Künstliche Intelligenz für Lehren und Prüfen
KI4Edu hat an der Universität Duisburg-Essen von 2024 bis 2026 erarbeitet, wie generative KI didaktisch begründet in Lehre und Prüfung integriert werden kann. Ausgangspunkt war die Lehrkräftebildung Bautechnik, die Ergebnisse sind fachunabhängig nutzbar: eine offene Berichtsreihe mit acht Bänden (DuEPublico, mit DOI), der Lehr-Lernrahmen nach dem Prinzip der Co-Intelligenz (Input, Co-Design, Präsenz), der Prüfungsrahmen LOCAM-AI, das Qualifizierungsangebot KI4Teachers/KI4Lecturers, heute als offener Kurs „Künstliche Intelligenz in der Lehre“ auf baukompetenz.digital, kuratierte KI-Werkzeug-Datenbanken für Lehre und Bauwirtschaft sowie ein Workshop im UDE-Zertifikat Didaktik IDEAL. Schwesterprojekt LKI der Hochschule Ruhr West; Expertenpanel mit der University of Cambridge und der University of Canterbury. Gefördert von der Stiftung Innovation in der Hochschullehre, Freiraum 2023, FR-580/2023.
Auf einen Blick
Ausführliche Beschreibung
Generative KI verändert, wie an Hochschulen gelehrt, gelernt und geprüft wird. Studierende nutzen sie längst, meist ohne didaktische Rahmung; Lehrenden fehlt oft die Orientierung in einem Werkzeugmarkt, der sich monatlich ändert. KI4Edu hat an der Universität Duisburg-Essen von April 2024 bis März 2026 erarbeitet, wie sich KI didaktisch begründet in Lehr-Lernprozesse und Prüfungen integrieren lässt. Ausgangspunkt war die Lehrkräftebildung Bautechnik; Lehr-Lern- und Prüfungsrahmen sind bewusst fachunabhängig formuliert.
Ergebnisse, die andere nachnutzen können:
eine offene Berichtsreihe mit acht Bänden (report fachdidaktik bau:technik, Nr. 4 bis 11, DuEPublico, mit DOI) zu Nutzungspraxis, Ethik und Recht, Lehrpraxis, Prüfungskultur, Qualifizierung und KI in der Bauwirtschaft
der KI4Edu-Lehr-Lernrahmen nach dem Prinzip der Co-Intelligenz mit den Phasen Input, Co-Design und Präsenz
der Prüfungsrahmen LOCAM-AI, der Prüfungen nach der Funktion von KI gestaltet statt auf KI-Detektion zu setzen
das Qualifizierungsangebot KI4Teachers, übertragen auf Hochschullehrende (KI4Lecturers), mit KI-Werkzeugkoffer und Handbuch „KI in der Lehre“, heute als offener Kurs „Künstliche Intelligenz in der Lehre“ auf baukompetenz.digital
kuratierte Datenbanken zu KI-Werkzeugen für die Hochschullehre und für die Bauwirtschaft
- ein fortlaufender Workshop im Zertifikat Didaktik IDEAL der UDE
KI4Edu wurde gemeinsam mit dem Schwesterprojekt LKI der Hochschule Ruhr West umgesetzt und von einem internationalen Expertenpanel mit der University of Cambridge und der University of Canterbury begleitet. Erfahrungen aus KI4Edu sind in den UNESCO-UNEVOC-Leitfaden „Integrating AI in TVET“ (2026) eingeflossen.
Gefördert von der Stiftung Innovation in der Hochschullehre, Programm Freiraum 2023, Projektnummer FR-580/2023.
Kontakt
Qualifizierungsangebot KI4Teachers und KI4Lecturers
Ein Selbstlernangebot, das Lehrenden einen strukturierten Einstieg in generative KI bietet: Grundlagen und Kompetenzrahmen, ein kuratierter KI-Werkzeugkoffer und ein Handbuch „KI in der Lehre“. Zuerst als Moodle-Kurs für Lehrkräfte entwickelt (KI4Teachers), dann auf Hochschullehrende übertragen (KI4Lecturers). Heute ist es als offener Kurs „Künstliche Intelligenz in der Lehre“ unter CC BY 4.0 auf baukompetenz.digital frei verfügbar.
Maßnahme anzeigenWorkshop „KI in der Hochschullehre“ im Zertifikat Didaktik IDEAL
Die Ergebnisse aus KI4Edu fließen in die hochschuldidaktische Weiterbildung der Universität Duisburg-Essen ein: als Workshop „KI in der Hochschullehre: kreativ, interaktiv, sicher!“ im Themenzertifikat Didaktik IDEAL des Zentrums für Hochschulqualitätsentwicklung (ZHQE). Nach der ersten Durchführung 2025 folgt im Januar 2027 eine Neuauflage, diesmal mit vorgeschaltetem E-Learning und verkürztem Präsenzteil.
Maßnahme anzeigenPrüfungsrahmen LOCAM-AI: Prüfen nach der Funktion von KI
KI-Detektoren sind unzuverlässig und erzeugen eine Kultur des Misstrauens. LOCAM-AI ersetzt die Frage „Wurde KI benutzt?“ durch die Frage „Welche Funktion hat KI in diesem Prüfungselement?“ und ordnet Prüfungselemente in drei Typen: KI kann unterstützen, KI erfordert angepasste Kriterien, oder das Format muss neu gedacht werden.
Maßnahme anzeigenKuratierte KI-Werkzeug-Datenbanken statt statischer Toollisten
Lehrende fragen als Erstes: Welche KI-Werkzeuge gibt es, und welche taugen? KI4Edu hat dafür zwei kuratierte Datenbanken aufgebaut, eine für die Hochschullehre und eine für die Bauwirtschaft (nach Anwendungsfeldern im Bauwerkslebenszyklus geordnet). Beide wurden im Oktober 2026 erneut am Netz geprüft und stehen als durchsuchbare Übersichten mit PDF- und Excel-Download auf baukompetenz.digital.
