KI an DACH-Hochschulen — August 2026

Überblick

Der August 2026 steht im Zeichen zweier paralleler Entwicklungen: der vollständigen Anwendbarkeit des EU AI Act ab dem 2. August 2026 sowie einer Verdichtung empirischer Forschung zu KI-Kompetenz, Prüfungskultur und institutioneller Governance im DACH-Raum. Das Hochschulforum Digitalisierung (HFD) hat in diesem Monat mehrere Beiträge zu Curricula, agentischer KI und digitaler Nachhaltigkeit veröffentlicht, die das University:Future Festival 2026 (Berlin, Motto: „Under Pressure“) aufgreifen und weiterführen.

Deutschland

Den regulatorischen Rahmen des Monats setzt der EU AI Act, der am 2. August 2026 in seine vollständige Anwendungsphase getreten ist. Für Hochschulen gelten ab diesem Datum die Transparenzpflichten gemäß Art. 50 KI-VO: Chatbot-Betreiberinnen müssen Nutzende über den KI-Einsatz informieren; KI-generierte Texte und Deepfakes sind zu kennzeichnen. Die Hochrisiko-Pflichten für Bildungssysteme (Anhang III, u. a. Prüfungs-KI und Zulassungssysteme) wurden durch den AI Omnibus (in Kraft 27. Juli 2026) um 16 Monate auf Dezember 2027 verschoben.

Siegel (Stifterverband/HFD, 2026) analysiert digitale Souveränität als strukturelle Organisationsaufgabe und unterscheidet Datensouveränität von Inferenzsouveränität. Am Beispiel des KIT-Modells zeigt der Beitrag, wie lokale Infrastruktur und gezielte Qualifizierung institutionelle Handlungsfähigkeit sichern. Der Übergang zu agentischer KI, die autonom in Workflows eingreift, stellt neue Anforderungen an Berechtigungsstrukturen und menschliche Freigabeprozesse.

Zur Prüfungskultur: Bils, Budde und Weßels (HFD, 2026) berichten aus Workshops mit Hochschulleitungen, dass mündliche Zusatzprüfungen als KI-Reaktion nicht skalierbar sind. Grabowski und Canz (HS Offenburg, 2026) zeigen an 1.500 Einreichungen, dass hybrides E-Assessment mit KI-gestützter Vorkorrektur die Korrekturzeit um 41 Prozent senkt. Debelak und Ziegler (Universität Zürich/HU Berlin, 2026) belegen psychometrisch, dass AES-Systeme (GPT-4 eingeschlossen) konstrukt-irrelevante Merkmale wie Textlänge übergewichten und Nicht-Muttersprachler benachteiligen. Reis und Schütz (FAU Erlangen-Nürnberg, 2026) legen ein Mapping-Review des AI-Literacy-Forschungsfelds 2022–2025 vor; die Untersuchung identifiziert Fort- und Weiterbildung berufserfahrener Lehrender als zentrale Forschungslücke. Das HFD hat das Konzept der curricularen Exnovation eingebracht: KI-fähige Curricula erfordern den gezielten Abbau überholter Inhalte. Braun und Khafizov (LMU München/Universität Tübingen, 2026) belegen in einer Querschnittstudie (N=847) ein Adaptionsgefälle: Studierende integrieren KI schneller als Lehrende, Lehrende schneller als die Verwaltung.

Österreich

Leitner, Brünner, Ebner und Schön (TU Graz, 2026) verdichten mehrjährige GenAI-Erfahrung in ein Fünf-Schritte-Framework: Sensibilisierung, Pilotierung, Qualitätssicherung, Skalierung und institutionelle Verankerung – mit datenschutzrechtlichen Einschätzungen für den österreichischen Kontext. Mayer und Huber (Seeburg Castle University Salzburg, 2026) differenzieren in einer Survey-Studie (N=484) zwischen funktionaler KI-Selbstwirksamkeit (korreliert mit Lernnutzen) und delegierender Selbstwirksamkeit (korreliert mit Abhängigkeitsrisiko); höhere AI Literacy dämpft den Abhängigkeitseffekt.

Schweiz

Görlich et al. (PH Zürich/Universität Rostock, 2026) zeigen in Leitfadeninterviews, dass Lehrende und Hochschulleitungen GenAI-Transformation unterschiedlich wahrnehmen; systemische Widersprüche zwischen Lehrkonzepten und KI-Potenzialen wirken als Antriebskraft für Wandel. Besozzi und Menon (Université de Fribourg, 2026) belegen, dass breite GenAI-Adoption nicht automatisch zu inklusiver Nutzung führt: Wissens-, Wahrnehmungs- und institutionelle Barrieren verhindern den Einsatz für Lernende mit besonderem Förderbedarf. Mastelic, Klauss und Boillat (HES-SO, 2026) präsentieren ein Serious Game, in dem Managementstudierende KI-Governance-Entscheidungen unter ethischer Unsicherheit treffen und Model Cards als EU-AI-Act-Operationalisierung erstellen.

