Veranstaltungsprogramm

Einleitung: Kleine und mittlere Unternehmen (KMU) sowie regionale Weiterbildungsanbieter stehen vor der Herausforderung, die digitale Transformation nicht nur technologisch, sondern vor allem partizipativ zu gestalten. Digitale Weiterbildung erscheint dabei nicht nur als Frage der Bereitstellung von Inhalten, sondern als sozial gestalteter Lernprozess, in dem Emotionen, Motivation und Teilhabe eine zentrale Rolle spielen. Als Folgeprojekt von „Projekt 1“ adressiert „Projekt 2“ diese Herausforderungen durch die Weiterentwicklung eines Nano-Konzepts für digitale Weiterbildung. Während „Projekt 1“ vor allem hybride, flexible und modular verknüpfte Nano-Strukturen aus regionalen Bedarfen ableitete, rückt „Projekt 2“ die Befähigung regionaler Weiterbildungsanbieter zur Umsetzung dieser Erkenntnisse in tragfähige digitale Angebote, Prozesse und Strukturen in den Mittelpunkt.

Methode: Die Arbeit folgt der Design Science Research (DSR) Methodik nach Hevner. Der Problemraum wird auf Basis mehrerer Status-quo-Erhebungen, Digital-Readiness-Interviews, qualitativer Inhaltsanalysen und Bedürfniserhebungen mit jeweils unterschiedlichem Fokus bei zwei regionalen Weiterbildungsanbietern beschrieben und durch Grundlagentheorien zur Ableitung von Design Principles fundiert. Darauf aufbauend werden Design Principles sowie konkrete Design Features für ein hybrides Lernkonzept mit Nano-Lerneinheiten entwickelt. Theoretisch greift die Arbeit serviceorientierte Überlegungen zu Wertentstehung in Interaktionen sowie emotionsbezogene Ansätze auf, um digitale Weiterbildung als sozial gestaltbaren Lern- und Unterstützungsprozess zu verstehen. Im Artefakt „How-to: Nano 2.0“ werden diese Erkenntnisse gebündelt instanziiert und qualitativ in Kooperation mit den Praxispartnern evaluiert.

Ergebnisse: Das Artefakt versteht Nanos nicht als isolierte Mikroeinheiten, sondern als verknüpfte Bausteine eines Lernpfads und übersetzt die Projektergebnisse in eine operative Gestaltungslogik mit Orientierung, Interaktion, Transfer- und Feedbackanschluss sowie Verantwortung und Aktualisierung. Die Ergebnisse zeigen, dass digitale Partizipation über den bloßen Zugang zu Inhalten hinausgeht und Lernumgebungen erfordert, die Orientierung schaffen, Komplexität reduzieren, Rückmeldung erleichtern und auch in asynchronen Phasen Unterstützung sichern.

Diskussion: Der Beitrag zeigt damit, dass partizipative digitale Bildungsprozesse nicht allein über digitale Verfügbarkeit, sondern über bewusste didaktische und organisationale Gestaltung ermöglicht werden. Er liefert praxisnahe Lösungsoptionen für digitale Bildungsangebote, die Teilhabe nicht nur voraussetzen, sondern aktiv fördern.

<p>Adaptive KI-basierte Lernumgebungen verarbeiten Lehr-Lern-Inhalte in der Ära großer Sprachmodelle und generativer KI häufig primär textzentriert (Ji et al., 2023; Li et al., 2025; Tan et al., 2025). Damit bleiben zentrale Erkenntnisse des multimedialen Lernens und der dualen Kodierung, wonach Lernprozesse durch das Zusammenspiel verbaler und visueller Repräsentationen unterstützt werden, in digitalen Lernsystemen oft unzureichend berücksichtigt (Mayer &amp; Fiorella, 2021; Paivio, 1990; Schnotz, 2021). Gerade bei der Digitalisierung schulischer Lernmaterialien werden Bilder zwar technisch erfasst, ihre didaktische Funktion für Wissensvermittlung, Verstehensunterstützung und Motivation jedoch kaum systematisch beschrieben. Der Beitrag adressiert dieses Desiderat mit einer expertenbasiert evaluierten Studie zur KI-gestützten Klassifikation von Schulbuchbildern für adaptive Learning-Management-Systeme.</p>

<p>Hierfür wurde ein theoriegeleitetes Prompt-Modell mit dem multimodalen Large Language Model Qwen entwickelt, das Bilder in digitalisierten Schulbuchmaterialien nicht nur formal beschreibt, sondern ihre didaktische Funktion für die Wissensmodellierung erschließt. Ausgangspunkt bilden die Bildfunktionsklassifikationen nach Levin und Carney sowie ergänzende Überlegungen zu Bildfunktionen, Visual Literacy und Lernen mit multiplen Repräsentationen (Carney &amp; Levin, 2002; Elkins, 2009; Schnotz, 2021; Weidenmann, 2002). Ziel ist es, Bilder so zu klassifizieren, dass ihre Relevanz für Domänenmodellierung, Aufgabenentwicklung, adaptive Selektion von Darstellungen und KI-gestützte Rückmeldungen systematisch nutzbar wird.</p>

<p>Zur expertenbasierten Evaluation wurde ein Korpus digitalisierter Schulbuchbilder aus Biologie, Mathematik, Deutsch, Geschichte und Metallbau mit dem Prompt-Modell durch Qwen klassifiziert. Die resultierenden Zuordnungen wurden von Fachdidaktiker aus Lehramt, Referendariat und Unterrichtspraxis hinsichtlich fachlicher Plausibilität und didaktischer Anschlussfähigkeit bewertet. Als Gütekriterium diente die Übereinstimmung zwischen modellgenerierter Klassifikation und fachlicher Einschätzung.</p>

<p>Die Ergebnisse zeigen eine Gesamt-Treffquote von 65 %, wobei sich deutliche Unterschiede zwischen Fächern und Bildkategorien abzeichnen. Organisatorische und interpretative Bilder wurden insgesamt zuverlässiger klassifiziert als repräsentative und insbesondere transformative Bilder. Zugleich deuten die Befunde darauf hin, dass die Klassifikation nach Levin und Carney für die didaktische Erschließung von Schulbuchbildern anschlussfähiger ist als alternative Modelle von Weidenmann.</p>

<p>Der Beitrag zeigt, dass theoriegeleitete KI-Prompting-Ansätze eine tragfähige Grundlage bieten, um visuelle Informationen aus Bildungsmedien in digitale Wissensmodelle zu überführen. Dies eröffnet eine Perspektive auf adaptive Lernmanagementsysteme, die Lerninhalte nicht ausschließlich textbasiert verarbeiten, sondern Bilder didaktisch begründet selektieren und lernförderlich nutzen.</p>

<p>Ausgangslage</p>

<p>Die dominante Erfahrung mit Software ist: Nutzende wählen aus einem Repertoire, das andere spezifiziert haben. Mit KI verschärft sich dieses Prinzip grundlegend — je mächtiger die Systeme, desto weniger Einfluss haben Nutzende auf die entstehenden Möglichkeiten. Statt zu fragen, <em>was</em> KI für uns tun kann, fragen wir: Wie gestalten wir die Bedingungen, unter denen KI in Lern- und Arbeitsprozessen wirkt?</p>

