Teilprojekt NBS · Forschungsgruppe KIWIT
Wir messen den Abstand zwischen dem, was Hochschulen über KI sagen, was sie lehren und was sie erforschen.
Dafür erheben wir vier Ebenen derselben Hochschule: über 60.000 Modulhandbücher aus 26 Jahren, Publikationsverzeichnisse für den überwiegenden Teil der deutschen Hochschulen, die Außendarstellung und die öffentliche Debatte über KI in der Lehre — Stand August 2026. Erschlossen und ausgewertet wird mit Sprachmodellen und eigenen Verfahren. Wir sind das Teilprojekt an der NBS Hamburg in der Forschungsgruppe KIWIT.
422 deutsche Hochschulen, für 272 liegen Modulhandbücher vor. Stand August 2026.
Drei Einstiege
Zielbild
Was wir messen wollen
Welche Fragen beantwortbar werden, wenn mehrere Ebenen derselben Hochschule gleichzeitig erhoben sind. Der beste Einstieg, wenn Sie wissen wollen, wozu die Erhebungen dienen.
Arbeitsbericht
Über 60.000 Modulhandbücher aus 26 Jahren
Wie der Bestand erhoben wird, wie ein Modulhandbuch erkannt wird und für welche Hochschulen die Aussagen gelten.
Die Gruppe
Wer wir sind
Fünf Informatiker an der NBS und der Fachhochschule Wedel, Teil einer interdisziplinären Forschungsgruppe.
Fünf Fragen, an denen wir arbeiten
Wissensbasis
Wie regeln Hochschulen den Einsatz von KI in Lehre und Prüfung?
Eine wachsende Sammlung von Ordnungen, Leitlinien und Studien, die ein Sprachmodell erschließt und fortschreibt. Daraus entsteht ein monatlicher Lagebericht.
Lehrpläne
Wo taucht KI in den Modulen deutscher Hochschulen auf?
Modulhandbücher dokumentieren die tatsächlichen Lehrinhalte. Wir erschließen sie in großer Zahl und werten aus, wann welche Inhalte dazukommen.
Öffentlichkeitsarbeit
Wie sprechen Hochschulen über KI — und wie verhält sich das zu ihrer Forschung?
Pressemitteilungen und institutionelle Konten auf der einen Seite, Publikationsverzeichnisse auf der anderen. Ausgewertet wird der Abstand zwischen beiden.
Diskurs
Welche Positionen werden über KI in der Lehre vertreten?
Aus öffentlichen Beiträgen werden Positionen modellgestützt extrahiert, im Konsens zweier Modelle bestätigt und gegen ein Nullmodell geprüft.
Werkzeuge
Womit arbeitet eine Forschungsgruppe, die KI selbst einsetzt?
Damit die Gruppe arbeiten kann, bauen wir Infrastruktur: eine Plattform für den Modellzugang und Verfahren für den Umgang mit KI-gestützter Entwicklung.
Warum wir das offen aufschreiben
Ein Forschungsprojekt zeigt am Ende Ergebnisse. Wir zeigen zusätzlich die Arbeit daran: welche Quellen sich erschließen lassen, welche Verfahren tragen und welche wir verworfen haben.
Das hat einen einfachen Grund. Die Fragen, an denen wir arbeiten, stellen sich vielen Hochschulen gerade gleichzeitig — und die Antworten liegen seltener in einem Ergebnis als in einem gangbaren Weg dorthin.
Aus der Werkstatt
alle Beiträge →
· Lagebericht
KI an DACH-Hochschulen — Juli 2026
KI ist an deutschsprachigen Hochschulen keine Zukunftsfrage mehr. Der Wissenschaftsrat prägt den Leitbegriff des Jahres, die Leitlinien kippen von Verbot auf Einbindung — und zwischen beidem klafft eine Governance-Lücke. Der erste Lagebericht aus unserer Wissensbasis.
