Kompetenz-Radar

92 Prozent der Studierenden nutzen KI-Tools im Studium. Die Nutzung hat sich in zwei Jahren fast verdoppelt. Aber die entscheidende Frage bleibt unbeantwortet: Was lernen sie dabei?

Der größte Fehler bei KI in der Lehre ist nicht Halluzination. Es ist Beschäftigungstherapie. Viele Institutionen führen neue Tools ein, ohne zuvor eine einfache Frage zu beantworten: Welche Kompetenz soll dadurch bei Studierenden tatsächlich wachsen?

Die Nutzung wächst schneller als die Kompetenz

Die Zahlen sind eindeutig. 92 Prozent der Studierenden nutzen KI-Tools im Studium, 46,5 Prozent täglich. Das zeigen aktuelle Erhebungen der Hochschule Darmstadt und des CHE Centrum für Hochschulentwicklung aus 2025 und 2026. In zwei Jahren hat sich die Nutzung fast verdoppelt.

Das Problem liegt tiefer. Ich habe in über 1.000 Digitalprojekten erlebt, was passiert, wenn Technologie ohne Kompetenzziel eingeführt wird. Es entsteht digitale Betriebsamkeit statt echter Handlungsfähigkeit.

Kritisches Denken lässt sich nicht delegieren

Der Wissenschaftsrat bringt es auf den Punkt. Um KI-generierte Inhalte beurteilen, einordnen und kritisch reflektieren zu können, benötigen Studierende eine fundierte fachliche und methodische Grundlage. Ohne Fachwissen wird jede KI-Nutzung zum Blindflug.

Drei Kriterien machen den Unterschied bei sinnvollen KI-Aufgaben: Sie verlangen Urteilskraft. Sie machen Denkwege sichtbar. Sie verbinden KI-Ergebnis und fachliche Verantwortung.

Fachspezifisch statt flächendeckend

Das Hochschulforum Digitalisierung unterstreicht in seinem Arbeitspapier Nr. 87 aus 2025: Es geht darum, fachspezifische Lehr-Lern- und Prüfungsformate zu entwickeln, die den Erwerb von Fachwissen und KI-Kompetenzen systematisch miteinander verschränken. Nicht flächendeckende Angebote zur Förderung von KI-Kompetenzen sind das Ziel, sondern die Integration in die fachliche Substanz.

Was gegen diese Position spricht: KI entwickelt sich schneller als Curricula, und strikte Verbote können Innovation behindern. Manche argumentieren, dass Studierende durch Experimentieren lernen und dass zu viel Kontrolle die Selbstständigkeit einschränkt. Das ist ein berechtigter Einwand. Doch ohne klare Kompetenzziele bleibt auch das Experimentieren richtungslos.

Was das für Hochschulen bedeutet

Lizenz gekauft, Tool eingeführt, Wirkung: offen. Das ist die Realität an vielen Hochschulen. Die Frage ist nicht, ob KI in der Lehre eingesetzt werden soll. Die Frage ist, welche Kompetenz dadurch wachsen soll.

Die Parallele zum Mittelstand ist offensichtlich. Auch dort sehe ich immer wieder: Tools stehen rum, Prozesse bleiben unverändert, Weiterbildung fehlt. Wie ich in KI Kompetenzen: 7 entscheidende Fähigkeiten für Manager im Mittelstand 2026 beschrieben habe, geht es nicht um technische Fertigkeiten allein, sondern um die Verschränkung von Fachwissen und Urteilskraft.

Eine Frage zur Diskussion: Sollte eine KI-generierte Lösung in einer Prüfung verboten, dokumentiert oder ausdrücklich verlangt werden?

Quellen

• CHE Centrum für Hochschulentwicklung, Künstliche Intelligenz im Studium – Die Sicht von Studierenden im Wintersemester 2025/26, 2026,
  https://hochschuldaten.che.de/kuenstliche-intelligenz-im-studium-die-sicht-von-studierenden-im-wintersemester-2025-26/
• Hochschule Darmstadt, KI im Studium – Längsschnittstudie zur Nutzung KI-basierter Tools, von Garrel & Mayer, 2025,
  https://impact.h-da.de/ki-tools-im-studium
• Wissenschaftsrat, Empfehlungen für die Hochschulbildung in Zeiten generativer KI, 2026,
  https://www.wissenschaftsrat.de/SharedDocs/Pressemitteilungen/DE/PM_2026/PM_1526
• Hochschulforum Digitalisierung, Wie KI Studium und Lehre verändert, Arbeitspapier Nr. 87, 2025,
  https://hochschulforumdigitalisierung.de/wp-content/uploads/2025/04/HFD_AP_87_Wie_KI_Studium_und_Lehre_veraendert_final.pdf