Digital Learning Campus

Foliensatz

Wortwolke

Zusammenfassung

Kontext

Die Session stellt ein modulares Lehrformat vor, das Lehrende dabei unterstützt, KI-Kompetenzen in die Hochschullehre zu integrieren. Angesichts der rasanten Entwicklung von KI-Technologien fehlen oft strukturierte, praxisnahe Materialien, um Studierende reflexiv und handlungsfähig im Umgang mit KI auszubilden. Die TH Köln hat daher „Kompakte Lehrimpulse“ als Open Educational Resources (OER) entwickelt, die flexibel in Lehrveranstaltungen eingesetzt werden können. Ziel ist es, KI-Kompetenzen systematisch und vernetzt zu vermitteln, etwa für wissenschaftliches Arbeiten mit KI.

Kernaussagen

1. Modularer Aufbau der Lehrimpulse

Die Lehrimpulse sind als niedrigschwellige, einstündige Unterrichtseinheiten konzipiert, die sich leicht in bestehende Lehrveranstaltungen integrieren lassen.
Sie folgen einem Baukastenprinzip mit:
- Kernbausteinen: Learning Outcomes, vermittelte KI-Kompetenzen, Reflexionsfragen, Promptvorlagen.
- Variablen Elementen: Didaktische Methoden, Zeitlimits, Fachkontexte, die an die Bedürfnisse der Lehrenden angepasst werden können.
Einzelne Module lassen sich zu Lernpfaden kombinieren, z. B. für wissenschaftliches Arbeiten (Literaturrecherche → Forschungsfragen → Schreiben → Fact-Checking).

2. Kompetenzrahmen als didaktische Grundlage

Der Kompetenzrahmen umfasst sechs Bereiche, abgeleitet aus:
- Dem KI-Kompetenzrahmen Hochschule des Projekts Digitale Lehre Hub Niedersachsen (DLHN).
- Dem Whitepaper „Generative AI Competencies for Future-Proof Graduates“.
Aktuell liegt der Fokus auf dem Bereich „Anwendung“ (praktischer Einsatz von KI-Tools), perspektivisch sollen alle Bereiche abgedeckt werden:
- Reflexion (kritische Einordnung).
- Technologie (Funktionsweise von KI).
- Rechtlicher und ethischer Rahmen.
- AI Management und AI Innovation.

3. „Skills before Tools“ als Leitprinzip

Im Vordergrund steht die Vermittlung allgemeiner Fähigkeiten (z. B. Prompting, kritische Reflexion, Quellenbewertung), um Abhängigkeiten von spezifischen Tools oder Software-Updates zu minimieren.
Die Lehrimpulse nutzen hochschulinterne KI-Tools (z. B. THKI Chat, Elsevier-Recherchetool, KI-Recherchebot der Bibliothek), um praxisnahe Anwendungen zu demonstrieren.
Durch den Fokus auf Kompetenzen statt Tools bleibt das Material langfristig nutzbar und erfordert nur punktuelle Aktualisierungen.

4. Integration in die KI-Infrastruktur der Hochschule

Die Lehrimpulse sind Teil einer umfassenden KI-Infrastruktur an der TH Köln, die weitere Elemente umfasst:
- Eigene Chat-Interfaces (z. B. THKI Chat).
- Recherche-Bots (z. B. KAI der Hochschulbibliothek).
- Weiterbildungsangebote für Lehrende.
- Vernetzungsformate für nachhaltige Kompetenzentwicklung.
Die Materialien werden als OER (PDFs, Web-Artikel) bereitgestellt, um eine schnelle Adaption und Aktualisierung durch Lehrende zu ermöglichen.

5. Praktische Umsetzung und Feedback

Die Lehrimpulse sind gleich aufgebaut (Einleitung, Kernbausteine, Reflexionsfragen, Promptvorlagen, Erweiterungsvorschläge), um die Nutzung zu erleichtern.
Im Chat wurden Themenvorschläge für neue Lehrimpulse gesammelt, darunter:
- Bias und Deskilling.
- Ressourcenverbrauch von KI.
- Kritisches Denken und wissenschaftliche Praxis.
- Datenschutz, Ethik, Urheberrecht.
- Erkennung von Fakes/Falschinformationen.
Die Referent:innen betonten die Bedeutung von Kompetenzmodellen (z. B. AI Fluency Framework, PCRR Framework) für die Gestaltung von Lernpfaden, insbesondere für wissenschaftliches Arbeiten.

