Vom KI-Auskunftssystem zum KI-Wissens-Personaltrainer
Die Debatte über generative Künstliche Intelligenz (GenKI) in Studium und Lehre befindet sich derzeit in einer Phase grundlegender Neuorientierung. Während zunächst vor allem die technologischen Möglichkeiten großer Sprachmodelle, die Qualität ihrer Antworten sowie Potenziale zur Automatisierung akademischer Arbeitsprozesse im Mittelpunkt standen, rückt zunehmend die didaktische Gestaltung KI-gestützter Lernumgebungen in den Fokus. Die zentrale Frage lautet heute nicht mehr allein, was KI-Systeme leisten können, sondern wie sie gestaltet werden müssen, um Bildungs- und Lernprozesse wirksam zu unterstützen. Diese Entwicklung markiert einen Perspektivwechsel in der Hochschulbildung. Nicht länger stehen Funktionen und Leistungsmerkmale einzelner KI-Werkzeuge im Vordergrund. Entscheidend ist vielmehr die Frage, welchen Beitrag KI-Systeme zur Erreichung kompetenzorientierter Lehr- und Lernziele leisten können. Im Zentrum stehen dabei K ompetenzentwicklung, Selbstregulation, Selbstwirksamkeit, Reflexionsfähigkeit und epistemische Urteilsfähigkeit als zentrale Voraussetzungen wissenschaftlichen Denkens und Handelns . Damit rücken zugleich Fragestellungen der Hochschuldidaktik, der Lehr-Lernforschung und der Bildungswissenschaft stärker in den Fokus. Gefragt sind Konzepte, die aufzeigen, wie generative KI Lernende beim Aufbau fachlicher, methodischer und reflexiver Kompetenzen unterstützen kann, ohne zentrale Bildungsziele wie Eigenständigkeit, kritisches Denken und wissenschaftliche Urteilsfähigkeit zu unterlaufen. Die theoretische Grundlage des vorgestellten Ansatzes bilden etablierte Erkenntnisse der Hochschuldidaktik und Lehr-Lernforschung. Hierzu zählen insbesondere Konzepte des selbstregulierten Lernens, die Selbstwirksamkeitsforschung, die Selbstbestimmungstheorie sowie Ansätze epistemischer Kognition . Gemeinsam verdeutlichen diese Perspektiven, dass nachhaltige Lernprozesse nicht durch die bloße Verfügbarkeit von Informationen entstehen. Entscheidend sind vielmehr die aktive Konstruktion von Wissen, die Entwicklung von Handlungskompetenz, die Reflexion eigener Lernprozesse sowie die Fähigkeit, begründete Urteile zu formulieren. Ausgangspunkt dieses Beitrags ist die Annahme, dass die Wirksamkeit von KI in Bildungsprozessen weniger aus ihrer technologischen Leistungsfähigkeit als aus ihrer didaktischen Gestaltung und Einbettung in Lern- und Entwicklungsprozesse resultiert. Lernförderliche KI entsteht im Zusammenspiel von didaktischer Konzeption, verantwortungsvoller Systemgestaltung sowie der Berücksichtigung von Anforderungen der IT-Sicherheit, des Datenschutzes und relevanter medien-, hochschul- und urheberrechtlicher Rahmenbedingungen. Vor diesem Hintergrund stellt sich die Frage, wie KI-Assistenzsysteme gestaltet werden müssen, damit sie Lernende nicht lediglich mit Informationen versorgen, sondern sie langfristig beim Aufbau von Wissen, Kompetenzen und Reflexionsfähigkeit begleiten. Der Beitrag stellt hierzu ein theoretisches und konzeptionelles Framework für lernförderliche KI-Assistenzsysteme vor, das im KI-Assistenten-Studio des ZIM-Medienlabors schrittweise weiterentwickelt, prototypisch umgesetzt und wissenschaftlich untersucht wird. Im Unterschied zu klassischen KI-Auskunfts- und Informationssystemen steht dabei nicht die Generierung möglichst treffender Antworten im Mittelpunkt, sondern die adaptive Unterstützung von Lern-, Reflexions- und Entwicklungsprozessen . Der Ansatz verbindet Erkenntnisse der KI-Didaktik, der adaptiven Lernunterstützung, systemischer Coaching-Ansätze sowie Governance-, Ethik- und Sicherheitsprinzipien in einem integrierten Modell. Kern des Frameworks ist die Konzeption eines didaktisch gesteuerten Assistenzsystems, das Coaching, Beratung, Training und Reflexion situationsbezogen miteinander verbindet und Lernende über längere Zeiträume begleiten soll. Ziel ist eine Perspektive auf KI als lernförderliches Assistenzsystem, das Kompetenzentwicklung, Selbstregulation, Selbstwirksamkeit und reflektierte Urteilsbildung nachhaltig unterstützen kann. Die folgenden Abbildungen veranschaulichen die theoretischen Grundlagen, die Gestaltungsdimensionen sowie die konzeptionelle Zielarchitektur des Frameworks. Sie verdeutlichen den Wandel von einer informationsorientierten Nutzung generativer KI hin zu einer didaktisch fundierten Lern- und Entwicklungsbegleitung und bilden die Grundlage für die weitere Diskussion.
Multiagentensystem
