51本色

Sonja Gr眉bmeyer
(Zentrum f眉r Lehrentwicklung)

Mit iwimint unterst眉tzt Sie das Zentrum f眉r Lehrentwicklung, Ihre Lehridee auch ohne die Einbindung in gro脽e F枚rderma脽nahmen umzusetzen. Dazu haben wir einen unb眉rokratischen F枚rdertopf, der f眉r alle Ebenen der Lehre eingesetzt werden kann. Das kann eine Idee f眉r eine Lehrveranstaltung sein, oder auch die Weiterentwicklung eines Modulhandbuchs. Wir f枚rdern innovative Lehre durch die Bereitstellung finanzieller Mittel und individueller Beratungsleistungen in den Bereichen der Lehrentwicklung.

Sie haben eine Idee, wie Sie Ihre Lehre verbessern wollen, aber Ihnen fehlen Ressourcen, diese umzusetzen? Die Lehrentwicklung im ZLE kann Sie mit kollegialer Beratung und Vernetzung, Technik und didaktischen Ideen unterst眉tzen. Falls Sie Sach- oder Personalmittel zur Umsetzung Ihrer Idee brauchen, k枚nnen Sie einen Mikroantrag stellen. Wir bieten u.a.:

• Kooperative 脺berarbeitung von Lehrveranstaltungen
• Unterst眉tzung bei Neukonzeption von Curricula
• Begleitung der Erprobung und Evaluation
• Dokumentation von Best Practices
• Vernetzung mit anderen Lehrenden

Keywords: F枚rderung, Lehrentwicklung, Lehrideen

Prof. Dr. Michael Hiete¹, Lea R膮czkowski M. A.¹ & Dr. Daniel Schropp²
(Fakult盲t f眉r Naturwissenschaften | ¹Institut f眉r Theoretische Chemie, Professur f眉r Wirtschaftschemie | ²Zentrum f眉r Lehrentwicklung)

Im Rahmen des Projekts EcoSocMan entwickeln Studierende und Dozierende u.a. Lehrvideos zu klimawandelrelevanten Themen. Ziel dieser Bildungsmaterialien ist es, evidenzbasierte wissenschaftliche Erkenntnisse einer breiten 脰ffentlichkeit zug盲nglich zu machen und ein wirksames Instrument gegen wissenschaftliche Falsch- und Desinformation zu bieten. 

In der Praxis zeigt sich eine deutliche Ambivalenz beim Einsatz generativer K眉nstlicher Intelligenz (KI): Einerseits erm枚glicht die Nutzung moderner KI-Tools (z. B. bei Skripterstellung, Sprachgenerierung, Visualisierung oder Videobearbeitung) eine erhebliche Effizienzsteigerung und eine hohe visuelle sowie inhaltliche Qualit盲t, die f眉r die Ansprache einer breiten Zielgruppe essenziell ist. Andererseits trifft der Einsatz dieser Technologien bei einer 枚kosensiblen Studierendenschaft auf berechtigte Kritik. Themen wie der hohe Energie- und Ressourcenverbrauch von KI-Infrastrukturen sowie Fragen zur Datenethik stehen in einem wahrnehmbaren Zielkonflikt mit den Kernwerten von Projekten zur Nachhaltigkeit.

Dieser Posterbeitrag thematisiert dieses Spannungsfeld anhand konkreter Praxiserfahrungen aus dem Projekt EcoSocMan:

Das Poster l盲dt zum interdisziplin盲ren Austausch dar眉ber ein, wie moderne Lehre Studierende bef盲higen kann, KI-Tools sowohl technisch wirksam als auch kritisch-reflektiert einzusetzen.

Keywords: Wissenschaftskommunikation, Nachhaltigkeit und KI

T. Jaehnig¹, G. Fabry², A. Barzel¹
(¹Universitatsklinikum Ulm, Allgemeinmedizin | ²Albert-Ludwigs-Universit盲t Freiburg, Medizinische Psychologie & Medizinische Soziologie)

Hintergrund

Die klinische Ausbildung im Blockpraktikum Allgemeinmedizin unterliegt heterogenen, h盲ufig situativ entstehenden Bedingungen. Indivi-duelle Lernzielsetzung und die Reflexion der Zielerreichung k枚nnen wertvolle Hinweise auf Lernbedarfe und Lernbedingungen liefern. F眉r das station盲re Setting wurde dies bereits aufgezeigt, hingegen fehlen Studien f眉r die ambulante Ausbildung von Medizinstudierenden in Deutschland.

