Strategien für den Aufbau einer KI-bereiten Belegschaft in der Hochschulbildung

Die Entwicklung einer KI-bereiten Belegschaft stellt Führungskräfte im Sekundar- und Hochschulbereich vor eine neue Herausforderung: Wie kann man Studierende mit essenziellen KI-Kompetenzen ausstatten und gleichzeitig faires und authentisches Lernen sicherstellen?

Um das richtige Gleichgewicht zwischen KI-Kompetenz und akademischer Integrität zu finden, ist ein Wandel von reaktiven Richtlinien hin zu proaktiven, evidenzbasierten Strategien erforderlich.

Um Institutionen bei diesem Übergang zu unterstützen, haben wir (oft überraschende) Datenanalysen herangezogen.

• Wegkreuzung: Orientierung im Spannungsfeld von künstlicher Intelligenz in der Bildung Eine globale Studie von Turnitin und Vanson Bourne (2025) mit über 2.500 Studierenden, Administratoren und Lehrkräften
• Umfrage des Higher Education Policy Institute (UK) zu generativer KI bei Studierenden 2025

Dieser Artikel liefert praktische Schritte, um institutionelle Richtlinien neu zu definieren, das Lernen zu unterstützen und den Fortschritt auf dem Weg zu einer Belegschaft, die auf KI vorbereitet ist, zu beschleunigen.

Warum ist der Aufbau einer Belegschaft, die auf KI vorbereitet ist, für die Hochschulbildung so dringend notwendig?

Eine KI-bereite Belegschaft ist jetzt gefragt. KI-Kompetenz steht dieses Jahr auf der Liste der wichtigsten Beschäftigungsfähigkeiten von LinkedIn, basierend auf der Analyse von Tausenden von Stellenausschreibungen auf ihrer Plattform.

Die Verantwortung für den Aufbau einer Belegschaft, die auf KI vorbereitet ist, liegt bei Institutionen und Unternehmen, die KI-Kompetenz bei ihren Mitarbeitern aufbauen müssen, sowohl bei zukünftigen als auch bei bestehenden.

Doch das schnelle Innovationstempo im Bereich KI hat viele Institutionen überfordert, ihre Lehrmethoden, Curricula und Tools in gleichem Maße anzupassen.

Dies, kombiniert mit einem reaktiven und oft strafenden Umgang mit der studentischen Nutzung von KI, gefährdet die KI-Kompetenz von Absolventen sowie deren Lernergebnisse und Beschäftigungsfähigkeit.

In diesem Artikel zeigen wir die Bedeutung proaktiver, KI-kompatibler institutioneller Strategien auf, um sicherzustellen, dass Universitäten ihrer Verantwortung gegenüber Studierenden und der Wirtschaft gerecht werden und eine Belegschaft schaffen, die fit für KI ist. Außerdem stellen wir entsprechende Strategien vor.

Zentrale Erkenntnisse

Studierenden

• Die Studierenden erwarten von ihren Institutionen, dass sie Möglichkeiten zur Entwicklung von KI-Kompetenzen bieten
• Trotz einiger Befürchtungen möchten die meisten KI als Unterstützung beim Lernen nutzen und nicht, um es zu umgehen
• Allerdings fehlt vielen das Wissen oder das Selbstvertrauen, um KI effektiv einzusetzen

Lehrkräfte

• Die Mehrheit der Lehrkräfte ist sich bewusst, dass Studierenden
• KI-Kompetenzen für ihre Beschäftigungsfähigkeit benötigen
• Sie sehen es als ihre Pflicht an, die KI-Fähigkeiten der Studierenden zu fördern, sind sich jedoch ihrer eigenen Fähigkeiten unsicher
• Fast die Hälfte von ihnen möchte KI in ihrer Arbeit einsetzen, weiß aber nicht, wie sie vorgehen soll.

Institutionen

• Müssen KI-Richtlinien anpassen, um eine KI-bereite Belegschaft zu schaffen
• Müssen KI-Kompetenz bei Personal und Studierenden stärken
• Sollten KI-Tools bereitstellen, um Chancengleichheit und fairen Zugang zu gewährleisten

Wie können Institutionen KI-Strategien an die Bedürfnisse des Arbeitsmarktes anpassen?

