Hier schreiben wir in regelmäßigen Abständen Beiträge über aktuelle Themen der Hochschuldidaktik und über Lehrkonzepte.
14. september 2026
Künstliche Intelligenz im Hochschulwesen: Möglichkeiten der Implementierung von KI-Assistenten in die Lehre
Ein KI-Assistent ist eine softwarebasierte Anwendung, die mithilfe Künstlicher Intelligenz menschliche Eingaben verarbeitet, deren Intention erfasst und daraufhin bei der Beantwortung von Fragen oder der Ausführung definierter Aufgaben unterstützt. Im Hochschulwesen besteht aktuell eine rege Nachfrage nach KI-Assistenten. Hochschulen können KI-Assistenten z. B. nutzen, um FAQ-Bereiche in einer dialogorientierten Form aufzusetzen. So lassen sich interne Anfragen von Studierenden zu formal-organisatorischen Belangen ihres Studiums, oder auch Anfragen von Mitarbeiter*innen bzgl. hochschulinterner Prozesse, jenseits von Dokumentensammlungen oder internen Wikis beantworten.
Noch in den „Kinderschuhen“ steckt der Einsatz von KI-Assistenten im Bereich der Hochschullehre. Aber: Digitalisierung und Künstliche Intelligenz verändern das Lehren und Lernen an Hochschulen. Aktuell findet der KI-Gebrauch auf Seiten der Studierenden oft unabhängig von didaktischen Konzepten der Lehrenden statt. KI-Assistenten bieten Lehrenden die Möglichkeit, KI-Technologie gemäß ihrer Lehrideen und Qualitätsansprüche in die Lehre zu integrieren. Zentrale Bestandteile sind dabei erstens der vom Lehrenden verfasste „Systemprompt“ und zweitens eine Datenquelle, die vom Chatbot im Laufe der Interaktion mit dem User genutzt wird (z. B. ein eigenes Lehrbuch oder Skript).
Bevor sich Lehrende mit der Entwicklung von konkreten KI-Assistenten befassen, sollten sie für sich folgende Fragen beantworten:
- Zu welchem meiner Lehrkonzepte passt ein KI-Assistent?
- In welchem konkreten Bereich des Konzepts bieten sich der Einsatz eines Assistenten an?
- Welche Funktion / Rolle soll der KI-Assistent als Teil des Lehrkonzepts übernehmen?
- Wie lässt sich der KI-Assistent innerhalb der technischen Infrastruktur der Hochschule umsetzen?
- Werden dem KI-Assistenten exklusive Inhalte / Daten zugewiesen?
- Welche rechtlichen Aspekte gilt es bezogen auf Urheberschaft, Datenschutz und Prüfung zu bedenken?
Lehrenden bieten sich eine Fülle an unterschiedlichen Funktionen bzw. Rollen von KI-Assistenten. Bei LEHRKONZEPT. unterscheiden wir bis zu 12 unterschiedliche Funktionen, von denen wir an dieser Stelle sechs darstellen (s. Tabelle 1).
Tabelle 1: Ausgewählte Funktionen von KI-Assistenten in der Hochschullehre
| 1. Persönlicher Tutor | Erklärt Inhalte, diagnostiziert Verständnis und passt Hilfen an. |
| 2. Navigator / Lernlotse | Hilft bei Orientierung, Ressourcenwahl und der Strukturierung von Lernwegen. |
| 3. Lerncoach | Unterstützt Lernplanung, Lernstrategien, Zeitmanagement und Selbstregulation. |
| 4. Sparringspartner | Fordert Positionen und Argumentationen heraus und erzeugt Gegenargumente oder alternative Perspektiven. |
| 5. Sokratischer Dialog-partner | Führt durch gezielte Fragen zum eigenständigen Denken, ohne die Lösung unmittelbar vorzugeben. |
| 6. Produktions- / Arbeits-assistent | Unterstützt bei konkreten Arbeitsschritten und bei der Erstellung oder Überarbeitung von Lernprodukten. |
Für den Fall, dass Lehrende studentische Arbeitsprozesse im Semesterverlauf mit einem Assistenten unterstützen wollen, bietet sich die Entwicklung eines Produktions- bzw. Arbeitsassistenten an.
