Auch 2026 haben Lehrende noch einen großen Unterstützungs-, Austausch- und Weiterbildungsbedarf, um generative KI kompetent in der Lehre einzusetzen. Häufig führen jedoch Berührungsängste und fehlende Ressourcen dazu, dass sie sich das nötige Wissen nicht eigenständig aneignen. Dieser Blogbeitrag stellt die Weiterbildungsreihe „KI@eTeach” des eTeach-Netzwerks Thüringen vor, die Lehrenden einen besonders niedrigschwelligen und breit gefächerten Einstieg in das Thema bietet.

In seinem Report „Die KI-Nutzung in Studium und Lehre“ (Bosse et al. 2026) weist das Hochschulforum Digitalisierung auf einen großen Bedarf an didaktischer Unterstützung, Austauschformaten und Weiterbildungsangeboten für Lehrende hin. Im Mittelpunkt steht dabei die Frage, wie das Lehren und Lernen mit KI an Hochschulen gelingen kann.

Die Zahlen zeichnen ein widersprüchliches Bild: Zwar bieten bereits 96 % der Hochschulen Weiterbildungsangebote zu KI für Lehrende an (von Garrel et al. 2025), doch berichten nur 23 % der Lehrenden von vorhandenen Angeboten (Bosse et al. 2026). Diese Diskrepanz deutet darauf hin, dass Lehrende oft nicht wissen, welche Ressourcen ihre Hochschule bereits zur Verfügung stellt.

Auch in Thüringen berichten uns Lehrende aus unserem Netzwerk immer von knappen zeitlichen Ressourcen. Das macht umfangreichere Weiterbildungsformate wie ein „Certificate of Advanced Studies“ mit 10 ECTS für viele unattraktiv. Dabei wünscht sich laut Studie eine große Mehrheit der Lehrenden Weiterbildung, didaktische Beratung und Vernetzung (Bosse et al 2026).

Genau hier setzen wir, das eTeach-Netzwerk Thüringen, mit unserer Weiterbildungsreihe „KI@eTeach“ an, einem niedrigschwelligen und kompakten Format, das bestehende Angebotslücken gezielt adressiert und im März 2026 zum dritten Mal stattfand.

Die KI-Verordnung der EU verpflichtet Hochschulen in Europa dazu, ihre Lehrenden so weiterzubilden, dass sie über ein „ausreichendes Maß“ an KI-Kompetenz verfügen. Diese Kompetenz lässt sich grundlegend in drei Dimensionen einteilen: Grundverständnis, kritische Einordnung und praktische Anwendung von KI (vgl. Laupichler et al. 2023).

Darüber hinaus benennt das „AI Competency Framework for Teachers“ der UNESCO (Miao et al. 2024) zwei zusätzliche Dimensionen. Die erste dieser Dimensionen stellt eine Denkweise in den Mittelpunkt, die menschliche Handlungsfähigkeit, Verantwortung und ethische Grundsätze in den Blick nimmt.

Die zweite ist die Fähigkeit, KI für das eigene lebenslange Lernen zu nutzen. Beide verweisen auf den doppelten Zweck von KI-Kompetenzen: Einerseits zielen sie auf die Lehrenden selbst ab, die sich ein Leben lang souverän mit KI auseinandersetzen können sollen. Andererseits geht es darum, Studierende und die Gesellschaft vor potenziellem Schaden durch unreflektierten KI-Einsatz zu schützen. 

Der Anspruch an Lehrende ist damit klar, aber hoch: Sie sollten möglichst bald über ausreichende KI-Kompetenzen verfügen, um KI angemessen in ihren Lehrveranstaltungen einzusetzen und sich dabei stetig weiterzuentwickeln.

Mit KI@eTeach haben wir 2024 eine kostenfreie Online-Weiterbildungsreihe entwickelt, die Lehrende und lehrunterstützendes Personal aller Thüringer Hochschulen praxisnah in den Einsatz von KI in der Lehre einführt. Wir verfolgen dabei ein Vortragsreihen-Konzept: Über zwei Wochen hinweg gestalten täglich wechselnde Referent*innen die einzelnen Termine. Oberstes Ziel ist die Kompetenzentwicklung. Daneben informieren die Veranstaltungen über unsere Supportstrukturen und ermitteln Bedarfe.

Die Inhalte reichen von KI-Grundlagen und didaktischen Konzepten über das Prüfen in Zeiten von KI bis hin zu Urheberrecht, Datenschutz, Nachhaltigkeit und Ethik. Ergänzt wird das Themenspektrum durch ein digitales Vernetzungstreffen, bei dem sich Lehrende hochschulübergreifend über den Einsatz von KI austauschen können.

