Bearbeitungszugang anfragen
Session-Dokumentation • Diskussion • Deutsch

Was müssen wir Lehren? Lernziele in KI-Zeiten

Cover-Bild für Was müssen wir Lehren? Lernziele in KI-Zeiten

Hinweis: Die Inhalte auf dieser Seite wurden teilweise von KI generiert und können Fehler enthalten.

Wortwolke

KI-generierter Inhalt

Zusammenfassung

KI-generierter Inhalt

Kontext

Die Diskussion widmete sich der Frage, wie akademische Bildung und Lernziele in einer von KI geprägten Welt neu definiert werden müssen. Ausgangspunkt war die Beobachtung, dass KI klassische akademische Tätigkeiten wie das Verfassen von Texten, Programmieren oder das Lösen von Prüfungsaufgaben zunehmend übernimmt. Dies wirft grundsätzliche Fragen auf:

  • Welche Rolle soll Hochschulbildung zukünftig einnehmen?
  • Wie verändert sich das Verständnis von „Wissen“, wenn KI faktenbasiertes und synthetisches Wissen generieren kann?
  • Welche Fähigkeiten bleiben genuin menschlich und sollten daher im Zentrum akademischer Bildung stehen?

Die Panel-Teilnehmer:innen diskutierten diese Fragen aus unterschiedlichen Perspektiven: Hochschulforschung, Wirtschaft, Studierendenvertretung und Bildungsstrategie.

Kernaussagen

1. Notwendigkeit eines Paradigmenwechsels in der Hochschulbildung

  • Ulf-Daniel Ehlers

    • Hochschulen müssen den Fokus von reinem Wissenserwerb auf Urteilsfähigkeit und den Umgang mit Unsicherheit verlagern.
    • KI-Kompetenz sollte nicht als separates Modul („Add-on“), sondern agil und tiefenintegriert in Curricula verankert werden.
    • Zentrale Aufgabe: Förderung der menschlichen Handlungsfähigkeit (Agency) und gesellschaftliche Mitgestaltung.
    • Beispiel: Wissenschaftliches Arbeiten muss neu gedacht werden – nicht das Erstellen von Exzerpten oder Literaturrecherchen steht im Vordergrund, sondern die Beurteilung der Qualität von KI-generierten Inhalten.
    • Zitat (sinngemäß): „Die Frage ist nicht Was müssen wir wissen?, sondern Wer werden wir sein?“

  • Anna-Maria Karl

    • Aus wirtschaftlicher Perspektive ist ein Paradigmenwechsel hin zu Urteilsfähigkeit und Haltung notwendig, um Transformationen zu steuern.
    • Gefordert wird eine stärkere interdisziplinäre Grundausbildung (Liberal Arts), um Perspektivwechsel zu ermöglichen.
    • Appell: Mut zum Pragmatismus bei der Umsetzung neuer Lernziele.
    • Beispiel: Unternehmen suchen Führungskräfte, die Transformationen gestalten können – nicht nur Fachwissen, sondern Persönlichkeit und Urteilsvermögen sind entscheidend.

  • Giulia Cordier

    • Aus Studierendenperspektive herrscht Verunsicherung über die Sinnhaftigkeit klassischer Formate (z. B. Hausarbeiten), wenn KI diese übernehmen kann.
    • Forderung nach „nachhaltiger KI-Kompetenz“, die über reines Prompting hinausgeht.
    • Kritik: Lehrende müssen selbst KI-kompetent sein, um Studierende adäquat ausbilden zu können.
    • Beispiel: Studierende fragen sich, warum sie Hausarbeiten schreiben sollen, wenn KI dies ebenso gut kann.

  • Florian Rampelt

    • KI-Kompetenz muss pragmatisch in die Lehrpraxis übersetzt werden, z. B. durch die Verknüpfung von Lernzielen mit konkreten Lernszenarien (z. B. Quellenkritik an KI-generierten Texten).
    • Betonung der Gemeinschaftsaufgabe: Kooperationen zwischen Institutionen sind notwendig, um den technologischen Wandel zu bewältigen.
    • Beispiel: Geschichtsstudierende üben Quellenkritik anhand von KI-generierten Erzählungen zu historischen Ereignissen.

