BTU auf einen Blick
Informations-, Kommunikations- und Medienzentrum
Multimediazentrum (MMZ) Kompetenz- und Servicezentrum für Digitalisierung in der Lehre

Umgang mit generativer KI in der Hochschullehre letzte Überarbeitung 10.02.2026

Bild mit dem generativen Bild-Tool DALL-E3 erstellt.

Künstliche Intelligenz (KI) hat sich innerhalb kurzer Zeit zu einem der wichtigsten Themen in der Hochschullehre entwickelt, wobei das Thema bei Lehrenden und Studierenden sowohl großes Interesse als auch viel Verunsicherung hervorruft. Mit dieser Website  unterstützen wir Lehrende dabei, die Möglichkeiten und Grenzen von generativer KI zu erkennen und diese verantwortungsvoll in die Lehre zu integrieren.

Die BTU Cottbus-Senftenberg lehnt den Einsatz von KI-Tools im Hochschulkontext nicht grundsätzlich ab, sondern unterstützt den sinnvollen, kritisch-reflexiven und verantwortungsvollen Einsatz ohne dabei problematische Implikationen wie urheber- und datenschutzrechtliche Fragen zu vernachlässigen.

Die Nutzung generativer KI-Tools sollte auf Basis fachlich-methodischer Reflexion erfolgen und Risiken sowie ethische und rechtliche Aspekte angemessen berücksichtigen. Aufgrund der aktuell großen Dynamik in dem Themenfeld werden die nachfolgenden Hinweise regelmäßig aktualisiert und zunächst auf die Erstellung einer hochschulspezifischen Leitlinie mit starren Vorgaben und Regelungen verzichtet. Die BTU prüft darüber hinaus eine rechtskonforme Bereitstellung von generativen KI-Tools für Lehrende und Mitarbeitende der BTU.

Marlen Dubrau

Mediendidaktikerin IKMZ/MMZ
 

+49 (0)355 69 4355

marlen.dubrau(at)b-tu.de

Wichtige Links

Was ist generative KI?

Die generative künstliche Intelligenz (KI) ist eine spezielle Form von KI und umfasst solche Technologie, die eigenständig neue Inhalte generieren kann, beispielsweise in Form von Texten, Audio- und Videodateien, Bildern oder Codes. Dabei werden keine tatsächlich neuen Daten geschaffen, sondern lediglich bereits vorhandene Informationen aus den zugrundeliegenden Daten neu zusammengesetzt bzw. angewendet.

Regelungen an der BTU

Eigenständigkeitserklärungen, die Regeln guter wissenschaftlicher Praxis sowie Prüfungsordnungen enthalten bereits jetzt häufig Vorgaben, die auch auf den Einsatz von KI-Tools anwendbar sind. Bestehende Erklärungen können fachspezifisch dahingehend ergänzt werden, ob und, wenn ja, in welchem Umfang und unter welchen Bedingungen KI-Tools genutzt werden dürfen.

Bei der Nutzung und Dateneingabe müssen alle in der Wissenschaft tätigen Personen an der BTU die Datenschutz-Grundverordnung (DSGVO) sowie bestehende Vertraulichkeits- und Geheimhaltungsregelungen einhalten. Dies gilt auch für vertragliche Verpflichtungen, etwa im Rahmen von Non-Disclosure Agreements (NDA), Geheimhaltungsvereinbarungen oder Kooperationen und FuE-Verträgen.

 

Die Verantwortung für eine gewissenhafte und kritisch-reflexive Nutzung von KI-Tools liegt bei den nutzenden Personen. Dabei sollten insbesondere folgende Punkte beachtet werden:

  • Informationen zu fachspezifischen Vorgaben einholen

  • keine personenbezogenen, sensiblen oder vertraulichen Daten sowie keine BTU-internen Informationen eingeben

  • Datenschutzeinstellungen der jeweiligen Tools prüfen und anpassen

  • sich über Datenspeicherung und -nutzung des jeweiligen KI-Tools informieren

  • Daten, die zum Training eines KI-Tools verwendet werden könnten, anonymisieren oder pseudonymisieren

  • alle Ergebnisse kritisch überprüfen, auch im Hinblick auf fachliche Richtigkeit und geistiges Eigentum

  • die Nutzung von KI-Tools gemäß den jeweiligen Vorgaben transparent dokumentieren

  • den Leitlinien der DFG für den Umgang mit generativen Modellen sowie den Grundsätzen guter wissenschaftlicher Praxis folgen

KI-Tools an der BTU
 

An der BTU wird mit BTU.HAWKI ein hochschuleigener Chatbot bereitgestellt. Dieser bietet im Vergleich zu frei zugänglichen Online-Diensten eine datenschutzsensiblere Nutzung und ist speziell für den Einsatz im Hochschulkontext vorgesehen.

