
Digitale Lernkompetenz: Nano-Degrees - Entwicklung flexibler Zertifizierungsformate für Future Skills
Die Maßnahme entwickelt ein modulares Nano-Degree-System zur flexiblen Zertifizierung von Future Skills, das individuelle Lernpfade und Anrechnung auf das Studium ermöglicht. Aufgrund von Durchführbarkeits- und Akkreditierungsherausforderungen erfolgt die Umsetzung kleinschrittig durch das Pilotprojekt "AI Leadership" mit innovativen digitalen Prüfungsformaten. Studierende erwerben dabei KI-Kompetenzen durch modulare Selbstlerneinheiten mit Self- und Peer-Assessment-Verfahren
Kategorien
Beschreibung
Herausforderung
Studierende benötigen flexible, individualisierte Wege zum Erwerb zukunftsrelevanter Kompetenzen, die über klassische Modulstrukturen hinausgehen. Gleichzeitig entstand durch die EU-KI-Verordnung ein akuter Bedarf an systematischer KI-Kompetenzentwicklung für alle Studierenden, der innovative Zertifizierungsformen erforderte.
Herangehensweise
Die Nano-Degree-Strategie wurde strategisch auf einen kleinschrittigen, pilothaften Ansatz fokussiert. Das Pilotprojekt „AI Leadership“ Nano-Degree wurde als konkretes, umsetzbares Modell entwickelt, das die Kernprinzipien Modularität, Flexibilität und individuelle Lernpfade umfasst. Innovative digitale Prüfungsformate durch Self- und Peer-Assessment auf OpenOLAT ermöglichen ressourcenschonende Zertifizierung. Die modulare Struktur mit Einführungsphase, Pflichtmodulen (KI-Grundlagen, Prompt-Engineering) und flexiblem Wahlbereich (3 oder 5 ECTS) schafft sowohl Verbindlichkeit als auch Wahlfreiheit. Die Entwicklung orientiert sich am „Assessment as Learning“-Ansatz (Yang 2022, Ehlers & Geier 2024) und integriert systematische Reflexionsprozesse.
Zusammenhang
Die Maßnahme wird im Rahmen der Konzeptentwicklung und Pilotierung durchgeführt. Das AI Leadership Nano-Degree entsteht als eigenständiges digitales Zertifikat auf der Plattform OpenOLAT, parallel erfolgt die Erprobung der curricularen Integration durch Pilotkooperation mit einem freiwilligen Fachbereich. Die modularen Selbstlerneinheiten werden als überfachliches Angebot entwickelt, das sowohl additiv als Zertifikatsstudium als auch integrativ in bestehende Studiengänge nutzbar ist.
Voraussetzung
Zentrale Voraussetzung war die bestehende technische Infrastruktur mit OpenOLAT als Lernplattform und die etablierte Plattform #kompetentdurchsstudium. Die Kooperation zwischen dem Team Studium und der Teilkoordination „Digitale Lernkompeten“" des Projekts KuDiKo ermöglichte sowohl didaktische Planung als auch administrative Umsetzung. Rechtliche Grundlagen bildeten die Rahmenordnung für weiterbildende Zertifikatsstudien der Hochschule Koblenz und bestehende Prüfungsordnungen der Fachbereiche. Die EU-KI-Verordnung ab 2025 schuf zusätzlichen Handlungsdruck für KI-Kompetenzentwicklung. Methodisch war die Entwicklung innovativer digitaler Prüfungsformate (Self- und Peer-Assessment) erforderlich, die das "Assessment as Learning"-Konzept umsetzten. Die Bereitschaft eines Fachbereichs zur Pilotkooperation sowie externe Expert*innen für die Modulentwicklung waren weitere wesentliche Voraussetzungen. Projektressourcen aus KuDiKo ermöglichten die initiale Entwicklung.
Eignung
Die Eignung der Maßnahme lässt sich anhand einer systematischen Evaluationsstrategie nachvollziehen, die speziell für das Nano-Degree-Konzept entwickelt wurde. Quantitative Belege liefern OpenOLAT-Nutzungsdaten und automatisierte Auswertungen der Self- und Peer-Assessment-Ergebnisse. Das innovative „Assessment as Learning“-Konzept ermöglicht kontinuierliches Monitoring der Lernfortschritte durch integrierte Reflexionsaufgaben und digitale Evaluationsbögen. Die modulare Struktur mit flexiblen 3- oder 5-ECTS-Varianten zeigt die erfolgreiche Anpassung an unterschiedliche Studierendenbedürfnisse. Die Pilotkooperation mit einem Fachbereich demonstriert die praktische Integrierbarkeit in bestehende Curricula. Der kleinschrittige Ansatz beim AI Leadership Nano-Degree beweist die erfolgreiche Bewältigung ursprünglicher Durchführbarkeits- und Akkreditierungsherausforderungen. Die Orientierung an der EU-KI-Verordnung belegt die Bedarfsgerechtigkeit und Zukunftsfähigkeit des Konzepts.
