Lehre, KI und ich

Wie verändert generative KI nicht nur Werkzeuge, sondern das Verständnis von Lehren, Lernen und wissenschaftlicher Expertise? Dieser Frage widmete sich das erste Diskussionsforum „Lehre, KI und ich“, das von der AG AI Literacy am 10. Juni 2026 organisiert wurde, gemeinsam mit Lehrenden aller Statusgruppen der digitalen Geistes-, Kultur- und Sozialwissenschaften:

Noah Jefferson Kim-Baumann (PF): Wissenschaftliche Mitarbeiter an der Professur für Digital History, Humboldt-Universität zu Berlin
(Dynamische Netzwerkanalyse und Visualisierung, Machine Learning-basierte Netzwerkanalyse und Simulation, Verkehrsgeschichte im 20. Jahrhundert)
Luisa Feiersinger (KSBF) Wissenschaftliche Mitarbeiterin Institut für Kunst- und Bildgeschichte. Leitung der Mediathek
(Technische, soziale und handlungslogische Anordnungen analoger und digitale Bilder, Geschichte und Ästhetik apparativer und populärer Bildpraktiken)
Roland Meyer (SLF) Professur Westslawische Sprachen, Institut für Slawistik und Hungarologie
(Digitalität und digitale Methoden, Korpuslinguistik und Sprachtechnologie, Verhältnis von Theorie und Empirie, West- und ostslawische synchrone Sprachwissenschaft)
Kleio Chrysopoulou Tseva (WiWiF) Studentin, Tutorin Statistics
(Data Visualization, Statistics, R, Gamification, Benchmark Datasets, Preis für gute Lehre 2026)

um über die Transformation akademischer Lehrpraxis durch Künstliche Intelligenz zu diskutieren. Moderiert von Kathrin Friederici (bologna.lab) entwickelte sich ein intensiver Austausch zwischen Vertreter:innen unterschiedlicher Fachkulturen und Einrichtungen.

Folgende spannenden Kernthemen haben sich in der Diskussion herausgestellt:

Lehr- und Lernkulturen in Transformation

Die zentrale Frage, wie sich Lehrinhalte angesichts generativer KI-Werkzeuge verschieben, wurde kontrovers diskutiert. Noah Jefferson Baumann betonte die Notwendigkeit, epistemische Grundoperationen – das Formulieren von Forschungsfragen, die Bewertung von Quellenqualität – stärker in den Vordergrund zu rücken. Luisa Feiersinger wies darauf hin, dass diese Verschiebung fachspezifisch differieren müsse: In methodisch stark formalisierten Disziplinen sei die Abgrenzung zwischen legitimer KI-Nutzung und akademischem Fehlverhalten klarer zu ziehen als in hermeneutischen Verfahren. Kleio Chrysopoulou Tseva betonte dass, die Such- und Antwortmöglichkeiten von KI oft nur eingeschränkt hilfreich ist, da sie auf einzelne Fragen sehr umfangreiche Antworten liefern. Dies könne bei Studierenden zu Überforderung führen, da die Bewertung und Einordnung der großen Informationsmengen häufig schwierig sei.
Neue Lehrformate wurden vor allem im Bereich der sogenannten human-in-the-loop-Konfigurationen, bei denen KI-Systeme gezielt durch menschliche Bewertung und Kontrolle ergänzt werden, diskutiert. Roland Meyer berichtete von ersten erfolgreichen Versuchen, KI-gestützte Textanalyse in Seminare zu integrieren, wobei der didaktische Fokus auf der Fehleranalyse maschineller Ausgaben liege – eine Umkehrung traditioneller Lehrlogik. Auch die Rollen der Lehrenden verändern sich, etwa hin zu einer stärkeren Begleitung, Einordnung und Reflexion KI-gestützter Lernprozesse.
Im weiteren wurde diskutiert, dass die Unterscheidung “KI-generiert vs. eigenständig” ohnehin obsolet werde; zukünftig gelte es, kompetente Orchestrierung von KI-Werkzeugen in Abhängigkeit von Kompetenzniveau und Aufgabe als Lernziel zu definieren und entsprechend zu prüfen. Mehr noch: Die traditionelle Trennung in “digitale Grundkompetenzen” und “fachspezifische Expertise” wird sich verändert und weniger trennscharf zu definieren sein. Was als AI Literacy in den Geistes- und Sozialwissenschaften gefordert wird, umfasst nicht nur instrumentelle Bedienkompetenz, sondern kritische Reflexion der technischen Infrastruktur selbst – eine Anforderung, die bisher weder in den Studiengängen noch in der Lehramtsausbildung systematisch verankert ist.

Die Entwicklungsgeschwindigkeit der KI-Werkzeuge übersteigt die Anpassungsfähigkeit akademischer Governance-Strukturen, also der institutionellen Rahmenbedingungen für den Einsatz von KI in Studium und Lehre, (noch) deutlich. Dies betrifft insbesondere Prüfungsordnungen, Leitlinien zur KI-Nutzung, Fortbildungsangebote und technische Infrastrukturen. Die Teilnehmer:innen artikulierten ein Spannungsfeld zwischen notwendiger Experimentierfreude (bottom-up) und fehlender strategischer Rahmung (top-down).

Wie es weiter geht!

Nach der ersten Diskussionsrunde stellen wir fest, dass es noch viele Themen gibt, die wir entweder vertieft weiterdiskutieren oder neu in die Diskussion aufnehmen wollen.
Für das kommende Semester planen wir weitere Diskussionsrunden mit thematischen Schwerpunkten zu unter anderen den KI-Leitinien an der HU (work in progress), KI und Prüfungen oder zu Praxisbeispielen in der Lehre.

Wir freuen uns auf den Austausch mit Euch!
Daniela Hartmann, Denise Jäckel, Uliana Pressacco und Carolin Odebrecht

Cite as: Carolin Odebrecht: Lehre, KI und ich. In: IZ D2MCM Blog [Weblog], 02.09.2026. URL: https://izd2m.hu-berlin.de/blog-posts/2026/09/02/bp-ki-lehre-und-ich.html.