Wer schnell in die Grundlagen einsteigen möchte, kann den Selbstlernkurs „GenKI-Führerschein für Lehrende“ des eTeach-Netzwerks Thüringen in Kooperation mit der FSU Jena absolvieren. Er vermittelt in wenigen Stunden Grundlagenwissen zu KI; sein Prinzip wurde in einem früheren Blogbeitrag vorgestellt:

Bei der Gestaltung der Reihe haben uns mehrere Prinzipien geleitet; im Vordergrund standen die kompetenzorientierte Themensetzung und die Niedrigschwelligkeit. Die Themen der einzelnen Termine haben wir entlang der drei Dimensionen der KI-Kompetenz festgelegt. Während die Einführungsveranstaltung die Dimension „KI-Grundverständis“ abdeckt, adressieren die anderen neun Termine die Dimensionen „kritische Reflexion“ und „praktische Anwendung“ stärker.

Eine zweite relevante Frage war, in welchen Bereichen generative KI besonders große Herausforderungen für Lehrende erzeugt (z. B. beim Schreiben und beim Prüfen) und wo sie umgekehrt eine nützliche Entlastung sein kann (z. B. bei der Vorbereitung einer Lehrveranstaltung). Darüber hinaus mussten alle Termine mit den Ressourcen des Netzwerks und der Unterstützung unserer Hochschulen zu bewältigen sein. Wo einzelne Termine neu erarbeitet werden mussten, entstand so zugleich Kompetenz im Netzwerk.

Um Niedrigschwelligkeit und Flexibilität zu erreichen, haben wir das Format bewusst auf eine möglichst breite Teilnahme hin gestaltet: Die Module sind einzeln buchbar und dauern jeweils 90 Minuten. Anmeldung und Teilnahmebescheinigung laufen automatisiert. Wechselnde Referent*innen erlauben es, die Themenreihe von Jahr zu Jahr umzugestalten und an die Dynamik des Themas sowie an die Bedarfe der Community anzupassen.

So haben wir beispielsweise die Veranstaltung „101 KI-Tools“ aus dem Vorjahr durch „Ethik und Nachhaltigkeit“ ersetzt. Der Bedarf an Umgestaltung ergibt sich einerseits aus dem Feedback der Teilnehmenden, die jede Veranstaltung separat evaluieren. Andererseits erhalten wir Gestaltungsimpulse, wenn wir selbst an Weiterbildungen, Netzwerktreffen und Tagungen zum Thema teilnehmen.

Die Teilnahmezahlen von KI@eTeach zeigen, dass der Bedarf an Austausch und die Bereitschaft zum Kompetenzerwerb im Bereich KI unter den Hochschullehrenden in Thüringen groß sind: Über 630 Teilnehmende besuchten die Veranstaltungsreihe im März 2026 – ein neuer Rekord. Dabei war die Resonanz äußerst positiv: 89 Prozent bewerteten die Termine mit „Sehr gut“ oder „Eher gut“. Das niedrigschwellige Format trifft also den Bedarf.

Teilnehmende berichteten, dass sie konkrete Tools und Szenarien kennengelernt haben und sich im Umgang mit generativer KI in ihrem eigenen Lehrkontext kompetenter und verantwortungsbewusster fühlen: „Super Veranstaltung mit direktem Nutzen für das bevorstehende Semester“ (anonymes Feedback zum Kurs „Kursplanung mit KI). Einzelne Teilnehmende benannten kleinere Stellschrauben, etwa beim Zeitmanagement, und äußerten Themenwünsche. Beides greifen wir in der nächsten Iteration 2027 auf.

Auch das ergänzende KI-Vernetzungstreffen wurde gut angenommen. Es bot Raum für hochschulübergreifenden Austausch und für die Formulierung von Unterstützungsbedarfen, also genau für die Vernetzung, die sich Lehrende laut Bosse et al. (2026) wünschen.

Die Rückmeldungen der Teilnehmenden unterstreichen die Qualität der einzelnen Veranstaltungen. Sie zeigen aber auch Entwicklungspotenzial.

