Hilfestellungen für die Lehre
Die Anwendungsm?glichkeiten generativer KI sind vielf?ltig und reichen von Zusammenfassungen, ?bersetzungen und Ideenkreation bis hin zur konkreten Inhaltsgenerierung und dem kritischen Hinterfragen. Dabei liegt der Fokus darauf, wie diese Werkzeuge gewinnbringend in der Lehre eingesetzt werden k?nnen, wie die Anwendung dokumentiert werden soll und welche m?glichen Ver?nderungen sich für die Lehre ergeben.
Die Vielfalt von Einsatzszenarien, die verfügbaren Werkzeuge, die Integration in bestehende Anwendungen und die Zugriffsm?glichkeiten auf generative KI sind zurzeit in einem stetigem Fluss. Deshalb ist es unverzichtbar, gegenüber den Studierenden klar zu kommunizieren, unter welchen Rahmenbedingungen generative KI eingesetzt wird und von ihnen verwendet werden darf und unter welchen Umst?nden es Einschr?nkungen gibt. Erg?nzend braucht es Hinweise darauf, wann zus?tzliche Transparenz beim Einsatz von KI-Werkzeugen erforderlich ist.
Einsatzm?glichkeiten
Generative KI bietet ein grosses Potenzial, um die Lehre und das Lernen zu unterstützen, Inhalte didaktisch aufzubereiten, kritisch zu hinterfragen und bei richtiger Anwendung Zeit zu sparen. Im Rahmen des Innovedumprojekts Welche M?glichkeiten bietet AI für das wissenschaftliche Schreiben? wurde ein umfassender Leitfaden mit vielen praktischen Beispielen entwickelt, um Dozierenden zu helfen, ihre Kurse mit GenAI anzureichern:
Im Folgenden ist eine kleine Sammlung konkreter Anwendungsm?glichkeiten aufgeführt, um die eigene Kreativit?t anzuregen. Wichtig dabei ist, dass beim Einsatz generativer KI stets auf die Wahrung der akademischen Integrit?t durch Einhaltung der Grunds?tze zu Verantwortung, Transparenz und Fairness zu achten ist.
In der Vorbereitung von Kursen bietet generative KI zahlreiche Anwendungsm?glichkeiten, um die Arbeit zu erleichtern, die didaktische Aufbereitung zu verbessern und auch Zeit zu sparen. Anbei einige konkrete Ideen für das Prompting:
- Formulierung von Lernzielen
"Formuliere drei konkrete Lernziele für Bachelor-Studierende des ersten Semesters am Physik-Departement mit der Formuliering 'Die Studierenden sind in der Lage ...' zu folgendem Kursinhalt: ....." - Entwurf eines Bewertungsrasters
"Entwirf ein Bewertungsraster mit fünf Bewertungskriterien. Die Kriterien werden mit übertroffen, erfüllt und nicht erfüllt bewertet. Jede Bewertung soll ausformuliert sein. Das Raster wird angewendet für einen Semesterkurs zum Thema ... und die Projektarbeit soll bewertet werden. Die inhaltlichen Ziele der Projektarbeit sind ...." - Planung für Workshops
"Erstelle einen Ablauf eines projektbasierten Workshops von drei Stunden für Master-Studierende. Dabei wird an einem konkreten Projekt gearbeitet. Die theoretischen Inhalte wurden schon vermittelt und stehen online zur Verfügung. Folgende inhaltliche Ziele sind zu erreichen: ..." - Formulierung von Auftr?gen
"Fasse folgenden Inhalt mit den drei wichtigsten Kernaussagen zusammen. Formuliere anschliessend einen Auftrag für eine Gruppenarbeit von 30 Minuten zu diesen Kernaussagen. Die Zielgruppe sind Studierende im vierten Semester mit einem gesundheitswissenschaftlichen Hintergrund. Die Resultate sollen kreativ dargestellt werden; gib dazu Beispiele an. Inhalt: ..." - Erstellung von Fragen
"Entwerfe zwei Fragestellungen, welche eine Diskussion zum folgenden Thema anregen ..." oder "Erstelle drei Clicker-Fragen mit jeweils vier Antwortm?glichkeiten zu folgendem Inhalt: ..."
