🎥KI als Co-Creator – Lehrmaterial und Prüfungsfragen weiterentwickeln

Kurzbeschreibung

Prof. Dr. Andreas Kist (Department Artificial Intelligence in Biomedical Engineering – AIBE) nutzt große Sprachmodelle entlang der gesamten Lehrkette: von der Materialerstellung über Visualisierungen bis hin zur Prüfungsplanung und -evaluation. KI dient ihm dabei als „Co-Creator“ und didaktischer Sparringspartner für Ideen, Struktur und Formulierungen.

Ziel ist es, trotz begrenzter Zeitressourcen hochwertige, gut visualisierte und faire Lehr- und Prüfungsszenarien zu entwickeln. KI unterstützt bei der Generierung von Beispielen, der Visualisierung komplexer Algorithmen, der Formulierung und Überprüfung von Prüfungsfragen sowie bei administrativen Routinetätigkeiten. Gleichzeitig bleiben fachliche Verantwortung und didaktische Entscheidung klar bei der Lehrperson, die alle KI-Ergebnisse kritisch prüft und für Studierende als Vorbild im reflektierten KI-Einsatz fungiert.

Ausgangssituation

Als Juniorprofessor bewegt sich Dr. Andreas Kist in einem Spannungsfeld aus Forschung, Lehre, Administration und Mentoring mit einem klar begrenzten Zeitkontingent für Lehre. Gleichzeitig vermittelt er Inhalte im Bereich Künstliche Intelligenz (K) und algorithmische Verfahren, die sich sehr schnell weiterentwickeln und für Studierende oft abstrakt und trocken wirken.

Bisher erforderte die Erstellung geeigneter Visualisierungen und Beispiele umfangreiche Programmierarbeit (Algorithmus implementieren, Visualisierung programmieren, Fehler beheben), was viel Zeit in Anspruch nahm. Ähnliches galt für die Entwicklung und Überprüfung von Prüfungsfragen, insbesondere Multiple-Choice-Aufgaben in großen Kohorten, sowie für administrative Aufgaben wie das Zusammenführen von Excel-Listen für Notenimporte. Gleichzeitig beobachtet er, dass KI-Tools die Art verändern, wie Studierende programmieren, Hausarbeiten schreiben und Prüfungsaufgaben bearbeiten und damit auch Prüfungsformate und Bewertungskriterien herausfordern.

„Ich möchte Prüfungen stellen, die fair sind und wirklich das abfragen, was ich meinen Studierenden beigebracht habe.“ – Prof. Dr. Andreas Kist

Ziele

Zentrales Ziel des Lehrkonzepts ist es, KI als produktives Werkzeug in der Hochschullehre zu verankern, ohne dabei fachliche Tiefe, Grundlagenwissen und die Rolle der Lehrperson zu relativieren.

• Zeit gezielter einsetzen: Routinetätigkeiten (Materialsuche, erste Entwürfe, einfache Datenverarbeitung) sollen durch KI unterstützt werden, damit mehr Raum für inhaltliche Betreuung, Mentoring und didaktische Feinabstimmung bleibt.

• Visualisierung und Verständlichkeit erhöhen: Komplexe Lerninhalte sollen durch generierte Bilder, Visualisierungen und Beispiele anschaulich und motivierend vermittelt werden.

• Faire und eindeutige Prüfungen gestalten: Multiple-Choice- und Single-Choice-Fragen sollen sprachlich und inhaltlich klar, eindeutig und eng an die Lernziele gebunden sein, unterstützt durch KI-gestützte Kritik an Formulierungen und Antwortoptionen.

• Kritische KI-Kompetenz aufbauen: Studierende sollen lernen, KI-Ergebnisse kritisch zu prüfen, Halluzinationen zu erkennen und Grenzen der Tools zu verstehen, statt KI unreflektiert für Texte, Code oder Prüfungen einzusetzen.

• Rolle der Lehrperson stärken: KI bleibt ein Werkzeug. Die fachliche und didaktische Verantwortung liegt beim Lehrkörper, der bewusst zeigt, wie man KI reflektiert und verantwortungsvoll nutzt.

Konzepte, Umsetzung, Methoden

Dr. Andreas Kist nutzt KI als Co-Creator, um Lehrmaterialien schneller zu strukturieren, alternative Beispiele zu entwickeln und erste Ideen für Visualisierungen komplexer Algorithmen zu erhalten. Die KI dient dabei als kreatives Gegenüber, während die fachliche Prüfung und didaktische Ausgestaltung bei ihm bleiben. In der Prüfungsplanung setzt er KI ein, um Multiple-Choice-Fragen auf Klarheit und Eindeutigkeit zu prüfen und Formulierungen zu verbessern. Zudem entlastet KI ihn bei Routinetätigkeiten wie dem Zusammenführen von Daten oder dem Erstellen erster Textentwürfe, wodurch mehr Zeit für Betreuung und inhaltliche Arbeit entsteht. Parallel reflektiert er mit Studierenden die Grenzen der KI, etwa Halluzinationen und unpräzise Vorschläge, um kritische KI-Kompetenzen aufzubauen. Perspektivisch verschiebt er den Fokus von klassischen Vorlesungen hin zu stärker seminarorientierten Formaten, in denen Präsenzzeit vor allem für Austausch, Diskussion und individuelles Feedback genutzt wird.

„KI hilft mir wirklich, bessere Prüfungen zu stellen, weil ich Formulierungen doppelt und dreifach prüfen lassen kann.“ – Prof. Dr. Andreas Kist

Erfahrungen

• KI unterstützt effektiv bei der Ideenfindung und Strukturierung, ersetzt aber nicht die notwendige fachliche Prüfung durch die Lehrperson.
• Generierte Visualisierungen verbessern die Verständlichkeit, sind aber qualitativ nicht in allen Fällen ausreichend und brauchen viel Nacharbeit durch Prompting.
• Prüfungsfragen werden durch KI-gestützte Überprüfung ein-eindeutiger formuliert.
• Routinetätigkeiten lassen sich durch KI deutlich beschleunigen und entlasten damit die Lehre.
• Die verstärkte KI-Nutzung durch Studierende macht verständnisorientierte Lehr- und Prüfungsformate umso wichtiger.
• Persönlicher Austausch, Wertschätzung und Mentoring bleiben zentrale und unersetzliche Bestandteile guter Lehre.

„Studierende müssen die Grundlagen verstehen. Das ist das A und O und KI kann das nicht ersetzen.“ – Prof. Dr. Andreas Kist

Erfolgskriterien

• Die Prüfungsqualität steigt, weil Fragen sprachlich eindeutiger und didaktisch passgenauer gestaltet werden.
• Die Lehrperson kann Zeitressourcen effizienter einsetzen und mehr Raum für Betreuung und Seminare schaffen.
• Studierende profitieren von besser verständlichem Material, das komplexe Inhalte anschaulicher vermittelt.
• Die KI- und Urteilskompetenz der Studierenden verbessert sich durch die systematische Reflexion von KI-Grenzen.
• Zentrale Grundlagenkompetenzen bleiben trotz KI-Nutzung sichtbar und überprüfbar im Fokus der Lehre.

Kategorie: Good Practice, Künstliche Intelligenz (KI)