Maßnahme anzeigenKI4Edu-Lehr-Lernrahmen: Input, Co-Design, Präsenz
Ein didaktisches Modell, das KI in Lehrveranstaltungen gezielt einbindet, statt sie zu verbieten oder ungeregelt laufen zu lassen. Nach dem Prinzip der Co-Intelligenz strukturiert und entlastet KI das Lernen, während Bewertung, Sinngebung und pädagogische Verantwortung beim Menschen bleiben. Der Rahmen gliedert Lehre in drei Phasen: Input, Co-Design und Präsenz.
Maßnahme anzeigenErprobung von Lehr- und Prüfungsformat in der Lehrkräftebildung Bautechnik
Lehr-Lernrahmen und Prüfungsrahmen LOCAM-AI wurden im Wintersemester 2025/26 im Modul „Fachdidaktik 1: T2 Vorbereitung Praxissemester“ (Lehramt Bautechnik) an der Universität Duisburg-Essen erprobt und evaluiert.
Maßnahme anzeigenInternationales Expertenpanel und Transfer in UNESCO-UNEVOC
KI4Edu hat seine Zwischenergebnisse regelmäßig mit einem internationalen Expertenpanel (University of Cambridge, Faculty of Education; University of Canterbury, HIT Lab NZ) und dem Kooperationspartner Hochschule Ruhr West gespiegelt. Daraus entstand Wirkung über Deutschland hinaus: Der Projektleiter wurde in das Expertengremium von UNESCO-UNEVOC berufen und brachte die Erfahrungen in den Leitfaden „Integrating AI in TVET“ (2026) ein.
Maßnahme anzeigenOffene Berichtsreihe statt interner Projektberichte
Geplant waren vier interne Berichte zur Grundlagenermittlung. Wegen der hohen Nachfrage nach Orientierung zu generativer KI hat KI4Edu die Ergebnisse stattdessen als öffentliche, zitierfähige Berichtsreihe mit DOI veröffentlicht: acht Bände in der Reihe „report fachdidaktik bau:technik“ auf DuEPublico, von der Nutzungspraxis über Ethik und Recht bis zur KI in der Bauwirtschaft.
Maßnahme anzeigen
Qualifizierungsangebot KI4Teachers und KI4Lecturers
Ein Selbstlernangebot, das Lehrenden einen strukturierten Einstieg in generative KI bietet: Grundlagen und Kompetenzrahmen, ein kuratierter KI-Werkzeugkoffer und ein Handbuch „KI in der Lehre“. Zuerst als Moodle-Kurs für Lehrkräfte entwickelt (KI4Teachers), dann auf Hochschullehrende übertragen (KI4Lecturers). Heute ist es als offener Kurs „Künstliche Intelligenz in der Lehre“ unter CC BY 4.0 auf baukompetenz.digital frei verfügbar.
Maßnahme anzeigenWorkshop „KI in der Hochschullehre“ im Zertifikat Didaktik IDEAL
Die Ergebnisse aus KI4Edu fließen in die hochschuldidaktische Weiterbildung der Universität Duisburg-Essen ein: als Workshop „KI in der Hochschullehre: kreativ, interaktiv, sicher!“ im Themenzertifikat Didaktik IDEAL des Zentrums für Hochschulqualitätsentwicklung (ZHQE). Nach der ersten Durchführung 2025 folgt im Januar 2027 eine Neuauflage, diesmal mit vorgeschaltetem E-Learning und verkürztem Präsenzteil.
Maßnahme anzeigenPrüfungsrahmen LOCAM-AI: Prüfen nach der Funktion von KI
KI-Detektoren sind unzuverlässig und erzeugen eine Kultur des Misstrauens. LOCAM-AI ersetzt die Frage „Wurde KI benutzt?“ durch die Frage „Welche Funktion hat KI in diesem Prüfungselement?“ und ordnet Prüfungselemente in drei Typen: KI kann unterstützen, KI erfordert angepasste Kriterien, oder das Format muss neu gedacht werden.
Maßnahme anzeigenKuratierte KI-Werkzeug-Datenbanken statt statischer Toollisten
Lehrende fragen als Erstes: Welche KI-Werkzeuge gibt es, und welche taugen? KI4Edu hat dafür zwei kuratierte Datenbanken aufgebaut, eine für die Hochschullehre und eine für die Bauwirtschaft (nach Anwendungsfeldern im Bauwerkslebenszyklus geordnet). Beide wurden im Oktober 2026 erneut am Netz geprüft und stehen als durchsuchbare Übersichten mit PDF- und Excel-Download auf baukompetenz.digital.
Maßnahme anzeigenKI4Edu-Lehr-Lernrahmen: Input, Co-Design, Präsenz
Ein didaktisches Modell, das KI in Lehrveranstaltungen gezielt einbindet, statt sie zu verbieten oder ungeregelt laufen zu lassen. Nach dem Prinzip der Co-Intelligenz strukturiert und entlastet KI das Lernen, während Bewertung, Sinngebung und pädagogische Verantwortung beim Menschen bleiben. Der Rahmen gliedert Lehre in drei Phasen: Input, Co-Design und Präsenz.
Maßnahme anzeigenErprobung von Lehr- und Prüfungsformat in der Lehrkräftebildung Bautechnik
Lehr-Lernrahmen und Prüfungsrahmen LOCAM-AI wurden im Wintersemester 2025/26 im Modul „Fachdidaktik 1: T2 Vorbereitung Praxissemester“ (Lehramt Bautechnik) an der Universität Duisburg-Essen erprobt und evaluiert.
Maßnahme anzeigenInternationales Expertenpanel und Transfer in UNESCO-UNEVOC
KI4Edu hat seine Zwischenergebnisse regelmäßig mit einem internationalen Expertenpanel (University of Cambridge, Faculty of Education; University of Canterbury, HIT Lab NZ) und dem Kooperationspartner Hochschule Ruhr West gespiegelt. Daraus entstand Wirkung über Deutschland hinaus: Der Projektleiter wurde in das Expertengremium von UNESCO-UNEVOC berufen und brachte die Erfahrungen in den Leitfaden „Integrating AI in TVET“ (2026) ein.
