Im März 2026 besuchte die nordrhein-westfälische Wissenschaftsministerin Ina Brandes mit einer Delegation aus sechs KI-Expert:innen die USA. Ziel der Reise war es, den durch Künstliche Intelligenz (KI) verursachten Wandel im Bildungswesen besser zu verstehen – und zwar in dem Land, das technologisch hier derzeit führend ist. Die Delegation sprach mit Vertreter:innen der amerikanischen Regierung, mit großen Unternehmen wie Microsoft und Google sowie mit Wissenschaftler:innen in Washington und Pittsburgh. Dr. Peter Salden, Leiter des Zentrums für Wissenschaftsdidaktik an der Ruhr-Universität Bochum sowie Leiter des Projekts KI:edu.nrw, fasst für das Hochschulforum Digitalisierung die wichtigsten Erkenntnisse zusammen und zieht Schlussfolgerungen für die deutsche Hochschullandschaft.

Für eine Delegation mit hoher Termindichte ist es hilfreich, wenn Kommunikation klar ist. Ein Ort der klaren Kommunikation war das amerikanische Außenministerium in Washington.

Ausgangspunkt ist dort eine einfache Rechnung: Wo Software amerikanischer Unternehmen genutzt wird, hat die amerikanische Regierung Einfluss. Wo dagegen chinesische Software genutzt wird, hat die chinesische Regierung Einfluss. Aus amerikanischer Perspektive ist ein Ziel, dass in Europa amerikanische Hard- und Software genutzt wird – dies wurde uns im State Department klar bis an die Grenzen der Freundlichkeit kommuniziert. Damit einher geht die Aufforderung, die Geschäfte amerikanischer Tech-Unternehmen nicht durch Regulierung einzuschränken.

Der Austausch im State Department hat mich den AI Action Plan der amerikanischen Regierung noch einmal aufmerksamer lesen lassen. Es geht darin um weltweite „technologische Dominanz“, und dies übrigens auch im Bereich Open Source- und Open Weight-KI, „founded on American values“.

Es ist wichtig, dies in Europa zu verstehen: Die Nutzung amerikanischer Software ist ein politisches Ziel, weil es 1) amerikanische Unternehmen stärkt und 2) uns politisch beeinflussbar macht. Infrastrukturell geht es um eine Art KI-Nordstream aus den USA, ideell um die Absicherung der amerikanischen Weltsicht (zum Thema geistige Souveränität siehe auch hier).

Digitale Souveränität und die Regulierung von KI in Europa sind aus amerikanischer Sicht Reizwörter. Dass Hard- und Software amerikanischer Unternehmen unsere Digitale Souveränität befördert, sollten wir uns deswegen nicht einreden lassen. Es gibt für Digitale Souveränität in Europa nur einen Weg: konsequent auf europäische Technik setzen und sie aufbauen, wo sie fehlt. Dass genau dies ein wichtiges politisches Ziel sein sollte, hat mir der Termin im amerikanischen Außenministerium deutlich vor Augen geführt.

Eins gleich vorweg: Die große KI-Revolution hat auch im amerikanischen Bildungswesen noch nicht stattgefunden. Die Herausforderungen und die Potenzialzuschreibungen sind identisch mit denen, die in Europa diskutiert werden. Aber auch die amerikanischen Bildungseinrichtungen sind noch auf der Suche, wie sie damit umgehen sollen. Die Schwächung von zentralen Institutionen – so z. B. die Demontage des Bildungsministeriums durch die Trump-Regierung – trägt dabei zu einer gewissen Orientierungslosigkeit bei, ebenso wie verbreitete Skepsis in der Bevölkerung.

Die Schwierigkeiten wurden uns bei unterschiedlichen Gelegenheiten von unseren Gesprächspartnern gespiegelt. Ein Beispiel ist unser Treffen mit Vertreter:innen von Microsoft in Washington. Microsoft errechnet auf Grundlage von Nutzungsdaten Windows-basierter Geräte das weltweite Maß an KI-Nutzung (AI-diffusion report). Für das Jahr 2025 wurde darin festgestellt, dass die USA im weltweiten Vergleich bei der KI-Diffusion lediglich auf Platz 23 liegen – kurz hinter Deutschland, das Platz 20 einnimmt.

Ein Problem, so unsere Gesprächspartner:innen bei Microsoft, sei in den USA das oft fehlende Vertrauen in KI-basierte Systeme. Wo beispielsweise Microsoft in Schulen KI-Tools anbiete, würden Lehrer:innen oft nicht den Nutzen sehen. Vielmehr gebe es Klagen, dass KI den Unterricht erschwere, da die Tools zum Verlust grundlegender Fähigkeiten beitragen und zugleich fundamentale Skills für ihre Nutzung fehlen würden.

