{"id":2869,"date":"2025-01-27T09:00:00","date_gmt":"2025-01-27T08:00:00","guid":{"rendered":"https:\/\/blog.zhaw.ch\/lehren-und-lernen\/?p=2869"},"modified":"2025-06-05T16:54:54","modified_gmt":"2025-06-05T14:54:54","slug":"generative-ki-in-der-hochschullehre-chancen-fuer-lehren-und-lernen","status":"publish","type":"post","link":"https:\/\/blog.zhaw.ch\/lehren-und-lernen\/generative-ki-in-der-hochschullehre-chancen-fuer-lehren-und-lernen\/","title":{"rendered":"Zwei Perspektiven auf Generative KI: Lehren und Lernen am Institut f\u00fcr Facility Management"},"content":{"rendered":"\n

Wie ver\u00e4ndert Generative KI (GenKI) die Lehre und das Lernen? Am Institut f\u00fcr Facility Management (IFM) zeigen die Perspektiven von Dozierenden und Studierenden, wie diese Technologie genutzt wird, welche Bed\u00fcrfnisse und Erwartungen im Hochschulkontext bestehen und welche Chancen sie f\u00fcr die Lehre birgt.<\/strong><\/p>\n\n\n\n\n\n\n\n

ein Blog-Artikel von Paul Schmitter<\/a>, Christian Coenen<\/a> und Carmen Ulrich<\/span><\/p>\n\n\n\n

<\/div>\n\n\n\n
<\/div>\n\n\n\n

Von Lehrenden zu Lernenden: Der notwendige Schritt in die Zukunft des Lernens<\/h2>\n\n\n\n

Wie ver\u00e4ndert GenKI unser Lehren und Lernen wirklich? Die rasante Entwicklung von GenKI stellt Lehrende und Studierende gleichermassen vor neue Herausforderungen und bietet ungeahnte Chancen. Es geht l\u00e4ngst nicht mehr nur darum, Technologie zu integrieren, sondern darum, wie wir sie gezielt nutzen, um das Lernen wirklich zu transformieren. Wir sollten die traditionelle Lehr-Lern-Beziehung im Bereich der GenKI hinterfragen: Lehrende und Lernende befinden sich gemeinsam in einem st\u00e4ndigen, dynamischen Lernprozess \u2013 mit, durch und auch trotz GenKI.<\/p>\n\n\n\n

Bowen und Watson (2024) bringen es in ihrem aktuellen Buch \u2018Teaching with AI\u2019 folgendermassen auf den Punkt: „What we call cheating, businesses see as innovation“. Diese Sichtweise fordert uns auf, die Rolle als Lehrende neu zu definieren und KI als Innovationsmotor in der Hochschullehre zu begreifen. Inhalte, die bisher statisch erschienen, werden durch KI kontinuierlich weiterentwickelt. Diese Dynamik erfordert Neugier und die Bereitschaft, selbst zu experimentieren. In dieser sich schnell ver\u00e4ndernden Lehr- und Lernlandschaft d\u00fcrfen wir uns deshalb nicht auf unserem bisherigen Wissen ausruhen. F\u00fcr viele mag dies ungewohnt sein, doch genau hier liegt die Chance. Wir sind alle Teil eines gemeinsamen „Learning Labs“, in dem es darauf ankommt, den Einsatz von GenKI im Learning Design mutig zu erkunden, abzuw\u00e4gen und immer wieder neu zu gestalten. Fehler sind willkommen, denn sie helfen uns zu lernen und innovative Wege zu entwickeln.<\/p>\n\n\n\n

<\/div>\n\n\n\n

GenKI aus der Perspektive der Lehrenden: GLX-Design als sinnvolle Erweiterung f\u00fcr das Lernangebot<\/h2>\n\n\n\n

