Die Hochschule Hof beteiligt sich am bayernweiten Projekt „KI-Lernlabor“. Gemeinsam mit Studierenden und Lehrenden geht sie der Frage nach, wie Menschen auch im Zeitalter künstlicher Intelligenz selbstständig, kreativ und urteilsfähig lernen und arbeiten können.

Ein neues Fahrrad zu entwickeln, klingt zunächst nach einer Aufgabe, bei der künstliche Intelligenz ihre Stärken voll ausspielen kann. Ein kurzer Auftrag genügt – und schon liefert die KI einen Entwurf, entwickelt Varianten und macht Vorschläge für Materialien oder Funktionen. Was früher vielleicht Stunden oder Tage gedauert hätte, ist innerhalb weniger Sekunden erledigt. Doch genau hier beginnt die eigentliche Frage: Was wurde dabei gelernt?
Mit dieser Frage beschäftigt sich die Hochschule Hof im Rahmen des bayernweiten KI-Lernlabors. Sechs Teams aus verschiedenen Hochschulen arbeiten jeweils an einer eigenen Aufgabe und untersuchen, wie künstliche Intelligenz sinnvoll und lernförderlich in Studium und Lehre eingesetzt werden kann. Die Besonderheit, die idealerweise eine Selbstverständlichkeit werden sollte: auch Studierende arbeiten von Anfang an aktiv an den Fragestellungen und Lösungen mit. Das Hofer Team bilden dabei Prof. Alexander Forst, Anke Kaluza vom Didaktikzentrum der Hochschule sowie die Studierenden Jana Brücher und Andreas Irrgang. Gemeinsam bearbeiten sie die Challenge „Mehr als Prompting – Lernen, Denken und Entscheiden mit KI“.
Nicht nur schneller – sondern weiterhin selbstständig
Im Mittelpunkt steht nicht die Frage, wie man möglichst geschickt mit einem bestimmten KI-Tool umgeht. Denn einzelne Anwendungen können sich innerhalb weniger Monate verändern oder durch neue Systeme ersetzt werden.
Der Umgang mit konkreten KI-Tools gehört natürlich dazu. Entscheidend ist aber, was Studierende unabhängig vom jeweiligen Werkzeug können müssen.“
Prof. Alexander Forst
Dazu gehören etwa die Fähigkeit, gute Fragen zu stellen, KI-Ergebnisse kritisch zu beurteilen und zu erkennen, wann ein Ergebnis fachlich tragfähig ist. Oder anders gesagt: Die entscheidende Kompetenz liegt nicht allein darin, eine KI zum Antworten zu bringen. Vielmehr geht es darum: Wie schaffen wir es, dass Menschen trotz der Möglichkeiten von KI einen eigenen Standpunkt und eigene Entscheidungskriterien entwickeln? Und wie erhalten wir Räume für Neugier, Umwege und nicht zielgerichtetes Denken, wenn KI uns sehr schnell zu einer scheinbar passenden Lösung führen kann?
Wer entscheidet, wenn die Antwort schon da ist?
Natürlich: KI kann in kürzester Zeit Informationen, Ideen oder Lösungsvorschläge liefern. Doch nicht jede Antwort ist automatisch relevant oder fachlich richtig. Menschen müssen weiterhin beurteilen, welche Informationen zur eigenen Fragestellung passen, welche Vorschläge sinnvoll sind und wo eine genauere Prüfung notwendig ist.
Wir wollen untersuchen, wie Lernprozesse gestaltet sein müssen, damit KI unterstützt, ohne das eigene Denken und Entscheiden zu ersetzen. Das schließt auch ein, Unsicherheit auszuhalten, verschiedene Lösungswege zu verfolgen und nicht immer sofort die effizienteste Antwort zu suchen.“
Anke Kaluza
Damit verschiebt sich die Rolle des Menschen: Weg von der reinen Produktion von Inhalten, hin zu deren Einordnung, Bewertung und Weiterentwicklung. Genau das gilt wohl auch für das Lernen: Wer sich eine Lösung von einer KI erzeugen lässt, kann zwar schnell zu einem Ergebnis kommen. Ob dabei tatsächlich Verständnis entstanden ist, hängt davon ab, wie der Lernprozess gestaltet wird. Genau an diesem Punkt setzt die Hofer Challenge im Rahmen des Lernlabors an. Das Team will systematisch untersuchen, wo KI Lern- und Denkprozesse erweitert – und wo sie diese möglicherweise zu früh abkürzt.
Das Fahrrad als perfekte Analogie
Genau dies lässt sich am Beispiel einer Produktentwicklung besonders anschaulich machen: Eine KI kann auf Knopfdruck einen Entwurf für ein neues Fahrrad erstellen. Doch statt die Aufgabe damit bereits als erledigt zu betrachten, könnten Studierende zunächst selbst die entscheidenden Fragen entwickeln: Was muss ein Fahrrad in fünf Jahren können? Wie kann es die Mobilität einer alternden Gesellschaft unterstützen? Welche nachhaltigen Produktionsmöglichkeiten gibt es? Erst danach kommt die KI ins Spiel. Sie kann Ideen weiterentwickeln, Varianten erzeugen oder Annahmen hinterfragen. Die Richtung gibt aber weiterhin der Mensch vor.
„Entscheidend bleibt, welche Fragen wir stellen, welche Wege wir verfolgen und wie wir die Ergebnisse bewerten.“
Jana Brücher, Studentin
Damit wird KI vom reinen Lösungsautomaten zum Denkpartner. Sie kann Möglichkeiten eröffnen und Denkanstöße geben – die Entscheidung darüber, welche davon weiterverfolgt werden, bleibt aber beim Menschen.
