Die wichtigsten Erkenntnisse aus der KI-Bereitschafts-Community - Führungskräfte aus dem Bildungswesen in Großbritannien und Irland

Letzte Woche trafen sich Führungskräfte aus dem Bildungswesen in Großbritannien und Irland zu unserer AI Readiness Community Practice, einer Gemeinschaftssitzung, die sich darauf konzentrierte, Hochschulen und FE-Einrichtungen dabei zu helfen, die Integration von KI mit ihren strategischen Zielen in Einklang zu bringen. Von Frameworks bis hin zur Anbieterprüfung und Kulturveränderung haben wir reale Beispiele, Tools und Entwürfe vorgestellt, die den Institutionen den Weg weisen. Nachfolgend finden Sie unsere wichtigsten Erkenntnisse und Ressourcen. Möchten Sie an unserer nächsten Sitzung teilnehmen? Nehmen Sie Kontakt auf.

‍

Wie lässt sich KI an den strategischen Zielen der Hochschulbildung ausrichten?

‍

Zu Beginn der Sitzung wurde die KI-Bereitschaft anhand konkreter institutioneller Prioritäten erläutert: TEF-Ergebnisse, NSS-Bewertungen und Strategien für die digitale Transformation.

KI ist bereits dabei, zentrale Bereiche des Studentenlebens umzugestalten:

• Personalisierte Lernpfade durch adaptive Plattformen
• Beschleunigte Feedback-Zyklen mit automatischer Bewertung
• Zugängliche Lernressourcen durch mehrsprachige, unterstützende Hilfsmittel

Die Einrichtungen meldeten eine 15-25%ige Verbesserung der Zufriedenheit mit den Lernmöglichkeiten, eine 20-30%ige Steigerung der Feedback-Qualität und eine bis zu 28%ige Verbesserung der wahrgenommenen Relevanz der Ressourcen.

Die Einführung von KI kann nicht losgelöst von der institutionellen Strategie erfolgen. Eine Abstimmung mit Kennzahlen wie NSS (National Student Survey), TEF (Teaching Excellence Framework) und Plänen zur digitalen Transformation ist unerlässlich. Anstatt KI als zusätzliches Werkzeug zu betrachten, sollten die Einrichtungen sie direkt mit Ergebnissen wie der Zufriedenheit der Studierenden, der betrieblichen Effizienz und der Innovation in der Lehre verknüpfen. Das Potenzial von KI, die Studierendenbindung zu verbessern, Routineprozesse zu automatisieren und die Zufriedenheitswerte zu steigern, kann ein Katalysator für die Freigabe von Budgets und die interne Akzeptanz sein.

‍

Die Realität ist, dass die meisten Institutionen bereits an KI-verwandten Initiativen arbeiten - sei es bei der Automatisierung von Bewertungen oder der Personalisierung von Kursen. Was fehlt, ist oft eine Governance-Verpackung und ein strategischer Rahmen. Führungskräfte aus dem Bildungswesen prüfen ihre bestehenden Praktiken und ordnen sie den Ergebnissen für die Studierenden zu - und nutzen ein einfaches Venn, in dem Kosteneffizienz und Studentenerfahrung als Planungsinstrument zusammenkommen.

Wichtige Empfehlungen:

‍

• Direkte Zuordnung von AI-Piloten zu NSS-Bereichen und TEF-Kriterien
• Koppeln Sie studentenorientierte Innovationen mit institutionellen Automatisierungsgewinnen
• Verwendung von KI-Reifegradmodellen (wie das von Jisc) zum Benchmarking und zur Verfolgung des Fortschritts

‍

Wie man AI-Lösungen prüft: Über GPT hinausgehen

‍

Die zweite Herausforderung, die diskutiert wurde, war die Bewertung von KI-Tools - vor allem angesichts der Überflutung des Marktes mit Angeboten von Anbietern. Die Diskussionsteilnehmer betonten, dass Lösungen ausgewählt werden sollten, die über die reine GPT hinausgehen und einen institutionellen ROI bieten.

‍

Wie können Einrichtungen zwischen einem Marketing-Hype und dem praktischen Nutzen von KI unterscheiden? Wir haben die "Value-over-GPT"-Checkliste eingeführt: Institutionen sollten sich fragen, ob KI-Plattformen in SIS-, LMS- oder CRM-Systeme integriert werden können, ob sie Leitplanken wie die Kontrolle von Eingabeaufforderungen und Überprüfungsworkflows bieten und ob sie die Datenhoheit respektieren (z. B. die Möglichkeit, Chatbot-Interaktionen zu exportieren und zu analysieren). Ohne diese Grundlagen laufen Institutionen Gefahr, sich an "Black Box"-Anbieter oder nicht skalierbare Pilotprojekte zu binden.

‍

Das Gespräch ging über in die praktische Einsatzplanung. Wir erläuterten, dass die Einführung von KI einer Matrix aus Auswirkungen und Machbarkeitfolgen sollte . Wir ermutigten dieEinrichtungen, mit Prozessen mit hohem Volumen und geringer Komplexität zu beginnen, wie z. B. Zulassungsabfragen oder die Automatisierung von Zeugnissen. Einrichtungen sollten nach Live-Referenzen fragen und Anbieter danach bewerten, ob sie Echtzeit-Iterationen ermöglichen. Das Ziel ist nicht nur die Einführung, sondern der Aufbau eines anpassungsfähigen, messbaren KI-Ökosystems auf dem Campus.

