Künstliche Intelligenz in der Hochschullehre
Entwicklungen und Einsatzmöglichkeiten digitaler Technologien im Hochschulalltag
Zusammenfassung
KI-basierte generative Systeme wie ChatGPT haben das Potenzial, das Lehren, Lernen, Arbeiten und Prüfen an Hochschulen disruptiv und dauerhaft zu verändern. Aber auch die Online-Lehre hat erheblichen Einfluss auf die Weiterentwicklung von Lehrangeboten und Studiengängen. Zudem verändern sich die Anforderungen an Absolvent:innen, da sich Berufsbilder schneller weiterentwickeln. Vor diesem Hintergrund ergeben sich zahlreiche Fragen, die Hochschulen in den nächsten Jahren und Jahrzehnten beantworten müssen.
? Welche Auswirkungen hat KI auf Hochschullehre und Prüfungsformen?
? Müssen Studiengänge mehr Gewicht auf die Vermittlung von Meta-Kompetenzen legen?
? Wie kann Online-Lehre in die Weiterentwicklung von Studienangeboten integriert werden?
Das Buch zeigt mögliche und notwendige Richtungen auf, in die sich Hochschulen in den nächsten Jahrzehnten entwickeln können. Es richtet sich an Bildungspolitiker:innen, Lehrende und Forschende, die die Zukunft der Hochschulbildung gestalten wollen.
Schlagworte
- 1–14 Titelei/Inhaltsverzeichnis 1–14
- 15–26 1 Einleitung 15–26
- 1.1 ChatGPT erschüttert die Hochschulen – oder: KI eröffnet Möglichkeiten einer zeitgemäßen Hochschullehre
- 1.2 Ziel dieses Sammelbandes
- 1.3 Aufbau dieses Sammelbandes
- Literatur
- 27–40 2 Künstliche Intelligenz in der Hochschule aus Sicht der Studierenden: Ergebnisse empirischer Begleitforschung 27–40
- 2.1 Einleitung und Beschreibung
- 2.1.1 Zielsetzung und Überblick
- 2.1.2 Beschreibung der Studie
- 2.2 Art der Nutzung von KI-Tools
- 2.2.1 Bekanntheit und Verwendung von KI-Tools
- 2.2.2 Einsatz von KI-Tools im Zusammenhang mit dem Studium
- 2.2.3 Häufigkeit der Nutzung von generativer KI
- 2.3 Zukünftige Auswirkungen von KI
- 2.3.1 Zukünftiger Einfluss von KI auf die Hochschullehre
- 2.3.2 Ersatz von Lehrkräften durch KI?
- 2.3.3 Zukünftiger Unterricht durch KI-Systeme
- 2.3.4 Umgang mit KI als Bestandteil des Studiums
- 2.4 Persönliche Meinung zu KI
- 2.4.1 KI als Chance oder Gefahr?
- 2.4.2 Einschätzung als legitimes Hilfsmittel
- 2.4.3 Argumente für den Einsatz von KI
- 2.4.4 Argumente gegen den Einsatz von KI
- 2.5 Fazit und Ausblick
- 41–54 3 Kurzinterviews mit Studierenden zum Einsatz generativer KI in der Hochschule 41–54
- 3.1 Studentin der Fachhochschule Wien der Wiener Wirtschaft: 3. Semester, Bachelorstudiengang
- 3.2 Studentin der medizinischen Universität Charité in Berlin: 3. Semester, Medizinstudium
- 3.3 Studentin der Fachhochschule Wien der Wiener Wirtschaft: 3. Semester, Bachelorstudiengang
- 3.4 Student der Universität Passau: 7. Semester, Lehramtsstudiengang
- 3.5 Student der Universität Regensburg: 17. Semester, Promotionsstudiengang
- 3.6 Student der Universität München: 22. Semester, Promotionsstudiengang
- 55–70 4 Die KI-Welle: Reiten wir sie oder steigen wir ab? 55–70
- 4.1 Einführung
- 4.2 Anwendungen
- 4.2.1 Studierende nutzen die KI
- 4.2.2 Was kann ChatGPT?
- 4.2.3 ChatGPT nimmt Lehrenden Arbeit ab
- 4.2.4 Ein Bild zur Beziehungsherstellung: Studierende vor der Straßenbahn
- 4.2.5 Einsatz von KI in der Weiterbildung
- 4.3 Umfrage zu KI
- 4.4 Diskussion
- Literatur
- 71–86 5 So nah an der Forschung war die Lehrpraxis noch nie: Ein Erfahrungsbericht aus dem Berliner Zentrum für Hochschullehre 71–86
- 5.1 Die Qualität der Lehre durch Weiterbildung von Lehrenden verbessern
- 5.2 Ziele der BZHL-Weiterbildungsangebote rund um KI
- 5.2.1 Lehrende informieren und sensibilisieren – mit Online-Events und Ressourcen-Seite
- 5.2.2 Lehrende detaillierter informieren und anregen zum Ausprobieren mit kritischem Blick auf die Ergebnisse
- 5.2.3 Herausfordernde Fragen stellen: Welche kognitiven Funktionen können und sollen KI-Tools übernehmen?