Fazit

Die „Kompakten Lehrimpulse“ bieten Lehrenden ein flexibles, modulares Werkzeug, um KI-Kompetenzen systematisch in die Lehre zu integrieren. Durch den Fokus auf Skills statt Tools und die Bereitstellung als OER sind die Materialien nachhaltig einsetzbar und lassen sich leicht anpassen. Die Kombination zu Lernpfaden ermöglicht eine vernetzte Vermittlung von Kompetenzen, etwa für wissenschaftliches Arbeiten. Hochschulen wird empfohlen:

Modulare Formate zu nutzen, um Unsicherheiten bei der KI-Integration zu reduzieren.
Kompetenzrahmen als Grundlage für die Entwicklung eigener Lehrmaterialien zu verwenden.
Feedback von Lehrenden und Studierenden einzuholen, um die Inhalte bedarfsgerecht zu erweitern.
KI-Infrastrukturen aufzubauen, die Lehrimpulse mit Tools, Weiterbildungen und Vernetzungsangeboten verbinden.

Fragen & Antworten

Welche Kompetenzmodelle sollten bei der Vermittlung von KI-Skills genutzt werden und wie lassen sich diese in die Lehre integrieren?

Es gibt verschiedene Modelle wie das AI Fluency oder das PCRR Framework, die besonders für die Interaktion mit KI oder prozesshafte Skills hilfreich sind. Die Referenten nutzen für ihre Lehrimpulse einen übergreifenden Rahmen für die Hochschule, empfehlen aber, spezifische Modelle ergänzend in die Veranstaltungen einzuarbeiten.

Wie wurde der Prozess der Entscheidung für das gewählte Kompetenz-Framework gestaltet und wer war daran beteiligt?

Die Referenten orientieren sich an einem Rahmen, der aus dem Projekt 'Digitale Lehre Hub Niedersachsen (DLHN)' und einem Whitepaper zu generativen KI-Kompetenzen abgeleitet wurde, um einen konsistenten Ordnungsrahmen für die Hochschule zu schaffen.

Wie hoch ist der Aktualisierungsbedarf der Materialien bei schnellen technologischen Änderungen?

Der Aufwand ist gering, da das Leitprinzip 'Skills before Tools' verfolgt wird und allgemeine Fähigkeiten statt spezifischer Tool-Bedienungen vermittelt werden. Dank des Baukastenprinzips müssen bei Änderungen nur einzelne Abschnitte angepasst werden, während die Gesamtstruktur der Lernpfade stabil bleibt.

Diagramm

100%

mindmap
  root)Kompakte Lehrimpulse: KI-Skills fördern(
    ["Modularer Aufbau"]
      ["Niedrigschwellige einstündige Einheiten"]
      ["Baukastenprinzip mit Kernbausteinen"]
      ["Kombinierbare Lernpfade"]
    ["Kompetenzrahmen"]
      ["6 Bereiche (Anwendung, Reflexion, etc.)"]
      ["Basierend auf DLHN & Whitepaper"]
      ["Fokus auf praktische Anwendung"]
    ["Skills before Tools"]
      ["Allgemeine Fähigkeiten vermitteln"]
      ["Nutzung hochschulinterner KI-Tools"]
      ["Langfristige Nutzbarkeit"]
    ["Integration in KI-Infrastruktur"]
      ["Eigene Chat-Interfaces & Recherche-Bots"]
      ["Weiterbildungen für Lehrende"]
      ["OER als PDFs/Web-Artikel"]
    ["Praktische Umsetzung"]
      ["Standardisierter Aufbau der Module"]
      ["Themenvorschläge aus Feedback"]
      ["Kompetenzmodelle für Lernpfade"]