Veranstaltungsprogramm
Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung.
Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.
|
Tagesübersicht |
| Sitzung | ||
Session 1/1d: Symposium: KI an Pädagogischen Hochschulen
| ||
| Präsentationen | ||
Künstliche Intelligenz an pädagogischen Hochschulen: Eine empirische Annäherung aus drei Perspektiven Die Entwicklungen der vergangenen Jahre im Bereich der generativen Künstlichen Intelligenz (KI) auf globaler Ebene haben auch massive Auswirkungen auf nationale und regionale Gegebenheiten in zentralen Bereichen wie Wirtschaft, Gesellschaft und Politik. In besonderem Maße ist der Bildungsbereich betroffen: AI Literacy im Sinne von Kompetenzen im Umgang mit KI-Tools, zumindest basalen Kenntnissen der Funktionsweise von generativer KI und einem grundlegenden Verständnis von ethischen und sozialen Zusammenhängen und Auswirkungen von KI (Biagini, 2025) soll möglichst früh bei den Schüler:innen aufgebaut werden, um sie bestmöglich auf gesellschaftliche und wirtschaftliche Partizipation in einer technologisch transformierten Welt vorzubereiten. Dies erfordert zunächst allerdings einen Kompetenzaufbau bei Lehrer:innen, der zu einem großen Teil über Aus-, Fort- und Weiterbildungsangebote von pädagogischen Hochschulen initiiert und begleitet wird. Dementsprechend sind pädagogische Hochschulen auf mehreren Ebenen gefordert: Hochschullehrende müssen selbst die notwendige AI Literacy haben, um entsprechende Kompetenzen und Kenntnisse an Studierende zu vermitteln und diese beim Kompetenzaufbau (mit und ohne KI) gut begleiten zu können (Jadin et al., 2025). Darüber hinaus brauchen Hochschullehrende auch Kompetenzen und Wissen über die didaktische Einbettung von KI in hochschulische und schulische Lernprozesse und den Umgang mit generativer KI im Zusammenhang mit Prüfungsleistungen und Abschlussarbeiten. Für einen zielgerichteten Kompetenzaufbau bei Studierenden scheint es hilfreich, die Ausgangslage, d.h. die KI-bezogenen Kompetenzen, Kenntnisse, Einstellungen und Nutzungspraktiken von Studierenden, zu kennen und gezielt darauf aufzubauen bzw. einzugehen. Zusätzlich braucht es einen verlässlichen Orientierungsrahmen zum Umgang mit KI an der Hochschule, der durch entsprechende Leit- und Richtlinien geschaffen werden muss. Um KI in die Hochschullehre bzw. in den Hochschulbetrieb sinnvoll und zielgerichtet zu integrieren sind dementsprechend mehrere Aspekte bzw. Perspektiven relevant. In diesem Symposium werden drei solche Perspektiven beleuchtet, indem die Ergebnisse der ersten zwei Projektjahre eines mehrjährigen Forschungsprojekts zum Thema KI an pädagogischen Hochschulen vorgestellt werden. Im Projekt werden in jährlichen Iterationen drei Bereiche beforscht: i) KI-Nutzungsverhalten, -kompetenzen und einschlägige Einstellungen von Studienanfänger:innen des Bachelorstudiums Lehramt Primarstufe (quantitative Befragung an vier Pädagogischen Hochschulen, Vollerhebung), ii) KI-Nutzungsverhalten sowie Einstellungen und Bedarfe im Zusammenhang mit KI in der Hochschule bei Lehrenden (qualitative Interviews mit Lehrenden vierer Pädagogischer Hochschulen) und iii) Leitlinien, Empfehlungen und Vorgaben zum Umgang mit und zur Nutzung von KI(-Tools) im Bereich der tertiären Bildung (Literaturreview, Mapping Study). Die drei Beiträge dieses Symposiums stellen jeweils das methodische Vorgehen und die zentralen Ergebnisse eines dieser drei Bereiche vor und werden anschließend in Bezug zueinander diskutiert. Beiträge des Symposiums KI-Nutzungsverhalten, -kompetenzen und einschlägige Einstellungen von Studienanfänger:innen des Bachelorstudiums Lehramt Primarstufe Im Rahmen des auf die Perspektive der Studierenden fokussierenden Teils des Forschungsprojekts wurden im Jänner/Februar 2025 und im November/Dezember 2025 an vier österreichischen pädagogischen Hochschulen jeweils die Studienanfänger:innen im Bachelorstudium Lehramt Primarstufe mittels Online-Fragebogen befragt. Ziel war es, das KI-Nutzungsverhalten vor und im Studium, die Einstellung gegenüber generativer KI und die KI-Kompetenzen der Studierenden zu erfassen sowie Informationen zu den Rahmenbedingungen für KI-Verwendung an der Hochschule (z.B. KI-Richtlinien) aus Sicht der Studierenden zu erhalten. Bei der Befragung im Wintersemester 2024/25 füllten insgesamt 302 Personen (9,3% (n = 28) männlich; Durchschnittsalter 22,32 (SD = 6,02)) den Fragebogen