Lehren und Lernen mit KI

»Generative KI« bezeichnet Computermodelle, die unter Berücksichtigung menschlicher oder maschineller Eingaben neue Inhalte erzeugen — z. B. Texte, Bilder oder Musik. Die Modelle greifen dabei auf Muster zurück, die sie aus einem Trainingsdatensatz erlernt haben.

Mit »KI-Anwendungen« sind digitale Werkzeuge gemeint, die Nutzenden den Zugang zu diesen Modellen über einfach bedienbare Oberflächen ermöglichen, etwa ChatGPT, Claude.AI, Leonardo.AI oder die universitätseigene HAWKI-Schnittstelle.

Ja, grundsätzlich ermutigt die Bauhaus-Universität Weimar ihre Angehörigen und Mitglieder zum kritischen Umgang mit und verantwortungsvollen Einsatz von KI-Anwendungen. 

Die »Leitlinie zum Einsatz generativer Künstlicher Intelligenz« soll dabei Orientierung geben. Sie hat empfehlenden Charakter und ist nicht verbindlich. Sie bietet einen klaren Rahmen für den verantwortungsvollen, kreativen und kritischen Umgang mit generativer KI. Verbindliche Regelungen (z. B. für Prüfungen) obliegen den jeweiligen Studien- und Prüfungsordnungen.

Im Kontext von Prüfungsleistungen, wie z.B. zur Erstellung von Seminar- und Abschlussarbeiten, sollten KI-Anwendungen aber nur als unterstützendes Hilfsmittel und nach ausdrücklicher Genehmigung durch die prüfende Person (»Freigabeerklärung«) genutz werden. Grundsätzlich sollte weiterhin die eigenständige Leistung überwiegen. Die KI-Nutzung muss im Rahmen von Prüfungsleistungen und wissenschaftlichen Arbeiten transparent dokumentiert werden (Hilfsmittelverzeichnis und »Eigenständigkeitserklärung«).

KI-generierte Inhalte müssen im Kontext von wissenschaftlichen Arbeiten und Prüfungsleistungen transparent dokumentiert werden. 

Wir empfehlen, KI-Nutzung im Hilfsmittelverzeichnis am Ende der Arbeit als Vollbeleg aufzuführen:

• ChatGPT 4.o; OpenAI; openai.com/chat
  Formulierungshilfe und Textkorrektur, »Vollständiger Prompt«, KI-generiert, 10.03.2025

Zusätzlich sollten KI-generierte Abschnitte und Grafiken an der jeweiligen Stelle im Text mit einem Kurzbeleg (im Text, als Fußnote oder in der Bildunterschrift) versehen werden:

• KI-generiert mit ChatGPT 4.0, OpenAI, 30.01.2025, chatgpt.com

Die genaue Form der Dokumentation ist anhand der »Freigabeerklärung« zwischen Studierenden und Lehrenden bzw. Prüfenden zu vereinbaren. Ein Vollbeleg inklusive Prompts ist z.B. erforderlich, wenn KI eigene analytische Inhalte erzeugt hat oder der KI-gestützte Prozess selbst Gegenstand der Prüfung ist.

Nach heutigem Stand empfehlen wir, auf den Einsatz von KI-Detektionssoftware zu verzichten, da KI-generierte Inhalte nicht zuverlässig erkannt werden und der Einsatz somit nicht rechtssicher ist.

Um Täuschungsversuchen vorzubeugen oder KI-Nutzung auszuschließen, können folgende Prüfungsformate eingesetzt werden:

• Mündliche Prüfungen und Kolloquien
• Präsenzformate (Klausuren, Referate vor Ort)
• Prüfungsformate mit Fokus auf individuelle Reflexion und Transfer
• Open-Book-Formate
• Ergänzende Gespräche zur Seminar- oder Projektarbeit

Bias, Fairness und Chancengleichheit
KI-Systeme können in den Trainingsdaten enthaltene Vorurteile reproduzieren und zu diskriminierenden Ergebnissen führen. Um dies zu vermeiden, bedarf es nicht nur einer universitätsweiten Sensibilisierung, sondern auch der sorgfältigen Überprüfung der generierten Inhalte durch die einzelnen Nutzer*innen. Um die Chancengleichheit zu fördern, bietet die Bauhaus-Universität Weimar kostenlosen Zugang zu verschiedenen KI-Anwendungen. Darüber hinaus werden Schulungen angeboten, um die KI-Kompetenzen zu stärken und das Bewusstsein für Ungleichheiten zu schärfen.

