Lehren und Lernen

Natürlich werden die Informationen in diesem Beitrag in wenigen Wochen nicht mehr aktuell sein. Aber Ethan Mollick (Wharton School) ist mit seinem Newsletter „One Useful Ting“ eine der Top-Adressen, wenn man über KI-Entwicklungen auf dem Laufenden bleiben will. Sein aktueller „Quick Guide“ ist eine Übersicht und Schritt-für-Schritt-Anleitung gleichermaßen. Da viele von uns oft nur ein favorisiertes KI-Tool nutzen, erfährt man hier Nützliches über mögliche Alternativen. Zugleich ist der Guide eine Anleitung zum Ausprobieren und Testen, empfiehlt Schwerpunkte und zeigt Möglichkeiten auf. Und ganz nebenbei werden noch Forschungsergebnisse aus den Wharton-Labs verlinkt.

Kapitelüberschriften lauten: „Which AI to use“, „Using Deep Research“, „An Easy Approach to AI: Voice Mode“, „Making Things for You: Images, Video, Code, and Documents“, „Working with an AI“, „Troubleshooting“ und „Your Next Hour“.

„So now you know where to start. First, pick a system and resign yourself to paying the $20 (the free versions are demos, not tools). Then immediately test three things on real work: First, switch to the powerful model and give it a complex challenge from your actual job with full context and have an interactive back and forth discussion. Ask it for a specific output like a document or program or diagram and ask for changes until you get a result you are happy with. Second, try Deep Research on a question where you need comprehensive information, maybe competitive analysis, gift ideas for someone specific, or a technical deep dive. Third, experiment with voice mode while doing something else — cooking, walking, commuting — and see how it changes your ability to think through problems.“

Ethan Mollick, One Useful Thing, 23. Juni 2025

Die Publikation (48 S.) ist ein Produkt der Fachgruppe „Digitale Transformationsprozesse“ in der Gesellschaft für Wissensmanagement. Die Fachgruppe hat sich in den letzten Monaten mit dem Wissenstransfer in der Verwaltung auseinandergesetzt. Herausgekommen ist eine Reihe von Artikeln, eine Mischung aus methodischen Reflexionen und Praxiserfahrungen. Wissensmanagement und Wissenstransfer bilden zentrale Stichworte, Onboarding und Mentoring sind andere. Die Beiträge sind sehr heterogen und beleuchten das Thema aus sehr unterschiedlichen Perspektiven. Vielleicht hätten zwei oder drei konkrete Praxisbeispiele oder Projektberichte die Aufgaben, vor der viele Verwaltungen stehen, und ihre Umsetzung noch anschaulicher gemacht. Das Knowhow bringen die Autor:innen (siehe die Anlagen ab S. 37) allemal mit.
Tanja Krins, Gesellschaft für Wissensmanagement, 17. Juni 2025  

Barbara Geyer, Hochschule Burgenland, hat ihre KI-Erfahrungen und -Praxis in einem Leitfaden zusammengefasst. Es umfasst fünf Schritte und führt „von der eigenen Kompetenzentwicklung zur systematischen Qualitätssteigerung“. Am Anfang steht, so die Autorin, die eigenen KI-Kompetenzen zu entwickeln, also Erfahrungen im Umgang mit KI-Tools zu sammeln. Das kann man nur unterstreichen. Dass die systematische Beschäftigung mit KI „die Rollen von Lehrenden und Lernenden neu definiert“ und „Platz macht für kollaborative Lernprozesse“, wie es abschließend heißt, würde ich mehr als Chance und weniger als Automatismus formulieren.

