(openPR) Chennai, Indien, 5. Dezember 2025 – Wenn KI in Sekunden Code schreibt, Texte formuliert und Analysen liefert, wirkt Lernen plötzlich wie ein Umweg. Warum Jahre in Studium und Grundlagen investieren, wenn Maschinen schneller sind? Eine klare Antwort darauf gab Andreas Lingnau, Professor für Informatik an der Deutschen Hochschule für angewandte Wissenschaften (DHAW), auf der International Conference on Technology for Education (T4E) in Chennai.
Internationale Konferenz, internationale Verantwortung
Die T4E zählt zu den zentralen internationalen Foren für digitale Bildung. Jedes Jahr diskutieren dort Fachleute aus Lehre und Forschung über technologische Möglichkeiten und welche Verantwortung damit einhergeht. Mit leistungsfähiger KI verschiebt sich der Fokus: weg von der reinen Erstellung von Ergebnissen hin zur Fähigkeit, diese kritisch zu prüfen.
Andreas Lingnau unterstützte die T4E inhaltlich und organisatorisch als Mitglied im Organizing Committee und als einer von drei International Outreach Chairs. Das Indian Institute of Technology Madras (IIT) bot den passenden Rahmen für die Konferenz.
Refute Problems: KI-Output kritisch bewerten
Im Mittelpunkt von Andreas Lingnaus Konferenzreise stand ein gemeinsamer Workshop mit Prof. Viraj Kumar (International Institute of Science, Bengaluru) und Prof. Megha Sharma (Cambridge Institute of Technology, Bengaluru). Thema waren Refute Problems: ein Aufgabenformat, das gezielt Urteilsfähigkeit trainiert.
Studierende arbeiten dabei mit Programmcode, der für einige Beispiele korrekte Ergebnisse liefert und auf den ersten Blick richtig zu sein scheint. Bei genauer Betrachtung ist der Code jedoch fehlerhaft oder unvollständig und muss analysiert, hinterfragt und begründet widerlegt werden. Das ist keine künstliche Übung: Im IT-Bereich gehört es zum Berufsalltag, fremden Code weiterzuentwickeln. Und durch den zunehmenden Einsatz generativer KI sitzen Fachkräfte immer öfter vor Code, der nicht von einem Menschen geschrieben wurde.
Aus diesem Grund hat Andreas Lingnau im vergangenen Jahr eine Forschungskooperation mit Prof. Viraj Kumar begonnen, der bereits Erfahrung auf diesem Gebiet gesammelt hat. Ziel ist es, Refute Problems als realitätsnahe Übung in seiner Lehre an der DHAW einzusetzen. Im Workshop berichtete er über seine didaktischen Ziele. Studierende analysieren KI-generierten Output, erkennen Schwachstellen und begründen ihre Bewertung. Damit sind Refute Problems mehr als ein didaktisches Format. Sie zeigen, warum akademische Bildung heute relevanter denn je ist.
Was Studierende durch Refute Problems lernen
- Analysieren: Inhalte lesen, strukturieren und verstehen
- Bewerten: Lösungen fachlich einordnen statt übernehmen
- Hinterfragen: Annahmen erkennen und prüfen
- Begründen: Entscheidungen nachvollziehbar erklären
- Reflektieren: Werkzeuge kontrolliert einsetzen
Diese Future Skills sind zentral für einen professionellen Umgang mit KI und werden zu einer immer wertvolleren Qualifikation für den Berufseinstieg.
Andreas Lingnau: Lehre mit Methoden aus der Praxis
An der DHAW bindet Andreas Lingnau Refute Problems unter anderem bereits im Modul Programmieren 1 ein. Zudem arbeitet er an einem Konzept, um Studierende mithilfe von KI bei der Aufgabenlösung zu unterstützen. Seine Impulse aus der internationalen Zusammenarbeit fließen direkt in seine Lehre ein und werden an die Strukturen eines Online-Studiums angepasst. Für Lingnau ist das der Kern moderner Lehre:
„Auch in diesem Jahr war es für mich wieder eine Ehre, im Organisationskomitee der International Conference on Technology for Education (T4E) mitzuarbeiten. Besonders gefreut habe ich mich außerdem über die Einladung, im Rahmen eines Workshops am IIT Madras über die Besonderheiten an der DHAW und den Einsatz innovativer Lehrmethoden berichten zu dürfen.“
Fazit: Wenn Tools schneller sind, zählt Verständnis
Lohnt es sich also noch, Grundlagen wie Programmieren zu lernen? Absolut – sagt Andreas Lingnau. Und nicht nur das: Er warnt vor dem Verlust echter Fachkompetenzen:
„Studien haben bereits gezeigt, dass der Einsatz von KI in der Lehre die Gefahr des sogenannten De-Skillings, also den Verlust von Kompetenzen, nach sich ziehen kann. Dabei gibt es sicherlich Aufgaben, die wir der KI übertragen können, wir müssen aber auf der anderen Seite dafür sorgen, dass echte Fachkompetenzen nicht irgendwann verloren gehen und wir uns in eine vollständige Abhängigkeit von der KI begeben.“
Zukunftsfähige Hochschullehre bereitet Studierende auf eine KI-geprägte Arbeitswelt vor. Mit Wissen, das im Berufsleben den Unterschied macht. Und mit Future Skills, die bleiben, wenn Systeme ausfallen: analytisch denken, einordnen, begründen und verantwortungsvoll entscheiden.
Passende Studienprogramme und Weiterbildungen an der DHAW:
- Allgemeine Informatik (B.Sc.)
- Künstliche Intelligenz (B.Sc.)
- Cyber Security (B.Sc.)
- Weiterbildung KI Management