Mit den drei Dimensionen nach Laupichler et al. (2023), also Grundverständnis, kritischer Einordnung und praktischer Anwendung, decken wir mit KI@eTeach bereits zentrale Kompetenzbereiche ab. Als nächsten Schritt wollen wir den Ansatz um die beiden zusätzlichen Dimensionen des UNESCO-Kompetenzrahmens (vgl. Miao et al. 2024) ergänzen, um auch lebenslanges Lernen und eine ethikorientierte Grundhaltung stärker zu berücksichtigen. Beides ist im Sinne der KI-Verordnung unerlässlich. Die größte Hürde dürfte dabei die Beschränkung auf zehn Termine sein.

Auch bei der Qualitätssicherung müssen wir ansetzen: Künftig soll die bisherige Veranstaltungsevaluation um klare Qualitätsstandards und um Pre-Post-Befragungen erweitert werden, um den Kompetenzaufbau, wie ihn die KI-Verordnung fordert, noch gezielter nachzuweisen.

Das Fazit ist klar: Die Entwicklung von KI-Kompetenzen ist kein Sprint, sondern ein Marathon mit vielen Etappen. Das zeigt KI@eTeach auch in seiner dritten Auflage. Es macht zugleich deutlich, wie wichtig der fortlaufende Dialog zwischen Zielgruppe und Lehr- und Organisationsteam in diesem hochdynamischen Themenfeld bleibt.

Bosse, Elke/ Klaus Wannemacher/ Maren Lübcke (2026): Die KI-Nutzung in Studium und Lehre. Arbeitspapier Nr. 91 / Januar 2026. Hochschulforum Digitalisierung.

Europäische Union (2024) EU-Verordnung über Künstliche Intelligenz (AI Act), [online] https://eur-lex.europa.eu/eli/reg/2024/1689/oj

Laupichler, Matthias Carl/Alexandra Aster/Nicolas Haverkamp/Tobias Raupach (2023): Development of the “Scale for the assessment of non-experts’ AI literacy” – An exploratory factor analysis, in: Computers in Human Behavior Reports, vol. 12, p. 100338, [online] doi:10.1016/j.chbr.2023.100338. 

Miao, Fengchun/ UNESCO/ Mutlu Cukurova (2024): AI competency framework for teachers. AI competency framework for teachers. [online] https://doi.org/10.54675/zjte2084.

von Garrel, Jörg/ Jana Mayer/ Lea Sophie Weber (2025): Eine quantitative Befragung zur Nutzung KI- basierter Tools durch Hochschullehrende, [online] https://doi.org/10.48444/h.

Bosse, Elke/ Klaus Wannemacher/ Maren Lübcke (2026): Die KI-Nutzung in Studium und Lehre. Arbeitspapier Nr. 91 / Januar 2026. Hochschulforum Digitalisierung.

Europäische Union (2024) EU-Verordnung über Künstliche Intelligenz (AI Act), [online] https://eur-lex.europa.eu/eli/reg/2024/1689/oj

Laupichler, Matthias Carl/Alexandra Aster/Nicolas Haverkamp/Tobias Raupach (2023): Development of the “Scale for the assessment of non-experts’ AI literacy” – An exploratory factor analysis, in: Computers in Human Behavior Reports, vol. 12, p. 100338, [online] doi:10.1016/j.chbr.2023.100338. 

Miao, Fengchun/ UNESCO/ Mutlu Cukurova (2024): AI competency framework for teachers. AI competency framework for teachers. [online] https://doi.org/10.54675/zjte2084.

von Garrel, Jörg/ Jana Mayer/ Lea Sophie Weber (2025): Eine quantitative Befragung zur Nutzung KI- basierter Tools durch Hochschullehrende, [online] https://doi.org/10.48444/h.

Dieser Beitrag wurde unter Nutzung des generativen KI-Systems Claude Sonnet 5 (Anthropic) erstellt und DeepL Write wurde für die sprachliche Überarbeitung eingesetzt. Die inhaltliche Konzeption, Textentwurf und redaktionelle Verantwortung liegen bei Dr. Nicole Baron. Stand der KI-Unterstützung: 03.08.2026.

Dr. Nicole Baron studierte Architektur an der Bauhaus-Universität Weimar, wo sie – nach vier Jahren in der Baubranche – von 2014 bis 2020 ebenfalls lehrte. Sie ist promovierte Stadtforscherin und derzeit als eTeach-Kontaktstelle sowie Mitarbeiterin des StIL-geförderten Projekts CampusConnectEd an der Bauhaus-Universität Weimar tätig, wo sie sich intensiv mit mediengestütztem Lehren und Lernen auseinandersetzt. Außerdem lehrt sie an der HfT Stuttgart im Studiengang Smart City Solutions.