Wenn KI immer mehr kann: Was müssen Studierende dann noch können? Warum ein Studium in Zeiten generativer KI nicht weniger, sondern anders auf die Arbeitswelt vorbereiten muss
Wenn KI immer mehr kann: Was müssen Studierende dann noch können? Warum ein Studium in Zeiten generativer KI nicht weniger, sondern anders auf die Arbeitswelt vorbereiten muss
16.11.26
KI ist nicht nur in der Arbeitswelt, sondern auch in den Hochschulen angekommen. Doch nur, weil KI manchmal Wissensfragen beantworten kann, heißt das nicht, dass ein Studium plötzlich weniger wert – ganz im Gegenteil! In diesem Blogbeitrag legt Daniel Zöller dar, warum ein Hochschulstudium auch in Zeiten von KI essenziell ist und wie es Studierende befähigen kann, selbstständig zu urteilen, kritisch zu reflektieren und die Zukunft mitzugestalten.
Was ist ein Hochschulstudium noch wert, wenn generative Künstliche Intelligenz zunehmend Texte schreibt, Software programmiert, Daten analysiert, Informationen strukturiert und komplexe Aufgaben vorbereitet?
Diese Frage wird mir als Vizepräsident für Studium und Lehre der Hochschule Koblenz zunehmend gestellt – von Studieninteressierten ebenso wie von Lehrenden und aus der Berufspraxis. Sie ist berechtigt. Denn die Veränderungen, die generative KI für die Arbeitswelt mit sich bringt, betreffen nicht nur einzelne Tätigkeiten. Sie berühren die Frage, welche Kompetenzen junge Menschen heute erwerben müssen, um auch in einer Arbeitswelt handlungsfähig zu bleiben, deren konkrete Anforderungen wir noch nicht kennen.
Für Hochschulen stellt sich damit eine grundsätzliche Frage: Wenn KI immer mehr Wissen verfügbar macht und zunehmend auch wissensintensive Aufgaben übernimmt – worin liegt dann der besondere Wert eines Studiums?
Meine Antwort darauf ist eindeutig: Der Wert eines Studiums liegt künftig noch stärker darin, Menschen dazu zu befähigen, Wissen einzuordnen, Probleme zu erkennen, Fragen zu stellen, Lösungen zu entwickeln und Verantwortung für Entscheidungen zu übernehmen. Ein zukunftsfähiges Studium muss deshalb mehr leisten als Wissensvermittlung. Es muss Studierende dazu befähigen, mit Wissen, Technologie und Unsicherheit souverän umzugehen.
Fachwissen wird nicht weniger wichtig – sondern anders
Die naheliegende Reaktion auf die Leistungsfähigkeit generativer KI könnte sein, die Vermittlung von Wissen zurückzufahren. Wenn eine KI innerhalb von Sekunden eine Erklärung liefern, einen Programmcode erzeugen oder einen Text formulieren kann, warum sollten Studierende diese Dinge noch selbst lernen?
Aus meiner Sicht greift diese Schlussfolgerung zu kurz.
Wer beurteilen will, ob eine KI-generierte Lösung fachlich richtig, sinnvoll oder verantwortbar ist, muss selbst über entsprechendes Wissen verfügen. Wer eine Antwort kritisch hinterfragen will, muss wissen, welche Fragen zu stellen sind. Und wer KI sinnvoll einsetzen möchte, muss einschätzen können, wann ein Ergebnis plausibel ist – und wann es einer genaueren Prüfung bedarf.
Generative KI verändert damit die Bedeutung von Wissen, aber sie macht Wissen nicht überflüssig. Im Gegenteil: Je leistungsfähiger KI-Systeme werden, desto wichtiger wird die Fähigkeit, ihre Ergebnisse fachlich und kritisch beurteilen zu können.
Für Hochschulen bedeutet das, dass Fachwissen, wissenschaftliche Methodenkompetenz und Reflexionsfähigkeit nicht gegeneinander ausgespielt werden dürfen. Sie gehören zusammen.
Vom Wissen zur Handlungsfähigkeit
Gleichzeitig reicht Fachwissen allein nicht aus. Die Arbeitswelt verändert sich, und mit ihr verändern sich Tätigkeitsprofile und Kompetenzanforderungen. Gerade bei hochqualifizierten Tätigkeiten nimmt das Potenzial zu, einzelne Aufgaben durch digitale Technologien und KI zu unterstützen oder zu automatisieren.
Für Absolvent:innen stellt sich deshalb eine andere Herausforderung als noch vor einigen Jahren: Sie müssen nicht nur wissen, was zu tun ist, sondern zunehmend beurteilen können, was überhaupt getan werden sollte, welche Informationen relevant sind, welche Perspektiven berücksichtigt werden müssen und welche Konsequenzen eine Entscheidung hat.
Das verändert auch unser Verständnis von Praxisorientierung.
