Conference Agenda

<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>