsmethoden.