<p>Aktuelle KI-Systeme sind so gestaltet, dass Nutzende <em>auswählen</em>, nicht <em>spezifizieren</em>. Entscheidungen zu Affordances und UX sind keine neutralen Designentscheidungen — sie sind Gouvernanzentscheidungen: Die Handlungsmöglichkeiten von KI entstammen Designentscheidungen, an denen Lerngemeinschaften nicht beteiligt waren — mitsamt den darin kodierten Normen. Neue Ansätze wie generative Interfaces verschieben diese Grenze, ohne automatisch neue Beteiligungsformen zu etablieren.</p>

<p>Panelstruktur — Fishbowl</p>

<p>Nach einer moderierten Fachdiskussion öffnet ein Fishbowl-Format das Podium: Publikumsgäste setzen sich für 2–3 Minuten auf einen offenen Stuhl und bringen Thesen ein. Ziel ist ein gemeinsames Positionspapier.</p>

<p>Wir laden insbesondere Panelist:innen (4–5) ein aus den Bereichen Affordance-Design, UX-Forschung, Bildungspraxis, Folk Tech / Making, Institutionsdesign.</p>

<p>Leitfragen und theoretischer Rahmen</p>

<ol>

<li>

<p>Wer spezifiziert, was KI in unseren Lernumgebungen tut — und wie können Gemeinschaften diese Spezifikation selbst übernehmen? Wer die Affordances spezifiziert, hat Macht. Gemeinschaften mit Zugang zu Inferenz können eigene Assistenten und Interaktionsmuster definieren — der Schritt von <em>Auswählen</em> zu <em>Spezifizieren</em> ist entscheidend.</p>

</li>

<li>

<p>Was bedeutet gutes UX, wenn das Interface automatisch generiert und adaptiert werden kann? Standards wie A2UI/AG-UI machen KI zum Generator von UX. Metaphern wie der <em>Digitale Garten</em> helfen, KI-Interaktion als offenen, kontextreichen Prozess statt als linearen Task-Flow zu denken.</p>

</li>

<li>

<p>Unter welchen Bedingungen werden Lerngemeinschaften zu aktiven Mitgestalterinnen? Agency braucht institutionelle Rahmung. Kleine, selbstverwaltete Gemeinschaften bieten die Sicherheit, Affordances auszuprobieren und zu revidieren — ohne kommerzielle Optimierungszwänge.</p>

</li>

</ol>

<p>Erwartetes Ergebnis</p>

<ul>

<li>Diagnose aktueller KI-Affordances in Bildungs- und Forschungskontexten</li>

<li>Kernthesen, u.a.: Affordances sind Gouvernanzentscheidungen; Agency erfordert institutionelle Container; die Dualität zwischen Entwickeln und Nutzen muss überwunden werden</li>

<li>Forderungen an Plattformbetreiber, Bildungseinrichtungen, Forschungsförderung</li>

</ul>

<p>Für eine erfolgreiche Bewältigung polizeilicher Einsatzlagen sind neben fachlichen Qualifikationen und körperlichen Fähigkeiten insbesondere ausgeprägte sozial-kommunikative Handlungskompetenzen erforderlich (Lorey, 2025). Die Qualität dieses Umgangs prägt nicht nur die unmittelbare Interaktion, sondern auch das gesellschaftliche Bild der Polizei. Entsprechend gewinnen dialogorientierte Kommunikationskompetenzen, Deeskalationsfähigkeit sowie Sensibilität für ambivalente soziale Situationen zunehmend an Bedeutung.</p>

<p>Im Studium des Polizeivollzugsdienstes ist das „Training sozialer Kompetenzen“ (TSK) curricular verankert und dient der verhaltensnahen Vorbereitung auf komplexe Einsatzsituationen. Studierende werden dabei mit anspruchsvollen Kommunikationsanforderungen konfrontiert, etwa beim Überbringen von Todesnachrichten oder im Umgang mit Opfern, Angehörigen sowie psychisch belasteten Personen. Solche Situationen gelten als schwer vorhersehbar und stellen hohe Anforderungen an Kommunikation, Emotionsregulation und situative Urteilsfähigkeit (Lorey &amp; Fegert, 2021). Funktionale Handlungsoptionen werden bislang primär in Rollenspielen erprobt und anschließend reflektiert.</p>

<p>Parallel dazu eröffnet der Einsatz Künstlicher Intelligenz (KI) im Lehr- und Lernkontext neue Möglichkeiten zur Gestaltung adaptiver, individualisierter und interaktiver Lernumgebungen. Insbesondere KI-basierte Systeme zur natürlichen Sprachverarbeitung ermöglichen simulationsbasierte Trainingsformate, in denen Lernende komplexe Kommunikationssituationen wiederholt, variabel und mit reduziertem sozialen Risiko erproben können.</p>

<p>Vor diesem Hintergrund untersucht die vorliegende Studie die Integration KI-gestützter, sprachbasierter Interaktionssysteme in das TSK sowie deren Potenziale für die Weiterentwicklung kommunikativer Kompetenzen. Zum Einsatz kommen KI-basierte Systeme mit natürlicher Sprachinteraktion, die realitätsnahe Gesprächssituationen simulieren. Die KI übernimmt dabei unterschiedliche Rollen als fiktive Personen.</p>

<p>Methodisch folgt die Untersuchung einem anwendungsorientierten Design. Auf Basis typischer polizeilicher Einsatzsituationen wurden strukturierte Gesprächsszenarien entwickelt und in den Trainings eingesetzt.</p>

<p>Die Evaluation erfolgt durch die Einschätzungen der Teilnehmenden hinsichtlich Realitätsnähe, Lernwirksamkeit und Handhabbarkeit erhoben. Zusätzlich bewerten Beobachter:innen die Qualität der Interaktionen.</p>

<p>Die Ergebnisse zeigen, dass KI-gestützte Gesprächssimulationen insbesondere durch ihre Verfügbarkeit, Variabilität und Fehlertoleranz als lernförderlich wahrgenommen werden. Gleichzeitig bestehen Einschränkungen hinsichtlich der wahrgenommenen Authentizität und emotionalen Tiefe. Insgesamt deutet sich an, dass KI-basierte Systeme eine sinnvolle Ergänzung bestehender Trainingsformate darstellen, insbesondere für standardisierte Übungssituationen und initiale Kompetenzaufbauphasen.</p>

<p>Partizipative Forschungsansätze gewinnen zunehmend an Bedeutung, um bedarfsgerechte Unterstützungs- und Beratungsstrukturen für pflegende An- und Zugehörige (PAZ) zu entwickeln (Schulz et al. 2026, Schulz et al. 2024). Im Kontext hybrider Pflegeberatung – verstanden als Kombination aus digital gestützten und aufsuchenden analogen Beratungsformaten – stellt sich die Frage, wie Bedarfe insbesondere älterer und potenziell vulnerabler Gruppen angemessen erhoben und in Gestaltungsprozesse überführt werden können.</p>

