BLOG.

Hier schreiben wir in regelmäßigen Abständen Beiträge über aktuelle Themen der Hochschuldidaktik und über Lehrkonzepte.

24. February 2026

Prüfen an Hochschulen in Zeiten Künstlicher Intelligenz: Zur Bedeutung Didaktischer Prinzipien 

Die Verbreitung von Anwendungen aus dem Bereich der „Künstlichen Intelligenz“ (KI) schreitet im Hochschulwesen rasant voran. Im Rahmen der „KI4EDU“-Studie gaben 2025 95% der Studierenden an, dass Sie KI-Tools nutzen. Wirft man einen Blick auf die Art der Nutzung von KI-Tools, stehen mit „Themen erklären lassen“ (62%), „Recherche“ (62%), „Begriffserklärungen“ (55%), „Textkorrektur“ (51%) und „Gliederung“ (42%) Tätigkeiten im Vordergrund, die mit dem Schreibprozess im Rahmen schriftlicher Prüfungen (Paper, Thesis etc.) an Hochschulen verbunden werden können. Damit stellt sich Prüfenden bei der Bewertung der Paper ihrer Studierenden die Frage, welche Arbeiten von den Studierenden und welche von KI-Tools erledigt wurden. 

Und weil das generelle Verbot von KI-Tools nicht sinnvoll ist, „KI-Detektoren“ aufgrund ihrer geringen Zuverlässigkeit wenig hilfreich sind (Baresel et al. 2025), wiederhole ich an dieser Stelle gerne die Empfehlung von Wessels et al. (2025, S.6), nach der „die effektivste Antwort auf die KI-Herausforderung (…) didaktischer Natur“ ist. 

Doch wie lautet der Beitrag der Hochschuldidaktik zur Lösung des Problems? Ich empfehle schriftliche Prüfungen, wie Hausarbeiten oder Thesis, in Lehrkonzepte mit einem besonderen Fokus auf die Eigenleistung fördernde didaktische Prinzipien einzubinden. Was sind didaktische Prinzipien? Didaktische Prinzipien sind Leitlinien für die Konzeption, Durchführung und Bewertung von Lehr-Lernprozessen. Klassische Beispiele sind z. B. Problemorientierung (Lehre und Lernen orientieren sich an der Lösung von bestimmten Problemen) oder Handlungsorientierung (Fokus auf der Anwendung von Theorien und Methoden).

Ein Beispiel:
Fokussierung auf drei zentrale didaktische Prinzipien:
1. Theoriereduktion, 2. Empirismus / Forschendes Lernen, 3. Anwendung / Spezifizierung

Wie helfen diese Prinzipien bei der Akzentuierung der Eigenleistung der Studierenden? 
1. Theoriereduktion: KI-Tools werden von Studierenden häufig zur Recherche und im Bereich der Theoriearbeit genutzt. Dementsprechend ist der Lerneffekt der Studierenden, die eine rein theoretische Arbeit mit einem hohen Maß an KI-Unterstützung verfassen, vglw. gering. Lehrende können Studierende auffordern, theoretische Ausführungen auf ein Mindestmaß zu reduzieren.

2. Empirismus / Forschendes Lernen: Die Studierenden werden angehalten ihre Forschungsfragen primär-empirisch zu bearbeiten. Wer eine Fragestellung operationalisiert, eigene Daten erhebt, bereinigt und analysiert, kann KI-Tools punktuell sinnvoll einsetzen, z. B. um Daten zu aggregieren oder Teilbereiche zu analysieren, wird jedoch weite Teile des Forschungsprozesses persönlich und reflektiert bearbeiten müssen, um zu einem stimmigen Gesamtergebnis zu kommen. 

3. Anwendung / Spezifizierung: Wenn Studierende ihre eigene Studie zudem auf das spezifische Tätigkeitsfeld eines Praxispartners fokussieren, sinkt die Wahrscheinlichkeit eines Vermeidens von Lerneffekten auf Seiten der Studierenden weiter. Denn: je spezifischer das Fachwissen, desto schwächer ist die Leistungsfähigkeit von KI-Tools einzuschätzen. 