Datenschutz, Sicherheit und Rechenschaftspflicht
Generative KI verarbeitet große Mengen an Daten, was Risiken für den Datenschutz und die Sicherheit sensibler Forschungs- und Verwaltungsdaten mit sich bringt. Hochschulen müssen daher solide Datenschutzmaßnahmen umsetzen und klare Verantwortlichkeiten zuweisen, um sensible Informationen zu schützen und Nachvollziehbarkeit sowie Transparenz herzustellen.

Beschäftigung, Qualifikationen und Mitbestimmungsrecht
Während generative KI-Arbeitsabläufe erleichtern kann, wirft sie zugleich Fragen zur Beschäftigungssicherheit auf, insbesondere in verwaltungstechnischen und unterstützenden Tätigkeiten. Gleichzeitig steigen die Kompetenzanforderungen für Universitätsmitglieder und angehörige, um generative KI sinnvoll und verantwortungsvoll einzusetzen. Dies erfordert gezielte Weiterbildungen sowie eine Anpassung der Lehre, um Studierende auf eine zunehmend KI-geprägte Arbeitswelt vorzubereiten. Zudem ist eine frühzeitige Einbindung der Mitarbeitenden in Entscheidungsprozesse notwendig, um Akzeptanz zu schaffen und gerechte Lösungen zu entwickeln.

Transparenz und Nachvollziehbarkeit
Generative KI erstellt Ausgaben auf Basis statistischer Muster und Wahrscheinlichkeiten, ohne eigenständige Entscheidungen zu treffen oder Inhalte bewusst zu verstehen. Dies kann zu Unsicherheiten in Kunst, Forschung, Lehre und Verwaltung führen, insbesondere wenn KI-generierte Inhalte nicht klar als solche gekennzeichnet sind. Um Vertrauen in KI-gestützte Prozesse zu schaffen, ist es essenziell, deren Funktionsweise und Einsatzbereiche offenzulegen und klare Regeln für ihren Einsatz zu vereinbaren. Abschnitt 4 enthält Empfehlungen, wie dies gelingen kann.

Nachhaltigkeit und Ressourcennutzung
Das Training von KI-Modellen sowie der Betrieb von Rechenzentren erfordert erhebliche Mengen an Energie und Wasser. Im Rahmen der Nachhaltigkeitsstrategie arbeitet die Bauhaus-Universität Weimar an einem verantwortungsvollen Umgang mit Rechenressourcen. Nutzer*innen sollten sich vor jeder Nutzung fragen, ob eine Anfrage nicht ohne generative KI lösbar ist. 

Plagiate und akademisch-künstlerische Integrität 
KI-Tools können Texte, Bilder, Musik oder Programmcodes erzeugen, deren Quelle unklar ist – insbesondere wenn Quellen nicht korrekt angegeben oder Inhalte automatisch aus bestehenden Materialien zusammengesetzt werden. Studierende, Lehrende, Forschende und Kunstschaffende können unbeabsichtigt fremde Gedanken als eigene ausgeben. Dies erschwert die Bewertung eigenständiger Leistungen.

Halluzinationen und Verlässlichkeit von KI-Informationen
KI-Anwendungen können fehlerhafte oder erfundene Inhalte generieren, die auf den ersten Blick plausibel erscheinen, aber inhaltlich falsch oder irreführend sind. Dies birgt besondere Risiken für wissenschaftliche Arbeiten, wenn unsichere oder nicht überprüfbare Quellen verwendet werden. Auch in administrativen und akademischen Entscheidungsprozessen kann eine unkritische Nutzung von KI zu fehlerhaften Schlussfolgerungen führen. Daher ist es essenziell, KI-generierte Inhalte stets zu überprüfen, kritisch zu hinterfragen und transparent als solche zu kennzeichnen.

Abnehmende Informationsdichte und komplexe Sprache
Generative Textmodelle erzeugen oft mehr und komplexere Sätze, als zur Darstellung des Inhalts eigentlich notwendig wären. Dadurch beanspruchen sie mehr Aufmerksamkeit beim Lesen und lenken vom Wesentlichen ab. Textmodelle müssen in der Eingabe aktiv zur Formulierung in einfacher Sprache aufgefordert werden.