Zielsetzung/Fragestellung

Welche Lernziele formulieren Medizinstudierende im Blockpraktikum Allgemeinmedizin? Wie sch盲tzen sie ihre Lernzielerreichung ein und welche Bedingungen beeinflussen das Lernen im ambulanten Set-ting?

Material & Methoden

Datenbasis bilden die von Medizinstudierenden (8./9. Semester, n=469) im Rahmen der Evaluation des Blockpraktikums Allgemein-medizin verfassten Freitexte der Semester Winter 2022/23, Sommer 2024 und Winter 2023/24. Die pseudonymisierten Kommentare wur-den mittels qualitativer Inhaltsanalyse nach Kuckartz ausgewertet.

Ergebnisse

Insgesamt 468 Studierenden formulierten Lernziele (99,8 %). Unter den sieben identifizierten Hauptkategorien dominierte die professionelle Entwicklung und Verantwortungs眉bernahme (n=801) vor 盲rztlicher Entscheidungsfindung, Therapieplanung (n=636) und klinisch-praktischen Kompetenzen (n=524). Von 392 (83,6%) Studierenden, die ihre Lernzielerreichung kommentierten, gaben 386 (98,5 %) an, ihre Lernziele vollst盲ndig oder teilweise erreicht zu haben. Als f枚rderlich wurden 脺bungsgelegenheiten (n=249) und Anleitung durch die Lehr盲rzt:innen (n=190) genannt. Hinderlich wirkten sich nach Ein-sch盲tzung der Studierenden eingeschr盲nkte Lerngelegenheiten/ feh-lende bzw. nicht geeignete Patient:innen f眉r die zuvor formulierten Lernziele (n=68), begrenzte aktive Beteiligungsm枚glichkeiten (n=43), Zeitdruck bzw. Praxisabl盲ufe (n=43) und Unsicherheit durch fehlende Erfahrung (n=41) aus.

Diskussion

Lernzielsetzung und Reflexion der Zielerreichung k枚nnen Lernbe-darfe sowie lernrelevante Bedingungen im Blockpraktikum sichtbar machen. Das ambulante Setting wird als Lernraum f眉r aktive, verant-wortungsvolle Beteiligung, klinische Entscheidungsfindung und Handlungskompetenz wahrgenommen. Lernf枚rderlich sind konkrete 脺bungsgelegenheiten, Anleitung, Supervision und Feedback.

Take Home Message f眉r die Praxis

Lernzielsetzung mit Reflexion der Zielerreichung ist ein nied-rigschwelliges Strukturierungselement, das gleicherma脽en individu-elle Lernbedarfe wie Ansatzpunkte f眉r die Qualit盲tsentwicklung der klinisch-praktische Ausbildung in Lehrpraxen sichtbar macht.

Keywords: Selbstgesteuertes Lernen, Blockpraktikum, Allgemeinmedizin

Melanie Kamrath
(Entrepreneurs Campus)

Wissenschaft und Wirtschaft folgen unterschiedlichen Logiken. Forschung geht von einer offenen Fragestellung aus und bringt Ergebnisse hervor, deren Anwendung zun盲chst ungekl盲rt bleibt (Technology Push). Zur Innovation werden sie erst, wenn technische M枚glichkeiten und Nachfrage zusammenfinden (Di Stefano et al., 2012), sobald also klar ist, wer eine L枚sung braucht und ob sie wirtschaftlich tr盲gt (Brown, 2009). Im Transfer kehrt sich deshalb die gewohnte Denkrichtung um: Das Ergebnis liegt vor, gesucht wird das Problem, das es l枚sen kann. Es findet sich oft in einem ganz anderen Kontext als dem, in dem das Ergebnis entstanden ist. Tiefe Fachexpertise bindet den Blick jedoch an den eigenen Kontext; diese Verfestigung l盲sst sich durch gezielten Perspektivwechsel l枚sen (Dane, 2010). Genau diesen begleiten wir am Entrepreneurs Campus der Universit盲t Ulm im Transfer: mit individueller Begleitung und mit Workshops in den Formaten von Research Activation. Gemeinsam mit den Forschenden erarbeiten wir dabei, welches Problem am Markt ihre Ergebnisse l枚sen k枚nnen. Erst ein klar formuliertes Problem macht Zielgruppe, Nutzen und Markt bestimmbar und schafft eine gemeinsame Sprache mit Unternehmen und F枚rderinstitutionen.