Lehrende sollten sich von der traditionellen Rolle als reine Wissensvermittler verabschieden und sich stattdessen als Designer innovativer Lernerlebnisse verstehen. Moderne Lern- und Lehrpsychologie sowie technologische Fortschritte bieten uns die Chance, das Lernen nicht nur zu begleiten, sondern aktiv und kreativ zu gestalten \u2013 mit oder ohne GenKI. Unsere Aufgabe ist es, interaktive, inspirierende Lernangebote zu schaffen, die Lernende motivieren, fordern und nachhaltig unterst\u00fctzen.<\/p>\n\n\n\n

F\u00fcr uns als LernangebotsdesignerInnen bietet das Generative Learning Experience (GLX)-Design eine Erweiterung der traditionellen Lernmethodik durch den gezielten Einsatz generativer KI. Aufbauend auf den sechs Lernaktivit\u00e4ten nach Diana Laurillard (2012) beschreibt Generative Learning Experience dabei eine neue Art der Lernaktivit\u00e4t, die teilweise \u00c4hnlichkeiten im Umgang mit interaktiven Medien im Gaming und mit Chat-\/ Voicebots aufweist (Coenen, 2024). GLX definiert sich nicht durch die Werkzeuge, die es benutzt, sondern durch die Erfahrungen, die es erm\u00f6glicht und bietet die M\u00f6glichkeit, (Hochschul)Lernen auf eine neue, spannende Ebene zu heben. Es stellt sicher, dass Lernende aktiv in den Lernprozess eingebunden werden. Statt Inhalte nur passiv zu konsumieren, erm\u00f6glicht GLX ihnen, Wissen zu erkunden, zu \u00fcben, zu diskutieren, zu kollaborieren und zu kreieren \u2013 und das alles allein oder als Lerngruppe in einer dynamischen Interaktion mit GenKI. Das bedeutet nicht, dass traditionelle Lehr- und Lernveranstaltungen g\u00e4nzlich verschwinden m\u00fcssen \u2013 jedoch ist es wichtig, dass unser didaktischer Werkzeugkasten weiterw\u00e4chst. Viele von uns stehen am Anfang einer spannenden Lernreise, die uns von „Teaching to Learning“ f\u00fchrt. Unsere Verantwortung ist es, veraltete Lehrmethoden hinter uns zu lassen und dynamische, flexible Lernumgebungen zu schaffen, in denen KI als st\u00e4rkendes Element integriert wird. Lehrende werden so zu Erm\u00f6glichern, die Lernende dabei unterst\u00fctzen, ihre eigenen Lernpfade zu erkunden und das Potenzial der KI optimal auszusch\u00f6pfen.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"<\/figure>\n\n\n\n
<\/div>\n\n\n\n

GLX-Designbeispiele f\u00fcr kollaboratives und individuelles Lernen<\/strong><\/h2>\n\n\n\n

In der eigenen Lehre beobachtet Christian, wie GLX-Design den Lernprozess der Studierenden erheblich bereichert. Der Zugang zu generativen Modellen er\u00f6ffnet neue Wege, um individuelle Lernpfade zu gestalten und reale Probleme kreativ zu l\u00f6sen. Ein Beispiel f\u00fcr den erfolgreichen Einsatz von generativer KI beim kollaborativen Lernen ist das Service Camp, ein Innovationsprojekt f\u00fcr Service Design Thinking. In diesem realen Projekt arbeiten Studierende in kleinen Teams, die jeweils von einem GPT-basierten KI-Assistenten unterst\u00fctzt werden. Der KI-Kollaborator fungiert als zus\u00e4tzlicher „Teamkollege“ und hilft z.B. beim besseren Verstehen, der kundenseitigen Herausforderungen, bei der effektiven Datenanalyse oder auch bei der kreativen Probleml\u00f6sung. Diese Form der Mensch-KI-Kollaboration gibt den Studierenden die Chance, praxisnah zu erleben, wie KI als Katalysator f\u00fcr Innovation und Zusammenarbeit dienen kann.<\/p>\n\n\n\n