vollständig aus, im Wintersemester 2025/26 waren es 402 Personen (12,2% (n = 49) männlich; Durchschnittsalter 21,68 (SD = 5,412)). Die Ergebnisse aus dem Wintersemester 2025/26 zeigen, dass Studierende die Nutzung von KI-Anwendungen in zumindest einigen ihrer Lehrveranstaltungen als explizit erlaubt wahrnehmen: 44,5% berichten von einer Erlaubnis in allen oder den meisten (2024/25: 31,1%), 35,3% in wenigen Lehrveranstaltungen (2024/25: 47,4%). Gleichzeitig geben 16,9 % an, nicht zu wissen, ob KI in den Lehrveranstaltungen erlaubt ist – ein Anteil, der zum Befragungszeitpunkt bereits niedriger erwartet worden wäre, im Wintersemester 2024/25 trotz späterem Erhebungszeitpunkt allerdings gleich hoch war. Auch die KI-Vorgaben der Hochschulen sind im Wintersemester 2025/26, ähnlich wie im Studienjahr davor, nur teilweise bekannt: 40,5 % kennen die KI-Vorgaben der eigenen Hochschule nicht (2024/25: 48%), 37,3 % haben zumindest davon gehört (2024/25: 38,1%), 21,4% kennen sie bzw. wenden sie konsequent an (2024/25: 13,2%). Als größte Herausforderungen im Zusammenhang mit KI im Studium werden, wie im Studienjahr davor, Fragen des Urheberrechts sowie des Datenschutzes, aber auch an KI-Nutzung angepasste Lehrveranstaltungsinhalte und Prüfungsformate, genannt. Generell halten Studierenden KI-Anwendungen für nützlich für ihr Studium und jeweils mehr als die Hälfte bewertet KI-Systeme als kompetent, hilfreich, informativ, präzise, sachkundig sowie nicht-diskriminierend. Gleichzeitig werden KI-Systeme jeweils von weniger als 30% der Befragten als ehrlich, authentisch, vertrauenswürdig und am Wohlbefinden der Nutzenden orientiert eingeschätzt. Im Bereich der selbsteingeschätzten AI Literacy zeigen sich relativ hohe Werte beim Verstehen grundlegender Konzepte (62,7% gaben an, grundlegende Konzepte zu verstehen; 2024/25: 53,6%) sowie bei der Fähigkeit, Vor‑ und Nachteile von KI einzuschätzen (80,3%; 2024/25: 73,4%). Die Ergebnisse deuten einerseits auf eine wachsende Bedeutung von KI im Studium hin und zeigen andererseits den Bedarf an einer reflexiven Auseinandersetzung mit dem Thema. Rahmenbedingungen wie Vorgaben der Hochschulen und Erlaubnis des KI-Einsatzes in Lehrveranstaltungen sind im Vergleich zur ersten Befragung etwas klarer, es bestehen jedoch noch Unsicherheiten und Orientierungsbedarf. Bibliografie
Du, L., & Lv, B. (2024). Factors influencing students’ acceptance and use generative artificial intelligence in elementary education: an expansion of the UTAUT model. Educ Inf Technol 29, 24715–24734. https://doi.org/10.1007/s10639-024-12835-4 Grassini, S. (2024). A Psychometric Validation of the PAILQ-6: Perceived Artificial Intelligence Literacy Questionnaire. In Nordic Conference on Human-Computer Interaction NordiCHI 2024), October 13-16, 2024, Uppsala, Sweden. ACM, 12 Pages. https://doi.org/10.1145/3679318.3685359 Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1-16). Association for Computing Machinery. https://doi.org/10.1145/3313831.3376727 Zwischen globaler Technologieentwicklung und institutionellen Realitäten: die Nutzung von KI durch Hochschullehrende Der Einsatz generativer KI-Systeme wie ChatGPT, Perplexity, Mistral oder Copilot stellt Lehrende an Hochschulen vor neue Herausforderungen. Insbesondere in der Ausbildung von Lehrer:innen gewinnt die Frage an Bedeutung, wie KI effizient genutzt, inhaltlich und pädagogisch reflektiert sowie verantwortungsvoll in die Lehre integriert werden kann. Vor diesem Hintergrund wird untersucht, wie Hochschullehrende den Einsatz von KI in der Lehre gestalten, welche Auswirkungen dies auf die Lehre hat, welche Erfahrungen sie dabei machen und welche Rahmenbedingungen sie als unterstützend oder hinderlich wahrnehmen. Theoretisch verortet sich der Beitrag an der Schnittstelle von Professionalisierungsforschung und Konzepten der KI-Literacy, die über rein technische Kompetenzen hinaus auch ethische, rechtliche und gesellschaftliche Dimensionen einschließen. Der Beitrag folgt einer qualitativen Forschungslogik und adressiert die Frage, wie sich das Nutzungsverhalten von Hochschullehrenden im Spannungsfeld global verfügbarer KI-Technologien und lokaler institutioneller Kontexte entwickelt. Dazu wurden acht halbstrukturierte Leitfadeninterviews mit Hochschullehrenden der Primarstufenausbildung an vier Pädagogischen Hochschulen (N =8) durchgeführt. Es handelt sich dabei um die Ergebnisse