Unsere moderierten Workshops folgen einem Dreischritt: von der Wissenschaft 眉ber das L枚sungsdesign zur unternehmerischen Umsetzung. Zun盲chst bildet die wissenschaftliche Arbeit den Ausgangspunkt: Die Forschenden beschreiben, was ihr Ergebnis leistet und worin das Neue liegt. Im L枚sungsdesign lernen sie anschlie脽end, die Kernfunktion zu abstrahieren, nach Anwendungsfeldern zu suchen und daraus ein Problem zu formulieren. Nach unseren bisherigen Beobachtungen ist dieser Schritt zentral: Hier entstehen die meisten Erkenntnisspr眉nge, und zugleich wird sichtbar, ob eine Gr眉ndungsabsicht oder ein aktives Verwertungsinteresse besteht. Daran schlie脽t die unternehmerische Phase an, in der die Forschenden Zugang zu Wissen 眉ber Unternehmertum erhalten: zu Gesch盲ftsmodell, Schutzrechten und Finanzierung, wobei neben einer Gr眉ndung auch Lizenzen oder Kooperationen in Betracht kommen.

KI kommt vor allem im L枚sungsdesign zum Einsatz. Methoden des systematischen Probleml枚sens wie TRIZ Reverse unterst眉tzen diesen Schritt, etwa durch die Suche in Patentschriften anderer Branchen (Dewulf et al., 2023). In unseren Workshops analysieren die Teilnehmenden ihre bereits ver枚ffentlichten Ergebnisse mit einem KI Tool nach TRIZ-Prinzipien und lassen ihre Problemhypothesen kritisch pr眉fen; das beschleunigt die Suche nach Anwendungsfeldern sp眉rbar. R眉ckmeldungen der Teilnehmenden deuten darauf hin, dass sie gerade die Abstraktion vom eigenen Projekt als Gewinn erleben.

F眉r die Lehre folgt daraus: Problemformulierung ist eine lehrbare Kompetenz. Diese Kompetenzentwicklung k枚nnte sich auf Seminare und Promotionsprogramme 眉bertragen lassen. Perspektivwechsel und KI erg盲nzen sich dabei: Das eine 枚ffnet den Blick f眉r fremde Kontexte, das andere erweitert den Suchraum. 

Keywords: Wissens- und Technologietransfer, Problemformulierung, KI-gest眉tztes L枚sungsdesign

Literatur
Brown, T. (2009). Change by design: How design thinking transforms organizations and inspires innovation. HarperBusiness.
Dane, E. (2010). Reconsidering the trade-off between expertise and flexibility: A cognitive entrenchment perspective. Academy of Management Review, 35(4), 579-603.
Dewulf, S., G眉nther, S., Childs, P. R. N. & Mann, D. (2023). Opening up new fields of application with TRIZ Reverse - Conceptual framework, software application, and implementation challenges. In D. Cavallucci, P. Livotov & S. Brad (Hrsg.), Towards AI-aided invention and innovation (S. 55-69). Springer.
Di Stefano, G., Gambardella, A. & Verona, G. (2012). Technology push and demand pull perspectives in innovation studies: Current findings and future research directions. Research Policy, 41(8), 1283-1295.

