KI-basierte Systeme für Lehre und Studium
Empfehlungen zur Nutzung für Lehre und Studium an der Universität Bremen
Technische Systeme, die auf Verfahren der „Künstlichen Intelligenz“ (KI) basieren, sind in der Lage, menschenähnliche Intelligenz zu imitieren, um komplexe Aufgaben zu lösen. Sie sind so konzipiert, dass sie mit einem unterschiedlichen Grad an Autonomie arbeiten. Generative KI wie ChatGPT ist eine spezifische Untergruppe, die darauf abzielt, eigenständig neue Inhalte zu erstellen, indem sie Muster und Strukturen aus vorhandenen Daten lernt und Ergebnisse wie Texte, Bilder oder Musik generiert.
Wir sehen die Entwicklungen KI-basierter Systeme als eine Chance, alle Bereiche der Universität (Lehre und Studium, Forschung und Transfer und Verwaltung) voranzubringen. Wir verstehen sie als Werkzeuge, die in einem rechtlich abgesicherten Rahmen genutzt werden können, um Prozesse zu verbessern. Dies wollen wir aktiv mitgestalten. Obwohl KI-basierten Systemen große Potenziale zugeschrieben werden, müssen wir sorgfältig abwägen, ob und wie sie eingesetzt werden sollen, wie ethische, datenschutzrechtliche, sicherheitstechnische, ökologische oder soziale Risiken erkannt und verhindert werden können und wie geeignete Strategien zur effektiven, effizienten und transparenten Nutzung gefunden werden können. Alle Einsatzszenarien müssen daher offengelegt und Verabredungen darüber getroffen werden, wie wir damit umgehen. Dabei sind die rechtlichen Rahmenbedingungen, etwa durch die Datenschutz-Grundverordnung (DSGVO), dem EU AI Act sowie zum Urheberrecht, zu berücksichtigen.
In einem ersten Schritt geben wir universitätsweite Empfehlungen für die Nutzung von KI-basierten Systemen in Lehre und Studium, um einen verlässlichen und transparenten Rahmen für Lehrende und Studierende herzustellen, der die rechtlichen Anforderungen berücksichtigt. Die Universität Bremen sieht die Chancen und Möglichkeiten und stellt sich auch den Risiken. Die Studierenden sollen in der Lehre eine kritisch-reflektierende Umgangsweise erlernen und eine Haltung entwickeln, die die Potentiale für das Studium und die Berufswelt integriert. An der Universität Bremen findet kompetenzorientierte Lehre in vielfältigen Lehr-Lernszenarien statt. Wird hierfür mit KI-basierten Systemen gearbeitet, so ist eine Aufklärung der Studierenden über Funktionen, Grenzen und Risiken der Instrumente notwendig, um Potentiale und Probleme sichtbar zu machen und die Einhaltung der datenschutzrechtlichen Vorgaben zu garantieren. Ungleichheiten in Bezug auf Vorwissen und Bereitschaft zur Nutzung müssen mit Blick auf die Lernziele beachtet, abgewogen und sinnvoll gehandhabt werden. Hierzu gehört auch eine fachlich-methodische Reflexion und die Anwendung der Grundsätze guter wissenschaftlicher Praxis auf die Nutzung von KI-basierten Systemen beim Lehren und Lernen. Diese Kompetenz im kritisch-reflektierten Umgang mit KI-basierten Systemen wird in allen Fächern und Studiengängen ein Querschnittsthema werden.
Herausforderungen in Studium und Lehre lassen sich aktuell vor allem für das Prüfen identifizieren. Dabei geht es um die Nutzung KI-basierter Systeme im Kontext von Prüfungsleistungen sowohl in der Hand von Studierenden (bspw. automatisch generierte Texte, Bilder oder Musik) als auch von Lehrenden (bspw. automatisierte Bewertung von Hausarbeiten). Gleichzeitig entstehen zusätzliche Chancen für Lehr- und Lernszenarien, beispielsweise
- lernendenorientiert die Individualisierung von Lernmaterial, automatisiertes Feedback, Erleichterung der Zusammenarbeit der Lernenden sowie
- lehrendenorientiert die Automatisierung von Aufgaben, Fortschrittsanalysen, Unterstützung bei der Veranstaltungsplanung sowie Assistenz bei Forschungsprozessen.
Die Konkretisierung und Ausgestaltung, der optionale Einsatz oder auch der Nicht-Einsatz in der Lehre liegt in der Zuständigkeit der Fachbereiche, Studiengänge und der Lehrenden.