der zweiten Erhebung (T 2) im Rahmen einer explorativen Trendstudie zum IST-Stand und zu Entwicklungsperspektiven von KI in der Hochschullehre. Die Daten werden mittels Qualitativer Inhaltsanalyse nach Mayring mit MaxQDA (2024) ausgewertet. Die Ergebnisse der ersten Erhebung (T1) zeigten, dass Lehrende über praktische Anwender*innenkenntnisse verfügen und großen Wert auf die kritische Reflexion von KI-generierten Inhalten legen. In diesem Zusammenhang wurde auf die Bedeutung einer diversitätssensiblen Interpretation der KI-Outputs hingewiesen. Das Fehlen von Inhalten zur Funktionsweise von KI-basierten Tools oder auch von ressourcenbezogenen Überlegungen (Nachhaltigkeit) im empirischen Material sowie der Wunsch nach einheitlichen institutionellen Vorgaben im Umgang mit KI-Tools verdeutlichten den offenen Entwicklungsprozess. Dieser wird mit den Ergebnissen der zweiten Erhebung (T 2), die zum Zeitpunkt der Präsentation vorliegen werden, transparenter und differenzierter. Die Befunde werden im Hinblick auf Implikationen für die Hochschullehre und Empfehlungen für hochschuldidaktische Professionalisierungsangebote diskutiert und leisten damit einen Impuls zur Diskussion von Bildung in Zeiten glokaler technologischer Transformationen. Bibliografie
de Witt, C., Gloerfeld, C., & Wrede, S. E. (Hrsg.). (2023). Künstliche Intelligenz in der Bildung. Springer VS. Jadin, T., Rami, U., Schwarz, S., & Buchinger, I. (2025). Die Rolle der Lehrenden im KI-gestützten Lehr-Lernprozess. Zeitschrift für Hochschulentwicklung, 20, SH-KI-1, 185-202. https://doi.org/10.21240/zfhe/SH-KI-1/11 Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. Conference on Human Factors in Computing Systems - Proceedings. https://doi.org/10.1145/3313831.3376727 Von globaler Compliance zur lokalen Umsetzung: Evidence-to-Guideline für GenAI-Governance in der Lehrer:innenbildung Generative KI beeinflusst hochschulische Kernprozesse (Lehre, Prüfung, Forschung, Administration) und verschärft zugleich Compliance- und Qualitätsanforderungen—insbesondere durch die DSGVO und den risikobasierten EU AI Act. In der Lehrer:innenbildung entsteht daraus ein Governance-Problem: global verfügbare Technologien und EU-Regulierung müssen in lokal umsetzbare, überprüfbare und dauerhaft aktualisierbare Mechanismen übersetzt werden. Der vorliegende Beitrag untersucht, welche Governance-Bausteine in öffentlich zugänglichen KI-Richtlinien/Policies im tertiären Bildungsbereich tatsächlich operationalisiert werden, welche wiederkehrenden Implementationslücken bestehen und wie diese Evidenz in verbundweit konsistente Leitlinien für einen Verbund vierer österreichischer Pädagogischer Hochschulen überführt werden kann. Methodisch basiert die Studie auf einem Mapping-orientierten Review einschlägiger Governance-Texte und einer strukturierenden Inhaltsanalyse, die Governance-Domänen und formale Implementationsmerkmale (Adressat:innen, Verbindlichkeitsgrad, Zuständigkeiten, Prozesslogik, Dokumentationspflichten, Review-Mechanismen) systematisch kodiert. Als Ergebnis des Literaturreviews stellt der Beitrag die Leitlinienarchitektur 2025/26 als operationales Governance-Instrument vor, mit (i) klar definierten Rollen und Zuständigkeiten (u. a. Rektorate, KI-Beauftragte, mit KI-Themen betraute Arbeitgruppen im Verbund), (ii) verbindlichen Transparenz- und Dokumentationsanforderungen (inkl. KI-Logbuch/KI-Hilfsmittelverzeichnis), (iii) datenschutzbezogenen Handlungsregeln samt praktikabler Datenklassifikation, (iv) Regelungen für KI-Einsatz in Lehre/Prüfung und Abschlussarbeiten mit Offenlegungs- und Zitationserwartungen, (v) einem gestuften Vorgehen bei Verstößen (Misconduct Protocol), sowie (vi) einem verbundweiten Governance-Zyklus, der jährlich Evidenz (Datenerhebungen + aktualisiertes Literaturreview) in einem Evidence Brief konsolidiert, Empfehlungen partizipativ validiert und DOI-versionierte Aktualisierungen veröffentlicht. Der Beitrag zeigt somit, wie auf das Bedürfnis von Lehrenden und Studierenden nach Orientierung und Handlungssicherheit an den Pädagogischen Hochschulen im Verbund reagiert wird. Bibliografie
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Educational Technology in Higher Education, 20, Article 38. doi:10.1186/s41239-023-00408-3 European Union. (2024). Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union, OJ L, 2024/1689 (12 July 2024). ELI: 2024/1689/oj | ||