<p>Das Forschungsprojekt [...] untersucht Bedarfe, Erwartungen und Akzeptanz einer aufsuchenden hybriden Pflegeberatung für ein selbstbestimmtes Altern im ländlichen Raum. Methodisch folgt die Studie einem Mixed-Method-Design, das leitfadengestützte Interviews mit einem partizipativen Workshop kombiniert. In den Interviews werden zunächst PAZ befragt, die bereits Erfahrungen mit Pflegeberatung gesammelt haben. Ziel ist es, Nutzungserfahrungen und wahrgenommene Herausforderungen zu erfassen. Darauf aufbauend wird ein partizipativer Workshop unter Nutzung der Methode LEGO® Serious Play® (LSP) durchgeführt (The LEGO Group 2002), der sich an ältere Menschen richtet, die bislang keine Pflegeberatung in Anspruch genommen haben. LSP wird eingesetzt, um implizites Erfahrungswissen, Zukunftsvorstellungen und Bedarfsorientierungen sichtbar zu machen. Durch die haptisch-kreative Arbeit mit dreidimensionalen Modellen können insbesondere subjektive Vorstellungen einer „optimalen“ Pflegeberatung exploriert werden.</p>

<p>Der Beitrag stellt das methodische Design der Studie vor und begründet die kombinierte Nutzung der Verfahren als sequenzielle Vertiefungslogik: Während die Interviews bestehende Erfahrungen mit Pflegeberatung rekonstruieren, dient der Workshop mit LSP der explorativen Erweiterung und Konkretisierung zukünftiger Bedarfe. Des Weiteren präsentiert der Beitrag erste Ergebnisse der qualitativen Inhaltsanalyse der Interview- und Workshopdaten.</p>

<p>Abschließend reflektiert der Beitrag die Möglichkeiten und Grenzen partizipativer Formate mit älteren Menschen. Im Fokus stehen dabei Fragen der methodischen Zugänglichkeit, potenzielle Barrieren (z. B. motorische) sowie die Herausforderung, kreative und visuelle Artefakte in analytisch auswertbare Daten zu überführen. Der Beitrag leistet damit einen methodischen Beitrag zur Diskussion partizipativer Forschungsdesigns im Kontext vulnerabler Gruppen und zeigt, wie kreative Methoden zur Erhebung von Bedarfen in hybride Forschungs- und Gestaltungskontexte integriert werden können.</p>

<p>Die Forderung nach digitaler Partizipation prägt hochschulpolitische und -didaktische Diskurse (Luna-Reyes, 2017). Konzepte wie <em>Students as Partners</em>, ko-kreative Curriculumentwicklung oder partizipative Governance digitaler Plattformen versprechen eine Demokratisierung akademischer Lern- und Entscheidungsprozesse (Cook-Sather et al., 2014; Bovill, 2020). Zugleich verweisen Arbeiten auf persistente Machtasymmetrien, symbolische Beteiligungsformate und strukturelle Exklusionen (Arnstein, 1969; Felten und Lambert, 2020).</p>

<p>Der Beitrag analysiert aus governance-, medien- und bildungstheoretischer Perspektive die Grenzen und Hürden partizipativer Ansätze in digitalen und hybriden Hochschulkontexten. Im Fokus stehen drei Spannungsfelder:</p>

<p>(1) Strukturelle Macht und digitale Infrastrukturen:<br /> Trotz kollaborativer Plattformen und KI-gestützter Tools bleiben Entscheidungsbefugnisse häufig professoral dominiert. Digitale Infrastrukturen erweitern Partizipationsräume, reproduzieren jedoch bestehende Hierarchien – etwa durch Plattform-Governance, Datenasymmetrien oder algorithmische Steuerung (Selwyn, 2022).</p>

<p>(2) Soziale Selektivität und digitale Souveränität:<br /> Partizipation ist sozial ungleich verteilt. Studierende mit höherem kulturellem Kapital und größerer zeitlicher Flexibilität engagieren sich überproportional. Digitale Beteiligungsformate setzen zudem Kompetenzen digitaler Souveränität voraus, die nicht selbstverständlich gegeben sind (Bovill, 2020; Martzoukou et al., 2020).</p>

<p>(3) Tokenismus und Wirksamkeit:<br /> Formale Beteiligung (z. B. Evaluationen, Gremienarbeit, Online-Konsultationen) führt nicht zwangsläufig zu realer Mitentscheidung. In Anlehnung an Arnsteins Partizipationsleiter (1969) wird diskutiert, inwiefern digitale Beteiligung zwischen Konsultation und geteilter Entscheidungsmacht oszilliert.</p>

<p>Methodisch basiert der Beitrag auf einer strukturierten, interdisziplinären Literaturauswertung internationaler und deutschsprachiger Forschung (voraussichtlicher Zeitrahmen: 2010–2025). Ziel ist die Entwicklung eines analytischen Rahmenmodells, das Grenzen digitaler Partizipation nicht als Defizit, sondern als Ausdruck struktureller Spannungsverhältnisse zwischen Effizienz, Qualitätssicherung, Autonomie, technologischer Steuerung und demokratischer Mitbestimmung versteht.</p>

<p>Der Beitrag leistet damit einen konzeptionellen Beitrag zur GeNeMe 2026, indem er digitale Partizipation in der Hochschulbildung als macht- und infrastrukturell gerahmten Raum reflektiert und Kriterien für nachhaltige, wirksame Beteiligung in digitalen Bildungsprozessen formuliert.</p>

<p>Große Sprachmodelle (Large Language Model – LLM) sind trotz massiver Weiterentwicklung der letzten Jahre mit tiefgreifenden technischen, gesellschaftlichen, rechtlichen, ökologischen und sicherheitsrelevanten Problemen behaftet. Die technischen Probleme wie <strong>Halluzinationen (vgl. Siebert, 2024), Schlussfolgerungsfehler und fehlender Realitätsbezug</strong> durch statistische Analyse von Texten und Antwortgenerierung können dabei die Ergebnisse prägen. Mit Retrieval-Augmented Generation (RAG) (vgl. Kiesel &amp; Wittmann, 2025) wird versucht, den Antwortraum zu spezifizieren und eine Wissensbasis für das System bereitzustellen. Mit vertieften Trainings der Modelle wird zudem versucht die Genauigkeit und Zuverlässigkeit der Sprachmodelle zu verbessern.</p>

<p>Im Vorhaben [Name des Vorhabens] wurde für die Optimierung und das Training der verwendeten Transformer Modelle (Bi- und Cross-Encoder) ein partizipativer Evaluationsansatz (vgl. Döring / Bortz, 2016 S. 1015) gewählt, um die Genauigkeit zu verbessern. Um die Wirksamkeit zu überprüfen wurde die Genauigkeit und Ranking Metrik wie NDCG@k (Normalized Discounted Cumulative Gain at k) des trainierten Modells anhand statistischer Analysen überprüft.</p>

