EW-MA-7.2M: Medien in der beruflichen Aus- und Weiterbildung II (SoSe)

Eckdaten & zentrale Infos

Das Modul “Medien in der beruflichen Aus- und Weiterbildung II” besteht aus zwei Lehrveranstaltungen mit jeweils 3 CP Workload.

Handlungsfelder der Berufs- und Medienpädagogik (Termin: Dienstags 10:00 – 12:00 Uhr, wöchentlich; Raum: ECO5 / ITB 1.13)
Gestaltung medial unterstützter Lehr- und Lernprozesse in der beruflichen Bildung (Termin: 12:00 – 14:00 Uhr, wöchentlich / Raum: ECO5 / ITB 1.13)

Das Modul baut auf das Modul “Medien in der beruflichen Aus- und Weiterbildung I” auf, welches immer im Wintersemester angeboten wird.

Angeboten wird es für folgende Studiengänge:

M.A.: Berufspädagogik Pflegewissenschaft (Fachbereich 11)
M.Ed.: Lehramt an BBS – Pflege (Fachbereich 11)
M.A.: Erziehungs- und Bildungswissenschaften (Fachbereich 12)
Zertifikatsstudium „Digitale Medien in pädagogischen Kontexten“

Wichtig: Studierende des M.A.: Erziehungs- und Bildungswissenschaften (FB12) legen für die Veranstaltungen KEINE Modulprüfung ab, sondern erhalten einen Schein, der Voraussetzung für die Zulassung zur Modulprüfung im Modul EW-MA7 (Fachspez. Wahlbereich) ist. Sie benötigen 12 CP (9 CP nach neuer PO) für die Zulassung zur Modulprüfung und reichen Scheine für den Nachweis bei Frau Dr. Daniela Ahrens (Modulverantwortliche) ein.

Ziele & Inhalte

KI für das Lehren und Lernen: Verstehen, gestalten, verantworten

Künstliche Intelligenz verändert die Art, wie wir lehren und lernen — und zwar schneller und grundlegender, als es viele bisher erwartet hätten. In diesem Seminar nähern wir uns dieser Entwicklung nicht nur aus der Beobachterperspektive, sondern nehmen eine aktive Gestaltungsrolle ein: Sie erarbeiten sich als Studierende fundiertes Wissen über KI-Systeme, reflektieren deren Potenziale und Grenzen kritisch und entwickeln — gemeinsam und in Kooperation mit KI-Werkzeugen — ein konkretes digitales Produkt, das unmittelbar in Lehr-Lern-Prozessen eingesetzt werden kann.

Worum geht es in diesem Seminar?

KI-gestützte Sprachmodelle wie ChatGPT, Gemini, Claude und weitere sind keine Science-Fiction mehr — sie sind Gegenwart. Für Lehrpersonen in der beruflichen Bildung und Pflegeausbildung stellen sich damit neue, dringende Fragen: Wie funktionieren diese Systeme eigentlich? Was können sie leisten, und wo liegen ihre Grenzen? Welche Chancen eröffnen sie für das Unterrichten und Lernen — und welche Risiken müssen wir kennen und verantwortungsvoll abwägen?

Diesen Fragen gehen wir im Seminar systematisch nach. Wir beginnen bei den technologischen Grundlagen von KI und großen Sprachmodellen (LLMs), erarbeiten uns ein Verständnis dafür, wie diese Systeme trainiert werden und warum sie so reagieren, wie sie es tun — und leiten daraus ab, wie sie sinnvoll im Bildungskontext eingesetzt werden können.

Was werden Sie lernen?

Im Verlauf des Semesters erarbeiten Sie sich Kompetenzen auf mehreren Ebenen:

Grundlagen und Funktionsweise — Sie verstehen, wie KI-Systeme und insbesondere große Sprachmodelle (LLMs) funktionieren, wie sie trainiert werden und warum Phänomene wie Halluzinationen oder Bias entstehen.
KI im Bildungsbereich — Sie kennen zentrale Anwendungsfelder von KI für Lehrende und Lernende: von der Unterrichtsvorbereitung über personalisiertes Lernen bis zu KI-gestütztem Feedback und adaptiven Lernumgebungen.
Chancen, Risiken und Grenzen — Sie können KI-Einsatz im Bildungskontext kritisch beurteilen — mit Blick auf Datenschutz, Qualitätssicherung, Inklusion, urheberrechtliche Fragen und pädagogische Verantwortung.
Eigene Anwendungsszenarien — Sie entwickeln konkrete Ideen für den KI-gestützten Unterricht in Ihrem Fachkontext (Pflege, berufliche Bildung, außerschulische Pädagogik) und setzen diese prototypisch um.
Erfahrungsaustausch und Best Practices — Sie reflektieren gemeinsam, welche Rolle KI sinnvoll und verantwortungsvoll in Lehr-Lern-Prozessen übernehmen kann, und entwickeln eine fundierte eigene Position.

