Tag der digitalen Lehre 2025

Digitale Tools und insbesondere künstliche Intelligenz (KI) können vielfältig eingesetzt werden, um konkreten Herausforderungen der Schul- und Hochschulbildung, wie z.B. Heterogenität der Lernenden und  steigendem Förderbedarf, zu begegnen. Seit der Veröffentlichung des Chatbots ChatGPT von OpenAI ist KI nun auch in aller Munde und die Möglichkeiten, KI unterstützend beim Lehren und Lernen einzusetzen,  scheinen grenzenlos. Zentral ist dabei, dass der Einsatz kritisch-reflektiert und auf fachdidaktisch wohlmotivierte Weise erfolgt. Gleichzeitig wird es immer schwieriger, den Überblick über evidenzbasierte und pädagogisch motivierte, KI-basierte Tools zu behalten. Der Vortrag stellt hierfür vielfältige Einsatzmöglichkeiten von KI-Tools für den Einsatz in der Hochschule und Schule vor. Im Fokus stehen sowohl  traditionelle KI-Tools wie intelligente Tutorsysteme als auch fortschrittliche, generative KI-Werkzeuge wie Large Language Models (z. B. ChatGPT) und deren fachdidaktisch motivierter Einsatz in der  Unterrichtsplanung und -gestaltung sowie auch beim Lernen – jeweils mit Blick auf Unterrichtsqualität im Sinne evidenzbasierter Unterrichtsmerkmale. Nicht zuletzt wird auch die zeitgemäße Lern- und Prüfungskultur betrachtet, um aufkommenden Phänomenen wie „Skill Skipping“ oder „Deskilling“ entgegenzuwirken.

Im Vortragsteil werden zunächst die (wissenschaftlichen) Grundlagen und Begrifflichkeiten
der unterschiedlichen Formen von KI erläutert, wissenschaftliche sowie didaktische Gütekriterien für die Bewertung von KI-Tools im pädagogischen Kontext ermittelt sowie Möglichkeiten und Grenzen der KI- Tools diskutiert. Anschließend werden KI-Tools und deren Einsatzmöglichkeiten vorgestellt, die im Workshopteil von den Studierenden ausprobiert und diskutiert werden können. Hierzu wird auch das aktuelle Forschungsprojekt „WoLKE“ vorgestellt, welches Lehrveranstaltungen für Lehramtsstudierende der Sprach- und MINT-Fächer zum fachdidaktisch motivierten und kritisch reflektierten Einsatz von KI-Tools im Sprach- und MINT-Unterricht entwickelt.

Jun. Prof. Dr. Luzia Leifheit ist Tenure-Track-Professorin für Digitalisierung mit Schwerpunkt Didaktik der Algorithmik und Data Science an der Pädagogischen Hochschule Schwäbisch Gmünd. In ihrer Forschung setzt sie sich mit der Wirksamkeit unterschiedlicher, oft spielbasierter und körperlicher, Lernansätze für die Förderung von Motivation und Kompetenzen in der informatischen Bildung von der Grundschule bis zur Universität auseinander.

Kontakt: luzia.leifheit(at)ph-gmuend.de

Jun. Prof. Dr. Heiko Holz ist Tenure-Track Professor für Informatik und Informatikdidaktik mit Schwerpunkt Digitalisierung im Bildungsbereich an der Pädagogischen Hochschule Ludwigsburg. Seine Forschung  fokussiert sich darauf, Bedingungen der erfolgreichen Digitalisierung im Bildungsbereich zu identifizieren und in digitalen Lehr-Lernsystemen zu fördern, einschließlich Mensch-Computer Interaktion, digitales spielbasiertes Lernen, intelligente Tutorsysteme und digitale Interventionen und Assessments.

