Was Sie hier lernen
Sie erfahren, welche Fragen wichtig sind, um KI gut in Ihre Lehre zu integrieren. Sie machen sich Gedanken zu Ihrem Fachbereich und passenden Prüfungsformen.
Inhaltsverzeichnis zu diesem Artikel
- Sie befassen sich zum ersten Mal mit KI?
- Was muss ich als Lehrperson wissen und können?
- KI als Thema im eigenen Lehrgebiet identifizieren und integrieren
- KI in Abschlussarbeiten und Prüfungen
- Tipp für Hochschulangehörige / Das haben wir für sie bereitgestellt
- Das können Sie jetzt tun / Haben Sie noch 5 Minuten? / Quellen
Sie befassen sich zum ersten Mal mit KI?
Hier finden Sie Antworten auf die häufigsten Bedenken und Fragen zum Einstieg ins Themenfeld „KI in der Hochschullehre“
Kann ich KI in meiner Lehrveranstaltung nicht einfach verbieten und so weitermachen wie bisher?
In aller Kürze: Nein.
Das Potenzial von KI-Systemen wächst rasant und hat jetzt schon massive Auswirkungen auf unseren Alltag, unser Berufsleben, unser Miteinander. Oft bemerken wir gar nicht, dass KI-Systeme in unser Handeln eingreifen, wenn sie zum Beispiel in digitale Prozesse integriert sind.
Unsere derzeitigen und insbesondere unsere zukünftigen Studierenden werden in ihrem Lebens- und Bildungsweg mit diesen Veränderungen konfrontiert. Es ist essenziell, dass wir als Bildungsträger diese weitreichenden Veränderungen thematisieren, sie in die Lehre integrieren und die Studierenden auf ihrem Weg zu einem verantwortungsvollen, reflektierten Umgang mit KI begleiten, fördern und fordern.
Wir alle müssen uns also zu KI informieren, uns austauschen und an den neuen Herausforderungen wachsen. Nutzen Sie am besten die Strukturen und Angebote der Hochschule, um einen guten, souveränen Zugang zu KI zu finden und für Ihre Studierenden ein professionelles Lernumfeld aufbauen zu können.
Das ist doch ganz einfach: Es gibt Software, die KI-generierte Inhalte erkennt, oder nicht?
In aller Kürze: Nein.
Software zur Erkennung von Plagiaten bietet oft ach die Option, dass angezeigt wird, mit welcher Wahrscheinlichkeit ein Text KI-generiert ist. Diese Angabe ist jedoch keinesfalls rechtsverbindlich, und auch alles andere als zuverlässig. Hier eine Auswahl von Gründen:
- KI-Systeme können individuelle Schreibstile nachbilden.
- Menschliche Schreibstile können vermeintlich „KI-typische“ Elemente enthalten.
- KI-generierte Inhalte prägen zunehmend menschliche Schreibstile (und umgekehrt), so dass die Abgrenzung verschwimmt.
- Die Outputs von KI-Systemen werden immer besser, so dass vermeintlich typische Kennzeichen bei Wortgebrauch, Stil oder Grammatik verschwinden oder sich verändern.
Verlassen Sie sich also nicht auf die Option, den KI-Gebrauch kontrollieren zu können. KI-Systeme werden den Einzug in Lernen und Arbeiten finden. Professionelle KI-Kompetenzen werden Vorteile im Berufsumfeld und Wissenschaftsbetrieb bringen. Es ist essenziell, dass wir als Bildungsträger diese weitreichenden Veränderungen thematisieren, sie in die Lehre integrieren und die Studierenden auf ihrem Weg zu einem verantwortungsvollen, reflektierten Umgang mit KI begleiten, fördern und fordern.
Gehen Sie mit Ihren Studierenden ins Gespräch und suchen Sie gemeinsam nach einem sinnvollen Umgang mit den neuen Entwicklungen. Wechseln Sie von Kontrolle und Verbot zu einer vertrauensvollen, co-kreativen Lernatmosphäre, in der ein offener, kritischer Umgnag mit KI-Systemen selbstverständlich ist.
Was ist eigentlich generative KI und warum ist es so ein disruptives Thema an den Hochschulen?
Generative KI ist eine Form künstlicher Intelligenz, die auf Basis großer Datenmengen neue Inhalte erzeugen kann, wie zum Beispiel Texte, Bilder oder Code. Sie nutzt die Wahrscheinlichkeiten von Mustern und Beziehungen zwischen Daten, um neue Informationen abzuleiten und auszugeben. Generative KI kann auf diese Weise zur Bearbeitung komplexer Aufgaben herangezogen werden, die bislang menschliches Denken erforderten, etwa beim wissenschaftlichen Schreiben oder bei der Programmierung.
