🎥KI meets Lernen und Studieren

Projektportfolio – KI-gestützte Neugestaltung der vhb-CLASSIC-Kurse „Lernen und Studieren – Teil 1 und Teil 2“

Kurzbeschreibung

Marion Meyerolbersleben und Elisabeth Krauß vom Kompetenzzentrum Lehre der FAU haben die beiden vhb-CLASSIC-Kurse „Lernen und Studieren – Teil 1“ und „Lernen und Studieren – Teil 2“ KI-gestützt neu gestaltet. Die seit vielen Jahren laufenden Selbstlernkurse vermitteln Studierenden aller Fachrichtungen zentrale Schlüsselkompetenzen wie Zeitmanagement, Präsentieren und den Umgang mit Stress. Künstliche Intelligenz (KI) wird zunächst in der Produktion der Lernmedien eingesetzt – von KI-Avataren in Einführungsvideos über Podcasts und Infografiken bis zu szenariobasierten Rollenspielen. Hinzu kommt der Einsatz in der Kursdurchführung, wo ein KI-Tutor sowie automatisierte Rückmeldungen auf Reflexionsaufgaben die Studierenden begleiten.

Die zentrale Leitidee ist der didaktische Doppeldecker: KI ist zugleich Lerngegenstand und Lernwerkzeug. Studierende lernen nicht nur über KI, sondern nutzen sie aktiv für den eigenen Lernprozess und reflektieren diese Erfahrung. Die Verantwortung für Auswahl, Qualität und Bewertung bleibt dabei durchgehend beim Menschen.

Projekttitel: KI meets Lernen und Studieren – KI-gestützte Neugestaltung der vhb-CLASSIC-Kurse „Lernen und Studieren – Teil 1 und Teil 2“

Einrichtung: FAU Erlangen-Nürnberg, Kompetenzzentrum Lehre

Umfang: zwei vhb CLASSIC Kurse mit je acht Modulen (16 Module insgesamt), asynchron und selbstgesteuert

Plattformen: ILIAS/StudOn (Teil 1), Articulate 360 mit SCORM-Einbindung in ILIAS (Teil 2)

Projektaufzeit: Oktober 2024 – Juni 2026

Fakultäten/Fachbereiche

FAU Kompetenzzentrum Lehre, Zentrale Einrichtung

Prof. Dr. Svenja Bedenlier

Förderung durch

Virtuelle Hochschule Bayern (vhb), Sonderförderprogramm „KI meets vhb: Experimentelle Ansätze in der Online-Lehre ermöglichen“

Lehrveranstaltungen

Online-Selbstlernkurs

Blended-Learning-Baustein

Zielgruppe

Bachelor

Master

Didaktische Aktivitäten

erklären/präsentieren

betreuen/kommunizieren

aktivieren/motivieren

prüfen/bewerten

Digitale Tools

KI

ILIAS/StudOn

Articulate 360

H5P

Projektverantwortliche

Prof. Dr. Svenja Bedenlier

Marion Meyerolbersleben

Elisabeth Krauß

Schlagworte

KI

AI Literacy

Didaktischer Doppeldecker

KI-Feedback

Online-Lehre

Ausgangssituation

Die Kurse „Lernen und Studieren“ begleiten Studierende seit vielen Jahren erfolgreich durch ihr Studium, wurden zuletzt jedoch 2017 umfassend überarbeitet. Inhalte, Didaktik und Medien waren damit modernisierungsbedürftig, zumal Künstliche Intelligenz inzwischen den Lern- und Arbeitsalltag der Studierenden prägt. Im Team bestanden bereits viele mediendidaktische Ideen. Offen war vor allem die Frage nach Zeitpunkt und Umsetzung. Die Sonderförderung im Oktober 2024 gab den entscheidenden Impuls, Kursdesign und Kursdurchführung als Co-Creation-Team mit KI neu zu denken.

Ziele

Ziel war es, KI didaktisch sinnhaft, kritisch reflektiert und praxisnah in bewährte Kursstrukturen zu integrieren, ohne diese unnötig zu verändern. Die Inhalte sollten aktualisiert, die Kurse medial angereichert und die didaktische Qualität durch neue interaktive Formate gesteigert werden. Studierende sollten KI nicht nur thematisch kennenlernen, sondern aktiv für den eigenen Lernprozess nutzen und diese Nutzung reflektieren. Zugleich ging es darum, die Betreuung durch KI-gestütztes Feedback zu entlasten und die gewonnenen Ressourcen in die individuelle Begleitung zu investieren. Alle Konzepte sollten übertragbar, datenschutzkonform und ohne zusätzliche Lizenzkosten nachnutzbar sein.

