1. Startseite
  2. Bewertung von Studienleistungen/Prüfen
  3. Einsatz von generativer KI in der Lehre – Handlungsempfehlungen für Lehrende
  1. Startseite
  2. Durchführung von Lehrveranstaltungen: Lehr/Lernaktivitäten
  3. Einsatz von generativer KI in der Lehre – Handlungsempfehlungen für Lehrende
  1. Startseite
  2. Medieneinsatz
  3. Einsatz von generativer KI in der Lehre – Handlungsempfehlungen für Lehrende

Einsatz von generativer KI in der Lehre – Handlungsempfehlungen für Lehrende

Hinweis: Diese Handreichung ist Teil eines umfassenderen Unterstützungsangebotes zum Thema generative KI in Lehre und Studium. Für allgemeine Empfehlungen, Hinweise und weitere Handreichungen besuchen Sie Empfehlungen im Umgang mit generativer KI in Studium und Lehre.

Wie kann KI die Lehre verändern?

Hochschullehre muss sich entsprechend veränderten gesellschaftlichen und technischen Rahmenbedingungen beständig weiterentwickeln, um Studierende adäquat auf ihre zukünftige Tätigkeit in Beruf und Forschung vorzubereiten. Da KI künftig in allen Lebensbereichen starke Veränderungen mit sich bringt und selbstverständlicher Teil des Alltags wird, ist es zum einen Aufgabe der Hochschulen, Studierende bei der Aneignung von KI-Kompetenz zu unterstützen. Zum anderen bietet KI Möglichkeiten, Lehren und Lernen ebenso wie Forschungstätigkeiten weiterzuentwickeln, zu entlasten und zu optimieren. 

Welche konkreten Aufgaben im Bereich Lehre künftig durch KI unterstützt werden sollen, hängt stark vom Fachkontext sowie den Lehr/Lernzielen ab. Tendenziell kann es sinnvoll sein, Aufgaben, die eine KI zuverlässiger, schneller oder auf andere Weise besser lösen kann als ein Mensch, künftig von dieser erledigen zu lassen oder KI zumindest unterstützend dabei einzusetzen. Dennoch wird es auch Fälle geben, in denen es zunächst wichtiger ist, Basiskompetenzen Studierender auszubilden und daher bewusst auf KI-Nutzung zu verzichten.

Wo kann ich KI in der Lehre einsetzen?

Für die Lehre ergeben sich zahlreiche Potenziale in allen Phasen der Lehrtätigkeit, von der Planung über die Durchführung bis zur Evaluation. Dabei spielen die Lernziele der Lehrveranstaltung eine zentrale Rolle. Da diese je nach Studienrichtung und Fachgebiet stark variieren, ergeben sich eine Vielzahl von Einsatzszenarien und Anwendungen. Betrachten Sie insofern die nachfolgend aufgelisteten Beispiele lediglich als Inspiration und Startpunkt.

Konkrete Beispiele für den Einsatz generativer KI in der Lehre:

Bei der Kategorisierung von Anwendungsbeispielen hilft die Einteilung in lernendenorientiert, lehrendenorientiert und systemorientiert (nach Baker & Smith, 2019). Im Folgenden werden nur die ersten beiden Ansätze diskutiert, da sie für die Zielgruppe der Lehrenden und Lernenden relevant sind. 

  • Lernendenorientierte Anwendungsbeispiele
    • Individualisiertes Lernmaterial: Generative KI kann bei der Erstellung maßgeschneiderter Lehrmaterialien unterstützen, die auf die individuellen Bedürfnisse und Fähigkeiten der Studierenden zugeschnitten sind. Damit wird binnendifferenzierte Lehre einfacher und kann effizienter umgesetzt werden. 
    • Bewertung Studierender: Generative KI kann bei der Bewertung von Übungsaufgaben oder auch von Hausarbeiten Studierender unterstützen. Wichtig ist aber, dass hier eigene Bewertungskriterien angelegt und die Ergebnisse der KI besonders kritisch hinterfragt werden, um eine systematische Ungleichbehandlung Studierender zu vermeiden. 
    • Automatisiertes Feedback: Studierende lernen durch individualisiertes Feedback zu Aufgaben besonders gut. KI kann dabei helfen, dieses automatisiert zur Verfügung zu stellen.
    • Zusammenarbeit der Lernenden: Die Organisation von Lerngruppen und die Kollaboration unter Studierenden ist häufig aufwändig. Hier kann KI unterstützen, sowohl Studierende als auch Lehrende.
    • Tutoring: Generative KI kann als persönlicher Tutor fungieren, der Studierenden hilft, schwierige Konzepte zu verstehen, indem er maßgeschneiderte Erklärungen und Beispiele liefert.
  • Lehrendenorientierte Anwendungsbeispiele:
    • Automatisierung von Aufgaben: Unterstützung bei der Bewertung von Aufgaben, bei Plagiatserkennung, Verwaltung der Teilnehmer*innen oder Feedback.
    • Fortschrittsanalysen: KI kann dabei helfen, den Fortschritt einer Klasse oder einer*s Lernenden zu analysieren und im Blick zu behalten. 
    • Assistent bei der Lehrveranstaltungsplanung: Eine Unterstützung bei der Formulierung von Lernzielen oder Veranstaltungsbeschreibungen ist möglich.
    • Forschungsassistenten: Generative KI-Systeme können genutzt werden, um akademische Artikel zu lesen, zusammenzufassen und neue Einsichten zu generieren. Sie können auch dabei helfen, Forschungsarbeiten zu schreiben oder Literaturüberblicksartikel zu erstellen.