Maßnahme anzeigenOffene Berichtsreihe statt interner Projektberichte
Geplant waren vier interne Berichte zur Grundlagenermittlung. Wegen der hohen Nachfrage nach Orientierung zu generativer KI hat KI4Edu die Ergebnisse stattdessen als öffentliche, zitierfähige Berichtsreihe mit DOI veröffentlicht: acht Bände in der Reihe „report fachdidaktik bau:technik“ auf DuEPublico, von der Nutzungspraxis über Ethik und Recht bis zur KI in der Bauwirtschaft.
Maßnahme anzeigen
Fast & Curious – Lehrende als Lernarchitekt:innen
Lightning Talk aus dem Projekt KI4Edu: Wie sich die Rolle von Lehrenden durch generative KI hin zu Lernarchitekt:innen verschiebt. Autor:innen: Christian K. Karl, Lisa Hielscher, Jacqueline Peter. University:Future Festival 2025, 14.05.2025, Berlin. Das Handout zum Vortrag steht als PDF zum Download bereit.
Publikation anzeigenEDU AI-Assist: Effizienter unterrichten im digitalen Zeitalter
Tagungsbeitrag aus dem Projekt KI4Edu zu EDU AI-Assist. Autor:innen: Jacqueline Peter, Christian K. Karl, Lisa Hielscher. KISS-Pro Tagung „Künstliche Intelligenz in der Lehrkräftebildung“, 16./17.09.2025, Potsdam. Das Handout zum Vortrag steht als PDF zum Download bereit.
Publikation anzeigenAuswirkungen durch die Nutzung von KI in der bautechnischen Lehre
Tagungsbandbeitrag zu ersten Ergebnissen aus KI4Edu: wie Studierende und Lehrende in der bautechnischen Lehre KI nutzen und was daraus für Lehre und Prüfung folgt. Autor:innen: Christian K. Karl, Jacqueline Peter, Lisa Hielscher. In: F. F. Mersch, M. Schweder & A. Zopff (Hrsg.), Berufliche Bildung zwischen Transformation und Tradition. Ergebnisse der Fachtagung Bau, Holz, Farbe und Raumgestaltung 2025 (23. Hochschultage Berufliche Bildung, Universität Paderborn). Vorgestellt als Vortrag auf den Hochschultagen Berufliche Bildung, 18.03.2025, Paderborn.
Publikation anzeigenCo-Intelligenz statt Ersatz: Lehr-/Lernrahmen für KI-gestützte Hochschullehre
Vortrag aus dem Projekt KI4Edu zum Lehr-Lernrahmen nach dem Prinzip der Co-Intelligenz (Input, Co-Design, Präsenz) für KI-gestützte Hochschullehre. Autor:innen: Lisa Hielscher, Christian K. Karl, Jacqueline Peter. Learning-AID 2025, 02./03.09.2025, Bochum. Vortrag ohne Beitrag im Tagungsband; ausführlich beschrieben in report fachdidaktik bau:technik Nr. 7 (siehe Link zur Publikation).
Publikation anzeigenKI in der Hochschulbildung: Nutzungspraxis, Kompetenzanforderungen und Transformationsdynamiken generativer KI
Dieser Forschungsbericht beleuchtet die Auswirkungen generativer Künstlicher Intelligenz (KI) auf Lehr-, Lern- und Prüfungsprozesse in der Hochschulbildung. Auf Grundlage einer KI-gestützten Literaturrecherche, ergänzt durch leitfadengestützte Experteninterviews und explorative Studien zur Leistungsfähigkeit von Large Language Models (LLM) in hochschulischen Kontexten, werden zentrale Nutzungsmuster, Kompetenzanforderungen sowie institutionelle Reaktionsbedarfe systematisch herausgearbeitet. Die Ergebnisse zeigen, dass generative KI bereits breit im Studienalltag angekommen ist und zunehmend als selbstverständlicher Bestandteil akademischer Arbeitsprozesse genutzt wird. Zugleich entstehen erhebliche Spannungsfelder hinsichtlich Lernwirksamkeit, akademischer Integrität, Verlässlichkeit KI-gestützter Leistungsbewertung und sozialer Qualität akademischen Lernens. Der Bericht entwickelt daraus eine strukturierte Perspektive auf die KI-Transformation der Hochschulbildung und identifiziert zentrale Entwicklungsbedarfe für Didaktik, Prüfungskultur, Kompetenzmodelle und institutionelle Governance.
Publikation anzeigenKI in der Hochschulbildung: Ethische und rechtliche Orientierungen für Lehre, Prüfung und Governance
Dieser Forschungsbericht analysiert die ethischen und rechtlichen Rahmenbedingungen des Einsatzes generativer Künstlicher Intelligenz in der Hochschulbildung und entwickelt daraus Orientierungen für Lehre, Prüfung und institutionelle Governance. Auf Grundlage internationaler Leitlinien, bildungspolitischer Empfehlungen, projektinterner Analysen und qualitativer Experteninterviews werden zentrale Spannungsfelder wie Datenschutz, Transparenz, Fairness, akademische Integrität und Rechenschaftspflicht herausgearbeitet. Der Bericht zeigt, dass ethische Reflexionen und rechtliche Anforderungen unterschiedliche, aber komplementäre Funktionen für eine qualitätsgesicherte KI-Integration erfüllen. Während der Europäische AI Act und die Datenschutz-Grundverordnung verbindliche Mindestanforderungen definieren, liefern ethische Rahmenwerke Orientierungswissen für pädagogische Gestaltung und strategische Hochschulentwicklung. Daraus werden fünf Handlungsfelder abgeleitet: institutionelle Governance, kompetenzorientierte Prüfungsformate, Professionalisierung von Lehrenden, lernförderliche soziale Interaktionsräume und datenschutzkonforme technische Infrastrukturen.
Publikation anzeigenWie verändert KI die Rolle der Lehrperson und die Praxis des Lehrens?
Buchkapitel zur Frage, wie KI die Rolle der Lehrperson und die Praxis des Lehrens verändert; schriftliche Fassung des Symposiumsbeitrags aus KI4Edu (siehe eigene Publikation auf dieser Seite). Autor:innen: Christian K. Karl, Lisa Hielscher. In: J. Noller, C. Beitz-Radzio, M. Förg, D. Kugelmann, S. Sontheimer, A. Tomas & S. Westerholz (Hrsg.), Künstliche Intelligenz in der Hochschullehre. Interdisziplinäre Perspektiven (Reihe Perspektiven der Hochschuldidaktik). Im Erscheinen, angekündigt für März 2027.
