KI-Semesterplanung: Der Weg zum organisierten Studium

Wer seinen Studienalltag auf Basis von Veranstaltungsterminen allein kalkuliert, übersieht regelmäßig Selbststudium, Projektarbeit und Prüfungsvorbereitung — also genau die Stundenblöcke, die ECTS abbilden soll. Eine KI-gestützte Semesterplanung kann diese Logik in einen konkreten Zeitplan übersetzen. Sie ersetzt weder das Modulhandbuch noch die Prüfungsordnung der eigenen Hochschule, und sie ist kein Beleg für einen produktiveren Studienverlauf.

Die ECTS-Logik als Fundament: Arbeitsaufwand realistisch einschätzen

ECTS ist eine Norm, kein Stundenplan. 60 ECTS-Punkte entsprechen einem Vollzeit-Studienjahr mit 1.500 bis 1.800 Arbeitsstunden, also etwa 25 bis 30 Stunden pro Punkt. Das schließt Präsenzzeit, Vor- und Nachbereitung, Projektarbeit und Prüfungsvorbereitung mit ein. Ein Semester mit 30 ECTS entspricht damit rund 750 bis 900 Arbeitsstunden über ungefähr 14 bis 16 Wochen — das sind 47 bis 64 Wochenstunden, wenn man Ferien und Feiertage ignoriert; realistisch landet man bei 55 bis 65 Stunden pro Arbeitswoche.

Drei Punkte muss jede Planung tragen, sonst kippt sie:

• Workload pro Modul, abgeleitet aus dem Modulhandbuch, nicht aus eigener Schätzung.
• Pufferzeit für Krankheit, technische Probleme, unklare Aufgabenstellungen und Prüfungsphasen.
• Synergieeffekte zwischen Modulen, etwa gemeinsame Literatur, sich überschneidende Themen oder geteilte Datenaufgaben.

KI-Tools können diese Daten schnell in eine Tabelle oder einen Wochenplan überführen — die Eingabe muss aber stimmen. Wer den Workload zu niedrig ansetzt, baut einen Plan, der ab Woche 3 nicht mehr hält. Wer ihn zu hoch ansetzt, demotiviert sich bereits vor dem ersten Modul.

Ein Semesterplan ist nur so belastbar wie die ECTS-Zahlen, die in ihm stehen.

Der Realitätscheck kommt früh: Nach 14 Tagen zeigen sich Diskrepanzen zwischen geplantem und tatsächlichem Aufwand. Diese Diskrepanz ist keine Panne, sondern der Input für die erste Korrekturschleife.

KI-gestützte Zeitstrukturierung: Vom Modulhandbuch zum Lernplan

Eine KI kann aus Modulhandbuch, Semesterterminen und persönlichen Fixpunkten einen ersten Wochenplan generieren. Typische Workflows in der Praxis:

• Modulhandbuch als PDF oder Text in das Tool laden, Workload pro Modul extrahieren lassen.
• Klausurtermine, Abgabefristen und Praktikumszeiten als Liste ergänzen.
• Persönliche Fixblöcke (Job, Familie, Sport, Pflege) als harte Constraints vorgeben.
• Den Output in eine Tabellenkalkulation oder einen Kalender exportieren und gegen die Realität prüfen.

Ein minimaler Prompt für den ersten Schritt kann so aussehen — vorausgesetzt, Modulnamen, ECTS und Termine liegen bereits aus dem Modulhandbuch extrahiert vor: „Ich studiere im [Fach/Semester] an [Hochschule]. Die folgenden Module mit ECTS und Terminen liegen vor: [Liste]. Meine fixen Zeitblöcke sind: [Liste]. Erstelle einen Wochenplan mit Präsenz-, Selbstlern- und Pufferzeiten pro Modul, abgestimmt auf die Klausurphase in [Woche X]. Gib den Plan als Tabelle aus." Wer dieses Gerüst mit eigenen Daten füllt, bekommt in der Regel einen brauchbaren Entwurf — nicht mehr, aber auch nicht weniger.

