Diese Masterthesis hatte das Ziel, ein pädagogisch und ethisch fundiertes Konzept zur lernförderlichen Integration von Künstlicher Intelligenz (KI) in Blended-Learning-Formaten der Erwachsenenbildung zu entwickeln. Im Mittelpunkt stand die theoretisch begründete und methodisch reflektierte Erarbeitung eines Orientierungsrahmens, der pädagogische und ethische Prinzipien systematisch verbindet. Methodisch folgte die Arbeit einer theoriebasierten, iterativ-reflexiven Entwicklungslogik, die wissenschaftliche Fundierung und praxisnahe Konzeptgestaltung vereint.
Ergebnisse der Konzeptentwicklung: Die Konzeptarbeit mündete im BLAID-Modell, bestehend aus dem strukturierenden BLAID Framework und dem BLAID Reflection Compass. Beide Komponenten bilden ein kohärentes System, das Lehrende unterstützt, den Einsatz von KI entlang didaktischer Logiken zu planen und ethisch zu überprüfen. Das Modell integriert pädagogische Chancen wie Personalisierung, Partizipation und Chancengleichheit und reflektiert zugleich Herausforderungen wie Rollenunsicherheit und Autoritätsverschiebung. Ein zentrales Ergebnis ist die Repositionierung der menschlichen Rolle: Pädagogische Verantwortung, Empathie und Urteilsbildung bleiben leitend, während KI als Werkzeug zur Unterstützung von Selbststeuerung, Reflexion und adaptiven Lernprozessen dient.
Schlussfolgerung: Das BLAID-Modell zeigt, dass die Integration von KI in Lernprozesse kein technisches, sondern ein genuin pädagogisch-ethisches Gestaltungsproblem ist. Es schließt eine konzeptionelle Lücke zwischen Theorie und Praxis, indem es ethische Leitprinzipien in handlungsleitende Entscheidungsprozesse überführt und technologische Innovation in den Dienst verantwortungsvoller, menschlich reflektierter Bildung stellt.
Inhaltsverzeichnis
- 1 Einleitung
- 1.1 Relevanz und Kontext der Arbeit
- 1.2 Zielsetzung
- 1.3 Aufbau und Argumentationsfolge
- 2 Theoretischer Hintergrund
- 2.1 Digitale Lernformate in der Erwachsenenbildung: Schwerpunkt Blended Learning
- 2.2 Gestaltungsprinzipien für lernförderliche digitale Trainings
- 2.3 KI in der Weiterbildung: Begriffe, Potenziale und Herausforderungen
- 2.3.1 Begriff und Klassifikation von KI
- 2.3.2 Chancen und Herausforderungen des KI-Einsatzes in Blended-Learning-Kontexten
- 2.4 Pädagogische und ethische Leitlinien für die Integration von KI
- 2.4.1 Pädagogische Grundsätze für KI-gestützte Lernprozesse
- 2.4.2 Ethische Anforderungen an KI in Bildungskontexten
- 3 Stand der Forschung
- 4 Methodisches Vorgehen
- 4.1 Forschungslogik und methodischer Rahmen
- 4.2 Ableitung der Anforderungen
- 4.3 Struktur und Ablauf der Konzeptentwicklung
- 5 Entwicklung des Konzepts
- 5.1 Anwendungskontext und Zielgruppe
- 5.2 Priorisierte Anforderungen und Nutzerperspektiven
- 5.3 Umsetzung des Entwicklungsprozesses
- 5.3.1 Dimensionen aus der Literatur
- 5.3.2 Abgleich mit Nutzerperspektiven
- 5.3.3 Iterative und reflexive Prototypen-Entwicklung
- 5.4 Das finale Modell
- 5.5 Fallanwendung des BLAID-Modells in der Erwachsenenbildung
- 6 Theoretische und reflexive Verortung des BLAID-Modells
- 6.1 Differenzierung gegenüber bestehenden Modellen
- 6.2 Umgang mit KI-Chancen und -Herausforderungen im BLAID-Modell
- 6.3 Reflexive Einordnung des methodischen Vorgehens
- 7 Fazit und Ausblick
- Literaturverzeichnis
- Anhangsverzeichnis
Zielsetzung & Themen
Diese Masterarbeit zielt darauf ab, ein pädagogisch und ethisch fundiertes Konzept für die lernförderliche Integration von Künstlicher Intelligenz (KI) in Blended-Learning-Formaten der Erwachsenenbildung zu entwickeln. Im Fokus steht die methodisch reflektierte Erarbeitung eines Orientierungsrahmens, der pädagogische und ethische Prinzipien systematisch verbindet.