Kontakt: heiko.holz@ph-ludwigsburg.de

Jun. Prof. Dr. Heiko Holz ist Tenure-Track Professor für Informatik und Informatikdidaktik mit Schwerpunkt Digitalisierung im Bildungsbereich an der Pädagogischen Hochschule Ludwigsburg. Seine Forschung  fokussiert sich darauf, Bedingungen der erfolgreichen Digitalisierung im Bildungsbereich zu identifizieren und in digitalen Lehr-Lernsystemen zu fördern, einschließlich Mensch-Computer Interaktion, digitales spielbasiertes Lernen, intelligente Tutorsysteme und digitale Interventionen und Assessments.

Kontakt: heiko.holz@ph-ludwigsburg.de

Jun. Prof. Dr. Luzia Leifheit ist Tenure-Track-Professorin für Digitalisierung mit Schwerpunkt Didaktik der Algorithmik und Data Science an der Pädagogischen Hochschule Schwäbisch Gmünd. In ihrer Forschung setzt sie sich mit der Wirksamkeit unterschiedlicher, oft spielbasierter und körperlicher, Lernansätze für die Förderung von Motivation und Kompetenzen in der informatischen Bildung von der Grundschule bis zur Universität auseinander.

Kontakt: luzia.leifheit(at)ph-gmuend.de

Prof. Dr. Matthias Wölfel ist Leiter des Instituts für Intelligente Interaktion und Immersive Erfahrung (IIIX) und Professor (Bereich Medieninformatik) an der Hochschule Karlsruhe (HKA) sowie assoziierter Professor an der Universität Hohenheim (Bereich Sozialwissenschaften). Wölfel wurde mehrfach ausgezeichnet; z.B. 2024 Lehrpreis (HKA), 2021 Digitalisierungspreis (HKA), 2017 2. Platz "Professor des Jahres" (UNICUM Stiftung) und 2013 IKT Innovativ Preis (BMWi).

Kontakt: matthias.woelfel(at)h-ka.de

Der Beitrag stellt den Pedagogical Conversational Tutor (PET) und die didaktischen Einsatzmöglichkeiten dieses KI-gestützten Systems in der Hochschullehre kurz vor.

Die Besonderheit des PET liegt darin, dass von Lehrenden hochgeladene Inhalte, zum Beispiel PowerPoint Folien, Videos und PDFs in die Wissensbasis eines lokalen Chatbots eingespeist werden. Dadurch erhalten Studierende die Möglichkeit, gezielt Fragen an diese Inhalte zu richten und eine individualisierte Lernbegleitung zu erhalten. Das System hat auch eine Halluzinationskontrolle, die die Aussagen des Chatbots überprüft. Darüber hinaus werden allgemeine Einsatzmöglichkeiten von KI in der Hochschullehre diskutiert.

Andreas Reich, M.Sc., ist wissenschaftlicher Mitarbeiter an der Universität Hohenheim am Fachgebiet für Kommunikationswissenschaft, insbesondere Medien- und Nutzungsforschung. In seiner Doktorarbeit befasst er sich mit den Themen Machine Learning, NLP und Chatbots. In seiner nebenberuflichen Selbstständigkeit gestaltet er u. a. Webseiten und programmiert Spiele.

Kontakt: andreas.reich(at)uni-hohenheim.de

Prof. Dr. Matthias Wölfel ist Leiter des Instituts für Intelligente Interaktion und Immersive Erfahrung (IIIX) und Professor (Bereich Medieninformatik) an der Hochschule Karlsruhe (HKA) sowie assoziierter Professor an der Universität Hohenheim (Bereich Sozialwissenschaften). Wölfel wurde mehrfach ausgezeichnet; z.B. 2024 Lehrpreis (HKA), 2021 Digitalisierungspreis (HKA), 2017 2. Platz "Professor des Jahres" (UNICUM Stiftung) und 2013 IKT Innovativ Preis (BMWi).