Institutionelle KI-Richtlinien entstehen als Reaktion auf die wahrgenommene Bedrohung der akademischen Integrität durch KI. Der schnelle und weit verbreitete Zugang zu generativen KI-Tools sowie die steigende Zahl an Fehlverhalten haben viele Institutionen verständlicherweise zu einem reaktiven, oft strafenden Ansatz gegenüber studentischer KI-Nutzung geführt.

Experten empfehlen jedoch eine Kurskorrektur, da der derzeitige Ansatz nicht ausreicht, um Studierenden dazu zu befähigen, KI selbstbewusst und verantwortungsvoll zu nutzen.

• Die meisten institutionellen Ansätze zur studentischen KI-Nutzung sind reaktiv und spiegeln die sich entwickelnde Realität studentischer Einstellungen gegenüber KI nicht wider.
• Unterschiedslose Verbote der KI-Nutzung verwehren Studierenden die Möglichkeit, essenzielle KI-Kompetenzen zu entwickeln, und gefährden damit sowohl die Beschäftigungsfähigkeit von Absolventen als auch den Ruf der Institution
• Strafende Richtlinien machen Studierenden übermäßig vorsichtig beim Einsatz von KI, während mangelnde Unterstützung das Risiko birgt, sozioökonomische Unterschiede in der KI-Kompetenz zu verstärken.

Wie nutzen Studierende KI zur Unterstützung ihres Lernens?

Die Zahl der Studierenden, die generative KI zur Erstellung von Aufgaben verwenden, ist von 53% im letzten Jahr auf 88% im Jahr 2025 gestiegen, was Befürchtungen einer Welle von Plagiaten ausgelöst hat. Obwohl die Zahl der KI-Betrugsuntersuchungen steigt, ist das Gesamtbild differenzierter.

Unsere Umfrage aus dem Jahr 2025 mit den Perspektiven von Studierenden zeigte einen bewussten und überlegten Umgang mit KI.

• Studierenden gehen vorsichtiger mit KI um als Lehrkräfte: 64% der Studierenden sind über den Einsatz von KI in der Bildung besorgt, verglichen mit 50% der Lehrkräfte und 41% der Administratoren.
• Studierenden halten KI eher für Betrug: 63% der Studierenden betrachten das Einreichen einer vollständig KI-generierten Aufgabe als Betrug, im Vergleich zu 55% der Lehrkräfte und 45% der Administratoren

Die Untersuchung des Higher Education Policy Institute (HEPI) bestätigt unsere Ergebnisse:

• Studierenden benötigen mehr institutionelle Unterstützung: Obwohl Studierenden „überwältigend überzeugt“ sind, dass KI-Kompetenzen essenziell sind, haben nur 36% Unterstützung von ihrer Institution erhalten, um diese zu entwickeln
• KI-Richtlinien behindern den angemessenen Einsatz von KI: Von den Studierenden, die keine KI verwenden, geben 31% an, dass ihre Institution die Nutzung von KI untersagt oder nicht fördert.

Zudem stellt das HEPI fest, dass Studierende KI eher dazu nutzen, ihre Arbeit zu entwickeln und zu verbessern, anstatt sie auszulagern. Auf die Frage, wie sie KI einsetzen, antworteten Studierenden:

• Um Zeit zu sparen – 51%
• Um die Qualität ihrer Arbeit zu verbessern – 50%
• Um sofortige Unterstützung zu erhalten – 40%
• Um personalisierte Unterstützung zu erhalten – 32%

Was die akzeptable Nutzung von KI betrifft, halten 63% der Studierenden das Erklären von Konzepten für angemessen. Am niedrigsten bewertet wird die „Nutzung in einer Bewertung ohne Bearbeitung“ mit nur 6%.

Dies zeigt, dass Studierende zu einem ethischen und eigenverantwortlichen Einsatz von KI-Tools zur Entwicklung ihrer Arbeit außerhalb des Unterrichts tendieren. Dies ist ein klares Gegenbild zur verbreiteten Annahme, dass KI-Zugang automatisch zu KI-Missbrauch führt.