- 5.2.4 Wenn es darauf ankommt, dass die Ergebnisse korrekt sind, ist Fachwissen unerlässlich, aber welches genau?
- 5.2.5 Präzisierung von Schreib-, Fach-, Zukunftskompetenzen, kritischem und kreativem Denken anhand psychologischer Modelle und Theorien
- 5.3 Erfahrungen des BZHL
- 5.3.1 Entscheidungshilfen für Einschränkungen und Erlaubnis von KI-Tools
- 5.3.2 Berichte aus unseren Workshops
- 5.3.3 Struktur der KI-Ressourcen-Seite als Spiegel der aktuellen Diskussion
- Literatur
- 87–118 6 Kurzinterviews mit Lehrenden verschiedener Hochschulen 87–118
- 6.1 Prof. Dr. Johannes Bruhn
- 6.2 Prof. Dr. Janna Hastings
- 6.3 Prof.in (FH) Mag.a Dr.in Manuela Hirsch
- 6.4 Prof. Dr. Dana-Kristin Mah
- 6.5 FH-Prof. Priv.-Doz. Mag. Dr. David Meyer
- 6.6 Prof. Dr. Nicolae Nistor
- 6.7 Prof. Dr. Oliver Ruf
- 6.8 Prof. Dr. Matthias Schulten
- 6.9 Prof.in (FH) Mag.a Dr.in Elisabeth Springler
- 6.10 FH-Prof. Dr. Mag. Thomas Wala
- 6.11 Prof. Dr. Armin Weinberger
- 6.12 Prof. Dr. Carmen Zahn
- 119–124 7 Ein kurzes Plädoyer für mündliche Prüfungen 119–124
- 7.1 KI in Lehre und Prüfung
- 7.2 Der Einsatz mündlicher Prüfungen
- 7.3 Mündliche Prüfungen: Chancen und Herausforderungen
- Literatur
- 125–150 8 Generative KI in Prüfungen 125–150
- 8.1 Leistungsgüte von ChatGPT in Prüfungen
- 8.1.1 Vorbemerkung zur Faktentreue generativer KI-Systeme
- 8.1.2 Über diesen Beitrag
- 8.2 Generative KI in der Prüfungsvorbereitung
- 8.2.1 Konzeption der Prüfung
- 8.2.2 Erstellung von Mehrfachwahlaufgaben
- 8.2.3 Qualitätssicherung
- 8.2.4 Erstellung von offenen Aufgabenformaten
- 8.2.5 Aufgabenerstellung mit KI oder nicht?
- 8.3 Einsatz von KI-Systemen während der Prüfung
- 8.3.1 Ansätze für Abschlussarbeiten im KI-Zeitalter
- 8.3.2 KI-Systeme als Prüfungswerkzeug
- 8.4 Prävention und Entdeckung des Einsatzes von KI
- 8.4.1 Eigenständigkeit und Kontrolle
- 8.4.2 Nicht überwachte Prüfungsformen
- 8.5 Korrektur und Bewertung mit KI
- 8.5.1 Punktevergabe für offene Prüfungsformen
- 8.5.2 Formulierung von Korrekturhinweisen und Feedback
- 8.6 Ausblick
- Literatur
- 151–174 9 Kurzinterviews mit Expertinnen und Experten aus dem Hochschulmanagement und der Leitung zentraler Abteilungen zur Hochschuldidaktik 151–174
- 9.1 Prof. (FH) Mag. Dr. Andreas Breinbauer
- 9.2 Dr. Thomas D’Souza
- 9.3 Prof. Dr.-Ing. Hans-Georg Enkler
- 9.4 Prof. Dr. Matthias Fuchs, Prof. Dr. phil. Thomas Merz & Dr. Christa Scherrer
- 9.5 Prof. (FH) Mag. Dr. Guenther Grall
- 9.6 Univ.Prof. Dr. Margarethe Rammerstorfer
- 9.7 Ao. Univ.-Prof. Dr. Christa Schnabl
- 9.8 Natascha J. Taslimi
- 175–186 10 „Tod des Autors“? Autorinnen- und Autorenschaft, Textualität, Verantwortung und Transparenz in Zeiten generativer KI 175–186
- 10.1 Der Tod des Autors?