<p>Ausgehend von den im Projekt zu bearbeitenden Fragestellungen, wird im geplanten Beitrag der technische Lösungsansatz (vgl. Abbildung 1) vorgestellt bei dem mittels Bi-Encoder und Cross-Encoder Modellen ein semantischer Vergleich von Nutzendeneingaben und standardisierten Kompetenz- und Fähigkeitsbeschreibungen der ESCO-Datenbank (vgl. Europäische Kommission, 2026) vorgenommen wird. </p>

<p>[Abbildung 1]</p>

<p>Mit Hilfe eines partizipativen Evaluationsansatz (vgl. Döring / Bortz, 2016 S. 1015.) wurde jede einzelne Rückmeldung des Systems individuell (durch die beteiligten Migrantinnen und Migranten) auf einer dreistufigen Skala mit Blick auf die Passfähigkeit (passt, passt teilweise, passt nicht) der eigenen Eingabe zur gefundenen standardisierten Beschreibung beurteilt. Die durch die Encoder induzierten Rückmeldungen der ESCO-Datenbank konnten dabei als teils sehr ungenau eingeordnet werden, was auf die Notwendigkeit eines Trainings für das verwendete Modell hinwies.</p>

<p>Nach dem Training des Bi- und Cross-Encoder Modells mittels der cosine similarity loss function (Pezzuti et al., 2025) sowie mean squared error loss (MSE) function und binary cross entropy loss (BCE) function konnten verbesserte statistische Werte für die semantische Zuordnung als auch für das Ranking der Vorschläge des trainierten gegenüber dem Basismodell gemessen werden.</p>

<p>Trotz der positiven Auswirkungen der partizipativen Evaluation bestehen an dieser Stelle methodische Optimierungsmöglichkeiten. Insbesondere hat die Befragungssprache – im vorliegenden Fall Deutsch – im Vergleich zur Muttersprache mgl. negative Einflüsse wie El-Menouar (2019) beschreibt.</p>

<p>Das genau Vorgehen und die Umsetzung sollen im geplanten Beitrag beschrieben werden.</p>

Vorgestellt wird ein im Elementarbereich anwendbares Forschungsdesign, das die enge Wechselbeziehung von Partizipation und Medienbildung forschungstheoretisch begründet und mit dem Kinderperspektivenansatz verbindet. Konzipiert wurde ein an Kitas erprobtes und digital-partizipativ gestütztes Beteiligungsformat, welches Kinder in ihrer Lebenswelt Kita als Akteure der Forschung wahrnimmt, und forschungsmethodische Möglichkeiten bietet, mit denen das Verhalten der Kinder bei der Interaktion mit Medien systematisch untersucht und dokumentiert werden kann. Es werden Ausschnitte aus der Durchführungsphase des Beteiligungsformates dargelegt, erste inhaltliche Zwischenergebnisse geliefert, sowie eine forschungsethische Reflexion hinsichtlich des partizipativen Leitgedanken durchgeführt.

<p>Teaching and learning are increasingly shaped by technological, social, and economic change, intensifying debates on how educational practice should respond to emerging professional and societal demands [1]. In this context, education is expected to foster not only disciplinary knowledge but also broader competences such as lifelong learning, innovation, digital literacy, and collaboration [2]. At the same time, culturally diverse learning environments require students to engage constructively with difference and to develop skills for intercultural interaction [3]. In higher education, however, diversity-related content is still often taught primarily through theoretical models, while opportunities to apply this knowledge in collaborative settings remain limited. Game-based learning can be understood as the intentional pedagogical use of digital or analogue games to support specific learning objectives [4]. Previous research further suggests that educational escape rooms have mainly been implemented in discipline-specific fields, indicating that their application to cross-cutting topics such as diversity has so far received less attention [5].</p>

<p>Against this background, the paper investigates whether a hybrid educational escape room can support the transfer of diversity-related theory into collaborative practice and foster students’ intercultural awareness. The intervention was implemented within a revised module on diversity and intercultural communication at a university of applied sciences. The course design combined a structured digital self-study phase with an applied classroom phase. Within this framework, the escape room integrated digital puzzle-solving with rotating small-group work at physical learning stations.</p>

<p>Methodologically, the study follows a design-based intervention approach. The evaluation draws on structured observations of team interaction, behavioural log data from gameplay, and a standardised post-activity survey. The findings indicate that the format promoted active participation, collaborative negotiation, and cooperation across changing group constellations. Particularly high ratings were found for participation balance, conflict handling, and team adaptation. At the same time, the results point to challenges in selected tasks, as well as to a need for more preparation time, technical support, and additional scaffolding during gameplay.</p>

<p>The paper concludes that hybrid educational escape rooms represent a promising format for application-oriented diversity teaching in higher education. Their particular value lies in translating theoretical concepts into collaborative and reflective learning processes and in strengthening the connection between conceptual knowledge and situated practice in heterogeneous learning environments.</p>

Traditional software development (TSD) relied on written specifications and detailed documentation (Mahboob et al., 2024) that caused excessive amounts of extra-work and, thus, slowed progress and often became obsolete when requirements changed during the project (Nanduri, 2025). That is why during the last two decades, the software industry more and more adopts Agile Software Development (ASD) approaches, such as Scrum and Kanban, for running flexibly through the project and focusing on the main task of software development (Tasneem et al., 2025; Oroy & John, 2024). ASD is guided by the “Agile Manifesto” (Beck et al., 2001), particularly through its second core value, which emphasizes “working software over comprehensive documentation”.

In today’s ASD, however, documentation remains essential, particularly in software development projects involving multiple developers and different stakeholders (Williams, 2024). In ASD practice, effective collaboration depends on documentation that serves as external team memory and enables knowledge transfer across the various roles and stakeholders in ASD teams (ASDT) (Brown et al., 2024). This, in turn, fosters informed participation and co-creation (Ates et al., 2025; Rosenbichler et al., 2020).

This is what can be referred to as the “documentation dilemma” in ASD (Nair, 2026; Canedo et al., 2024): Although documentation may limit flexibility, require additional effort, and hinder progress, it remains essential in ASD.

In our research we aim at understanding the documentation dilemma in ASD in detail. We particularly seek to analyze at which points in the ASD process documentation is executed by the developers and for what reasons. This provides us with a basis for the second step of our research, in which we aim to suggest the use of generative Artificial Intelligence (GenAI) with its ability to compose human-like texts as a “Cybernetic Teammate” that supports the documentation work in ASD teams (Dell'Acqua et al., 2025). Specifically, we develop a theoretical Human-in-the-Loop concept that illustrates a collaboration between this “Cybernetic Teammate” and the software developers. Our research is guided by the following research question:

How can GenAI support agile documentation to mitigate the documentation dilemma and facilitate shared understanding as a foundation for digital participation?