Im IKMZ wurden unter anderem im Rahmen des Projekts KI@MINT verschiedene KI-Tools erprobt. Aufgrund der dynamischen Entwicklungen im Bereich generativer KI gibt es derzeit keine statische Empfehlungsliste einzelner Tools. Eine IKMZ-interne Arbeitsgruppe befasst sich mit Fragen zu Lizenzen und der möglichen zentralen Bereitstellung von KI-Anwendungen an der BTU.

Bei Fragen hierzu wenden Sie sich bitte an das Multimediazentrum.

Unterstützungsangebote & Beratung

BTU.HAWKI-Plattform: webbasiertes Portal der BTU Cottbus-Senftenberg, das Zugang zu generativer KI bereitstellt und Hochschulmitarbeitende bei unterschiedlichen Aufgaben in Lehre, Forschung und Verwaltung unterstützen kann

  • AI-Lab (KI-Lehrlabor) des Lehrstuhls für Angewandte Mathematik ( Professor Breuss)

Weiterbildungs- und Austauschformate im Wintersemester 2025/2026 /Sommersemester 2026:

  • ab Sommersemester 26: KI-Sprechstunde nach jedem Digitalen Donnerstag, 11:10 - 12:00 Uhr
  • vierteilige Weiterbildungsreihe KI-Werkstatt (Durchlauf Frühling 26: 10.03.26 13:00 - 14:30 Uhr | 17.03.26, 24.03.26 und 31.03.26 jeweils 10:00 - 11:30 Uhr und Durchlauf Herbst 26: 15.09.26 | 22.09.26 | 29.09.26 | 06.10.26 jeweils 10:00 - 11:30 Uhr)
  • Werkstatt Lehre (offener Beratungs- und Arbeitstermin zu u.a. KI in der Lehre: 26.02.26, jeweils  09.00 Uhr - 15:00 Uhr, Anmeldung via ZWW)
  • PromptLabor (Lern- und Übungsformat zum Thema Prompten, 25.03.26, 09:00 Uhr - 11:00 Uhr, und 24.08.26, 10:00 - 11 Uhr Anmeldung via ZWW)
Prüfungen & Leistungsbewertung

Schreiben erfüllt in der Wissenschaft vielfältige Funktionen. Manche sind textzentriert (z.B. Präsentation von Forschungsergebnissen). Andere sind stärker prozessorientiert: Schreiben dient dabei als Denk-, Strukturierungs- oder Lernhilfe. Durch Lesen und Schreiben lernen Studierende nicht nur Inhalte, sondern auch fachtypische Denk- und Argumentationsstrukturen. Es ist daher wichtig, diese Funktionen bewusst zu machen, damit Studierende entscheiden können, wann sie selbst schreiben und wann sie KI-Tools zur Unterstützung einsetzen.

Generative KI ist inzwischen Teil des Studienalltags. Studierende nutzen KI-Tools für Recherche, Strukturierung, Textentwürfe oder Problemlösungen. Damit verändern sich auch die Rahmenbedingungen für Prüfungen. Die zentrale Herausforderung besteht nicht mehr darin, KI vollständig auszuschließen, sondern Prüfungen so zu gestalten, dass Eigenständigkeit, Verständnis, Transfer und Reflexion auch unter Nutzung von KI sichtbar werden.

 

Didaktische Orientierung  für Prüfungen mit KI

1. Rolle der KI in der Prüfung klären

  • Legen Sie für jede Prüfungsleistung fest ob KI erlaubt ist und als Hilfsmittel zugelassen oder gar als Teil der Aufgabenstellung vorgesehen ist.

2. Klare Regeln und Dokumentation festlegen

  • Welche KI-Tools sind erlaubt?

  • Für welche Arbeitsschritte darf KI genutzt werden?

  • Wie muss die Nutzung dokumentiert werden?

3. Aufgaben auf Verständnis und Transfer ausrichten

  • Aufgaben, die nur auf Reproduktion abzielen, lassen sich leicht durch KI bearbeiten. Geeigneter sind Formate, die Verständnis und Anwendung sichtbar machen, zum Beispiel Fallanalysen, Projekt- oder Portfolioarbeiten, praxisnahe Aufgabenstellungen und Reflexionsberichte zur eigenen Vorgehensweise.