Barbara Geyer, KI in Lehre und Weiterbildung, 17. Juni 2025      

Wer noch am Anfang seiner KI-Reise steht, nimmt hier mit: Es gibt System-Prompts, um einer generativen KI eine feste Rolle oder Aufgabe zuzuweisen, die sie in einer laufenden Kommunikation einnehmen soll; und es gibt User-Prompts, also die darauf folgenden Fragen. Diese Unterscheidung steckt in der Regel auch hinter dem, was man Custom-GPTs nennt. Aber die können – aus verschiedenen Gründen – nicht immer erstellt oder eingesetzt werden.
Wolfgang König, wb-web, Mai 2025

Bildquelle: wb-web

Ich hatte beim Stichwort „Next-Level-Lehre“ zwar etwas mehr erwartet, aber sei’s drum. Der Rahmen dieser Studie: Wenn es um die Entwicklung bzw. Förderung von Future Skills wie kritischem Denken, Teamfähigkeit und Problemlösungskompetenzen geht, greift die reine Wissensvermittlung zu kurz. Also wurden 9.340 Professor:innen aus 30 Fächern an Universitäten, Fachhochschulen und Dualen Hochschulen befragt, wie weit denn innovative Lehr- und Lernformate von ihnen eingesetzt werden.

Hier hat mich zum einen natürlich interessiert, was unter „innovativen Lehr- und Lernformaten“ verstanden wird. Die Autor:innen der Studie haben hier nach problembasiertem Lernen (PBL), projektbasiertem Lernen, Peer Learning, forschendem Lehren und Lernen, Gamification/ szenariobasiertem Lernen, Inverted/ Flipped Classroom sowie der klassischem dozierendenzentrierten Lehre (ohne/ mit interaktiven Elementen) gefragt.

Die Ergebnisse liefern ein differenziertes Bild, das Rückschlüsse auf einzelne Hochschultypen und Fächer erlaubt. Zusammenfassend heißt es unter anderem: „Problem- und projektbasiertes Lernen sind bereits verbreitete Lehr-/Lernformate, Peer Learning und Forschendes Lernen sind ebenfalls etabliert – ein ermutigendes Zeichen für den Wandel. Doch das Potenzial innovativer Lehre ist längst nicht ausgeschöpft. Dabei braucht es keine Neuentwicklung im luftleeren Raum: Die didaktische Werkzeugkiste ist gut gefüllt. Es gilt, bewährte Ansätze reflektiert auszuwählen und kontextsensibel einzusetzen.“

Spontan: Gerade mit Blick auf gesellschaftliche Entwicklungen und Anforderungen (und Future Skills gehören natürlich in dieses Bild!) können Antworten sicher nicht nur in der Praxis innovativer Lehr- und Lernformate sowie einzelner Fächer und Lehrveranstaltungen gefunden werden. Denn dann könnte man sich nach Studium der vorliegenden Ergebnisse eigentlich fast zurücklehnen.
Nina Horstmann und Johanna Leifeld, Hochschulforum Digitalisierung/ News, 26. Mai 2025

Der Artikel gibt einen guten Überblick über den Stand der Diskussion – indirekt auch, was die Schwierigkeiten und Herausforderungen rund um das Thema „Future Skills“ betrifft. Im ersten Teil findet sich viel Bekanntes: ein Überblick über Skills und Kompetenzen, Rahmenmodelle und die Ergebnisse einer Auswertung von Stellenanzeigen.

Im zweiten Teil geht es dann um die Frage, inwieweit Future Skills heute schon in der Hochschullehre aufgegriffen werden. Nun kann man zum Beispiel Hochschullehrer:innen befragen, ob Skills wie kritisches Denken in ihrer Lehre vermittelt werden (und das wurde auch getan). Doch schon, wenn man diesen Satz aufschreibt bzw. liest, ahnt man, wie interpretationsoffen eine solche Frage ist. Was versteht man unter „kritischem Denken“? Wie greift man es in einem ja meist fachlich ausgerichteten Kurs auf? Macht man es am Lehr- bzw. Lernformat fest? Oder an der Art der Behandlung des Fachthemas? Und wie kann man am Ende des Tages feststellen, dass die Bemühungen, kritisches Denken zu fördern, erfolgreich waren? Diese Fragen stellen sich natürlich nicht nur in der Hochschullehre, sondern auch später im Berufsleben, wenn man dort Future Skills aufnehmen möchte. 