Kontakt: matthias.woelfel(at)h-ka.de

In unserem Vortrag möchten wir danach fragen, wie die Interaktion mit der KI z.B. über ChatGPT durch ein gezieltes prompt engineering im Sinne eines iterativen Revisionsprozesses (vgl. Hayes & Flower 1980) dazu beitragen kann, text- und textsortenlinguistisches Wissen von Lernenden aufzubauen und ihre Schreibkompetenz zu erweitern (vgl. Göpferich 2015).  Dabei stützen wir uns auf Daten, die gemeinsam mit Lehramtsstudierenden der Fächer Deutsch und Englisch für Primar- und Sekundarstufe erhoben wurden. Der Fokus unserer Analysen liegt  darauf, wie die Studierenden ihre Prompts anpassen, um Texte zu generieren, die sie im Hinblick auf die textlinguistischen Anforderungen einer bestimmten Textsorte, d.h. auch im Hinblick auf die verwendeten sprachlichen Routinen, als (situations-)angemessen beurteilen.

Literatur:
Göpferich, S. (2015). Text Competence and Academic Multiliteracy: From Text Linguistics to Literacy Development. Narr Francke Attempt. http://nbn-resolving.org/urn:nbn:de:bsz:24-epflicht-1428851

Hayes, J. R. & Flower, L. S. (1980). Identifying the organization of writing processes. In L. Gregg & E. Steinberg (Hrsg.), Cognitive processes in writing (S. 3–30). Routledge.

Die rasante Entwicklung Künstlicher Intelligenz beeinflusst zunehmend die Hochschullehre im Bereich der Programmierung. Im interdisziplinären Zusatzstudium Digital Skills der OTH Regensburg erwerben Studierende aller Fachrichtungen u.a. grundlegende Programmierkenntnisse. In diesem Beitrag werden Ergebnisse einer qualitativen Untersuchung präsentiert, in der Teilnehmende des Zusatzstudiums Digital Skills (N = 6) eine Programmieraufgabe mithilfe des KI-Tools ChatGPT lösten. Die Ergebnisse verdeutlichen klare Unterschiede zwischen den Teilnehmenden in Bezug auf den Einsatz von ChatGPT und den persönlichen Lernerfolg bei der Aufgabenlösung. Daraus ergibt sich ein klarer hochschulpraktischer Handlungsbedarf für die didaktische Gestaltung von Lehrangeboten zur Programmierung unter der Berücksichtigung von KI.

Student (Master Wirtschaftsinformatik) an der OTH Regensburg

Ehemaliger Tutor des Digital Skills Zusatzstudiums der Regensburg School of Digital Sciences (RSDS)

Kontakt: dominic.hauser(at)st.oth-regensburg.de

Professur für Medieninformatik

Beauftragter für die Regensburg School of Digital Sciences der OTH Regensburg (RSDS)

Kontakt: markus.heckner(at)oth-regensburg.de

Professur für Wirtschaftsinformatik und Digitale Transformation

Professorin an der Regensburg School of Digital Sciences

Kontakt: ulrike.plach(at)oth-regensburg.de

Mitarbeiterin im Projekt BeDisc (Build digital competence and explore Digital Sciences – Zusatzstudium Digital Skills an der OTH Regensburg)

Kontakt: lisa.holzerschulz(at)oth-regensburg.de

KI boostet das Lernen und übernimmt lästige Routinejobs – kann aber auch Faulheit fördern und Eigeninitiative abwürgen. In diesem Vortrag wird gezeigt, wie KI Lernprozesse individualisieren, kreative Denkanstöße geben und trockene Theorie anschaulich machen kann. Es gibt smarte Einsatzmöglichkeiten – KI als Tutorin, Ideenmaschine oder Strukturgeberin. Doch es besteht auch die Gefahr, dass Studierende die Maschinen für sich denken lassen und dabei den Spaß am eigenen Entdecken verlieren. Fazit: KI sinnvoll nutzen, das Hirn einschalten und immer neugierig bleiben. (Dieser Abstract wurde mit Hilfe von ChatGPT formuliert.)

