Vom Self-Automator zum Zentauren

Theoriegeleitete KI-Steuerung als Gegenstrategie zur Entpädagogisierung

Abstract

Der Einsatz generativer Künstlicher Intelligenz (KI) verspricht enorme Effizienzgewinne in der Hochschullehre (z. B. durch Zeitersparnis bei der Foliensatz-Erstellung) birgt jedoch das Risiko einer schleichenden Entpädagogisierung, wenn didaktische Entscheidungen unreflektiert an Algorithmen delegiert werden. Dieser Beitrag stellt das theoriegeleitete KMLE-Framework (KI-gestützte Materialentwicklung – Lehre) vor, das diesem Risiko systematisch begegnet. In einer Design-Based-Research-Studie über zwei Makro-Zyklen (in den Lehrveranstaltungen Elektrotechnik und Physik) wurden fünf etablierte lerntheoretische und instruktionsdidaktische Ansätze (u. a. Cognitive Load Theory, ARCS-Modell) in maschinenlesbare Prompt-Restriktionen für die Generierung von H5P-Materialien übersetzt. Die Evaluation zeigt eine deutliche Verbesserung: Durch die theoriegeleitete Steuerung sank die Fehlerquote des KI-Outputs von initial 85 % auf 10–15 %, während die Studierenden eine hohe Akzeptanz und einen starken Transferwunsch (M = 4,72/5) zeigten. Der Beitrag demonstriert, wie eine bewusste Mensch-KI-Kollaboration im Zentauren-Modus einem didaktischen Deskilling entgegenwirkt und lerntheoretische sowie instruktionsdidaktische Prinzipien in algorithmische Steuerungsprinzipien transformiert.