Die Autorinnen sprechen zumindest vier Hebel an, um Future Skills erfolgreich in die Hochschullehre zu integrieren: a) Future Skills institutionalisieren, b) neue Lerninhalte curricular verankern, c) „neue“ Lehr-/Lern- und Prüfungsmethoden verwenden und weiterentwickeln; d) neue Lernumgebungen und Innovationsräume schaffen. 

Nina Horstmann und Larissa Klemme, Hochschulforum Digitalisierung, 22. Mai 2025 

Nele Hirsch (eBildungslabor) meint, dass der Fokus auf KI-Kompetenzmodelle die Diskussion vorschnell einengt und von wichtigeren Fragen ablenkt. „KI-Kompetenzmodelle gehen von der Technologie aus und nicht vom Lernen“, schreibt sie. Das kann dazu führen, die KI selbst nicht mehr zu hinterfragen, sondern sie als gesetzt bzw. neutral zu betrachten.

Stattdessen schlägt sie vor, „nicht bei der Technologie zu beginnen, sondern in den Fokus zu nehmen, wie Lernende gesellschaftliche Handlungsfähigkeit unter den gegebenen gesellschaftlichen Rahmenbedingungen entwickeln können.“ Also nicht KI-Kompetenzen vermitteln, sondern sich mit den gesellschaftlichen Herausforderungen im Zeichen der KI auseinandersetzen.

„Ich gebe somit nicht vor, was dazu gelernt werden soll, sondern reflektiere mit Lernenden, wie sie KI in ihrer Gegenwart erleben und begleite sie bei den daraus entstehenden Lernprozessen.“
Nele Hirsch, eBildungslabor, 10. Juni 2025

Bildquelle: Nele Hirsch

Vorweg: Ich glaube nicht, dass es abschließende Antworten auf die Frage gibt, ob „KI uns dumm macht“. Dafür sind die individuellen Voraussetzungen und sozialen Rahmenbedingungen der Lernenden zu unterschiedlich und Lernprozesse zu komplex. Aber man kann und sollte natürlich Einsatz und Nutzung von KI-Tools kritisch begleiten und reflektieren. Im hier verlinkten Beitrag werden zwei Studien aus der Schweiz und aus Nigeria verlinkt und zusammengefasst, die den Einfluss von KI untersuchen. Das Fazit der Autorin kann ich unterschreiben:

„Beide Studien liefern Hinweise darauf, wie der Einsatz von Künstlicher Intelligenz das Lernen beeinflussen kann – allerdings aus unterschiedlichen Blickwinkeln. Ob künstliche Intelligenz uns nun klüger oder dümmer macht, hängt davon ab, wie wir sie verwenden. Der Knackpunkt ist dabei, ob wir KI-Tools als Unterstützung beim Lernen oder als Ersatz dafür nutzen.“
Marion Kirbis, Redaktion/CONEDU, erwachsenenbildung.at, 28. Mai 2025

Bildquelle: William Felipe Seccon (Unsplash)

Das Stichwort „Human in the Loop“ fiel an dieser Stelle noch nicht. Deshalb nutze ich die Gelegenheit. Es geht (natürlich) um das Zusammenspiel zwischen KI und ihren Nutzern. Ian O’Byrne beschreibt „Human in the Loop“ (HITL) als ein kognitives Commitment, Aufgaben nicht einfach an eine KI zu delegieren oder deren Ergebnisse unreflektiert zu übernehmen:

„When you ask a model to help you write, research, teach, or design, you’re entering a loop. Not just technically, but cognitively.
– Are you reviewing what the AI suggests?
– Are you checking your own instincts against its outputs?
– Are you noticing when something feels off, or when something clicks?

