KI in der Hochschulbildung: Was braucht es dafür?
Künstliche Intelligenz hält Einzug in Hörsäle, Prüfungen und wissenschaftliche Arbeitsabläufe – schneller, als viele Hochschulen darauf vorbereitet sind. Was das für Studierende, Lehrende und Institutionen bedeutet, und warum die Schweiz jetzt handeln sollte, erklärt Sabine Seufert, Professorin für Wirtschaftspädagogik und Leiterin des Instituts für Bildungsmanagement und Bildungstechnologien an der Universität St. Gallen. Sie ist Mitglied des Schweizerischen Wissenschaftsrates (SWR) und hat die vorliegenden Empfehlungen zu KI-Governance in der Hochschulbildung massgeblich mitgeprägt. Im Gespräch erläutert sie, wo die grössten Governance-Lücken liegen, was eine «Sandbox» mit Bildung zu tun hat und weshalb koordinierte Rahmenbedingungen nötig sind, damit Hochschulen KI verantwortungsvoll erforschen, erproben und einsetzen können.
Was hat KI überhaupt mit Governance zu tun?
KI ist längst keine Zukunftstechnologie mehr. Sie ist bereits heute in der Lehre, bei Leistungsbewertungen und Verwaltungsprozessen an Schweizer Hochschulen im Einsatz. Das klingt nach Fortschritt, und das ist es auch. Aber KI im Bildungsbereich ist nie neutral: Sie kann Profile von Studierenden erstellen, das Lernverhalten auswerten und Entscheidungen über Noten oder Studienverläufe unterstützen. Das sind keine rein technischen Fragen, sondern es sind auch Fragen der Governance.
Governance bedeutet: Wir müssen klären, wer unter welchen Bedingungen entscheiden darf, wie KI-Systeme eingesetzt werden, welche Daten genutzt werden dürfen und wer Verantwortung trägt, wenn KI in Bildungsprozesse eingreift. In der Hochschulbildung betrifft das sehr konkrete Fragen: Darf ein KI-System Feedback auf Prüfungsleistungen geben? Darf es Lernverhalten analysieren? Welche Daten dürfen für Forschung, Entwicklung oder Qualitätssicherung verwendet werden? Und wer entscheidet, ob ein System aus einem Pilotprojekt in den regulären Betrieb überführt wird?
Diese Fragen sollte nicht jede Hochschule allein beantworten müssen. Gerade weil KI-Anwendungen häufig über Institutionen und Kantone hinweg entwickelt, getestet und genutzt werden, braucht es eine gemeinsame nationale Orientierung.
Was ist der Unterschied zwischen «KI für Bildung» und «Bildung für KI»?
Das klingt wie ein Wortspiel, ist aber ein zentraler Unterschied, auch für die Frage der Governance.
«Bildung für KI» bedeutet: KI ist das Lernziel. Studierende lernen, was KI ist, wie sie funktioniert, wo ihre Grenzen liegen. Die KI selbst greift dabei nicht in Lernprozesse ein. Es geht um Kompetenzaufbau, um kritisches Verstehen einer Technologie.
«KI für Bildung» dreht die Perspektive um: Hier ist KI das Werkzeug. Sie gibt Feedback auf Studienleistungen und Lerninhalte, unterstützt Tutoring, analysiert Lernfortschritte und hilft bei der Bewertung. Das klingt hilfreich, hat aber auch eine andere Qualität: Diese KI-Systeme können direkt in Bildungsentscheidungen eingreifen. Sie brauchen Trainingsdaten aus echten Lernumgebungen.
Die Governance-Anforderungen sind deshalb grundlegend verschieden. Das wird bisher zu wenig beachtet.
Warum reicht es nicht, wenn jede Hochschule ihre eigenen Regeln macht?
Auf den ersten Blick scheint das vernünftig: Hochschulen sind autonom, sie kennen ihre eigene Situation, also sollen sie auch selbst entscheiden. Doch in der Praxis führt dieses Prinzip zu einem Flickenteppich, der die interinstitutionelle und interkantonale Zusammenarbeit in diesem Bereich erschwert. Denn Zusammenarbeit in der KI-bezogenen Forschung braucht eine abgestimmte Auslegung von Zuständigkeiten, Datennutzung und Risiken.
Stellen Sie sich vor: Mehrere Hochschulen möchten gemeinsam ein KI-gestütztes Tutoringsystem entwickeln, das Studierende beim Einstieg ins Studium unterstützt, etwa beim fachlichen Grundlagen oder bei der Orientierung im ersten Studienjahr. Das System wird zunächst in einem Forschungsprojekt getestet, später vielleicht in regulären Lehrveranstaltungen eingesetzt. Dann stellen sich sofort Fragen: Welche Lern-, Text- und Interaktionsdaten dürfen verwendet werden? Dürfen Prompt-Verläufe, Feedbackspuren oder Nutzungsdaten für Forschung ausgewertet werden? Wann ist das System noch ein Forschungsprototyp, wann ein reguläres Lehrinstrument? Und wer entscheidet, ob es in den Regelbetrieb überführt werden darf?