Was ich nicht erwartet habe: Auch der Einsatz von Systemen zur Lerndatenanalyse scheint keineswegs unproblematisch zu sein. Auch an US-amerikanischen Schulen sind persönliche Lerndaten ein schützenswertes Gut, das nicht ohne Einverständnis der Eltern verwendet werden kann.

Wir sollten in Europa also nicht denken, dass in den USA die Integration von KI in Bildungsprozesse schon weiter sei als bei uns. Die Probleme dürfen aber auch nicht darüber hinwegtäuschen, dass auch in den USA ein Wandel im Gange ist. Es wird – auch hochschulübergreifend – Material für den KI-Kompetenzaufbau erstellt, KI-basierte Lernsysteme sind in Entwicklung.

Dabei scheint es keine Schwelle zu geben, auch kommerzielle Systeme einzusetzen. Der Trend geht insgesamt nicht zur Abschaffung des menschlichen Kontakts, sondern zur Verbindung menschlicher Lehre mit KI-basierter tutorieller Unterstützung. Die Umsetzung in serienreife Systeme und Abläufe steht aber noch aus.

Mit der Carnegie Mellon University haben wir eine Universität besucht, die eine lange Tradition in evidenzbasierter Lehrentwicklung hat. Dies geht zurück auf den Turing- und-Nobelpreisträger Herbert Simon, von dem die Worte stammen: „Improvement in post-secondary education will require converting teaching from a solo sport to a community-based research activity.”

Die CMU folgt dieser Maxime, um Lehrentwicklung zu professionalisieren. Drei Ebenen lassen sich nennen: 1) Ganz grundlegend ist technologieorientierte Lehr-Lernforschung Teil des Forschungsprofils der CMU. Das ist schön, aber ähnlich ist es an vielen deutschen Universitäten. 2) Schon anders sieht es mit der praktischen Lehrentwicklung aus: Die CMU vergibt interne Fördermittel, damit Lehrende KI-basierte Lernszenarien ausprobieren.

Dies wird fest mit niedrigschwelliger Begleitforschung des didaktischen Zentrums flankiert, um Aussagen über die Wirksamkeit treffen zu können. So entsteht Innovation, ohne blind vorwärts zu laufen. Hier hinken viele deutsche Hochschulen hinterher. 3) Die forschende Begleitung der Praxis stellt hohe Anforderungen an das Unterstützungspersonal. Die CMU fängt dies durch interne Fortbildung auf. Bemerkenswert ist aber auch, dass es „inhouse“ einen Studiengang zur mediendidaktischen Professionalisierung gibt – einen Master of Science in Learning Engineering.

Ich halte den Ansatz der CMU mit Blick auf amerikanische Hochschulen nicht für repräsentativ. Ich bin mir noch nicht einmal sicher, dass die Verknüpfung von Forschung, Innovationsförderung und Professionalisierung des Support-Personals an der CMU tatsächlich immer ineinander greift. Aber: Würde dies gelingen, wäre es der Königsweg. Allein der Versuch, dies umzusetzen, ist deswegen eine Inspiration.

Wenn wir an deutschen Hochschulen die Veränderungen durch KI gestalten, sollten wir genau darauf setzen: die Förderung von Innovation, die Begleitung durch Forschung und die Professionalisierung derjenigen, die dafür Verantwortung tragen – auch durch eigene Studienprogramme für den Support, von denen es in Deutschland noch viel zu wenige gibt.

Es war für mich ein Symbolbild, auf der Main Street in Cambridge, Boston: Auf der linken Straßenseite geht es in ein Hauptgebäude des MIT, einer der besten Universitäten der Welt. Auf der rechten Straßenseite schaut direkt gegenüber das Google-Logo von der Bostoner Dependance des Tech-Konzerns hinab.

Immer wieder ist uns auf unserer Reise die enge Verschränkung von Big Tech und Startups mit den Wissenschaftseinrichtungen begegnet. In Pittsburgh beispielsweise arbeiten regionale Wirtschaftsförderung, Unternehmen und Hochschulen eng zusammen, um die Stadt unter die Top-5-Standorte bei KI in den USA zu heben – beispielsweise durch eine enge räumliche Verknüpfung und Investitionsprogramme.

Im Gespräch mit Vertreter:innen der National Science Foundation ging es um Co-Funding von öffentlicher Hand und Tech-Unternehmen. Dies wirkt im Übrigen auch auf den Bereich EdTech, d. h. auf Innovation und Startups im Bereich Bildungstechnologie.

