Zum Inhalt springen
KIWITTeilprojekt NBS
← Lageberichte

· Lagebericht

KI an DACH-Hochschulen — November 2026

Lagebericht aus der Wissensbasis · Ein Zielbild des Bundes bis 2030 und Hochschul-KI an den Grenzen der Eigenentwicklung

Diesen Bericht als PDF — Druckfassung, zwei Seiten A4

Überblick

Das Leitthema im November 2026 ist die strategische Rahmensetzung des Bundes: Mit dem Ergebnisbericht „Deutschland als KI-Nation 2030“ der Bundesregierung liegt erstmals ein ressortübergreifendes, mit messbaren Zielen versehenes Orientierungsrahmenwerk für die KI-Politik bis 2030 vor. Parallel dazu verdichten sich empirische Befunde zur studentischen KI-Nutzung an deutschsprachigen Hochschulen: Mehrere neue Studien zeigen sowohl pädagogisch tragfähige Nutzungsmuster als auch strukturelle Risiken kognitiver Abhängigkeit. Die Hochschulinfrastruktur rückt ebenfalls in den Vordergrund, da Open-Source-Lösungen an ihre institutionellen Grenzen stoßen.

Deutschland

Der am 2. November 2026 veröffentlichte Bericht „Deutschland als KI-Nation 2030“ des Bundesministeriums für Digitales und Staatsmodernisierung (BMDS) ist das erste ressortübergreifende Zielbild des Bundes für KI bis 2030. Maßnahme 13 verankert KI-Kompetenz für alle Bildungsphasen einschließlich des Studiums; Maßnahme 17 sieht eine Qualifizierungsoffensive an deutschen Hochschulen und neue Karrierewege zwischen Wissenschaft, Startups und Verwaltung vor. Als messbare Ziele für 2030 sind unter anderem ein Frauenanteil von mindestens 45 Prozent in MINT-Studiengängen sowie ein als „sehr hochwertig und praxisnah“ eingeschätztes Hochschul-KI-Angebot vorgesehen.

Auf Infrastrukturebene zeigen zwei HFD-Beiträge strukturelle Grenzen hochschuleigener KI-Projekte. Vincent Timm (HAWK Hildesheim) schildert, wie das Open-Source-Frontend HAWKI zum Gemeinschaftsprojekt mehrerer Hochschulen wurde — und wie jeder Skalierungsschritt neue Lasten ohne Ressourcenaufwuchs erzeugte. Patrick Thiemig (Universität Münster) berichtet von über 30 identifizierten Use Cases, die Mitarbeitende aller Statusgruppen in Workshop-Zyklen mit uniGPT entwickelten; Governance-by-Design mit expliziten Abschaltstrategien für KI-Agenten ist fester Bestandteil der Architektur.

Österreich

Aus Österreich liegen zwei thematisch komplementäre Beiträge vor. An der FHWien der WKW berichten Dejnega und Fränzl über „Donna, den Themenbuddy“ — einen auf sokratischem Dialog aufbauenden KI-Tutor (Custom GPT auf ChatGPT-4o-Basis), der Studierende in der betreuungsfreien Phase der Themenentwicklung begleitet. Eine Befragung von 69 Studierenden zeigt hohe Akzeptanz; das bewusst niedrig gehaltene Vertrauen in die fachliche Expertise des Systems entspricht dem Designziel, Reflexion zu fördern statt Antworten zu liefern. René Riedl (JKU Linz / FH Oberösterreich) und Frank Krüeger legen in Applied Sciences ein Framework zur „kognitiven Nachhaltigkeit“ vor: Kognitive Aktivierung gilt als zentraler Mechanismus, der darüber entscheidet, ob GenAI-Einsatz langfristige Kompetenzentwicklung fördert oder durch Delegation kognitiv folgenreicher Aufgaben untergräbt.

Schweiz

Luca Kaltenbach und Benjamin Haoyang Huang (Universität Zürich, in Kooperation mit der University of North Carolina) untersuchen in Foreign Language Annals ChatGPT als Lesepartner im Deutschen als Fremdsprache (Niveau B1/B2). Im Drei-Konditionen-Design zeigt verpflichtende KI-Nutzung eine nivellierende Wirkung auf Leseverständnisunterschiede, während bei optionalem Zugang erhebliche Varianz entsteht. Teile der Studierenden verweigerten den KI-Einsatz bewusst aus didaktischen oder ethischen Überlegungen — ein Befund, den die Autoren als pädagogisch relevant werten und als Ausgangspunkt für reflektive KI-Integrationsgespräche im Unterricht empfehlen.

