KI in der Hochschulbildung: Leitfaden für Lehrende und Forschende

Welche Vorgaben sieht der französische Rahmen für KI in der Hochschulbildung vor?

Der wichtigste offizielle Bezugspunkt ist der Bericht „IA et enseignement supérieur : formation, structuration et appropriation par la société“ (KI und Hochschulbildung: Ausbildung, Strukturierung und gesellschaftliche Aneignung), der am 10. Juli 2025 der Ministerin Élisabeth Borne vorgelegt wurde [4][32]. In den untersuchten Unterlagen gibt es keinen verbindlichen Text, der speziell die KI in der Hochschulbildung regelt. Der Bericht ist das Ergebnis eines Auftrags und enthält Empfehlungen.

Die datierten Eckpunkte

• Auftrag: Patrick Hetzel hat gemäß seinem Fahrplan einen Auftrag zur KI in den öffentlichen Hochschuleinrichtungen erteilt [5].
• Leitung: Der Auftrag wurde Frédéric Pascal, Leiter des Instituts DATAIA, und François Taddei, Leiter des Learning Planet Institute, übertragen [4][29].
• Konsultation: Vom 17. März bis 17. April 2025 war ein Online-Fragebogen geöffnet [17].
• Übergabe: Der Bericht wurde am 10. Juli 2025 vorgestellt, zusammen mit einem zweiten Bericht zum Schulunterricht [4].
• Empfehlung: Vorgeschlagen wird ein Programm der Forschung und Aktion (recherche-action) zur Aneignung und Nutzung von KI, sowohl in der Ausbildung als auch in der Verwaltung [1].

Der Bericht geht von der Feststellung aus, dass KI eine technologische Revolution ist, die die Gesellschaft tiefgreifend verändern wird [1]. Das Ministerium seinerseits erklärt, Frankreich habe sich für massive Investitionen in KI und Digitales entschieden [3].

Grenzen dieser Eckpunkte. Diese Angaben stammen aus dem Jahr 2025. Die Unterlagen enthalten nicht alle detaillierten Schlussfolgerungen des Berichts, und seitdem könnten neuere Texte erschienen sein (Rundschreiben, Nutzungsrahmen, Hochschulcharten). Vor jeder Entscheidung einer Einrichtung sollte deshalb der vollständige Bericht gelesen und auf den Seiten des Ministeriums geprüft werden, welche Veröffentlichungen nach Juli 2025 erschienen sind.

Wie lässt sich KI für die wissenschaftliche Recherche und die Bibliografie nutzen?

Generative KI kommt in der wissenschaftlichen Recherche auf drei belegten Ebenen zum Einsatz: bei der Dokumentensuche, bei der Analyse und Literaturübersicht sowie bei der Formatierung von Literaturangaben.

Dokumentensuche. Eine Fortbildung im Rahmen des Programms IA Sup beschreibt, wie generative Werkzeuge die Praxis der Informationssuche verändern, von klassischen Suchmaschinen bis zu konversationellen Assistenten [25]. Laut EBSCO, einem Anbieter von Datenbanken, können Studierende inzwischen mit einer Anfrage an einen KI-Assistenten beginnen, bevor sie eine Datenbank konsultieren. Damit stellt sich die Frage nach der Qualität der Quellen, auf die sich dieser Assistent stützt [36].

Analyse und Literaturübersicht. Ein Blog eines Verlags weist darauf hin, dass KI bei der Datenanalyse, der Erkundung von Texten und der Durchsicht der Literatur helfen kann, indem sie die Zusammenfassung des Wissensstands erleichtert [28].

Literaturangaben. Ein Leitfaden einer Universitätsbibliothek erklärt, dass KI Literaturangaben vereinheitlichen, einen Zitierstil (APA, MLA, Chicago) anwenden und sie gemäß den Vorgaben einer Universität oder Zeitschrift formatieren kann [40].

Ein vorsichtiges Vorgehen für eine Literaturrecherche

1. Artikel mit einem Recherchewerkzeug finden. Ein Leitfaden empfiehlt für die ersten Artikel Semantic Scholar [38].
2. Jede ausgewählte Referenz in der Datenbank oder auf der Website des Verlags überprüfen. Dieser Schritt ist eine Vorsichtsmaßnahme unsererseits, die durch die Notwendigkeit verlässlicher Quellen begründet ist [36].
3. Nur die relevantesten Artikel zusammenfassen, zum Beispiel mit NotebookLM, wie derselbe Leitfaden vorschlägt [38].
4. Die Zusammenfassung anhand der Originaltexte gegenlesen, denn KI kann auch dazu dienen, falsche Daten zu erzeugen [40].

Zu relativieren

Die hier zitierten Werkzeugvergleiche stammen von kommerziellen Websites [33][38][39]. Eine davon, Sonix, bezeichnet sich selbst als bestes Werkzeug [39], und ihre Rankings sind keine unabhängigen Bewertungen. Die Zeitersparnis von „mehreren Stunden auf wenige Minuten“, die für einen bibliografischen Überblick angegeben wird, stammt aus einem dieser Vergleiche [33]: Sie ist keine unabhängige Messung.