· Lagebericht
KI an DACH-Hochschulen — September 2026
Zwei Schwerpunkte prägen den Monat: die epistemische Resilienz gegenüber KI-Systemen und die Governance digitaler Infrastrukturen. Der erste HFD-Fokusmonitor zeigt die Lücke zwischen Anspruch und Einsatz — 95 Prozent der Hochschulen halten die Vorbereitung auf KI-Kompetenz für strategisch wichtig, adaptive Lernumgebungen sind bei 14 Prozent breit im Einsatz.
· Lagebericht
KI an DACH-Hochschulen — August 2026
Der EU AI Act ist seit dem 2. August vollständig anwendbar; die Hochrisiko-Pflichten für Bildungssysteme sind auf Dezember 2027 verschoben. Daneben verdichtet sich die empirische Forschung: mündliche Zusatzprüfungen skalieren nicht, automatische Essaybewertung übergewichtet die Textlänge, und zwischen Studierenden, Lehrenden und Verwaltung öffnet sich ein Adaptionsgefälle.
· Werkstatt
Eine Wissensbasis, die mitwächst
Hinter dem Lagebericht steht eine Sammlung, die sich wöchentlich erweitert — aber nicht von allein. Über das Verfahren, seine Aufnahmekriterien und die Stelle, an der zuletzt nachgezogen werden musste.
· Exkurs
Kompilieren statt nachschlagen
Statt bei jeder Frage aus den Rohdokumenten neu zu suchen, übersetzt das Modell die Quellen einmal in ein verlinktes Wiki und hält es aktuell. Wir arbeiten seit Monaten so. An einem größeren Bestand hat dasselbe Verfahren nicht getragen.
· Befund
34 Positionen, ein Streitkern
Aus 3.554 Kommentaren entsteht ein Inventar von 34 Positionen. Über alle hinweg zerfällt die Debatte nicht in zwei Lager — der Widerspruch sitzt in 14 von ihnen, und dort teilt sie sich fast sauber: 5 von 79 Kopplungen passen nicht, und kein Zufallslauf von 500 kommt in die Nähe.
· Methode
Regelwerk oder Sprachmodell: drei Messungen
Regelbasierte Klassifikation ist bei Oberflächenmerkmalen mit negativ definierter Klasse überlegen und scheitert strukturell bei Geltungsansprüchen. Drei Messungen an zwei Aufgaben desselben Bestands, zwei davon mit gegenläufigem Ergebnis.
· Werkstatt
Über 60.000 Modulhandbücher aus 26 Jahren
Ob an deutschen Hochschulen über künstliche Intelligenz gelehrt wird, muss man nicht erfragen. Es steht in den Modulhandbüchern, seit Jahrzehnten, öffentlich. Wir haben über 60.000 davon zusammengetragen und sagen, für welche Hochschulen unsere Aussagen gelten.
· Methode
Ein Wissensgraph über 27.500 Modulhandbücher
Dokumente einlesen, ein Sprachmodell darüber laufen lassen, fertig ist die Wissensbasis: So wird das Verfahren derzeit vielfach beschrieben. Wir haben es an einem Bestand von damals 27.500 Modulhandbüchern durchgeführt und können die Bedingung benennen, an der es hängt.
· Werkstatt
Eine KI-Plattform für die Hochschule bauen
Sprachmodelle für die eigenen Mitarbeitenden zugänglich machen, auf quelloffener Grundlage. Konten, Verläufe und Dokumente bleiben auf der eigenen Infrastruktur; Nutzerverwaltung, Rechte, Budgets und Websuche im Hintergrund sind Eigenentwicklung, rund 20.000 Zeilen. Ein Bericht über Aufwand und Bauart.
· Werkstatt
Große Projekte mit Sprachmodellen programmieren
Im August haben wir beschrieben, wie der Stand eines Vorhabens aus dem Gespräch herauswandert. Seither haben wir zwei Dinge gelernt, die damals nicht im Blick waren: Manche Regeln lassen sich grundsätzlich nicht von einem Programm überwachen. Und ein Ablauf, der ohne menschlichen Blick durchläuft, verbirgt seine Fehler besser als einer, der abbricht. Dazu der Fall, der beides verschärft: wenn sich das Ziel erst beim Bauen schärft.