Das Resultat: KI-Tools können in einem derartigen Lern-Schreibprozess punktuell als Helferlein zum Einsatz kommen, wenn es darum geht isolierte Arbeiten im Prozess für die Forschenden auszuführen, aber es ist unwahrscheinlich, dass sich weite Teile eines derart iterativen und spezifischen Prozesses durch KI-Tools simulieren lassen. 

Abbildung 1 zeigt eine Auswahl an didaktischen Prinzipien, die von Teilnehmenden im Rahmen von hochschuldidaktischen Workshops u. a. an der FH Aachen mit Blick auf die aktuelle „KI-Challenge“ in der Prüfungspraxis an Hochschulen entwickelt wurden.

Abbildung 1: Ausgewählte didaktische Prinzipien zum schriftlichen Prüfen in Zeiten von KI

Fazit: Didaktische Prinzipien sind keineswegs „Allheilmittel“ im Umgang mit KI-Tools in Prüfungsszenarien. Sie haben vielmehr die Funktion von „Stellschrauben“, die Lehrenden helfen können die Eigenleistung der Studierenden in den Lernprozessen zu fördern. KI-Tools können auch in diesen Lernprozessen zum Einsatz kommen. Aber sobald der Einsatz von KI-Tools durch Studierende dazu führt, dass sie einer reinen Arbeitserleichterung dienen, permanente kognitive Entlastung fördern und einem „Deskilling“ Vorschub leisten, sollten didaktische Prinzipien im Rahmen von Lehr- und Prüfungsaktivitäten zum Einsatz kommen. 

Literatur: 

Baresel, K., Horn, J. und Schorer, S. (2025). Der Einsatz von KI-Detektoren zur Überprüfung von Prüfungsleistungen – Eine Stellungnahme. Herausgegeben vom „Digitale Lehre Hub Niedersachsen“. DOI: https://doi.org/10.57961/fjg9-jr89

Enes, R. und Meckmann, F. und Le-Vu, T. (2025). KI in der Lehre – Eine aktuelle Übersicht über die Nutzung von KI im Studienkontext. doi:10.71764/opus-1576

12. Januar 2026

Welche Auswirkungen hat die zunehmende Verbreitung von KI-Tools auf das Lehren & Prüfen an Hochschulen? 5 Thesen und didaktische Implikationen

Die rasante Verbreitung der Künstlichen Intelligenz hinterlässt auch im Bildungswesen tiefe Spuren. Aus diesem Anlass stellen wir uns hier die Frage, wie sich das Lehren & Prüfen an Hochschulen unter dem Einfluss dieser Technologie verändert.

