An der RWTH Aachen zeigt sich, wie schnell künstliche Intelligenz in der Hochschullehre angekommen ist – und wie langsam Hochschulen ihre Strukturen daran anpassen. Eine Hochschulbefragung mit 315 Lehrenden der Ingenieurwissenschaften ergab: Gut 80 Prozent nutzen bereits KI-Werkzeuge. Viele setzen sie für Informationsrecherche, die eigene Weiterbildung und die Erstellung von Lehrmaterialien ein.

Durchgeführt wurde die Befragung vom Forschungsinstitut FIR an der RWTH Aachen im Auftrag der IMPULS-Stiftung des VDMA. 77 Prozent der Befragten beschäftigen sich aus eigenem Antrieb mit KI. Die praktische Nutzung wird also vor allem von einzelnen Lehrenden vorangetrieben – während strategische, curriculare und organisatorische Antworten vielerorts hinterherlaufen.

Zwischen Aufbruch und Lücke

66 Prozent möchten KI-Kompetenzen ausdrücklich in den Curricula verankern. In den Modulhandbüchern ihrer Studiengänge sehen das allerdings erst 19 Prozent umgesetzt. Eine klare strategische Ausrichtung der eigenen Hochschule zum Umgang mit KI in Studium und Lehre erkennen 54 Prozent nicht.

Auch der Blick in die Berufswelt macht Druck. 82 Prozent erwarten grundlegende Veränderungen der beruflichen Aufgaben in ihren Fachgebieten durch KI. Rund die Hälfte nimmt bereits eine Lücke zwischen den Anforderungen der Berufspraxis und den Lehrinhalten wahr. 61 Prozent wünschen sich deshalb häufiger realitätsnahe KI-Anwendungsfälle aus Unternehmen im Studium.

Fast alle Befragten halten einen reflektierten und verantwortungsvollen Umgang mit KI für ein wichtiges Ausbildungsziel. Gleichzeitig befürchten 88 Prozent, dass KI ohne geeignete didaktische Begleitung zu oberflächlicherem Lernen führen kann. Drei Viertel sehen Risiken für die eigenständige Problemlösefähigkeit der Studierenden. Das klingt weniger nach Technikbegeisterung im Turbo-Modus als nach vorsichtigem Abwägen.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Knapp 83 Prozent trauen sich zu, Fehler von KI-Systemen einzuschätzen. Im praktischen Umgang mit KI-Werkzeugen fühlen sich aber nur 54 Prozent sicher. Überraschend: Lehrende mit nur einer KI-Fortbildung berichten von mehr Unsicherheit als Lehrende ohne Fortbildung. Erst bei mehrfacher Teilnahme an Fort- und Weiterbildungen sinkt die Unsicherheit deutlich; zugleich steigen KI-Kompetenz und Motivation.

Prüfungen müssen näher an den Prozess

78 Prozent halten Anpassungen bestehender Prüfungsformate für erforderlich. Mehr als die Hälfte berichtet von zunehmenden Schwierigkeiten bei der fairen Bewertung studentischer Eigenleistungen. Vier von fünf Lehrenden haben deshalb eigene Regeln für den KI-Einsatz in Prüfungen festgelegt.

Die Frage ist knifflig: Wo endet erlaubte Hilfe und wo beginnt unerlaubte Nutzung? Rechtschreibkorrektur, Ideensammlung, Strukturierung, Argumentationshilfe und vollständige Texterstellung können ineinander übergehen. Ein sprachlich glänzender Text zeigt zudem nicht automatisch tiefes Verständnis oder eine größere Eigenleistung.

Hochschullehrende und Bildungsexpert:innen diskutierten diese Fragen am 22. Juni 2026 beim University:Future Festival in Berlin und am 15. Juli 2026 beim Netzwerktreffen „Strategische Hochschulentwicklung in Zeiten generativer KI“ in Bielefeld. Die Workshops leiteten Annabell Bils, Jannica Budde und Doris Weßels. Grundlage war das Diskussionspapier „Wissenschaftliche Abschlussarbeiten im KI-Zeitalter“. Beim Festival entwickelten die Teilnehmenden ein Zukunftsbild der Hochschule; in Bielefeld erarbeiteten Hochschulleitungen strategische Empfehlungen.

Der Bewertungsfokus soll sich demnach vom fertigen Produkt hin zu Prozessverständnis und methodischer Reflexion verschieben. Prüfungen könnten stärker danach fragen, wie eine Fragestellung entstanden ist, warum bestimmte methodische Entscheidungen getroffen wurden und welche Entscheidungen den Arbeitsprozess geprägt haben. Ebenfalls sichtbar werden sollen die Prüfung und Weiterentwicklung von KI-Ergebnissen, das Verständnis von Zusammenhängen sowie die kritische Analyse und Bewertung der eigenen Resultate.

Mündliche Prüfungen und Verteidigungen können dabei helfen, tatsächliches Verständnis zu zeigen. Auch die Methodik und das technische Design des Vorgehens können selbst zum Prüfungsgegenstand werden. Als geeignete Formate gelten unter anderem Portfolios, anwendungsorientierte Aufgaben, Live-Demonstrationen, methodische und technische Dokumentationen sowie ausdrücklich KI-integrierende Prüfungen.

