Jetzt zum Wintersemester für einen unserer internationalen englischsprachigen Masterstudiengänge bewerben. Bewerbungen sind bis zum 1. März möglich.
17.02.2025

Künstliche Intelligenz in Studium und Lehre: Ergebnisse einer bundesweiten Studie

Generierung mit Dall-E3

Eine bundesweite Studie zur Nutzung von Künstlicher Intelligenz (KI) in Studium und (tutorieller) Lehre (Rohde, im Druck) bringt spannende Einblicke in die Chancen und Herausforderungen dieser Technologie an deutschen Hochschulen.

Grundlage für die Konzeption dieser Studie war eine Voruntersuchung an der Technischen Universität Hamburg, bei der im Herbst 2023 insgesamt 75 Tutor*innen befragt wurden (Rohde & Uzulis, 2024). An der bundesweiten Befragung im Frühling 2024 nahmen 220 Tutor*innen teil, darunter viele aus ingenieur- und naturwissenschaftlichen Studiengängen.

KI-Erfahrung und Nutzung im Studium

Insgesamt gaben 94 % an, über KI-Erfahrungen zu verfügen, wobei ChatGPT 3.5 gefolgt von DeepL und Copilot am meisten genutzt wurde. Die Befragten nutzen KI im Studium v. a. zur Klärung von Verständnisfragen, als Schreibunterstützung und für Übersetzungen. Ein Drittel sieht eine deutliche Veränderung ihres Studiums durch KI, z. B. durch gesteigerte Effizienz und veränderte Lernmethoden („ChatGPT ist mein Lernpartner geworden.“, T212).

KI in der (tutoriellen) Lehre

Die Ergebnisse zeigen, dass es noch an Kommunikation über (Regeln im Umgang mit) KI in der Lehre fehlt. Die Tutor*innen wünschen sich, dass ihre Lehrenden KI stärker thematisieren, sie gehen auch davon aus, dass die Teilnehmenden ihrer Tutorien mehrheitlich KI nutzen, aber sie möchten in ihrer Rolle als Tutor*in KI selbst nur ungern ansprechen. Vermutlich liegt das daran, dass sie sich bezüglich der Regeln unsicher sind, weil nur 13 % der Vorgesetzen der Tutor*innen mit ihnen über Vorgaben hinsichtlich KI gesprochen haben. Auch gleiche Zugangschancen sind nicht gegeben: Nicht alle Hochschulen stellen ihren Studierenden einen kostenfreien und datenschutzkonformen Zugang zu ChatGPT zur Verfügung (Beispiel TUKI der TU Hamburg). Darüber hinaus fehlt es vielen Tutor*innen noch an Ideen für einen sinnvollen Einsatz in ihrer Lehre. Am ehesten möchten Tutor*innen KI für die Förderung von Inklusion (Übersetzungen etc.) sowie die Erstellung von Lehrmaterialien und Übungsaufgaben nutzen.
Insgesamt wird deutlich, dass die Einstellung der Befragten gegenüber dem Thema KI in der Lehre tendenziell positiv ist: Sie erwarten eher eine Verbesserung der Lehrqualität durch KI und nur wenige lehnen den Einsatz komplett ab.

Schlussfolgerung

Die Befragung zeigt die wachsende Bedeutung von KI in der Hochschulbildung, macht aber auch Risiken, wie eine mögliche unkritische Übernahme von Fehlinformationen und Kompetenzverlust durch die Auslagerung von Aufgaben an KI, sichtbar. Es ist hilfreich, wenn Lehrende als Vorbilder Räume für die kritische Reflexion über KI schaffen sowie über Datenschutz, Urheberrecht und Kennzeichnungspflichten aufklären (s. Handreichung der TU Hamburg).
KI bietet Potenziale (z. B. Inklusion, individualisierte Lernmaterialien), birgt aber auch Herausforderungen (z. B. Bildungsungleichheit, ethische und ökologische Aspekte) und erfordert die Entwicklung von Kompetenzen bei Studierenden und Lehrenden (Weiterqualifizierungsangebote des Zentrums für Lehre und Lernen, ZLL).
Darüber hinaus kommt den kleinen gut betreuten Tutorien eine hohe Bedeutung zu. In Tutorien arbeiten die Studierenden oft in Kleingruppen während Tutor*innen sie unterstützen. Hier ist es unwahrscheinlicher, dass sie Aufgaben unbeobachtet an eine KI delegieren. So erwerben die Studierenden die Fähigkeiten, die zwar von einer KI unterstützt werden könnten, aber von Absolvent*innen selbst beherrscht werden sollten.
Die Tutor*innen, also die Vermittler*innen zwischen Lehrenden und Studierenden, werden in den Tutor*innenqualifizierungen des ZLL hinsichtlich KI informiert und sensibilisiert.

 

Quellen

Rohde, J. A. (im Druck). Künstliche Intelligenz in Studium und (tutorieller) Lehre - Ergebnisse einer bundesweiten Studie. In Queckenberg, R., Leschke, J., Persike, M. (Hrsg.) Learning Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung – Tagungsband Learning AID 2024

Rohde, J. & Uzulis, M. (2024). Künstliche Intelligenz in Studium und tutorieller Lehre: Einsatzmöglichkeiten und Gefahren aus der Sicht von Tutor:innen. Heyner, M.; Pfeiffer, L.; Wanko, S.; Wiemer, S.; Wolff, L. (Hrsg.), Vernetzt. Mittendrin. Auf Augenhöhe. 15 Jahre Netzwerk Tutorienarbeit.

Ansprechperson

Frau Jenny Alice Rohde
Fachreferentin Weiterqualifizierung, ZLL
Fon: 040/42878-4613
Mail: j.rohde@tuhh.de