GenKI@UB - Zugang zum Portal
Im Rahmen des Projekts GENKI@UHB wird ein datenschutzkonformer Zugang zu verschiedenen LLMs (Large Language Models) über das akademische Serviceportal des Landes Niedersachsen, die Academic Cloud der GWDG (Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen), bereitgestellt. Die Academic Cloud ermöglicht die geschützte Erprobung und Nutzung moderner KI-Dienste, darunter verschiedene ChatGPT-Modelle. Zu den ChatAI-Diensten der Academic Cloud geht es hier. Weitere Informationen zum Projekt GENKI@UHB finden Sie hier.
Formulare des Zentralen Prüfungsamtes
Auf der Seite Formulare des ZPA sind die folgenden Dokumente - ergänzt um Erklärungen zur Nutzung von KI - veröffentlicht:
- Schriftliche Arbeiten - Eigenständigskeitserklärung und Einverständniserklärung zur Überprüfung mit Plagiatssoftware
- Urheberrechtliche Erklärung, Erklärung zur Veröffentlichung von BA-/MA-Arbeiten, Erklärung zur elektronischen Überprüfung auf Plagiate
- Beispielhafte Dokumentation der Nutzung von KI in der Lehre
Szenarien für Lehre
Textgenerierende KI kann sinnvoll eingesetzt werden, unter anderem um Digital Literacy und Data Literacy zu entwickeln, wissenschaftliche Praktiken zu reflektieren, standardisierte Schreibaufgaben zu vereinfachen, Anfangsbarrieren beim Schreiben zu überwinden oder Kreativität zu fördern und vieles mehr.
Der Einsatz kann in Übereinstimmung mit den Zielen und Inhalten des Studiengangs in Lehr- und Lernszenarien erprobt werden. Das Kompetenzniveau der Studierenden sollte beachtet werden. Es ist sinnvoll, Art und Umfang der Nutzung (oder Nichtnutzung) transparent zu kommunizieren, die Regeln guter wissenschaftlicher Praxis mit den Studierenden zu reflektieren und geeignete Dokumentation zu vereinbaren. Ein Beispiel für Regeln bei der Nutzung von ChatGPT und anderen Textgeneratoren bei schriftlichen Arbeiten hat Prof. Dr. Christian Spannagel, PH Heidelberg, erarbeitet: Rules for tools.
Die angepasste Eigenständigkeitserklärung für die Universität Bremen findet sich beim Zentralen Prüfungsamt
Auf dieser Seite haben wir verschiedene Ideen zusammengetragen, wie KI-Tools Lehrende in ihrem beruflichen Alltag unterstützen können. Diese Zusammenstellung erhebt keinen Anspruch auf Vollständigkeit, sondern soll vielmehr als Impuls für eine vertiefte Auseinandersetzung mit dem Einsatz von KI dienen.
Wir gehen davon aus, dass die von KI generierten Ergebnisse nicht unkritisch übernommen, sondern als erste Entwürfe betrachtet und sorgfältig geprüft werden.
Eine Sammlung erprobter didaktischer Szenarien bieten
Didaktische Handreichung zur praktischen Nutzung von KI in der Lehre (2025- Version 2) mit 14 Use Cases für die Lehre
Arbeitsgruppe Digitale Medien und Hochschuldidaktik der Deutschen Gesellschaft für Hochschuldidaktik in Kooperation mit der Gesellschaft für Medien in der Wissenschaft
101 Creative ideas to use AI in education (2023) Nerantzi, C., Abegglen, S., Karatsiori, M. und Martinez-Arboleda, A., die an den Universitäten von Calgary, Leeds und Makedonien lehren und forschen
Lehre planen
- Semesterpläne erstellen
- Lernziele formulieren
- Interaktive Lehr/Lernszenarien entwickeln
- Individualisiertes Material erstellen
- Bestehende Inhalte für neue Material-Formate nutzen
- Standardisierte Textsorten erstellen
Lehre gestalten
- Lernprozesse individuell unterstützen
- Selbstlernphasen begleiten
- Feedback geben
- KI-Outputs kritisch hinterfragen und mit wissenschaftlich gesicherten Ergebnissen vergleichen
- Studierende in Gruppenarbeitsphasen, komplexere Aufgaben in Teilaufgaben zerlegen lassen
Lehre evaluieren
- Prüfungsfragen formulieren lassen, mit denen sich Studierende auf eine Prüfung vorbereiten können
- Entwürfe für Evaluationen erstellen
- Lehrkonzepte evaluieren
- Programmiercode nach bestimmten Sicherheitsaspekten überprüfen lassen
Weitere Informationen:
- KI in Studium und Lehre mit zahlreichen Beispielen auf e-teaching.org
- Gimpel, H., Hall, K. et al.: Whitepaper: „Unlocking the Power of Generative AI Models and Systems like GPT-4 and ChatGPT for Higher Education - A Guide for Students and Lecturers“. University of Hohenheim, March 20, 2023
- Kommentierte Linksammlung des Hochschulforum Digitalisierung
- Hochschullehre unter dem Einfluss des KI-gestützten Schreibens
- KI-Qualifikationsangebote für Hochschulangehörige – eine kommentierte Linksammlung
Prüfungen KI sensibel
Um in Zeiten generativer KI Prüfungen fair gestalten zu können, ist es sinnvoll, folgende Aspekte zu reflektieren:
- Anpassung von Bewertungskriterien
- Anpassung von Prüfungsaufträgen
- Stärkung formativer Lernbegleitung
- Stärkung kompetenzorientierter Prüfungen
- Präventionsmaßnahmen gegen Betrug
Die folgende Lernzieltaxonomie für eine Welt mit ChatGPT (CC BY Hanke 2023) gibt eine Empfehlung zur Gestaltung des Lernens und Prüfens.