Dr. Jörn Loviscach ist Professor für Ingenieurmathematik und technische Informatik an der Hochschule Bielefeld. Von Hause aus Physiker, war er zuvor Professor für Computergrafik an der Hochschule Bremen und davor Journalist, zuletzt stellvertretender Chefredakteur der Computer-Fachzeitschrift c’t.

Website mit Blog: https://j3L7h.de/

Das Projekt 2LIKE entwickelt KI-gestützte adaptive Lernangebote und personalisiertes Feedback für wissenschaftliches Schreiben. Das 2LIKE-Feedback-Tool geht über bestehende Systeme hinaus und bietet gezielte auf einer Mikroebene Unterstützung zur Einhaltung wissenschaftlicher Standards, ohne fertige Textabschnitte zu generieren. Studierende erhalten detailliertes Feedback zu z.B. Grammatik, Stil, Zitationen und Aufbau ihrer Arbeit. Auf der Makroebene ermöglichen adaptive 2LIKE-Lernpfade ein flexibles Abrufen von Lerninhalten auf verschiedenen Kompetenzniveaus und in präferierten Modalitäten. Ziel ist die Förderung von individualisiertem Lernen in einer zunehmend heterogenen Studierendenschaft. Im Rahmen unseres Beitrages zeigen wir auch wie die entwickelten Konzepte und Tools in die wissenschaftliche Weiterbildung transferiert werden.

Kontakt: melina.klepsch(at)uni-ulm.de

Ansgar Scherp ist Professor für Data Science und Big Data Analytics an der Universität Ulm. Zuvor arbeitete er unter anderem als Professor für Natural Language Processing und Datenanalyse und war Mitglied der interdisziplinären Forschungsgruppe "Language and Computation" an der University of Essex in England. Ansgar genießt einen hervorragenden Ruf in der Forschung in den Bereichen Text- und Graph-Mining, insbesondere bei der Kombination symbolischer und subsymbolischer Methoden zur Datenanalyse. Er vereint Methoden aus den Bereichen Information Retrieval, Data Mining und Maschinelles Lernen sowie dem Semantic Web. Seine neuartigen Datenanalysemethoden wendet er auf sehr große, verteilte Wissensgraphen im Web mit Milliarden von Kanten und auf Dokumenten-Korpora in den Lebenswissenschaften/Medizin, Sozialwissenschaften, Wirtschaft und dem Web an.

Kontakt: ansgar.scherp(at)uni-ulm.de

Prüfungen spielen eine zentrale Rolle in der Lehre - dabei sind nicht nur summative Prüfungen zur Notenfindung gemeint, sondern auch formative Tests, z. B. in Formaten wie Just-in-Time-Teaching oder Peer Instruction. Als Lehrende sollten wir den Kern der Prüfungsinhalte noch selbst festlegen, können uns aber beim Ausformulieren und Formatieren der Aufgaben von generativer KI helfen lassen. Durch kurze, stichpunktartige Angaben können präzise Aufgaben formuliert werden. Diese oder bereits bestehende Aufgaben aus verschiedenen Quellen werden können je nach Bedarf von der KI formatiert werden, z. B. für LaTeX, HTML oder zum Direktimport in ein LMS wie Moodle.

Prof. Dr. Robert Kellner ist seit 2016 Professor für Physik an der TH Rosenheim. Er bietet Workshops zu aktivierenden Lehrmethoden wie Peer-Instruction und Just-in-Time Teaching sowie zur Nutzung neuer Möglichkeiten der Digitalisierung in der Lehre an. In verschiedenen Projekten entwickelt er Methoden wie HyFlex und SCALE-UP weiter und nutzt hybride Formate und KI in der Lehre. Für seine moderne Didaktik wurde er mehrfach ausgezeichnet.