Quelle: Educ-AI-tion Rebooted? Exploring the future of artificial intelligence in schools and colleges, Toby Baker and Laurie Smith with Nandra Anissa, February 2019

Gute wissenschaftliche Praxis

Zu den Regeln guter wissenschaftlicher Praxis gehört, dass Wissenschaftler*innen nachvollziehbar für Dritte angeben, welche Quellen sie bei der Erstellung ihrer Texte verwendet haben. Die Uni Basel hat u.a. für das Zitieren von KI-Programmen eine Handreichung erarbeitet, die auf den aufgestellten Regeln der Modern Language Association of America basiert und die hier als Empfehlung an die Prüfungsämter übernommen werden kann.

Weiterführende Informationen und Quellenangabe
Weiterführende Informationen entnehmen Sie bitte direkt dem Leitfaden «Aus KI zitieren» der Universität Basel (PDF).

Handlungsempfehlung:

Es sollten entsprechende Zitationsregeln und Formulierungshilfen je nach den Anforderungen der Fachbereiche entwickelt und als Handreichung zur Verfügung gestellt werden. Als Beispiel kann die folgende Handreichung dienen:

  1. Eine grundsätzliche Zitierempfehlung gilt immer dann, wenn die Inhalte (z.B. Texte, Bilder, Daten etc.), die mit einem generativen KI-Tool erstellt wurden, direkt angewendet oder paraphrasiert werden. Auch die Art der Verwendung soll erwähnt werden, etwa in Form einer Notiz. 
  2. Es besteht keine Zitierpflicht bei nicht-generativen digitalen Tools wie Rechtschreib- oder Grammatikkorrekturhilfen, Online-Wörterbüchern, Bibliothekskatalogen usw.
  3. Der gesamte Chatverlauf samt Prompts und Antworten sollte auch außerhalb der KI-Anwendung gespeichert werden. Ggf. können fachspezifische Richtlinien vorsehen, dass der Verlauf im Anhang einer Arbeit mitgeliefert wird. 
  4. Es empfiehlt sich, zusätzlich zur Zitierung im Text, die Erstellung eines Verzeichnisses, gegliedert nach Abschnitten mit den jeweils verwendeten Tools, sowie eine Beschreibung der Art der Verwendung. 

Abb.1: Beispiel einer Dokumentationstabelle (Quelle: Leitfaden «Aus KI zitieren» der Universität Basel (PDF))

  1. Bei der Verwendung von KI-basierten Tools sollten die folgenden Elemente erwähnt werden:
    1. Titel: Bei Text-, Bild- und Multimediagenerierungs-Tools gilt der Prompt (Benutzer*inneneingaben) als Titel. Bei sehr langen Prompts kann auch nur der Anfang angegeben werden.
    2. Name und Version des Tools • Anbieter (Firma, Organisation oder Person, die das Tool anbietet oder programmiert hat) 
    3. Datum der Generierung der Inhalte 
    4. Adresse (URL des Tools): Je nach Fach muss der Verlauf im Anhang einer Arbeit komplett mitgeliefert werden. Während des Erarbeitens und Schreibens kann ein Verzeichnis erstellt werden, in dem fortlaufend notiert wird, welche Tools für welche Abschnitte eingesetzt wurden. 
  2. Am Ende der Arbeit sollten die verwendeten KI-Tools in der Liste über die verwendeten Hilfsmittel aufgeführt werden.