Abbildung 1: KI-Assistenten „TOM“
Abbildung 1 zeigt den KI-Assistenten „TOM“, der Bachelorstudierende des ersten Semesters bei dem Verfassen einer Einleitung für eine wissenschaftliche Hausarbeit unterstützen soll. Die Studierenden werden in einem „Frage-und-Antwort-Spiel“ von der ersten thematischen Idee zu einer Grundstruktur ihrer Einleitung begleiten, ohne dass der Bot ihnen die Schreibarbeit abnimmt. Er hilft vielmehr dabei, das Thema zu präzisieren, eine Forschungsfrage zu extrahieren, und bietet, auf Basis einer vom Lehrenden hinterlegten theoretischen Grundlage, Orientierung bzgl. der erwarteten Inhalte.
Fazit:
KI-Assistenten bieten Hochschullehrenden die Möglichkeit, den Einsatz Künstlicher Intelligenz gezielt in bestehende Lehrkonzepte zu integrieren und didaktisch zu gestalten. Entscheidend ist dabei nicht die Technologie selbst, sondern die Frage, welche Funktion ein KI-Assistent im Lernprozess übernehmen und welchen konkreten Mehrwert er für Studierende schaffen soll. Eine sinnvolle Implementierung erfordert daher eine klare didaktische Zielsetzung sowie die Berücksichtigung technischer, rechtlicher und inhaltlicher Rahmenbedingungen. Richtig eingesetzt können KI-Assistenten Lernprozesse individualisieren, strukturieren und die aktive Auseinandersetzung mit Lerninhalten unterstützen. Ein zentraler Vorteil ist dabei die Steuerung der Qualität der Outputs durch die Kopplung der Chat-Bots mit Inhalten, die den Qualitätsansprüchen der Lehrenden entsprechen.
30. Mai 2026
Anwesenheitspflicht an deutschen Hochschulen? Motivierende Wege zurück in die Präsenz
Lehrende an Hochschulen im deutschen Sprachraum sehen sich aktuell mit einem Phänomen konfrontiert, welches sich als „selektive Teilnahme an Präsenzveranstaltungen“ bezeichnen lässt. Auch wenn aktuelle Statistiken über die Anwesenheit von Studierenden an Hochschulen fehlen, scheint aktuell die Gruppe der Studierenden, die Woche für Woche ihre Lehrveranstaltungen besuchen, zu schrumpfen.
Die Gründe für den nachlassenden Trend zur Präsenzteilnahme werden in der Literatur vielfältig diskutiert. Einerseits wünschen sich Studierende zunehmend digitale bzw. hybride Formen der Lehre, die von Hochschulen mehr und mehr angeboten werden (Budde&Friedrich, 2024). Hierzu passt, dass das „Vollzeitstudium“ durch ein hybrides Modell der Lebensführung (aus Studium & Erwerbsarbeit) ergänzt wird. Darüber hinaus lässt sich eine Krise der nach wie vor verbreiteten klassischen Lehrform der Vorlesung beobachten. In Zeiten der Bereitstellung von digitalen Vorlesungsskripten und einer zunehmend virtuosen Nutzung von KI-Tools durch Studierende, hat das klassische Vorlesungsformat (90 Minuten und ein geringes Maß an Interaktion) weiter an Bedeutung verloren. Erfolgreiche Wissensaneignung in zunehmend digitalisierten Lernräumen scheint für Studierende zunehmend auch auf der Fähigkeit zu basieren, sich zum entscheidenden Zeitpunkt über digitale Medien Zugang zu Informationen zu verschaffen (vgl. Siemens, 2005).
Nur was bedeutet das für das Selbstverständnis von Hochschulen als Lernorte, wenn die überwiegende Mehrheit an staatlichen Hochschulen qua Definition als „Präsenzhochschulen“ konzipiert wurden? Und wie sollen Hochschulen mit reflexartigen Forderungen nach der Einführung einer Anwesenheitspflicht (siehe u. a. Overhoff, 2026) umgehen?
Die hochschuldidaktische Perspektive: für eine aktive Gestaltung der Beziehungen zwischen Lehrenden und Studierenden
Die Qualität der Beziehungen zwischen Lehrenden und Studierenden beeinflusst den Lernerfolg nachweislich positiv. Meta-Analysen bezogen auf die “Faculty-Student Relationship” an Hochschulen zeigen, dass gute, wenig konfliktbelastete Lehr-Lern-Beziehungen einen positiven Einfluss auf Engagement und Leistung von Studierenden haben (Fathi et al., 2026). Dementsprechend sollten sich Lehrende fragen, wie sie einen positiven Einfluss auf die Beziehung zwischen sich und den Lernenden herstellen können. Die Hochschuldidaktik bietet eine Fülle an unterschiedlichen Möglichkeiten der Beziehungsgestaltung. An dieser Stelle möchte ich drei ausgewählte Ansätze nennen.
