🎥 KI als Co-Creator – Effiziente Materialerstellung und reflektierten KI-Einsatz in Programmierung und Abschlussarbeiten fördern

Kurzbeschreibung

Prof. Dr. -Ing. Andreas Maier, Leiter des Lehrstuhls für Mustererkennung an der FAU, nutzt KI seit vielen Jahren zur Erstellung, Aufbereitung und Verbesserung von Lehrmaterialien. Heute werden große Sprachmodelle eingesetzt, um Präsentations-Folien schneller zu erstellen, Formeln zu setzen, Abbildungen als Code zu generieren oder alte Vorlesungstranskripte in neue Kapitelentwürfe zu verwandeln. Darüber hinaus unterstützt KI Studierende beim Programmieren, bei Großprojekten im Software Engineering und bei der Erstellung wissenschaftlicher Texte.

Die zentrale Leitidee lautet: KI soll die Lehre effizienter machen, ohne fachliche Verantwortung oder Urteilsfähigkeit zu ersetzen. Die Qualitätssicherung, sowohl bei generierten Inhalten als auch beim Einsatz von KI in Abschlussarbeiten, bleibt entscheidend.

Ausgangssituation

Der Lehrstuhl arbeitet seit Jahren an KI-Methoden und integrierte sie früh in die Lehre, von automatischen Untertiteln bis zu vollständigen Vorlesungstranskripten. Gleichzeitig erfordert die Produktion hochwertiger Materialien traditionell viel Aufwand, besonders bei Tech-basierten Folien, komplexen Abbildungen oder mathematischen Formeln. Mit steigenden Studierendenzahlen wächst der Bedarf an effizienten Methoden zusätzlich.

Ziele

Ziel ist es, KI so einzusetzen, dass Lehrmaterialien schneller, klarer und rechtssicher entstehen. Studierende sollen lernen, KI reflektiert zu nutzen, vom Programmieren bis zum wissenschaftlichen Schreiben. Gleichzeitig bleibt die fachliche Qualität und Eigenleistung zentral, insbesondere bei Abschlussarbeiten. Auch der Aufbau eines KI-Grundlagenkurses für alle Studiengänge gehört zu den strategischen Überlegungen.

Konzepte, Umsetzung, Methoden

Studierende generieren Tech-Code aus Tabellen und Bildern, setzen Formeln, entwerfen erste Textbuchkapitel aus Vorlesungstranskripten und unterstützen bei Dokumentation oder Testfallgenerierung in Programmierkursen. Studierende werden früh an den kritischen Einsatz von KI herangeführt: In der Basisphase wird KI bewusst weniger genutzt, in späteren Projektkursen dagegen gezielt integriert. Zudem begleitet KI den Schreibprozess in Abschlussarbeiten, wobei klare Regeln, Dokumentation und Qualitätskontrolle sicherstellen, dass Studierende eigenständige wissenschaftliche Leistungen erbringen.

Erfahrungen

• KI verkürzt die Vorbereitung neuer Lehrmaterialien deutlich, insbesondere beim Setzen von Formeln, Tabellen und Tech-Code.
• Studierende nutzen KI im Programmieren erst, wenn sie die Grundlagen sicher beherrschen, was den Lernerfolg verbessert.
• In fortgeschrittenen Kursen erhöht KI die Effizienz: Dokumentation, Tests und Codegenerierung lassen sich schneller erstellen.
• Der Einsatz in Abschlussarbeiten führt zu besseren Texten, aber nur bei korrekter Nutzung; unspezifische Prompts erhöhen das Risiko von Plagiaten und Fehlern.
• Persönliche Code-Reviews und Gespräche bleiben zentral, um Verständnis zu prüfen und KI-bedingten Fehlern vorzubeugen.

Erfolgskriterien

• Lehrmaterialien entstehen schneller und in höherer Qualität; Folien werden anschaulicher und rechtssicher nutzbar.
• Studierende bauen realistische KI-Kompetenzen auf: Sie wissen, wie man KI sinnvoll einsetzt und wo typische Fehlerquellen liegen.
• Abschlussarbeiten bleiben wissenschaftlich sauber, weil KI-Einsatz dokumentiert und kritisch geprüft wird.
• Prüfungsformen werden kontinuierlich weiterentwickelt, um das Betrugsrisiko zu verringern und die Verständnistiefe zu prüfen.

„Deswegen lieber gut lernen, wie man damit (KI als Tool) umgeht. Offen das ganze Thema ansprechen, dokumentieren und damit anderen deutlichen Vorteil.“

– Prof. Dr.-Ing. Andreas Maier

Zurück zur Übersicht