Das gemeinsame Projekt im Seminarverlauf: Content-Kit Next

Ein besonderes Merkmal dieses Seminars ist, dass wir nicht nur über KI sprechen, sondern mit KI arbeiten — und dabei gemeinsam etwas Bleibendes mit pädagogischer Relevanz schaffen wollen.

Das Content-Kit ist ein bestehendes Content-Publishing-System auf Basis von WordPress, mit dem Lehrpersonen und Lernende schnell, einfach und ohne Programmierkenntnisse eigene Inhalte online stellen können. Diese Seminar-Homepage ist tatsächlich damit gestaltet und wird seit einigen Jahren für das Lehren und Lernen erfolgreich (oder nicht!?) eingesetzt.

Im Seminar entwickeln wir gemeinsam das „Content-Kit Next“ — eine vollständige Überarbeitung und Neugestaltung dieses Tools, angereichert um viele zeitgemäße Funktionen für das Lehren und Lernen sowie verbesserte didaktische Bausteine.

Das Besondere: Wir entwickeln dieses Tool im Seminarkontext gemeinsam als Lerngruppe mit Hilfe von KI-Tools — in einem Ansatz, der als „Vibe-Coding“ bezeichnet wird. Dabei werden KI-Systeme wie z.B. Claude Code oder ChatGPT Codex in natürlicher Sprache angewiesen, den Programmcode zu schreiben und weiterzuentwickeln. Programmierkenntnisse sind dafür nicht erforderlich. Stattdessen kommt es auf präzise Beschreibungen, klare Anforderungen und ein Verständnis dafür an, was man von der KI erwartet — und was man kritisch prüfen muss.

Woche für Woche wird das Content-Kit Next also im Seminar um neue Features erweitert, die Sie als Studierende direkt testen und einsetzen können. Am Ende des Semesters haben Sie nicht nur ein funktionsfähiges Tool mitgestaltet, sondern auch ein tiefes, erfahrungsbasiertes Verständnis davon entwickelt, wie Mensch-Maschine-Kooperation in Bildungskontexten funktioniert — und wo ihre Grenzen liegen.

Modulprüfung

Im Modul EW-MA-7.2 M: Medien in der beruflichen Aus- und Weiterbildung II legen Sie eine Modulprüfung mit der Prüfungsform „Portfolio“ ab. Als Portfolio wird im allgemeinen eine Zusammenstellung von unterschiedlichen Materialien und Artefakten zu einem bestimmten Zweck bzw. mit einer speziellen Ausrichtung verstanden.

Die Prüfungsleistung wird im Seminar noch konkret besprochen und abgestimmt. Geplant ist ein Portfolio-Format, das Ihre aktive Mitarbeit am Content-Kit Next, ein selbst entwickeltes Lehr-Lern-Szenario aus Ihrem Fachkontext sowie eine kritische Reflexion Ihrer Lernerfahrungen verbindet.

Als Prüfungsleistung entwickeln Sie im Verlauf des Semesters eine digitale Lernumgebung zu einem selbstgewählten Thema aus Ihrem beruflichen Fachkontext (z. B. Pflege, Handwerk, Gesundheitsberufe, außerschulische Pädagogik). Die Lernumgebung wird auf Basis des im Seminar gemeinsam entwickelten Content-Kit Next erstellt und soll Lehr- und Lernprozesse in der beruflichen Aus- oder Weiterbildung konkret unterstützen.

Die Entwicklung erfolgt überwiegend in der Seminarzeit unter Einsatz von KI-gestützten Werkzeugen (Vibe-Coding) sowie auf Grundlage der im Seminar erarbeiteten medienpädagogischen und berufspädagogischen Konzepte.

Die Prüfung kann als Einzel- oder Gruppenleistung (max. 3 Personen) erbracht werden. Bei Gruppenleistungen muss der individuelle Beitrag jedes Mitglieds — sowohl im Produkt als auch in der Präsentation — klar erkennbar und benennbar sein.

