Der VK:KIWA:Blog
Beiträge rund um das Thema Künstliche Intelligenz im Kontext von wissenschaftlichem Arbeiten, Lehren und Lernen, Schule und Hochschule
Wir freuen uns auf die kritische Diskussion der Beiträge auf unserem LinkedIn-Kanal. Und sollten Sie Ihre Expertise in Form eines Gastbeitrags hier veröffentlichen wollen, schreiben Sie uns. Alle Beiträge sind unter der CC BY-SA 4.0-Lizenz veröffentlicht und spiegeln ausschließlich die Meinung der jeweiligen Autor*innen wider.
-
Wenn der Schreibprozess zum Beweismittel wird
Andrea Klein, Doris Weßels & Kirsten Schindler
Der Kommentar setzt sich kritisch mit dem zunehmenden Einsatz technischer Systeme zur Überwachung von Schreibprozessen an Hochschulen auseinander. Ausgangspunkt ist das Problem, dass sich bei KI-gestützten Hausarbeiten der Anteil der menschlichen Eigenleistung nicht aus dem fertigen Text ableiten lässt. Diskutiert werden Ansätze wie Schreibprozess-Tracking und Wasserzeichen. Der Beitrag argumentiert, dass solche Verfahren zwar Daten über Textentstehung liefern, daraus aber weder zuverlässig auf Eigenleistung noch auf Qualität des wissenschaftlichen Denkens geschlossen werden kann. Statt Prozessüberwachung plädiert er für eine Neugestaltung von Prüfungen, bei der Lernziele, wissenschaftliches Vorgehen, reflektierter KI-Einsatz sowie Produkt, Prozess und Präsentation gemeinsam berücksichtigt werden (3-P-Modell).
-
KI-Kennzeichnung für Texte – das Wasserzeichen als trügerische Hoffnung
Doris Weßels, Andrea Klein, Margret Mundorf, Kirsten Schindler & Nicolaus Wilder
In diesem Positionspapier nehmen die Autor*innen Stellung zur KI-Kennzeichnung von Texten mittels Wasserzeichen im Hochschulkontext. Im Mittelpunkt steht die Kritik, dass Wasserzeichen-Technologien von Anthropic & Co. trotz gesetzlicher Kennzeichnungspflicht nach der EU-KI-Verordnung keine verlässliche Aussage über menschliche oder KI-Autorschaft erlauben. Dabei werden zentrale Limitationen herausgestellt: Weder ein positives noch ein negatives Detektionssignal lässt belastbare Rückschlüsse auf die tatsächliche Eigenleistung zu. Deshalb plädieren die Autor*innen anstelle technischer Detektion für didaktische Konzepte, Prüfungsgespräche sowie das 3P-Modell (Produkt, Prozess, Präsentation) als zeitgemäßere Bewertungsgrundlage.
-
In der Schreibberatung zum Umgang mit KI beraten
Laura Fiegenbaum
Der vorliegende Beitrag ist eine Ergänzung für die Handreichung „Generative KI in der Schreibberatung – Start- und Orientierungshilfe für Schreibberater:innen“, die im Thinktank „KI im Schreibzentrum und mit Schreibtutor:innen“ entwickelt und vom VK:KIWA herausgegeben wurde. Im Vordergrund des Beitrags steht eine Übersicht mit Handlungsmöglichkeiten, die von Schreibberater:innen genutzt werden kann, wenn sie zum Umgang mit KI beraten. Des Weiteren werden Ausgangslage und zentrale Ergebnisse der Handreichung beschrieben.
-
KI-bezogene Schreibkompetenz
Isabella Buck, Laura Fiegenbaum, Tom Hölting, Juliane Schöneich, Lisa Scholz & Dzifa Vode
Der vorliegende Blogpost entwickelt einen Definitionsvorschlag für KI-bezogene Schreibkompetenz als eine erweiterte und sich neu entwickelnde Form wissenschaftlicher Schreibkompetenz. Im Mittelpunkt steht die Fähigkeit, generative KI reflektiert, gezielt und verantwortungsvoll in allen Phasen des Schreibprozesses einzusetzen. Dabei werden vier Kernkomponenten herausgestellt: AI-Literacy, prozessorientierte Reflexion, kritische Bewertung und Integration sowie kontinuierliche Weiterentwicklung der eigenen KI-bezogenen Schreibpraxis. Da viele Fragen zum Verhältnis klassischer und KI-bezogener Schreibkompetenz sowie zu den sich wandelnden technologischen Rahmenbedingungen offenbleiben, versteht sich der Beitrag als Einladung zur Diskussion.
-
KI beim Lesen/Textverstehen
Isabella Buck
Der Einsatz Künstlicher Intelligenz (KI) beim Lesen und Verstehen wissenschaftlicher Texte eröffnet neue Möglichkeiten, um Inhalte schneller zu erfassen und didaktisch aufzubereiten. Dieser Beitrag führt in die Funktionsweise von KI-Lektüretools ein, zeigt anhand praktischer Beispiele, wie Lehrende und Studierende Texte zusammenfassen, Argumentationsstrukturen nachvollziehen oder gezielt Fragen stellen können, und beleuchtet rechtliche Rahmenbedingungen sowie typische Fallstricke. Deutlich wird dabei: KI kann das Textverständnis unterstützen und komplexe Inhalte zugänglicher machen, ersetzt aber nicht die eigene, reflektierte Auseinandersetzung mit Texten. Ziel ist es, Lehrende für Chancen und Grenzen zu sensibilisieren und Wege aufzuzeigen, wie KI sinnvoll in die Lesepraxis eingebettet werden kann.
