Forschung und Innovation

Wir erforschen vertrauenswürdige KI für Lehren und Lernen

AI-based Content Co-Creation & AI Tutor Twin ist ein Forschungs- und Entwicklungsprojekt mit einer Laufzeit von 27 Monaten. Wir untersuchen, wie generative KI Lehrende und Lernende in akkreditierten Studiengängen unterstützen kann: curriculumkonform, unter menschlicher Aufsicht und nachvollziehbar.

Projektlaufzeit

Juli 2026 bis Sept. 2028

Förderprogramm

ProFIT Brandenburg

Status

Forschung läuft

Kofinanziert von der Europäischen Union

Gefördert aus Mitteln der Europäischen Union und des Landes Brandenburg.

Die Förderung läuft über ProFIT Brandenburg und wird von der Investitionsbank des Landes Brandenburg (ILB) betreut.

Details zur Förderung

Die Challenge

KI gehört heute schon zum Studium. Hochschulen müssen ihr vertrauen können.

Universelle KI-Tools können Inhalte erzeugen, die sich nicht auf freigegebene Quellen stützen. Ein Chatbot, der Lernenden einfach die Lösung liefert, kann genau das Lernen untergraben, das er fördern soll. Für Hochschulen mit akkreditierten Studiengängen ist beides ein echtes Problem.

Quellentreue

Kursinhalte müssen mit dem offiziellen Modulhandbuch und freigegebenen Quellen übereinstimmen. Plausibel klingen reicht nicht.

Lernen

Unterstützung soll Lernenden helfen, selbst zu denken, statt ihnen genau das Denken abzunehmen, das sie in Prüfungen zeigen müssen.

Verantwortung

Hochschulen müssen sehen und erklären können, wie KI Lehren und Lernen beeinflusst hat.

Woran wir forschen

Zwei Bausteine, eine Frage: Wie kann KI das Lernen unterstützen, ohne Menschen die Kontrolle zu nehmen?

Für Lehrende

AI Content Co-Creation
Challenge Studio

Ein KI-Co-Pilot, der Lehrenden helfen soll, ihre Expertise und ihr Quellenmaterial in Kursinhalte und Prüfungsfragen zu übertragen, die zum offiziellen Curriculum passen.

Forschungsfrage

Wie kann KI Lehrenden helfen, aus ihrer Expertise curriculumkonforme Kurse zu entwickeln, mit menschlicher Aufsicht an den entscheidenden Stellen?

Expertise + Quellen

→

KI-Entwurf

→

Curriculum-Check

→

Kontrolle durch Lehrende

Lehrende haben das letzte Wort und geben Inhalte frei, wo es darauf ankommt.

Für Lernende

AI Tutor Twin
Ein Lernbegleiter

Ein persönlicher Lernbegleiter, der rund um die Uhr da sein, sich an den individuellen Lernfortschritt anpassen und mit Fragen führen soll, statt einfach Antworten zu liefern.

Forschungsfrage

Wie kann personalisierte KI-Unterstützung das Lernen stärken, ohne Prüfungen zu untergraben?

Kannst du mir einfach die Lösung für Aufgabe 3 sagen?

Lass es uns gemeinsam herausfinden. Was meinst du: Welches Konzept aus Modul 2 passt hier?

Illustration des Forschungskonzepts, kein Produkt-Screenshot.

Der Forschungsansatz

Was unseren Ansatz unterscheidet

Statt sich allein auf ein Sprachmodell zu verlassen, kombiniert das Projekt generative KI mit einer regelbasierten Prüfebene. Der Ansatz gilt für beide Bausteine: Die Prüfebene soll KI-Ergebnisse mit offiziellen Modulhandbüchern und freigegebenen Quellen abgleichen, Fälle mit höherem Risiko an Lehrende weiterleiten und jede KI-Entscheidung protokollieren, damit sie nachvollziehbar und überprüfbar ist.

Generieren

Die KI entwirft Kursinhalte oder antwortet Lernenden.

Prüfen

Eine regelbasierte Prüfebene gleicht das Ergebnis mit Modulhandbüchern und freigegebenen Quellen ab.

Nach Risiko weiterleiten

Routinefälle laufen direkt durch. Fälle mit höherem Risiko gehen an Lehrende.

Nachvollziehen

Jede KI-Entscheidung soll protokolliert werden, damit sie sich später überprüfen lässt.

Warum das jetzt wichtig ist

Manche KI-Anwendungen in der Bildung fallen unter die Hochrisiko-Regeln der KI-Verordnung der EU (AI Act). Deshalb gehören menschliche Aufsicht, Nachvollziehbarkeit und die Ausrichtung an freigegebenen Quellen von Anfang an zu den Designprinzipien des Projekts.

Designprinzipien

KI unterstützt. Menschen entscheiden.

„Human in the Loop“

Lehrende behalten das System im Blick und greifen ein, wo mehr auf dem Spiel steht. Prüfungsrelevante Inhalte brauchen immer die Freigabe von Lehrenden.

Curriculumkonform

Aufgebaut auf offiziellen Modulhandbüchern und freigegebenen Quellen.

Für akkreditierte Studiengänge

Ausgerichtet an den Qualitätsstandards einer staatlich anerkannten Hochschule.

Von Grund auf nachvollziehbar

KI-Entscheidungen sollen protokolliert und überprüfbar sein.

Erwartete Ergebnisse

Was das Projekt bis September 2028 liefern soll

Forschungsprototypen für die curriculumkonforme, KI-gestützte Erstellung von Inhalten

Ein adaptiver Ansatz für die Lernbegleitung, der mit Fragen führt, statt Antworten zu verraten

Mechanismen für Personalisierung sowie für die Nachverfolgung von KI-Entscheidungen

Validierung in echten Studiengängen der Tomorrow University

Die Grundlage, um beide Bausteine auch anderen Hochschulen anzubieten

Projektzeitplan

Von der Forschungsfrage zu validierten Prototypen

Juli 2026 · Hier stehen wir

Forschungsstart

Forschung und Entwicklung an beiden Bausteinen sind angelaufen.

2027

Erste Forschungsprototypen

Wir testen die zentrale Content-Engine und den Ansatz für die Lernbegleitung.

2028

Personalisierung, Nachvollziehbarkeit und Pilotphasen

Weiterentwicklung und Tests in echten Studiengängen.

September 2028

Projektabschluss

Wir veröffentlichen die Ergebnisse. Je nachdem, wie sie ausfallen, bereiten wir den Einsatz an anderen Hochschulen vor.

Aufbauend auf früherer Forschung

ProFIT Berlin, 2022 bis 2024

In unserem früheren Forschungsprojekt, gefördert über ProFIT Berlin, ist die personalisierte Lern-Engine entstanden, die heute an der Tomorrow University läuft. Dieses Projekt knüpft daran an und überträgt die Arbeit auf die Erstellung von Inhalten und die Lernbegleitung.

Mehr zu ProFIT Berlin

Förderung