KI in der Lehre

​​​​​​

Hinweise zum verantwortungsvollen Umgang mit KI

KI als Werkzeuge

KI-Tools können sinnvoll eingesetzt werden, um Prozesse zu erleichtern, Ideen zu entwickeln oder Inhalte aufzubereiten. Fachliches Urteil, didaktische Entscheidungen und inhaltliche Qualität bleiben jedoch Aufgabe der Lehrenden.

Eigenverantwortung für erzeugte Inhalte

Alle mit KI erzeugten Inhalte müssen von der verfassenden Person sorgfältig geprüft und verantwortet werden. KI-Systeme können fehlerhafte, veraltete oder ungenaue Informationen produzieren. Die Verantwortung für die Qualität und Richtigkeit des Endprodukts liegt stets bei der Autorin bzw. dem Autor.

Keine Übertragung von Entscheidungsgewalt

KI darf keine Entscheidungen treffen, die originär menschlicher Verantwortung unterliegen, insbesondere im Bereich der Leistungsbeurteilung. Die abschließende Bewertung von Studienleistungen obliegt ausschließlich den zuständigen Lehrenden.

​Datenschutz

Echte Patientendaten dürfen nicht in externe KI-Systeme eingegeben werden. Das gilt ebenso für personenbezogene Daten Dritter, einschließlich Daten von Studierenden.

Aktuelle Veranstaltungen

​​Von kognitiver Überlastung zu individualisiertem Lernen: KI-Nachhilfe im Fach Elektrotechnik

Datum: 25.06.2026; 13:00-14:00 Uhr
Ort: online
Veranstalter: Hochschuldidaktik Sachsen
 
Mehr Informationen finden Sie unter: KI@Campus - Impulse zu KI für die Hochschullehre – Hochschuldidaktik Sachsen​​
 
#Input


Offene Lehre und souveräner Umgang mit Patient*innendaten

Datum: 29.06.2026; 10:00-12:00 Uhr
Ort: online
Veranstalter: Twillo
 
Mehr Informationen finden Sie unter: Offene Lehre und souveräner Umgang mit Patient*innendaten​​​​
 
#Input


Kollegialer Austausch "KI in  Lehre und Studium"

Datum: 08.07.2026; 14:30-15:30 Uhr
Ort: online
Veranstalter: Hochschuldidaktik Sachsen
 
Mehr Informationen finden Sie unter: Kollegialer Austausch "KI in Lehre und Studium" – Hochschuldidaktik Sachsen​​​​
 
#Austausch


Erfolgreich recherchieren: Pubmed und KI im Einsatz

Datum: 29.07.2026; 12:30-14:00 Uhr
Ort: Bibliothek Medizin/Naturwissenschaften, Liebigstr. 23/25, Raum 101
Veranstalter: UB Leipzig
 
Mehr Informationen finden Sie unter: Aktuelle Workshops: Universitätsbibliothek Leipzig​​​​​
 
#Workshop


Untertitel, Übersetzung, Voiceover & Co – Videos mit KI aufwerten

Datum: 12.08.2026; 10:00-11:00 Uhr
Ort: Online
Veranstalter: Twillo
 
Mehr Informationen finden Sie unter: Videos mit KI aufwerten – Workshop am 12.08.2026 (online)​​​​​​
 
#Workshop


Kollegialer Austausch "KI in  Lehre und Studium"

Datum: 12.08.2026; 14:30-15:30 Uhr
Ort: online
Veranstalter: Hochschuldidaktik Sachsen
 
Mehr Informationen finden Sie unter: Kollegialer Austausch "KI in Lehre und Studium" – Hochschuldidaktik Sachsen​​​​
 
#Austausch


Didaktische Bildgenerierung mit KI​

Datum: 19.08.2026; 10:00-11:00 Uhr
Ort: Online
Veranstalter: Twillo
 
Mehr Informationen finden Sie unter: Didaktische Bildgenerierung mit KI am 19.08.2026​​​​​​​
 
#Workshop


Kurse und Materialien zum Selbststudium

Hier finden Sie Kurse und Materialien rund um KI in Hochschullehre, Wissenschaft und Medizin. Alle Angebote sind frei zugänglich und können zeitlich flexibel genutzt werden.


Knowledge Base der Universität Leipzig

Generative KI in der Hochschullehre: Grundlagen, rechtliche Hinweise, didaktische Szenarien und Tool-Übersichten, zusammengestellt vom E-Learning-Team der Universität Leipzig.


Lehrimpulse der TH Köln

Lehrimpulse: Unterrichtseinheiten zur Förderung von KI-Kompetenz bei Studierenden, die direkt in die eigene Lehre übernommen werden können. Beispiele: Forschungsfragen mit KI entwickeln, Textdokumente weiterverarbeiten, Arbeitsweisen kritisch reflektieren.


KI-Campus

Der KI-Campus ist eine kostenlose Lernplattform mit offen lizenzierten Kursen zu künstlicher Intelligenz. Für Lehrende empfehlen wir folgende Kurse:

Prompt-Bibliothek

Sammlung erprobter Anweisungstexte (Prompts) von Lehrenden für Lehrende, als Vorlage zur freien Nutzung und Anpassung.
Offener Prompt-Katalog des KI-Campus​: Offen lizenzierte Sammlung, gegliedert nach Anwendungsszenario und Zielsetzung.