Wie können wissenschaftliche Arbeiten im Studium noch sinnvoll sein – zum Lernen und zum Prüfen –, wenn generative KI-Tools wie ChatGPT für Studierende jederzeit verfügbar sind? Wie sollten Lehrende damit umgehen? Dieser Selbstlernkurs bietet eine fundierte, praxisnahe Auseinandersetzung mit diesen Fragen. Er richtet sich an Lehrende und Betreuende an Hochschulen, die Bachelor-, Master- oder Seminararbeiten begleiten und erkannt haben, dass es ein „Weiterso“ nicht mehr geben kann, seit KI breit verfügbar ist. Im Kurs lernen Sie zunächst, warum viele bisherige Formen der Begleitung und Bewertung wissenschaftlicher Arbeiten bereits vor der breiten Verfügbarkeit von KI unzureichend waren. Darauf aufbauend reflektieren Sie, wie KI das wissenschaftliche Arbeiten verändert und welche didaktischen Konsequenzen sich daraus ergeben. Der Kurs zeigt Ihnen auf, wie Sie Haus-, Seminar- und Abschlussarbeiten so gestalten und betreuen können, dass Studierende erstens weiterhin lernen und Sie zweitens dennoch auch noch prüfen können, was die Studierenden wirklich können. Dabei geht es sowohl um konzeptionelle Überlegungen als auch um konkrete Umsetzungsstrategien, etwa zur Einbindung von Feedbackprozessen, zur Integration von Reflexionsanlässen oder zur Überarbeitung von Bewertungssystemen. Sie erfahren, wie Sie Täuschungsversuche durch transparente Regeln, prozessorientiertes Betreuen und ein klares Rollenverständnis unattraktiv machen können, weil sie nicht auf Kontrolle oder Misstrauen zu setzen. Der Kurs ist modular aufgebaut, wissenschaftlich fundiert und orientiert sich konsequent an typischen Herausforderungen im Hochschulalltag. Er bietet zahlreiche Impulse, Praxisbeispiele und Reflexionsaufgaben, die Sie dabei unterstützen, Ihr eigenes Lehrhandeln weiterzuentwickeln. So behalten Sie auch im KI-Zeitalter die Kontrolle über die Qualität Ihrer Betreuungsprozesse – und Ihre Studierenden gewinnen Sicherheit im Umgang mit neuen Technologien und Anforderungen.  

Ziele

Sie können die Problematik bisheriger Einbindung und Begleitung bei wissenschaftlichen Arbeiten im Studium erklären.

Sie können Grundlagen benennen, wie auch in Zeiten von KI wissenschaftliche Arbeiten im Studium sinnvoll fürs Lernen und Prüfen eingesetzt werden können. 

Sie binden Hausarbeiten und Seminararbeiten so in Ihre Lehre ein, dass die Studierenden trotz und mit KI lernen.

Sie stellen und begleiten Abschlussarbeiten so, dass Studierende lernen, aber auch deren Kompetenz geprüft wird.