Generative KI als Hilfe zum Lehren und Lernen
Übersicht
Dieses Buch untersucht, wie generative künstliche Intelligenz (GenAI) Lehre, Lernen und Forschung verändern kann. Es richtet sich an Lehrende, Forschende und Studierende, die verstehen möchten, wie KI als Werkzeug der Hochschuldidaktik eingesetzt werden kann.
Das Buch besteht aus den folgenden Kapiteln:
- Überblick: KI als Hilfe zum Lehren und Lernen
- Grundbegriffe und technische Grundlagen
- Didaktische Prinzipien und Cognitive Science
- Praxisbeispiele: KI als Hiwi, Copilot, Tutor, Simulator
- Empfehlungen zur Umsetzung
- Appendix 01: Strukturierung der didaktischen Prompts
- Appendix 02: Best-Practice Sammlung didaktischer Prompts und Aufgabenstellungen
Updates seit der Vorversion vom September 2025
- Erstellung dieser Online-Version.
- Mehrere interaktive Elemente und Lernspiele wurden in den ersten Kapiteln hinzugefügt.
- GenAI in der Forschung: Am Ende des ersten Kapitels stehen jetzt Berichte aus verschiedenen Fachbereichen (Bubeck et al., 2025).
- Am Anfang von Kapitel 4 ist ein aktueller Tutor-Bot verlinkt, den wir gerade ausprobieren (Januar 2026).
- Im Anhang finden Sie jetzt eine Vielzahl von Best Practice Beispielen für didaktische Prompts und integrierte Aufgabenstellungen von internationalen Hochschulen.
- Diese Beta-Version hat noch kleinere Bugs und Formatierungsfehler, die in den nächsten Monaten behoben werden.
- Das nächste Update wird im Juni 2026 bei Logos als Open Access Lehrbuch publiziert werden.
Didaktische Kurse 2026
- Wer das Thema GenAI in der Lehre anwendungsorientiert vertiefen will, findet hier eine aktuelle Übersicht der hochschuldidaktischen Kurse, die ich im Netzwerk hdw anbiete: https://www.hdw-nrw.de/workshops?referentensuche=Prof.%20Dr.%20Roman%20Bartnik .
- Der Fokus der neueren Kurse liegt auf der Anpassung von Prüfungsleistungen und Gruppenarbeiten an die neuen technischen Möglichkeiten. - Ein neuer Kurs im Mai 2026 thematisiert auch, wie man mit GenAI solche interaktiven Skripte erstellt.
Spenden & dieses Open-Access Projekt unterstützen
Bubeck, S., Coester, C., Eldan, R., Gowers, T., Lee, Y. T., Lupsasca, A., Sawhney, M., Scherrer, R., Sellke, M., & Spears, B. K. (2025). Early science acceleration experiments with GPT-5.