2. Kritisches Denken und Urteilsfähigkeit als zentrale Lernziele

  • Gemeinsame Position

    • Urteilsfähigkeit wird als Schlüsselkompetenz identifiziert, um KI-generierte Inhalte einordnen, bewerten und verantwortungsvoll nutzen zu können.
    • Kritisches Denken muss von einem impliziten Ziel zu einem expliziten Bestandteil der Lehre werden.
    • Reflexion und Erfahrung sind essenziell – Studierende müssen lernen, KI-Outputs zu hinterfragen und eigene Schlüsse zu ziehen.
    • Beispiel: Studierende diskutieren in Gruppen über KI-generierte Texte und üben so die Einordnung und Bewertung von Informationen.

  • Unterschiedliche Schwerpunkte

    • Ehlers: Betont die epistemische Verschiebung – Wissen ist nicht mehr nur verfügbar, sondern auch generierbar. Hochschulen müssen Studierende befähigen, mit dieser neuen Realität umzugehen.
    • Karl: Fokussiert auf die Anwendung von Urteilsfähigkeit in der Wirtschaft – Absolvent:innen müssen in der Lage sein, Führungsrollen in einer von KI geprägten Arbeitswelt zu übernehmen.
    • Cordier: Hebt die Verunsicherung der Studierenden hervor – klassische Prüfungsformate verlieren an Bedeutung, wenn KI diese übernehmen kann.
    • Rampelt: Unterstreicht die praktische Umsetzung – Lernziele müssen mit konkreten Szenarien verknüpft werden, um Lehrende und Studierende abzuholen.

3. Herausforderungen bei der Umsetzung

  • Lehrende als Lernende

    • Lehrende müssen selbst KI-kompetent werden, um Studierende ausbilden zu können. Aktuell besteht hier ein Kompetenzgefälle zwischen Lehrenden und Studierenden.
    • Beispiel: Reverse Mentoring – Studierende unterstützen Lehrende beim Erwerb von KI-Kompetenzen.

  • Prüfungsformate und Eigenleistung

    • Wenn KI in Lern- und Arbeitsprozesse eingebettet ist, reicht die Bewertung des Endergebnisses nicht mehr aus.
    • Gefordert werden prozessorientierte, formative und authentische Prüfungsformen, die Reflexion, Verantwortung und Urteilsfähigkeit abbilden.
    • Beispiel: Studierende dokumentieren ihren Arbeitsprozess mit KI und reflektieren über die Qualität der Ergebnisse.

  • Institutionelle Hürden

    • Strukturelle Veränderungen sind notwendig, um KI-Kompetenz tiefenintegriert in Curricula zu verankern.
    • Beispiel: Das Projekt in Baden-Württemberg zeigt, wie Curricula agil weiterentwickelt werden können, um KI-Kompetenz sichtbar zu machen.
    • Kulturwandel: Hochschulen müssen eine Kultur der Offenheit und des Experimentierens fördern, um Lehrende und Studierende zu ermutigen, neue Wege zu gehen.

  • Kooperation und Vernetzung

    • KI-Kompetenz ist eine Gemeinschaftsaufgabe – keine Institution kann diese Herausforderung allein bewältigen.
    • Beispiel: Initiativen wie die Future Skills Alliance oder der KI-Campus bringen Akteur:innen aus Wissenschaft, Wirtschaft und Zivilgesellschaft zusammen.

4. Zukunft der akademischen Bildung: Agency und gesellschaftliche Mitgestaltung

  • Agency (Handlungsfähigkeit)

    • Studierende müssen befähigt werden, proaktiv mit KI umzugehen und technologischen Wandel mitzugestalten.
    • Beispiel: Studierende lernen, wie sie KI-Tools für ihre eigenen Ziele einsetzen können, z. B. in der Pflege oder im Bildungsbereich.