<p>Immersive Virtual Reality (VR) offers unique opportunities for participatory learning by enabling collaborative knowledge construction and co-creative engagement in digital environments. Theoretical approaches such as the Cognitive Affective Model of Immersive Learning (CAMIL; Makransky &amp; Petersen, 2021) propose that learning in VR is shaped by technological features such as immersion and users’ degree of control, which give rise to psychological affordances like presence and agency, which, in turn, shape cognitive and affective processes and learning outcomes. While a growing body of empirical research supports the relevance of presence and agency, much of this evidence relies on media comparison studies contrasting VR with less interactive formats. Such designs have been criticized for confounding technological and instructional features, limiting causal interpretations (e.g., Lawson &amp; Martella, 2023; Mulders et al., 2023) and offering little guidance for designing VR environments that effectively foster presence and agency. Moreover, studies that manipulate interactivity (e.g., Petersen et al., 2022) often rely on relatively weak operationalizations, such as contrasting user-controlled navigation and initiation of pre-defined content with passive observation of a pre-recorded walkthrough, thereby varying user control only to a limited extent.</p>

<p>To address this gap, a controlled experimental pilot study was conducted as part of a supervised high-school research project (N = 10). In both conditions, participants could freely move and interact within the VR environment while an instructor provided explanations. However, in the lower activity condition the instructor controlled the devices and experiments, whereas in the higher activity condition participants operated them themselves. This design enabled a controlled comparison of user control while keeping core design features comparable. Results indicate that participants in the higher activity condition reported lower negative agency (z = −1.09, r = .33, medium effect). Contrary to expectations, they also reported lower positive agency (z = −1.19, r = .36, medium effect) and presence (z = −0.86, r = .27, small-to-medium effect). Effects on learning outcomes were small, with minor advantages for the higher activity condition in retention (z = −0.33, r = .10) and conceptual understanding (z = −0.46, r = .14), while delayed effects were negligible and partly favored the lower activity condition. None of these effects reached statistical significance, likely due to the small sample size.</p>

<p>These findings suggest that increasing activity does not necessarily enhance perceived agency and presence and may even reduce them under certain conditions, highlighting the importance of carefully designing user control rather than simply increasing interactivity. The study points to the need for further research on how control and instructional design jointly shape learning in immersive environments.</p>

The last decade has seen a surge of interest in Virtual Exchange (VE) and Collaborative Online International Learning (COIL) as mechanisms for Internationalization at Home (IaH) of Higher Education, bringing intercultural collaboration into mainstream curricula without the logistical and financial barriers associated with physical mobility. Across disciplines, VE/COIL supports interactional authenticity, mutual perspective‑taking, and cross‑institutional teamwork. In addition to cognitive gains, participants report key socio‑emotional developments for global citizenship such as heightened curiosity, empathy, and tolerance for ambiguity.

Assessment of VE/COIL projects is difficult because outcomes are multidimensional, contextual, and dynamic. Intercultural competence comprises attitudes, knowledge, skills, and internal/external outcomes. Evidence accrues in interaction, through written and spoken discourse, collaborative artifacts, and reflection. Traditional surveys and activity counts underrepresent qualitative growth; they are ill‑suited to capturing behavioral transfer over time or linking participation to organizational results. Methodological pluralism is essential, yet reflective and qualitative approaches are labor‑intensive and challenging to scale across large cohorts and multi‑institutional contexts.

The Kirkpatrick Model offers a well‑established scaffold to organize questions, methods, and evidence from immediate experience through long‑term impact. On the other hand, Artificial Intelligence (AI) can provide continuous feedback loops, reduce manual coding burdens, and uncover patterns in large datasets, while human‑in‑the‑loop interpretation preserves pedagogical judgment and contextual nuance.

This paper suggests an evaluation framework that augments each level of the Kirkpatrick Model (Reaction, Learning, Behavior, Results) with AI methods to support VE/COIL evaluation and assessment by enhancing sensitivity, timeliness, scalability, and data‑driven insights. At Level 1 (Reaction), natural language processing (NLP) and adaptive surveys capture participant sentiment and perceived relevance in real time. Level 2 (Learning) integrates adaptive assessments, simulations, and learning analytics to track knowledge and skill acquisition against intended objectives, including intercultural competence. Level 3 (Behavior) leverages behavioral analytics and reflection analysis to identify application and transfer of skills across authentic tasks and over time. Level 4 (Results) connects VE/COIL participation to organizational goals via predictive modeling and data mining, surfacing impacts on performance, collaboration, retention, and cultural understanding. The framework offers institutions a practical pathway to nuanced, scalable, ethically governed evaluation and outlines priorities for mixed‑methods validation, equity‑minded adoption, and institutional sustainability.

<p dir="ltr">The increasing demand for user-centered and socially responsive design has positioned participatory design as an important methodology in architecture and design practice. At the same time, immersive technologies such as extended reality (XR) are changing how design ideas are visualized, communicated, and evaluated. Despite these developments, the integration of participatory design pedagogy and immersive technologies within the design studios in higher education remains limited and insufficiently structured.</p>

<p dir="ltr">This research aims to explore how XR technologies can be integrated into participatory design teaching practices in architecture and interior design schools in higher education. It focuses on enabling students to incorporate intended users’ feedback into the development of studio projects as part of the design process. It also seeks to identify the intersections between participatory design pedagogy, the use of extended reality (XR) in the design process, and teaching and learning practices in studio-based courses. The significance of this paper lies in addressing a prominent gap in current participatory design pedagogy, and in providing insights to inform future technology-driven approaches that support user participation and co-creation in architecture and design education.</p>

<p dir="ltr">The study adopts a structured scoping literature review, guided by PRISMA-ScR screening procedures, followed by thematic analysis of peer-reviewed studies published over the last fifteen years. The review focuses on studies that examine the use of XR in teaching architecture and design as part of the design process. These studies are analysed to understand how XR is positioned within teaching and learning practices as a tool, and to what extent such applications support participatory design within the design process. Rather than only mapping the presence of XR in design education, the analysis critically examines whether these practices enable participation, collaboration, co-creation, and meaningful user involvement. Through this approach, the study aims to develop a grounded understanding of the current connections between three key areas; XR, design pedagogy, and participatory design, while also identifying gaps in existing research and practice.</p>

<p dir="ltr">The research is expected to develop a framework of understanding that highlights how the above three areas can be connected. It is expected that this exploration will reveal strong potential for XR to support more participatory, collaborative, and engaging teaching practices in architecture and design education. </p>

<p>Indonesia's 2024 general election offered a telling illustration: the candidate pair with the highest digital advertising spend across Meta platforms secured the lowest vote share nationally, while broker networks continued distributing cash and goods in the final days before polling. The gap between the reach of digital campaigns and the persistence of transactional politics has not been resolved in the literature, and this study takes it as its starting point. Specifically, it asks: when does digital political communication actually move voter choice, and when does the material logic of broker-mediated exchange take over?</p>

<p>The study works within the Stimulus-Organism-Response (SOR) framework, treating voter decision-making as an evaluative process with distinct stages and not a direct input-output mechanism. Four constructs operate at the stimulus stage: Integrated Political Marketing Communication (IPMC), measuring the strategic consistency of messages across digital and traditional platforms; Key Opinion Leaders (KOL), covering influencers, religious figures, and local intermediaries who carry and modify political messages within their networks; Political Identity (PID), reflecting the extent to which partisan and communal ties predispose voters toward particular candidates; and Voter Skepticism (VS), measuring distrust of political actors and campaign claims. Informed by Social Exchange Theory and Motivated Reasoning Theory, Candidate Branding (CB) and Perceived Political Integrity Beliefs (PIB) function as organism-stage filters that process incoming stimuli before electoral behavior occurs.</p>