In einem Review empirischer Studien des Hochschulforums Digitalisierung gaben 23 % der Befragten an, sich einen künftigen KI-Einsatz für die Zeitplanung vorstellen zu können. Das ist ein Stimmungsindikator, kein Wirknachweis. Es bedeutet: Interesse ist vorhanden, gemessene Produktivitätsgewinne sind bislang nicht belegt. Wer eine KI für die Semesterplanung einführt, sollte das nicht als Effizienzversprechen verkaufen, sondern als Infrastrukturkomponente.

Für den technischen Ablauf zählen drei Messgrößen:

• Token-Limit des gewählten Modells: Modulhandbücher mit 200+ Seiten passen nicht in ein einzelnes Prompt-Fenster. Chunking ist Pflicht, sonst wird das Modell das Ende des Dokuments ignorieren oder erfinden.
• Latenz: Wer iterativ plant, braucht kurze Antwortzeiten, sonst frisst das Tooling die gesparte Zeit wieder auf.
• Halluzinationsrate: Modelle erfinden Modulnamen, ECTS-Werte und Fristen, wenn die Quelle fehlt. Jede Zahl gehört gegengeprüft.

Tabelle: Planungs-Inputs und typische KI-Fehler

Die Tabelle zeigt: Die KI ist ein Übersetzer, kein Validator. Validierung läuft über das Prüfungsamt, das Modulhandbuch und die eigene Zeiterfassung der ersten zwei Wochen. Wer beides verwechselt, bekommt einen Plan, der auf Papier sauber aussieht und im Alltag nicht trägt.

Datenschutz und Compliance: Was beim Prompting in der Hochschule gilt

Wer eine Semesterplanung an ein cloudbasiertes KI-Tool auslagert, verlässt die eigene Infrastruktur. Damit greifen drei Compliance-Ebenen, die vorher zu klären sind:

• Hochschulregeln: Viele Hochschulen formulieren aktuell Leitlinien zum Umgang mit generativer KI. Das Hochschulforum Digitalisierung hält fest, dass KI-Sprachmodelle falsche, missverständliche oder irreführende Ergebnisse erzeugen, Quellen halluzinieren und Verzerrungen aus Trainingsdaten reproduzieren können. Nur etwa jede vierte untersuchte Leitlinie erwähnte Bias. Wer KI nutzt, sollte diese Risiken kennen, nicht wegdiskutieren.
• Datenschutz: Cloudbasierte KI-Anwendungen verarbeiten Daten häufig auf Servern außerhalb Deutschlands. Personenbezogene Daten — Matrikelnummer, Noten, Adressen, Gesundheitsdaten, Namen Dritter — gehören nicht in einen Prompt. Eine Richtlinie der Universität Leipzig weist ausdrücklich darauf hin, dass personenbezogene Daten nicht in generative KI eingegeben werden sollen; bei cloudbasierten Anwendungen können DSGVO-Risiken entstehen. Welche Daten ein konkreter Anbieter tatsächlich speichert oder zum Training nutzt, ist anhand der aktuellen Datenschutz- und Nutzungsbedingungen zu prüfen.
• Urheberrecht: Modulhandbücher und Vorlesungsfolien sind urheberrechtlich geschützt. Die Eingabe solcher Materialien in ein öffentliches KI-Tool kann eine Lizenzfrage aufwerfen, insbesondere wenn das Material nicht frei verfügbar ist.

Eine technisch saubere Eingabe enthält ausschließlich:

• Modulnamen und ECTS-Werte aus öffentlich zugänglichen Quellen.
• Öffentliche Terminlisten und Fristen aus dem Vorlesungsverzeichnis.
• Eigene, anonymisierte Zeitblöcke ohne Bezug auf Dritte.
• Eigene Lernziele in eigenen Worten, ohne Notizen anderer Personen.