In der Kursdurchführung kann der Einsatz generativer KI vor allem angeregt, diskutiert und kritisch hinterfragt werden. Dabei ist zentral, die Diskussion mit den Studierenden darüber zu suchen und das Thema direkt anzusprechen.
M?gliche konkrete Anwendungsszenarien für die Studierenden w?ren zum Beispiel:
- "Erstellen Sie für Ihre Idee durch den Einatz generativer KI eine Pro- und Contra-Liste von je fünf Argumenten."
- "?berprüfen Sie Ihre Argumente mit Hilfe von generativer KI, indem Sie diese kritisch hinterfragen lassen."
- "Generieren Sie drei zus?tzliche ?bungsaufgaben zu den besprochenen Inhalten."
- "Lassen Sie sich eine Zusammenfassung schreiben und diskutieren Sie das Ergebnis, ob die wichtigsten Punkte korrekt erfasst wurden."
Die Unterseite Leistungsnachweise beleuchtet im Detail, wie sich Prüfungsformate und Bewertungsverfahren durch den Einsatz generativer KI ver?ndern. Sie bietet konkrete Ans?tze und Beispiele für eine zeitgem?sse Gestaltung von Prüfungen und Beurteilungen im Kontext digitaler Technologien.
Seit dem Aufkommen generativer KI-Werkzeuge gilt es auch die eingesetzten Leistungsnachweise auf Gültigkeit zu evaluieren und zu überdenken. Zentral bleibt der Grundsatz, dass Studierende immer verantwortlich für ihre eingereichte Arbeit sind und deshalb stets gekl?rt sein muss, wie KI-Werkzeuge zur Anwendung kommen sollen und wie darauf korrekt verwiesen wird (weitere Hinweise dazu unter Akademische Integrit?t).
Vorbereitung von Leitungsnachweisen:
- Wurden die Aufgabenstellungen in Anbetracht einer generellen Verfügbarkeit generativer KI auf deren Gültigkeit überprüft?
- Welche Art von Leistungsnachweisen f?rdert die Kompetenzentwicklung im Umgang mit GenAI und die Vorbereitung auf KI-gesteuerte Arbeitspl?tze der Zukunft?
Durchführung:
- Wurden die Rahmenbedingungen für die Studierenden eindeutig festgelegt, wie und welche KI-Werkzeuge zum Einsatz kommen dürfen?
- Ist die Chancengerechtigkeit beim Einsatz von KI-Werkzeugen gew?hrleistet?
Nachbereitung:
- Wie kann generative KI im Nachbereitungsprozess gewinnbringend für Dozierende und Studierende eingesetzt werden?
- Ist die Transparenz des Einsatzes von KI-Werkzeugen stets gew?hrleistet?
Der Artikel externe Seite Augmented Course Design: Using AI to Boost Efficiency and Expand Capacity zeigt weitere Anwendungsm?glichkeiten für die Lehre auf. Zudem beinhaltet die Handreichung externe Seite Handlungsempfehlungen für den didaktischen Einsatz von generativer KI in der Hochschullehre konkrete Hinweise zur Nutzung von KI-basierten Anwendungen in der Lehre auf Terti?rstufe.
Die breite Verfügbarkeit von KI-Werkzeugen ver?ndert die Lernkultur grundlegend. Viele sorgf?ltig konzipierte ?bungsformate und Aufgabenstellungen erzielen heute nicht mehr die gewünschten Resultate, da sie vor dem Aufkommen generativer KI entwickelt wurden.
Der Download Blueprint zu GenAI-Ready Assignments (PDF, 566 KB) liefert Impulse, wie bestehende ?bungen angepasst werden k?nnen, um weiterhin das Lernen und insbesondere das kritische Denken zu f?rdern. Dabei liegt der Fokus auf vier zentralen Aspekten:
- Zeit über Aufgaben
- Variation über Routine
- Reflexion über Erledigung
- Zusammenarbeit über Konkurrenz
Dabei liegt die F?rderung von intrinsischer Motivation und Engagement durch die Ausrichtung der Lernaufgaben an den psychologischen Grundbedürfnissen gem?ss der Self-Determination Theory (nach Ryan & Deci) im Vordergrund.