- Entwicklung eines pädagogisch-ethisch fundierten Konzepts für KI-Integration
- Fokus auf Blended Learning in der Erwachsenenbildung
- Systematische Verbindung von pädagogischen und ethischen Prinzipien
- Theoriebasierte und iterativ-reflexive Entwicklungsmethodik
- Unterstützung Lehrender bei der didaktischen Gestaltung von KI-Einsatz
- Betrachtung von Chancen und Herausforderungen des KI-Einsatzes
Auszug aus dem Buch
2.3.2 Chancen und Herausforderungen des KI-Einsatzes in Blended-Learning-Kontexten
Der Einsatz von Künstlicher Intelligenz (KI) in Bildungs- und Blended-Learning-Kontexten ist durch eine grundlegende Ambivalenz gekennzeichnet: Einerseits eröffnen sich erhebliche Potenziale, andererseits treten zugleich komplexe Risiken zutage. Sowohl wissenschaftliche Analysen (Holmes et al., 2019, S. 179) als auch aktuelle Policy-Reports (Miao et al., 2021, S. 18–21) betonen, dass Chancen und Herausforderungen untrennbar miteinander verbunden sind und daher stets gemeinsam betrachtet werden müssen.
Ein zentrales Potenzial des KI-Einsatzes liegt in der Personalisierung von Lernprozessen: Eine Metastudie von Bond (2024, S. 27–28) zeigt, dass KI-basierte Systeme in der Lage sind, Lernumgebungen so anzupassen, dass Inhalte flexibel auf die individuellen Bedarfe und das Lerntempo einzelner Lernender zugeschnitten werden können, wodurch zugleich ihre Autonomie gestärkt wird. Diese Personalisierung reicht von der Anpassung von Materialien bis hin zu individualisierten Lernpfaden, die kontinuierlich auf Interaktionen reagieren. Grundlage dafür ist die Fähigkeit von KI, große Datenmengen zu analysieren und Muster zu erkennen, wodurch sich Lernstände nicht nur erfassen, sondern auch vorausschauend prognostizieren lassen (Kerres, 2018, S. 10; Storey & Wagner, 2024, S. 5, 7). Adaptive Systeme nutzen diese Möglichkeiten, indem sie zeitnahes Feedback geben und gezielte Interventionen bei drohenden Lernschwierigkeiten unterstützen.
Neuere Entwicklungen erweitern dieses Potenzial durch generative KI: Lernbots wie ChatGPT können personalisierte Unterstützung leisten, Routineaufgaben übernehmen und interaktive Dialoge gestalten, die Lernprozesse lebendiger und responsiver machen (Liu et al., 2025, S. 1–6). Damit wird nicht nur die kognitive Dimension adressiert, sondern auch die Möglichkeit eröffnet, Lernumgebungen stärker an die kommunikativen Bedürfnisse der Lernenden anzupassen. Holmes et al. (2019, S. 82) betonen in diesem Zusammenhang, dass KI-gestützte Systeme von schrittweise personalisierten Instruktionsformaten bis hin zu Tools reichen, die Lernende gezielt mit Tutoren verknüpfen und ihnen damit ein höheres Maß an Eigenverantwortung im Lernprozess eröffnen.
Die Potenziale personalisierter Lernunterstützung verdeutlichen, dass KI Lernprozesse individueller, adaptiver und interaktiver gestalten kann. Gleichzeitig eröffnet sich daraus unmittelbar die Frage, wie sich diese Entwicklung auf die Aufgaben und Rollen der Lehrenden auswirkt – ein Aspekt, der im folgenden Abschnitt in den Blick genommen wird.
Ein wesentliches Potenzial von KI besteht darin, arbeitsintensive Routinetätigkeiten wie Bewertung, Plagiatsprüfung oder Administration zu automatisieren (Bond, 2024, S. 28; Miao et al., 2021, S. 18). Dadurch können Lehrende zeitlich entlastet werden und mehr Raum für die individuelle Unterstützung von Lernenden gewinnen. Diese Entlastung führt zu einem Rollenwandel (Bozkurt & Sharma, 2023, S. 4–5). Während repetitive Aufgaben zurücktreten, gewinnen beratende, kuratierende und gestalterische Tätigkeiten an Gewicht. Generative KI trägt dazu bei, indem sie die Erstellung und Überarbeitung von Lernmaterialien teilweise automatisiert und damit Zeitressourcen freisetzt.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die Thematik der KI-gestützten Bildung in Blended-Learning-Formaten für Erwachsene ein und legt die Relevanz, Zielsetzung sowie den Aufbau der Arbeit dar.
2 Theoretischer Hintergrund: Hier werden digitale Lernformate, Gestaltungsprinzipien für lernförderliche Trainings und der Einsatz von KI in der Weiterbildung erläutert, inklusive Begriffsdefinitionen, Potenzialen, Herausforderungen und ethischen Leitlinien.
3 Stand der Forschung: Dieses Kapitel gibt einen Überblick über den aktuellen Forschungsstand zu KI im Blended Learning und identifiziert bestehende Forschungslücken, die die Notwendigkeit eines pädagogisch-ethischen Konzepts unterstreichen.
