Die Woche der Lehre 2024 an der FAU stand unter dem Motto „KI trifft Campus – Chancen, Herausforderungen und Visionen für die Lehre von morgen“ und bot eine inspirierende Plattform für den Austausch über den Einsatz von KI-Tools in der Hochschullehre. In der Session „KI-Praxisbeispiele“ gaben Lehrende der FAU spannende Einblicke in ihre innovativen Lehrkonzepte, die damit verbundenen Herausforderungen und die gewonnenen Erkenntnisse. Dabei standen insbesondere der Mehrwert sowie die kritische Auseinandersetzung mit der Integration von KI in die Lehre im Mittelpunkt. 

Im Folgenden finden Sie einige Highlights der aufgezeichneten Praxisbeispiele: 

1. Kunst trifft KI: „Von der Leinwand zum Pixel“ (Dr. Sabine Lang) 

Erfahrungen 

Das Seminar verdeutlicht den Mehrwert des Einsatzes von KI in der Kunstbildung durch die Förderung kritischer und praktischer Kompetenzen in einem modernen Kontext. KI Bildgeneratoren können die kreative Beschäftigung mit digitaler Kunst bereichern. Studierende erwerben neben kunsthistorischen Kenntnissen auch praktische Fähigkeiten im Umgang mit KI-Tools, die sie zur Erstellung digitaler Kunstwerke und virtueller Ausstellungen nutzten. Trotz der Begeisterung der Studierenden stellt u.a. die Zugänglichkeit der KI Tools eine Herausforderung dar. 

Fazit 

Die Einbindung von KI-Experten und Künstlern sowie die Bereitstellung notwendiger technischer Ausstattung sind entscheidend, um ein umfassendes Lernumfeld zu gewährleisten. Künftige Durchführungen werden den Fokus auf die Funktionsweise der Tools sowie die Diskussion über Risiken und Chancen der KI-Kunst verstärken, während asynchrone Lernphasen zur Selbststudienzeit vor und nach der Präsenzphase noch stärker in den Fokus rücken. 

2. Interaktive KI-gestützte Einführung: Digital Rallye für Wirtschaftsstudierende (Runjie Xie) 

Erfahrungen 

Im Rahmen des Seminars „Digital Rallye“ für Bachelorstudierende in Wirtschaftswissenschaften wurden KI-Tools, wie eine KI-Tutorin und ein KI-Avatar des Dozenten, erfolgreich zur Unterstützung von Lerninhalten sowie zur Einführung von Studienanfängern eingesetzt. Die Studierenden empfanden das Seminar als unterhaltsam und motivierend, was zu einer höheren Engagementrate führte als in vorangegangenen Jahren. Trotz der positiven Resonanz wurden auch Herausforderungen wie Datenschutzbedenken, die Komplexität der KI als „Blackbox“ und die Gefahr von Datenverzerrungen angesprochen. 

Fazit 

Der Einsatz von KI in der Lehre erwies sich als effektive Methode, um die Motivation und das Engagement der Studierenden zu steigern, während gleichzeitig KI-Kompetenzen gefördert wurden. Die kritische Reflexion über die Verwendung von KI, etwa durch die Aufklärung über KI-generierte Avatare, half den Studierenden, ein tieferes Verständnis für die Technologie zu entwickeln. Das Konzept hat Potenzial für Weiterentwicklungen, um den Lernprozess kontinuierlich zu verbessern und die Einbindung von KI in die Lehre zu optimieren. 

3. Schreibkompetenz fördern: Projekt „Prompt Higher Learning“ (Paul Schütz) 

Erfahrungen 

Das Seminar Prompt Higher Learning ermöglicht Studierenden, sich praxisnah mit Chancen und Risiken von KI-gestützten Writing Tools auseinanderzusetzen. In interdisziplinärer Zusammenarbeit von vier Lehrstühlen werden technische, linguistische und mediendidaktische Aspekte von KI vermittelt. Die Blocktermine und hands-on Ansätze fördern die Entwicklung fundierter Nutzungsszenarien. Erste Eindrücke zeigen eine hohe Motivation der Teilnehmenden, die die Verbindung von Theorie und Praxis schätzen. 

Fazit 

Das Seminar zeigt bereits vielversprechendes Potenzial für die Integration von KI-Tools in die Lehre. Die kritische Reflexion und praktische Anwendung bereiten die Teilnehmenden auf den professionellen Einsatz von KI vor. Eine Evaluation wird weitere Erkenntnisse liefern.

4. KI Tools für Quellenanalyse und aktuelles Konzept-Brainstorming?! (Kirsten Waltert) 

Erfahrungen 

Im Rahmen des Seminars Krisenkommunikation in Theorie und Praxis werden verschiedene KI-Tools zur Unterstützung bei Literaturrecherche und Konzept-Brainstorming getestet. Während Tools wie ORKG Ask und Open Knowledge Maps für die Recherche nützlich sind, erwies sich Otter.ai für die Quellenanalyse als unzureichend. Alternativen wie Wisper von OpenAI werden aktuell geprüft. Herausforderungen bestanden in der Aktualität der KI-Daten, die im Fall der Fördermittelaffäre von 2024 begrenzt hilfreich waren, sowie in der Transparenz der Datenbasis und potenziellen Verzerrungen (Halluzinationen der KI, Biases etc.). 

Fazit 

Die ersten Einsätze zeigen, dass KI-Tools durchaus sinnvoll in die Lehre integriert werden können, bei Einhaltung der KI Spielregeln und kritischer Reflexion. Die Identifikation von Limitationen und gezielte Auswahl geeigneter Tools bleibt dabei essenziell, um nachhaltigen Mehrwert zu schaffen. Studierenden-Feedback nach Durchführung des Seminars im Sommersemester 2025 wird weitere Einblicke liefern. 