  • Gesellschaftliche Mitgestaltung

    • Akademische Bildung muss über Employability hinausgehen und Studierende befähigen, gesellschaftliche Verantwortung zu übernehmen.
    • Beispiel: Das Future Skills Framework der EU und OECD umfasst Kompetenzen wie KI bewusst umgehen, KI kreativ anwenden und KI aktiv mitgestalten.

  • Liberal Arts und Interdisziplinarität

    • Gefordert wird eine stärkere interdisziplinäre Grundausbildung, um Perspektivwechsel zu ermöglichen und Studierende auf komplexe Herausforderungen vorzubereiten.
    • Beispiel: Studierende der Geschichte und Informatik lernen, KI aus unterschiedlichen fachlichen Blickwinkeln zu betrachten.

Offene Fragen

  1. Wie lässt sich Urteilsfähigkeit konkret bewerten?

    • Nach welchen Kriterien wird die Urteilsfähigkeit von Studierenden beurteilt, insbesondere wenn KI-generierte Inhalte einbezogen werden?
    • Wie kann sichergestellt werden, dass Bewertungsmethoden fair und transparent sind?

  2. Wie gelingt der Transfer von Future Skills in die Praxis?

    • Wie können Hochschulen sicherstellen, dass Future Skills nicht nur theoretisch vermittelt, sondern auch in der Arbeitswelt angewendet werden?
    • Welche Rolle spielen Praxispartner (z. B. Unternehmen) bei der Vermittlung von KI-Kompetenzen?

  3. Wie kann der Kulturwandel an Hochschulen gelingen?

    • Wie lassen sich Lehrende, die KI skeptisch gegenüberstehen, für neue Lehrformate gewinnen?
    • Welche strukturellen und finanziellen Rahmenbedingungen sind notwendig, um einen nachhaltigen Kulturwandel zu ermöglichen?

  4. Wie geht man mit der Ambivalenz von KI um?

    • Wie können Hochschulen Studierende darauf vorbereiten, dass KI sowohl Chancen (z. B. Effizienzsteigerung) als auch Risiken (z. B. Jobverlust, Desinformation) mit sich bringt?
    • Wie lässt sich Ambiguitätstoleranz – die Fähigkeit, mit Widersprüchen umzugehen – in der Lehre fördern?

  5. Wie verändern sich Einstiegswege in den Arbeitsmarkt?

    • Welche neuen Kompetenzen sind erforderlich, um in einer von KI geprägten Arbeitswelt Fuß zu fassen?
    • Wie können Hochschulen Studierende darauf vorbereiten, dass Einstiegsrollen sich verändern oder wegfallen?

Ergebnis

Die Diskussion machte deutlich, dass akademische Bildung vor einem grundlegenden Wandel steht. Die zentralen Erkenntnisse lassen sich wie folgt zusammenfassen:

  1. Neudefinition von Lernzielen

    • Der Fokus verschiebt sich von Wissensvermittlung hin zu Urteilsfähigkeit, kritischem Denken und Agency.
    • KI-Kompetenz muss tiefenintegriert in Curricula verankert werden – nicht als Add-on, sondern als zentraler Bestandteil der Lehre.

  2. Praktische Umsetzung

    • Konkrete Lernszenarien (z. B. Quellenkritik an KI-Texten) helfen, KI-Kompetenz in die Lehrpraxis zu übersetzen.
    • Kooperationen zwischen Institutionen sind notwendig, um den technologischen Wandel zu bewältigen.

  3. Kulturwandel an Hochschulen

    • Lehrende müssen selbst KI-kompetent werden und eine Kultur der Offenheit fördern.
    • Prozessorientierte Prüfungsformate ersetzen zunehmend klassische Methoden, um Eigenleistung, Reflexion und Verantwortung abzubilden.