Klare institutionelle Richtlinien zur Nutzung von KI, die von 80% der Studierenden in der HEPI-Umfrage bestätigt wurden, beeinflussen diese Normen wahrscheinlich erheblich. Ein Teil der Zurückhaltung lässt sich jedoch auch durch die Angst vor Erkennung erklären:

• 76% der Studierenden glauben, dass ihre Institution die KI-Nutzung erkennen kann
• 53% der Studierenden, die KI meiden, nennen „Angst, des Betrugs beschuldigt zu werden“ als Grund, ohne jedoch die Absicht zu haben, zu betrügen, sondern um jeden Verdacht zu vermeiden

Diese Ergebnisse zeigen das komplexe Zusammenspiel zwischen institutionellen Richtlinien und dem Verhalten von Studierenden und erklären möglicherweise, warum laut unserer Forschung 50% der Studierenden angeben, nicht zu wissen, wie sie KI optimal nutzen können.

Welche Risiken bergen restriktive KI-Richtlinien für Institutionen?

Offensichtlich müssen institutionelle KI-Strategien weiterentwickelt werden, um der veränderten Dynamik zwischen Studierenden und Künstlicher Intelligenz gerecht zu werden. Ein Versäumnis birgt folgende Risiken:

• Lernerfolg von Studierenden: Rückgang durch verpasste Lernchancen im Umgang mit KI
• Beschäftigungsfähigkeit von Absolventen: Beeinträchtigt durch mangelnde KI-Kompetenz und Vorbereitung
• Ruf der Institution: Geschädigt durch unzureichend vorbereitete Absolventen
• Steigende Kosten bei der Aufklärung von Fehlverhalten: Schätzungsweise 95.000 £ jährlich im Vereinigten Königreich

Laut HEPI neigen Institutionen jedoch weiterhin zu risikoscheuen Strategien im Umgang mit KI:

„Institutionen scheinen Bedenken wegen Betrugs stärker zu gewichten als die Notwendigkeit, Studierende beim Erwerb von KI-Kompetenzen zu unterstützen. Daher sind Maßnahmen zur Sicherung von Bewertungen weiter fortgeschritten als solche zur Förderung der KI-Kompetenz von Studierenden.“

HEPI-Richtlinienpapier Nr. 61, Februar 2025

Trotz des Verständnisses für diese Bedenken empfiehlt das HEPI Institutionen, ihre Richtlinien zur KI-Nutzung durch Studierenden regelmäßig zu überprüfen. So können sie der zunehmenden Komplexität der Debatte über den Einsatz von KI im Lernen gerecht werden.

„Wir empfehlen Institutionen, ihre Bewertungsverfahren kontinuierlich zu evaluieren, insbesondere, da KI leistungsfähiger wird und Studierenden KI-Tools zunehmend beherrschen […] Gleichzeitig sollten Institutionen keinen überwiegend strafenden Ansatz verfolgen. Stattdessen sollten ihre KI-Richtlinien anerkennen, dass der Einsatz von KI durch Studierenden unvermeidlich und oft nützlich ist. Institutionen sollten bewährte Verfahren austauschen und gemeinsam effektive Lehr- und Lernstrategien entwickeln.“

HEPI-Richtlinienpapier Nr. 61, Februar 2025

Die klare Empfehlung von HEPI lautet: Reaktive Einschränkungen sind unwirksam und untergraben übergeordnete Ziele, wie etwa den Aufbau einer auf KI vorbereiteten Belegschaft. Um Studierenden auf die Zukunft der Arbeit vorzubereiten, müssen sich institutionelle KI-Richtlinien wegbewegen von verbietenden und strafenden Maßnahmen und hin zu einer proaktiven, kompetenzfördernden KI-Strategie.

Wie können Bildungseinrichtungen die Einführung von KI erfolgreich gestalten?