Regulatorik und EU-Rahmen

Das EU AI Office veröffentlicht begleitend Leitlinien zu Art. 50 KI-VO (Kennzeichnungspflichten) und arbeitet an einem Code of Practice zur Deepfake-Kennzeichnung. Die Universität Bamberg hat mit ki-policy.org einen Open-Source-Generator für standardisierte KI-Lehrveranstaltungsrichtlinien veröffentlicht (sechs Presets, CC BY-SA 4.0), der Lehrpersonen eine strukturierte Alternative zu individuellem Policy-Drafting bietet.

Ausblick

Die Verschiebung der Hochrisiko-Pflichten auf Dezember 2027 eröffnet Hochschulen 16 Monate für die Vorbereitung auf Anforderungen bei Prüfungs-KI und automatisierten Bewertungssystemen. Offene Fragen betreffen die Übertragbarkeit der AES-Bias-Befunde auf weitere Bewertungskontexte, die strukturellen Bedingungen für eine Überbrückung des Adaptionsgefälles sowie die Verankerung von Nachhaltigkeitsaspekten in institutionellen KI-Strategien.

Quellen

• Besozzi, R. & Menon, A. (2026). AI in one hand, inclusive education in the other. International Journal of Inclusive Education. DOI: 10.1080/13603116.2026.2715640
• Bils, A., Budde, C. & Weßels, D. (2026). Hochschule unter Druck – und im Aufbruch: Wie KI die Lehr- und Prüfungskultur verändert. Hochschulforum Digitalisierung.
• Braun, M. & Khafizov, T. (2026). KI-Adaptionsgefälle an Hochschulen. arXiv:2608.25063. LMU München / Universität Tübingen.
• Braun, T., Grebe, J., Rethfeld, L. & Rohrbach, M. (2026). Fighting Fire with Fire: On the Feasibility of Protecting Exercises Against AI Cheating. arXiv:2608.01112. TU Darmstadt.
• Debelak, R. & Ziegler, J. (2026). Teststandards für KI-basiertes Automated Essay Scoring. Universität Zürich / HU Berlin.
• Görlich, A., Martínez-Moreno, J., Herfurth, T. & Getto, B. (2026). Driving digital transformation in HE. PH Zürich / Universität Rostock. DOI: 10.5281/zenodo.21823935
• Grabowski, J. & Canz, T. (2026). Hybrid E-Assessment. arXiv-Preprint. Hochschule Offenburg.
• Hochschulforum Digitalisierung (2026). Exnovation im Curriculum. Blogbeitrag, 11. August 2026.
• Hochschulforum Digitalisierung / Flieger, M. (2026). KI in Bahnen lenken. Blogbeitrag, 12. August 2026.
• Hochschulforum Digitalisierung / John Berendes, S., Koitka, C. & Fieke, H. (2026). Digitale Nachhaltigkeit an Hochschulen – Vier-Szenarien-Modell. Blogbeitrag, 14. August 2026.
• Leitner, P., Brünner, B., Ebner, M. & Schön, S. (2026). Generative KI in der Hochschullehre – 5-Schritte-Framework. TU Graz / HFD.
• Mastelic, J., Klauss, T. & Boillat, T. (2026). Serious Game 'Leading in the Age of AI'. International Journal of Management Education. DOI: 10.1016/j.ijme.2026.101514. HES-SO.
• Mayer, H. & Huber, S. (2026). Differentiated AI Self-Efficacy and AI Literacy (N=484). Zenodo. DOI: 10.5281/zenodo.21860154. Seeburg Castle University.
• Reis, A. & Schütz, M. (2026). Kartografie des Forschungsfeldes AI Literacy. MedienPädagogik, Bd. 71. FAU Erlangen-Nürnberg.
• Siegel, M. (2026). Digitale Souveränität als Organisationsaufgabe. HFD-Blog, 28. Juli 2026. Stifterverband.
• EU-Kommission (2026). AI Act – Application Timeline. https://d igital-strategy.ec.europa.eu/en/policies/regulatory-framework- ai
• Universität Bamberg / Herrmann, D. (2026). ki-policy.org – KI-Policy-Generator. CC BY-SA 4.0 / MIT. https://ki-policy.org
• Wischnewski, M., Doebler, P. & Krämer, N. C. (2026). Trust in AI Scale (TAIS). Journal of Psychology and AI. DOI: 10.1080/29974100.2026.2715475. TU Dortmund.