Wie können Studierende begleitet werden, die KI bereits nutzen?

Studierende nutzen KI bereits, und sie zu begleiten bedeutet weniger, ihnen Zugang zu den Werkzeugen zu verschaffen, als ihnen beizubringen, deren Ergebnisse zu bewerten. Laut EBSCO, einem Datenbankanbieter und damit einem kommerziellen Akteur, können Studierende ihre Recherchen inzwischen mit einer Anfrage an einen KI-Assistenten beginnen, noch bevor sie eine Datenbank konsultieren. Die Qualität der Quellen, auf die sich der Assistent stützt, wird dadurch zu einer echten Frage [36].

KI-Kompetenz statt Ausstattung

Die Integration generativer KI in die Hochschulbildung lässt sich nicht auf Ausstattung, Zugang zu Werkzeugen oder Leistung reduzieren [11]. Die Autoren schlagen vor, von der Medienkompetenz zu einer „KI-Kompetenz“ (littératie en IA) und zur „Ko-Intelligenz“ (co-intelligence) überzugehen, also zu lernen, anders mit generativer KI zu lernen [11]. Das Referenzsystem IA Sup geht in dieselbe Richtung: Es ist ein Leitfaden für die Integration von KI in die Bildungssysteme und soll Schülerinnen, Schüler und Studierende darauf vorbereiten [34].

Personalisierung und die Frage der Vorlesung

Didaktisch zeichnen sich zwei Entwicklungen ab:

• Angepasste Lernwege. KI kann das Kompetenzniveau, die Lernpräferenzen und die individuellen Bedürfnisse der Studierenden analysieren, um sich daran anzupassen [23]. Sie kann so personalisierte Lernpfade vorschlagen [20].
• Infragestellung der Vorlesung. Die Automatisierung der Vermittlung theoretischen Wissens drängt die Hochschulbildung dazu, die Vorlesung als Lehrform aufzugeben, die durch die Fähigkeiten der KI geschwächt wird [16].

Eine Kompetenz unter vielen

Den Umgang mit einem KI-Werkzeug zu beherrschen kann als in Unternehmen erwartete Kompetenz gelten, aber nur als eine unter vielen [21]. Diese Quelle ist ein Gemeinschaftsbeitrag (LinuxFr) und keine Studie. Sie erinnert jedoch daran, dass die Beherrschung eines Werkzeugs weder kritisches Denken noch fachliche Kompetenzen ersetzt, und genau diese soll die KI-Kompetenz festigen [11].

Welche Risiken bestehen für die wissenschaftliche Integrität und die Verlässlichkeit der Quellen?

KI birgt zwei unterschiedliche Risiken für die Forschung: einen direkten Angriff auf die wissenschaftliche Integrität und Unsicherheit darüber, wie verlässlich die Quellen sind, auf die sich Assistenten stützen.

Wissenschaftliche Integrität: erfundene Daten und Bilder

Ein universitärer Bibliotheksleitfaden weist darauf hin, dass KI verwendet werden kann, um falsche Daten oder manipulierte Bilder zu erzeugen [40]. Für Gutachterinnen und Gutachter, Laborleitungen und Einrichtungen wird die Überprüfung der Herkunft von Daten dadurch zu einer eigenständigen Aufgabe.

Verlässlichkeit der von Assistenten genutzten Quellen

Studierende können ihre Recherchen inzwischen mit einer Anfrage an einen KI-Assistenten beginnen, noch bevor sie eine Datenbank konsultieren [36]. Die Qualität der Quellen, auf denen der Assistent beruht, wird damit zu einer zentralen Frage. Diese Analyse stammt von einem Anbieter dokumentarischer Datenbanken, also von einem kommerziellen Akteur [36]. Sie legt nahe, jede zitierte Referenz systematisch bei der Primärquelle zu überprüfen.

Verzerrungen, Desinformation und ethische Rahmen

Das Referenzsystem IA Sup nimmt die Analyse von Desinformation und Verzerrungen generativer KI unter seine Arbeitsschwerpunkte auf [15]. Ethische Rahmen gelten als notwendig, um einen verantwortungsvollen Einsatz in der Hochschulbildung zu leiten [19]. Die vorgeschlagenen Charten sollen insbesondere Plagiate und Fehler vermeiden helfen [15]. Weitere Arbeiten formulieren Empfehlungen für eine verantwortungsvolle generative KI [7] und erinnern an ethische Grundsätze für den Einsatz [10]. Die ethischen Risiken von KI in der Hochschulbildung werden dort ausdrücklich erörtert [9].