Vor diesem Hintergrund ergibt sich für Bildungseinrichtungen die Chance, ihre Pädagogik, ihre Richtlinien und ihre Tools strategisch neu auszurichten, um:

• Lehrkräfte besser auszustatten, damit sie Studierenden durch die neuen Realitäten der KI begleiten können
• die KI-Kompetenz von Studierenden zu fördern und KI-bereite Absolventen zu schaffen
• authentisches Lernen zu unterstützen und die Studienergebnisse der Studierenden zu optimieren

Dazu genügt es jedoch nicht, allein die Kompetenzlücke auf Seiten der Lernenden zu schließen. Unsere Forschung zeigt: Administratoren und Lehrkräfte sind ebenso interessiert wie Studierende daran, KI in ihre Arbeitsabläufe zu integrieren, aber sie sind auch genauso unsicher.

Der Aufbau einer Belegschaft, die auf KI vorbereitet ist, stellt Bildungseinrichtungen daher vor eine doppelte Herausforderung:

• Einerseits müssen sie Studierenden und Absolventen mit der KI-Kompetenz ausstatten, die Arbeitgeber zunehmend verlangen
• Gleichzeitig müssen sie ihr akademisches Team befähigen, KI-Kompetenz so zu vermitteln, dass sie das Lernen unterstützt und gleichzeitig akademische Integrität sichert

Da KI-Kompetenz zu einem entscheidenden Unterscheidungsmerkmal für Absolventen auf einem immer wettbewerbsintensiven Arbeitsmarkt wird, haben Institutionen die Chance, sich abzuheben, indem sie ethische KI-Nutzung und -Kompetenz in den Lehrplan und die Studienerfahrung integrieren.

Absolventen mit praktischen und verantwortungsvollen KI-Fähigkeiten auszubilden, bereitet sie nicht nur auf ihre berufliche Zukunft vor, sondern stärkt auch das Vertrauen potenzieller Studierenden und Arbeitgeber. Indem sie zeigen, dass sie bereit sind, den sich wandelnden Anforderungen von Lernenden und der Arbeitswelt zu begegnen, kann dieses Engagement den Ruf einer Institution stärken, die Bindung erhöhen und sogar neue Einschreibungen fördern.

Warum fällt es Lehrkräften schwer, KI-Kompetenzen effektiv zu vermitteln?

Unsere Forschung zeigt: 89% der Administratoren und 80% der Lehrkräfte halten KI-Kompetenzen bei Absolventen für unverzichtbar – und 86% der Befragten sind der Meinung, dass Institutionen diese vermitteln müssen.

Mit der wachsenden Nachfrage nach einer auf KI vorbereiteten Belegschaft müssen Lehre, Lernen und Leistungsbewertung weiterentwickelt werden, um dieser Priorität gerecht zu werden. Obwohl Lehrkräfte die Aufgabe haben, Studierende bei der Nutzung von KI zu unterstützen, berichten viele von ihnen, dass sie selbst Mühe haben, KI optimal einzusetzen.

• 80% der Lehrkräfte geben an, sich von der Vielzahl verfügbarer KI-Tools überfordert zu fühlen
• 47% der Lehrkräfte und Administratoren würden KI gerne zur besseren Entscheidungsfindung nutzen, wissen aber nicht wie
• 39% der Lehrkräfte wissen nicht, wie sie KI in ihrer Rolle am besten einsetzen können

HEPI stellt derweil fest, dass Studierenden die KI-Kompetenz der Lehrkräfte zunehmend positiver einschätzen (von 18% im Jahr 2024 auf 42% im Jahr 2025). Dennoch fühlen sich weiterhin mehr als die Hälfte der Studierenden unzureichend unterstützt. HEPI rät Institutionen daher, sich mit drei zentralen Themen auseinanderzusetzen:

• Wie KI-Tools effektiv eingesetzt werden können, um Lehre, Lernen und Beteiligung zu unterstützen
• Wie das Team geschult wird, um ein tieferes praktisches Verständnis von KI-Tools zu entwickeln
• Wie sich eine ungleiche Nutzung von KI zwischen sozioökonomischen Gruppen verhindern lässt

Warum sollten Bildungseinrichtungen jetzt ihre KI-Richtlinien aktualisieren?