Hier fällt das Fazit kurz aus: Bei der Verschränkung von Hochschulen und Wirtschaft holt Deutschland zwar auf. Die USA haben aber weiter die Nase vorn, wenn es um die Aktivierung von Kapital für Forschungsförderung geht. Gerade auch im Bereich KI wird das wohl noch eine ganze Weile so bleiben.

Ein Besuch an amerikanischen Hochschulen macht ganz deutlich, dass das amerikanische Wissenschaftssystem verunsichert ist und unter Druck steht. Internationale Forschende schmieden Pläne für ihren Abschied, inländische Forschende sorgen sich um Forschungsfreiheit und Ressourcen. Die aktuelle politische Einflussnahme beeinträchtigt die Leistungsfähigkeit des amerikanischen Wissenschaftssystems.

Genauso deutlich ist aber, dass die USA in KI in der Wissenschaft investieren – häufig mit militärischer Ausrichtung, häufig aber auch mit Blick auf zivilen Einsatz. Wir haben dies an den Universitäten, aber auch in Forschungseinrichtungen wie dem Naval Research Laboratory in Washington sehen können. Hervorzuheben sind die Aktivitäten der National Science Foundation, die inhaltliche Schwerpunktzentren (sog. AI Institutes) und auch den Aufbau von KI-Infrastruktur für die Wissenschaft fördert.

Was für mich nicht sichtbar war, ist eine landesweit koordinierte Vernetzung der Aktivitäten zu KI in der Hochschullehre. Deutschland scheint mir hier mit Landesvorhaben (wie KI:edu.nrw und dem Verbund der Landeseinrichtungen für digitale Hochschullehre) oder bundesweiten Aktivitäten (z. B. von Hochschulforum Digitalisierung und KI-Campus) besser aufgestellt, was die Etablierung von Netzwerken und geteilter Infrastruktur angeht. Dies zeigt für mich auch: Wir müssen uns keineswegs verstecken mit dem, was wir in Deutschland mit Blick auf KI in der Hochschulbildung tun.

Aus den USA nehme ich ein noch stärkeres Bewusstsein dafür mit, dass die Interessen amerikanischer Tech-Konzerne eng mit der Sicherung von politischen Einflussbereichen der amerikanischen Regierung verbunden sind. Ich habe verstanden, dass die USA insbesondere bei kommerziellen KI-Anwendungen stark sind und dies sehr gut mit der Wissenschaft verknüpfen. Das US-amerikanische Bildungswesen ist dagegen dem deutschen bei der Anpassung an das KI-Zeitalter nicht voraus, auch wenn lokale Beispiele für uns in Deutschland inspirierend sein können.

Was folgt daraus für uns in Deutschland und Europa? Ich möchte nur drei Dinge nennen, die wir stärker als bisher anstreben sollten:

• Digitale Souveränität, d. h. technische Lösungen, die wir selbst in der Hand halten.
• Verknüpfung von Forschung und Praxis, d. h. noch bessere Mechanismen für die evidenzbasierte Hochschulentwicklung bei KI, die schnelle Innovation und zugleich wissenschaftliche Reflexion verbinden.
• Akademisierung von Unterstützungstätigkeiten, d. h. Aufbau von Bildungsprogrammen, die gerade Support-Personal sowie vertieft interessierte Lehrende deutlich intensiver ausbilden, als einfache Weiterbildungen und autodidaktisches Lernen es leisten können.

Nicht zuletzt sollten wir durchaus stolz und selbstbewusst mit Blick auf das sein, was wir haben – also beispielsweise gute lehrbezogene Unterstützungs- und Vernetzungsstrukturen, Ansätze für eigene technische Lösungen und ein politisch deutlich offeneres Klima. Wir sind beim Thema KI in der Hochschulbildung durchaus konkurrenzfähig und können uns mit noch etwas mehr amerikanischer Innovationsfreude und amerikanischem Optimismus hier sehr gut aufstellen. Da bin ich mir sicherer denn je.

Dr. Peter Salden leitet das Zentrum für Wissenschaftsdidaktik der Ruhr-Universität Bochum. Er ist zudem Leiter von KI:edu.nrw, dem Kooperationsprojekt der 36 nordrhein-westfälischen Hochschulen zu Künstlicher Intelligenz in der Hochschulbildung. Dr. Peter Salden ist Mitglied unterschiedlicher Beiräte und Gremien, Mitherausgeber der Zeitschrift „die hochschullehre“ und berät hochschulpolitische Akteur:innen zu Fragen von Lehre und Lernen in der Wissenschaft.