5. Vorlesungsbegleitender Podcast mithilfe von KI produzieren (Prof. Dr. Jonas Dovern) 

Erfahrungen 

Im Bachelor-Modul Statistik wurde ein KI-Tool zur Erstellung englischsprachiger Podcasts begleitend zur Vorlesung getestet. Die Podcasts sollen den Lernprozess unterstützen und Motivation fördern. Erste Erfahrungen zeigen, dass die Nutzung von „NotebookLM“ zwar niedrigschwellige Zugänge schafft, aber aktuell nur begrenzt steuerbar ist: Der inhaltliche Fokus der Podcasts kann nicht beeinflusst werden, und die Sprach- und Stimmoptionen sind eingeschränkt. 

Fazit 

KI-gestützte Tools wie „NotebookLM“ können ein innovativer Baustein für die Lehre sein, insbesondere zur Ergänzung traditioneller Methoden. Ihr tatsächlicher Nutzen hängt jedoch von der Flexibilität des Tools und der Akzeptanz durch die Studierenden ab. Eine Evaluation am Ende des Wintersemesters 2024/2025 wird klären, ob die Podcasts den Lernprozess unterstützen oder potenziell verwirren. 

6. Wissenschaftskommunikation mit KI: „Innovate & Insta“ (Dr. Anna Schneider) 

Erfahrungen 

Das Seminar zeigt, dass KI-Tools eine wertvolle Unterstützung beim Erwerb von Schlüsselqualifikationen sein können. Die Studierenden können durch praktische Anwendungen, wie die Entwicklung eigener Social-Media-Kampagnen, ihre technischen und sozialen Kompetenzen gleichermaßen stärken. Die reflektive Auseinandersetzung mit den eingesetzten KI-Tools verdeutlicht sowohl deren Potenziale – beispielsweise Zeitersparnis – als auch ihre Grenzen, wie unzureichende Ergebnisse bei komplexeren Aufgaben oder die Notwendigkeit einer ethischen Bewertung. Herausforderungen bestehen darin, die vielseitigen Anforderungen der Wissenschaftskommunikation und des KI-Einsatzes in einem durchdachten Konzept zu vereinen. 

Fazit 

Die Kombination aus theoretischen Sitzungen, praxisorientierten Übungen und einer reflexiven Prüfungsleistung erwies sich als zielführend. Die Studierenden zeigten sich motiviert und würden den Kurs weiterempfehlen. Die gewonnenen Kompetenzen, insbesondere in der kritischen Bewertung und kreativen Nutzung von KI-Tools, sind sowohl im Studium als auch in der beruflichen Praxis wertvoll. Das Seminar unterstreicht, dass eine ausgewogene, verantwortungsbewusste Einbindung von KI in die Lehre neue Möglichkeiten für die Kompetenzentwicklung eröffnet. 

7. Visualisierung komplexer Inhalte: KI für Algorithmen (Prof. Dr. Andreas M. Kist) 

Erfahrungen 

Der Einsatz von KI-Tools wie ChatGPT und ClaudeAI zur Visualisierung von Algorithmen hat sich als besonders effektiv erwiesen, insbesondere für Sortieralgorithmen und andere komplexe Methoden wie genetische Algorithmen. Der iterative und flexible Visualisierungsprozess ermöglicht eine einfache Korrektur von Fehlern und Verbesserungen, während Studierende aktiv über Tools wie Jupyter oder Colab eingebunden werden können, um ihr Verständnis zu vertiefen. Insgesamt führt dies zu einer dynamischeren und interaktiveren Lernerfahrung, die die Motivation und das Engagement der Studierenden stärkt. 

Fazit 

Der Einsatz von KI zur Visualisierung von Algorithmen steigert die Motivation und das Verständnis der Studierenden erheblich. Obwohl der Prozess eine sorgfältige Vorbereitung und präzise Formulierung der Prompts erfordert, bieten die interaktiven und dynamischen Lernerfahrungen klare Vorteile. Die aktive Beteiligung der Studierenden bereichert den Unterricht und schafft eine ansprechende Lernumgebung. Insgesamt zeigt sich, dass KI-gestützte Visualisierungen eine effektive Möglichkeit bieten, um Studierende besser zu motivieren und einzubinden. 

Erfolgsfaktoren für KI Einsatz in der Hochschullehre 

Die vielfältigen Praxisbeispiele aus der FAU zeigen, dass KI nicht nur Lehr- und Lernmethoden bereichern können, sondern auch den kritischen Umgang mit KI Technologie fördern kann und muss. Erfolgsfaktoren sind hierbei: 

• Kritische Reflexion: Der Einsatz von KI Tools muss stets in Bezug auf ethische und gesellschaftliche Auswirkungen hinterfragt werden. 
• Didaktische Anpassungen: Der erfolgreiche Einsatz von KI erfordert ausreichend Zeit für praktische Übungen, eine fundierte didaktische Konzeption von Lehrveranstaltungen sowie eine solide (Software)technische Infrastruktur 
• Motivationsförderung: Der Einsatz interaktiver Formate und kreativer Ansätze durch den Einsatz von KI in der Lehre kann die Motivation der Studierenden steigern, indem immersive Lernerfahrungen das Engagement erhöhen und ein tieferes Verständnis der Lerninhalte fördern. 

Ein bewusster Einsatz von KI-Tools innerhalb klar definierter Rahmenbedingungen kann das Potenzial entfalten, die Hochschullehre nachhaltig zu transformieren. Die in der „Woche der Lehre 2024“ präsentierten Praxiserfahrungen verdeutlichen, dass die Förderung von KI-Kompetenzen sowohl bei Lernenden als auch bei Lehrenden unerlässlich ist, um diese Chancen effektiv zu nutzen.