Weiterführende Ressourcen
Vertiefung und Hintergrundinformationen
Diese Seite sammelt Ressourcen für alle, die tiefer in die Themen des Workshops einsteigen möchten.
Aus der Workshop-Reihe
KI in der Hochschulbildung (Refresher Guide)
Unser umfassender Leitfaden behandelt die theoretischen Grundlagen dieses Workshops ausführlicher:
- Wie Sprachmodelle funktionieren
- Expertise-Entwicklung und kognitive Architektur
- Cognitive Load Theory und Lernen
- Der Produktivitäts-Lern-Zielkonflikt
- Kritisches Denken und Domänenwissen
Anthropic Research
Wie Sprachmodelle “denken”
Anthropic hat Forschung veröffentlicht, die Einblick in die internen Prozesse von Sprachmodellen gibt:
- Mehrsprachige Verarbeitung: Modelle arbeiten mit einem gemeinsamen konzeptuellen Raum über Sprachen hinweg
- Vorausplanung: Bei Reimaufgaben identifiziert das Modell Reimwörter im Voraus
- Halluzinationsmechanismus: Der Standardzustand ist “keine Antwort geben”. Ein internes Signal überschreibt dies, wenn das Modell “glaubt”, etwas zu wissen.
Wie Studierende KI nutzen
Eine empirische Studie zu studentischen KI-Nutzungsmustern zeigt:
- Starke Unterschiede zwischen Fachbereichen (Informatik-Studierende dominieren)
- Vier Interaktionsmuster: direkt vs. kollaborativ, Problemlösung vs. Output-Erstellung
- Ein grosser Teil der Nutzung fällt auf komplexe kognitive Aufgaben
Schlüsselstudien
Der Produktivitäts-Lern-Zielkonflikt
Bastani u. a. (2025) illustriert den zentralen Zielkonflikt: Studierende mit GPT-4-Zugang lösten 48% mehr Mathematikaufgaben, schnitten aber 17% schlechter ab, als sie danach ohne KI-Zugang getestet wurden. Das ist keine überraschende Entdeckung, sondern folgt direkt aus dem, was wir über Lernen wissen: Produktivitätsgewinne durch Auslagerung kognitiver Arbeit können zu Lernverlusten führen.
Diese Studie wird im Refresher Guide ausführlich diskutiert.
Praxis: Cognitive Offloading reduzieren
Ulrike Hanke bietet acht konkrete Strategien, um Lernumgebungen so zu gestalten, dass Studierende motiviert sind, selbst zu denken statt an KI zu delegieren:
- Aufgaben bedeutsam gestalten
- Zeitdruck reduzieren
- Prozess statt nur Ergebnis bewerten
- Reflexion über eigenes Lernen fördern