Publikation anzeigenKI4Edu – Wie verändert KI die Rolle der Lehrperson und die Praxis des Lehrens?
Vortrag aus dem Projekt KI4Edu zur Frage, wie KI die Rolle der Lehrperson und die Praxis des Lehrens verändert. Autor:innen: Christian K. Karl, Lisa Hielscher. 8. Symposium des Münchner Dozierenden-Netzwerks „Künstliche Intelligenz in der Hochschullehre“, 23./24.09.2024, München; Aufzeichnung auf YouTube. Die schriftliche Fassung erscheint als Kapitel im Sammelband von Noller u. a. (Springer VS, 2027), siehe eigene Publikation auf dieser Seite.
Publikation anzeigenKI in der Hochschulbildung: Das digitale Qualifizierungsangebot „KI4Teachers“ für Lehrende zum Thema Künstliche Intelligenz
Der Bericht dokumentiert die Entwicklung des digitalen Qualifizierungsangebots KI4Teachers, das in der frühen Projektphase von KI4Edu als prototypische Lernumgebung zum Umgang mit generativer Künstlicher Intelligenz entstand. Generative KI eröffnet im Bildungsbereich neue Potenziale und erzeugt zugleich Unsicherheiten bei Lehrenden: zu didaktischen Einsatzmöglichkeiten, zu rechtlich-ethischen Fragen und zur Orientierung in einem unübersichtlichen Werkzeugmarkt. Grundlage sind eine Analyse des Forschungsstandes, explorative Experteninterviews und eine Sondierung des KI-Werkzeugmarktes. Daraus wurden Anforderungen an KI-bezogene Qualifizierung abgeleitet und in eine digitale Lernumgebung überführt. Zentrales Ergebnis ist ein Moodle-Kurs, der Grundlagenwissen, einen kuratierten KI-Werkzeugkoffer und ein Handbuch „KI in der Lehre“ verbindet. Sein Mehrwert liegt weniger in einzelnen Werkzeugen als in der didaktischen Strukturierung eines dynamischen Feldes: KI-bezogene Professionalisierung muss struktur-, reflexions- und handlungsorientiert angelegt sein. Im Projektverlauf wurde die Lernumgebung aktualisiert, auf eine OER-Plattform übertragen und für die Hochschullehre adaptiert. Der Bericht versteht KI4Teachers daher als frühes Transferartefakt und übertragbares didaktisches Strukturmodell. KI4Teachers entstand in der Masterarbeit von Lisa Hielscher, Projektmitarbeiterin in KI4Edu, eingereicht im Januar 2025 (Report Nr. 11, https://doi.org/10.17185/duepublico/85451).
Publikation anzeigenKI in der Bauwirtschaft: Didaktische, methodische und strategische Implikationen für die Hochschulbildung
Der Bericht untersucht die didaktischen, methodischen und strategischen Implikationen Künstlicher Intelligenz für die bauwirtschaftliche Hochschulbildung. KI erzeugt dort eine doppelte Transformationsaufgabe: Sie verändert das Berufsfeld der Bau- und Immobilienwirtschaft von der Planung bis zum Gebäudebetrieb, und sie verändert die Hochschullehre selbst, von der Materialerstellung bis zur Leistungsbewertung. Methodisch beruht der Bericht auf einer qualitativ-analytischen Literatur- und Dokumentenauswertung und einer Synthese vorangegangener KI4Edu-Berichte. Daraus werden Kompetenzanforderungen, curriculare Konsequenzen, Lehr-Lern-Arrangements, Prüfungsformate und institutionelle Rahmenbedingungen für bauwirtschaftliche Studiengänge abgeleitet. KI-Kompetenz erweist sich als Querschnittskompetenz aus fachlicher Urteilskraft, Datenkompetenz, BIM-Verständnis, Reflexionsfähigkeit und ethisch-rechtlicher Orientierung, die über Grundlagen-, Fach- und Projektmodule kumulativ aufzubauen ist. Lehr-Lern-Arrangements sollten projekt-, problem- und reflexionsorientiert nach dem KI4Edu-Lehr-Lernrahmen (Input, Co-Design, Präsenz) gestaltet werden. Prüfungen setzen auf Prozesssichtbarkeit, Reflexion und transparente KI-Nutzung statt auf KI-Detektion; das angepasste 3-P-Modell (Produkt, Prozess, Person) und LOCAM-AI liefern dafür Bewertungslogiken.
Publikation anzeigenKI in der Bauwirtschaft: Technologien, Anwendungspraxis und Entwicklungslinien
Der Bericht beschreibt Stand, Anwendungsmuster und Entwicklungslinien Künstlicher Intelligenz in der Bauwirtschaft. Er fragt, in welchen Phasen des Bauwerkslebenszyklus KI-gestützte Systeme bereits praktisch relevant sind, welche Potenziale sie bieten und welche Voraussetzungen ihr Einsatz hat. Grundlage sind eine qualitativ-analytische Quellenauswertung und eine Marktrecherche. Identifiziert und analysiert wurden 60 KI-Werkzeuge in sechs Anwendungsfeldern: Planung und Entwurf, Bauausführung und Baustellenüberwachung, Projektmanagement und Entscheidungsunterstützung, Facility Management, Nachhaltigkeit sowie universelle KI-Werkzeuge. Praxistaugliche Systeme gibt es bereits für generative Entwurfsunterstützung, BIM-basierte Modellabfragen, Baufortschrittsdokumentation, Termin- und Kostenprognosen, Vertragsanalyse, Energieoptimierung und CO₂-Bilanzierung. Der Reifegrad variiert jedoch stark: Baurobotik, automatisierte Baustellensteuerung und normativ belastbare Nachhaltigkeitsbewertung sind überwiegend im Pilotstadium. KI wirkt in der Bauwirtschaft derzeit vor allem als augmentierte Intelligenz. Sie unterstützt Analyse, Prognose, Variantenbildung und Dokumentation; die fachliche Verantwortung bleibt bei Planenden, Ausführenden und Betreibenden. Ihr produktiver Einsatz hängt an strukturierten Daten, BIM-basierten Informationsmodellen, Schnittstellen, Datenschutz und KI-Kompetenz, also an der Integration in datenbasierte, verantwortete Bauprozesse.