Kontakt: robert.kellner(at)th-rosenheim.de

Die sprachliche und kulturelle Heterogenität in der Hochschullehre und an Schulen wird bisher wenig berücksichtigt und vor allem nicht konstruktiv im Rahmen mehrsprachiger Lernsettings (inklusiv, funktional, fach-sprach-lich) genutzt [1, 2]. Der Workshop hat zum Ziel, verschiedene auf künstliche Intelligenz (KI)- basierende Methoden, die die sprachliche Vielfalt von Lerngruppen in kooperativen Lernformen [3, 4] fördern, zu präsentieren, gemeinsam zu entwickeln und ihr Potenzial kritisch zu reflektieren. Gerade im Hinblick auf die Ausbildung zukünftiger Lehrkräfte stellt die Förderung eines differenzierten, mehrperspektivischen Verständnisses komplexer Phänomene durch die Nutzung verschiedenster Quellen in  unterschiedlichen Sprachen einen fruchtbaren Ansatz dar, Kompetenzen im Bereich des fachlichen (und fachdidaktischen) Wissens zu erweitern. Die inzwischen weitverbreiteten, KI- basierten Textgeneratoren ermöglichen es der Lehrkraft, ohne viel Aufwand Material zu erstellen, das genau auf die Möglichkeiten ihrer Lerngruppe zugeschnitten ist.

Literatur:
[1] Repplinger, N.; Budke, A. Is multilingual life practice of pupils a potential focus for Geography lessons?, European Journal of Geography 2018, Vol. 9 (3), 165–180.

[2] Heuzeroth, J. Mehrsprachigkeit im Geographieunterricht: Hintergründe, Einsatzmöglichkeiten und Schwierigkeiten der Umsetzung von Mehrsprachigkeitsansätzen im Rahmen des fach(sprach-)lichen Lernens. k:ON - Kölner Online Journal für Lehrer*innenbildung, 2023, Vol. 2, 116–133. https://doi.org/10.18716/ojs/kON/2023.s.7

[3] Brüning, L. (2010). Kompetenzorientiert unterrichten durch kooperatives Lernen. Einführung ins Methodenrepertoire und Anwendungsbeispiele. In: Praxis Geographie (42) Heft 12, S. 6-14.

[4] Katja Adl-Amini, Vanessa Völlinger (2021). Kooperatives Lernen im Unterricht. In: Institut für Bildungsanalysen Baden-Württemberg (Hrsg.) Wirksamer Unterricht Band 4. Selbstverlag, Stuttgart.

Lehrer an einer Gesamtschule für Geographie, Sozialwissenschaften, Philosophie und DaF/ DaZ sowie Lehrbeauftragter am Institut für Geographiedidaktik an der Universität zu Köln. Autor für diverse geographiedidaktische Zeitschriften und Dozent für das Goethe Institut. Forschungsschwerpunkte sind u.a. der Zusammenhang zwischen systemischem Denken und Kausalität und Sprache, Sprachbewusstheit und Mehrsprachigkeit sowie die Wirkung von Metakognition im Geographieunterricht.

Kontakt: johannes.heuzeroth@uni-koeln.de

Lehrer, Musiker und Übersetzer. Derzeit als Auslandslehrkraft für Deutsch als Fremdsprache in Tbilissi/Georgien sowie als Autor und Dozent für u. a. das Goethe Institut tätig. Als Linguist und Pädagoge war er mehrere Jahre in Forschungsprojekte der Fächer Deutsch als Zweitsprache und Pädagogische Psychologie eingebunden (Friedrich-Schiller-Universität Jena).  Außerdem koordinierte er zahlreiche internationale Schülerprojekte.

Kontakt: wolf.zippel(at)gmail.com

Wie können KI-Werkzeuge beim Produzieren von Lernmedien helfen? Neben der Konzeption von Lerninhalten unterstützen generative KI-Technologien Lehrende auch beim Erstellen audiovisueller Medien. Anhand von praktischen Szenarien aus der Planung von Lehrveranstaltungen erleben die Teilnehmenden, wo KI große Zeitersparnis und neue didaktische  Potenziale bietet – und welche Aufgaben (noch) nicht automatisiert werden können. Der Fokus des Workshops liegt dabei einerseits auf der Generierung und andererseits auf der Optimierung von Audio- und Video-Inhalten – immer mit Blick auf den Einsatz in der eigenen Lehre.

