KICK 4.0 – KI-Chat-Kompetenzen im Labor.

Cross-Reality-Labore (XR-Labore: Lehrlernlabore, die digitale Medien und VR mit einbeziehen) drängen inzwischen zunehmend in die hochschulische Laborlehre auf allen Studienstufen der MINT-Fächer. Neben der fachbezogenen Kompetenzentwicklung können so auch Kompetenzen für kollaboratives, agiles Lernen 4.0 von den Studierenden generiert werden. Das Kooperationsprojekt KICK 4.0 greift diese Entwicklungslinien auf, verknüpft sie aber mit völlig neuartigen KI-Kompetenzbedarfen, die mit der zunehmenden Verbreitung von KI-basierten Natural-Language-Processing-Systemen umfassend notwendig werden.

Ziel von KICK 4.0 ist es, Chancen und Grenzen dieser Mensch-KI-Kollaboration für Studierende reflexiv erfahrbar zu machen. Hierzu werden Real-World-Scenarios (didaktische Szenarien für Real-World-Problem-Solving) für das Laborpraktikum in der Strömungsmechanik entwickelt und eingesetzt, in denen Studierende die KI für motivierende, berufsnah gestaltete Forschungsaufträge unterstützend nutzen sollen. Sie werden so gezielt in ihrem kreativen, realweltlichen Problemlösen gefördert, sollen aber auch die Unzulänglichkeiten solcher Systeme kritisch prüfen, beurteilen und überwinden lernen. Auf diese Weise sollen die Studierenden in realweltlichen Laborkontexten eine für Gesellschaft und Arbeitswelt 4.0 zunehmend notwendige KI-Kompetenz reflexiv-kritisch entwickeln. Methodisch wird hierzu ein Design-Based-Research-Ansatz verfolgt, der Studierende und Lehrende in die Gestaltung der KI-unterstützten Laborlehre einbindet.

Das Kooperationsprojekt Kick 4.0 wird an der TUDO von zhb (Lehrstuhl für Organisations­forschung und Weiterbildungs­management) und der Fakultät Bio- und Chemieingenieurwesen (BCI), an der BU Wuppertal von den Lehrstühlen Didaktik der Technik und Strömungsmechanik durchgeführt. Die Einzelprojekte ergänzen sich gewinnbringend in einer Matrix anhand der eingebrachten Kompetenzen (Strömungsmechanik, HD bzw. Labordidaktik, Technikdidaktik), Zielgruppen (Fachstudierende als künftige Ingenieur*innen, Lehramtsstudierende als spätere Lehrpersonen) und Perspektiven (Fachlehre, Hoch­schul­forschung, Berufsbildungsforschung) für ein besseres Verständnis von NLP-Systemen in der Laborlehre.