4. Arbeitsprozesse sichtbar machen

  • kurze mündliche Prüfungselemente

  • Dokumentation des Arbeitsprozesses

  • Reflexion über den Einsatz von KI

  • Zwischenabgaben oder Meilensteine

Unterstützung durch das Multimediazentrum

Das Multimediazentrum unterstützt Sie gern bei der Entwicklung KI-sensibler Prüfungsformate, Integration von KI in bestehende Prüfungen, Formulierung klarer KI-Regeln für Ihre Lehrveranstaltung oder individuellen Beratungsgespräche.

Rechtliches

Seit August 2024 gilt mit der europäischen KI-Verordnung erstmals ein umfassender Rechtsrahmen für den Einsatz von Künstlicher Intelligenz. Ziel dieser Verordnung ist es, die Entwicklung und Nutzung von KI-Systemen innerhalb der Europäischen Union zu regulieren, Risiken zu minimieren und einen verantwortungsvollen, ethisch vertretbaren Einsatz zu fördern.

Auch an der BTU wirft die Nutzung textgenerierender KI-Systeme in Lehre, Studium und Verwaltung rechtliche Fragen auf. Dabei sind insbesondere datenschutzrechtliche Aspekte zu beachten, aber auch urheberrechtliche Fragestellungen, z.B. in Bezug auf eingegebene Inhalte, Trainingsdaten oder den von KI erzeugten Output. Ebenso spielen Haftungsfragen eine Rolle, wenn KI-generierte Inhalte weiterverwendet werden.
 

Datenschutz

Aus datenschutzrechtlicher Sicht ist zu berücksichtigen, dass bei der Nutzung externer KI-Dienste unterschiedliche Arten personenbezogener Daten verarbeitet werden können. Dazu zählen beispielsweise Registrierungsdaten, Chatinhalte oder Nutzungsinformationen. Der Blogbeitrag chatGPT und der Datenschutz vom Team Datenschutz der Technischen Universität Berlin informiert darüber, welche personenbezogenen Daten von OpenAI bei der Nutzung von ChatGPT gesammelt und verarbeitet werden. 

Lehrende, Mitarbeitende und Studierende sind daher angehalten für die Nutzung im Kontext von KI den hochschuleigenen Chatbot BTU.HAWKI zu nutzen.  Die Plattform sichert einen hohen Datenschutz, da sie externe LLMs (u.a. GPT4) über eine API einbindet, sodass die Prompts von den LLM-Betreibern nicht den Personen zuzuordnen sind. Außerdem gehen die Chatinhalte nicht als Trainingsdaten in das Large Language Model (LLM) ein. Nichtsdestotrotz ist dringend zu beachten, dass keine personenbezogenen oder andere vertraulichen Inhalte in ihren Prompts eingegeben werden dürfen.

Urheberrecht

Im urheberrechtlichen Kontext gilt derzeit: Rein KI-generierte Texte oder Bilder genießen in der Regel keinen urheberrechtlichen Werkschutz, da es an einer hinreichenden menschlichen Schöpfungshöhe fehlt. Eine gesetzliche Kennzeichnungspflicht für KI-generierte Texte besteht aktuell nicht, kann jedoch im Rahmen eigener Lehrveranstaltungsvorgaben vorgesehen sein. Eine Urheberschaft kann bei den Nutzer*innen entstehen, wenn sie den KI-Output weiterentwickeln, verändern oder kreativ ausgestalten. Ob diese Bearbeitung tatsächlich eine eigene geistige Leistung darstellt, lässt sich nicht pauschal sagen, sondern muss jeweils im Einzelfall geprüft werden.

Für die Lehre an der BTU bedeutet dies: Der Einsatz von KI sollte transparent erfolgen, datenschutzkonform gestaltet sein und im Rahmen klar kommunizierter prüfungsrechtlicher Vorgaben stattfinden. Ziel ist nicht ein generelles Verbot, sondern ein verantwortungsvoller und reflektierter Umgang mit den neuen Werkzeugen.

Kennzeichnungspflicht

In der Wissenschaft gilt der Grundsatz, dass der gesamte Erkenntnisprozess möglichst transparent sein soll. Für den Umgang mit KI-generierten Inhalten gibt es jedoch bislang noch keine einheitlichen Kennzeichnungsstandards.

