Universität

Können Universitäten mit KI Schritt halten?

19. November 2025

Oliver Vettori und Johanna Warm untersuchen Herausforderungen und Lösungswege zur Integration von KI an Universitäten.

Die Nachfrage nach Kompetenzen hinsichtlich Künstlicher Intelligenz (KI) am Arbeitsmarkt steigt rasant und Universitäten stehen unter Druck, ihre Lehrpläne anzupassen. Unter „AI Literacy“ versteht man die Fähigkeit, KI-Systeme zu verstehen, einzuordnen sowie kompetent und verantwortungsvoll zu nutzen. Doch warum geht die Integration von KI-Kompetenzen in Uni-Lehrpläne so langsam?

Oliver Vettori

Oliver Vettori, Department Programme Management & Teaching and Learning Affairs

© Harald Krischanz

KI stellt Universitäten vor Herausforderungen

Laut Oliver Vettori und Johanna Warm vom Department Programme Management & Teaching and Learning Affairs ist eine der größten Herausforderungen die heterogene Ausgangslage von Lehrenden und Studierenden: Unterschiedliche Vorkenntnisse bei Studierenden hängen unter anderem von Alter, fachlichem Schwerpunkt, Geschlecht sowie kultureller und geografischer Herkunft ab. Auch Lehrenden erschweren institutionelle Rahmenbedingungen und begrenzte Ressourcen häufig die Bemühungen, ihre KI-Kompetenzen auszubauen.

Ein weiteres Problem liegt in der langsamen „Kodifizierung“ von Wissen in Curricula. „KI-Technologien verändern sich in rasantem Tempo, während Universitäten Zeit benötigen, um neue Inhalte zu formalisieren und in bestehende Programme zu integrieren“, so Oliver Vettori.

Johanna Warm

Johanna Warm, Department Programme Management & Teaching and Learning Affairs

© Harald Krischanz

Kurzfristige Lösungen für den Aufbau von KI-Kompetenzen

Strukturelle Lösungen brauchen Zeit, daher braucht es laut Vettori und Warm kurzfristig niedrigschwellige Maßnahmen zum Aufbau von KI-Kompetenzen. Dazu zählt zum Beispiel Peer Learning. „Durch kollaborative Lernformate können Studierende bereits vorhandene Erfahrungen mit KI einbringen und voneinander lernen“, erklärt Johanna Warm. Ein anderer Ansatz ist Co-Creation: Studierende und Lehrende arbeiten partnerschaftlich an Lerninhalten und Aufgaben und bringen ihre jeweiligen Stärken ein (z. B. digitale Erfahrung der Studierenden, kritische und fachliche Einordnung durch Lehrende). So können zudem Hierarchien reduziert werden, Motivation und Eigenverantwortung steigen und Lehrende erhalten Einblick, wo Unterstützungsbedarf besteht.

Eine weitere niederschwellige Möglichkeit, KI-Kompetenzen unter den Studierenden zu fördern, sind Micro-Designs. Darunter verstehen Vettori und Warm kleine flexible Lerneinheiten, wie etwa kurze Workshops, Reflexionsaufgaben zum KI-Einsatz, Selbstlern-Module für Studierende oder kleine Praxisformate wie Hackathons. „All diese Formate sind leicht in bestehende Lehrveranstaltungen integrierbar, fördern die Auseinandersetzung mit KI und ermöglichen Kompetenzentwicklung durch experimentelles Lernen.“

Solche Initiativen sind aber naturgemäß stark von der Initiative einzelner Lehrender abhängig und können daher als Sprungbrett für systematische Lösungen gesehen werden.

Quelle

Oliver Vettori, Johanna Warm (2025). The race for AI skills as an obstacle course: Institutional challenges and low threshold suggestions. In: Project Leadership and Society, Volume 6, 2025, 100183. https://doi.org/10.1016/j.plas.2025.100183

zurück zur Übersicht