In this sense, being the human in the loop means committing to reflection. It’s a cognitive posture that resists the temptation to outsource thinking. It insists: This is still my judgment. This is still my work.
AI can assist. But the meaning, the framing, the ethical consequences, those remain ours.“

Es gibt übrigens weitere Beiträge des Autors, die das Konzept von HITL weiter vorstellen.
Ian O’Byrne, Blog, 10. Juni 2025

Es ist eigentlich nur eine einzige Botschaft, die Philippa Hardman aber sehr ausführlich darlegt. Ihr Ausgangspunkt ist die Liste von KI-Use Cases, die OpenAI von Lernenden zusammengetragen hat (siehe mein Beitrag „Top 20 chats for finals“). Daraus leitet sie ab, dass viele Lernende nicht mehr einfach dem Pfad folgen, den Instructional Designer für sie angelegt haben. Sie nutzen vielmehr KI (ChatGPT), um flexibel und inviduell mit den Lernmaterialien umzugehen und sich auf Prüfungsszenarien vorzubereiten. Die Schlussfolgerung für Philippa Hardman:

„Learner behaviour is pointing toward a fundamental evolution in our role as instructional designers. The future belongs to designers who can create adaptive learning ecosystems rather than fixed learning experiences.

This shift begins with reconceptualising our primary function. Instead of crafting the „perfect“ explanation or linear sequence, we need to design modular learning components that learners can combine and adapt based on their needs. When learners ask AI to „identify the most important 20% of learnings that will help me understand 80% of it,“ they’re asking for content restructured by learning priorities rather than academic comprehensiveness. We’re evolving from content creators to experience architects who design interconnected learning nodes navigable through multiple pathways.“
Philippa Hardman, Dr Phil’s Newsletter, 5. Juni 2025

Philippa Hardman weist auf diese interessante Aufstellung von Use Cases hin, die auf der Seite „ChatGPT for Education“ veröffentlicht wurde: „Students from universities around the world share the specific chats they’re using. You can copy and paste these into ChatGPT and try them yourself.“

ChatGPT for Education, 8. Mai 2025

Coursera hat seinen „Global Skills Report 2025“ veröffentlicht, und Gudrun Porath nimmt ihn zum Anlass, um auf eine „Lücke zwischen strategischem Anspruch und gelebter Lernkultur“ hinzuweisen, was den Umgang mit KI-Technologien betrifft. Denn Unternehmen setzen zwar zunehmend auf KI, jedoch ohne in gleichem Maße die entsprechenden Kompetenzen ihrer Mitarbeitenden zu fördern. Gleichzeitig ist zu beobachten, dass eine große Zahl von Mitarbeitenden auf Plattformen wie Coursera aktiv ist. Sie nehmen das Lernen offensichtlich selbst in die Hand, folgert Gudrun Porath.
Gudrun Porath, Haufe.de/ Kolumne E-Learning, 4. Juni 2025 

Bildquelle: Coursera

Der Titel ist eine Zwischenüberschrift aus dem aktuellen Newsletter der Gesellschaft für Wissensmanagement (GfWM). Er verweist auf ein Seminar, das Simon Dückert im Vorfeld der GfWM-Mitgliederversammlung 2025 in Frankfurt angeboten und moderiert hat. Slides und Aufzeichnung stehen online zur Verfügung. Ich möchte vor allem einen Blick auf die Slides empfehlen, die viele Entwicklungen und Fragestellungen zum Wissensmanagement, zur Wissensarbeit und zur KI zusammenfassen. Stand heute muss man bei diesem Thema natürlich ergänzen.
Gesellschaft für Wissensmanagement (GfWM), Mai/Juni 2025

Ich habe in den letzten Wochen immer wieder einmal das Konzept der Badges (bzw. Open Badges) vorgestellt. Die Reaktionen waren meist unterschiedlich und reichten von „nette (aber überflüssige) Spielerei“ bis „zeitgemäßes Feature“, das man mit Blick auf aktuelle Entwicklungen und einzelne Zielgruppen unbedingt testen sollte. Deshalb verlinke ich auf diese Nachricht der Open University (OpenLearn), die offensichtlich gute Erfahrungen mit Badges macht. Unter dem Stichwort „Badged courses“ heißt es:

„Badges demonstrate interest in a subject, evidence of professional development or a commitment to studies. Badged courses are highly engaging and cover a range of core subjects and professional competencies essential for the modern workplace.

