Künstliche Intelligenz verändert die Vorbereitung von Hochschullehre grundlegend: Chatbots entwerfen Lehrpläne, formulieren Lernziele und liefern methodische Impulse. Was früher zeitaufwendig war, ist heute per Knopfdruck verfügbar.

Der Beitrag beschreibt, wie Lehrende KI-Tools sinnvoll in der Lehrplanung einsetzen können, welche Prompting-Strategien sich bewährt haben und wo didaktische Verantwortung bleibt. Ziel ist ein fundierter, praxisnaher Zugang zum Einsatz generativer KI – jenseits von Hype und Ablehnung.

Ob Seminar oder Vorlesung – Lehrende treffen zahlreiche didaktische Entscheidungen. Generative KI-Tools wie ChatGPT oder Claude bieten dabei neue Unterstützung: Sie helfen beim Strukturieren von Inhalten, Formulieren von Lernzielen oder Entwickeln methodischer Varianten – schnell, dialogisch und oft kreativ. Erste Studien zeigen: Gerade in der frühen Lehrvorbereitung empfinden viele Lehrende diese Assistenz als entlastend (Gimpel et al. 2023; Eger & Brunton 2023).

Doch mit den neuen Möglichkeiten stellen sich auch Fragen: Was kann an KI delegiert werden – und was nicht? Wo liegt die Grenze zwischen technischer Hilfe und pädagogischer Verantwortung?

Die Stärke generativer KI liegt nicht allein in ihrer Geschwindigkeit oder Textkompetenz, sondern in ihrer Fähigkeit, strukturierte Vorschläge auf der Grundlage kurzer und doch ausführlicher Anweisungen (Prompts) zu liefern. In der Lehrvorbereitung bedeutet das: Lehrende können mit einfachen Texteingaben erste Entwürfe für Lehrpläne, Lernziele, methodische Bausteine oder Prüfungsformate erhalten – und diese im weiteren Verlauf didaktisch überarbeiten, vertiefen oder verwerfen (Schaper 2024; Scheiter et al. 2025).

Ausgangslage

Sie stehen vor der Aufgabe, ein neues Seminar zu konzipieren – etwa im Rahmen eines Modulwechsels oder einer Vertretung. Ihnen fehlen noch Ideen zur sinnvollen Sequenzierung der Themen.

Prompt-Beispiel

„Du bist Expert:in für Hochschuldidaktik. Erstelle einen 12-wöchigen Lehrplan für ein Seminar im Bachelorstudiengang Politikwissenschaft zum Thema ‚Demokratische Partizipation‘. Die Studierenden befinden sich im 3. Semester. Baue methodische Abwechslung und aktivierende Elemente ein.“

Ergebnis

Die KI erstellt typischerweise einen tabellarischen Überblick mit Sitzungsthemen, methodischen Hinweisen und ggf. Impulsfragen. Dieser Entwurf kann als Diskussionsgrundlage, Inspiration oder erste Arbeitsfassung genutzt werden.

Didaktischer Hinweis:

Nutzen Sie die KI-Ausgabe als Rohfassung. Passen Sie Reihenfolge, Tiefenschärfe und Komplexitätsgrad an Ihre Zielgruppe und Ihre Lehrphilosophie an.

Ausgangslage

Sie möchten Lernziele für eine Veranstaltung entwickeln – idealerweise abgestuft nach kognitiven Niveaus (z. B. nach Anderson & Krathwohl). Zudem suchen Sie passende Prüfungsformate.

Prompt-Beispiel

„Du bist professionell in der Hochschuldidaktik ausgebildet. Formuliere drei Lernziele zum Thema ‚Digitale Souveränität‘ im Masterstudiengang Medienpädagogik auf den Stufen ‚Verstehen‘, ‚Analysieren‘ und ‚Bewerten‘. Gib außerdem je ein geeignetes Prüfungsformat an.“

Ergebnis

Die KI liefert Zielformulierungen mit Operatoren wie „erläutern“, „vergleichen“ oder „bewerten“ sowie Vorschläge wie: Essay, Fallanalyse, Gruppenpräsentation. Diese lassen sich direkt in die Modulplanung integrieren oder als Diskussionsgrundlage im Kollegium verwenden.

Didaktischer Hinweis

Fragen Sie zusätzlich nach Begründungen („Erkläre, warum dieses Prüfungsformat zu diesem Ziel passt.“), um die didaktische Anschlussfähigkeit zu erhöhen.

Ausgangslage

Ihre Veranstaltung soll aktivierend gestaltet werden, aber Sie suchen Anregungen jenseits der klassischen Gruppenarbeit.

Prompt-Beispiel

„Nenne fünf aktivierende Methoden für ein Seminar zum Thema ‚Theorien sozialen Wandels‘. Die Zielgruppe sind Bachelorstudierende im 4. Semester. Die Methoden sollen Diskussion, Perspektivwechsel und Reflexion fördern.“

Ergebnis

Typische Vorschläge sind z.B. Fishbowl, Pro-und-Contra-Debatte, Rollenreflexion, Blitzlicht-Methode, digitale Umfragen. Teilweise werden auch Umsetzungsvarianten mitgeliefert.