Vorgehen/Schritte
1. Beginnen Sie mit einem thematisch fokussierten Pilot-Nano-Degree anstatt eines umfassenden Systems. Wählen Sie ein Thema mit hohem Bedarf und klaren rechtlichen Anforderungen (wie KI-Kompetenzen durch EU-Verordnung). Dies ermöglicht manageable Entwicklung und frühzeitige Erfolgserfahrungen.
2. Prüfen Sie verfügbare LMS-Systeme und deren Assessment-Funktionen. OpenOLAT oder vergleichbare Plattformen bieten oft bereits Self- und Peer-Assessment-Tools. Bauen Sie auf bestehenden Strukturen auf, bevor Sie neue Systeme implementieren.
3. Analysieren Sie bestehende Prüfungsordnungen und Zertifikatsstudien-Regelungen. Entwickeln Sie parallel zwei Varianten: eigenständiges Zertifikatsstudium und curriculare Integration. Beziehen Sie Prüfungsämter von Beginn an ein.
4. Gewinnen Sie einen motivierten Fachbereich als Pilotpartner für die curriculare Integration. Starten Sie mit Wahlpflichtbereichen oder interdisziplinären Modulen, bevor Sie Pflichtbereiche angehen.
5. Entwickeln Sie digitale Prüfungsformate, die gleichzeitig Lernprozesse fördern. Self- und Peer-Assessments reduzieren Bewertungsaufwand und stärken Reflexionskompetenzen. Kombinieren Sie automatisierte Tests mit qualitativen Reflexionsaufgaben.
6. Gestalten Sie verschiedene ECTS-Varianten (z.B. 3 und 5 ECTS) für unterschiedliche Zielgruppen. Entwickeln Sie Pflicht- und Wahlmodule, die individuell kombinierbar sind. Orientieren Sie sich an etablierten Modulbeschreibungsstandards.
7. Planen Sie die Überführung in reguläre Strukturen bereits während der Pilotphase. Klären Sie langfristige Betreuungsverantwortlichkeiten und Ressourcenbedarfe. Entwickeln Sie Monitoring-Systeme, die auch nach Projektende funktionieren.
8. Nach erfolgreichem Pilot können weitere thematische Nano-Degrees entwickelt werden. Nutzen Sie dabei die etablierten Strukturen und Erfahrungen. Vermeiden Sie zu schnelle Expansion ohne ausreichende Ressourcen.
Hinweise
Effekte
Erwartete Effekte: Die modulare Struktur ermöglichte flexible, individualisierte Lernwege entsprechend den ursprünglichen Zielen. Das AI Leadership Nano-Degree adressierte erfolgreich den durch die EU-KI-Verordnung entstandenen Bedarf an systematischer KI-Kompetenzentwicklung. Self- und Peer-Assessment-Formate erwiesen sich als ressourcenschonende Alternative zu klassischen Prüfungen.
Learnings
Die Entwicklung von Nano-Degrees ist ein langwieriger, ressourcenintensiver Prozess, der verschiedene Expertise-Bereiche erfordert - von Didaktik über Akkreditierungsfragen bis hin zu technischer Umsetzung. Rückblickend wird Nachnutzenden unbedingt empfohlen, von Beginn an kleinschrittig zu planen. Starten Sie mit einem thematisch fokussierten Pilot statt einem umfassenden System, um Durchführbarkeits- und Akkreditierungsherausforderungen möglichst gering zu halten. Planen Sie mindestens 18-24 Monate Entwicklungszeit ein und kalkulieren Sie Ressourcen für Beratung seitens Prüfungsämtern, technische Entwicklung, Expertenwissen und kontinuierliche Betreuung. Die parallele Entwicklung von Zertifikatsstudium und curricularer Integration erwies sich als richtig, benötigt aber doppelte Koordinationsaufwände. Besonders wertvoll: Frühzeitige und kontinuierliche Einbindung von Prüfungsämtern und Fachbereichen verhindert spätere Implementierungshürden.