4 Methodisches Vorgehen: Das Kapitel beschreibt die forschungslogische und methodische Grundlage der Arbeit, basierend auf agilen Entwicklungsprinzipien, Design-Based Research und einem iterativen Vorgehen zur Konzeptentwicklung.
5 Entwicklung des Konzepts: In diesem Hauptteil wird der mehrstufige Entwicklungsprozess des BLAID-Modells von der Bestimmung des Anwendungskontexts über die Ableitung von Anforderungen bis zur iterativen Prototypen-Entwicklung detailliert beschrieben.
6 Theoretische und reflexive Verortung des BLAID-Modells: Das entwickelte Konzept wird hier theoretisch und methodisch eingeordnet, mit bestehenden Modellen verglichen, und sein Umgang mit Chancen und Herausforderungen des KI-Einsatzes sowie das methodische Vorgehen werden reflektiert.
7 Fazit und Ausblick: Dieses abschließende Kapitel fasst die zentralen Ergebnisse der Masterarbeit zusammen, bewertet die Tragweite des BLAID-Modells und skizziert Perspektiven für zukünftige Forschung und praktische Anwendungen.
Schlüsselwörter
Künstliche Intelligenz (KI), Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung, designorientierte Forschung, didaktisches Framework, Reflexivität, Lernförderung, Konzeptentwicklung, Personalisierung, Partizipation, Chancengleichheit, Rollenunsicherheit, Autoritätsverschiebung, BLAID-Modell
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Diese Masterarbeit entwickelt ein pädagogisch und ethisch fundiertes Konzept zur lernförderlichen Integration von Künstlicher Intelligenz (KI) in Blended-Learning-Formaten der Erwachsenenbildung, um Lehrenden einen Orientierungsrahmen für die verantwortungsvolle Gestaltung solcher Lernprozesse zu bieten.
Was sind die zentralen Themenfelder?
Die zentralen Themenfelder sind Künstliche Intelligenz (KI) in der Bildung, Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung von Lernprozessen, sowie die Entwicklung eines didaktischen Frameworks und Reflexionsinstruments.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist die Entwicklung eines pädagogisch und ethisch fundierten Konzepts zur lernförderlichen Integration von Künstlicher Intelligenz in Blended-Learning-Formaten der Erwachsenenbildung, welches pädagogische und ethische Prinzipien systematisch verbindet.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit folgt einer theoriebasierten, iterativ-reflexiven Entwicklungslogik, die Prinzipien agiler Entwicklung mit Design-Based Research (DBR) und einer integrativen Mixed-Methods-Perspektive (Convergent Design) kombiniert.
Was wird im Hauptteil behandelt?
Der Hauptteil der Arbeit behandelt die Entwicklung des BLAID-Modells, beginnend mit der Beschreibung des Anwendungskontexts und der Zielgruppe, der Ableitung und Priorisierung von Anforderungen, der iterativen und reflexiven Prototypen-Entwicklung sowie einer Fallanwendung des finalen Modells.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird charakterisiert durch Schlüsselwörter wie Künstliche Intelligenz (KI), Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung, designorientierte Forschung, didaktisches Framework und Reflexivität.
Was ist das BLAID-Modell und seine Komponenten?
Das BLAID-Modell (Blended Learning AI Decision Model) ist ein Konzept zur Gestaltung und Reflexion von KI-gestützten Blended-Learning-Prozessen. Es besteht aus dem BLAID Framework, das Lernphasen und Kompetenzebenen strukturiert, und dem BLAID Reflection Compass, einem Reflexionsinstrument zur Überprüfung der pädagogisch-ethischen Stimmigkeit.
Wie adressiert das BLAID-Modell Chancen und Herausforderungen des KI-Einsatzes?
Das Modell integriert KI-Chancen wie Personalisierung und Partizipation, indem es KI als unterstützendes Werkzeug einsetzt, während es Herausforderungen wie Rollenunsicherheit und algorithmische Verzerrungen begegnet, indem es die menschliche Rolle und pädagogisch-ethische Reflexion in den Mittelpunkt stellt.
An wen richtet sich das entwickelte Konzept primär?
Das entwickelte Konzept richtet sich primär an Fachpersonen der Erwachsenen- und Weiterbildung, wie Trainer oder Personalentwickler, die Blended-Learning-Formate für berufstätige Erwachsene planen, gestalten und evaluieren.
Welche Grenzen weist das BLAID-Modell auf?
Das BLAID-Modell ist theoretisch fundiert, jedoch bislang nicht empirisch erprobt. Es konzentriert sich auf qualitative Entscheidungsprinzipien und ist primär für die non-formale Erwachsenenbildung konzipiert, wobei seine Tragfähigkeit stark von der professionellen Urteilskraft der Lehrenden abhängt.
- Arbeit zitieren
- Katja Bartels (Autor:in), 2025, Künstliche Intelligenz im Blended Learning, München, GRIN Verlag, https://www.grin.com/document/1684065
