Digital Learning Campus

Foliensatz

Wortwolke

Zusammenfassung

Kontext

Die Session stellt das KI-basierte Lernsystem MyBuddy Programmieren vor, das vom DigitalCampus der Arbeitsstelle Migration der HAW Hamburg entwickelt wurde. Ziel ist es, Studierende – insbesondere mit Migrationshintergrund – beim Erlernen von Programmierlogik zu unterstützen, ohne ihnen fertige Lösungen zu liefern. Das System basiert auf einem kompetenzorientierten, diversitätssensiblen pädagogischen Konzept (Seukwa 2021) und soll das „kognitive Offloading“ vermeiden, das bei herkömmlichen KI-Tools wie ChatGPT beobachtet wird. In der Pilotphase wurde MyBuddy erfolgreich in der Zielgruppe eingesetzt.

Kernaussagen

1. Problem des kognitiven Offloadings und Deskilling-Risiko

Aktuelle Nutzung von KI-Tools: Zwei Drittel der Studierenden nutzen KI für Programmieraufgaben, um Effizienz zu steigern. Dies führt jedoch zu einem Lern-Leistungs-Paradox: Die Produktivität im Arbeitsprozess steigt, während der eigentliche Lernprozess und metakognitive Fähigkeiten vernachlässigt werden.
Folgen: Langfristig droht ein Deskilling, insbesondere bei benachteiligten Studierenden (z. B. mit Migrationshintergrund oder Sprachbarrieren). Studien zeigen, dass Metakognitionsprozesse durch passiven KI-Konsum abnehmen.
Forderung: Eine grundlegende Neukonzeption von KI-Systemen in der Bildung ist notwendig, um lernförderliche Anwendungen zu schaffen.

2. Pädagogisches Konzept: MyBuddy als Lehrkompagnon

Aktivierung statt Performanz: MyBuddy liefert keine fertigen Lösungen, sondern führt Studierende durch adaptive Fragen und Hinweise zur eigenständigen Herleitung von Code-Logik. Dies fördert die eigene Aktualisierung von Kompetenzen und erhält die Kontrolle über den Lernweg bei den Lernenden.
Diversitätssensibilität: Das System ist multilingual konzipiert, um Studierenden mit Migrationshintergrund zu ermöglichen, Fachkompetenzen in ihrer Herkunftssprache zu aktivieren. Dies reduziert Sprachbarrieren und Schamgefühle beim Fragenstellen.
Fehler als Lernchance: Fehler werden nicht korrigiert, sondern als Anlass für gezieltes Feedback genutzt, um den Lernprozess zu vertiefen.

3. Technische Umsetzung: Training eines Open-Source-Modells

Modellbasis: MyBuddy basiert auf dem Open-Source-Modell Mistral 24B (24 Milliarden Parameter), das gezielt trainiert wurde, um die Rolle eines Tutors zu übernehmen.
Innovation: Statt auf System-Prompts zu setzen, wurde das Modell durch Fine-Tuning der Gewichte so angepasst, dass es ein konsistentes, lernförderliches Verhalten zeigt. Dies ermöglicht eine adaptive Interaktion, die sich am Kompetenzniveau der Nutzer:innen orientiert.
Sokratisches Phasenmodell: Die Interaktion folgt einem dynamischen Prozess aus:
- Diagnose (Ermittlung des Wissensstands),
- Führung (Hinweise zur Lösung),
- Eskalation (vertiefende Fragen bei Fehlern),
- Abschluss (Zusammenfassung der Lösung). Die Dauer der Phasen passt sich dem Nutzerverhalten an (z. B. längere Diagnosephase bei Unsicherheit).

4. Einbettung in ein hybrides pädagogisches Ökosystem

Keine Standalone-Lösung: MyBuddy ist Teil eines hybriden Lehrkonzepts, das Präsenzlehre, multilinguale Tutorien, Workshops und digitale Übungsplattformen (z. B. Upsy) kombiniert.
Integration in Lehrveranstaltungen: Das System wird bereits in Programmierkursen der HAW Hamburg eingesetzt und in die Übungsplattform Upsy eingebunden, wo Studierende Code direkt ausführen können.
Zielgruppen: Neben Studierenden richtet sich MyBuddy auch an Tutor:innen und Lehrende, um individuelle Unterstützung im Unterricht zu ermöglichen.

