Nano-Degree „AI Leadership“

Das Nano-Degree „AI Leadership“ vermittelt wissenschaftlich fundierte KI-Kompetenzen für die Hochschule der Zukunft. Der Beitrag beschreibt Konzept, Struktur und didaktische Umsetzung.

"AI Leadership ist die Kompetenz, KI-Technologien strategisch zu führen und zu steuern, anstatt von ihnen geführt zu werden. Sie umfasst sowohl technologisches Verständnis als auch die Fähigkeit, eine bewusste Kollaboration zwischen Mensch und KI zu gestalten, in der die menschliche Gestaltungshoheit gewahrt bleibt, während die Potenziale der KI optimal genutzt werden." (Weßels 2024, Weßels & Buck 2025, Buck 2025).

 

Ausgangslage und Projektmotivation

Die europäische KI-Verordnung vom August 2024 markiert einen Wendepunkt: Ab Februar 2025 sind Hochschulen verpflichtet, Personal und Studierende mit fundierten KI-Kompetenzen auszustatten. Gleichzeitig verändert die rasante Entwicklung generativer KI die gesamte Bildungslandschaft fundamental.
Das im Rahmen des Projekts entwickelte Nano-Degree "AI Leadership" adressiert diese Herausforderung durch einen innovativen Bildungsansatz, der Studierende zu reflektierten Gestalter*innen der KI-gestützten Arbeitswelt qualifiziert.

 

Projektentwicklung und strategische Fokussierung

Der Entwicklungsprozess war geprägt von intensiver Konzeptarbeit und wichtigen Learnings, insbesondere bezüglich der Herausforderung, sowohl aufwendige als auch attraktive Themenfelder zu identifizieren und didaktisch angemessen aufzubereiten. Als Grundlage wurde zunächst ein KI-Themenspeicher entwickelt, der die Vielfalt möglicher Inhalte und Schwerpunkte systematisch erfasst und als Basis für die modulare Strukturierung dient.
Link zum Morphologischen Kasten

Schaubild: Nano Degree/Zertifikatsstudium „AI Literacy“
© Hochschule Koblenz, Projekt KuDiKo

Modulare Struktur für bedarfsgerechte Qualifizierung

Das entwickelte Nano-Degree ermöglicht Studierenden eine systematische Kompetenzentwicklung entsprechend ihrer fachlichen Schwerpunkte und beruflichen Ziele. Das Projekt realisiert zwei Abschlussvarianten:

  • 3 ECTS-Version: Kompakt mit einem Wahlmodul
  • 5 ECTS-Version: Vertiefend mit drei Wahlmodulen

Struktureller Aufbau der Lernmodule

Einstieg: 

  • Obligatorisches Modul "Basics Feedback" (0 ECTS)
  • Fundament für alle nachfolgenden Peer-Assessment-Prozesse

Pflichtbereich: 

  • KI Grundlagen (1 ECTS): Verstehen Sie Maschinelles Lernen, Neuronale Netze und Deep Learning
  • Einführung ins Prompt-Engineering (1 ECTS): Meistern Sie die praktische Anwendung generativer KI

Wahlbereich: Spezialisierung nach fachlichen Anforderungen 

Die Wahlmodule ermöglichen eine bedarfsgerechte Vertiefung in Studiums- und berufsspezifische Anwendungsbereiche.

 

Assessment as Learning: Prüfungsformate als Lernerfahrung

Das Projekt implementiert innovative digitale Prüfungsformate, die über traditionelle Wissensabfragen hinausgehen. Durch automatisierte Self- und Peer-Assessments auf der Plattform OpenOlat werden nachhaltige Lernkompetenzen gefördert:

  • Reflexionsfähigkeit durch das Anfertigen eines Reflexions-Tagebuchs in jedem Selbstlernkurs
  • Feedback-Kompetenzen durch das eigene Erstellen von Peer Reviews
  • Daraus resultierende metakognitive Fähigkeiten für den verantwortungsvollen KI-Umgang 

Die Dimensionen des Nano-Degree sind dabei inspiriert und abgeleitet aus dem KI-Kompetenzmodell von Falck, Alles, Flick und Schulz (2025), dass die vier Grundpfeiler Verstehen, Anwenden, Reflektieren und Mitgestalten als Basis umfassender KI-Kompetenz definieren:

  • Verstehen: Technologisches Verständnis von KI-Systemen und deren Funktionsweise
  • Anwenden: Praktische Nutzung von KI-Tools in Studiums- und berufsspezifischen Kontexten
  • Reflektieren: Kritische Bewertung von KI-Einsatz und dessen ethischen Implikationen
  • Mitgestalten: Aktive Teilhabe an der verantwortungsvollen Entwicklung KI-gestützter Arbeitsweisen