Generative KI-Tools sind häufig frei zugänglich, wirken einfach in der Handhabung und bringen schnelle Ergebnisse und Erfolgserlebnisse. Sie finden deshalb in rasanter Geschwindigkeit Einzug in unsere Gesellschaft – privat wie beruflich und eben auch im Bildungskontext.
An Hochschulen werden durch die verbreitete Nutzung von KI zum Beispiel traditionelle Prüfungsformate infrage gestellt, da Studierende mit KI-Unterstützung die bisher zugrunde liegende akademische Eigenleistung unterlaufen können. Qualifikationsprofile müssen angepasst, KI-Kompetenzen in Curricula integriert werden. Das Lernverhalten ebenso wie die Lerninhalte werden durch die rasanten technologischen Entwicklungen massiv beeinflusst.
Da KI Auswirkungen auf alle Bereiche unserer Gesellschaft hat, insbsondere auch auf die Berufswelt, müssen Hochschulen sich damit befassen, wie sich Lehre und Bildung verändern, um die Studierenden gut auf ihre Zukunft vorzubereiten. Es geht darum, Lösungen für ein komplexes Thema zu finden, das an vielen Stellen Auswirkungen hat und nicht klar definierbar oder abgrenzbar ist. Dementsprechend ist interdisziplinäre und ressortübergreifende Zusammenarbeit, kontinuierlicher Austausch und vernetztes Lernen als Organisation erforderlich, um als Hochschule zukunftsfähig zu bleiben und von der Reaktion in die Aktion als richtungsweisende Institution zu kommen.
(Einzelne Satzbausteine von Copilot erstellt)
Was muss ich als Lehrperson wissen und können?
Als Lehrperson sind auch für Sie zunächst allgemeine Basiskomeptenzen zu technischen, rechtlichen und ethischen Aspekten relevant. Einen Überblick bietet die Handreichung KI-Verordnung der EU als Impuls für die Entwicklung von AI Literacy an Hochschulen, in der diese Basiskomeptenzen in konkrete Anforderungen aufgeschlüsselt sind.
Natürlich sind auch umfassende methodische Kompetenzen hilfreich, um mit KI-Systemen Lehre und Prüfungen zu entwerfen, zu planen, sie vorzubereiten und zu bewerten; so zum Beispiel die Fähigleit, KI-Tools vergleichen zu können, geeignete Prompting-Techniken und -Strategien für die Erstellung von Lehrmaterialien auswählen zu können oder Szenarien identifizieren zu können, bei denen generative KI-Tools eine Arbeitserleichterung bieten.
Darüber hinaus ist für die Lehre insbesondere die Auseinandersetzung mit didaktischen Fragstellungen essenziell, um relevante Veränderungen bei Lernzielen, Lehrmethodik und Lernaktivitäten sowie Feedback, Assessment und Prüfungen anstoßen zu können.
Didaktisch orientierte Kompetenzziele für Lehrende können zum Beispiel sein:
Lernverhalten der Studierenden
Sie können die aktuellen Möglichkeiten von generativen KI-Systemen einschätzen und beurteilen, bei welchen Lernaktivitäten Studierende generative KI-Systeme hinzuziehen könnten.
Lehrinhalte und Lehrgestaltung
Sie können
…kompetenzorientierte Lernziele zum Erwerb relevanter KI-Kompetenzen in Ihrem Fach formulieren.
…für die Qualifikation der Studierenden geeignete kompetenzorientierte Lernziele formulieren, die die Nutzung von KI-Systemen durch die Studierenden berücksichtigen.
…für diese Kompetenzziele geeignete Lehrmethoden und Prüfungsformen auswählen.
…die Studierenden für einen rechtlich und ethisch verantwortungsvollen Umgang mit generativer KI sensibilisieren.
Abschlussarbeiten und Prüfungen
Sie können
…die Eigenleistung der Studierenden in Prüfungen so definieren, dass sie entweder KI-Nutzung gezielt einschließt, und/oder dass sie durch unerlaubte KI-Nutzung nicht unterlaufen werden kann.
…die Prüfungsform an die definierte Eigenleistung anpassen.
…die zulässige KI-Nutzung in Prüfungsleistungen angemessen bewerten.
KI als Thema im eigenen Lehrgebiet identifizieren und integrieren
Im Folgenden werden Sie durch Überlegungen geleitet, die Ihnen dabei helfen sollen, die notwendigen Schritte für Veränderungen in Ihrer Lehre zu gehen.
