KI-Integration an der NUS: Wie maßgeschneiderte Lernwerkzeuge den Unterricht transformieren

Drei von insgesamt sieben Tools befinden sich in der Erprobungsphase innerhalb von Lehrveranstaltungen. Für Schulträger und IT-Verantwortliche, die KI-Werkzeuge evaluieren, ist das Vorhaben vor allem als Referenz für die Schnittstelle zwischen Didaktik und Infrastruktur relevant.

Architektur und Beteiligte

Die Entwicklung folgt einem verteilten Modell: Lehrende liefern das Verständnis für Lernziele und Disziplinkontexte, CTLT steuert Learning Design und Education Technology bei, NUS IT übernimmt die technische Implementierung. Ng Jun Da, Associate Director bei NUS IT, ist nach Projektangaben an der Entwicklung aller sieben Tools beteiligt. Leitlinie des Teams: Eine KI-Lösung für die Bildung müsse nicht nur technisch machbar, sondern pädagogisch begründet und auf das jeweilige Lernziel abgestimmt sein.

Drei Tools im Pilotbetrieb

Brainstorm nutzt sokratisches Fragen, um Studierende in der Frühphase von Projekten aus einer initialen Schreibblockade herauszuführen. Das Tool fordert zur Prüfung von Annahmen, zur Abwägung von Alternativen und zur Verfeinerung von Schlussfolgerungen auf, statt fertige Antworten zu liefern. Pilotkurse: LSM4259 Evolutionary Genetics of Reproduction (Themenwahl, Hypothesenbildung), FST4104 Food Product Innovation (Konzeptentwicklung für einen Lebensmittel-Launch), FSP4003 Field Service Project (reale Unternehmensprobleme).

Verify präsentiert mehrere plausibel klingende KI-Antworten, die sich in Genauigkeit, Argumentation, Stil oder Ton unterscheiden – teilweise mit eingebauten Fehlern. Studierende bewerten Glaubwürdigkeit und legen ihre Argumentation dar. Ein drittes Pilottool wird im verfügbaren Material nicht näher beschrieben.

Zentrale Tuning-Probleme: Das Team dokumentiert zwei Risiken. Erstens Cognitive Offloading – wird das Tool zu passiv, übernimmt es die Denkarbeit. Zweitens Akzeptanzverlust bei zu strikter Limitierung. Dr. Rajesh Panicker, Leiter des Bereichs Learning and Technology am CTLT, beschreibt diesen Spagat als Kern der Kalibrierung.

Naming als Stellschraube: Verify hieß ursprünglich „The Untrustworthy Assistant" – der Name prägte Studierende zum Misstrauen statt zur kritischen Prüfung. Narayanan Shyam, Senior Associate Director am CTLT, wertet dies als Hinweis, dass die Rahmung eines Bildungstools ebenso relevant sein kann wie die Technik selbst.

Machbarkeitsbewertung

• Go: Pilotprojekte mit klar definierten Lernzielen, frühzeitiger Einbindung der Lehrkräfte in die Anforderungsdefinition, interdisziplinäre Teams aus Didaktik und IT.
• No-Go: Generische KI-Chatbots ohne curriculare Einbettung; sie laden strukturell zum Cognitive Offloading ein.
• Zu prüfen: Datenhoheit, Hosting-Standorte, Auditierbarkeit der Modelle – im NUS-Material nicht spezifiziert, für deutsche Schulen aber entscheidend.

Der Engineering-Aufwand steckt weniger im Modell als in der pädagogischen Kalibrierung. Wer KI-Tools für den Unterricht beschafft, sollte diese Ebene mitbewerten.