Artikel 4 der EU-KI-Verordnung verlangt seit dem 2. Februar 2025 von Anbietern und Betreibern von KI-Systemen Maßnahmen für ein ausreichendes Maß an KI-Kompetenz bei Personal und weiteren Personen, die im Auftrag mit KI-Systemen arbeiten. Für Studierende ist das vor allem Kontext: Wer KI nutzt, soll deren Funktionsweise, Grenzen und Risiken kennen — nicht nur das Prompt-Format.

Transparenzpflichten: KI-Nutzung in Prüfungsordnungen korrekt dokumentieren

Die Regeln für KI in Studien- und Prüfungsleistungen sind hochschul- und teils fachbereichsspezifisch. Eine pauschale Aussage „KI ist erlaubt" oder „KI ist verboten" lässt sich daraus nicht ableiten. Konkrete Beispiele aus zwei Hochschulen:

• TU Berlin: Bei KI-Nutzung in Aufgaben verlangt die Universität eine Dokumentation von Werkzeug, Umfang und Zweck. Verwendete KI-Inhalte sollen durch Prompts belegt und die eigene Prüfung sowie Bearbeitung reflektiert werden.
• Universität Göttingen: Der Einsatz von KI-Werkzeugen in beaufsichtigten Prüfungen wie Klausuren und mündlichen Prüfungen ist grundsätzlich nicht zulässig, sofern er nicht ausdrücklich erlaubt wurde. Für unbeaufsichtigte Formate empfiehlt die Universität eine transparente Erklärung der Nutzung, wobei die eigenständige Prüfungsleistung erhalten bleiben muss.

Daraus ergibt sich für die Semesterplanung ein direkter Punkt: Wer den Plan mit KI erstellt, muss je nach Hochschule und Modul klären, ob die Planung selbst als prüfungsrelevante Leistung zählt oder als private Vorbereitung. Sobald der Plan Teil einer Portfolio-, Projekt- oder Reflexionsleistung wird, greifen die Dokumentationspflichten.

Drei Dokumentationsfelder, die jede KI-Nutzung in Studienleistungen abdecken sollte:

• Werkzeug: Name, Version, Anbieter, Datum der Nutzung.
• Umfang: Welche Teile der Aufgabe wurden mit KI erstellt, welche selbst?
• Reflexion: Welche Korrekturen wurden vorgenommen, welche Quellen gegengeprüft?

Fehlende Kennzeichnung oder eine nicht erlaubte Nutzung kann je nach Hochschulregel problematisch sein. Eine KI-Nutzung ist nicht automatisch Täuschung, aber sie steht unter Beweislast.

Dokumentation ist kein Bürokratie-Extra, sondern Beweismittel bei Täuschungsvorwürfen.

Iterative Anpassung: Warum der KI-Plan ein lebendes Dokument bleibt

ECTS bildet den normalen Arbeitsaufwand ab, nicht den individuellen. Der tatsächliche Zeitbedarf weicht zwischen Lernenden ab — abhängig von Vorwissen, Lerntempo, Sprachkenntnissen und Lebenssituation. Die Umrechnung von ECTS-Punkten in Wochenstunden kann je nach Modul, Prüfungsordnung, Semesterlänge und individuellem Lerntempo deutlich abweichen. Ein KI-Plan ist deshalb ein Vorschlag, der ab Tag 1 gemessen und korrigiert wird.

Eine pragmatische Routine für ein 14-Wochen-Semester:

• Woche 1–2: Plan einführen, tatsächliche Stunden pro Modul erfassen, Diskrepanzen notieren.
• Woche 3–4: KI mit den realen Werten neu rechnen lassen, Pufferzeiten anpassen, Deadlines nachschärfen.
• Woche 7–8 (Midterm): Großer Re-Cut vor der Klausurenphase, Workload auf Prüfungsmodule verschieben.
• Woche 13–14: Abschlussreview, Zeitbilanz für das nächste Semester, Prompt-Vorlagen archivieren.