Publikation anzeigenKI in der Hochschulbildung: Co-intelligente Lehr-Lernprozesse und kompetenzorientierte Prüfungskultur
Generative Künstliche Intelligenz verändert die Bedingungen akademischen Lehrens, Lernens und Prüfens grundlegend. Sie eröffnet Möglichkeiten für adaptives, personalisiertes und feedbackorientiertes Lernen und gefährdet zugleich Transparenz, Eigenleistung, Prüfungsgerechtigkeit und Kompetenzentwicklung. Der Bericht stellt den konzeptionellen Kern des Projekts KI4Edu vor: einen KI-gestützten Lehr-Lernrahmen und einen damit verbundenen kompetenzorientierten Prüfungsrahmen. Beide Modelle folgen dem Prinzip der Co-Intelligenz, einer didaktisch regulierten Zusammenarbeit von Mensch und KI. Generative Systeme strukturieren, entlasten und erweitern Lehr- und Lernprozesse; pädagogische Verantwortung, Bewertung, Sinnzuschreibung und Transfer bleiben beim Menschen. Der KI4Edu-Lehr-Lernrahmen organisiert Hochschullehre als Zusammenspiel von Input, Co-Design und Präsenz und verbindet so KI-gestützte Selbstlernphasen, kollaborative Lernprozesse und soziale Reflexionsräume. Der Prüfungsrahmen setzt auf Prozesssichtbarkeit, Reflexion und Handlungskompetenz statt auf KI-Detektion. Er knüpft an Constructive Alignment, die Taxonomie nach Bloom, Future Skills, das angepasste 3-P-Modell (Produkt, Prozess, Person) und LOCAM nach Karl an und erweitert diese zu LOCAM-AI. Ziel ist eine Prüfungskultur, in der Future Skills, kritisches Denken, digitale Souveränität und reflektierte KI-Nutzung sichtbar, förderbar und überprüfbar bleiben.
Publikation anzeigenKI in der Hochschulbildung: Lehrpraxis, Rollenwandel und didaktische Gestaltung im KI-Zeitalter
Dieser Forschungsbericht untersucht, wie generative Künstliche Intelligenz die hochschulische Lehrpraxis, Lernprozesslogik und professionelle Rolle von Lehrenden verändert. Auf Grundlage einer qualitativen Literaturund Dokumentenanalyse sowie projektinterner Befunde aus KI4Edu werden zentrale Transformationsdimensionen herausgearbeitet: der Wandel von der Wissensvermittlung zur Lernprozessbegleitung, die Veränderung von Lernmotivation und Selbststeuerung unter KI-Assistenz, neue Formen co-intelligenter Zusammenarbeit zwischen Lernenden und KI-Systemen sowie Spannungsfelder zwischen Effizienzgewinnen und pädagogischer Tiefe. Der Bericht entwickelt daraus Orientierungen für eine menschenzentrierte didaktische Gestaltung KI-gestützter Hochschullehre, die Kompetenzentwicklung, kritische Reflexion, soziale Lernqualität und professionelle Verantwortung in den Mittelpunkt stellt. Ergänzend wird gezeigt, dass Prompt Engineering nicht nur eine technische Fertigkeit, sondern eine didaktische Schlüsselkompetenz von Lehrenden darstellt.
Publikation anzeigenKI4Teachers: Entwicklung einer Online-Lernumgebung zum Thema KI (Master-Thesis von Lisa Hielscher)
Der Lehrkräftemangel wird sich in den kommenden Jahren weiter verschärfen, zugleich wird die Gestaltung zielführender Lehre komplexer. Inklusion, heterogene Lerngruppen und die Forderung nach Differenzierung und adaptivem Unterricht stellen hohe Anforderungen, die Künstliche Intelligenz effizienter bewältigen helfen kann. Das Schulwesen gilt jedoch als träge, wie die schleppende Digitalisierung der Schulen zeigt. Die Arbeit verfolgt daher einen Bottom-up-Ansatz: Eine digitale Lernumgebung soll Lehrkräfte mit den Vorzügen und Fallstricken der KI-Nutzung vertraut machen, während sich Top-down-Regelungen noch entwickeln. Zu den Fallstricken gehören vor allem ethische und rechtliche Fragen; welche das sind und wie mit ihnen umgegangen werden kann, beleuchtet die Thesis ausführlich. Auf allgemeingültige Regelungen zur Nutzung von KI im Lehr-Lernkontext zu warten, kostet Zeit, in der sich die Technik weiterentwickelt. Die Lernumgebung soll einen Einstieg bieten und es ermöglichen, mit dem Stand der Technik Schritt zu halten. Die Arbeit zeigt, wie dies umgesetzt werden kann und welche Anforderungen dabei zu berücksichtigen sind. Hinweis: Der Bericht ist die Veröffentlichung der Masterarbeit von Lisa Hielscher zur Erlangung des Grades Master of Education (M.Ed.), betreut von Christian K. Karl, Fachdidaktik Bautechnik, Universität Duisburg-Essen.
Publikation anzeigen
Fast & Curious – Lehrende als Lernarchitekt:innen
Lightning Talk aus dem Projekt KI4Edu: Wie sich die Rolle von Lehrenden durch generative KI hin zu Lernarchitekt:innen verschiebt. Autor:innen: Christian K. Karl, Lisa Hielscher, Jacqueline Peter. University:Future Festival 2025, 14.05.2025, Berlin. Das Handout zum Vortrag steht als PDF zum Download bereit.
Publikation anzeigenEDU AI-Assist: Effizienter unterrichten im digitalen Zeitalter
Tagungsbeitrag aus dem Projekt KI4Edu zu EDU AI-Assist. Autor:innen: Jacqueline Peter, Christian K. Karl, Lisa Hielscher. KISS-Pro Tagung „Künstliche Intelligenz in der Lehrkräftebildung“, 16./17.09.2025, Potsdam. Das Handout zum Vortrag steht als PDF zum Download bereit.