Markus Tischner ist Filmemacher, Lernexperte und Trainer. Er arbeitet seit 2008 als Filmemacher und ist spezialisiert auf die Produktion von Lernmedien und Wissenschaftskommunikation. Daneben leitet er die Medienproduktion am Institut für Lern-Innovation (ILI) der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU). Dort produziert
er nicht nur Lern- und Wissenschaftsfilme. Er hält auch Seminare zum Thema Medienproduktion im Master-Studiengang "Learning Design". Und er schult Wissenschaftler:innen in den Bereichen Wissenschaftskommunikation und Produktion von Lernmedien. Seit 2022 hat Markus einen zusätzlichen Fokus auf KI-unterstützte Produktion von Lernmedien.

Kontakt: markus.tischner(at)ili.fau.de

Im Workshop werden die Grundlagen von Künstlicher Intelligenz (KI) eingeführt und den Teilnehmenden die Anwendung von KI für ausgewählte Aufgaben in den Naturwissenschaftsdidaktiken (hier: Physikdidaktik) exemplarisch vorgestellt. Die Teilnehmenden können dann KI-Anwendungen selbst ausprobieren. Für den Einsatz von KI in der Forschung zeigen wir, wie KI-Methoden dazu verwendet werden können, um komplexe Datensätze zu analysieren. Für den Einsatz von KI in der Lehre zeigen wir, wie mit Hilfe von Prompt-Engineering und einfacher Webumgebungen interaktive Lernumgebungen erstellt und eingesetzt werden können. Der Workshop richtet sich an Personen, die bisher wenig Erfahrung beim Einsatz von KI für Forschung und Lehre in den Naturwissenschaftsdidaktiken haben.

Peter Wulff ist Juniorprofessor für Physik und ihre Didaktik an der PH Heidelberg. In seiner Forschung beschäftigt er sich unter anderem mit dem Einsatz von KI zur Förderung  physikbezogener Lehr- und Lernprozesse. Aktuell entwickelt er in einem Kooperationsprojekt - WasP - (gefördert von der Klaus-Tschira-Stiftung) eine Webanwendung zur KI-gestützten Förderung von physikalischen Problemlöseprozessen.

Kontakt: peter.wulff(at)ph-heidelberg.de

Marcus Kubsch ist Juniorprofessor für Didaktik der Physik an der Freien Universität Berlin. Seine Forschung geht unter anderem der Frage nach, welche neuen Potentiale KI-Methoden für die Erkenntnisgewinnung in den Naturwissenschaftsdidaktiken bieten. Daneben beschäftigt seine Forschung sich mit ethischen Aspekten und Bias beim Einsatz von KI in digital angereicherten Lehr-Lern-Umgebungen.

Kontakt: m.kubsch(at)fu-berlin.de

Fabian Kieser promoviert im Fachbereich Physikdidaktik an der Pädagogischen Hochschule in Heidelberg. Er befasst sich mit dem Einsatz von KI-Methoden, insbesondere aus dem Bereich der computerbasierten Sprachverarbeitung, um physikalische Problemlösefähigkeiten gezielt zu fördern.

Kontakt: kieser(at)ph-heidelberg.de

Paul Tschisgale ist Doktorand in der Didaktik der Physik am IPN in Kiel. In seiner Forschung widmet er sich unter anderem der Analyse und Erfassung physikalischer Problemlöseprozesse durch den Einsatz von KI- und Data-Science-Methoden sowie der darauf basierenden Generierung von automatisiertem, adaptivem Feedback. Ein besonderer Schwerpunkt liegt dabei auf der Förderung talentierter und potenziell hochleistender SchülerInnen, insbesondere Teilnehmenden der PhysikOlympiade.

Kontakt: tschisgale(at)leibniz-ipn.de