KI Kompetenzraster für Dozierende
Das KI-Kompetenzraster für Dozierende an Hochschulen dient als Leitfaden zur Entwicklungund F?rderung von Kompetenzen im Bereich der Künstlichen Intelligenz (KI). Es unterstützt Dozierende dabei, ein tiefes Verst?ndnis für die vielf?ltigen Einsatzm?glichkeiten von KI zu entwickeln und diese gezielt zur Verbesserung der Lehr- und Lernprozesse einzusetzen.
Das KI-Kompetenzraster f?rdert zudem die kritische Auseinandersetzung mit den Potenzialen und Herausforderungen von KI und ermutigt zur kontinuierlichen Weiterentwicklung und Anwendung innovativer KI-gestützter Methoden und Werkzeuge in der Hochschullehre. Es soll Dozierende in die Lage versetzen, Studierende zum reflektierten, kompetenten und verantwortungsvollen Einsatz von KI anzuleiten – insbesondere zur F?rderung aktiven, selbstgesteuerten Lernens.
Das vorliegende Kompetenzraster entstand im Rahmen des Programms "Open Education & Digital Competencies" von swissuniversities in einer Zusammenarbeit der Universit?t Zürich und der ETH Zürich.
Ver?nderungspotenzial
Bereits jetzt zeigen sich vielf?ltige Einsatzszenarien generativer KI in der Lehre. Darüber hinaus birgt diese Technologie aber auch das Potenzial einer grundlegenden ?nderungen im gesamten Bildungssystem. Studierende müssen für die zukünftigen KI-unterstützten Arbeitspl?tze vorbereitet werden. Dabei ?ndern sich nicht nur die zu erlernenden Kompetenzen, sondern auch die Art und Weise, wie Lehre und Lernen stattfinden.
Durch GenAI ergeben sich Chancen, wie zum Beispiel die F?rderung des personalisierten Lernens oder die Automatisierung aufwendiger Prozesse. Allerdings dürfen dabei Risiken, wie die Abh?ngigkeit von KI-Werkzeugen oder einseitige Vorteile für bestimmte Anspruchsgruppen nicht aus den Augen verloren werden. Weitere Informationen bieten folgende Inhalte und Diskussionspapiere:
- externe Seite Large Language Models und ihre Potenziale im Bildungssystem, ein Impulspapier von Bildungsforscher:innen.
- externe Seite Hey ChatGPT, kannst du mir helfen, Chancen und Risiken der Nutzung von ChatGPT & Co. im Studium aus studentischer Sicht.
- externe Seite EDUCAUSE Horizon Report with honorory trend: Artifical Intelligence, Teaching & Learning Edition 2024.
- externe Seite EDUCAUSE Horizon Report, Teaching & Learning Edition 2025.
Die Unterseite Leistungsnachweise beleuchtet im Detail, wie sich Prüfungsformate und Bewertungsverfahren durch den Einsatz generativer KI ver?ndern. Sie bietet konkrete Ans?tze und Beispiele für eine zeitgem?sse Gestaltung von Prüfungen und Beurteilungen im Kontext digitaler Technologien.
Die allgegenw?rtige Verfügbarkeit von KI-Werkzeugen regt zum Nachdenken über die angewendete Prüfungskultur an. Es stellt sich die Frage, wie im Zeitalter von GenAI die Kompetenzen von Studierenden abgefragt, gemessen oder durch diese belegt werden k?nnen. Weitere Informationen dazu sind an folgenden Orten zu finden:
- externe Seite Vision einer neuen Prüfungskultur, ein Diskussionspapier des Hochschulforum Digitalisierung.
- externe Seite Akademische Integrit?t und eine neue Bewertungskultur im Zeitalter von KI, ein Interview zu den Ver?nderungen der Prüfungskultur.
- externe Seite Nutzung von ChatGPT in technischen Prüfungen, eine Pilotstudie der Fachhochschule Nordwestschweiz.