„Wir wollen KI nicht irgendwie integrieren, sondern didaktisch sinnhaft, kritisch und reflektiert – und praxisnah für unsere Studierenden.“

— Elisabeth Krauß

Konzepte, Umsetzung, Methoden

Grundlage der Überarbeitung ist das ADDIE-Instruktionsdesign-Modell mit besonderem Gewicht auf begleitender Evaluation. Das mediendidaktische Konzept ruht auf vier Säulen: multimedial, fallbasiert, interaktiv und selbstgesteuert. Jedes Modul beginnt mit einem KI-generierten Einführungsvideo mit studentischem Avatar, führt über KI-angereicherte Inhalte (Infografiken, Hotspot-Grafiken, Podcasts, vertonte Fallgeschichten) zu einem Selbstkontroll-Quiz und endet mit einer Reflexionsaufgabe, auf die eine am Kompetenzzentrum Lehre programmierte, automatisierte KI-Rückmeldung erfolgt. In Teil 2 kommt mit „Vicky“ ein szenariobasiertes Branching Scenario hinzu, das den Doppeldecker für die Studierenden besonders unmittelbar erfahrbar macht.

Der Weg dorthin war iterativ: Werkzeuge wie NotebookLM, HeyGen, ElevenLabs und ChatGPT haben sich bewährt, andere wurden nach kritischer Prüfung verworfen. Eine Vorstudie verglich individuelle mit KI-gestützten Rückmeldungen und lieferte die Grundlage für die spätere Automatisierung. Der Wechsel von ILIAS Lernmodulen zu Articulate 360 (SCORM Einbindung in ILIAS) in Teil 2 erwies sich als strategische Entscheidung, die neue Formate erst ermöglichte. Barrierefreiheit wurde durch vorlesende Audios und Untertitel gegenüber der Vorgängerversion sogar verbessert.

„Die KI unterstützt uns, aber wir entscheiden am Ende, was übernommen wird. Die Verantwortung bleibt bei uns.“

— Elisabeth Krauß

Erfahrungen

  • KI beschleunigt die Medienproduktion erheblich, von Podcasts über Illustrationen bis zu vertonten Fallbeispielen, erfordert aber durchgehend eine didaktische und inhaltliche Qualitätsprüfung.
  • Nicht jedes Experiment gelingt. Einzelne Tools wurden nach Erprobung wieder verworfen, weil sie zu viel Nacharbeit erforderten oder keinen erkennbaren Lernmehrwert brachten. Scheitern gehört zum Prozess dazu.
  • Die technische Plattform erweist sich als Erfolgsfaktor von mindestens gleichem Gewicht wie das didaktische Design. Der Wechsel zu Articulate behob genau jene Fehlerklasse, die zuvor am häufigsten kritisiert wurde.
  • Authentische, gleichaltrige Avatare kommen bei Studierenden deutlich besser an als ältere Sprecherfiguren, sie wurden rund dreimal so häufig bevorzugt.
  • Interaktive, dialogische Formate werden besser angenommen als rein rezeptive. Die szenariobasierten Interaktionen wurden gegenüber den Podcasts teils ausdrücklich bevorzugt.
  • Automatisiertes KI-Feedback wird breit akzeptiert, weil es sofort verfügbar und anonym ist. Ein Drittel bevorzugt dennoch persönliche menschliche Rückmeldung gegenüber KI Feedback. Ein Hinweis darauf, dass KI die Betreuung ergänzt, sie aber nicht ersetzt.
  • Die mangelnde Natürlichkeit synthetischer Stimmen bleibt eine technische Grenze, die etwa ein Drittel der Studierenden als störend empfindet.

Erfolgskriterien

  • Die Zufriedenheit mit den Inhalten und die Akzeptanz des KI-Einsatzes stiegen deutlich – ein direkter Beleg für das Konzept des didaktischen Doppeldeckers.
  • Technische Probleme gingen spürbar zurück, die Kurse laufen für die große Mehrheit reibungslos.
  • Im Direktvergleich beider Kursversionen bevorzugt eine klare Mehrheit die neu gestaltete Fassung.
  • Die Reflexionsaufgaben mit KI-Rückmeldung werden gern genutzt und als hilfreich erlebt – bei gleichzeitig deutlich reduziertem Betreuungsaufwand.
  • Die im Projekt aufgebauten Kompetenzen wirken über die Kurse hinaus: Konzepte und Werkzeuge wurden auf weitere vhb-Kurse übertragen und fließen unmittelbar in den neuen vhb-CLASSIC-Kurs „AI Literacy“ (ab Oktober 2026 verfügbar) ein.