🎥vhb – KI für Interaktion und Lernbegleitung in einem Online-Kurs nutzen

Kurzbeschreibung

Günter Renner hat einen CLASSIC vhb-Kurs zum Thema „Reformpädagogische und innovative Konzeptionen der Grundschule“ entwickelt. Der Kurs richtet sich an Lehramtsstudierende und beschäftigt sich damit, wie Grundschule gedacht und gestaltet werden kann. Neben einer klar strukturierten Lernumgebung und einem studienbegleitenden Portfolio setzt der Kurs auf verschiedene KI-Anwendungen, um Lerninhalte aufzubereiten, die Interaktion mit den Lerninhalten zu fördern und Studierende individuell zu unterstützen.

Ausgangssituation

Der CLASSIC-vhb-Kurs „Reformpädagogische und innovative Konzeptionen der Grundschule“ beschäftigt sich mit der Frage, wie Grundschule gedacht und gestaltet werden kann. Um den Studierenden eine klare Orientierung zu geben, sind alle Lernmodule einheitlich aufgebaut und folgen einer festen Struktur.

Ein zentraler Bestandteil des Kurses ist ein studienbegleitendes Portfolio. Anstatt den gesamten Leistungsnachweis erst am Ende des Semesters zu erbringen, bearbeiten die Studierenden einzelne Bestandteile bereits während des Kurses. Dadurch werden Lernaktivitäten und Leistungsnachweis eng miteinander verknüpft und die Studierenden arbeiten kontinuierlich auf die Prüfungsleistung hin.

Im Rahmen der Förderlinie „KI meets vhb“ wurde der bestehende Kurs um verschiedene KI-gestützte Anwendungen erweitert. Ziel war es insbesondere, die Interaktion mit den Lerninhalten zu stärken, zusätzliche Möglichkeiten für dialogisches Lernen zu schaffen und die Studierenden bei organisatorischen und inhaltlichen Fragen zu unterstützen.

Ziele

• Klare und einheitliche Strukturierung der Lernmodule
• Verknüpfung von Lernaktivitäten und Leistungsnachweis
• Entlastung der Studierenden durch einen studienbegleitenden Leistungsnachweis
• Förderung der Interaktion mit Lerninhalten
• Unterstützung des selbstständigen Lernens
• Individuelle Unterstützung durch einen KI-Tutor
• Ermöglichung dialogischer und rollenspielbasierter Lernsettings mit KI
• Anschauliche und abwechslungsreiche Aufbereitung von Lerninhalten
• Erprobung und Reflexion der Potenziale und Grenzen von KI in der Hochschullehre

Konzepte, Umsetzung, Methoden

Der Kurs setzt auf eine klare und einheitliche Strukturierung der Lernmodule. Die Studierenden bearbeiten im Verlauf des Semesters verschiedene Aufgaben, deren Ergebnisse unmittelbar in das Portfolio einfließen.

Das Portfolio besteht aus mehreren Bausteinen. Dazu gehört zunächst die Entwicklung eines eigenen reformpädagogischen Schulkonzepts. Anschließend geben die Studierenden Peer Feedback zu den Konzepten anderer Studierender. Auch dieses Feedback wird Bestandteil des Portfolios. In einem weiteren Schritt entwickeln die Studierenden ein innovatives Schulkonzept und geben erneut Peer Feedback. Den Abschluss bildet eine Reflexion über die Inhalte des Seminars sowie über die Zusammenarbeit in der Gruppe.

Durch diese Form der Leistungsüberprüfung können die Studierenden einen großen Teil des Leistungsnachweises bereits während des Semesters erarbeiten. Die Prüfungsleistung wird damit nicht auf eine abschließende Klausur oder umfangreiche Hausarbeit am Ende des Semesters konzentriert.

Im Rahmen von „KI meets vhb“ wurde die Betreuung des Kurses um einen KI-Tutor ergänzt. Im OneTutor sind die Kursinhalte hinterlegt. Die Studierenden können den KI-Tutor jederzeit zu organisatorischen Fragen und zu den Inhalten des Kurses befragen. Damit steht zusätzlich zu den E-Tutor und des Lehrenden eine kontinuierlich verfügbare Anlaufstelle zur Verfügung.

Darüber hinaus wurden KI-Chatbots eingesetzt, die nicht ausschließlich der Wissensabfrage dienen, sondern eine dialogische Auseinandersetzung mit Lerninhalten ermöglichen. Ein Beispiel ist ein Chatbot, der die Rolle von Maria Montessori übernimmt. Die Studierenden können mit der historischen Person in einen Dialog treten, eigene Positionen formulieren und Argumente einbringen. Der Chatbot reagiert darauf mit Rückfragen und fordert die Studierenden dazu auf, ihre Positionen weiter zu begründen. Im Mittelpunkt steht damit nicht die reine Wissensvermittlung, sondern der diskursive Austausch in Form eines Rollenspiels.