Phase	Zeitraum	Inhalt
Entwicklung	April–Juli (Seminarzeit)	Laufende Arbeit an der Lernumgebung im Seminar
Abgabe	bis 31. August 2026	URL der Lernumgebung + KI-Dokumentation
Mündliche Prüfung	September 2026	Präsentation und Fachgespräch (Termine nach Vereinbarung)

Die Lernumgebung muss folgende Mindestanforderungen erfüllen:

Thematische Fokussierung auf einen konkreten Lerngegenstand aus der beruflichen Aus- oder Weiterbildung
Erkennbare Zielgruppenorientierung (Auszubildende, Fachkräfte, Pflegeschüler:innen o. ä.)
Didaktisch begründete Inhaltsstruktur, die Lehren und/oder Lernen aktiv unterstützt
Realisierung mit Content-Kit Next, zugänglich über eine stabile URL
Transparente Dokumentation des KI-Einsatzes (s. u.)

Die mündliche Prüfung gliedert sich in eine Präsentation der Lernumgebung (ca. 10–15 Min.) und ein anschließendes Fachgespräch (ca. 10–15 Min.). In beiden Teilen begründen Sie Ihre Gestaltungsentscheidungen aus zwei Perspektiven:

Medienpädagogisch: Warum diese digitale Form? Welche Lernprinzipien leiten die Gestaltung? Wie wurden Potenziale und Grenzen von KI bewusst eingesetzt und reflektiert?

Berufspädagogisch: Wie passt die Lernumgebung zur Zielgruppe und zum beruflichen Handlungsfeld? Welche didaktischen Entscheidungen wurden warum getroffen?

Der Einsatz von KI-Werkzeugen ist während des gesamten Entwicklungsprozesses laufend zu dokumentieren und wird als eigenständiger Teil der Abgabe eingereicht. Die Dokumentation umfasst mindestens:

kritische Reflexion: Was hat die KI geleistet — und wo waren menschliche Korrekturen, Eingriffe oder Verwerfungen notwendig?
eingesetzte Werkzeuge (z. B. Claude Code, ChatGPT) und exemplarische Prompts
Entscheidungen, die von der KI übernommen wurden, und solche, die bewusst manuell getroffen wurden

Literaturhinweise

Medienpädagogik & Berufspädagogik

Adam, Björn; Holle, Judith; Köpnick, Franziska (2021): Das Methodenbuch für digitalen Unterricht. Online verfügbar: Hier klicken.
Härtel, Michael; Averbeck, Ines; Brüggemann, Marion; Breiter, Andreas; Howe, Falk; Sander, Michael (2018): Medien- und IT-Kompetenz als Eingangsvoraussetzung für die berufliche Ausbildung – Synopse. Wissenschaftliche Diskussionspapiere. BIBB – Bundesinstitut für Berufsbildung, Heft-Nr.: 193. Online verfügbar: Hier klicken.
Howe, Falk; Knutzen, Sönke (2013): Digitale Medien in der gewerblich-technischen Berufsausbildung. foraus – Forum Ausbilder. Im Auftrag des BIBB. Online verfügbar: Hier klicken.
Issing, Ludwig; Klimsa, Paul (2011): Online-Lernen – Planung, Realisation Anwendung und Evaluation von Lehr- und Lernprozessen online. 2. Auflage. De Gruyter, München. Online verfügbar: Hier klicken.
Tulodziecki, Gerhard; Herzig Bardo; Grafe, Silke (2019): Medienbildung in Schule und Unterricht. 2., vollständig überarb. und aktual. Auflage. Verlag Julius Klinkhardt, Bad Heilbrunn. Online verfügbar: Hier klicken.
Sander, Uwe; Gross, Frederike von; Hugger, Kai-Uwe (2008): Handbuch Medienpädagogik. VS, Verlag für Sozialwissenschaft, Wiesbaden. Online verfügbar: Hier klicken.
Dorgerloh, Stephan; Wolf, Karsten D. (2020): Lehren und Lernen mit Tutorials und Erklärvideos. Beltz, Weinheim. Link zur SuUB: Hier klicken.
Kerres, Michael (2018): Mediendidaktik – Konzeption und Entwicklung digitaler Lernangebote. Verlag De Gruyter Oldenbourg, Berlin. Online verfügbar: Hier klicken.
Niegemann, Helmut; Weinberger, Armin (2020): Handbuch Bildungstechnologie. Konzeption und Einsatz digitaler Lernumgebungen. Springer Verlag. Online verfügbar: Hier klicken.
Kerres, Michael (2016): Open Educational Resources (OER). In: Enzyklopädie der Wirtschaftsinformatik. 9. Auflage. Berlin. Link zur SuUB: Hier klicken.
Mayrberger, Kerstin (2019): Partizipative Mediendidaktik – Gestaltung der (Hochschul-)Bildung unter Bedingungen der Digitalisierung. 1. Auflage. Beltz Juventa, Weinheim & Basel. Online verfügbar: Hier klicken.
Reinmann, Gabi (2016): Studientext „Didaktisches Design“. Universität Hamburg. CC-BY-NC-ND 3.0. Online verfügbar: Hier klicken.
Rösch, Eike; Demmler, Kathrin, Jäcklein-Kreis, Elisabeth; Albers-Heinemann, Tobias (2012): Medienpädagogik Praxis Handbuch. Grundlagen, Anregungen und Konzepte für aktive Medienarbeit. kopaed. Materialien zur Medienpädagogik – Band 10. Online verfügbar: Hier klicken.
Kron, Friedrich W.; Jürgens, Eiko; Standop, Jutta (2014): Grundwissen Didaktik – insb. Kap. 6: Mediendidaktische Grundlegungen. Online verfügbar: Hier klicken.
Pahl, Jörg-Peter (2018): Berufliche Didaktiken – Werkzeuge zur Gestaltung der Berufsausbildung. Auszug: Ausbildungs- und Unterrichtsmedien. Online verfügbar: Hier klicken.