Tipps
Etablieren Sie interdisziplinäre Arbeitsgruppen, die Wissen aus den Bereichen Didaktik, Prüfungsrecht und technischer Umsetzung haben. Prüfen Sie vor Neuentwicklungen verfügbare LMS-Assessment-Funktionen. Kommunizieren Sie den Pilotcharakter transparent, um realistische Erwartungen zu schaffen. Berücksichtigen Sie den Ressourcenbedarf für Akkreditierungsverfahren und eine nachhaltige Betreuung des Nano-Degrees über das Projektende hinaus. Entwickeln Sie Anpassungsbereitschaft für prüfungsrechtliche Rahmenbedingungen. Priorisieren Sie funktionsfähige Pilotlösungen gegenüber perfektionierten Gesamtkonzepten. Schließen Sie Prüfungsämter und Fachbereiche kontinuierlich in den Entwicklungsprozess ein.
Sonstiges
Es ist wichtig zu beachten, dass für die Nachhaltigkeit von Nano-Degrees eine frühzeitige sowie kleinschrittige Planung essenziel ist.
Methoden
Empfohlen
Nicht empfohlen
Kontakt
Das könnte Sie auch interessieren

Bewegungen sehen verstehen vermitteln
Im Sportunterricht müssen Lehrkräfte in der Lage sein, eine Vielzahl motorischer Fertigkeiten bzw. Techniken zerlegen und vermitteln zu können, damit Lernende die entsprechende Fertigkeit vom Anfang bis zum Ende jeder Bewegung (im dynamischen Kontext) klar verstehen können. Die Qualität der Lehr-Lern-Kompetenz hängt dabei u.a. vom Wissen über sowie die Interpretation der Handlungsausführung ab. Im Lernprozess wirken sich bereits subtile Veränderungen jeder Bewegungskomponente auf das Verständnis der Fertigkeit bzw. Technik durch die Studierenden aus, die mit dem bloßen Auge nicht immer erkennbar sind. Neben dem inhaltlichen Wissen um die Unterrichtsdurchführung zögern viele Lehrkräfte jedoch immer noch, digitale Technologien (z. B. Sensoren, Tablet-Computer, Smart Fabrics) in den Unterricht und den Vermittlungsprozess mit einzubeziehen, die genau diese subtilen Schlüsselelemente von Fertigkeiten bzw. Techniken sichtbar machen können. Um sicherzustellen, dass Sportstudierende die zentralen Knotenpunkte verschiedenster Bewegungen für den Unterrichtsprozess erfassen können, entwickelt das hier anvisierte Vorhaben ein innovatives Feedback-System auf Basis von KI-Skelettbewegungsanalysen auf einfachen markerlosen Video-/Smartphoneaufnahmen in verschiedenen Bewegungsfeldern. Die Inhalte der detaillierten Bewegungsanalysen werden in Form einer Lehr-Lernplattform als ergänzender digitaler Unterricht an die zukünftigen Sportlehrkräfte weitergegeben.
Projekt anzeigen
Aufbau & Etablierung didaktischer Supportstruktur
Die Maßnahme zielte darauf ab, eine hochschulweite didaktische Supportstruktur aufzubauen, um die zuvor stark technikorientierte Perspektive der digitalen Lehre um fundierte didaktische Begleitung zu ergänzen und Lehrende systematisch zu qualifizieren. Der iterative Entwicklungsprozess integrierte vielfältige Zugangs- und Austauschformate – darunter Hospitationen, Coachings, Sprechstunden, Workshops, didaktische Hochschulveranstaltungen, Kurzvideos der Teilprojekte und Gremienarbeit – und ermöglichte eine Such- und Erprobungsphase mit kontinuierlichem Feedback aus der Lehrpraxis. Als besonders wirksam erwiesen sich die Formate Hospitation und Coaching, und die entwickelten Herangehensweisen, Kommunikationswege und Zugänge wurden nachhaltig in das Angebot des Referats Lehre und Weiterbildung überführt.
Maßnahme anzeigen
An Overview Of Commercial Virtual Reality Providers In Education: Mapping The Current Market Landscape
In recent years, virtual reality (VR) has emerged as a pivotal technology in the field of education, offering immersive and interactive experiences that have the potential to significantly enhance teaching and learning processes. However, for educational designers, teachers, and lecturers who lack advanced information technology skills, identifying and evaluating suitable VR applications can be a complex and labour-intensive endeavour. This article provides a non-technical, action-oriented overview of commercially available VR solutions designed for social skills training in education. To identify relevant providers, we conducted a four-phase snowball search from April to October 2024, combining academic literature reviews, expert interviews, web searches, and demo testing. This process led to the identification of ten VR providers suitable for social and communication skills development. The selected applications were analyzed across ten key criteria, including communication style, avatar design and customization, technological requirements, language support, and the availability of content libraries and authoring tools. The results reveal significant variation among providers in terms of pedagogical flexibility, technical accessibility, and degrees of user customization. [...]
Publikation anzeigen