Praxisorientierung bedeutet dann nicht allein, möglichst früh Berufserfahrung zu sammeln. Sie bedeutet, Studierende mit realen, komplexen und möglichst offenen Problemstellungen zu konfrontieren. In solchen Situationen gibt es selten eine einzige richtige Antwort. Es gilt, Informationen zu bewerten, unterschiedliche Interessen abzuwägen, Lösungen zu entwickeln, Entscheidungen zu begründen und Verantwortung zu übernehmen.
Genau deshalb sind projektorientiertes Lernen, Fallstudien, Labore, Werkstätten und die Zusammenarbeit mit Unternehmen und sozialen Einrichtungen auch in Zeiten generativer KI von großer Bedeutung. Sie schaffen Lerngelegenheiten, in denen Studierende Wissen anwenden und zugleich erfahren, dass professionelle Handlungskompetenz mehr ist als die korrekte Wiedergabe von Wissen.
Das gilt in besonderem Maße für duale Studienmodelle. Die Verbindung von Studium und beruflicher Praxis ermöglicht es, theoretische Erkenntnisse unmittelbar anzuwenden, praktische Erfahrungen zu reflektieren und Fragestellungen aus der Arbeitswelt wieder in das Studium zurückzuführen. Für Studierende entsteht dadurch ein Erfahrungswissen, das nicht einfach durch die Nutzung eines KI-Systems ersetzt werden kann.
Für die Hochschullehre ergibt sich daraus eine grundlegende Herausforderung: Wenn generative KI zunehmend Aufgaben übernehmen kann, die bislang als klassische Studienleistungen galten, müssen wir auch unsere Lehr- und Prüfungskonzepte hinterfragen. Entscheidend ist nicht allein, ob Studierende eine fachlich richtige Lösung präsentieren können, sondern ob sie die zugrunde liegenden Zusammenhänge verstehen, Lösungswege kritisch beurteilen und ihre Entscheidungen begründen können. Aus meiner Sicht müssen wir deshalb Lern- und Prüfungsformate stärker darauf ausrichten, eigenständiges Denken, wissenschaftliches Arbeiten und reflektierte Handlungskompetenz sichtbar zu machen.
Future Skills sind keine Zusatzoption
Eine weitere Konsequenz betrifft die Bedeutung von Future Skills. Selbstständiges Arbeiten, Lernfähigkeit, Kommunikation, Kollaboration, Problemlösefähigkeit, Projektkompetenz und der reflektierte Umgang mit digitalen Werkzeugen sind längst keine „Soft Skills“ mehr, die neben der eigentlichen fachlichen Qualifikation erworben werden können. Sie sind wesentliche Bestandteile beruflicher Handlungsfähigkeit.
Ich bin überzeugt, dass Future Skills künftig nicht mehr nur als ergänzende Qualifikationen betrachtet werden dürfen. Sie müssen stärker zum integralen Bestandteil der Studiengänge werden. Studierende müssen beispielsweise lernen, digitale Werkzeuge und KI in unterschiedlichen fachlichen Kontexten sinnvoll einzusetzen, ihre eigenen Arbeits- und Lernprozesse zu organisieren, mit anderen zusammenzuarbeiten und die Qualität der eigenen Ergebnisse kritisch zu reflektieren.
Einen Beitrag dazu leisten wir an der Hochschule Koblenz mit dem hochschulweiten Angebot #kompetentdurchsstudium, das Studierende beim Erwerb von Future Skills unterstützt. Es ergänzt das fachliche Studium und schafft Möglichkeiten, Wissen in unterschiedlichen Situationen anzuwenden, kollaborativ Lösungen zu entwickeln und digitale Werkzeuge einschließlich generativer KI reflektiert einzusetzen.
Dabei geht es ausdrücklich nicht um eine Sammlung möglichst vieler neuer Tools. Entscheidend ist vielmehr die Fähigkeit, Technologien zielgerichtet auszuwählen und ihren Einsatz fachlich, wissenschaftlich und ethisch beurteilen zu können.
KI-Kompetenz ist mehr als Toolkompetenz
Diese Unterscheidung ist für die Hochschulbildung zentral.
KI-Kompetenz bedeutet für mich nicht, möglichst viele Anwendungen bedienen zu können. Sie bedeutet, die Möglichkeiten und Grenzen generativer KI zu verstehen und daraus angemessene Handlungsentscheidungen abzuleiten.
Wann ist der Einsatz einer KI sinnvoll? Wann ist es besser, selbst zu recherchieren oder zu analysieren? Wie lässt sich ein KI-generiertes Ergebnis überprüfen? Welche Quellen sind belastbar? Welche rechtlichen, ethischen und wissenschaftlichen Fragen sind zu berücksichtigen? Und wer trägt letztlich die Verantwortung für das Ergebnis?
Solche Fragen lassen sich nicht allein durch Toolschulungen beantworten. Sie setzen Fachwissen, wissenschaftliche Methodenkompetenz und Urteilskraft voraus.