1. KI wird Anfang 2026 von fast allen Studierenden regelmäßig und zunehmend virtuos genutzt.
   Im Rahmen der „KI4EDU“-Studie der Universität Duisburg-Essen gaben 2025 mehr als 90% der befragten Studierenden an KI zu nutzen. Hiervon nutzen mehr als 85% diese Tools regelmäßig (mehrmals im Monat oder häufiger). Bei der Nutzung dominieren LLM & Chatbots, die von mehr als 50% der Studierenden hauptsächlich für Textkorrektur, Begriffserklä-rungen, Recherche und zur „Erklärung von Themen“ genutzt werden. Wir beobachten zudem im Rahmen unserer Lehrveranstaltungen, dass Studierende ihre hauptsächlich genutzten Tools zunehmend virtuos einsetzen. Als Teil dieser aufkeimenden KI-Kompetenz sind sie sich häufig auch der Grenzen der Leistungsfähigkeit von KI bewusst.
2. Hochschulen sehen strategischen Handlungsbedarf, 
   tun sich aber schwer entsprechende Prozesse zu etablieren
   Auf Basis des HFD-Monitors (2025) haben nur 35% der Hochschulen in Deutschland noch keine KI-Strategie. 15% verfügen bereits über strategische Leitlinien, 50% der befragten Hochschulen bereiten diese aktuell vor. In diesem Zuge werden u. a. Eigenständigkeitserklärungen für das Verfassen von schriftlichen Arbeiten und Prüfungsordnungen angepasst, sowie Leitlinien für den Umgang mit KI verbreitet. Besonderen Handlungsbedarf sehen die Hochschulen in den Bereichen Wissenschaftliches Arbeiten (90%), Prüfungen (77%) und Lehrveranstaltungen (54%). Die besondere strategische Herausforderung für die Hochschulen liegt darin, KI- Technologie mit der Anpassung didaktischer Konzepte und den formal-organisatorischen Gegebenheiten der Organisation in Einklang zu bringen. Darüber hinaus sollten derartige Prozesse nicht nur „top-down“ sondern auch unter Einbeziehung von Studierenden aufgesetzt werden (was aktuell zu selten passiert).
3. Lehren und Prüfen ohne KI ist für Hochschulen wenig sinnvoll.
   Aktuell existieren schon viele Ideen und Ansätze, die Hochschulen ein zeitgemäßes Lehren & Prüfen ermöglichen. 
   Die Nutzung von KI-Tools durch Studierende führt dazu, dass von ihnen „einfache“ Aufgaben (insbes. aus dem Bereich des Fachwissens) im Sinne einer kognitiven Entlastung mit hoher Wahrscheinlichkeit zunehmend an KI-Tools delegiert werden. Hieraus resultiert ein erheblicher Anpassungsbedarf, damit alle Beteiligten Lehrveranstaltungen nach wie vor als Orte des Lernens wahrnehmen und Prüfungen das Ausmaß der Lernzielerreichung dokumentieren. Was können Lehrende heute schon tun? LEHRKONZEPT empfiehlt die Nutzung von ausgewählten didaktischen Prinzipien, wie z. B. prozessorientiertem Lernen, den Fokus auf primärempirisches Forschen und auch Interaktion & Feedback, um die Studierenden in iterative Lernprozesse einzubinden (s. hierzu auch den kommenden Blogpost Ende Januar).
4. Das aktuell geringe Ausmaß an KI-Kompetenzen behindert die systematische Implementierung von KI in Lehre & Prüfungen.
   Studierende und auch Lehrende setzen KI zunehmend im Kontext von Lehrveranstaltungen ein. Dies geschieht noch zu oft nach dem Trial&Error-Prinzip, und oft auf der Basis einer gering ausgeprägten AI-Literacy. Erst wenn Lehrende und Studierende als KI-kompetent im technischen, rechtlichen und ethischen Sinne angesehen werden, kann der Einsatz von KI reflektiert und aus didaktischer Perspektive als effizient angesehen werden.
5. Die Implementierung von KI in Lehre&Prüfungen ist für Lehrende mit einem hohen Aufwand verbunden, da auch didaktische Konzepte angepasst werden müssen.
   Neben dem Bedarf an Weiterbildung im Bereich der AI-Literacy, ist auch die Anpassung oder Neuentwicklung von Lehrkonzepten für Lehrende mit einem vglw. hohen Aufwand verbunden. Je nach Ausmaß und Reichweite der Verwendung von KI-Tools ist es notwendig, Lehrveranstaltungen in ihren Grundbestandteilen anzupassen. Neben den Lernzielen, gilt es in der Regel die Methoden, Inhalte und Prüfungsformen anzupassen. Darüber hinaus wandelt sich häufig auch die Rolle der Lehrenden. Sollten Lehrende im Prozess der Implementierung von KI in ihre Lehrveranstaltungen umfassenden Anpassungsbedarf identifizieren, empfehlen wir die Entwicklung von individuellen und ganzheitlichen Lehrkonzepten (z. B. nach Heun, 2022), um KI-Tools als Teil eines abgestimmten Gesamtkonzepts in Lehrveranstaltungen einzubetten.

Fazit: Das aktuelle Tempo der Verbreitung von KI-Tools unter Studierenden ist enorm. Aber: Die kompetente und konzeptionelle Einbettung von KI in die Lehr- und Prüfungsszenarien durch Lehrende braucht Zeit. Themen wie Teilhabe, Partizipation, digitale Souveränität, Datenschutz und die Entwicklung von neuen Lehrkonzepten wollen in aufwendigen Prozessen in Einklang gebracht werden. Zu oft sind Lehrende an deutschen Hochschulen dabei noch auf sich selbst gestellt. Dementsprechend wäre es fatal, wenn, vor dem Hintergrund der aktuellen finanziellen Herausforderungen von Hochschulen, wenn an der falschen Stelle, bei Weiterbildungen von Lehrenden rund um das Thema KI in der Lehre gespart wird.