Lea Raczkowski M.A.¹ & Dr. Valentin Riemer²
(¹Zentrum f眉r Lehrentwicklung | ²Fakult盲t f眉r Ingenieurwissenschaften, Informatik und Psychologie, Institut f眉r Psychologie und P盲dagogik)

Im Rahmen des PROMOTES Projektes fand im Juli 2026 zum ersten Mal die internationale Summer School 鈥濫ducation with and after AI鈥� statt. Die fachliche Leitung lag bei Dr. Valentin Riemer (Abt. f眉r Lehr-Lernforschung). Als j盲hrlich wiederkehrendes Format (bis 2029) bringt die Summer School Lehramtsstudierende und Dozierende der Universit盲t Ulm mit Partnerhochschulen aus Norwegen (Universit盲t Bergen, Universit盲t Stavanger), Schweden (Universit盲t Karlstad), Tschechien (S眉db枚hmische Universit盲t Budweis) und Kroatien (Universit盲t Zagreb) zusammen, um zukunftsf盲hige Konzepte f眉r die KI-gest眉tzte Bildung zu entwickeln.

Im Zentrum der Intensivwoche standen zentrale Zukunftsfragen der Lehrkr盲ftebildung: Wie kann KI didaktisch wertvoll im Unterricht genutzt werden? Wie ver盲ndert KI unser Verst盲ndnis von Wissen und Lernen, und welche Auswirkungen hat die Technologie auf das grundlegende Bildungsverst盲ndnis?

Neben theoretischen Impulsen und Workshops arbeiteten die Studierenden in internationalen Teams an konkreten Anwendungsf盲llen f眉r den Schulunterricht. Das Besondere: Der direkte Praxistransfer noch w盲hrend der Summer School. Die internationalen Studierendengruppen entwickelten KI-Konzepte die sie zum Abschluss der Woche am Helfenstein-Gymnasium in Geislingen in jeweils 90-min眉tigen Unterrichtseinheit anwenden konnten. Dort erprobten sie die entwickelten Konzepte direkt mit Sch眉lerinnen und Sch眉lern und evaluierten deren Umsetzbarkeit im realen Schulalltag.

Das Poster pr盲sentiert die PROMOTES Summer School. Es zeigt auf, wie internationale Kooperation und die unmittelbare Verkn眉pfung von wissenschaftlicher Lehre und Schulpraxis dazu beitragen, angehende Lehrkr盲fte fundiert, kritisch und handlungsorientiert auf den Unterricht mit und nach KI vorzubereiten.

Keywords: Internationalisierung der Lehrkr盲ftebildung, KI in der Lehrkr盲ftebildung, Praxistransfer

Lena Schmid
(Entrepreneurs Campus)

Ausgangslage. Entrepreneurship Education lebt, genauso wie echte Gr眉ndungsvorhaben, von Unsicherheit, schnellen Iterationen und Entscheidungen auf unvollst盲ndiger Datenbasis. Genau hier verspricht KI Unterst眉tzung: Sie kann Ideen ansto脽en, Perspektiven liefern und Wissen schnell verf眉gbar machen. Zugleich besteht das Risiko, dass plausibel klingende, aber ungepr眉fte Antworten in Gesch盲ftsmodelle einflie脽en. F眉r angehende Gr眉nder:innen ist der kritische Umgang mit KI-Outputs deshalb keine Zusatzkompetenz, sondern Teil unternehmerischen Handelns.

