Ein Beitrag von Silvia Czerwinski, Yulia Loose und Johannes Koch.

Künstliche Intelligenz ist in der Hochschullehre längst Alltag. Sie beeinflusst, wie Materialien entstehen, wie Aufgaben gestellt werden, wie Studierende reflektieren und wie wir über Qualität sprechen. Besonders in der offenen Lehre stellt sich dabei eine zentrale Frage: Wie lässt sich KI so einsetzen, dass sie nicht nur effizient, sondern auch nachvollziehbar, rechtskonform, didaktisch sinnvoll und offen nachnutzbar ist?

Genau damit beschäftigt sich seit Mai 2025 das twillo-Netzwerk durch gezielte Treffen zu „KI in der offenen Lehre“. In bisher vier Terminen kamen regelmäßig Lehrende, Hochschuldidaktiker*innen und Mitarbeitende aus Serviceeinrichtungen zusammen, um Erfahrungen zu teilen, Tools auszuprobieren und offene Fragen gemeinsam weiterzudenken. Deutlich wurde dabei: KI in der Lehre ist weniger ein einzelnes Toolthema, sondern ein Anlass, grundlegend über Qualität, Offenheit, Verantwortung und Zusammenarbeit zu sprechen.

Vom Regelungsrahmen zur Handlungspraxis

Den Auftakt bildete im Mai 2025 das Treffen „KI in der Lehre – mit Perspektive auf OER und Offenheit“. Im Mittelpunkt stand zunächst die EU-KI-Verordnung und die Frage, welche Konsequenzen sich daraus für Hochschulen, Einrichtungen und Lehrende ergeben. Damit war der Rahmen gesetzt: Wenn Hochschulen KI-Kompetenzen fördern sollen, brauchen sie nicht nur technische Zugänge, sondern auch Räume für Austausch, Orientierung und gemeinsames Lernen.

Gerade für Open Educational Resources (OER), also offen lizenzierte Bildungsmaterialien, ist dieser Austausch zentral. KI kann Lehrende bei der Erstellung und Überarbeitung von Materialien unterstützen – etwa beim Formulieren von Aufgaben, bei der Sprachadaption oder bei der Strukturierung von Inhalten. Gleichzeitig entstehen neue Fragen: Welche Inhalte dürfen in KI-Systeme eingegeben werden? Wie transparent muss der KI-Einsatz gemacht werden? Und wie bleiben Materialien offen, nachvollziehbar und fachlich belastbar?

Schon im ersten Treffen wurde deutlich: Die Teilnehmenden erwarten keine einfachen Ja-/Nein-Antworten, sondern praxistaugliche Einschätzungen. In Gruppen wurden Perspektiven von Lehrenden, Studierenden, Finanzierung und Umsetzung zusammengebracht. Daraus entwickelte sich ein gemeinsames Verständnis: KI-Kompetenz in der Hochschule bedeutet, rechtliche, didaktische und organisatorische Aspekte systematisch miteinander zu verschränken.

Datenschutzfreundliche Infrastruktur als Grundlage

Im Oktober 2025 rückte dann die technische Infrastruktur stärker in den Fokus. Vorgestellt wurde „Chat AI“, ein datenschutzfreundlicher Chatbot der GWDG, der auf eigener Hardware betrieben wird und Angehörigen niedersächsischer Hochschulen den Zugang zu verschiedenen Sprachmodellen ermöglicht.

Für offene Lehre ist ein solches Angebot aus mehreren Gründen wichtig. Es senkt die Einstiegshürde für Lehrende, die KI erproben möchten, ohne sofort auf kommerzielle Einzellösungen angewiesen zu sein. Gleichzeitig macht es deutlich, dass digitale Souveränität immer auch eine Infrastrukturfrage ist: Wer KI sinnvoll in der Hochschullehre einsetzen möchte, braucht verlässliche, datenschutzfreundliche und institutionell anschlussfähige Lösungen.

Die praktische Erprobung im Netzwerktreffen zeigte zudem, wie stark System-Prompts, Modellauswahl und Anwendungskontext das Ergebnis prägen. Ein Prompt ist nicht nur eine technische Eingabe, sondern Ausdruck didaktischer Ziele, Qualitätsansprüche und Einsatzgrenzen. Genau hier entsteht eine Verbindung zu OER: Gut dokumentierte Prompts können selbst zu nachnutzbaren Materialien werden – wenn sie festgehalten, angepasst und offen geteilt werden.

Lehrpraxis zwischen Experiment und klarer Grenze

Im Januar 2026 standen drei konkrete Praxisbeispiele aus der Hochschullehre im Mittelpunkt. Lehrende berichteten, wie sie KI in der Planung, im Seminar, in Aufgabenformaten oder in Reflexionsphasen einsetzen – und an welchen Stellen sie sich bewusst dagegen entscheiden.

