Beim University:Future Festival 2026 wurde unter dem Motto „Under Pressure“ deutlich, wie sehr KI die Hochschul-Community strategisch fordert. Zum Abschluss unserer Sammlung von Eindrücken greift Matti Flieger einige Beiträge auf, die sichtbar machen, wie unterschiedliche Organisationen, Projekte und Akteur:innen die fortlaufende Suchbewegung im Umgang mit KI strukturieren. Darunter sind ein KI-Masterplan, der ausdrücklich nicht als Blaupause verstanden werden will, ein Peer-Upskilling für Lehrende sowie ein AI Literacy Hub, der bewusst mit unvollendeten Prototypen arbeitet. Gemeinsam ist den vorgestellten Beiträgen das Bemühen, Hochschulen auch unter hoher Dynamik orientierungs- und handlungsfähig zu halten.

Im Rahmen unserer Rückschau hat Michael Siegel Digitale Souveränität als Organisationsaufgabe betrachtet und Marina Konno die Weiterentwicklung von Lehre und Curricula. Hier steht nun im Mittelpunkt, wie Hochschulen ihre fortlaufende Auseinandersetzung mit KI organisational in Bahnen lenken und für strategisches Handeln nutzbar machen: Wie werden Entwicklungen eingeordnet, unterschiedliche Wissensbestände zusammengeführt und Entscheidungen so vorbereitet, dass sie Orientierung geben und bei veränderten Bedingungen überprüft und angepasst werden können?

In der Diskussion „KI-Masterplan 2030: Zukunftsszenarien zur Hochschulentwicklung in der KI-Transformation“ (Stefan Göllner, Matthias Bandtel, Sabrina Zeaiter und Doris Weßels) wurde der Masterplan nicht als fertige Lösung, sondern als „Türöffner“ verstanden. Zukunftsszenarien sollten weniger der Vorhersage dienen als dazu beitragen, die möglichen Folgen unterschiedlicher Entscheidungen – oder auch des Ausbleibens von Entscheidungen – sichtbar zu machen.

Das Augenmerk liegt damit nicht auf einem in Stein gemeißelten Plan, sondern in der strukturierten Auseinandersetzung mit möglichen Entwicklungen. Als Reflexionswerkzeug können die Szenarien dabei helfen, eigene Ziele und Handlungsspielräume zu klären und relevante Entscheidungspunkte bewusst zu bearbeiten. Eine Richtung zu bestimmen, setzt so keine fertigen Antworten voraus. Ausschlaggebend ist vielmehr, mögliche Zukünfte so greifbar zu machen, dass sich trotz bleibender Unsicherheit begründete Entscheidungen treffen lassen.

Auch im Talk „KI strategisch verankern – Impulse und Learnings aus der Peer-to-Peer-Strategieberatung“ (Aline Röttger und Barbara Wagner) wurde Strategieentwicklung als fortlaufender Prozess beschrieben. In den Interessenbekundungen für die aktuelle Beratung hätten u. a. Zielbilder, die Themen Priorisierung und Governance sowie Entscheidungsstrukturen eine wichtige Rolle gespielt. Dafür brauche es klare Zielvorstellungen und Prioritäten auf Leitungsebene, aber auch die Einbindung unterschiedlicher Hochschulangehöriger – von engagierten Akteur:innen in den Fachbereichen bis hin zu Studierenden.

Neben der Verständigung über Ziele und Prioritäten stellt sich damit auch die Frage, wie strategische Orientierung dauerhaft als Prozess organisiert werden kann: Wer bringt Wissen und Erfahrungen ein, wo werden Prioritäten gesetzt und wie können Entscheidungen fortlaufend überprüft und weiterentwickelt werden?

Damit unterschiedliche Perspektiven sinnvoll in strategische Entscheidungen einfließen können, müssen Kompetenzbedarfe differenziert betrachtet werden. Im Input „KI-Kompetenzen im internationalen Vergleich“ (Regina Ring, Nick Reinert, Laura Blecken und Anja Grecko Lorenz) wurden KI-Kompetenzen entsprechend mehrdimensional gefasst – nicht als einheitliches Set technischer Fähigkeiten. Unterschieden wurden Akteur:innen – von Institutionen bis zu Lehrenden, Studierenden und Verwaltungsmitarbeitenden –, verschiedene Kompetenzbereiche sowie konkrete Anwendungskontexte. Welche Kompetenzen relevant sind, hängt also von Rolle und Situation ab.

Die internationalen Beispiele machten sichtbar, wie unterschiedlich diese Akzente gesetzt werden können. Am Beispiel Japans wurde deutlich, wie der Aufbau breiter KI-Kompetenzen mit nationalen Zielsetzungen verbunden und über Zertifizierungsprogramme in die Hochschulen getragen wird bzw. werden soll. Das Beispiel Brasilien stand dagegen für ein besonders breites Kompetenzverständnis, das neben Anwendung und Funktionswissen auch kritische Bewertung, ethische und gesellschaftliche Urteilskraft sowie institutionelle Governance-Kompetenz umfasst.

Für Hochschulleitungen ergibt sich daraus vor allem eine Konsequenz: Kompetenzanforderungen sollten nicht pauschalisiert werden. Gefragt ist weniger ein allgemeines Kompetenzideal als die Klärung konkreter Anforderungen an unterschiedliche Rollen und Entscheidungssituationen. Hochschulleitungen müssen andere Fragen beurteilen als Lehrende, Verwaltung oder IT. Handlungsfähigkeit hängt damit nicht allein von vorhandenen Kompetenzen ab. Entscheidend ist auch, ob das jeweils relevante Fach- und Erfahrungswissen dort zusammenkommt, wo Entscheidungen vorbereitet und getroffen werden.