5. Erste Forschungsergebnisse und Herausforderungen

Akzeptanz: Die Nutzung von MyBuddy wird unterschiedlich aufgenommen:
- Lehrende: Einige sehen Mehrwert in der Entlastung durch adaptive Fragen, andere lehnen KI ab.
- Studierende: Gewohnheit an fertige Lösungen führt teilweise zu Skepsis gegenüber dem interaktiven Ansatz.
Hochschulverantwortung: KI-Anwendungen müssen inklusiv, lernprozessförderlich und transparent gestaltet sein. Eine Einbettung in didaktische Rahmenbedingungen ist zentral.
Zugänglichkeit: MyBuddy ist öffentlich über den DigitalCampus der HAW Hamburg nutzbar (ohne Login), das trainierte Modell selbst ist jedoch nicht open source.

Fazit

MyBuddy Programmieren zeigt, wie KI-Systeme lernförderlich gestaltet werden können, indem sie Studierende durch adaptive Fragen und Fehlerfeedback zur eigenständigen Problemlösung führen. Der Ansatz adressiert insbesondere diversitätssensible Lernbedarfe und vermeidet das Risiko des Deskilling. Für eine nachhaltige Integration ist die Einbettung in hybride Lehrkonzepte entscheidend. Die HAW Hamburg plant, das System weiter auszurollen und wissenschaftlich zu evaluieren.

Handlungsempfehlung:

Hochschulen sollten KI-Tools nicht als Ersatz, sondern als Begleiter für metakognitive Lernprozesse konzipieren.
Diversitätssensible Gestaltung (z. B. Mehrsprachigkeit) und pädagogische Einbettung sind Schlüssel für den Erfolg.
Eine kritische Reflexion der KI-Nutzung in der Lehre ist notwendig, um Deskilling-Effekte zu vermeiden.

Kontakt:

Yvonne Fietz (yvonne.fietz@haw-hamburg.de)
Karl-Justus Boos (karl-justus.boos@haw-hamburg.de)
Zugang zu MyBuddy: DigitalCampus HAW Hamburg (Menüpunkt „MyBuddy“).

Fragen & Antworten

Welche KI bildet die Grundlage von MyBuddy?

MyBuddy basiert auf dem europäischen Open-Source-Modell Mistral 24B. Dieses Basismodell wurde durch gezieltes Training der Gewichte so verändert, dass es einen tutoriellem Charakter besitzt und nicht nur einfache System-Prompts abarbeitet.

Ist das weitertrainierte Modell von MyBuddy ebenfalls Open Source verfügbar?

Nein, während das Basismodell Open Source ist, wurde das spezifisch trainierte Modell nicht öffentlich zur Verfügung gestellt; es läuft auf den eigenen Servern der HAW Hamburg.

Wird das Modell bereits in der Lehre eingesetzt?

Ja, MyBuddy wird bereits in verschiedenen Programmierkursen und Modulen der HAW Hamburg sowie in Tutorien eingesetzt und wird derzeit wissenschaftlich evaluiert.

Kann man in MyBuddy Code direkt im Browser ausführen oder Syntax-Highlighting nutzen?

In der reinen Webversion ist dies nicht möglich, jedoch wurde MyBuddy in die Übungsplattform 'Upsy' integriert, die Code-Ausführung und Highlighting unterstützt.

Führt der Einsatz solcher KI-Systeme dazu, dass die Präsenzhochschule zu einer Art Fernhochschule wird?

Nein, da MyBuddy nicht als Standalone-Lösung konzipiert ist, sondern als ergänzendes Tool in ein hybrides pädagogisches Gesamtkonzept aus Präsenzveranstaltungen, Workshops und multilingualen Tutorien eingebettet ist.

Diagramm

100%

mindmap
  root)MyBuddy Programmieren: KI für kompetenzorientiertes Lernen(
    ["Problem: Kognitives Offloading"]
      ["KI-Nutzung steigert Effizienz"]
      ["Risiko: Deskilling & Metakognitionsverlust"]
    ["Pädagogisches Konzept"]
      ["Aktivierung durch adaptive Fragen"]
      ["Diversitätssensibel & multilingual"]
      ["Fehler als Lernchance nutzen"]
    ["Technische Umsetzung"]
      ["Open-Source-Modell Mistral 24B"]
      ["Fine-Tuning für tutorielle Interaktion"]
      ["Sokratisches Phasenmodell"]
    ["Hybrides Lehrökosystem"]
      ["Kombination mit Präsenzlehre"]
      ["Integration in Upsy-Plattform"]
      ["Unterstützung für Tutor:innen"]
    ["Forschungsergebnisse"]
      ["Gemischte Akzeptanz bei Lehrenden"]
      ["Skepsis durch Gewohnheit an Lösungen"]
      ["Öffentlich nutzbar via DigitalCampus"]

MyBuddy Programmieren: Ein KI-System, das nicht das Denken ersetzt, sondern es entwickelt