Die Szenarien reichten von der KI-Unterstützung bei der Erstellung eines Readers in einem Seminar zur Wissenschaftskommunikation über digital-asynchrone Aufgabenformate bis hin zu einem KI-basierten Reflexionsassistenten für mathematische Aufgaben. Besonders wertvoll war weniger die Präsentation „fertiger“ Lösungen als der Einblick in Lernwege, Abwägungen und Stolpersteine.

Deutlich wurde: KI verändert Lehrpraxis nicht automatisch. Sie wird dort produktiv, wo Lehrende sie in konkrete didaktische Szenarien einbetten – etwa indem sie Aufgabenstellungen anpassen, Reflexionsprozesse expliziter gestalten oder Studierende beim kritischen Umgang mit KI-Ergebnissen begleiten. Ebenso wichtig bleibt die bewusste Grenze: Nicht jeder Lehrschritt profitiert vom Einsatz eines Modells, und nicht jeder generierte Output verbessert Didaktik oder Lernerfahrung.

Für OER ergeben sich daraus neue Spielräume: Materialien können mit KI schneller variiert, sprachlich angepasst oder um zusätzliche Beispiele ergänzt werden. Gleichzeitig wächst der Bedarf an transparenter Dokumentation: Was wurde verändert? Welche Vorlagen und Quellen wurden genutzt? Welche didaktische Entscheidung steckt hinter einer Anpassung?

Qualitätscheck von OER: KI als Resonanzraum

Das vierte Netzwerktreffen im April 2026 hat diese Linien zusammengeführt. Im Zentrum stand die Frage, inwieweit KI die Qualität offener Bildungsmaterialien einschätzen und verbessern kann. Ausgangspunkt waren sieben Qualitätskriterien, die twillo für OER formuliert: fachliche Fundierung, Wiederverwendbarkeit, Anwendung und Transfer, Hilfestellung und Support, Motivation und Didaktik, Struktur sowie Design, Lesbarkeit und Barrierearmut.

Als Arbeitsgrundlage diente eine Promptvorlage, die ähnlich wie ein System-Prompt aufgebaut war. Die Teilnehmenden diskutierten diese Vorlage, ergänzten eigene Erfahrungen und brachten Beispiele aus der Praxis ein. Dabei konnten sie eigene Szenarien schildern und gemeinsam ausloten, inwiefern sich OER-Qualität mit Hilfe von KI überhaupt „einordnen“ lässt.

Die Diskussion machte deutlich: KI kann Hinweise geben, Muster sichtbar machen und Rückfragen formulieren. Sie kann aber keine fachliche, rechtliche oder didaktische Bewertung durch Menschen ersetzen – schon weil ihr immer die Beziehung zur konkreten Lerngruppe fehlt.

Gerade darin liegt ein wichtiger Befund: KI eignet sich als Resonanzraum für Materialentwicklung. Sie kann auf fehlende Kontextinformationen aufmerksam machen, Unklarheiten benennen oder Vorschläge zur besseren Nachnutzbarkeit liefern. Verlässlich werden solche Rückmeldungen allerdings erst, wenn Prompts präzise formuliert sind, Kriterien und Quellen transparent benannt werden und die Ergebnisse kritisch geprüft sowie mit der eigenen Zielgruppe abgeglichen werden.

Weiterdenken – gemeinsam

„Entscheidend bleibt, dass Menschen die Verantwortung behalten – und KI als das behandeln, was sie ist: ein mächtiges Werkzeug, aber kein autonom handelnder Akteur.“

Die bisherigen vier Netzwerktreffen zeigen: „KI in der offenen Lehre“ ist kein Projekt mit Enddatum, sondern ein fortlaufender Lernprozess. Es geht um Kompetenzen, Infrastruktur, konkrete Lehrpraxis und Qualitätsfragen – vor allem aber um Austausch. Lehrende und Serviceeinrichtungen brauchen Räume, in denen sie Erfahrungen teilen, Unsicherheiten offen ansprechen und gemeinsam tragfähige Lösungen entwickeln können.

Für OER steckt darin eine besondere Chance. Wenn KI nicht nur für schnelle Materialproduktion genutzt wird, sondern als Werkzeug zur reflektierten Weiterentwicklung offener Materialien, kann sie Offenheit stärken: durch bessere Nachnutzbarkeit, klarere Strukturen, mehr Varianten und neue Formen der Zusammenarbeit. Entscheidend bleibt, dass Menschen die Verantwortung behalten – und KI als das behandeln, was sie ist: ein mächtiges Werkzeug, aber kein autonom handelnder Akteur.

Weitere Informationen finden sich auch auf der twillo-Seite „KI in der offenen Hochschullehre“.

Über die Verfasser*innen

• Silvia Czerwinski ist Mitarbeiterin bei der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und bei twillo für die Bereiche Community-Building und Support tätig.
• Yulia Loose ist Volljuristin beim E-Learning Academic Network Niedersachsen (elan e.V.) und berät im Rahmen von twillo zu urheberrechtlichen und lizenzrechtlichen Fragestellungen rund um OER und KI.
• Johannes Koch ist Mitarbeiter der Universität Osnabrück und bei twillo für die Bereiche Community-Building und Weiterbildung zu KI tätig.