Abb. 2: Beispiel für ein Hilfsmittel- & Literaturverzeichnis (Quelle: Leitfaden «Aus KI zitieren» der Universität Basel (PDF))

Kennzeichnungspflichten und Eigenständigkeitserklärung 

Eine Kennzeichnungspflicht für KI-generierte Texte im akademischen Kontext kann sich aus den Nutzungsbedingungen einer Software sowie aus den jeweils geltenden Prüfungsordnungen und Rahmenvorschriften einer Hochschule ergeben (beispielsweise dann, wenn die Angabe jeglicher Hilfsmittel vorgeschrieben ist). Die Kennzeichnungspflicht ergibt sich in der Regel aus der Eigenständigkeitserklärung, wonach die Studierenden erklären müssen, alle verwendeten Hilfsmittel angegeben zu haben. Eine unmarkierte Verwendung von KI-Tools als Hilfsmittel kann folglich einen Täuschungsversuch darstellen. 

Ferner kann ein Täuschungsversuch angenommen werden, wenn über die Eigenständigkeit der Prüfungsleistung oder die Autorenschaft getäuscht wird, da auch dies der Eigenständigkeitserklärung zuwiderlaufen würde. 

Eine eigenständige Prüfungsleistung liegt dann nicht mehr vor, wenn die Ergebnisse nicht auf eigener Grundlage fußen, also das für die Lösung der Prüfungsleistung erforderliche Wissen nicht von den Studierenden stammt (vgl. Hoeren/Salden, Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung, 2023, S. 33). Eine eigenständige Leistung ist hingegen anzunehmen, wenn der Output des KI-Tools lediglich aus ergänzenden Formulierungsvorschlägen besteht, ohne den Studierenden die Lösung für die Prüfungsaufgabe abzunehmen, oder wenn der Output lediglich als Gedankenanstoß genutzt wird (zu den entsprechenden Kennzeichnungsmöglichkeiten siehe Ausführungen zu Ziff. 3). 

Allerdings ist der Begriff der Eigenständigkeit nicht unproblematisch. So ist fraglich, ob bei einem präzisierten Arbeitsbefehl, der vorhandenes, für die Prüfung relevantes Wissen erfordert, nicht bereits eine eigenständige Leistung angenommen werden kann. Dies hänge ausweislich des Rechtsgutachtens womöglich auch von den Anforderungen der einzelnen Fachbereiche ab. 

Handlungsempfehlung:

  • Nach der aktuellen Rahmenordnung der Goethe-Universität müssen die Studierenden eine Eigenständigkeitserklärung abgeben (§ 17 Absatz 8). Die oder der Studierende hat bei der Abgabe der Arbeit schriftlich zu versichern, dass sie oder er diese selbständig verfasst und alle von ihr oder ihm benutzten Quellen und Hilfsmittel in der Arbeit angegeben hat.
  • Es wird empfohlen, in Anpassung an die Verwendung von KI-Tools als Hilfsmittel folgende Eigenständigkeitserklärung als gesamtuniversitäre Formulierung zu verwenden:

    “Ich bin mir bewusst, dass die Nutzung maschinell generierter Texte keine Garantie für die Qualität von Inhalten und Text gewährleistet. Ich versichere daher, dass ich mich textgenerierender KI-Tools lediglich als Hilfsmittel bedient habe und in der vorliegenden Arbeit mein gestalterischer Einfluss überwiegt. Des Weiteren versichere ich, sämtliche Textpassagen, die unter Zuhilfenahme KI-gestützter Programme verfasst wurden, entsprechend gekennzeichnet sowie mit einem Hinweis auf das verwendete KI-gestützte Programm versehen zu haben. Ich versichere, dass ich keine KI-Schreibwerkzeuge verwendet habe, deren Nutzung der Prüfer / die Prüferin explizit schriftlich ausgeschlossen hat.”

Was sollte ich meinen Studierenden bzgl. der Nutzung von KI mitteilen?

Die Art und Weise, wie an der Hochschule gelehrt wird, sollte sich an die technologischen Entwicklungen und deren Möglichkeiten anpassen. In diesem Sinne sehen wir generative KI eher als Unterstützung denn als Bedrohung. Ermutigen (nicht verpflichten) Sie deshalb Ihre Studierende, Tools wie ChatGPT kreativ und kritisch zu nutzen, um ihre eigenen Texte zu verbessern, zu erweitern oder zu variieren, aber nicht, um sie zu ersetzen oder zu plagiieren.

Weiterführende Informationen
Weitere Empfehlungen für Studierende im Umgang mit KIs sind in der Handreichung für Studierende aufgeführt. Konkrete Regeln für Studierende in der eigenen Lehre könnten sich z.B. an den Rules for Tools (PDF) von Prof. Dr. Christian Spannagel von der Pädagogischen Hochschule Heidelberg orientieren.

Aktualisiert am 7. September 2023

War dieses Tutorial für Sie hilfreich?

Ähnliche Artikel

BRAUCHEN SIE UNTERSTÜTZUNG?
Keine Antwort auf gesuchte Frage? Wir beraten Sie gerne.
BERATUNG