Kompetenzziele
- Sie können die aktuellen Möglichkeiten von generativen KI-Systemen einschätzen und beurteilen, bei welchen Lernaktivitäten Studierende generative KI-Systeme hinzuziehen könnten..
- …kompetenzorientierte Lernziele zum Erwerb relevanter KI-Kompetenzen in ihrem Fach formulieren.
- …für die Qualifikation der Studierenden geeignete kompetenzorientierte Lernziele formulieren, die die Nutzung von KI-Systemen durch die Studierenden berücksichtigen.
- …für diese Kompetenzziele geeignete Lehrmethoden und Prüfungsformen auswählen.
- …Ihre Studierenden für einen rechtlich und ethisch verantwortungsvollen Umgang mit generativer KI sensibilisieren.
Wie können Sie diese Ziele erreichen?
- Sie hören sich in beruflichen Netzwerken des eigenen Fachbereichs um und informieren sich in der Fachcommunity (Verbände, Tagungen, Publikationen), welche Auswirkungen KI auf die zukünftigen Berufsfelder Ihrer Studierenden haben kann.
- Sie verfolgen technologische Entwicklungen aktiv mit und suchen kollegialen Austausch zu Lehrthemen, z.B. über Netzwerke und Tagungen, Plattformen und Blogs oder Weiterbildungen (siehe Empfehlungen in der rechten Spalte)
- Sie identifizieren, welche Veränderungen den eigenen Fachbereich betreffen und wo Schnittstellen zu den Lernzielen und Inhalten der eigenen Lehre sind. Leitfragen für verschiedene Bereiche des Lehrhandelns sind im Reflexionsmodell des VK:KIWA zusammengestellt.
- Sie sprechen mit den Studierenden, testen Tools mit ihnen aus und entwickeln gemeinsam Regeln für einen kritischen Umgang, um zum Beispiel die nachfolgenden Fragen zu klären:
- Welche Rolle könnten KI-Systeme übernehmen – Gesprächspartner*in, Manager*in, Content Creator, Prüfstelle, …?
- Welche Inhalte werden auf jeden Fall „Menschen-gemacht“ bleiben?
- Sie gleichen Ihre Lernziele mit den Veränderungen ab und passen sie ggf. an bzw. ergänzen oder entfernen sie. Entsprechend Ihrer überarbeiteten Lernziele verändern Sie nun auch Lernaktivitäten und Lehrmethoden und initiieren ggf. Änderungen in Modulhandbuch oder SPO. Leitfragen können sein:
- Welche Kompetenzen kommen neu hinzu?
- Welche Kompetenzen werden zukünftig nicht mehr benötigt bzw. verlieren an Relevanz und müssen gestrichen werden?
- Welche Lernziele bleiben im Prinzip bestehen, verändern sich aber?
New Skills oder Deskilling?
Wagen Sie ein Gedankenexperiment.
Folgende Aussagen nehmen Sie als wahr und gegeben an:
– KI-Nutzung wird alltäglich, und die Tools werden richtg gut.
– KI wird Lernen und Arbeiten besser machen.
– Wer KI-kompetent ist, wird Vorteile im Arbeitsumfeld und Wissenschaftsbetrieb haben.
1. Wie würden Sie Ihre Lehre verändern, um Ihre Studierenden gut auf ihre zukünftige Rolle in Beruf und Gesellschaft vorzubereiten, wenn die oben ausgeführten Aussagen wahr werden?
2. Gleichen Sie Ihr Gedankenexepriment mit Ihrer aktuellen Lehre ab: Welche Veränderungen sollten Sie tatsächlich vornehmen? Wo bleiben Sie beim bestehenden Konzept?
KI in Abschlussarbeiten und Prüfungen
Kompetenzziele
- Sie können die Eigenleistung der Studierenden in Prüfungen so definieren, dass sie entweder KI-Nutzung gezielt einschließt, und/oder dass sie durch unerlaubte KI-Nutzung nicht unterlaufen werden kann.
- …die Prüfungsform an die definierte Eigenleistung anpassen, und dabei Chancengleichheit und Vergleichbarkeit der Leistungen erhalten.
- …die zulässige KI-Nutzung in Prüfungsleistungen angemessen bewerten.
Wie können Sie diese Ziele erreichen?
KI-Nutzung: Integriert – freiwillig – verboten?
Im vorangegangenen Abschnitt haben Sie herausgearbeitet, welche Rolle KI in Ihrem Lehrgebiet spielen wird, und entsprechende Lernziele definiert. Danach entscheidet sich nun, ob und in welcher Form Ihre Studierenden KI in der Prüfung nutzen dürfen:
- Wird KI benötigt, da KI-Kompetenzen Teil Ihrer Lernziele sind?