Zwei Experimente: Arbeiten mit KI und Reflektieren 眉ber KI. Wir erproben KI derzeit in zwei Lehrveranstaltungen am Entrepreneurs Campus der Universit盲t Ulm: In der Gr眉nder:innengarage (6 ECTS, ca. 30鈥�40 Teilnehmer:innen) durchlaufen interdisziplin盲re Teams den Gr眉ndungsprozess von der Ideenfindung bis zu Pitch und Businessplan. Das Wahlpflichtmodul wird im Verbund StartupS脺D gemeinsam mit HS Aalen, TH Ulm und HS Neu-Ulm angeboten und steht Master-Studierenden aller vier Hochschulen offen. In der Ringvorlesung 鈥濷ut of the Garage 鈥� A Lecture Series on the Practice of Entrepreneurship鈥� (3 ECTS, ASQ, ca. 20 Teilnehmer:innen) lernen Studierende der Universit盲t Ulm und der TH Ulm Praxisfelder wie Markteintritt, Finanzplanung oder Produktion im Austausch mit Gr眉nder:innen und Expert:innen kennen. Im ersten Experiment nutzen Studierende in beiden Lehrveranstaltungen KI-Chats als Sparringspartner:in f眉r die Gesch盲ftsmodellentwicklung, vom Brainstorming bis zur Konkretisierung, sowie als digitale Expert:innen, etwa f眉r Markt- oder Produktfragen. Im zweiten Experiment pilotieren wir in diesem Semester strukturierte Reflexionsfragen: In 鈥濷ut of the Garage鈥� beantworten Studierende sie in Pr盲sentationen und schriftlichen Reflexionsberichten, in der Gr眉nder:innengarage findet Reflexion bislang m眉ndlich im Kurs statt. Zum einen geht es um eine kurze Reflexion zum KI-Einsatz: Wie hast du KI in deiner Vorbereitung genutzt, und was hast du 眉berpr眉ft oder korrigiert? Was sagt dir das 眉ber den Einsatz von KI im Startup-Kontext? Zum anderen um eine Prozessreflexion: Was lief gut, was nicht 鈥� und was nimmst du daraus mit? Was hast du 眉ber den Einsatz von KI im Startup-Kontext gelernt? Die Reflexionsberichte werden bewusst ohne KI-Unterst眉tzung verfasst (lediglich Rechtschreib- und Grammatikpr眉fung).

Was wir untersuchen. Wie nutzen Studierende KI, was pr眉fen sie nach, wo korrigieren sie, und was folgern sie daraus f眉r Startups? Erste explorative Beobachtungen aus der Lehrpraxis zeigen ein breites Spektrum: Einige Teams 眉bernehmen KI-Antworten weitgehend und erg盲nzen sie lediglich durch einfache Recherche oder Interviews. Andere recherchieren systematisch gegen, fragen bei Dozent:innen und Expert:innen nach und sch盲rfen ihr Ergebnis auf Basis mehrerer Stimmen und Daten. Warum Studierende so unterschiedlich vorgehen, ist bislang offen. Zur schriftlichen Reflexion liegen noch keine Daten vor, da der Pilot im laufenden Semester startet. Wir verstehen unseren Beitrag daher als Werkstattbericht, nicht als abgeschlossenes Konzept.

Einladung zur Diskussion. Das Poster stellt unseren Ansatz, erste Eindr眉cke und offene Fragen vor und l盲dt zum Austausch ein: Wie viel Reibung braucht KI-gest眉tzte Ideenarbeit? Was erkl盲rt unterschiedliches 脺berpr眉fungsverhalten, etwa Vorwissen, Teamdynamik oder Aufgabenstellung? Und wie l盲sst sich Reflexion 眉ber KI-Nutzung sinnvoll begleiten und bewerten? Die Reflexionsfragen sind fach眉bergreifend 眉bertragbar; wir teilen sie gern.

Keywords: Entrepreneurship Education, K眉nstliche Intelligenz, Reflexion

Dr. Tatjana Spaeth, Sonja Gr眉bmeyer & Dr. Patrick Albus
(Zentrum f眉r Lehrentwicklung)

Wie l盲sst sich k眉nstliche Intelligenz unkompliziert in den Hochschulalltag integrieren? Das Poster stellt Ask Alma als KI-Tool f眉r Studium und Lehre an der Universit盲t Ulm vor. Ask Alma ist als Aktivit盲t in Moodle integriert und kann von Lehrenden direkt in den Kursen bereitgestellt werden.

Ein allgemeiner Chat erm枚glicht den Zugang zu aktuellen, sonst kostenpflichtigen KI-Modellen f眉r studien- und lehrbezogene Anliegen. Dar眉ber hinaus k枚nnen Lehrende und Studierende pers枚nliche Assistenten einrichten und auf ihre individuellen Anforderungen abstimmen. Lehrende haben zudem die M枚glichkeit, kursbezogene Assistenten bereitzustellen, die Studierende beim Lernen sowie bei der Bearbeitung von Aufgaben und 脺bungen unterst眉tzen. Durch das Hochladen von Unterlagen l盲sst sich die Unterst眉tzung auf die jeweiligen Kursinhalte ausrichten.

