Page 16 - ORCA Magazin I 2026
P. 16

16                                                                                     KI-Lab



          Mikroformate, wie etwa Kurzimpul-
          se aus der Lehre, themenbezogene
          Auszeichnungen oder Co-Teaching-
          Angebote, deutlich besser angenom-
          men werden.


          Die Fallarbeit hat deutlich gemacht:
          Zwischen strategischem Anspruch
          und operativer Wirklichkeit klafft
          eine Lücke und diese lässt sich nicht
          durch mehr Technik, sondern durch
          gezielte Organisationsentwicklung
          schließen. Es braucht Formate, die
          auf Kontexte reagieren, institu-
          tionelle Hürden ernst nehmen und
          Kooperation über Zuständigkeits-
          grenzen hinweg ermöglichen. KI ist
          dabei nicht das Problem, sondern der
          Prüfstein für Steuerungsfähigkeit,
          Kommunikationskultur und Lernbe-                 Markus Deimann ist seit 2021 Geschäftsführer von ORCA.nrw.
          reitschaft innerhalb der Hochschulen.                                         © RUB/Katja Marquard.


          Trotz  der  Vielfalt  an  Fällen  in  der  kollegialen  Bera-  Einer der spannendsten Programmpunkte des KI-Labs
          tung kristallisierten sich folgende gemeinsamen Pro-  war ein Workshop zur Frage, wie KI-Agenten in der
          blemlagen heraus:                                Hochschulbildung eingesetzt werden könnten. Nicht
                                                           als abstrakte Zukunftsvision, sondern als konkrete
          •   Fragmentierte KI-Aktivitäten: Viele Hochschulen   technische und didaktische Option.
             berichten  von unkoordinierten  Einzelinitiativen
             („KI-Experimente“),  die  nur  schwer  in  eine  Ge-  Geleitet wurde der Workshop von zwei erfahrenen
             samtstrategie überführt werden können.        Impulsgebern, die ein differenziertes Verständnis ver-
                                                           mittelten: Was unterscheidet einen KI-Agenten von
          •   Governance- und Infrastrukturfragen: Es fehlt   einem  klassischen  Workflow?  Während  Workflows
             an verlässlichen Rahmenbedingungen für Daten-  klar  definierte  Abläufe  haben,  reagieren  KI-Agenten
             schutz, Urheberrecht, Rollenverteilung und Res-  dynamisch auf das, was ihnen begegnet, d. h. sie ver-
             sourcen, besonders bei lokalen LLMs, RAG-Archi-  folgen autonom gesetzte Ziele und greifen dabei auf
             tekturen oder KI-Agenten.                     verschiedene Komponenten wie große Sprachmodel-
                                                           le, externe Dienste (z. B. Kalender oder Datenbanken)
          •   Fehlende institutionelle Verankerung: Weder in   und Speicherzugriffe zurück.
             Zielvereinbarungen, noch in Curricula oder Wei-
             terbildungsprogrammen sind KI-Kompetenzziele   Die Frage war für uns im Workshop: Welche Prozes-
             flächendeckend integriert.                    se an Hochschulen könnten durch Agenten produktiv
                                                           transformiert werden?
          •   Niedrige Wirksamkeit bestehender Formate: Vie-
             le  Angebote  (z. B.  Barcamps,  offene  Sprechstun-  Vier Ansatzpunkte wurden identifiziert, bei denen KI-
             den) erreichen Lehrende nicht oder nur punktuell.  Agenten einen echten Mehrwert liefern könnten:
   11   12   13   14   15   16   17   18   19   20   21