A free Open University digital badge is awarded for completing all sections of a course and passing the assessments. Your badge and Statement of participation are downloadable from your OpenLearn Profile and can be shared on social media and displayed in LinkedIn or other eportfolio platforms.“
OpenLearn, Newsletter, Juni 2025

Irgendwann, so um die Halbzeit dieses Podcasts, sprechen Gastgeber Thomas Jenewein und sein Gast,  Christoph Meier, einen interessanten und wichtigen Punkt an: nämlich das Potenzial der KI, das selbstorganisierte und eigenverantwortliche Lernen zu unterstützen. Hier können zukünftig entsprechend konfigurierte Chatbots unterstützen, die dann als Tutoren oder Studdy Buddies Lernprozesse und -aktivitäten begleiten. Toll wäre es natürlich, wenn die Lernenden selbst in der Lage sind, ihre eigenen Chatbots (Custom GPTs) zu entwickeln. Aber soweit geht es im Gespräch nicht.

Ansonsten liefert Thomas Jenewein die Stichworte, und Christoph Meier (scil) fasst wichtige Ergebnisse einer Studie zusammen, die als „SCIL Arbeitsbericht 34: GenKI, Wissensarbeit & Personalentwicklung“ im April veröffentlicht wurde und die selbst die Ergebnisse aktueller Studien zum Thema zusammenfasst. Eigene Erfahrungen der Beteiligten und Linktipps (siehe Shownotes) reichern die referierten Ergebnisse an.

„Christoph Meier, Leiter des Swiss Competence Center for Innovations in Learning (scil) an der Universität St. Gallen, präsentiert in dieser Episode einen Arbeitsbericht, der auf mehr als 30 aktuellen Studien zur Auswirkung generativer KI auf Arbeitsprozesse und Beschäftigungsverhältnisse in Organisationen basiert. Der Bericht untersucht, wie generative KI die Arbeitswelt transformiert, darunter die Veränderung von Aufgabenprofilen bei Wissensarbeitern, den Wandel erforderlicher Kompetenzen und die Neugestaltung beruflicher Entwicklungswege.“
Thomas Jenewein, Gespräch mit Christoph Meier, Education NewsCast, Episode 352, 26. Mai 2025

Barbara Geyer (Hochschule Burgenland) hat getestet, wie sich ChatGPT, Claude und Gemini heute für die wissenschaftliche Recherche nutzen lassen. Es geht um Deep Research, also um die Fähigkeit von KI-Tools, komplexe Suchanfragen zu verstehen, Quellen zu analysieren und die Ergebnisse wie gewünscht aufzubereiten. Zwar, so Barbara Geyer, gibt es nach wie vor Grenzen und an wissenschaftlichen Datenbank führt kein Weg vorbei. Doch: „Für den Einstieg in ein Thema oder eine erste wissenschaftliche Orientierung sind diese Tools bereits jetzt sehr wertvoll.“

Und das gilt nicht nur für die wissenschaftliche Recherche: Deep Research kann auch im Alltag unsere Informationsbeschaffung grundlegend verändern. Man denke nur an schnelle Produktvergleiche und Marktanalysen.

Ihr Fazit: Studierende müssen lernen, diese Möglichkeiten „reflektiert und kritisch zu nutzen“. Was voraussetzt, dass auch die Lehrenden „zu kompetenten Nutzenden werden“.
Barbara Geyer, KI in Lehre und Weiterbildung, 30. Mai 2025

Bildquelle: Barbara Geyer

Es ist ein sehr plakativer, bildreicher Weckruf, den Jan Foelsing hier platziert (und auch die Werbung für die eigenen Angebote kommt nicht zu kurz). Die Botschaft: Learning & Development (L&D) sollte KI als Chance nehmen, um Lernumgebungen neu zu gestalten und damit auch die eigene Rolle neu zu bestimmen. Was L&D nicht tun sollte: mit Hilfe von KI einfach die bestehenden Angebote und Prozesse effizienter zu entwickeln.    

