Veranstaltungsprogramm

<p>Fernstudienangebote stehen vor einer strukturellen Betreuungslücke, da asynchrone Lernprozesse häufig zeitunabhängige Unterstützungsangebote erfordern (Tinto, 1975; Hone &amp; El Said, 2016). KI-basierte Systeme werden als Lösung diskutiert, doch bestehende Ansätze beschränken sich auf generische Chatbots. Wie KI als institutionell verankerte akademische Rolle konzipiert und empirisch begleitet werden kann, ist bislang nicht untersucht (Zawacki-Richter et al., 2019; Wollny et al., 2021).</p>

<p>KI-basierte Lösungsansätze wurden an einer Hochschule exemplarisch in einem mehrstufigen Verfahren erprobt: Stufe 1 war die Entwicklung eines eigenen punktuell einsetzbaren KI-Chatbots (Rinn et.al. 2025). In der zweiten Stufe wurde ein RAG-basierter KI-Chatbot eines externen Anbieters genutzt. Stufe 3 ist ein KI-Professor, der Digital Twin eines realen Professors. Der Chatbot dient als generische Lernunterstützung. Der KI-Professor dient weiterführend als personalisierte akademische Instanz.</p>

<p>Die Nutzung des Chatbots wurde über Systemlogs der externen Plattform ausgewertet. Dabei sind sowohl die Zugriffszahlen als auch die Zugriffszeiten auffällig. Diese liegen vielfach außerhalb regulärer Betreuungszeiten und regen zu einer tiefergehenden Analyse an, die sich auch mit der inhaltlichen Nutzung auseinandersetzen sollte.</p>

<p>Die Evaluation des KI-Professors mit n = 32 (KI-Nutzungserfahrung Ø 3,44/5) durchgeführt erfasste drei Dimensionen: die wahrgenommene Nutzungsqualität des KI-Professors anhand des User Experience Questionnaire (UEQ-S; Schrepp et al., 2017) mit sieben Skalen von Bedienbarkeit bis Interaktionsgefühl, die individuelle Akzeptanz der Technologie über Items zu wahrgenommenem Nutzen und wahrgenommener Einfachheit (TAM; Davis, 1989) sowie die Nutzungsintention und institutionelle Akzeptanz auf Basis des UTAUT-Modells (Venkatesh et al., 2003), das soziale Einflüsse, Leistungserwartung und förderliche Rahmenbedingungen berücksichtigt.</p>

<p>Die UX-Evaluation des KI-Professors ergibt einen Gesamtmittelwert von 3,94/5 (UEQ-S); die Offenheit für KI-Lehrformate liegt bei Ø 4,48/5. Klare Governance-Leitlinien erweisen sich als Akzeptanzbeschleuniger (Ø 3,90/5), während die eigenständige Ersetzung menschlicher Lehre abgelehnt wird (Ø 2,20/5). Hauptbedenken betreffen rechtliche (65%) und lehrqualitative Aspekte (65%).</p>

<p>Die Studie liefert erstmalig empirische Evidenz für ein institutionell verankertes Stufenmodell aus KI-Chatbot und KI-Gastprofessur im Fernstudium. Sie zeigt, dass KI-Integration nicht nur als Hilfsmittel, sondern als akademische Rolle konzipiert werden kann. Limitationen der Studie sind die fehlende Generalisierbarkeit der Befunde. Im nächsten Schritt sollen weiterführende Auswertungen stattfinden, um evidenzbasiert entscheiden zu können, ob die Systeme in den Regelbetrieb der Hochschule überführt werden. Weitere Ansatzpunkte für Forschungen könnten in der Lernwirksamkeit beider Systeme, Anwendungsszenarien sowie den benannten lehrqualitativen Aspekten liegen.</p>