Diese Fragen lassen sich nicht auf Institutsebene lösen. Deshalb empfiehlt der SWR die Entwicklung und Einführung eines nationalen Referenzrahmens für die KI-Governance in der Hochschulbildung mit dem Ziel, eine gemeinsame Orientierung für die Hochschulen und Kantone zu schaffen. Dieser nationale Referenzrahmen sollte folgende Aspekte addressieren: eine klare Unterscheidung zwischen verschiedenen KI-Anwendungskontexten, Regeln und Kriterien für den Übergang von der Forschung zur Routinenutzung, damit klar ist wann sich wie die Verantwortlichkeiten verlagern, und Mechanismen zur vereinfachten interinstitutionellen, interkantonalen und nationalen Zusammenarbeit. Solange jede Institution eine eigene Interpretation entwickeln muss, bleibt die Governance strukturell lückenhaft.
Was ist eine Sandbox – und warum brauchen wir sie im Bildungsbereich?
Eine Sandbox ist ein geschützter Experimentierraum. Der Begriff kommt ursprünglich aus der Softwareentwicklung: ein Bereich, in dem man etwas ausprobieren kann, ohne dass Fehler direkt in die reale Welt durchschlagen. Im Bildungsbereich ist die Idee dieselbe, aber die Anforderungen sind spezifischer.
Der SWR empfiehlt zwei Arten von Sandboxes: Technische Sandboxes sind für die Entwicklung und Erprobung von KI-Systemen gedacht, die später in der Lehre eingesetzt werden sollen, etwa Tutoringsysteme oder automatisierte Feedbackwerkzeuge. Hier kann unter kontrollierten Bedingungen entwickelt und getestet werden, bevor ein System echte Auswirkungen auf Studierende hat.
Pädagogische Sandboxes verfolgen ein anderes Ziel: Sie schaffen einen Raum, in dem Studierende und Lehrende authentisch mit KI interagieren können – für Lern- und Forschungszwecke. Wie gehen Menschen mit generativer KI um? Welche Missverständnisse entstehen? Wie verändert KI das Lernverhalten? Solche Fragen lassen sich nur in realen Lernumgebungen untersuchen. Deshalb brauchen sie klare Regeln, damit die Beteiligten geschützt sind.
Sandboxes sind also keine Spielwiesen. Sie sind kontrollierte Räume, die Innovation ermöglichen, ohne Verantwortung auszublenden.
Was empfiehlt der SWR konkret, und an wen richtet er sich?
Der SWR macht vier konkrete Empfehlungen, die zusammenspielen und aufeinander aufbauen.
Erstens braucht es einen nationalen Referenzrahmen für die KI-Governance in der Hochschulbildung gerade auch für die Forschung an und mit KI in diesem Bereich. Diesen nationalen Referenzrahmen hatte ich ja schon erklärt.
Zweitens sollen differenzierte Sandbox-Modelle aufgebaut werden, eingebettet in eine nationale mehrstufige Recheninfrastruktur, die der SWR in einem separaten Infrastrukturprojekt empfiehlt (AI and Computing Infrastructure Bericht).
Drittens braucht es lokale und regionale Expertengruppen, die den Übergang zwischen Theorie und Praxis begleiten, die also rechtliche Anforderungen, ethische Grundsätze und den nationalen Referenzrahmen in den Hochschulalltag übersetzen.
Viertens sind bildungsspezifische Datenräume notwendig, die Hochschulen den Zugang zu und die Nutzung von Daten ermöglichen, die für die Entwicklung und Evaluation KI-gestützter Bildung sowie für einschlägige Forschung im Hochschulbereich erforderlich sind, besonders im Hinblick auf interinstitutionelle Zusammenarbeit.
Diese Empfehlungen richten sich gleichzeitig an Hochschulen, Kantone und den Bund. Keine dieser Ebenen kann das allein umsetzen.
Was gewinnt man, wenn die Empfehlungen umgesetzt würden?
Man gewinnt vor allem Handlungsfähigkeit. KI wird die Hochschulbildung weiter verändern. Die entscheidende Frage ist deshalb nicht, ob Hochschulen KI nutzen, sondern unter welchen Bedingungen sie dies verantwortungsvoll tun können.
Gemeinsame Rahmenbedingungen helfen Hochschulen, systematischer zu untersuchen, welche KI-Anwendungen Lernen, Lehren und Prüfen tatsächlich verbessern, wo Risiken entstehen und welche Kompetenzen Studierende und Lehrende künftig brauchen. Besonders wichtig wird das, wenn Forschung hochschulübergreifend stattfindet oder wenn Bildungsstufen einbezogen werden, in denen Minderjährige beteiligt sind. Dann stellen sich zusätzliche Fragen des Schutzes, der Transparenz und der Einwilligung, etwa ob und wie Eltern informiert oder einbezogen werden müssen.
Gemeinsame Rahmenbedingungen schaffen nicht nur harmonisierte Grundlagen für einen Umgang mit diesen Anwendungen und die Forschung an ihnen, sondern fördern auch die Qualität der Hochschulbildung. Die Empfehlungen des SWR schaffen dafür eine gemeinsame Ausgangsbasis: für Forschung, Zusammenarbeit und evidenzbasierte Entscheidungen. So lässt sich besser erkennen, was bei «KI für Bildung» tatsächlich funktioniert, wo Grenzen liegen und wie sich Bildungsprozesse durch KI verändern. Ebenso wichtig ist es, systematisch zu verstehen, wie Menschen KI-Kompetenzen aufbauen und welche Unterstützung sie dafür brauchen. Die Empfehlungen bilden einen ersten Schritt auf dem Weg dorthin.