 

Strukturelle Implementierung und Hochschulintegration

Zwei Implementierungswege für nachhaltige Integration

Additive Variante
Das Nano-Degree wird als eigenständiges Zertifikatsstudium nach der Rahmenordnung für weiterbildende Zertifikatsstudien umgesetzt:

  • Certificate of Microcredential (3 ECTS)
  • Certificate of Microdegree (5 ECTS)

Integrative Variante
In einem Pilotprojekt wird die curriculare Einbindung einzelner Module oder des gesamten Degrees in Wahlpflichtkataloge und interdisziplinäre Lehrangebote innerhalb eines Fachbereichs erprobt.

 

Projektmanagement und Nachhaltigkeit

Die Kooperation zwischen dem Team Studium und der Teilkoordination Digitale Lernkompetenz gewährleistete sowohl didaktische Innovation als auch administrative Integration. Nach Projektende übernimmt das Team  Studium die langfristige Betreuung.

Qualitätssicherung durch systematisches Monitoring in Form von:

  • Kontinuierliche Auswertung digitaler Evaluationsbögen
  • Analyse der studentischen Erfahrungen mit den Peer- und Self-Assessment-Ergebnissen
  • Anpassung an aktuelle KI-Entwicklungen und regulatorische Anforderungen
  • Evidenzbasierte Weiterentwicklung des Programms

Projektbeitrag zur hochschuldidaktischen Entwicklung

Das Nano-Degree „AI Leadership“ demonstriert, wie Hochschulen proaktiv auf regulatorische Anforderungen und technologische Entwicklungen reagieren können. Das Projekt entwickelte damit  Strukturen für zukunftsorientierte Kompetenzvermittlung und trägt zur strategischen Positionierung der Hochschule Koblenz im Bereich digitaler Bildungsinnovationen bei.

Ausblick: Nano-Degree Data Literacy

Aufbauend auf den Erfahrungen mit dem Nano-Degree „AI Leadership“ wurde im Rahmen des Projekts KuDiKo ein weiteres Nano-Degree zum Themenfeld Data Literacy konzipiert. Dieses ergänzende Bildungsangebot adressiert die wachsende Bedeutung von Datenkompetenz in der digitalisierten Arbeitswelt und wird nach Projektende realisiert.  Für das Zertifikat sind 4-5 ECTS Punkte angedacht.

 

 

Literatur

Ehlers, U.-D. (2023): Future Skills KI – Das AICOMP-Kompetenzmodell.

Buck, I. (2025). Wissenschaftliches Schreiben mit KI (1. Aufl.). Konstanz: UVK/UTB. doi.org/10.36198/9783838563657

Buck, I., & Weßels, D. (2025). Gut geführt = gut geschrieben? AI Leadership als relevante Kompetenz in der Kollaboration mit KI-Tools. In G. Brägger & H.-G. Rolff (Hrsg.), Handbuch Lernen mit digitalen Medien. Wege der Transformation (3. Aufl., S. 863–880).

Ehlers, U.-D., Lindner, M., Sommer, S., & Rauch, E. (2023). AICOMP – Future skills in a world increasingly shaped by AI. UbiquityProceedings. https://ubiquityproceedings.org

Falck, J., Alles, S., Flick, M., & Schulz, R. (o. J.). KI-Kompetenzen für Lehrende und Lernende. Aus der Praxis für die Praxis – eine adaptierbare Basis. Abgerufen am 5. Mai 2025 von https://joschafalck.de/ki-kompetenzen/

Graf-Schlattmann, M. (2021). Hochschulorganisation und Digitalisierung: Die Auswirkungen organisationaler Funktionslogiken auf die digitale Transformation an Universitäten. Springer VS.

Weßels, D. (2024). AI Leadership als Königsdisziplin. changemnet!, 6(2024), 10–11.

AI Act Law. (2025, 15. Januar). AI Act – EU-Gesetzgebung zur Künstlichen Intelligenz. Abgerufen am 15. Januar 2025 von https://ai-act-law.eu/de/

TH Köln. (2025, 16. Januar). KI-Kompetenz als Rechtspflicht: Das müssen Hochschulen beachten. Abgerufen am 16. Januar 2025 von www.th-koeln.de/hochschule/ki-kompetenz-als-rechtspflicht-das_muessen-hochschulen-beachten_120058.php