Aktivierende Lehrkonzepte wählen (wie Forschendes Lernen, Schreibwerkstatt, Peer Instruction)
Wenn Lehrende Lehrkonzepte wie das des “Forschenden Lehrens” wählen, geht mit dieser Lehrmethode auch eine fundamentale Aktivierung der Studierenden einher. Bedeutet: Forschendes Lernen setzt auf Lernen entlang eines Forschungsprozesses, und es ist an den Studierenden, das Forschungsprojekt möglichst eigenständig zu “managen”. Damit machen die Lehrenden den Studierenden deutlich, dass studentische Aktivität und die Übernahme von Verantwortung zentral für das Lernen in der Lehrveranstaltung sind.
Die didaktischen Prinzipien Interaktivität, Feedback und Soziales Lernen kultivieren
In der Vergangenheit stellte der permanente Austausch zwischen Lehrenden und Lernenden kein zentrales Prinzip der Hochschullehre dar. Oft wurde der mit dem Feedback verbundene Mehraufwand von Lehrenden ins Feld geführt, wenn es darum ging, das geringe Ausmaß der Interaktivität zu rechtfertigen. Dank der Digitalisierung lassen sich Rückmeldungen heute niedrigschwellig über digitale Lernplattformen der Hochschulen mit vergleichsweise geringem Aufwand realisieren. Und wenn man die Präsenzveranstaltungen stärker als Orte des Austauschs zwischen Lehrenden und Lernenden, sowie als Orte des gemeinsamen Lernens von Studierenden begreift, wird auch der Präsenzhochschule ein neuer Weg aufgezeigt.
Prüfungen nutzen, um Lernstände zu dokumentieren und Studierende motivieren
Die Erfahrung zeigt, dass das Ansetzen einer zentralen Prüfungsleistung zum Ende des Semesters oft den selektiven Besuch von Lehrveranstaltung fördert. Das Anlegen von semesterbegleitenden Prüfungen hat aus didaktischer Perspektive zwei Vorteile. Erstens bekommen die Lehrenden über die Prüfungsleistungen einen Einblick in den Lernfortschritt der Lernenden „unter dem Semester“. Zweitens motivieren derartige Prüfungsarchitekturen die Studierenden extrinsisch. Wer an drei Terminen im Semester begleitende Leistungen erbringen muss, sollte eine mehr oder weniger regelmäßige Teilnahme sicherstellen, um den eigenen Studienerfolg nicht zu gefährden.
Fazit
Die rückläufige Präsenz an Hochschulen ist weniger ein Disziplinproblem als Ausdruck veränderter Studienrealitäten und einer gewandelten Herangehensweise an das Lernen. Eine pauschale Anwesenheitspflicht greift deshalb zu kurz. Erfolgversprechender sind aktivierende Lehrkonzepte, die Studierende zu einer regelmäßigen Teilnahme motivieren. Hierbei kommen didaktischen Prinzipien, wie Interaktion, Partizipation, Verantwortung, Feedback und sozialer Einbindung eine entscheidende Rolle zu. Entscheidend ist damit nicht nur die bloße Anwesenheit, sondern die Qualität der Lehr-Lern-Beziehungen und der Lernumgebungen an Hochschulen.
Literatur
Budde, J., Friedrich, J.-D. (2024). Monitor Digitalisierung 360° Wo stehen die deutschen Hochschulen? Arbeitspapier Nr. 83. Berlin: Hochschulforum Digitalisierung.
Fathi, Z., Zarei, P., Fong, C.J. et al. (2026). The Caring Professor: A Meta-Analysis of Associations between Faculty-Student Relationships and Postsecondary Student Success. Educational Psychological Review 38(8).https://doi.org/10.1007/s10648-025-10100-9
Overhoff, J. (2026). „Ich glaube, wir brauchen wieder eine Anwesenheitspflicht”. In: DIE ZEIT 06/26, https://www.zeit.de/2026/06/anwesenheit-universitaeten-geisteswissenschaften-juergen-overhoff (letzter Zugriff: 13.03.2026).
Siemens, G. (2005). Connectivism: A Learning Theory for the Digital Age. In: Donald G.P. (Ed): International Journal of Instructional Technology and DistanceLearning,2 (1). Verfügbar unter: http://www.itdl.org/Journal/Jan_05/article01.htm (letzter Zugriff: 18.03.2026).
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.
- 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. - 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). - 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). - 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. - 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.