Worauf Sie achten sollten:

‍

• Tiefe Integrationen mit SIS, LMS, CRM
• Leitplanken wie bearbeitbare Systemaufforderungen, Genehmigungs-Workflows und Human-in-the-Loop-Kontrollpunkte
• Datenkontrolle: Souveränität, Exportierbarkeit und Analytik
• Flexible Kostenmodelle: Berücksichtigung der TCO, nicht nur der Nutzungspreise
• Nachgewiesene Rentabilität: Hat der Anbieter auf einem echten Campus Ergebnisse erzielt?

‍

Veränderungsmanagement und institutionelle Kultur

‍

Die Integration von KI ist nicht nur eine technische, sondern auch eine kulturelle Angelegenheit. Der dritte Teil der Sitzung befasste sich mit Change Management und KI-Kenntnissen.

‍

Der Schwerpunkt lag auf den Menschen, nicht auf den Plattformen. Wir erläuterten, dass die Akzeptanz durch Studierende und Mitarbeiter ein wichtiger Faktor für den Erfolg oder Misserfolg von KI-Initiativen ist. Da 92 % der britischen Studenten und 61 % der Mitarbeiter bereits (oft informell) KI-Tools nutzen, wurde in der Diskussion die Notwendigkeit deutlich, von der passiven zur informierten Nutzung überzugehen. Als kulturelle Hindernisse wurden unter anderem "KI-Schuldgefühle" unter den Studenten, ethische Unsicherheiten und Sorgen der Mitarbeiter um Fairness, Voreingenommenheit und Datenschutz genannt. Aber wie wir betonten, sind dies keine Hindernisse, sondern Ausgangspunkte für ein Engagement.

‍

Wir ermutigen die Institutionen, Studierende und Lehrende frühzeitig einzubeziehen und betonten den Wert der Transparenz: Erklären Sie , warum und wie KI eingesetzt wird, und nicht nur , welches Tool eingeführt wird. Der "Nova"-Assistent der University of Gloucestershire wurde als Beispiel für eine studentische KI genannt, die sich auf die akademische Beratung konzentriert, rund um die Uhr zugänglich ist und mit Klarheit über Grenzen und Unterstützungsstrukturen eingeführt wurde.

Trends bei der Einführung von KI in der Hochschulbildung:

‍

• 92 % der britischen Universitätsstudenten nutzen jetzt Gen-AI-Tools
• 61% der Lehrkräfte haben Gen-AI ausprobiert
• 93 % der Mitarbeiter rechnen damit, die Nutzung innerhalb von 2 Jahren zu steigern

Quellen: Ellucian AI in Higher Education Professionals Survey (2024), Digital Education Council's Global AI Faculty Survey (2025), HEPI Student Generative AI Survey 2025

‍

Die wichtigsten kulturellen Hindernisse für die Einführung von KI in der Hochschulbildung:

‍

• Bedenken der Studenten: akademische Integrität, "KI-Schuld"
• Bedenken der Mitarbeiter: Voreingenommenheit in KI-Systemen, Datenschutz

‍

Umsetzbare Praktiken:

• Mitgestaltung von AI-Initiativen mit Studenten und Lehrkräften
• Durchführung von Fokusgruppen, Testlabors und sanften Aktivitäten (wie Namenswettbewerbe oder Umfragen)
• Förderung des Vertrauens durch transparente Politik, umfassenden Zugang und häufige Kommunikation

‍

Ressourcen zur Unterstützung institutioneller AI-Governance

Wir haben eine Reihe von Entwürfen und Rahmenrichtlinien zusammengestellt, um Institutionen bei der Entwicklung ihrer eigenen KI-Governance-Strategien zu unterstützen:

• Jisc AI Maturity Toolkit für die tertiäre Bildung
• Generative KI-Studentenberatung für FE (National Centre for AI)
• Universität Edinburgh Gen-AI-Anleitung
• DCU AI-Positionserklärung
• Exzellenzzentrum für Bildung an der Universität Birmingham

Über unseren Link zu den Ressourcen haben Sie Zugriff auf alle diese Informationen an einem Ort: Laden Sie das Blueprint PDF herunter

‍

Eine Einladung

Möchten Sie an unserer nächsten Community-Sitzung teilnehmen? Nehmen Sie Kontakt auf.

‍

Über LearnWise

LearnWise AI ermöglicht es Hochschulen, die Betreuung ihrer Studenten mit einem stets verfügbaren, KI-gestützten Assistenten zu verbessern, der sich nahtlos in über 400 EdTech-Tools integrieren lässt. Entwickelt, um Institutionen in jeder Phase ihrer KI-Einführung zu unterstützen, LearnWise optimiert das Engagement der Studenten, reduziert die Betriebskosten und bietet sofortige, kontextbezogene Unterstützung über mehrere Plattformen hinweg. LearnWise wird von führenden Institutionen auf der ganzen Welt eingesetzt und hat die Dienstleistungen für mehr als 1 Million Studenten optimiert, Supportanfragen um die Hälfte reduziert und das Lernerlebnis verändert.

‍