Literatur:

Budde, J. & J. Tobor (2025). KI Monitor 2025 Hochschulen gestalten den KI-Alltag. https://hochschulforumdigitalisierung.de/wp-content/uploads/2025/09/Blickpunkt_KI-Monitor25.pdf (12.01.2026)

Heun, T. (2022). Lehrkonzepte. Bern: HEP

Rischert, E., F. Meckmann & T.V. Le-Vu (2025). KI in der Lehre – Eine aktuelle Übersicht über die Nutzung von KI im Studienkontex (KI4EDU). https://doi.org/10.71764/opus-1576 .

1. September 2025: Wir setzen unsere Lehrkonzepte-Reihe mit dem Konzept des PROJEKT-BASIERTEN LERNENS fort.

Beim Projektbasierten Lernen widmen sich die Lernenden der selbstständigen Lösungsfindung einer Projektherausforderung. Es stehen die Anwendung von Wissen, der Theorietransfer und das Tun im Sinne eines “Learning-by-Doing” im Vordergrund. Das Projektorientierte Lernen gehört, wie auch das Forschende Lernen, zu den Lehrkonzepten des Prozessorientierten Lernens. Beim Prozessorientierten Lernen wird der Lernprozess transparent und nachvollziehbar anhand eines Ineinandergreifens einzelner Prozessschritte organisiert und strukturiert. Der große didaktische Vorteil besteht in der Transparenz des Lehrprozesses für alle Beteiligten und einer entsprechend hohen Orientierung. Der Ablauf von Lehrveranstaltungen nach dem Konzept ist abhängig vom gewählten Ansatz des Projektmanagements. Die häufig eher klassisch-lineare Struktur resultiert aus den Vorlesungszeiten und Prüfungszeiträumen an Hochschulen. Lehrende haben bis zu 15 Wochen für die Durchführung von Lehrveranstaltungen und das Aufsetzen von Lernprozessen. Der Prozess gipfelt oft in einer Prüfungsphase gegen Ende des Semesters. Ein möglicher Ablauf wäre 1. Präsentation der Projektherausforderung > 2. Teambuilding > 3. Projektanalyse und -organisation > 4. Projekt-Bearbeitung > 5. Ergebnispräsentation > 6. Feedback > 7. Projektevaluation & -dokumentation. Es wird empfohlen den Prozess hierarchisch zu strukturieren, so dass ein Auslassen bzw. Überspringen einzelner Prozessschritte unmöglich ist.

Als zwei weitere Vorteile sind soziales Lernen und didaktische Reduktion zu nennen. Um die Studierenden erstens effizient betreuen zu können, bilden diese häufig Projektgruppen, die gemeinsam die Aufgabenstellung bearbeiten. Teams bieten zudem die Möglichkeit, Aufgaben je nach bereits vorhandenen Kompetenzen zu verteilen. Die Studierenden haben hier die Möglichkeit nicht nur von Lehrenden oder aus Büchern, sondern auch von anderen Studierenden zu lernen. Zweitens sollten Lehrende die Lehrinhalte an die Projektherausforderungen anpassen und das Projektorientierte Lehrkonzept nicht mit zu viel “Content” überfrachten. Es bietet sich an, nur die Inhalte zu vermitteln, die auch für das Projekt benötigt werden, um bei den Studierenden den Eindruck eines sinnvollen Lernprozesses herzustellen. 

Literatur:

Apel, H. & Knoll, M. (2001). Aus Projekten lernen. Grundlegung und Anregungen. München: Oldenbourg.

Heun, T. (2022). Lehrkonzepte. Bern: HEP.

Markowitsch, J., Messerer, K. & Prokopp, M. (2004). Handbuch praxisorientierter Hochschulbildung. Wien: WUV.

Wir starten heute, am 10.Juni 2025, mit einem Beitrag zum Lehrkonzept des FORSCHENDEN LERNENS.