- 10.2 Annäherung an den Umgang mit KI-generierten Texten
- 10.3 Bezugsdimensionen von (wissenschaftlichen) Texten
- 10.3.1 Autorinnen- und Autorenschaft
- 10.3.2 Textualität
- 10.3.3 Verantwortung
- 10.3.4 Transparenz
- 10.4 Konsequenzen
- Literatur
- 187–214 11 Künstliche Intelligenz im akademischen Schreiben: Konzeption und Realisation einer Lehrveranstaltung 187–214
- 11.1 Der Weg zur Idee – Vorüberlegungen zum Konzept
- 11.2 Die Herausforderung ist eine andere als angenommen
- 11.3 Der Ansatz einer Lehrveranstaltung
- 11.4 Veranstaltungsgliederung
- 11.5 Orientierung, akademische Integrität und Qualitätskriterien
- 11.6 Rahmenbedingungen: Hochschule, Fakultät und Betreuer
- 11.7 Themenfindung mit und ohne KI
- 11.8 Formulieren von Ausgabeanforderungen und Prompts
- 11.9 Forschungsfragen finden und formulieren
- 11.10 Texte erklären lassen und Nachfragen stellen
- 11.11 Zitieren von KI
- 11.12 Realisierung und Evaluation der Veranstaltung
- Literatur
- 215–236 12 Ein Online-Selbstlernkurs für Studierende. „Hausarbeiten und Essays mit KI schreiben“ 215–236
- 12.1 Einleitung
- 12.2 Struktur des Kurses
- 12.2.1 Modul 1: Hallo und herzlich willkommen
- 12.2.2 Modul 2: Grundlagen generativer KI-Tools
- 12.2.3 Modul 3: Schritt für Schritt zur Hausarbeit
- 12.2.4 Modul 4: Abschluss und Ausblick
- 12.3 Lernpsychologische Begründung des Kurses
- 12.4 Eingesetzte Tools
- 12.4.1 Tools für das Finden von Ideen und für das Strukturieren
- 12.4.2 Tools für das Recherchieren
- 12.4.3 Tools für das Lesen
- 12.4.4 Tools für das Ausformulieren und Überarbeiten von Texten
- 12.5 Einsatzmöglichkeiten des Kurses
- 12.5.1 Einsatz des Selbstlernkurses am Schreibzentrum der LMU München (Pilotprojekt)
- 12.5.2 Selbstlernkurs als Begleitangebot in einer Fachveranstaltung
- 12.6 Fazit
- Literatur
- 237–248 13 Checken statt Cheaten: Der Einsatz von ChatGPT in der Lehrerinnen- und Lehrerbildung 237–248
- 13.1 Ausgangslage
- 13.2 Potenziale von ChatGPT im Hochschulunterricht
- 13.3 Prompt Engineering
- 13.4 Anwendung in der Praxis
- 13.4.1 Lehrplan
- 13.4.2 Die Methode Hackathon
- 13.4.3 Ablauf
- 13.4.4 ChatGPT in unterschiedlichen Rollen
- 13.4.5 Diskussion und kritische Reflexion im Rahmen des Seminars
- 13.5 Fazit
- Literatur
- 249–264 14 Hochschuldidaktik mit hybrider Intelligenz: Unterstützung personalisierten Lernens 249–264
- 14.1 Einleitung
- 14.2 Konzept der hybriden Intelligenz
- 14.3 Personalisierung als didaktisch-methodisches Prinzip
- 14.4 Hybride Intelligenz im Hochschulstudium
- 14.4.1 Hybride Intelligenz im Feedbackzentrum für selbstreguliertes Lernen
- 14.4.2 Hybride Intelligenz in Recommendersystemen zur Unterstützung bei Hausarbeitsthemen
- 14.5 Mit hybrider Intelligenz in die Zukunft der Hochschullehre
- Literatur
- 265–278 15 Potenziale von Chatbots basierend auf generativer KI in der administrativen Studierendenbetreuung: Lehren aus einem Fallbeispiel 265–278
- 15.1 Die Entfaltung des Potenzials generativer KI durch ChatGPT
- 15.2 Allgemeine Strukturbedingungen der Studierendenbetreuung
- 15.3 Das Nutzenversprechen von generativer KI in der Lehre
- 15.4 Planung und Pilotierung des Use Case
- 15.5 Ergebnisse Fragebogen
- 15.6 Auswertung der Chatanfragen
- 15.7 Conclusio
- Literatur
- 279–280 Stichwortverzeichnis 279–280
- 281–288 Verzeichnis der Autorinnen und Autoren 281–288