Neben der dialogbasierten Lernbegleitung bietet Ask Alma Funktionen zur Erstellung unterschiedlicher Lernmaterialien und -aktivit盲ten: Quizzes, Lernsessions, Podcasts und Lernkarten er枚ffnen vielf盲ltige M枚glichkeiten, Inhalte aufzubereiten, Wissen zu festigen und selbstst盲ndiges Lernen zu unterst眉tzen.

Das Poster gibt einen 脺berblick 眉ber diese Funktionen und zeigt Einsatzm枚glichkeiten f眉r die Lehr- und Lernpraxis. Im Mittelpunkt steht die Frage, wie Lehrende und Studierende Ask Alma als erg盲nzendes Werkzeug f眉r ihre jeweiligen Ziele nutzen k枚nnen.

Den Einstieg und die Weiterentwicklung eigener Anwendungsszenarien begleitet das Zentrum f眉r Lehrentwicklung mit zwei regelm盲脽igen Online-Angeboten: einer w枚chentlichen Sprechstunde freitags von 9:45 bis 10:15 Uhr via Zoom sowie einer Kursreihe mit 30-min眉tigen Kurzworkshops mittwochs von 11:45 bis 12:15 Uhr via Zoom. Der Posterbeitrag l盲dt dazu ein, Ask Alma kennenzulernen, eigene Einsatzideen zu diskutieren und die Unterst眉tzungsangebote zu nutzen.

Keywords: K眉nstliche Intelligenz, Tools, Moodle

Hinweis: Dieses Abstract wurde mit KI-Unterst眉tzung entworfen, der Text wurde von der Erstautorin sorgf盲ltig gepr眉ft und 眉berarbeitet.

Dr. Tatjana Spaeth, Sonja Gr眉bmeyer & Dr. Patrick Albus
(Zentrum f眉r Lehrentwicklung)

D眉rfen Studierende generative KI bei der Bearbeitung von Aufgaben nutzen? Wie muss der Einsatz kenntlich gemacht werden? Und was bedeutet die KI-Richtlinie der Universit盲t Ulm f眉r eine konkrete Lehrveranstaltung? Das Poster stellt das Angebot 鈥濳I im Kurs: Was gilt, was geht?鈥� des Zentrums f眉r Lehrentwicklung vor, das Lehrende und Studierende zu diesen Fragen miteinander ins Gespr盲ch bringt. 

Kern des Angebots ist ein interaktiver, 90-min眉tiger Pr盲senzworkshop, der direkt in eine bestehende Lehrveranstaltung integriert wird. In einem Vorgespr盲ch werden der Kurskontext, die Anliegen der Lehrperson und passende Beispiele abgestimmt. Die gemeinsame Sitzung verbindet einen kurzen Einstieg zu generativer KI mit der Diskussion konkreter Fragen der Teilnehmenden. Die Teilnahme der Lehrperson ist dabei ein wesentlicher Bestandteil des Formats. 

Ziel ist es, Erwartungen und Regeln zur KI-Nutzung transparent zu machen und Studierende f眉r lernstrategische und rechtliche Aspekte in Studium und Pr眉fungen zu sensibilisieren. Lehrende erhalten zugleich Einblicke in die Nutzungspraxis und Fragen ihrer Studierenden. Zentrale Erkenntnisse und offene Fragen werden dokumentiert und k枚nnen anschlie脽end beispielsweise im Moodlekurs geteilt werden.

Der Posterbeitrag zeigt, wie das dialogorientierte Format Orientierung im konkreten Fach- und Veranstaltungskontext schaffen kann, und l盲dt dazu ein, das Angebot f眉r die eigene Lehre kennenzulernen. Das Konzept basiert auf dem Angebot 鈥瀏KI im Studium鈥� der Universit盲t Hamburg.

Keywords: K眉nstliche Intelligenz, Unterst眉tzungsangebot, Dialog

Hinweis: Dieses Abstract wurde mit KI-Unterst眉tzung entworfen, der Text wurde von der Erstautorin sorgf盲ltig gepr眉ft und 眉berarbeitet.