Werkzeuge, die diesen Zyklus technisch unterstützen:

• Tabellenkalkulationen mit Ist-/Soll-Vergleich pro Modul und kumulierter Abweichung.
• Kalender-Apps mit getrennten Farben für Pflicht-, Lern- und Pufferblöcke.
• Zeit-Tracker, die tatsächliche Stunden pro Aufgabe exportieren.
• KI-Tools für die nächste Iteration, gefüttert mit den realen Zahlen der letzten Wochen.

Die KI bekommt damit eine zweite Rolle: nicht Generator, sondern Refaktorierer. Sie nimmt einen Plan, ein paar Wochen Daten und ein Ziel und schlägt eine neue Allokation vor. Diese iterative Schleife ist vermutlich der produktivere Hebel im Setup — ob sie tatsächlich hält, muss jede*r für sich messen. Der initiale Plan allein ist es mit Sicherheit nicht. Wer aus dieser Schleife eine Effizienzgarantie ableitet, verlässt den Boden der Empirie.

Liste: Sieben Kennzahlen für die Semesterplanung

• ECTS-Punkte pro Modul (Soll)
• Tatsächliche Arbeitsstunden pro Modul (Ist)
• Abweichung Soll/Ist in Prozent, pro Modul und pro Woche
• Anzahl synchroner Pflichttermine pro Woche
• Pufferzeit in Stunden pro Woche
• Abstand zur nächsten Klausur in Tagen
• Anteil der Zeit mit KI-Unterstützung in Prozent

Diese Kennzahlen lassen sich pro Modul, pro Woche und pro Semester aggregieren. Sie sind die Basis, mit der eine KI im nächsten Semester einen besseren Plan generiert — und der Grund, warum der erste Plan nie der letzte sein darf.

Machbarkeitsbewertung: Wann das Setup trägt — und wann nicht

Eine KI-gestützte Semesterplanung trägt, wenn die Eingaben sauber sind: ECTS-Werte, Termine und Prüfungsregeln aus offiziellen Quellen, gegengeprüft gegen Modulhandbuch und Prüfungsamt. Sie trägt, wenn keine personenbezogenen oder sensiblen Daten in den Prompt fließen und das genutzte KI-Tool hinsichtlich Datenschutz und Datenverarbeitung geprüft ist. Sie trägt, wenn die eigene Hochschule KI-Nutzung in der jeweiligen Prüfungsform erlaubt oder zumindest nicht ausschließt, und wenn der Plan wöchentlich anhand realer Daten adjustiert wird.

Sie trägt nicht, wenn Workload und Fristen ausschließlich aus dem Tool kommen, wenn Modulhandbücher oder urheberrechtlich geschützte Vorlesungsmaterialien ungeprüft in öffentliche KI-Dienste wandern, oder wenn der Plan statisch bleibt und reale Abweichungen ignoriert. Sie trägt auch nicht, wenn Mitstudierende, Lehrende oder Dritte ohne deren Wissen in Prompts referenziert werden — das ist nicht nur eine Compliance-Frage, sondern schlicht eine Frage professionellen Umgangs.

KI-gestützte Semesterplanung funktioniert als Infrastrukturproblem. Saubere Eingaben, klare Regeln, ein messbarer Iterationszyklus. Wer die KI wie ein zusätzliches Semesterverwaltungssystem behandelt — mit definierten Inputs, Outputs und Logging —, gewinnt Planbarkeit. Wer sie als Wunderwerkzeug für „mehr Freizeit" versteht, baut einen Plan, der in der dritten Woche kippt. Die Stunden sind real, die ECTS sind genormt, die Prüfungsordnung der eigenen Hochschule bleibt maßgeblich. Alles andere ist Prompt-Theater.