Publikation anzeigenAuswirkungen durch die Nutzung von KI in der bautechnischen Lehre
Tagungsbandbeitrag zu ersten Ergebnissen aus KI4Edu: wie Studierende und Lehrende in der bautechnischen Lehre KI nutzen und was daraus für Lehre und Prüfung folgt. Autor:innen: Christian K. Karl, Jacqueline Peter, Lisa Hielscher. In: F. F. Mersch, M. Schweder & A. Zopff (Hrsg.), Berufliche Bildung zwischen Transformation und Tradition. Ergebnisse der Fachtagung Bau, Holz, Farbe und Raumgestaltung 2025 (23. Hochschultage Berufliche Bildung, Universität Paderborn). Vorgestellt als Vortrag auf den Hochschultagen Berufliche Bildung, 18.03.2025, Paderborn.
Publikation anzeigenCo-Intelligenz statt Ersatz: Lehr-/Lernrahmen für KI-gestützte Hochschullehre
Vortrag aus dem Projekt KI4Edu zum Lehr-Lernrahmen nach dem Prinzip der Co-Intelligenz (Input, Co-Design, Präsenz) für KI-gestützte Hochschullehre. Autor:innen: Lisa Hielscher, Christian K. Karl, Jacqueline Peter. Learning-AID 2025, 02./03.09.2025, Bochum. Vortrag ohne Beitrag im Tagungsband; ausführlich beschrieben in report fachdidaktik bau:technik Nr. 7 (siehe Link zur Publikation).
Publikation anzeigenKI in der Hochschulbildung: Nutzungspraxis, Kompetenzanforderungen und Transformationsdynamiken generativer KI
Dieser Forschungsbericht beleuchtet die Auswirkungen generativer Künstlicher Intelligenz (KI) auf Lehr-, Lern- und Prüfungsprozesse in der Hochschulbildung. Auf Grundlage einer KI-gestützten Literaturrecherche, ergänzt durch leitfadengestützte Experteninterviews und explorative Studien zur Leistungsfähigkeit von Large Language Models (LLM) in hochschulischen Kontexten, werden zentrale Nutzungsmuster, Kompetenzanforderungen sowie institutionelle Reaktionsbedarfe systematisch herausgearbeitet. Die Ergebnisse zeigen, dass generative KI bereits breit im Studienalltag angekommen ist und zunehmend als selbstverständlicher Bestandteil akademischer Arbeitsprozesse genutzt wird. Zugleich entstehen erhebliche Spannungsfelder hinsichtlich Lernwirksamkeit, akademischer Integrität, Verlässlichkeit KI-gestützter Leistungsbewertung und sozialer Qualität akademischen Lernens. Der Bericht entwickelt daraus eine strukturierte Perspektive auf die KI-Transformation der Hochschulbildung und identifiziert zentrale Entwicklungsbedarfe für Didaktik, Prüfungskultur, Kompetenzmodelle und institutionelle Governance.
Publikation anzeigenKI in der Hochschulbildung: Ethische und rechtliche Orientierungen für Lehre, Prüfung und Governance
Dieser Forschungsbericht analysiert die ethischen und rechtlichen Rahmenbedingungen des Einsatzes generativer Künstlicher Intelligenz in der Hochschulbildung und entwickelt daraus Orientierungen für Lehre, Prüfung und institutionelle Governance. Auf Grundlage internationaler Leitlinien, bildungspolitischer Empfehlungen, projektinterner Analysen und qualitativer Experteninterviews werden zentrale Spannungsfelder wie Datenschutz, Transparenz, Fairness, akademische Integrität und Rechenschaftspflicht herausgearbeitet. Der Bericht zeigt, dass ethische Reflexionen und rechtliche Anforderungen unterschiedliche, aber komplementäre Funktionen für eine qualitätsgesicherte KI-Integration erfüllen. Während der Europäische AI Act und die Datenschutz-Grundverordnung verbindliche Mindestanforderungen definieren, liefern ethische Rahmenwerke Orientierungswissen für pädagogische Gestaltung und strategische Hochschulentwicklung. Daraus werden fünf Handlungsfelder abgeleitet: institutionelle Governance, kompetenzorientierte Prüfungsformate, Professionalisierung von Lehrenden, lernförderliche soziale Interaktionsräume und datenschutzkonforme technische Infrastrukturen.
Publikation anzeigenWie verändert KI die Rolle der Lehrperson und die Praxis des Lehrens?
Buchkapitel zur Frage, wie KI die Rolle der Lehrperson und die Praxis des Lehrens verändert; schriftliche Fassung des Symposiumsbeitrags aus KI4Edu (siehe eigene Publikation auf dieser Seite). Autor:innen: Christian K. Karl, Lisa Hielscher. In: J. Noller, C. Beitz-Radzio, M. Förg, D. Kugelmann, S. Sontheimer, A. Tomas & S. Westerholz (Hrsg.), Künstliche Intelligenz in der Hochschullehre. Interdisziplinäre Perspektiven (Reihe Perspektiven der Hochschuldidaktik). Im Erscheinen, angekündigt für März 2027.
Publikation anzeigenKI4Edu – Wie verändert KI die Rolle der Lehrperson und die Praxis des Lehrens?
Vortrag aus dem Projekt KI4Edu zur Frage, wie KI die Rolle der Lehrperson und die Praxis des Lehrens verändert. Autor:innen: Christian K. Karl, Lisa Hielscher. 8. Symposium des Münchner Dozierenden-Netzwerks „Künstliche Intelligenz in der Hochschullehre“, 23./24.09.2024, München; Aufzeichnung auf YouTube. Die schriftliche Fassung erscheint als Kapitel im Sammelband von Noller u. a. (Springer VS, 2027), siehe eigene Publikation auf dieser Seite.