Auch bei der Aufbereitung der Lerninhalte kommen KI-Anwendungen zum Einsatz. Zu Beginn der Lernmodule wurden kurze Explainities erstellt, die als Advanced Organizer einen Überblick über die Inhalte des jeweiligen Moduls geben. Die Videos sind auf eine Dauer von maximal etwa drei Minuten angelegt.

Am Ende der Lernmodule ergänzen KI-generierte Podcasts die Inhalte. Dabei werden die bereits vorhandenen Inhalte in ein Podcastformat überführt und ausführlicher aufbereitet. Die generierten Inhalte werden anschließend überprüft und an Stellen angepasst, an denen die KI zu ungenau oder zu diffus formuliert.

Bei der Entwicklung und Überarbeitung des Kurses spielt daher das didaktische Design eine zentrale Rolle. Insbesondere die Orientierung am Prinzip des Constructive Alignment ist für Renner entscheidend: Inhalte, Vermittlungsformen, Prüfungsform und Zielgruppe sollen sinnvoll aufeinander abgestimmt werden. Eine klare Struktur sowohl im Entwicklungsprozess als auch im fertigen Kurs wird dabei als zentraler Erfolgsfaktor betrachtet.

Erfahrungen

Die Erfahrungen mit dem studienbegleitenden Portfolio sind durchweg positiv. Die Studierenden bewerten insbesondere positiv, dass die Aufgaben, die sie während des Kurses bearbeiten, unmittelbar in den Leistungsnachweis einfließen. Dadurch können sie bereits während des Semesters einen großen Teil der Prüfungsleistung erbringen und werden in der Prüfungsphase am Ende des Semesters entlastet.

Auch die Integration von KI bietet aus Sicht des Lehrenden deutliche Potenziale. KI-Anwendungen können die Erstellung und Aufbereitung von Inhalten erleichtern und zusätzliche Möglichkeiten für Interaktion schaffen. Insbesondere dialogische Chatbots können dazu beitragen, die in Online-Formaten häufig eingeschränkte Interaktion zu erweitern und die vertiefte Auseinandersetzung mit Lerninhalten zu fördern.

Gleichzeitig erfordert der Einsatz von KI eine intensive Auseinandersetzung mit den technischen und didaktischen Möglichkeiten der jeweiligen Anwendungen. Ein KI-Tool sollte nicht einfach mit einem kurzen Prompt eingesetzt werden. Entscheidend ist vielmehr, zunächst den didaktischen Anspruch zu klären und anschließend die KI-Anwendung entsprechend zu gestalten.

Eine weitere wichtige Erfahrung betrifft die Qualität der KI-generierten Inhalte. KI kann die Erstellung von Materialien deutlich erleichtern, produziert jedoch teilweise ungenaue oder diffuse Inhalte. Deshalb ist eine fachliche und didaktische Nachbearbeitung weiterhin notwendig. Die KI übernimmt dabei nicht die inhaltliche Konzeption: Die Inhalte werden zunächst vom Lehrenden erstellt und anschließend mithilfe der KI in andere Formate überführt.

Erfolgskriterien

• Einheitliche und klare Strukturierung der Lernmodule
• Enge Verbindung von Lernaktivitäten und Leistungsnachweis
• Positive Rückmeldungen der Studierenden zum studienbegleitenden Portfolio
• Entlastung der Studierenden in der Prüfungsphase
• 24/7-Zugang zu einem KI-Tutor mit den Kursinhalten
• Förderung von Interaktion und Diskussion durch dialogische KI-Chatbots
• Einsatz von Rollenspielen zur vertieften Auseinandersetzung mit Lerninhalten
• Anschauliche Aufbereitung von Lerninhalten durch Explainities und Podcasts
• Klare Orientierung am didaktischen Design und am Constructive Alignment
• Fachliche und didaktische Prüfung sowie Nachbearbeitung KI-generierter Inhalte
• Bewusste Auseinandersetzung mit den Möglichkeiten und Grenzen von KI

Unterstützung

Bei der Erstellung und Überarbeitung des Kurses konnte auf verschiedene Unterstützungsangebote zurückgegriffen werden. Die vhb unterstützt die Entwicklung der Kurse sowohl durch finanzielle Ressourcen als auch durch Beratung und Betreuung. Fragen und notwendige Anpassungen können mit den zuständigen Ansprechpartnern abgestimmt werden.

Zusätzlich unterstützte das Kompetenzzentrum Lehre der FAU mit Instructional Design. Die Unterstützung reichte dabei bis zur konkreten Entwicklung von KI-Anwendungen, beispielsweise bei der Erstellung eines geeigneten Prompts für einen Custom Bot.

Für die Arbeit mit KI ist aus Sicht des Projektverantwortlichen dennoch eine eigene Einarbeitung notwendig. Lehrende müssen sich mit den technischen Möglichkeiten auseinandersetzen und zugleich genau bestimmen, welchen didaktischen Zweck eine KI-Anwendung erfüllen soll. Erst auf dieser Grundlage können die entsprechenden Parameter und Prompts sinnvoll gestaltet werden.