Ein weiteres spannendes Beispiel ist der KI-Reflektionsbot, der im MSc-Programm genutzt wird. Dieser Bot steht den Studierenden individuell zur Verf\u00fcgung und stellt gezielte reflektierende Fragen, um den Lernprozess im Studium zu vertiefen. Dadurch k\u00f6nnen die Studierenden ihre Denkprozesse besser nachvollziehen und das erlernte Wissen nachhaltig verankern. Die Kombination aus pers\u00f6nlicher Reflexion und KI-gest\u00fctzter Unterst\u00fctzung zeigt eindrucksvoll, wie GenKI nicht nur das Lernen erleichtert, sondern auch zur Selbstreflexion anregt und das individuelle Lernen sowie die Metakognition verbessert.<\/p>\n\n\n\n

GLX entsteht somit an der Schnittstelle von menschlicher Intuition und KI-F\u00e4higkeiten und schafft einen dynamischen Raum, in dem mehrere Lernm\u00f6glichkeiten gleichzeitig erforscht werden k\u00f6nnen. Hierbei wird KI von den Lernenden als Denkpartner genutzt und eigenverantwortliches Lernen gef\u00f6rdert.<\/p>\n\n\n\n

<\/div>\n\n\n\n

GenKI aus der Perspektive der Lernenden: Herausforderungen und Chancen im Studium<\/h2>\n\n\n\n

Nach der Betrachtung der Perspektive der Lehrenden richten wir nun den Blick auf die Studierenden und ihre Erfahrungen mit GenKI. Die Nutzung dieser Technologie durch Studierende zeigt einige Unterschiede zwischen Bachelor- und Master-Studierenden, sowie die verschiedenen Herausforderungen, denen sie dabei begegnen. Es wird deutlich, dass GenKI nicht nur ein Werkzeug zur Unterst\u00fctzung des Lernens ist, sondern auch eine Plattform, um die eigene Rolle im Lernprozess zu hinterfragen.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Einblicke in die Ergebnisse der Bachelorarbeit von Carmen Ulrich<\/strong><\/h2>\n\n\n\n

Die Bachelorarbeit von Carmen Ulrich untersuchte, wie Bachelor- und Master-Studierende am IFM GenKI bisher nutzen und welche Bed\u00fcrfnisse und Herausforderungen dabei auftreten. Die quantitative Studie mittels eines strukturierten Online-Fragebogens beleuchtete insbesondere Nutzungsmuster, Barrieren und Bed\u00fcrfnisse und leitete daraus Empfehlungen f\u00fcr die Studiengangsleitungen ab.<\/p>\n\n\n\n

Die Resultate zeigen, dass GenKI-Tools wie ChatGPT, DeepL und Grammarly am h\u00e4ufigsten genutzt werden, insbesondere von Bachelor-Studierenden \u2013 dies vor allem in den tieferen Semestern. Hauptgr\u00fcnde, die angegeben wurden, sind die Steigerung der Lern- und Studieneffizienz sowie die Unterst\u00fctzung bei Forschungsprojekten. W\u00e4hrend Bachelor-Studierende GenKI-Tools f\u00fcr grundlegende Lernaktivit\u00e4ten und zur Pr\u00fcfungsvorbereitung nutzen, verwenden Master-Studierende GenKI-Tools auch f\u00fcr spezialisierte Forschungs- und Analysezwecke.<\/p>\n\n\n\n

Trotz Vorteile bestehen verschiedene Barrieren bei den Studierenden wie Bedenken hinsichtlich der Genauigkeit und Vertrauensw\u00fcrdigkeit der KI-Ergebnisse, Datenschutzfragen und finanzielle Hindernisse durch Lizenzgeb\u00fchren f\u00fcr Vollversionen. Zudem w\u00fcnschen sich viele Studierende konkrete Anleitungen f\u00fcr den korrekten Einsatz von KI-Tools in wissenschaftlichen Arbeiten.<\/p>\n\n\n\n

Es besteht ein klarer Bedarf, GenKI vermehrt in den Lehrplan zu integrieren. Studierende w\u00fcnschen insbesondere:<\/p>\n\n\n\n