Weitere Vorschläge zur Gestaltung von Leistungsnachweisen
- Formulieren des Themas oder der Frage in einer Weise, die kritisches Denken fördert
- Persönliche Ereignisse und Anwendbarkeit auf Beispiele aus den Lehrmaterialien/Vorträgen
- Sehr spezifische und angewandte Themen und Fragestellungen
- Für Programmieraufgaben: eine Kombination aus codebasierten und konzeptbasierten Aufgabenstellungen
- „authentische Beurteilungen“, bei denen Studierende Kreativität und interdisziplinäre Fähigkeiten benötigen
- Interviews, Aussprache, Datenerfassung und -analyse
- stärkere Konzentration auf den Prozess und nicht nur auf das Ergebnis bei Testformaten wie z.B. Aufsätzen und Hausarbeiten
Die Hochschuldidaktik berät zur didaktischen Gestaltung von Lehr/Lern- und Prüfungsszenarien, zu Möglichkeiten der Weiterentwicklung von Curricula und zur veränderten Rolle von Lehrpersonen in Zeiten von KI: Vereinbaren Sie dafür gerne ein Gespäch.
Wir bieten Kurzworkshops zum Thema KI in der Lehre an, diese sind unter direkt auf den Seiten der Hochschuldidaktik
Das Zentrum für Multimedia in der Lehre unterstützt beim Einsatz von KI in der Lehre. Weiterer Informationen finden Sie auf der Webseite des ZMML.
Die Selbstlern-Einheit basiert auf den Inhalten des Workshops der Studierwerkstatt zum wissenschaflichen Schreiben mit KI-Unterstützung. Sie bietet einen umfassenden Überblick über aktuelle Programme (Stand Mitte 2025) und deren Nutzung für das Schreiben wissenschaftlicher Haus- und Abschlussarbeiten sowie anderer Texte im Rahmen des Studiums.
Anhand von vielen Beispielen aus der Schreibpraxis bekommen Studierende Anregungen, wie sie KI-basierte Programme für ihre eigenen Schreibaufgaben im Studium einsetzen können. Darüber hinaus erhalten die Studierenden detaillierte Hinweise zu den rechtlichen Bedingungen im Umgang mit KI-Anwendungen, ihren Möglichkeiten und Grenzen. Sie können ihr Know-How in der Anwendung der KI-Programme zu Beginn der Selbstlern-Einheit sowie am Ende reflektieren, um ihren Kompetenz-Zuwachs zu erkennen.
Auf folgenden Wegen können Sie die Selbstlern-Einheit nutzen (siehe auch PDF-Anleitung):
1) Für Lehrende: Courseware zum Upload in eine eigene StudIP-Veranstaltung:
- https://nc.uni-bremen.de/index.php/s/HSGqHQAHqJZpcPH
- PDF-Anleitung (Erklärung des Courseware-Imports)
2) Eintrag in die StudIP-Veranstaltung (für Uni Bremen): Wissenschaftliches Arbeiten mit KI - Selbstlernkurs für Studierende
3) Download der Materialsammlung als Obsidian-Datei auf das eigene Gerät:https://www.uni-bremen.de/studierwerkstatt/online-hilfen/wissenschaftlich-arbeiten-schreiben
Kontakt
Franziska Richter
Referat Lehre und Studium
Gebäude/Raum: VWG 0300
Telefon: +49-421-218-60372
E-Mail: hddgprotect me ?!vw.uni-bremenprotect me ?!.de
Christina Gloerfeld
Team CDO
Gebäude/Raum: ECO5, Raum 3.91
Telefon: +49-421-218-60042
E-Mail: cdo@vw.uni-bremen.de
Martina Salm/Yildiray Ogurol
Zentrum für Multimedia in der Lehre
Gebäude/Raum: FZB 0561
Telefon: +49-421-218-61470
E-Mail: infoprotect me ?!zmml.uni-bremenprotect me ?!.de