Erkennung generierter Texte: ein Forschungsthema

Die Erkennung von durch KI erzeugten Texten ist Gegenstand laufender Forschung. Eine dieser Arbeiten zielt darauf ab, Erkennungsverfahren durch eine vergleichende Analyse und Empfehlungen zu optimieren [12]. Die Unterlagen enthalten davon nur einen Auszug ohne quantitative Ergebnisse: Daraus lässt sich die Leistungsfähigkeit der Detektoren nicht ableiten. Eine disziplinarische Entscheidung allein auf eine solche Werkzeugart zu stützen wäre daher unvorsichtig.

Wie lassen sich Lehrende weiterbilden und die Einrichtung vorbereiten?

Lehrende in KI weiterzubilden erfordert, auf bereits vorhandene Ressourcen zurückzugreifen und eine Strategie der Einrichtung zu formalisieren. Der Bedarf ist real: Laut einer vom Beratungsunternehmen Headway Advisory (kommerzielle Quelle) zitierten Umfrage halten knapp 60 % der Lehrenden ihre Einrichtung nicht für ausreichend vorbereitet, um Studierende wirksam im Umgang mit KI auszubilden [22].

Die vorhandenen Ressourcen

• IA Sup stellt Ressourcen für Lehrende, Unterstützungsdienste, Studiengangsverantwortliche und Einrichtungen bereit [15]. Dazu gehören eine Charta und Fortbildungen, darunter ein Online-Kurs über die Auswirkungen generativer KI auf die Dokumentenrecherche [15][25]. Ein eigenes Referenzsystem soll Studierende auf KI vorbereiten [34].
• Das Netzwerk IA4sup vereint seit 2022 Lehrende und Hochschulpersonal, um ihre Ressourcen zu teilen [30].
• Eigene Studiengänge und Lehrveranstaltungen. Sciences Po bietet seit dem Frühjahr 2024 allen Studierenden im ersten Jahr des Masters einen Kurs zur KI an [31]. In einem Interview mit info.gouv.fr spricht Isabelle Ryl von Studiengängen für Spezialisten und Nicht-Spezialisten, die „Möglichkeiten zur doppelten Qualifikation“ bieten [2].

Eine Strategie für die Einrichtung formalisieren

Die Integration von KI gilt als strategische Wende, was dazu anregt, das Vorgehen der Einrichtung zu formalisieren, statt vereinzelte Initiativen zu vervielfachen [18]. Die oben genannten Ressourcen können die Grundlage bilden: Charta, Weiterbildung der Lehrenden, Lernpfade für Studierende.

Eine weitere Option sind lokale KI-Systeme, die auf wissenschaftlichen Korpora, pädagogischen Ressourcen und institutionellen Datenbeständen beruhen. Dataloma bietet eine solche Umsetzung mit DSGVO-konformen Garantien und Souveränitätszusagen an [26]. Dieses Angebot stammt von einem kommerziellen Anbieter: Die Garantien sind eine Behauptung des Anbieters und müssen vertraglich überprüft werden.

Welchen Platz können Oupi und OUPI Academy in diesem Vorgehen einnehmen?

Oupi knüpft an zwei oben genannte Bedürfnisse an: die Dokumentenrecherche und die Schulung im Umgang mit KI. Es ersetzt sie nicht, sondern stattet sie mit Werkzeugen aus.

Für Recherche und Zusammenfassung

Oupi fragt akademische Quellen ab und unterstützt die Zusammenfassung. Das entspricht einer Nutzung, die in den Quellen beschrieben wird: Generative Werkzeuge verändern die Praxis der Informationssuche [25], und sie können laut einem kommerziellen Akteur bei der Erkundung von Texten und der Literaturübersicht helfen [28]. Die akademischen Lösungen von Oupi setzen genau hier an: Quellen finden und daraus eine erste Zusammenfassung erstellen.

Diese Zusammenfassung bleibt ein Ausgangspunkt. KI kann dazu dienen, falsche Daten oder manipulierte Bilder zu erzeugen [40], und die Verlässlichkeit der Quellen, auf die sich Assistenten stützen, ist eine zentrale Frage [36]. Forschende und Lehrende müssen daher jede zitierte Referenz prüfen, sie in ihrer Originalfassung lesen und die Schlussfolgerungen selbst validieren, bevor sie diese übernehmen. Oupi entbindet nicht von dieser Prüfung und garantiert ihr Ergebnis nicht.

Für die Schulung im Umgang

OUPI Academy schult im Umgang mit KI. Der Bedarf ist belegt: Laut einem Beratungsunternehmen halten knapp 60 % der Lehrenden ihre Einrichtung nicht für ausreichend vorbereitet, um Studierende wirksam im Umgang mit KI auszubilden [22]. Außerdem lässt sich die Integration generativer KI nicht auf Ausstattung oder Zugang zu Werkzeugen reduzieren [11], was für den Aufbau von Kompetenzen statt für eine bloße Einführung spricht. Die Schulungen von OUPI Academy lassen sich mit Nutzungscharten verbinden, die insbesondere Plagiate und Fehler vermeiden sollen [15].