Eine kleinteilige Dokumentation sämtlicher Chatverläufe, die Abgabe aller Prompts oder die Zitation jedes KI-generierten Textteils analog zu Literaturquellen gilt dagegen als nicht praxistauglich. Studierende sollen KI-Ergebnisse kritisch einordnen, zielgerichtet nutzen und Verzerrungen von KI-Modellen berücksichtigen können. Für jede Aufgabe muss klar sein, welche Kompetenz geprüft wird und ob KI dabei eingesetzt werden darf oder nicht.

Ein einheitliches Prüfungsformat für alle Fächer halten die Beteiligten nicht für sinnvoll. Entscheidend seien Kompetenzen, Ressourcen, Gruppengrößen und fachliche Rahmenbedingungen. Traditionelle Hausarbeiten und reproduzierende Wissensabfragen verlieren an Bedeutung, während Portfolios, Reflexionsformate, mündliche Prüfungen und KI-integrierende Aufgaben an Relevanz gewinnen.

Vom Teaching zum Learning

Das Zukunftsbild aus den Workshops beschreibt eine Hochschule, die weniger Inhalte abliefert und stärker Lernprozesse ermöglicht, Orientierung gibt und kritische Reflexion fördert. Lehrende wären dann häufiger Mentor:innen, Motivator:innen und Resonanzpersonen – eher Coaches beziehungsweise „Learning Enabler“ als Kontrolleure.

Flipped Classroom, problemorientiertes Lernen und die gemeinsame Bearbeitung realer Fragestellungen sollen an Bedeutung gewinnen. Kleine, feste Lerngruppen und bewusst KI-freie Räume könnten die fachliche und persönliche Entwicklung unterstützen. Die Hochschule soll dabei ein sozialer Ort bleiben: persönliche Begegnung, Diskussion und gemeinsames Lernen werden angesichts leistungsfähiger KI nicht kleiner, sondern wichtiger.

Prüfungen könnten zunehmend KI-integrierend, präsent und mündlich gestaltet werden. Teilweise wären sie als begleitender Entwicklungsprozess denkbar, auch ohne Note. Studierende könnten stärker an der Definition von Lernergebnissen und geeigneten Nachweisformen beteiligt werden. Gesellschaft und Wirtschaft sollen bei der Entwicklung praxisnaher Prüfungen einbezogen werden; Leistungen sollen stärker in ihrem gesellschaftlichen Zusammenhang zur Sprache kommen.

Im Bielefelder Workshop lag der Schwerpunkt auf hochschulweiten Strukturen, Regelungen und Studiengangsentwicklung. Diskutiert wurde auch eine mögliche Wiedereinführung mündlicher Prüfungen und von Kolloquien bei Abschlussarbeiten. Wenn KI Formalia zuverlässig abdeckt, wird deren Abprüfung fragwürdig. Unklar bleibt trotzdem, wie eigenständige Leistungen gesichert werden können, wenn KI-Nutzung nicht nachweisbar ist. Selbst die beratende Rolle von Lehrenden bei Abschlussarbeiten könnte durch KI teilweise ersetzt werden.

Kompetenzziele müssen deshalb neu definiert oder ausgehandelt werden. Dabei prallen Recht, Didaktik und verfügbare Ressourcen aufeinander. Als rechtlicher Orientierungsrahmen wurde genannt, dass KI-Nutzung zulässig sein sollte, sofern Datenschutz und Urheberrecht eingehalten werden. Die Verantwortung für das Prüfungsergebnis soll unabhängig vom Entstehungsprozess bei den Studierenden bleiben.

Lehrformen und Bewertungsstandards sollen grundsätzlich überarbeitet werden. Regelungen wären besser als anpassbare, „lebende“ Leitlinien angelegt und nicht als starres Regelwerk. KI soll soziale Interaktion unterstützen, nicht ersetzen – ein kleiner Satz, an dem in der Praxis vermutlich ziemlich viel hängt.

Was Hochschulen jetzt brauchen

Empfohlen werden klare Strategien und Leitlinien für KI, kontinuierliche Qualifizierung, ausreichende zeitliche Ressourcen, eine Weiterentwicklung der Prüfungsformate, die curriculare Verankerung von KI-Kompetenzen, rechtssichere Prüfungsregelungen und engere Praxispartnerschaften zwischen Hochschulen und Unternehmen.

Auch die Workshops nennen angepasste Deputate und kontinuierliche KI-Qualifizierung als Voraussetzung. Studierende brauchen Kompetenzen für kritische Reflexion und einen transparenten Umgang mit KI. Eine leistungsfähige technische Infrastruktur und klare institutionelle Leitlinien gelten als Grundlage für legitime Prüfungen. Pauschales Misstrauen soll durch Transparenz, klare Regeln und eine vertrauenswürdige Infrastruktur ersetzt werden.

Die Befragung ist Teil eines Zwischenberichts der Studie „KI in der Ingenieurausbildung“ der IMPULS-Stiftung des VDMA. Die Gesamtstudie untersucht zusätzlich die Unternehmensperspektive und jene KI-Kompetenzen, die Absolventinnen und Absolventen beim Übergang in die Berufspraxis benötigen. Der Weg führt dabei vom Produkt zum Prozess: Verständnis, Methodik und Reflexion zählen neben dem Ergebnis. Und vom Zertifikat zur Entwicklung – hin zu einem begleiteten fachlichen und persönlichen Entwicklungsprozess.

Politisch ist der Boden längst vorbereitet. Bund und Länder fördern mit der Initiative „Künstliche Intelligenz in der Hochschulbildung