Regulatorik und EU-Rahmen

Das bundesweite KI-Strategiepapier verweist ausdrücklich auf den EU AI Act und den KI-Omnibus 2026 als regulatorische Grundlage. Das geplante AISI Deutschland als nationales KI-Evaluierungsinstitut (Maßnahme 1) soll Zuverlässigkeit und Beherrschbarkeit von KI-Systemen sichern, auch für den Hochschulsektor. Die Einrichtung einer KI-Gigafactory in Deutschland sowie gesicherter Rechenzugang für Forschungseinrichtungen werden als infrastrukturelle Voraussetzungen für eine souveräne europäische KI-Entwicklung formuliert.

Ausblick

Die vorliegenden Studien und Dokumente markieren eine Phase, in der Strategiepapiere und empirische Forschung enger aufeinandertreffen als in den Vorjahren. Offen bleibt, ob die im KI-Nations-Bericht formulierten Qualifizierungsziele für Hochschulen in konkrete Curricula und Förderprogramme überführt werden — und wie das Spannungsfeld zwischen institutioneller Eigenentwicklung (HAWKI, uniGPT) und kommerziellem Angebot in der Praxis aufgelöst wird. Forschungslücken bestehen weiterhin bei der Lernendenunterstützung für marginalisierte Gruppen sowie bei der Übergangsphase vom Studium in den Beruf, wie der systematische Review von Cefa, Zawacki-Richter und Macgilchrist (Universität Oldenburg) zeigt.

Quellen

  • Bundesministerium für Digitales und Staatsmodernisierung (BMDS) (2026). Deutschland als KI-Nation 2030 — Ergebnisbericht der KI-Taskforce. BMDS, 02.11.2026. https://bmds.bund.de/fileadmin/BMDS/Dokumente/Publikationen/Deutschland_als_KI-Nation_2030_barrierefrei-Nov2026.pdf
  • Cefa, B., Zawacki-Richter, O., & Macgilchrist, F. (2026). Who is AI supporting? A systematic review of AI use for learner support in higher education. Online Learning, 30(SI2), e5641. https://doi.org/10.24059/olj.v30isi2.5641
  • Dejnega, M., & Fränzl, E. (2026). Sokratische KI-Tutor:innen als Lernbegleiter:innen bei der Themenentwicklung für die Abschlussarbeit. HFD-Blog, 05.11.2026. https://hochschulforumdigitalisierung.de/ki-tutorinnen-themenfindung/
  • Ifenthaler, D., & Gibson, D. C. (2026). From Computational Literacy to Algorithmic Agency: Re-Envisioning Researcher Preparation in the Era of Generative AI. Frontiers of Digital Education. https://doi.org/10.1007/s44366-027-0118-2
  • Lettow, N., Pantani, K., & Littkemann, J. (2026). Conventionally Developed Versus LLM-Generated Exam Tasks in Higher Education. Journal of Digital Educational Technology, 6(2), ep2622. https://doi.org/10.29333/jdet/19699
  • Macharla Vasu, S. S. et al. (2026). Style over Substance? Linguistic Bias in LLM-based Peer Review. arXiv:2610.35254. https://doi.org/10.48550/arxiv.2610.35254
  • Mühling, T., Warnke, S., & Bolsinger, H. (2026). Reflective use of AI in university courses. Practice of Artificial Intelligence in Higher Education (PAIHe), Bd. 1. https://doi.org/10.83397/paihe.2026.03
  • Riedl, R., & Krüeger, F. (2026). Cognitive Engagement as a Key Mechanism of Cognitive Sustainability in the Age of Generative AI. Applied Sciences, 16(21), 10872. https://doi.org/10.3390/app162110872
  • Richter, C. et al. (2026). Making sense of generative AI: a comparative study of students' appropriation of generative AI in Indonesia, Malaysia, and Germany. Learning, Media and Technology. https://doi.org/10.1080/17439884.2026.2755455
  • Rink, L. S., & Peter, C. (2026). Data and AI Literacy in Geography Education. Education Sciences, 16(11), 1824. https://doi.org/10.3390/educsci16111824
  • Strietholt, S. et al. (2026). Exploring AI as a reading companion: L2 learners' approaches to literary comprehension. Foreign Language Annals. https://doi.org/10.1111/flan.70084
  • Thiemig, P. (2026). Einfach mal machen: Wie die Universität Münster echte Alltagsprobleme mit KI lösen will. HFD-Blog, 28.10.2026. https://hochschulforumdigitalisierung.de/einfach-mal-machen/
  • Timm, V. (2026). HAWKI-Zweiteiler: Vom Feierabendprojekt zum Projekt ohne Feierabend / Wenn Erfolg selbst zum Problem wird. HFD-Blog, 27.10.2026. https://hochschulforumdigitalisierung.de/hawki-vom-feierabendprojekt-zum-open-source-projekt/

Beitrag aus dem KIWIT-Teilprojekt NBS. Beschriebene Arbeit: Prof. Dr. Ulrich Hoffmann.