  4. Gesellschaftliche Verantwortung

    • Akademische Bildung muss Studierende befähigen, gesellschaftliche Mitgestaltung zu übernehmen und technologischen Wandel aktiv zu beeinflussen.
    • Interdisziplinäre Ansätze (z. B. Liberal Arts) gewinnen an Bedeutung, um Perspektivwechsel zu ermöglichen.

  5. Appelle an die Akteur:innen

    • Ulf-Daniel Ehlers: Hochschulen müssen die Freiheit in der Gesellschaft verteidigen und Studierende befähigen, diese mitzugestalten.
    • Anna-Maria Karl: Mut zur Veränderung und Offenheit für neue Lehrformate sind entscheidend.
    • Florian Rampelt: KI-Kompetenz ist eine Gemeinschaftsaufgabe – Kooperationen sind unerlässlich.
    • Giulia Cordier: Nachhaltige KI-Kompetenz erfordert langfristige Strukturen und eine offene Haltung.

Die Diskussion zeigte, dass die Herausforderungen komplex sind, aber auch große Chancen bieten, akademische Bildung zukunftsfähig zu gestalten. Entscheidend wird sein, die Balance zwischen Fachlichkeit, Employability und gesellschaftlicher Verantwortung zu finden und pragmatische Lösungen umzusetzen.

Fragen & Antworten

KI-generierter Inhalt
Nach welchen Kriterien lässt sich die Urteilsfähigkeit von Studierenden bewerten, insbesondere wenn KI in Lernprozesse eingebunden ist?

Die Bewertung sollte sich auf die fachliche Einordnung in spezifischen Kontexten sowie auf die Fähigkeit zur aktiven gesellschaftlichen Mitgestaltung stützen. Dabei müssen Lehrende als Vorbilder fungieren und wertebasierte Fachdiskurse führen, um gemeinsam zu definieren, was Urteilsbefähigung konkret bedeutet.

KI entwickelt sich zu schnell, als dass Dozierende immer einen Vorsprung in KI-Literacy zu Studierenden haben – öffnet das den Raum für partizipative Lehr-Lernszenarien?

Ja, dies ermöglicht eine Erweiterung der Rolle der Lehrenden hin zu einer Lerngemeinschaft. Es bietet die Chance, partizipativere Ansätze zu etablieren, bei denen Dozierende und Studierende gemeinsam mit der Technologie experimentieren und die Ergebnisse im anschließenden Debriefing reflektieren.

Welche konkreten KI-Kompetenzen fehlen Absolvent:innen aus Sicht der Wirtschaft?

Es geht weniger um die allgemeine digitale Literacy, sondern spezifisch um die Kompetenz, Prozesse zu automatisieren und geeignete Tools gezielt auszuwählen. Zudem wird die Anschlussfähigkeit und Kommunikation zwischen verschiedenen Generationen in den Unternehmen als kritisch angesehen.

Diagramm

KI-generierter Inhalt
100% 
mindmap
  root)Was müssen wir lehren? Lernziele in KI-Zeiten(
    ["Paradigmenwechsel in Hochschulbildung"]
      ["Fokus auf Urteilsfähigkeit & Reflexion"]
      ["KI-Kompetenz als Querschnittsthema"]
      ["Future Skills gegen Unsicherheit"]
    ["Studierendenperspektive"]
      ["Zweifel an klassischen Lernformaten"]
      ["Forderung nach KI-Kompetenz"]
      ["Erwartung an Lehrende"]
    ["Prüfungsformate & Eigenleistung"]
      ["Prozessorientierte Bewertung"]
      ["Authentische Aufgaben"]
      ["Neue Definition von Eigenleistung"]
    ["Arbeitswelt & Berufseinstieg"]
      ["Veränderte Einstiegsrollen"]
      ["Forderungen der Wirtschaft"]
      ["Generationenübergreifende Zusammenarbeit"]
    ["Umsetzungshürden & Lösungen"]
      ["Strukturelle Herausforderungen"]
      ["Kulturelle Barrieren"]
      ["Fehlende Vorbilder"]