<p>What distinguishes this study is its treatment of context as an analytical variable and not merely a control. Brokerage clientelism is modeled across two dimensions: Social Assistance (SA), which measures voter assessments of whether pre-election welfare distributions were fair, well-timed, and need-based; and Perceived Political Intervention through Brokerage Clientelism (PIBC), which measures the extent to which voters encountered broker-delivered material inducements via personal networks. The central argument is that both dimensions condition whether CB and PIB perceptions carry through to vote choice, or whether transactional considerations take precedence.</p>

<p>Data will be gathered through a structured survey of 600 registered voters across DKI Jakarta, West Java, and Banten. Analysis uses PLS-SEM with a two-stage procedure for second-order constructs and product-indicator interaction terms for moderation testing.</p>

<p>The paper speaks primarily to scholars of digital participation and electoral politics in contexts where party institutionalization is weak and broker networks remain electorally relevant.</p>

<p>Die fortschreitende Digitalisierung verspricht, Patient:innen stärker in die eigene Versorgung einzubeziehen. Doch gerade bei chronischen Erkrankungen zeigt sich ein zentrales Spannungsfeld: Immer mehr Daten stehen zur Verfügung, aber deren Verständlichkeit und Nutzbarkeit für Betroffene bleibt weiterhin begrenzt. Besonders deutlich wird dies bei neurologischen Erkrankungen wie Multiple Sklerose (MS), bei denen motorische, kognitive und visuelle Einschränkungen die Interaktion mit komplexen Daten zusätzlich erschweren. Damit wird Visualisierung nicht nur zur Darstellungsfrage, sondern zur entscheidenden Voraussetzung für echte Teilhabe, informierte Mitentscheidung aber auch Patient Empowerment, vor allem bei komplexen Erkrankungsbildern.</p>

<p>Vor diesem Hintergrund wird untersucht, wie medizinischen Daten in patientenzentrierten Anwendungen für MS und vergleichbare chronische Erkrankungen visualisiert werden und inwieweit diese Darstellungen tatsächlich zur Unterstützung von Selbstmanagement und Partizipation beitragen. Im Fokus stehen dabei eingesetzte Visualisierungstypen, deren funktionale Einbettung sowie Unterschiede zwischen wissenschaftlichen Konzepten und realer Anwendungspraxis.<br />Methodisch wurde hierbei eine PRISMA-S angelehnte systematische Literaturrecherche in PubMed, Scopus und IEEE Xplore mit einer selektiven Marktanalyse MS-spezifischer Anwendungen kombiniert. Nach dem Screening von 220 Datensätzen wurden 11 Studien in die Auswertung eingeschlossen. Ergänzend wurden für die Marktanalyse 29 Anwendungen identifiziert und überblicksartig strukturiert dargestellt sowie acht Apps einer vertieften visuellen Analyse unterzogen.</p>

<p>Die Ergebnisse zeigen, dass Visualisierungen in der Praxis überwiegend auf zeitbasierte Verlaufsdarstellungen wie Linien- und Balkendiagramme setzen, häufig eingebettet in dashboardartige Übersichten mit Farb- und Icon-Kodierungen. Diese Ansätze unterstützen die grundlegende Selbstbeobachtung, entfalten ihr partizipatives Potenzial jedoch erst durch ergänzende Kontextualisierung, gestufte Informationsbereitstellung und visuelle Personalisierung.</p>

<p>Genau hier zeigt sich eine deutliche Diskrepanz zwischen Forschung und Praxis: Während wissenschaftliche Arbeiten differenzierte, nutzeradaptive und barrierearme Visualisierungskonzepte betonen, dominieren in marktverfügbaren Anwendungen funktionale Mindestlösungen. Insbesondere die Berücksichtigung heterogener Nutzerbedarfe sowie die Unterstützung individueller Entscheidungsprozesse bleiben vielfach unzureichend umgesetzt. Die Arbeit leitet hieraus konkrete Gestaltungsempfehlungen ab und überträgt diese auf den MS-Kontext. Sie macht deutlich, dass Visualisierung weit über die Darstellung von Daten hinausgeht. Sie ist ein zentraler Hebel für Patient Empowerment und damit ein entscheidender Baustein für die Zukunft partizipativer, digital unterstützter Versorgung.</p>

<p>Im Rahmen des Erasmus+ Projekts ACTIVATE (Agile Competency-Based Learning for Individuals and Teams) stellen sich Partner aus Deutschland, Niederlanden und Schweden der Herausforderung, digitale Tools zur Unterstützung der Partizipation und Ko-Kreation in interprofessionellen Teams zu entwickeln, die in Lehrszenarien für interprofessionelle Team-Trainings zum Einsatz kommen. Das Ziel besteht darin, das Potenzial interprofessioneller Team-Trainings über ihre herkömmlichen Grenzen hinaus zu erschließen, indem deren transformative Wirkung durch den Einsatz digitaler Tools gefördert wird. Dazu wurde das in diesem Beitrag vorgestellte ACTIVATE-Dashboard an der Hochschule für Technik, Wirtschaft und Kultur Leipzig entwickelt, welches den Dialog und Entscheidungsprozess nach einem interprofessionellen Team-Training unterstützt, indem es übergeordnete Themen, gewonnene Perspektiven und im Team-Training aufgetretene Spannungen als Wissensbasis für einen Diskurs darstellt und dafür sensibilisiert.</p>

<p>Als theoretisches Fundament für diesen Diskurs wird die Cultural Historic Activity Theory (CHAT) verwendet, die es ermöglicht, menschliches Handeln nicht isoliert, sondern als dynamisches System kollektiver Praxis zu begreifen, in dem soziale Komponenten wie Regeln, Gemeinschaft und Arbeitsteilung die Interaktion strukturieren. Das ACTIVATE-Dashboard visualisiert die Wissensbasis in den CHAT-Dimensionen „Subject“, „Objective“, „Tools“, „Communities“, „Rules“ und „Division of Labour“ (siehe Abbildung 1), wodurch aufgetretene Spannungen zielgerichteter diskutiert sowie aufgelöst werden können und die Team-Mitglieder partizipativ zu bestmöglichen Entscheidungen gelangen.</p>

<p>Um die Wissensbasis des interprofessionellen Teams möglichst partizipativ zu gewinnen, wird Feedback zum Team-Training mittels digitaler Fragebögen per Smartphone oder in Zukunft auch mittels automatisierter Transkription erfasst. Das Backend des ACTIVATE-Dashboards erlaubt es mittels Large Language Models als künstlicher Intelligenz (KI), dieses teilweise unstrukturierte Feedback automatisiert in eine strukturierte und multilinguale digitale Wissensbasis zu überführen. Die technologische Grundlage dafür bildet ein semantischer Knowledge Graph (RDF/OWL), der komplexe Beziehungsstrukturen abbildet und über eine SPARQL-Schnittstelle für die visuelle Analyse im Frontend des Dashboards verfügbar macht. Durch diese KI-gestützte Aggregation werden im Team-Training aufgetretene Spannungen sowie Widersprüche innerhalb des Tätigkeitssystems identifizierbar und die digitale Wissensbasis kann als objektive Grundlage für Reflexionsprozesse dienen. Im nachfolgenden Diskurs können die Spannungen unter Nutzung eines Ampelsystems und einer Kommentarfunktion im Dashboard reflektiert und bestenfalls aufgelöst werden, wodurch das Team auf Grundlage der Wissensbasis bestmögliche Entscheidung treffen kann. Dabei ist das web-basierte ACTIVATE-Dashboard generisch und steht als VUE-Anwendung Open Source zur Verfügung.</p>