Für Prüfungen sind im Moment vor allem zwei rechtliche Punkte wichtig:

Erstens: Prüfungsordnungen schreiben vor, dass zu Beginn des Semesters (oder spätestens mit der Aufgabenstellung) klar benannt wird, welche Hilfsmittel erlaubt sind. Wird die Nutzung eines KI-Tools ausdrücklich zugelassen, bestätigt der*die Studierende mit der Abgabe der Arbeit nicht nur die eigenständige Erstellung, sondern auch, dass ausschließlich die angegebenen Quellen und Hilfsmittel genutzt wurden. Dazu gehört auch das verwendete KI-Tool. Zudem müssen Zitate wie gewohnt korrekt gekennzeichnet werden.

Zweitens: Wenn in den Modulvorgaben oder in der Aufgabenstellung ausdrücklich festgelegt wurde, dass KI-Nutzung oder KI-generierte Inhalte kenntlich zu machen sind, dann ist diese Kennzeichnung verpflichtend.

Risiken & Nebenwirkungen

KI-basierte Tools werden von Menschen entwickelt und mit vorhandenen Daten trainiert. Dadurch sind sie nicht neutral oder objektiv, sondern können bestehende Verzerrungen in den Trainingsdaten übernehmen oder sogar verstärken. Solche Verzerrungen werden als Bias bezeichnet. Es ist daher wichtig, KI-generierte Inhalte grundsätzlich kritisch zu hinterfragen und auch Studierende für diese Problematik zu sensibilisieren.

Ein weiterer zentraler Aspekt betrifft die Funktionsweise großer Sprachmodelle: Sie erzeugen Texte auf Basis von Wahrscheinlichkeiten. Das System berechnet also, welches Wort in einem bestimmten Kontext am ehesten folgt. Die erzeugten Texte sind deshalb nicht automatisch korrekt oder wahr, sondern lediglich statistisch plausibel formuliert. Bei allgemein bekannten Informationen liefern KI-Systeme häufig stimmige Antworten. Je spezifischer, komplexer oder fachlicher eine Frage jedoch wird, desto größer ist die Wahrscheinlichkeit von Fehlern. Dabei kann es zu sogenannten Halluzinationen kommen: Das System erzeugt scheinbar überzeugende, aber faktisch falsche Inhalte. Diese klingen oft sprachlich sehr plausibel und wirken auf den ersten Blick richtig.

KI kann daher ein hilfreiches Werkzeug sein, ersetzt aber keine fachliche Prüfung. Inhalte sollten immer überprüft, Quellen abgeglichen und Ergebnisse kritisch reflektiert werden.

Einen anschaulichen Überblick zum Thema Verzerrungen in Trainingsdaten bietet das Video „Biases beim Maschinellen Lernen: Welche Auswirkungen haben verzerrte Trainingsdaten?“ vom KI-Campus (Lizenz: CC BY-SA 4.0). Dieses kann gut als Einstieg oder Diskussionsimpuls in Lehrveranstaltungen genutzt werden.

Weitere externe Quellen

Die Selbstlern-Angebote zum Thema Künstliche Intelligenz (und Hochschullehre) sind vielfältig. Wir haben Ihnen hier eine kleine Auswahl zusammengestellt - sollte Ihnen ein Angebot in der Liste fehlen, kontaktieren Sie uns gern und wir prüfen eine Ergänzung.

  • https://ki-campus.org/overview 
    Lernangebote des KI-Campus - individuell nach Level, Sprache, Format, Lernziel oder Thema. Der vom Stifterverband verantwortete KI-Campus ist eine Lernplattform für Künstiliche Intelligenz mit kostenlosen Online-Kursen uvm. Als Einstieg ist hier der Kurs "KI für Alle" ,der Universität Düsseldorf, hervorzuheben.
  • https://www.faszination-lehre.de/info/angebote/selbstlernkurse/
    Das Selbstlernangebot richtet sich an alle Lehrenden der Hochschulen des Landes Brandenburg. Es werden neben didaktischen Schwerpunkten (AI-Literacy lehren oder Prüfungen und Leistungsnachweise in einer Welt mit generativen KI), KI-Tools zur Erstellung einer kompetenzorientierten Lehrplanung vorgestellt und reflektiert.
  • https://www.e-teaching.org/praxis/themenspecials/ki-in-der-hochschulpraxis
    Die Themenreihe des eteaching.org "KI in der Hochschulpraxis" ist bereits etwas älter, hält aber Diskussion zu grundlegenden Aspekten des Einsatzes von KI in der Hochschullehre bereit.