Literatur Spezial – Thema KI:

Aufenanger, S., Herzig, B., & Schiefner-Rohs, M. (2023). Künstliche Intelligenz und Schule. Aufgaben für Unterricht und die Organisation (von) Schule. In C. De Witt, C. Gloerfeld, & S. E. Wrede (Hrsg.), Künstliche Intelligenz in der Bildung. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-40079-8
Bundesministerium für Bildung und Forschung. (2023). BMBF-Aktionsplan Künstliche Intelligenz. Neue Herausforderungen chancenorientiert angehen. https://www.ki-strategie-deutschland.de/?file=files/downloads/Aktionsplan_Kuenstliche_Intelligenz_2023.pdf
Bundesregierung. (2018). Strategie Künstliche Intelligenz der Bundesregierung. https://www.publikationen-bundesregierung.de/pp-de/publikationssuche/strategie-kuenstliche-intelligenz-der-bundesregierung-2018-1551264
Bundesregierung. (2020). Strategie Künstliche Intelligenz der Bundesregierung—Fortschreibung 2020. https://www.publikationen-bundesregierung.de/pp-de/publikationssuche/strategie-ki-1824642
De Witt, C., Gloerfeld, C., & Wrede, S. E. (Hrsg.). (2023). Künstliche Intelligenz in der Bildung. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-40079-8
Ertel, W. (2025). Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung (6. Auflage). Springer Fachmedien Wiesbaden.
Europäische Kommission. (2020). Aktionsplan für digitale Bildung 2021–2027. Neuaufstellung des Bildungswesens für das digitale Zeitalter. Europäische Kommission. https://education.ec.europa.eu/de/aktionsplan-fuer-digitale-bildung-2021-2027
Europäische Union (Hrsg.). (2024). EU AI Act: Artificial Intelligence Act (Regulation (EU) 2024/1689). http://data.europa.eu/eli/reg/2024/1689/oj
Kersting, K., Lampert, C., & Rothkopf, C. (Hrsg.). (2019). Wie Maschinen lernen: Künstliche Intelligenz verständlich erklärt. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-26763-6
Mah, D.-K., Hense, J., & Dufentester, C. (2023). Didaktische Impulse zum Lehren und Lernen mit und über Künstliche Intelligenz. In C. De Witt, C. Gloerfeld, & S. E. Wrede (Hrsg.), Künstliche Intelligenz in der Bildung (S. 91–108). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-40079-8
Pargmann, J., & Berding, F. (2022). Künstliche Intelligenz in der beruflichen Bildung—Utopie oder Dystopie? In M. Eckelt, T. Ketschau, J. Klassen, J. Schauer, J. K. Schmees, & C. Steib (Hrsg.), Berufsbildungspolitik: Strukturen—Krise—Perspektiven (1. Auflage, S. 215–232). wbv Publikation.
Scheiter, K., Bauer, E., Omarchevska, Y., Schumacher, C., & Sailer, M. (2025). Künstliche Intelligenz in der Schule—Eine Handreichung zum Stand in Wissenschaft und Praxis. https://www.empirische-bildungsforschung-bmbfsfj.de/img/KI_Review_20250318_Veroeffentlichung.pdf
Schmiedchen, F., Von Gernler, A., Hafner, M., & Kratzer, K. P. (Hrsg.). (2026). Künstliche Intelligenz und Wir: Stand, Nutzung und Herausforderungen der KI. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-71567-3
Seufert, S., Guggemos, J., Ifenthaler, D., Ertl, H., & Seifried, J. (Hrsg.). (2021). Künstliche Intelligenz in der beruflichen Bildung: Zukunft der Arbeit und Bildung mit intelligenten Maschinen?! (1st ed). Franz Steiner Verlag.
Toivonen, H., & Kramer, S. (2025). Was ist künstliche Intelligenz?: 100 Fragen und Antworten. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-49787-3
Werner, S., & Arzig, C. (2026). Künstliche Intelligenz – ein Überblick. In F. Schmiedchen, A. Von Gernler, M. Hafner, & K. P. Kratzer (Hrsg.), Künstliche Intelligenz und Wir: Stand, Nutzung und Herausforderungen der KI (S. 35–47). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-71567-3
Weyland, U., Koschel, W., Reiber, K. E., Dorin, L., & Peters, M. (Hrsg.). (2024). Digitalisierung in den Gesundheitsberufen. Bundesinstitut für Berufsbildung.
Wittpahl, V. (Hrsg.). (2019). Künstliche Intelligenz: Technologie | Anwendung | Gesellschaft. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-58042-4