„KI ist kein Werkzeug, um das Alte schneller zu machen – sie ist ein echter Möglichmacher für neue Lernwelten. Mit KI wird L&D nicht mehr zum Pflichtstundenverwalter, sondern zum Daten-Kollektor, Learning Coach, Kulturarchitekten und Skill-Navigator. Die Rolle von L&D wird strategisch, vernetzend, kuratierend.“
Jan Foelsing, LinkedIn, 19. Mai 2025

Bildquelle: Jan Foelsing (created with ChatGPT 4.1)

Wo steht das Wissensmanagement heute? Wer trägt in Unternehmen die Verantwortung für das Thema? Gibt es neben der demografischen Entwicklung weitere Treiber? Und wo fängt man an, wenn man mit  Wissensmanagement starten will? Diesen und weiteren Fragen stellt sich Gast Simon Dückert in dieser Ausgabe des Podcasts „neues lernen“ (52 Min.).
Podcast neues lernen, Folge 52, 27. Mai 2025

Ich habe gerade noch einmal nachgeschaut, aber ich habe den „Workplace Learning Report 2025“ von LinkedIn hier noch nicht verlinkt, obwohl er bereits im Februar erschienen ist. Vielleicht liegt es auch daran, dass er relativ unspektakulär daherkommt. Wenn ich es richtig lese, wurden wieder weltweit HR/ L&D-Professionals und Mitarbeitende befragt. Zusätzlich wurden Daten auf LinkedIn ausgewertet, um „career development champions“ zu identifizieren. Also Unternehmen mit einem hohen „career development index“.

In den folgenden Kapiteln werden einzelne Felder beschrieben, auf denen diese Champions besser abschneiden als die übrigen Unternehmen, zum Beispiel GAI Adoption oder die Umsetzung verschiedener Karriereentwicklungs-Maßnahmen. Es folgen fünf Empfehlungen, wie man das eigene Unternehmen zu einem „career development champion“ entwickeln kann, garniert mit vielen kurzen Stories und Zitaten. Das ist es.

Es gibt dann noch eine Seite im Report, die als „Bonus“ gekennzeichnet ist: „Recommended courses to succeed in 2025“. Aber auch hier habe ich nichts Aufregendes entdecken können.

LinkedIn Learning, Februar 2025

„Learning Circles haben bei DATEV einen festen Platz im Lernportfolio, da wir Peer Learning als besonders wirkungsvoll ansehen.“ So beginnt der Beitrag, den Christian Kaiser und Till Stüve für das Buch „Die Kraft der Learning Circles. Umsetzung, Wirkung und Einsatzmöglichkeiten“ von Nele Graf und Ursula Liebhart geschrieben haben und der jetzt auf dem Blog von Christian Kaiser zu lesen ist.

Im Beitrag wird erläutert, wie und warum die DATEV auf das Format der „Learning Circles“ setzt und welche Erfahrungen sie damit gesammelt hat. Learning Circles sind heute, so die Autoren, ein zentraler Baustein einer „integrativen Lernkultur“ der DATEV, „die nicht nur Mitarbeitende, sondern auch Kund:innen und Partner:innen einbezieht“. Wie das funktioniert, wie die Learning Circles mit den DATEV DigiCamps verbunden sind, wie sie konkret ablaufen und welche Rolle die lernOS Leitfäden dabei spielen, wird am Beispiel des Themas „Digitales Ökosystem“ geschildert.  

„Organisationen, die Learning Circles einführen möchten, sollten auf eine einladungsbasierte Lernkultur setzen, attraktive Lernangebote bereitstellen und auf bewährte Methoden wie lernOS zurückgreifen, um eine erfolgreiche Integration von Lernen in die Arbeitsprozesse zu fördern. Durch die Schaffung eines positiven organisatorischen Lernumfelds und die Stärkung der Eigenverantwortung der Mitarbeitenden können Learning Circles einen bedeutenden Beitrag zur Unternehmensentwicklung leisten.“
Christian Kaiser, Change & Transition, 21. Mai 2025