Zwischen Wollen, Wissen und Können: Ein modularer KI-Mentor als adaptive Stabilisierungsinstanz in projektbasierten Lernprozessen der Hochschullehre

Abstract

Der Beitrag dokumentiert die Entwicklung und erste Evaluation eines modularen KI-Mentors für ein interdisziplinäres Hochschulseminar. Der KI-Mentor wurde vom Autor eigens für diesen Seminarkontext konzipiert und umgesetzt. Er begleitet Studierende bei der Entwicklung eigener Lernspiele zu Themen der Demokratiebildung. Dafür umfasst er vier spezialisierte KI-Module für Planung, Didaktik, Game Design und Coding. Alle Module greifen auf dasselbe Sprachmodell zu. Je Modul steuern zwei aufgaben- und modusspezifische Systemprompts den Wissensaufbau und die Wissensabsicherung.
Ausgangspunkt ist der Befund aus vorherigen Seminarzyklen, dass Studierende Schwierigkeiten haben, erreichbare Erwartungen an Programmierung, Game Design und die Integration fachdidaktisch fundierter Lernziele miteinander in Einklang zu bringen. Diese Schwierigkeiten sind vor dem Hintergrund ihrer Ausbildungsphase und der Komplexität der Aufgabe zu verstehen (in der professionellen Praxis werden solche Herausforderungen schließlich von spezialisierten Teams arbeitsteilig bewältigt). Dieses Spannungsverhältnis wird theoretisch mit zwei Modellen gefasst: dem PECC-Modell, das Lernprozesse beim Programmieren in die Phasen Playing, Engagement, Creativity und Creating gliedert, sowie dem Verhältnis von Wollen, Wissen und Können, dessen drei Dimensionen sich wechselseitig bedingen.
Die Datenerhebung umfasste vier Messzeitpunkte während des Seminars und eine Abschlussbefragung. Beteiligt waren Studierende aus vier europäischen Hochschulen. Die Antworten deuten darauf hin, dass der KI-Mentor bei Planungsaufgaben Orientierung bieten kann. Grenzen zeigen sich bei der Flexibilität des Systems, der Kontextübernahme zwischen den Modulen und der Unterstützung beim Programmieren.