Ressourcen
AI Infused Assignment Playbook
Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.
Das AI Infused Assignment Playbook ist ein praktischer Leitfaden von Sarah Lewis (Barry University, Soziale Arbeit) für Lehrende, die generative KI mit Absicht integrieren wollen, statt sie nachträglich an bestehende Aufgaben anzuhängen. Es verbindet eine pädagogische Grundlage – Lernziele, kritisches Denken, Studierendenagency, Transparenz und angemessene Grenzen für den KI-Einsatz – mit anpassbaren Aufgabenvorlagen, Design-Frameworks, Prompts, Beispielen und Umsetzungshinweisen, die Lehrende fächerübergreifend nutzen können. Das Ziel ist ausdrücklich nicht, einen einzigen Umgang mit KI vorzuschreiben, sondern Lehrenden zu helfen, Lernerfahrungen zu gestalten, in denen der KI-Einsatz zweckmäßig, transparent und darauf ausgerichtet ist, was Studierende lernen und zeigen sollen.
Was man damit tun kann
Das Playbook ist um eine These in Kapitel 1 aufgebaut, dass Lernen Netzwerkkonstruktion ist und nicht Informationsanhäufung – die Offloading-Frage im Zentrum der KI-Literalität-Debatte –, sodass die eigentliche Frage lautet, ob KI diese Netzwerkbildungsarbeit unterstützt oder umgeht. Jede Aufgabe ist aus fünf formativen Designprinzipien aufgebaut: strukturierte Prompts statt vager KI-Nutzung (Studierende benennen ihren Zweck, relevante Konzepte, ihr aktuelles Verständnis und die gesuchte konkrete Hilfe, bevor sie einen Prompt stellen dürfen); kritische Bewertung der KI-Ergebnisse (Studierende dokumentieren, was sie übernehmen, verändern und verwerfen, und begründen es); Dokumentation und Transparenz (Prompts, Auszüge aus KI-Antworten, Entscheidungsprotokolle und Begründungen machen den Einsatz bewertbar); metakognitive Reflexion; und Wissensüberprüfung durch kurze Prüfungen ohne Hilfsmittel.
Kapitel 3 enthält eine vollständig ausgearbeitete Beispielaufgabe (AI-Enhanced Iterative Writing) plus sechzehn gekürzte Vorlageneinträge – AI Dialogue Reflection, AI Literature Review Assistant, AI Bias Detection, AI Study Partner Reflection, AI-Assisted Self-Assessment, AI Debate Partner, AI Client Simulation, AI Scenario Testing, AI-Facilitated Group Project, Peer Review with AI Comparison, Professional AI Use Policy Development und ein Transparent AI Integration Portfolio. Anhang A stellt ein AI–Human Collaboration Log bereit, um den Prozess festzuhalten. Lehrende können einzelne Aufgaben à la carte übernehmen oder ein Cluster als KI-durchtränktes Rückgrat für einen ganzen Kurs verwenden.
Für wen es gedacht ist
Lehrende aller Fächer, besonders in der Hochschulbildung und in berufsqualifizierenden Programmen (die Autorin schreibt aus der Sozialen Arbeit, und Pflege/Gesundheitswesen werden als parallele Kontexte genannt), außerdem für Fachbereichsentwickelnde und alle, die Akkreditierungsnachweise vorbereiten. Es setzt voraus, dass Studierende bereits KI nutzen, und dass die verantwortungsvolle Antwort darin besteht, diese Nutzung ans Licht zu bringen, sie zu strukturieren und Studierenden einen guten Umgang mit KI beizubringen, statt zu hoffen, dass sie sie meiden.
Hinweise und Einschränkungen
Dies ist ein praktischer Leitfaden, keine empirische Studie; seine Aussagen über die KI-Nutzung durch Studierende stützen sich auf zitierte externe Quellen (BestColleges, Campbell, Digital Education Council, Flaherty) und nicht auf neue Daten. Das Framework der „Netzwerkkonstruktion“ und die Rahmung der „Illusion des Verstehens“ sind der weiteren Literatur entnommen (Wigmore et al.; Williamson et al.) und werden als pädagogische Begründung präsentiert, nicht als geprüfte Ergebnisse des Playbooks selbst. Die Aufgaben sind selbst verfasste Vorlagen – für keine werden Effektstärken berichtet, sodass sie als Entwürfe zu behandeln sind, die lokal angepasst und evaluiert werden sollten. Veröffentlicht am 2026-10-07 als v1 auf Zenodo unter CC BY 4.0; kostenlos ohne Konto herunterzuladen. Zum Zeitpunkt der Erfassung zeigt der Datensatz nur ~35 Aufrufe und ~14 Downloads, sodass er bisher wenig externe Nutzung oder Peer Review gesehen hat.
Verbundene Konzepte
Verknüpfte Ressourcen
- Das Pädagogische Prompt-BuchEin Open-Access-Buch mit evaluierten Prompts für evidenzbasierte Lehrpraxis und Instructional Design, wobei jedes Kapitel den Prompt, seinen Entwicklungsprozess und seine Evaluierungsergebnisse veröffentlicht.
- Student Guide to AIEin kostenloser Studienleitfaden in drei Ausgaben von der Elon University, AAC&U und The Princeton Review, dessen Ausgabe 2026 zehn menschliche Fähigkeiten mit unterrichtsfertigen Lernmodulen und einer anonymen Selbsteinschätzung aufbaut.
- Process FeedbackEine kostenlose, prozessbasierte Alternative zur KI-Erkennung: Sie erfasst, wie ein Text entstanden ist, und macht daraus einen Bericht für ein Gespräch über das Lernen statt ein Urteil.
- Die ID ToolboxÜber fünfzig kostenlose, zweckgebundene Browser-Werkzeuge für Instructional Designer: Scoping, Aufwandsschätzung, Untertitel- und Übersetzungswerkzeuge, Lesbarkeits- und Konsistenzprüfungen.