<p>Studierende erwarten zunehmend flexible, personalisierte und niedrigschwellige Unterstützungangebote. Im Gegenzug sind Hochschulen mit steigender Betreuungsintensität, heterogenen Lernvoraussetzungen und begrenzten personellen Ressourcen konfrontiert. Aktuelle Reviews zeigen, dass insbesondere konversationsbasierte und andere KI-Systeme Potentiale für tutorielle Unterstützung, adaptive Lernbegleitung, Lernplanung und Engagement im Hochschulkontext bieten (Long et al., 2026; Shi et al., 2026). Dem stehen jedoch zentrale Risiken gegenüber, darunter Überabhängigkeit, mangelnde Transparenz, Datenschutzprobleme sowie unklare Verantwortlichkeiten zwischen Technik und Pädagogik (Ganguly et al., 2026; Shi et al., 2026).</p>

<p>Die bisherige Forschung konzentriert sich vor allem auf reaktive Systeme wie Chatbots, die Fragen beantworten oder Feedback geben, jedoch selten eine langfristige, zielgerichtete Lernbegleitung übernehmen (Ganguly et al., 2026; Long et al., 2026). Mit agentischer KI zeichnet sich hingegen gegenüber generativen Systemen ein erweitertes Paradigma ab. Diese Systeme agieren zielorientiert, passen sich kontextsensitiv an und können mehrstufige Aufgaben teilweise autonom planen und koordinieren (Al-Hinai et al., 2026). Erste empirische Befunde deuten zudem darauf hin, dass die wahrgenommene Agency von KI positiv mit Selbstwirksamkeit, Autonomie und selbstgesteuertem Lernen zusammen hängen kann (Alqurni, 2026).</p>

<p>Vor diesem Hintergrund untersucht der Beitrag, wie ein KI-Agent als Lernbegleiter für Studierende gestaltet sein muss. Er soll ausgewählte Teilaufgaben professoraler Betreuung übernehmen, ohne die didaktische und fachliche Verantwortung von Lehrenden zu ersetzen. Im Zentrum stehen drei Fragen: Welche professorennahen Unterstützungsfunktionen lassen sich sinnvoll delegieren? Welche fachlichen, didaktischen und kommunikativen Fähigkeiten muss ein solcher Agent besitzen? Und welche Grenzen und Eskalationslogiken sind erforderlich, damit die Mensch-KI-Zusammenarbeit in der Hochschullehre nachvollziehbar und verantwortbar bleibt?</p>

<p>Methodisch basiert der Beitrag auf einem Scoping Review mit transparentem Such-, Screening- und Auswertungsprozess unter Nutzung eines PRISMA-orientierten Flussdiagramms. Ziel ist es, den aktuellen Forschungsstand zu KI-Agenten und agentischen Lernassistenzsystemen im Hochschulkontext systematisch darzustellen, zentrale Konzepte zu strukturieren und Forschungslücken zu identifizieren (Pollock et al., 2024). Analysiert werden insbesondere funktionale Fähigkeiten, Interaktionsformen, Governance-Aspekte sowie professorennahe Delegationsbereiche.</p>

<p>Erwartet werden ein strukturierter Anforderungskatalog für KI-Agenten als Lernbegleiter, ein konzeptionelles Modell delegierbarer professoraler Unterstützungsaufgaben sowie Gestaltungsprinzipien für eine verantwortbare agentische Lernassistenz in der Hochschullehre.</p>

<p dir="ltr">Vor dem Hintergrund gesellschaftlicher Transformationsprozesse stehen Hochschulen vor der Herausforderung, Studierende auf vielfältige Herausforderungen vorzubereiten, die neben Fachwissen insbesondere selbstorganisierte, reflektierte und verantwortliche Handlungsfähigkeit in unbekannten Zukunftsszenarien erfordern. Damit rückt die hochschuldidaktische Frage in den Fokus, wie zukunftsrelevante Kompetenzen, sogenannte Future Skills, in Studiengänge übersetzt und curricular verankert werden können. Dieser Frage widmet sich ein Projekt an einer dualen Hochschule, das beabsichtigt, Wege zu erproben, um Future Skills systematisch in das duale Studium zu integrieren. Future Skills werden in diesem Beitrag verstanden als Kompetenzen, die es Individuen erlauben, in hochemergenten Handlungskontexten selbstorganisiert komplexe Probleme zu lösen und (erfolgreich) handlungsfähig zu sein (Ehlers, 2020).</p>

<p dir="ltr">Gerade weil die curriculare Verankerung von Future Skills keine bloße Übernahme vorgefertigter Konzepte, sondern eine kontextsensitive Übersetzungs- und Aushandlungsleistung in die studiengangsspezifischen Kontexte erfordert, gewinnen partizipative und ko-kreative Gestaltungsprozesse bei der Integration an Bedeutung. Zudem zeigt sich, dass die Entwicklung curricularer und didaktischer Arrangements dort besonders tragfähig ist, wo sie nicht als Top-down-Transfer vorgefertigter Konzepte erfolgt, sondern als dialogischer Aushandlungs- und Gestaltungsprozess mit den beteiligten Akteur:innen (Bovill &amp; Woolmer, 2018).</p>

<p dir="ltr">Der Beitrag richtet den Fokus auf die Frage, wie die curriculare Integration von Future Skills ko-kreativ mit Studiengangsleitungen kontextspezifisch ausgestaltet werden kann. Dabei beleuchtet er, wie die Verantwortung für das Lernangebot nicht nur geteilt, sondern zunehmend übertragen und somit eine höhere Partizipationsstufe erreicht wird (Arnstein, 1969). Es wird diskutiert, inwiefern dies die Nachhaltigkeit der Angebote sowie die Future Skills Literacy (Ehlers, 2024) der Beteiligten stärkt und im Sinne partizipativer (von Unger, 2014) und praxisorientierter (Moser, 2022) Forschungsansätze die verschiedenen Rollen und Perpektiven der Beteiligten reflektiert und am Forschungsprozess beteiligt.</p>

