Learning AID 2026: Impulse für KI-gestützte Lehre und neue Prüfungsformate
Nach Angaben von KI:edu.nrw haben sich auf der Learning AID 2026 an der Ruhr-Universität Bochum über 350 Fachleute aus dem Hochschulbereich zu Learning Analytics und generativer KI in der Lehre ausgetauscht.
Im Zentrum der Fachtagung standen drei Themen, die uns in der Hochschuldidaktik derzeit alle betreffen: institutionelle KI-Sprachmodelle, Datenschutz und neue Prüfungsformate. Was das für unsere eigene Praxis bedeutet, schauen wir uns gemeinsam an.
Drei Stränge, die uns alle betreffen
Wir kennen die Situation vermutlich alle: Studierende arbeiten mit unterschiedlichen KI-Tools, und wir haben kaum Kontrolle darüber, welche Daten wohin fließen. Genau hier setzt die Diskussion um institutionelle KI-Sprachmodelle an. Die Idee ist naheliegend: Hochschulen stellen eigene KI-Werkzeuge bereit, statt sich nur auf kommerzielle Anbieter zu verlassen, und gewinnen so Steuerungsmöglichkeiten zurück, etwa bei der Frage, welche Daten wo verarbeitet werden.
Damit eng verbunden ist der Datenschutz. KI:edu.nrw zufolge gehörte er zu den zentralen Themen der Tagung. Wir können beobachten, wie viel Unsicherheit in vielen Kollegien herrscht, sobald personenbezogene Daten ins Spiel kommen. Allein die Tatsache, dass die Tagung über 350 Hochschulakteurinnen und -akteure zu genau diesen Fragen zusammengeführt hat, zeigt: Wir sind mit unseren Sorgen nicht allein.
Prüfen, wenn die KI mitschreibt
Der dritte und vielleicht drängendste Strang betrifft neue Prüfungsformate. Forschende der UNSW Business School haben nach Angaben von Inside UNSW neue Ansätze vorgestellt, um Bewertungsmethoden für das Zeitalter generativer KI neu zu denken. Die Kernfrage dahinter: Wie können Studierende zeigen, dass sie wirklich verstanden haben, auch wenn sie generative KI bei der Textproduktion nutzen?
Die vorgestellten Ideen setzen weniger auf Verbote als darauf, Prüfungen so umzugestalten, dass sie tatsächliches Verständnis sichtbar machen. Das ist ein ermutigender Perspektivwechsel. Statt uns in der Detektivarbeit zu verlieren, welche Hausarbeit nun KI-generiert ist und welche nicht, können wir Aufgaben entwickeln, die Transfer, Reflexion und Eigenständigkeit stärker betonen.
Was bleibt zu tun
Für unsere eigene Praxis bedeutet das: Wir müssen nicht auf eine bundesweite Lösung warten. Kleine Schritte reichen oft schon, eine kurze mündliche Verteidigung der eingereichten Arbeit, ein Reflexionsgespräch nach der Abgabe, eine Aufgabe, die auf den individuellen Kontext der Studierenden zugeschnitten ist und sich nicht sinnvoll mit einer Standardaufforderung an eine KI bearbeiten lässt.
Die Fachtagung in Bochum macht deutlich, dass der kollegiale Austausch darüber bereits auf breiter Ebene läuft. Das nimmt Druck aus der Einzelkämpferhaltung und erinnert uns daran: Gute Lehre entsteht im Gespräch. Packen wir es gemeinsam an.