Die Botschaft ist klar: Die Zukunft der Arbeit erfordert Sicherheit im Umgang mit KI, und die Hochschulbildung muss hierbei eine Vorreiterrolle einnehmen. Für Bildungseinrichtungen bedeutet das, nicht nur auf KI zu reagieren, sondern ihre Rolle im Lernen aktiv mitzugestalten.

Das heißt konkret: institutionelle KI-Richtlinien überarbeiten, vom restriktiven Ansatz zur Befähigung übergehen, Lehrkräfte mit Schulungen und Tools ausstatten, um Studierenden souverän zu begleiten, und KI-Kompetenz in allen Disziplinen verankern.

Mit diesem proaktiven Ansatz können Institutionen übergeordnete strategische Ziele erreichen: eine bessere Einbindung und bessere Ergebnisse bei den Studierenden, eine höhere Beschäftigungsfähigkeit der Absolventen und die Sicherung der akademischen Integrität durch zukunftsfähige Bewertungen.

Das Ziel besteht nicht in der vollständigen Risikovermeidung, sondern im Risikomanagement: einerseits durch die Unterstützung der vielen Studierenden, die KI verantwortungsvoll nutzen, und andererseits durch Transparenz, um potenziellen Missbrauch abzuschrecken.

Um eine wirklich KI-bereite Belegschaft aufzubauen, gibt es eine klare Reihenfolge: den Grundkompetenzen Vorrang geben, die schon vor KI entscheidend waren. Für einen effektiven Einsatz von KI ist Folgendes erforderlich:

• Kritisches Denken
• Die Anwendung von Wissen in realen Kontexten
• Lernbereitschaft, Neugier und Eigenverantwortung

In diesem Sinne geht es bei einer KI-bereiten Belegschaft also nicht primär um KI, sondern darum, dass Lernende zunächst über diese grundlegenden Fähigkeiten verfügen. KI wird so zu einem Tool, das diese Fähigkeiten verstärkt, anstatt sie zu ersetzen.

Im Zentrum dieses Kompetenzaufbaus steht das Schreiben. Schreiben vertieft das Verständnis, stärkt das Denkvermögen und fördert kritisches Denken.

Diese Fähigkeiten sind nicht nur für den effektiven Umgang mit KI essenziell, sondern können auch untergraben werden, wenn Studierende KI nutzen, um den Schreibprozess zu umgehen. Deshalb ist es unerlässlich, Studierenden nicht nur in KI-Kompetenz zu fördern, sondern ihnen auch beizubringen, authentische Schreibprozesse mit unterstützenden KI-Tools zu kombinieren, um ihre Schreibfähigkeiten zu entwickeln.

Was Institutionen tun können, um eine KI-bereite Belegschaft aufzubauen

Unterstützung für die KI-Kompetenz von Studierenden

Beziehen Sie Studierenden in die Entwicklung und Ausgestaltung von KI-Richtlinien ein: Auf Basis ihrer praktischen Erfahrungen mit KI in ihrer eigenen Ausbildung. Kommunizieren Sie offen und konsistent innerhalb der akademischen Gemeinschaft, einschließlich Studierenden, Lehrkräfte und Administratoren.

Definieren Sie zulässige KI-Nutzung zur Unterstützung des Lernens in spezifischen Kontexten: z. B. Hausarbeiten vs. Prüfungen vs. Wiederholung. Nutzen Sie KI-Richtlinien, um Erwartungen zu formulieren und das Mindset der Studierenden zu lenken. KI bietet viele Möglichkeiten, die Studierenden bisher möglicherweise noch nicht erkennen.

Vermitteln Sie, wie KI zur Entwicklung kritischer Denkfähigkeiten beitragen kann – anstatt sie zu ersetzen oder zu verdrängen. Zeigen Sie, dass KI als Lern-Tool am wirkungsvollsten ist, wenn sie mit menschlichem Urteilsvermögen und Neugier kombiniert wird und somit das tiefe Erkunden von Themen ermöglicht, anstatt nur schnelle Antworten zu liefern.

Stellen Sie geeignete KI-Tools für Studierende bereit: Der ungleiche Zugang zu KI-Technologien zwischen sozioökonomischen Gruppen sowie Unterschiede in der Haltung zur KI-Nutzung zwischen den Geschlechtern führen zu einer Kompetenzlücke. Diese Entwicklung droht bestehende Ungleichheiten in der KI-bereiten Arbeitswelt zu verstärken.

