Reflektierte KI-Nutzung in Lehrveranstaltungen

Befunde aus dem Pretest am Ende des Sommersemesters 2026

Autor/innen

  • Tanja Mühling Technical University of Applied Sciences Würzburg-Schweinfurt, Faculty of Applied Social Sciences Autor/in
  • Sven Warnke Technische Hochschule Würzburg-Schweinfurt, Fakultät Angewandte Sozialwissenschaften Autor/in
  • Harald Bolsinger Technical University of Applied Sciences Würzburg-Schweinfurt, THWS Business School Autor/in

DOI:

https://doi.org/10.83397/PAIHE.2026.03

Schlagwörter:

generative KI, Hochschullehre, Studierendenbefragung, Nutzungszwecke, reflektierter Umgang mit KI, Pretest

Abstract

Der Beitrag berichtet Befunde aus dem Pretest einer Studierendenbefragung zur Nutzung generativer KI in Lehrveranstaltungen, in denen der KI-Einsatz didaktisch gerahmt und reflektiert wird. Am Ende des Sommersemesters 2026 wurden 50 Studierende aus drei Studiengängen der Technischen Hochschule Würzburg-Schweinfurt (THWS) befragt. In den Lehrveranstaltungen nutzten viele von ihnen erstmals KI-Anwendungen jenseits von ChatGPT, insbesondere ein lokal betriebenes Sprachmodell (AnythingLLM), Claude und NotebookLM. Am verbreitetsten ist es unter Studierenden, sich Inhalte erklären zu lassen oder die eigenen Inhalte mit KI zu strukturieren; Texte für Prüfungsleistungen lässt sich die Mehrheit höchstens gelegentlich erstellen. Eine Hauptkomponentenanalyse unterscheidet eine produktorientierte, eine reflexiv-dialogische und eine erschließende Nutzung generativer KI. Rund sieben von zehn Befragten geben an, KI am Semesterende bewusster und gezielter einzusetzen als zu Semesterbeginn; Studierende mit geringer Vorerfahrung schätzen ihre Entwicklung deskriptiv am höchsten ein.
Den eigenen Umgang mit KI beschreiben die Befragten überwiegend als reflektiert, wobei sie der kritischen Bewertung von KI-Ergebnissen stärker zustimmen als der bewussten Steuerung des KI-Einsatzes. In offenen Antworten nennen die Befragten hinsichtlich ihrer KI-bezogenen Lernfortschritte im Semesterverlauf vor allem gezielteres Prompting, die kritische Prüfung von Ergebnissen und den bewussten Verzicht auf KI bei bestimmten Aufgaben. Da die Ergebnisse auf retrospektiven Selbstauskünften einer kleinen, nicht zufällig gezogenen Stichprobe beruhen, sind sie als explorative Hinweise zu verstehen, die das Erhebungsinstrument für die geplante Längsschnittstudie vorbereiten.

Literaturhinweise

Bolsinger, H. J., Warnke, S., & Mühling, T. (2026). The practice of reflective teaching with AI: Future skills development with offline LLMs. Practice of Artificial Intelligence in Higher Education, 1(1), Artikel 2. https://doi.org/10.83397/PAIHE.2026.02

Dicks, A., Ehlert, M., Schulz, W., & Solga, H. (2026). KI-Nutzung am Arbeitsplatz: Neue Daten zeigen deutliche Bildungsunterschiede. WZB Mitteilungen, (193), 10–14. https://bibliothek.wzb.eu/artikel/2026/f-27779.pdf

Ehlers, U.-D., & Rauch, E. (2024). KI im Studium aus Studierendensicht: Nutzung, Fähigkeiten und Einstellungen Studierender zu KI. Ergebnisse aus Daten der DHBW-Studierenden-Panelstudie 2024. NextEducation; Duale Hochschule Baden-Württemberg. https://next-education.org/downloads/2024-11-13_Forschungsbericht_KI-Nutzungsverhalten_Studierender_der_DHBW.pdf

Horstmann, N., Hüsch, M., & Breiter, A. (2026). Künstliche Intelligenz im Studium – die Sicht von Studierenden im Wintersemester 2025/26 (CHE DatenCHECK 9/2026). CHE Centrum für Hochschulentwicklung. https://hochschuldaten.che.de/kuenstliche-intelligenz-im-studium-die-sicht-von-studierenden-im-wintersemester-2025-26/

Kuckartz, U., & Rädiker, S. (2022). Qualitative Inhaltsanalyse: Methoden, Praxis, Computerunterstützung (5. Aufl.). Beltz Juventa.

von Garrel, J., & Mayer, J. (2023). Artificial intelligence in studies—use of ChatGPT and AI-based tools among students in Germany. Humanities and Social Sciences Communications, 10, Artikel 799. https://doi.org/10.1057/s41599-023-02304-7

von Garrel, J., & Mayer, J. (2025). Künstliche Intelligenz im Studium: Eine quantitative Längsschnittstudie zur Nutzung KI-basierter Tools durch Studierende (2023 & 2025). Hochschule Darmstadt. https://doi.org/10.48444/h_docs-pub-533

Warnke, S., Bolsinger, H. J., & Mühling, T. (2026). Leistung ist nicht Lernen: Ein Minimalkonsens für die Gestaltung von Hochschullehre mit generativer KI. Practice of Artificial Intelligence in Higher Education, 1(1), Artikel 1. https://doi.org/10.83397/PAIHE.2026.01

Veröffentlicht

05.11.2026