Didaktischer Hinweis

Hinterfragen Sie, ob die vorgeschlagenen Methoden zur Gruppengröße, Raumform, Zeitstruktur und zur didaktischen Zielsetzung passen – nicht jede Methode ist universell einsetzbar.

Diese drei Szenarien zeigen exemplarisch, wie sich generative KI als didaktisches Planungsinstrument einsetzen lässt – mit geringen Einstiegshürden, aber hohem Potenzial zur Entlastung. Entscheidend ist, dass die KI nicht als Endlösung, sondern als Impulsgeber im Planungsprozess verstanden wird. So kann der Revisionsbedarf des Outputs gegebenenfalls höher ausfallen als zu Anfang erwartet (Hein & Illgen, 2024). Entsprechend können KI-Tools zwar eine Entlastungstechnologie darstellen, sollten aber eher in Form eines KI-gestützten Dialogs verstanden werden (Hashem et al. 2024).

Erfolgreiches Prompting folgt keiner festen Norm, aber es lassen sich fünf zentrale Gestaltungselemente identifizieren:

Ein einmal formulierter Prompt ist selten endgültig. Vielmehr bietet KI die Möglichkeit, im Dialog schrittweise zu verfeinern:

• Nachfragen stellen: „Kannst du für Sitzung 5 alternative Methoden vorschlagen?“

• Ausgaben umformatieren: „Bitte gib das Ergebnis als Fließtext statt als Tabelle aus.“

• Stilvarianten erzeugen: „Formuliere die Lernziele nun in studentischer Sprache.“

Solche Nachbearbeitung kann aus einem generischen Entwurf einen tragfähigen didaktischen Vorschlag machen – und nutzt das volle Potenzial des Tools.

Gutes Prompting ist kein Selbstzweck, sondern ein zentrales Element der digitalen Lehrkompetenz. Wer Prompts präzise formulieren kann, schafft sich neue didaktische Freiräume – ohne die Steuerung aus der Hand zu geben.

So faszinierend die Möglichkeiten generativer KI auch sind – sie sind nicht ohne Einschränkungen, Ambivalenzen und Herausforderungen. Wer KI in der Lehrvorbereitung nutzt, muss sich darüber im Klaren sein, dass diese Tools keine neutralen, allwissenden Assistent:innen sind (Farrokhnia et al. 2024). Vielmehr beruhen sie auf statistischen Wahrscheinlichkeiten, proprietären Trainingsdaten und eingeschränkter Transparenz. Das hat nicht nur technische, sondern auch didaktische und ethische Implikationen.

Generative KI erzeugt Inhalte mit beeindruckender sprachlicher Sicherheit. Diese Scheinpräzision birgt jedoch das Risiko, dass fehlerhafte oder unplausible Inhalte übersehen werden. Lehrpläne können logisch wirken, ohne didaktisch stimmig zu sein; Lernziele mögen gut klingen, aber auf einer falschen Taxonomiestufe liegen.

Reflexionsfrage

Entspricht die von der KI vorgeschlagene Struktur tatsächlich einem stimmigen didaktischen Aufbau – oder wirkt sie nur logisch?

KI-Tools wie ChatGPT oder Gemini geben in der Regel keine verlässlichen Quellen an. Das bedeutet: Sie wissen nicht, auf welchen Theorien, Studien oder Standards die Vorschläge beruhen – oder ob sie überhaupt empirisch fundiert sind.

Reflexionsfrage

Entspricht das, was mir die KI vorschlägt, dem fachlich und hochschuldidaktisch etablierten Stand?

Die Nutzung externer KI-Dienste kann problematisch sein, wenn personenbezogene Daten oder interne Dokumente (z.B. Prüfungsfragen, Notenverteilungen, vertrauliche Modulbeschreibungen) eingegeben werden. Viele Dienste speichern Eingaben zur Modelloptimierung.

Reflexionsfrage

Gebe ich durch die Nutzung externer KI-Dienste Informationen preis, die dem Datenschutz oder der Vertraulichkeit unterliegen?

KI kann Vorschläge liefern – aber nicht entscheiden, welche Inhalte fachlich relevant sind, welche Methode zur Gruppendynamik passt oder welche Prüfungsform fair und lernzielgerecht ist. Diese Verantwortung bleibt bei der Lehrperson. Wer KI-Ausgaben unreflektiert übernimmt, riskiert eine technische Rationalisierung statt einer pädagogischen Gestaltung.

Reflexionsfrage

Nutze ich KI als Unterstützung – oder überlasse ich ihr (unbewusst) Entscheidungen, die meiner fachlichen und didaktischen Verantwortung unterliegen?

Der Einsatz von KI verändert das Selbstverständnis von Lehrenden: von der alleinigen Wissensquelle zur kuratierenden, moderierenden und konzipierenden Rolle. Diese Transformation erfordert neue Haltungen – insbesondere gegenüber Studierenden.

Reflexionsfrage

Wie verändert der Einsatz von KI mein Selbstverständnis als Lehrperson – und wie bewusst gestalte ich diesen Rollenwandel?

Künstliche Intelligenz kann Prozesse erleichtern, aber nicht didaktische Verantwortung ersetzen. Die Aufgabe der Hochschuldidaktik bleibt es, Qualität, Passung und Sinnhaftigkeit der Lehre zu sichern. KI ist dabei ein Werkzeug unter vielen – leistungsstark, aber nicht allwissend.