Informieren Sie Studierenden über die Bedeutung von KI nach ihrer Ausbildung: Beispielsweise darüber, wo KI ihr Wissen erweitern kann und wie Effizienzgewinne durch KI es ermöglichen, sich stärker auf Kreativität und kritisches Denken zu konzentrieren.

Unterstützung für die KI-Kompetenz von Lehrkräften

Stellen Sie dem akademischen und administrativen Team passende KI-Tools und Schulungen zur Verfügung: Das Team muss verstehen, welche KI-Tools Studierende nutzen könnten, um eine Übernutzung oder einen Missbrauch erkennen zu können. Außerdem benötigen sie KI-gestützte Tools zur Verbesserung von Lehre, Bewertung und Benotung.

Fördern Sie die Zusammenarbeit zwischen Lehrkräften und Studierenden bei der KI-Gestaltung, mit Fokus auf gemeinsames Verständnis, Transparenz und offene Gespräche über angemessene Nutzung.

Machen Sie Schreibprozesse von Studierenden und KI-Nutzung sichtbarer: Nicht, um Studierenden übermäßig zu überwachen, sondern um das Bewusstsein für die Prozesse beim Schreiben (und Lernen) zu schärfen. Diese wertvollen Daten von Studierenden helfen Lehrkräften dabei, rechtzeitig personalisierte Anleitung zu geben und das Vertrauen in die Nutzung von KI aufzubauen. Erfahren Sie unten, wie Turnitin Clarity dies ermöglicht.

Weitere Anleitungen

Entwickeln Sie eine KI-Richtlinie, die anerkennt, dass der Einsatz von KI durch Studierenden „unvermeidlich und oft vorteilhaft ist” (HEPI). Wenn Aufgaben robust gestaltet sind, können Institutionen den Einsatz von KI zur Lernförderung zulassen, ohne die akademische Integrität zu gefährden.

Testen Sie Aufgaben mit den derzeit leistungsstärksten öffentlichen KI-Tools. Aufgaben, bei denen mit guter KI-Kompetenz hohe Ergebnisse erzielt werden können, ohne sich mit dem Kurs vertieft auseinanderzusetzen, sollten umgehend überarbeitet werden.

So unterstützt Turnitin Clarity den Aufbau einer KI-bereiten Belegschaft

Transparenz ist der zentrale Erfolgsfaktor beim Einsatz von KI – in der Bildung und darüber hinaus. Genau deshalb wurde Turnitin Clarity entwickelt.

Um mehr Transparenz im Schreibprozess von Studierenden zu schaffen, bietet Turnitin Feedback Studio jetzt die Erweiterung Turnitin Clarity an. Dabei handelt es sich um eine einheitliche, umfassende Plattform zur Bewertung studentischer Arbeiten und zur gezielten Kompetenzförderung in einem von KI geprägten Bildungsumfeld.

Studierenden profitieren von einem sicheren Kompositionsraum, in dem sie den Schreibprozess innerhalb desselben Learning Management Systems selbstbewusst durchlaufen können. Zusätzlich zum Zugriff auf die Ähnlichkeitsprüfung und die Grammatikunterstützung während der Entwurfs- und Überarbeitungsphase erhalten Sie die Gewissheit, dass es Daten gibt, die die Originalität ihrer Arbeit belegen.

Dank Einblicken in den Schreibprozess im Hintergrund und die Entstehung der Arbeit erhalten Lehrkräfte neue Perspektiven zur Beurteilung von Originalität und zur Identifikation potenzieller Probleme. Dies ermöglicht gezielte Interventionen für einen verantwortungsvollen und optimalen Einsatz von KI und gibt Impulse für die Weiterentwicklung der eigenen Lehrpraxis.

Gleichzeitig versetzt es Institutionen in die Lage, wachsende Akkreditierungs- und Regulierungsanforderungen zu erfüllen, indem sie nachweisen, dass Qualitätsstandards und akademische Integrität auch bei zunehmender KI-Nutzung gewahrt bleiben.