Content-Kit Next: Infobereich

Changelog (hier halten wir Änderungen systematisch fest)

Versionen zum Download

KI-Tools: Eine KI-Tool-Übersicht

ChatAI / Academic Cloud

Alle möglichen KI-Tools / Service der Uni (GER)

ChatGPT

LLM der Firma OpenAI (USA)

Claude

LLM der Firma Anthropic (USA)

Grok

LLM der Firma xAI bzw. SpaceX (USA)

Gemini

LLM der Firma Google (USA)

Le Chat / Mistral

LLM der Firma Mistral (Frankreich)

Perplexity

KI-Suchmaschine der Firma Perplexity AI (USA)

Elevenlabs

KI-Tool für die Stimmerzeugung

NotebookLM

KI-Tool zur Erstellung von Podcasts und Info-Grafiken

WisprFlow

KI-Tool für das Umwandeln von Sprache zu Text

Seminarverlauf & Meilensteine

In beiden Seminarteilen werden aufeinander aufbauende Inhalte und Themenfelder erarbeitet.

07.04.2025, 10-14 Uhr

Semesterstart

Seminarfahrplan
Teilnehmendencheck
Konzeption des Seminars & des Semesters
Modulprüfung & Ziele
Einführung in das Seminarthema

14.04.2025, 10-14 Uhr

Technologische Grundlagen – Wie funktionieren LLMs?

Von Text zu Token – wie LLMs „denken“
Grundlegende Begriffe, Einsatzfelder und Beispiele kennenlernen

21.04.2025, 10-14 Uhr

Technologische Grundlagen – Training, Bias & Halluzinationen

Verzerrungen und reproduzierte Biases in LLMs und Auswirkungen auf Bildungsprozesse
Halluzinationen als systemimmanente Eigenschaften verstehen

28.04.2025, 10-14 Uhr

KI für Lehrende & Content-Kit Next – Prototyping I

KI als Assistent im Lehrprozess (Materialerstellung, Differenzierung, Stundenplanung)
Design-Thinking zu Kernfunktionen und Add-Ons des Content-Kit Next für den Bildungsbereich

05.05.2025, 10-14 Uhr

KI für Lernende & Content-Kit Next – Refinement I

Adaptive Lernsysteme, KI-Feedback, personalisierte Lernpfade
Testing

12.05.2025, 10-14 Uhr

Datenschutz, Recht & Qualitätssicherung beim KI-Einsatz

DSGVO & KI
EU-AI-Act
Urheberrecht
Datensouveränität

19.05.2025, 10-14 Uhr

KI für Lehrende & Content-Kit Next – Prototyping II

Prompt-Engineering für den Bildungskontext: Prompt-Anatomie, Techniken und Frameworks
Gen AI Literacy

26.05.2025, 10-14 Uhr

KI für Lernende & Content-Kit Next – Refinement II

01.06.2025, 10-14 Uhr

Workshop I: Eigene Lehr-Lern-Szenarien entwerfen – Ideation

Entwicklung konkreter Ideen für ein KI-gestütztes Lehr-Lern-Szenario im entsprechenden Fachkontext (z.B. Pflege)

09.06.2025, 10-14 Uhr

Workshop II/1: Eigene Lehr-Lern-Szenarien entwickeln – Prototypisierung

16.06.2025, 10-14 Uhr

Workshop II/2: Eigene Lehr-Lern-Szenarien entwickeln – Prototypisierung

23.06.2025, 10-14 Uhr

Workshop III: Eigene Lehr-Lern-Szenarien testen – Umsetzung und Erprobung