Bei dem Konzept des Forschenden Lernens durchlaufen die Lernenden einen kompletten Forschungsprozess von der Definition der Forschungsfrage bis zu ihrer Beantwortung. Dieser Ansatz zeichnet sich dadurch aus, dass «Lernen und Forschen auch der Tätigkeitsform nach zusammenfallen» (Huber 2013, S. 23). Forschendes Lernen setzt auf die Lerneffekte eines Erkenntnis-prozesses und ist produktionsorientiert, da am Ende des Prozesses die Beantwortung einer Forschungsfrage mittels eigener Theorie(n) steht. Der Lernprozess wird durch die aufeinander aufbauenden Schritte des Forschungsprozesses strukturiert. Die Freiheitsgrade der Studierenden sollten hierbei an den Umfang ihrer Vor-erfahrungen angepasst werden.

Der Ablauf einer Lehrveranstaltung nach dem Konzept des Forschenden Lernens orientiert sich an den Phasen eines Forschungsprozesses. Einleitend kann es zu den ersten Aufgaben der Lernenden gehören, diese Phasen/Schritte zu definieren und mit Ansätzen des Projektmanagements zu kombinieren (Wie lässt sich ein Forschungsprozess als Projekt strukturieren und organisieren?). Danach durchlaufen die Lernenden idealerweise alle Schritte des Forschungsprozesses. Sollte die Zeit knapp werden, lässt sich der Prozess zu Beginn oder Ende auch leicht abkürzen. Alternativ ist es möglich, weitere Zwischenschritte (siehe Schritt 4 im folgenden Beispiel) einzufügen, beispielsweise um den Fokus auf Qualitätsmerkmale empirischer Studien zu lenken.

Das Lehrkonzept des Forschenden Lernens ist mit Blick auf Lerneffekte als besonders effektiv einzuschätzen. Folgende didaktische Prinzipien unterstützen den Lernprozess systematisch:

• Lernen als Prozess und Problembasiertes Lernen: Am Anfang des Forschungsprozesses steht ein „Problem“ bzw. eine Forschungsfrage. Bei der Beantwortung bietet die klare und transparente Struktur des zu durchlaufenden Forschungsprozesses den Studierenden eine klare Orientierung. Lost in theory? Das kommt beim Forschenden Lernen eher selten vor.
• Didaktische Reduktion / Weniger ist Mehr: Die Studierenden lernen nur die Modelle und Theorien, die sie zum erfolgreichen Bearbeiten der Forschungsfrage benötigen.
• Learning-by-doing / Theorie-Praxis-Transfer / Anwendung: Die Studierenden wenden (Methoden-)Theorie an und machen wertvolle Erfahrungen.
• Lernen durch Forschen: Das Konzept verbindet zwei zentrale Aufgaben von Hochschule. Damit ermöglicht es den Studierenden Erfahrungen im Bereich der Primärforschung zu sammeln und Methodenkompetenzen für spätere Projekte, wie z. B. die Thesis, aufzubauen. Darüber hinaus bietet es den Lehrenden die Möglichkeit, Lehrtätigkeit und Forschungsinteressen zu verbinden.

Die Umsetzung des Forschenden Lernens ist im Rahmen unterschiedlicher Lehrformen in Präsenz oder online, im Rahmen von Gruppenarbeit oder auch auf Basis individueller Arbeit möglich. Die Lehrenden nehmen oft zwei Rollen wahr: neben der Rolle des/der Fachexperten/in, fungieren sie als Coaches der Forschenden. Weiterführende Literatur findet sich am Ende dieses Beitrags.

Fazit: Das Forschende Lernen ist der Klassiker unter den Lehrkonzepten, der im Zuge einer Ausweitung Projekt-basierter Lehrkonzepte und zunehmend digitalisierter Lernumgebungen aktueller denn je ist.

Literatur:

Heun, T. (2022). Teaching Concepts: On the Power of Thinking in Concepts in 21st Century Learning and Teaching. In (eds.). D. Kergel & B. Heidkamp-Kergel: Bildung in the Digital Age. Routledge: London, pp.182-193.

Heun, T. (2022). Lehrkonzepte. Bern: HEP.

Kergel, D. & Heidkamp, B. (2015). Forschendes Lernen mit digitalen Medien. Ein Lehrbuch. New York/Münster: Waxmann.