<p dir="ltr">Die beteiligten Studiengangsleitungen aus 9 Studiengängen durchliefen einen partizipativen Prozess (Abb. 1) mit dem Ziel, auf Basis der vorhandenen Konzepte und einer Future-Skills-Toolbox (Abb. 2) ein passgenaues Angebot für den jeweiligen Studiengang zu konzipieren, zu evaluieren und agil weiterzuentwickeln. Am Beispiel von Projekt A und auf Basis qualitativer Daten und einer digitalen Erhebung wird diskutiert, welchen Beitrag partizipative Beratungs-, Forschungs- und Gestaltungsprozesse dazu leisten, digitale und didaktische Ressourcen nicht nur bereitzustellen, sondern in Zusammenarbeit mit zentralen Akteur:innen so weiterzuentwickeln, dass tragfähige und kontextsensitive Integrationslösungen in Hochschulkontexten agil und nachhaltig realisiert werden können.</p>

<p>This contribution examines participation as co‑creation within an interdisciplinary research project focused on the participatory design of GenAI-supported Social‑Emotional Learning (SEL) micro‑learning interventions in Higher Education. The study is theoretically grounded in critical participation theory, which conceptualizes participation as a redistribution of epistemic and decision‑making power rather than as learner engagement or consultative involvement (Arnstein, 1969), as well as in sociocultural perspectives that frame learning as situated participation in socially organized practices (Hickey &amp; Zuiker, 2005; Wenger, 1998).<br />Participation as co‑creation is operationalized through a multi‑phase participatory design process. In the first phase, learners contribute as co‑constructors of SEL priorities through a student‑centered needs assessment that combines qualitative and quantitative methods. Drawing on co‑design theory, participants are treated as experts of their lived experiences, and their contributions directly inform the identification and contextualization of core SEL competencies rather than merely validating predefined curricular frameworks (Sanders &amp; Stappers, 2008). By embedding learner perspectives at the level of conceptual framework formation, this approach explicitly seeks to move beyond tokenistic forms of participation.<br />In the second phase, interdisciplinary co‑design workshops translate learner‑generated insights into a structured SEL framework aligned with curricular learning outcomes and micro‑learning pedagogies. Informed by students‑as‑partners approaches in Higher Education, these workshops function as sites of negotiated meaning‑making across disciplinary and professional boundaries, supporting shared ownership of both pedagogical goals and design decisions (Bovill et al., 2011).<br />Within this participatory architecture, Generative Artificial Intelligence (GenAI) is positioned as a teacher‑facing adaptive design infrastructure rather than as a tool for direct student interaction. Informed by human‑centered perspectives on AI in education (Luckin, 2017), GenAI supports educators in responding dynamically to learner needs by analyzing patterns of learner progression and achievement, generating adaptive content variations, and iteratively refining micro‑learning pathways. Although students are not asked to directly interact with GenAI along their learning journey, its integration enables continuous feedback loops through which learner trajectories inform ongoing content design and refinement. <br />The expected outcomes include a theoretically grounded framework for operationalizing participation as co‑creation in SEL design, empirical insights into teacher‑mediated GenAI‑supported adaptation, and a critical reflection on the opportunities and limitations of participatory educational design through AI‑enabled infrastructures.</p>

<p>ABSTRACT .The skills of the future (future skills) refer to those skills and competencies that are likely to be in high demand in the coming years, both by society and the world of work, in order to address the changes and challenges that will be determined by technological advances and the changing local and global economic landscape. Both academics and professionals agree that the level of knowledge and development of these skills will enable graduates to better face the challenges of the future. [1]. The authors of this paper have developed an open model to identify the future skills required in the technical labour market. This model is based on three key aspects that have been the subject of research carried out as part of the project <em>ZuKo4Saxony</em>: (1) the scientific arguments that support a project about future skills in companies from Saxony (Germany); (2) to present a model and framework of future skills based in the previous works of Ehlers (2020; 2023) and Kotsiou (2022) among others; and (3) the empirical results of a survey aimed at obtaining current and relevant information and data on future competences/skills and will map trends and needs of various production and service sectors in the Saxony region.</p>

<p>APPROACH. Ehlers [1] and Kotsiou et al. [7] have already analysed and compared numerous frameworks and have offered definitions and synthesised models of future skills. Ehlers [1] defines ‘future skills’ as the ‘ability to successfully solve a complex problem in an unknown future action context’. It refers to an individual's disposition to act in a self-organised manner. Kotsiou et al. [7] understands ‘future skills’ as the different knowledge, attitudes, values, skills, and competencies intended to prepare learners for the future. Ehlers' model of future skills divides the future skills into three interconnected dimensions or clusters (Subject-development-related competences, Individual-object-related competences and Organisational competences). Within each competence dimension or cluster the competences are organised into categories, and there are a number of specific competences associated with each of these categories.</p>

<p>CONCLUSIONS/RECOMMENDATIONS/SUMMARY. This model has been developed on the basis of a literature review, the findings of previous research, and the results of an empirical study conducted among small and medium-sized enterprises in Saxony, in which a number of larger companies also participated. The present model identifies not only the competencies but also classifies them into dimensions and expandable categories, thereby facilitating further research into this topic within other technical work contexts around the world.</p>

Traditional knowledge management systems (KMS) support the storage, retrieval, and recombination of explicit knowledge but remain limited in facilitating tacit, practice-embedded, and context-dependent knowledge reuse. This limitation is particularly critical in collaborative business processes (CBP), where reuse frequently fails because the original context and situated meaning of knowledge are insufficiently preserved. Two persistent challenges follow: the "Tacit Gap" – the difficulty of transferring tacit, practice-embedded knowledge through repository-based systems – and the "Context Gap" – the loss of contextual grounding during knowledge reuse. With the emergence of generative artificial intelligence (GenAI) and large language models (LLMs), KMS are shifting towards agentic, dialogue-based systems that can act as interactive, context-sensitive intermediaries in organizational knowledge processes. However, organizational applications of GenAI in knowledge management often remain tool-driven, and research has not yet consolidated how GenAI capabilities can be systematically aligned with established knowledge theories.

Addressing this gap, this research in progress asks: How can GenAI role functionalities be systematically designed to support knowledge conversion and knowledge reuse in collaborative business processes? Following a theory-driven, design-oriented research approach, we develop a taxonomy using Nickerson et al.'s iterative method. The taxonomy combines two complementary theoretical perspectives: the SECI model of knowledge conversion (Nonaka & Takeuchi, 1995) and Markus's (2001) typology of knowledge reuse situations. The resulting 4×4 taxonomy specifies 16 distinct GenAI role functionalities, each defined by its knowledge conversion output, its target reuse situation, and its SECI-specific GenAI capability grounding, and each assignable to exactly one cell through two operational coding rules.

To demonstrate technical feasibility, four roles – the Scribe Agent, Semantic Linking Agent, Mentor Agent, and Concept Mining Agent – were instantiated in a prototype, the Intelligent Knowledge Management Assistant System (IKMAS). IKMAS implements a state-machine-based processing flow in which an LLM-based router classifies incoming requests along the taxonomy, executes role-specific agent configurations, and independently verifies outputs, looping back to context enrichment when applicability conditions are missing. Preliminary testing shows that user requests were assigned to the corresponding roles and that role-specific instructions were consistently executed. The completed study is expected to contribute a theoretically grounded taxonomy as design knowledge for GenAI-enhanced KMS, a reference architecture demonstrating its technical operationalization, and a basis for evaluating GenAI as a context-sensitive knowledge intermediary in organizations.