Open Access

Luca Reinold, Carolin Freier

• Im Rahmen des vom BMFTR geförderten Verbundprojekts 12/2021–11/2025, FKZ 16DHBKI026 wurde an der TH Nürnberg das intelligente Hochschul-Assistenz System HAnS entwickelt und implementiert. HAnS bündelt audiovisuelle Lehrmaterialien wie Lehrvideos, Podcasts und Skripte und macht diese durch automatische Transkription, semantische Suche sowie einen KI gestützten Chatbot Tutor im für Studierende im Selbststudium nutzbar. Eine interdisziplinäre Begleitforschung im Sinne des Design Based Research begleitete die Systementwicklung über vier Jahre. Der Bericht dokumentiert die qualitative Evaluation von Juli 2022 bis Februar 2025. Die Evaluation umfasste sechs Erhebungswellen mit 61 Studierenden, davon 57 der TH Nürnberg, sowie Lehrenden verschiedener Disziplinen. Eingesetzt wurden Online Gruppendiskussionen, ethnografische Fallstudien mit Bildschirmaufzeichnungen, leitfadengestützte Interviews und Dokumentenanalysen. Die Auswertung erfolgte nach der rekonstruktiv dokumentarischen Methode, ergänzt durch die Analyse von Chatverläufen mit demIm Rahmen des vom BMFTR geförderten Verbundprojekts 12/2021–11/2025, FKZ 16DHBKI026 wurde an der TH Nürnberg das intelligente Hochschul-Assistenz System HAnS entwickelt und implementiert. HAnS bündelt audiovisuelle Lehrmaterialien wie Lehrvideos, Podcasts und Skripte und macht diese durch automatische Transkription, semantische Suche sowie einen KI gestützten Chatbot Tutor im für Studierende im Selbststudium nutzbar. Eine interdisziplinäre Begleitforschung im Sinne des Design Based Research begleitete die Systementwicklung über vier Jahre. Der Bericht dokumentiert die qualitative Evaluation von Juli 2022 bis Februar 2025. Die Evaluation umfasste sechs Erhebungswellen mit 61 Studierenden, davon 57 der TH Nürnberg, sowie Lehrenden verschiedener Disziplinen. Eingesetzt wurden Online Gruppendiskussionen, ethnografische Fallstudien mit Bildschirmaufzeichnungen, leitfadengestützte Interviews und Dokumentenanalysen. Die Auswertung erfolgte nach der rekonstruktiv dokumentarischen Methode, ergänzt durch die Analyse von Chatverläufen mit dem KI Tutor im letzten Erhebungszyklus. Die Ergebnisse zeigen, dass Studierende HAnS vor allem zur Erstellung von Selbstlernmaterialien durch Copy and Paste aus Transkripten nutzten. Die Transkriptfunktion war zentral, während KI generierte Kontrollfragen und automatische Synopsen kaum Verwendung fanden. Der Chatbot wurde von einer kleineren Gruppe strategisch eingesetzt, viele blieben jedoch aufgrund fehlender Anwendungsideen oder Skepsis distanziert. Die fünfstufige Typologie von ratlos bis Expertin beziehungsweise Experte verdeutlicht eine insgesamt begrenzte KI Readiness, verbunden mit dem Risiko eines unkritischen Umgangs mit KI generierten Inhalten. Lehrende schätzen HAnS als Ergänzung zur Präsenzlehre mit Vorteilen für Flexibilisierung und Prüfungsergebnisse, berichten jedoch von hohem Zusatzaufwand, Urheberrechtsfragen, fehlender institutioneller Unterstützung und einer asymmetrischen Nutzen Lasten Verteilung. Abgeleitet werden fünf Handlungsfelder: Anschlussfähigkeit digitaler Assistenzsysteme an etablierte Lernpraktiken, Sicherstellung digitaler Chancengleichheit durch geeignete Infrastruktur, curriculare Förderung der KI Readiness, gezielte didaktische Unterstützung und Entlastung für Lehrende sowie eine didaktische Rahmung der KI Integration durch erprobte Einsatzkonzepte. Insgesamt bewährt sich HAnS als soziotechnisches Assistenzsystem, dessen Wirksamkeit im Zusammenspiel von Technik, Didaktik und Nutzungspraxis entsteht und das grundlegende Erkenntnisse für eine verantwortungsvolle und chancengerechte Integration von KI in die Hochschullehre liefert.…