Diese Überzeugung hat auch Eingang in einen entsprechenden Präsidiumsbeschluss der Hochschule Koblenz gefunden. Darin haben wir uns darauf verständigt, die Arbeitsmarktsituation unserer Absolvent:innen systematisch in den Blick zu nehmen, Studienangebote und Curricula gemeinsam mit Praxispartnern weiterzuentwickeln, duale Studienangebote auszubauen und Future Skills stärker zu verankern. Zugleich haben wir uns das Ziel gesetzt, dass Studierende aller Studiengänge die Hochschule mit der Fähigkeit verlassen, generative KI chancenorientiert, verantwortungsvoll und wissenschaftlich fundiert einzusetzen.
Für mich ist dabei besonders wichtig: Dieser Beschluss ist nicht als Reaktion auf ein kurzfristiges Technologiethema zu verstehen. Er steht für eine grundsätzliche Entscheidung darüber, welche Art von Hochschulbildung wir unter den Bedingungen einer sich verändernden Arbeitswelt anbieten wollen.
Hochschulen müssen Orte des Denkens bleiben
Eine letzte Konsequenz wird dabei leicht übersehen.
Wenn immer mehr Wissensarbeit digital und mit Unterstützung von KI erledigt werden kann, gewinnt der persönliche Austausch möglicherweise sogar an Bedeutung. Hochschulen sind nicht nur Orte, an denen Informationen vermittelt werden. Sie sind soziale und intellektuelle Lernorte.
Studierende diskutieren miteinander, widersprechen sich, entwickeln gemeinsam Ideen, arbeiten an Projekten und müssen ihre Entscheidungen gegenüber anderen begründen. Sie erleben unterschiedliche Perspektiven und lernen, mit Unsicherheit und offenen Fragen umzugehen.
Auch deshalb verstehen wir Digitalisierung nicht als Gegensatz zu Präsenz. Die Frage ist vielmehr, welche Lernform für welche Lernziele sinnvoll ist. Digitale Werkzeuge und KI können Lernprozesse unterstützen und erweitern. Sie ersetzen aber nicht automatisch die soziale und intellektuelle Auseinandersetzung, die ein Studium ausmacht.
Gerade in einer Welt, in der KI scheinbar jederzeit eine Antwort liefern kann, wird die Fähigkeit, gemeinsam gute Fragen zu entwickeln und unterschiedliche Antworten kritisch zu diskutieren, wichtiger.
Was ein Studium künftig leisten muss
Der Wissenschaftsrat hat in seinem Positionspapier von 2026 die intellektuelle Souveränität als ein zentrales Bildungsziel im Zeitalter generativer KI herausgestellt. Gemeint ist die Fähigkeit, selbstständig zu urteilen, kritisch zu reflektieren und Verantwortung zu übernehmen.
Ich halte diesen Begriff für eine wichtige Leitidee der Hochschulbildung im Zeitalter generativer KI. Denn vielleicht lautet die entscheidende Frage für Hochschulen gar nicht: Was kann KI künftig alles?
Sie lautet vielmehr:
Was müssen Menschen können, wenn KI immer mehr kann?
Die Antwort darauf ist aus meiner Sicht nicht weniger Bildung, sondern eine andere Gewichtung innerhalb von Bildung: Fachwissen und Anwendung, digitale Kompetenz und kritische Reflexion, technologische Offenheit und Verantwortungsbewusstsein müssen stärker miteinander verbunden werden.
Ein Studium kann jungen Menschen heute nicht garantieren, welche konkreten Kenntnisse sie in zehn oder zwanzig Jahren benötigen werden. Es kann ihnen aber die Fähigkeit vermitteln, sich neues Wissen anzueignen, Veränderungen zu verstehen, Technologien einzuordnen, Probleme selbstständig zu bearbeiten und begründete Entscheidungen zu treffen.
Das ist vielleicht der wichtigste Beitrag, den Hochschulen zur Vorbereitung auf die Arbeitswelt von morgen leisten können.
Nicht Studierende für eine bekannte Zukunft auszubilden, sondern sie dazu zu befähigen, eine unbekannte Zukunft mitzugestalten.
Autor

Prof. Dr.-Ing. Daniel Zöller ist seit 2022 Professor für Digitale Regelungstechnik am Fachbereich Ingenieurwesen der Hochschule Koblenz und seit September 2026 Vizepräsident für Studium und Lehre. Vor seiner Berufung war er mehrere Jahre in der industriellen Forschung und Entwicklung tätig. Seine Schwerpunkte liegen in der praxisorientierten Weiterentwicklung der Hochschullehre, der Förderung von Future Skills sowie den Chancen und Herausforderungen generativer Künstlicher Intelligenz für Studium und Lehre.
Christian K. Karl 
Petra Gehring 
Melanie Dejnega 