„Gerade bei Innovationen ist das bedeutsam. Nicht jede gute Idee entsteht auf direktem Weg. Kreativität braucht auch Umwege, ungewöhnliche Gedanken und die Möglichkeit, dass etwas zunächst nicht funktioniert.“
Prof. Alexander Forst
Die Versuchung der ersten plausiblen Antwort
Gleichzeitig sehen die Beteiligten durchaus Risiken. KI kann dazu verleiten, sich sehr schnell mit dem ersten plausiblen Ergebnis zufriedenzugeben. Wenn die Maschine eine scheinbar passende Lösung liefert, sinkt möglicherweise die Bereitschaft, weiterzufragen, Alternativen zu entwickeln oder ein Problem wirklich tief zu durchdringen. Auch Entscheidungen könnten zunehmend an KI delegiert werden. Damit droht etwas verloren zu gehen, das für Lernen und persönliche Entwicklung entscheidend ist: ein eigener Standpunkt und eigene Kriterien für gute Entscheidungen. Anke Kaluza macht aber klar:
„Es geht uns nicht darum, KI aus dem Lernprozess herauszuhalten. Im Gegenteil: Wir wollen untersuchen, wie Lernprozesse gestaltet sein müssen, damit KI unterstützt, ohne das eigene Denken und Entscheiden zu ersetzen. Das schließt auch ein, Unsicherheit auszuhalten, verschiedene Lösungswege zu verfolgen und nicht immer sofort die effizienteste Antwort zu suchen.“
Anke Kaluza
Student Andreas Irrgang sieht deshalb gerade in der aktiven Auseinandersetzung mit KI eine wichtige Aufgabe:
„Wir müssen lernen, KI sinnvoll einzusetzen, ohne die Verantwortung für unsere Entscheidungen an sie abzugeben.“
Andreas Irrgang, Student
Das Hofer Team will deshalb nicht den Einsatz von KI im Studium begrenzen. Vielmehr geht es um die Frage, wie Lernprozesse gestaltet werden müssen, damit KI unterstützt, ohne das eigene Denken und Entscheiden zu ersetzen.
Vier Fragen für das Studium der Zukunft
Anke Kaluza resümiert: „Aus der KI-Lernlabor-Challenge ergeben sich so vier zentrale Fragen: Wie bleiben Studierende kreativ, wenn KI bereits zahlreiche Ideen liefert? Wie erkennen sie, welcher KI-Output tatsächlich tragfähig ist? Wie behalten sie den Überblick über die ständig wachsende Zahl an KI-Werkzeugen? Und: wie lernen sie weiterhin selbstständig, wenn Antworten jederzeit verfügbar sind?“
Dahinter aber steht letztlich eine ganz grundsätzliche Frage: Welche Fähigkeiten brauchen Menschen in einer Welt eigentlich noch, in der Wissen, Informationen und Lösungsvorschläge jederzeit und nahezu unbegrenzt verfügbar sind? Klassische Future Skills wie kritisches Denken, Kreativität, Selbstlern- und Entscheidungskompetenz gewinnen dadurch an Bedeutung. Hinzu kommt die Fähigkeit, das eigene Lernen immer wieder an neue technologische Entwicklungen anzupassen.
Studierende sind nicht Testpersonen, sondern Mitgestaltende
Eine besondere Rolle spielen deshalb Jana Brücher und Andreas Irrgang. Beide bringen ihre eigenen Erfahrungen mit KI sowie die Perspektive aus dem Masterstudiengang Artificial Intelligence Aided Mobility Design ein. Sie sind dabei nicht lediglich Testpersonen für ein von Lehrenden entwickeltes Konzept. Sie arbeiten von Beginn an an der Fragestellung und den Lösungen mit.
Für Prof. Alexander Forst ist das ein wichtiger Grundsatz:
„Gute Lehre sollten wir nicht nur für Studierende, sondern gemeinsam mit ihnen gestalten.“
Prof. Alexander Forst
Die Erfahrungen der Hofer Studierenden zeigen, wie sich Lernen durch KI tatsächlich verändert und welche Unterstützung künftig gebraucht wird. Gleichzeitig können Studierende selbst daran mitwirken, wie die Rollen künftig verteilt sind: Was übernimmt die KI? Was bleibt Aufgabe der Lehrenden? Und welche Kompetenzen müssen Studierende entwickeln, damit sie KI souverän nutzen können, ohne ihre eigene Urteilskraft an sie abzugeben?
Vom Experiment zum konkreten Lernangebot
Das Projekt des KI-Lernlabors ist auf rund ein Jahr angelegt. Nach dem dreitägigen Auftakt im September in Nürnberg folgen nun Arbeitsphasen in den einzelnen Teams sowie gemeinsame Präsenztermine im Dezember 2026 und im April und Juni 2027. Im September 2027 sollen die Ergebnisse bei einem Abschlussevent schließlich öffentlich vorgestellt werden. Für das Hofer Team hat die Arbeit bereits begonnen. Beim Auftakt in Nürnberg wurde die ursprüngliche Fragestellung weiterentwickelt. Die Beteiligten untersuchten unter anderem, wo im Zusammenspiel von Mensch und KI Reibungen entstehen, welche Potenziale sich daraus ergeben und welche Fragen weiterverfolgt werden müssen.
In den kommenden Monaten soll daraus nun ein konkretes Lernformat beziehungsweise Unterstützungsangebot entstehen, das anschließend erprobt wird. Die zentrale Frage bleibt dabei erstaunlich einfach:
Wenn eine KI uns immer schneller zur Antwort bringen kann – wie sorgen wir dafür, dass wir nicht verlernen, selbst die richtigen Fragen zu stellen?