-
Potenziale und Grenzen von KI in (hoch-)schulischen Schreibprozessen
Winnie-Karen Giera, Inga Buhrfeind, Hans-Georg Müller, Kirsten Schindler, Dagmar Knorr, Astrid Neumann, Lucas Deutzmann, Ulrike Bohle-Jurok & Alina Lira Lorca
Im Herbst 2024 veranstaltete die Gesellschaft für Schreibdidaktik und Schreibforschung an der Leuphana Universität Lüneburg eine Arbeitstagung. Organisiert von Inga Buhrfeind und Winnie-Karen Giera, stand der Einsatz von Künstlicher Intelligenz (KI) im schulischen Schreibunterricht im Mittelpunkt. Die Tagung thematisierte die Integration von KI in der Primarstufe sowie in der Lehrerinnenbildung. Eingeladene Expertinnen wie Kirsten Schindler (Universität Wuppertal), Hans-Georg Müller (Universität Potsdam) und weitere gaben Impulse. Ziel war die Reflexion der praktischen Umsetzung von KI im Unterricht. Die Veranstaltung richtete sich an Vertreter*innen der Lehrerbildung und Schreibforschung.
-
KI-Kompetenzen für Lehrende und Lernende
Susanne Alles, Joscha Falck, Manuel Flick, Regina Schulz
Mit dem vorliegenden Beitrag soll ein KI-Kompetenzmodell aus der Praxis für die Praxis vorgeschlagen werden. Mit den Bereichen Verstehen, Anwenden, Reflektieren und Mitgestalten fokussiert es vier zentrale Kompetenzfelder, die in drei Progressionsstufen entwickelt werden können. Im Zentrum des gemeinsamen Kreismodells für Lehrende und Lernende steht AI-Leadership als zentraler Bezugspunkt.
-
KI und Facharbeiten – Ein Leitfaden für den Unterricht
Manuel Flick, Philipp Sölken & Niels Winkelmann
Generative KI-Tools wie ChatGPT verändern grundlegend das wissenschaftliche Arbeiten und Schreiben. In schulischen Facharbeiten führt ihr Einsatz zu neuen Herausforderungen: Wie lässt sich Eigenleistung angemessen bewerten? Welche Kriterien gelten für den verantwortungsvollen KI-Einsatz? Wie bleibt Transparenz in der Bewertung erhalten? Ein neu entwickelter praxisnaher Leitfaden unterstützt Lehrkräfte und Schüler:innen im gesamten Prozess einer Facharbeit – von der Themenfindung über Literaturrecherche und Textproduktion bis zur schriftlichen Reflexion. Sein zentraler Ansatz: Nicht die akribische Dokumentation des KI-Einsatzes, sondern eine ausführliche Reflexion steht im Mittelpunkt. Dadurch sollen kritisches Denken und verantwortungsvolles wissenschaftliches Arbeiten mit KI nachhaltig gestärkt und gefördert werden.
-
Ein Modell zur Mensch-KI-Interaktion im Schreibprozess
Sarah Brommer & Sara Rezat
Der Aufsatz „Mensch-KI-Interaktion beim Schreiben – Theoretische Überlegungen zur Modellierung des Schreibprozesses“ (2025, hrsg. von Weder & Bubenhofer, transcript) präsentiert ein Modell zur Analyse der durch KI-Tools veränderten Schreibprozesse. Im Fokus steht die Interaktion menschlicher und KI-basierter Ressourcen, die in Teilprozesse des Schreibens integriert wird. Das Modell diskutiert kognitive, kommunikative und didaktische Implikationen sowie Auswirkungen auf Praxis, Vermittlung und Erforschung des Schreibens. Der Text führt in die Kernelemente des Modells ein und verortet es im Kontext etablierter Schreibprozessmodelle.
-
Quantitative Studien zu KI in Schule und Hochschule
Viktoria Haß
Der Beitrag liefert einen Überblick über den aktuellen Stand der quantitativen Forschung im Bereich Bildung und Künstliche Intelligenz in Deutschland. Dafür werden Umfragen aus den Jahren 2023 und 2024 untersucht, die sich mit den Einsatzmöglichkeiten und Herausforderungen von KI in Schule und Hochschule befassen. Der Großteil der Studien fokussiert sich auf den schulischen Bereich und untersucht die (potenziell negativen) Auswirkungen von KI auf das Lernverhalten von Schüler*innen. Die Umfragen erheben aber auch ein Stimmungsbild bezüglich des Digitalisierunggsrades an Schulen und Universitäten und verdeutlichen, welche Probleme und Herausforderungen Lehrkräfte sowie Führungspersonal in Bildungseinrichtungen im Zusammenhang mit KI aktuell wahrnehmen.