Wie das im Lehralltag aussehen kann, zeigte der Input „KI-Upskilling für Lehrende: Ein institutioneller Peer-Prozess“ (Kerstin Vogel). Die Vorkenntnisse und Haltungen gegenüber KI seien in der Lehrendenschaft sehr heterogen und reichten von intensiver Nutzung bis zu skeptischen Perspektiven. Der vorgestellte Ansatz verstand diese Unterschiede nicht primär als Problem, sondern als Ausgangspunkt für einen kontinuierlichen, niedrigschwelligen Austausch.

In regelmäßigen „Learning Lunches“ stellten Lehrende konkrete Anwendungsszenarien vor und diskutierten gemeinsam deren Qualität, Grenzen und Übertragbarkeit. Der Fokus sollte dabei über reine Tool-Bedienung hinausgehen und stärker darauf liegen, KI-Ergebnisse fachlich einzuordnen und zu bewerten.

Gerade unterschiedliche Perspektiven wurden dabei als produktiv beschrieben: Auch skeptische Stimmen trügen dazu bei, Anwendungsfälle kritisch zu prüfen.

Für Hochschulen lässt sich auch hieraus ein übertragbares Prinzip ableiten: Unterschiedliche Erfahrungen und Wissensbestände müssen nicht vereinheitlicht werden. Wichtiger scheint es, sie so zusammenzuführen, dass daraus tragfähige Orientierung entsteht, ohne relevante Unterschiede zwischen Rollen und Anwendungskontexten einzuebnen. Zu starke Verdichtung birgt sonst die Gefahr, dass allgemeine Leitlinien oder Entscheidungen an der konkreten Praxis vorbeilaufen.

Wie eine solche kontinuierliche Auseinandersetzung auch strukturell verankert werden kann, zeigte der Input „Partizipativ, kollaborativ, vernetzt: Entwicklung des AI Literacy Hub“ (Isabell Sluka, Dana-Kristin Mah und Anna Rinne). Der an der Leuphana Universität Lüneburg entstehende Hub solle Austausch, Experimentieren und Transfer verbinden und dabei nicht nur als Serviceangebot, sondern als Infrastruktur für die KI-bezogene Hochschulentwicklung dienen.

Kennzeichnend sei ein bewusst iteratives Vorgehen: Der Hub solle von innen nach außen wachsen, Beteiligung von Beginn an ermöglichen und erste Formate erproben, auswerten und anpassen. Damit reagierten die Beteiligten auch auf ein grundlegendes Spannungsverhältnis: Während die KI-Entwicklung schnelle Antworten verlange, benötigten Verständigung und Partizipation Zeit.

Der Hub verdeutlicht damit, dass Hochschulen nicht auf fertige Lösungen warten müssen. Auch vorläufige Strukturen können bereits handlungsfähig machen und zugleich Raum für Weiterentwicklung lassen.

Die vorgestellten Beiträge zeigen beispielhaft, wie sich die dynamische Entwicklung rund um KI strukturieren lässt: Zukunftsszenarien helfen, Konsequenzen möglicher Entscheidungen durchzuspielen. Kompetenzbedarfe werden nach Rollen und Kontexten differenziert. Heterogene Erfahrungen können in gemeinsame Urteilsprozesse einfließen, während iterative Strukturen ermöglichen, bereits zu handeln, ohne spätere Anpassungen auszuschließen. 

Darin lässt sich auch eine Art kollektiver Metakognition erkennen: Nicht nur KI-Entwicklungen werden wahrgenommen und bewertet, sondern zunehmend auch der eigene Umgang mit ihnen. Wie kommen Entscheidungen zustande? Welche Perspektiven und Erfahrungen fließen ein, welche bleiben außen vor? Und passen die gewählten Verfahren noch zu den Entwicklungen, auf die sie reagieren sollen? So wird die fortlaufende Auseinandersetzung selbst zum Gegenstand strategischer Gestaltung.

Ihr Mehrwert könnte gerade darin liegen, Entscheidungsfähigkeit und Offenheit zusammenzudenken. Ziele und Kriterien können Richtung geben, ohne den weiteren Umgang mit neuen Entwicklungen bereits festzuschreiben. So wird es möglich, mit Komplexität umzugehen, ohne sie vorschnell durch vermeintlich eindeutige Antworten aufzulösen. Konkret bedeutet das, Entscheidungen überprüfen zu können, Unterschiede zwischen Kontexten ernst zu nehmen und Möglichkeiten aufzugreifen, die erst im weiteren Prozess sichtbar werden.

Eine zentrale Managementaufgabe im Umgang mit KI könnte deshalb darin bestehen, nicht nur einzelne Entscheidungen zu treffen, sondern auch die Prozesse des Entscheidens so zu gestalten, dass sie mit der technologischen Entwicklung Schritt halten können.

Matti Flieger ist studentischer Mitarbeiter im Hochschulforum Digitalisierung und studiert Kulturwissenschaft im Master an der Humboldt-Universität zu Berlin. Zuvor absolvierte er Studiengänge in International Management, Kulturwissenschaft und Philosophie. Seine Interessen liegen an den Schnittstellen von Technik, Wissen und Gesellschaft sowie in den Bereichen visuelle Kulturen und Raumvorstellungen.