Publikation anzeigenKI in der Hochschulbildung: Das digitale Qualifizierungsangebot „KI4Teachers“ für Lehrende zum Thema Künstliche Intelligenz
Der Bericht dokumentiert die Entwicklung des digitalen Qualifizierungsangebots KI4Teachers, das in der frühen Projektphase von KI4Edu als prototypische Lernumgebung zum Umgang mit generativer Künstlicher Intelligenz entstand. Generative KI eröffnet im Bildungsbereich neue Potenziale und erzeugt zugleich Unsicherheiten bei Lehrenden: zu didaktischen Einsatzmöglichkeiten, zu rechtlich-ethischen Fragen und zur Orientierung in einem unübersichtlichen Werkzeugmarkt. Grundlage sind eine Analyse des Forschungsstandes, explorative Experteninterviews und eine Sondierung des KI-Werkzeugmarktes. Daraus wurden Anforderungen an KI-bezogene Qualifizierung abgeleitet und in eine digitale Lernumgebung überführt. Zentrales Ergebnis ist ein Moodle-Kurs, der Grundlagenwissen, einen kuratierten KI-Werkzeugkoffer und ein Handbuch „KI in der Lehre“ verbindet. Sein Mehrwert liegt weniger in einzelnen Werkzeugen als in der didaktischen Strukturierung eines dynamischen Feldes: KI-bezogene Professionalisierung muss struktur-, reflexions- und handlungsorientiert angelegt sein. Im Projektverlauf wurde die Lernumgebung aktualisiert, auf eine OER-Plattform übertragen und für die Hochschullehre adaptiert. Der Bericht versteht KI4Teachers daher als frühes Transferartefakt und übertragbares didaktisches Strukturmodell. KI4Teachers entstand in der Masterarbeit von Lisa Hielscher, Projektmitarbeiterin in KI4Edu, eingereicht im Januar 2025 (Report Nr. 11, https://doi.org/10.17185/duepublico/85451).
Publikation anzeigenKI in der Bauwirtschaft: Didaktische, methodische und strategische Implikationen für die Hochschulbildung
Der Bericht untersucht die didaktischen, methodischen und strategischen Implikationen Künstlicher Intelligenz für die bauwirtschaftliche Hochschulbildung. KI erzeugt dort eine doppelte Transformationsaufgabe: Sie verändert das Berufsfeld der Bau- und Immobilienwirtschaft von der Planung bis zum Gebäudebetrieb, und sie verändert die Hochschullehre selbst, von der Materialerstellung bis zur Leistungsbewertung. Methodisch beruht der Bericht auf einer qualitativ-analytischen Literatur- und Dokumentenauswertung und einer Synthese vorangegangener KI4Edu-Berichte. Daraus werden Kompetenzanforderungen, curriculare Konsequenzen, Lehr-Lern-Arrangements, Prüfungsformate und institutionelle Rahmenbedingungen für bauwirtschaftliche Studiengänge abgeleitet. KI-Kompetenz erweist sich als Querschnittskompetenz aus fachlicher Urteilskraft, Datenkompetenz, BIM-Verständnis, Reflexionsfähigkeit und ethisch-rechtlicher Orientierung, die über Grundlagen-, Fach- und Projektmodule kumulativ aufzubauen ist. Lehr-Lern-Arrangements sollten projekt-, problem- und reflexionsorientiert nach dem KI4Edu-Lehr-Lernrahmen (Input, Co-Design, Präsenz) gestaltet werden. Prüfungen setzen auf Prozesssichtbarkeit, Reflexion und transparente KI-Nutzung statt auf KI-Detektion; das angepasste 3-P-Modell (Produkt, Prozess, Person) und LOCAM-AI liefern dafür Bewertungslogiken.
Publikation anzeigenKI in der Bauwirtschaft: Technologien, Anwendungspraxis und Entwicklungslinien
Der Bericht beschreibt Stand, Anwendungsmuster und Entwicklungslinien Künstlicher Intelligenz in der Bauwirtschaft. Er fragt, in welchen Phasen des Bauwerkslebenszyklus KI-gestützte Systeme bereits praktisch relevant sind, welche Potenziale sie bieten und welche Voraussetzungen ihr Einsatz hat. Grundlage sind eine qualitativ-analytische Quellenauswertung und eine Marktrecherche. Identifiziert und analysiert wurden 60 KI-Werkzeuge in sechs Anwendungsfeldern: Planung und Entwurf, Bauausführung und Baustellenüberwachung, Projektmanagement und Entscheidungsunterstützung, Facility Management, Nachhaltigkeit sowie universelle KI-Werkzeuge. Praxistaugliche Systeme gibt es bereits für generative Entwurfsunterstützung, BIM-basierte Modellabfragen, Baufortschrittsdokumentation, Termin- und Kostenprognosen, Vertragsanalyse, Energieoptimierung und CO₂-Bilanzierung. Der Reifegrad variiert jedoch stark: Baurobotik, automatisierte Baustellensteuerung und normativ belastbare Nachhaltigkeitsbewertung sind überwiegend im Pilotstadium. KI wirkt in der Bauwirtschaft derzeit vor allem als augmentierte Intelligenz. Sie unterstützt Analyse, Prognose, Variantenbildung und Dokumentation; die fachliche Verantwortung bleibt bei Planenden, Ausführenden und Betreibenden. Ihr produktiver Einsatz hängt an strukturierten Daten, BIM-basierten Informationsmodellen, Schnittstellen, Datenschutz und KI-Kompetenz, also an der Integration in datenbasierte, verantwortete Bauprozesse.
Publikation anzeigenKI in der Hochschulbildung: Co-intelligente Lehr-Lernprozesse und kompetenzorientierte Prüfungskultur
Generative Künstliche Intelligenz verändert die Bedingungen akademischen Lehrens, Lernens und Prüfens grundlegend. Sie eröffnet Möglichkeiten für adaptives, personalisiertes und feedbackorientiertes Lernen und gefährdet zugleich Transparenz, Eigenleistung, Prüfungsgerechtigkeit und Kompetenzentwicklung. Der Bericht stellt den konzeptionellen Kern des Projekts KI4Edu vor: einen KI-gestützten Lehr-Lernrahmen und einen damit verbundenen kompetenzorientierten Prüfungsrahmen. Beide Modelle folgen dem Prinzip der Co-Intelligenz, einer didaktisch regulierten Zusammenarbeit von Mensch und KI. Generative Systeme strukturieren, entlasten und erweitern Lehr- und Lernprozesse; pädagogische Verantwortung, Bewertung, Sinnzuschreibung und Transfer bleiben beim Menschen. Der KI4Edu-Lehr-Lernrahmen organisiert Hochschullehre als Zusammenspiel von Input, Co-Design und Präsenz und verbindet so KI-gestützte Selbstlernphasen, kollaborative Lernprozesse und soziale Reflexionsräume. Der Prüfungsrahmen setzt auf Prozesssichtbarkeit, Reflexion und Handlungskompetenz statt auf KI-Detektion. Er knüpft an Constructive Alignment, die Taxonomie nach Bloom, Future Skills, das angepasste 3-P-Modell (Produkt, Prozess, Person) und LOCAM nach Karl an und erweitert diese zu LOCAM-AI. Ziel ist eine Prüfungskultur, in der Future Skills, kritisches Denken, digitale Souveränität und reflektierte KI-Nutzung sichtbar, förderbar und überprüfbar bleiben.