- Kann die Prüfungsleistung unabhängig davon erbracht werden, ob KI genutzt wird oder nicht?
- Braucht es klare Regeln, ob und inwiefern KI für die Prüfungsleistung herangezogen werden darf?
Eigenleistung und die Umgehung akademischer Anforderungen
In einer Prüfung soll die Eigenleistung der Studierenden bewertet werden. Durch die Eigenleistung zeigen die Studierenden, inwiefern sie die angestrebten Lernziele erreicht haben.
Die abgeprüfte Eigenleistung muss also:
– messbar sein
– mit transparenten klaren Bewertungskriterien beschrieben werden
– zu den Lernaktivitäten der Studierenden, also der eingeforderten Leistung während des Semesters, passen
– mit einer geeigneten Prüfungsform so erfasst werden, dass sie nicht mit Hilfe von KI-Tools unterlaufen werden kann.
Prüfungsformen
Je nach Art der KI-Integration in die Lehre gibt es derzeit vier Richtungen, in denen sich Prüfungsformen ausprägen können (Weßels, Bils & Budde 2025):
- durch personalisierte/lokale Bezüge wird eine KI-Nutzung hinfällig.
- KI-Nutzung ist als Teil der Prüfung regulär erforderlich.
- In einer zusätzlichen kurzen mündlichen Prüfung wird festgestellt, ob die Prüfungsleistung eigenständig erbracht wurde.
- Nicht das Produkt, sondern der Prozess ist Gegenstand der Prüfung (z.B. durch formatives Assessment, das begleitend zu Laborarbeiten oder Studien, Gruppenarbeiten oder Peer-Learning durchgeführt wird)
Transfer: Ihre Lehre, Ihre Prüfung
Definieren Sie: Welche Eigenleistung passt zu Ihrer Lehrveranstaltung?
Träumen Sie zunächst ganz frei: Welche Aktivitäten müsste eine Prüfungsform umfassen, damit sie diese Eigenleistung erfassen kann?
Konkretisieren Sie: Welche Prüfungsformen gibt es, die zu Ihrem Entwurf passen, und die sich realistisch durchführen lassen?
Anregungen finden Sie in dem E-Book „Kompetent Prüfungen gestalten : 60 Prüfungsformate für die Hochschullehre“ (Hochschulnetz erforderlich).
Tipp für Hochschulangehörige
Als Hochschulangehörige können Sie von den Workshops und Austauschformaten im Didaktikprogramm sowie dem Lernpfad 2026 der Personalentwicklung (Start März 2026; Link folgt!) profitieren. In der Online-Community „KI und wissenschaftliches Arbeiten“ unseres Schreibzentrums finden Sie kollegialen Austausch.
Das haben wir für Sie bereitgestellt
In der rechten Spalte finden Sie eine Zusammenstellung von Links, die Ihnen einen umfassenden Einstieg zu „KI in der Lehre“ bieten:
Richtlinien: Als Lehrende ist vor allem die Richtlinie des Hochschule Bayern e.V. handlungsleitend. Darüber hinaus ist der EU AI Act ein wichtiges Rahmenwerk, das inzwischen aufbereitet und auf die Anwendbarkeit im Kontext von Hochschulen hin analysiert wurde.
Weiterbildung und Vernetzung: Sowohl an der Hochschule als auch bayern- un deutschlandweit gibt es zahlreiche Weiterbildungen und Arbeitskreise, denen Sie sich anschließen können.
Vorlagen und Use Cases für die Lehre: Für die konkrete Arbeit in Ihrem Lehralltag empfehlen wir die Materialien der GMW (Gesellschaft für Medien in der Wissenschaft) und des HFD (Hochschulforum Digitalisierung)
Das können Sie jetzt tun
Registrieren Sie sich beim KI-Campus und schreiben Sie sich in den Online-Selbstlernkurs „KI für Lehrende: generative KI im Hochschulkontext“ ein. Bearbeiten Sie insbesondere das Kapitel „Anwendung in der Lehre“ in Block 4.
Haben Sie noch 5 Minuten?
Bayerische Hochschulen finden Orientierung zum Umgang mit KI in der Lehre in der KI-Richtlinie des Hochschule Bayern e.V.. Informieren Sie sich in der Richtlinie zum Thema „Prüfungen“.
Quellen
Weßels D., Bils A., Budde J. (2025). Wissenschaftliche Abschlussarbeiten im KI-Zeitalter. Disruption, Herausforderungen und neue Bewertungsansätze. Diskussionspapier Nr. 38. Berlin: Hochschulforum Digitalisierung.
Der Beitrag wurde veröffentlicht im Februar 2026.