Publikation anzeigenKI in der Hochschulbildung: Lehrpraxis, Rollenwandel und didaktische Gestaltung im KI-Zeitalter
Dieser Forschungsbericht untersucht, wie generative Künstliche Intelligenz die hochschulische Lehrpraxis, Lernprozesslogik und professionelle Rolle von Lehrenden verändert. Auf Grundlage einer qualitativen Literaturund Dokumentenanalyse sowie projektinterner Befunde aus KI4Edu werden zentrale Transformationsdimensionen herausgearbeitet: der Wandel von der Wissensvermittlung zur Lernprozessbegleitung, die Veränderung von Lernmotivation und Selbststeuerung unter KI-Assistenz, neue Formen co-intelligenter Zusammenarbeit zwischen Lernenden und KI-Systemen sowie Spannungsfelder zwischen Effizienzgewinnen und pädagogischer Tiefe. Der Bericht entwickelt daraus Orientierungen für eine menschenzentrierte didaktische Gestaltung KI-gestützter Hochschullehre, die Kompetenzentwicklung, kritische Reflexion, soziale Lernqualität und professionelle Verantwortung in den Mittelpunkt stellt. Ergänzend wird gezeigt, dass Prompt Engineering nicht nur eine technische Fertigkeit, sondern eine didaktische Schlüsselkompetenz von Lehrenden darstellt.
Publikation anzeigenKI4Teachers: Entwicklung einer Online-Lernumgebung zum Thema KI (Master-Thesis von Lisa Hielscher)
Der Lehrkräftemangel wird sich in den kommenden Jahren weiter verschärfen, zugleich wird die Gestaltung zielführender Lehre komplexer. Inklusion, heterogene Lerngruppen und die Forderung nach Differenzierung und adaptivem Unterricht stellen hohe Anforderungen, die Künstliche Intelligenz effizienter bewältigen helfen kann. Das Schulwesen gilt jedoch als träge, wie die schleppende Digitalisierung der Schulen zeigt. Die Arbeit verfolgt daher einen Bottom-up-Ansatz: Eine digitale Lernumgebung soll Lehrkräfte mit den Vorzügen und Fallstricken der KI-Nutzung vertraut machen, während sich Top-down-Regelungen noch entwickeln. Zu den Fallstricken gehören vor allem ethische und rechtliche Fragen; welche das sind und wie mit ihnen umgegangen werden kann, beleuchtet die Thesis ausführlich. Auf allgemeingültige Regelungen zur Nutzung von KI im Lehr-Lernkontext zu warten, kostet Zeit, in der sich die Technik weiterentwickelt. Die Lernumgebung soll einen Einstieg bieten und es ermöglichen, mit dem Stand der Technik Schritt zu halten. Die Arbeit zeigt, wie dies umgesetzt werden kann und welche Anforderungen dabei zu berücksichtigen sind. Hinweis: Der Bericht ist die Veröffentlichung der Masterarbeit von Lisa Hielscher zur Erlangung des Grades Master of Education (M.Ed.), betreut von Christian K. Karl, Fachdidaktik Bautechnik, Universität Duisburg-Essen.
Publikation anzeigenDas könnte Sie auch interessieren
Veterinary Medical Detectives
Die veterinärmedizinische Lehre soll durch interaktive, praxisnahe Fälle ergänzt werden, welche die Studierenden in einer App bearbeiten (zB in Pausen, in der U-Bahn ). Die Fälle sollen eine Patientengeschichte enthalten, mit audiovisuellem Material angereichert werden und kleine Knobelaufgaben enthalten, die detektivisch gelöst werden sollen. Innerhalb eines Falles werden mehrere Lösungswege angeboten, von denen einige richtig und andere falsch sind. Die Fälle fokussieren jeweils ein oder mehrere veterinärmedizinische Disziplinen. Sie können ergänzend zur curricularen Lehre eingesetzt werden (z.B. Üben von Vorlesungsinhalten) oder eigenständig und interessegeleitet durch die Studierenden bearbeitet werden. Die Konzeptionierung der Fälle soll durch Studierende erfolgen. Sie sollen Fälle und Themen auswählen, die sie selbst interessieren und als relevant erachten. Als Gamefication Faktor sollen die Nutzenden einen Account anlegen und eine eigene virtuelle Praxis gründen. Durch die erfolgreiche Bearbeitung von Fällen können Credits verdient werden, durch welche virtuell Praxisausstattung (z.B. Ultraschallgerät) gekauft werden kann. Dadurch werden neue Fälle freigeschaltet. Die Fälle sollen jeweils ca. 6 bis 10 Seiten umfassen und eine Bearbeitungszeit von 3 bis 7 Minuten erfordern, gelerntes Wissen aufgreifen, einen Praxisbezug aufweisen, zum Nachdenken anregen und Spaß machen.
Projekt anzeigenLearning Inclusion by Video (LIV)
Das Forschungsprojekt „Learning Inclusion by Video (LIV)“ an der RWTH Aachen University untersucht, wie inklusiver Unterricht durch Unterrichtsvideografien erfahrbar gemacht und verbessert werden kann. Durch Videoaufzeichnungen in verschiedenen Schulen der Sekundarstufe I und II sollen wertvolle Erkenntnisse über guten inklusiven (Deutsch-)unterricht gewonnen werden.
Maßnahme anzeigenE-Portfolios im Schulpraktikum mithilfe der Plattform efolio
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen