Does ChatGPT level the differences between the world's best universities and everyone else?

Is there a power imbalance between American and European universities when it comes to publication impact and research funding? Of course: elite institutions like Harvard, Stanford, and Oxford lead the way, while smaller universities such as Bayreuth linger in the long tail. This holds for the attractiveness for younger researchers searching for a career, the impact factor of publications, and usually the endowment with research funding.

Will AI, available to everyone, even out the playing field? Is it a game-changer? It might be since tools like ChatGPT and other AI solutions are accessible globally. All that's needed is an internet connection and a desktop computer. It won't matter where the researcher is located--whether it's Mombasa or Miami, Bangalore or Boston, Frankfurt or San Francisco--as long as they know how to make use of generative AI and publicly available data.

The conversations about the implications of AI on universities can be looked at in two ways. Supporters of the concept posit that high-end universities have the capacity to use their wealth and receptiveness to technology to carry out AI research projects, resulting in a greater disparity in resources between these universities and those without as much financial backing.

On the other hand, one of the greatest opportunities afforded by AI is the democratization of opportunity. Through the use of open-source software and resources, anyone from anywhere can access the same tools and data sets. This evens the playing field for everyone, regardless of location or means. Furthermore, success in using AI will depend more on creativity and innovation than financial resources, allowing those with a limited budget to still make advances in their research. In this case, the chasm could decrease as anyone with access to open AI resources has the potential to succeed, regardless of their geographic location.

Attending DLD23 in Munich in January 2023, I was lucky enough to approach Erik Brynjolfsson and Andrew McAfee with this question. Their answers differ in detail, but the general sentiment is: the power curve is rock solid, and if you are a small university somewhere in the long tail, you have to act fast.

Erik's answer was: The power law between American and European universities will likely still be in effect when it comes to publication impact and research funding. Elite institutions like Harvard, Stanford, and Oxford will continue to lead the way, while smaller universities such as Bayreuth will remain in the long tail. However, AI could give a new competitive edge to universities that are quick to act on embracing the technology. Those that provide their researchers with technical access and capabilities, use AI in teaching and exams proactively, and create an AI-friendly environment that allows for experimentation with data sets have the potential to move up the power law curve faster than those who are slower at adapting. On the other hand, those who try to suppress using AI or go back to traditional methodologies risk further falling behind. Ultimately it is up to each university’s leader(s) to determine whether they want to move up or slide down this curve.

Andrew's answer: We do not know the answer to that question yet. However, most new technologies have throughout the years increased the effect of the power curve, one way or the other. What might happen if you look at a particular researcher, is that AI is a diamond seeker, meaning that AI is very much capable by sifting through tons of research writings to detect promising new research better than humans might do (e.g through a manual structured literature review, which is always biased). In that case, researchers will get increased visibility even if having few publications (early career) and then be capable to move to a better university up the power law curve. Even when you have the same access to research tools regardless of geography, it is still more attractive to the particular researcher to move where brains who you can go to lunch with, are in one place.

Disclosure: this blog post has been drafted, translated, edited and proofread using sudowrite.com and deepl.com.

ChatGPT und die Folgen für universitäre Prüfungen

Künstliche Intelligenz (KI) ist das aktuelle Schlagwort der Digitalisierung, und die generative KI zur Erstellung von Texten (z.B. ChatGPT), Bildern (z.B. DALL-E) erzeugt die einprägsamsten Ergebnisse für ein breites Publikum. Wie immer bei Software-Innovationen hat die schon länger bestehende Entwicklung der Middleware (OpenAI) mit ihren Data Science-Algorithmen nicht die gleiche mediale Resonanz erfahren, weil sie halt schlechter zu verstehen und zu bebildern ist. Bei generativer KI ist das einfacher, und damit startet die Hypekurve -- von übersteigerten Erwartungen bis hin zu enttäuschten Illusionen.

Für das Bildungswesen stellen die Fähigkeiten der generativen KI, insbesondere bei der Texterstellung, sowohl Risiko als auch Chance dar.  Die Spanne der Unterstützung durch KI ist dabei breit gefächert. Wohl niemand hätte etwas gegen Unterstützung bei der Erstellung einer Gliederung, eines Abstracts, Hilfe bei der Übersetzung in die englische Sprache oder bei der grammatikalischen Fehlerfreiheit eines Textes einzuwenden. Probleme haben wir damit, dass bei der Anfertigung einer Prüfungsleistung (insbesonders als Text: Klausur, Hausarbeit) die Leistung der KI so umfassend ist, dass sie die Eigenleistung des menschlichen Prüflings in den Hintergrund stellt. Wir möchten ja gerne die Einzelleistung des Probanden messen und bewerten!

Solange wir die Leistung des Menschen in einer Kategorie messen, die auch von der Maschine erledigt werden kann, sind wir aber auch selber schuld. Es hat schon seinen Grund, dass wir nach dem Aufkommen des Taschenrechners in den Matheprüfungen der Schule kein Kopfrechnen mehr abfragen. Sowohl in der Vermittlung des Wissens als auch in der Leistungsmessung müssen wir realistisch feststellen, dass sich die Umweltbedingungen geändert haben und eine neue Technologie auf Dauer zur Verfügung steht.

Um es möglichst realistisch und praxisnah zu machen, bereiten wir Studierende in einer Prüfung auf eine reale Situation einer Aufgabenlösung unter Zeitdruck vor: 

• 1980er: "Meier, kommen Sie bitte fix mal zum Chef und erklären Sie, warum die Buchung so durchgeführt wurde. Sie haben das doch gelernt.". Die logische Prüfungsform dafür ist eine "Closed Book"-Klausur, bei der man ohne Hilfsmittel und nur mit Papier und Bleistift etwas auswendig Gelerntes wiedergeben muss. Warum? Eben weil die Praxis später genau solche Fragen stellt, wie wir sie in der Klausur abfragen.

• 2000er: "Meier, in zwei Stunden ist die Präsentation beim Vorstand und wir brauchen schnell eine Zusammenstellung mit dem Vorschlag und der Begründung. Schmeissen Sie mal das Internet an und suchen Sie ein paar Quellen." Das ist natürlich eine "Open Book"-Klausur, bei der alle Hilfsmittel zur Verfügung stehen, aber die Lösung aus einer Vielzahl relevanter und irrelevanter Informationen aggregiert, prägnant zusammengefasst und präsentiert werden muss. (Wenn über diese Zusammenstellung hinaus und mit etwas mehr Zeit alle verfügbaren Informationen gesichtet werden und auf dieser Basis eine eigene Idee entwickelt werden soll, sind wir bei der Prüfungsleistung der schriftlichen Hausarbeit oder Abschlussarbeit. Die ist ohnehin schon "open book".)

Wir können vermutlich davon ausgehen, dass ab 2023 nicht mehr nur "das Internet angeschmissen" wird, sondern Herr oder Frau Meier in der betriebswirtschaftlichen Realität der Zukunft eine generative, texterstellende KI wie ChatGPT zur Problemlösung einsetzen wird. Folgerichtig werden wir auch unsere universitären Prüfungen entsprechend anpassen müssen. Nur verbieten führt uns auf jeden Fall nicht in die Zukunft.

The future of exams according to ChatGPT

 Artificial Intelligence (AI) is the current buzzword of digitization, and generative AI for creating texts (e.g. ChatGPT), images (e.g. DALL-E) produces the most memorable results for a wide audience. As is always the case with software innovation, the longer-standing development of middleware (OpenAI) with its data science algorithms has not received the same media response, simply because it is harder to understand and image. With generative AI, it's easier, and that starts the hype curve -- from inflated expectations to disappointed illusions.

For education, the capabilities of generative AI, especially in text creation, represent both risk and opportunity. The range of AI support in this regard is broad. Arguably, no one would object to assistance in creating an outline, an abstract, help with translation into English, or making sure a text is grammatically correct. We have problems with the fact that in the preparation of an examination performance (especially as a text: exam, term paper) the performance of the AI is so comprehensive that it eclipses the individual performance of the human examinee. We would like to measure and evaluate the individual performance of the examinee!

As long as we measure the performance of the human in a category that can also be done by the machine, we have only ourselves to blame. There is a reason that after the advent of the pocket calculator we no longer ask for mental arithmetic in school math exams. Both in the teaching of knowledge and in the measurement of performance, we have to be realistic about the fact that environmental conditions have changed and a new technology is available for the long term.

To make it as realistic and practical as possible, we prepare students in an exam for a real situation of a task solution under time pressure:

1980er: "Meier, please come quickly to the boss and explain why the booking was done this way. You have learned that, haven't you?". The logical form of examination for this is a "closed book" exam, in which you have to reproduce something you have learned by heart without any aids and with only paper and pencil. Why? Precisely because the practice later asks exactly the same questions as we ask in the exam.

2000er: "Meier, in two hours the presentation will be at the board and we need a quick compilation with the proposal and the reasoning. Fire up the Internet and find some sources." This is, of course, an "open book" retreat, where all the tools are available, but the solution must be aggregated, concisely summarized, and presented from a variety of relevant and irrelevant information. (If, beyond this compilation and with a little more time, all available information is sifted and an own idea is to be developed on this basis, we are at the examination performance of the written term paper or thesis. This is already "open book" anyway).

We can presumably assume that from 2023 onwards, it will no longer be just "the Internet that is switched on", but Mr. or Mrs. Meier will use a generative, text-creating AI such as ChatGPT to solve problems in the business reality of the future. Consequently, we will also have to adapt our university examinations accordingly. In any case, prohibiting AI will not lead us into the future.

Translated with DeepL

Digitalisierungsstand 2022 - wo stehen die Universitäten, was ist zu tun

In diesem etwas längeren Beitrag möchte ich gerne darstellen, wo wir nach der Pandemie stehen, was wir erreicht haben, und was nach der Absage des Digitalpakts dennoch die nächsten Schritte sein müssten. Ich vertrete hier wieder einmal die Sicht eines CIO einer Hochschule, d.h. stelle nicht das Lernen in den Vordergrund, sondern die Leistungsfähigkeit und Digitalstrategie der Hochschule insgesamt.

Wo stehen die deutschen Hochschulen bei der Digitalisierung und welches Ziel ist aus meiner Sicht perspektivisch anzustreben?

Die Hochschulen haben ausgelöst durch die Corona-Pandemie im Bereich der Digitalisierung von Lehrveranstaltungen einen großen Sprung nach vorne gemacht. Lehrende stehen der Erstellung digitaler oder hybrider Lehrangeboten aufgeschlossener gegenüber, Flipped Classroom oder Fernprüfungen wurden zumindest testweise eingeführt. Die meisten Studierenden finden diese Angebote gut und fragen sie auch nach Corona aktiv nach, als Zusatzangebot oder sogar Ersatz von Präsenzalternativen. 

Weiterhin wurden, um den Universitätsbeschäftigten die Arbeit aus dem Home Office zu ermöglichen, viele, aber nicht alle Prozesse digitalisiert. Videokonferenzen, Dokumentenmanagement, Formularserver und VPN-Verbindungen erlauben als technische Möglichkeiten, Personal- und Finanzprozesse auch im Verwaltungsbereich sicher abzuwickeln. Auch hier entsteht nach Corona eine Erwartungshaltung, diese neue Arbeitsumgebung beizubehalten und weiter auszubauen.

Diese Entwicklung ist nicht anders zu betrachten als in anderen Branchen: Nutzer, Kunden, Bürger sind mittlerweile an digitale Dienste gewöhnt, die am besten 24/7/365 verfügbar sind. Ziel muss es daher für die Hochschulen sein, die verfügbaren Personal- und Technikressourcen den neuen Anforderungen anzupassen -- diese sind nämlich während der Pandemie nicht mitgewachsen.

Was sind aus meiner Sicht die wesentlichen Herausforderungen und Hemmnisse, denen die deutschen Hochschulen ganz aktuell im Zuge der Digitalisierung gegenüberstehen?

Die gestiegenen Erwartungen der IT-Nutzer der Hochschulen an die Universitäten treffen auf eine unveränderte Personallage in den Rechenzentren und eine ebensolche Finanzsituation. Während der Corona-Pandemie sind digitale Dienste hinzugekommen, Hardware (Videoserver) erweitert und Softwarelizenzen (Zoom, MS365 Campuslizenzen) in großen Zahlen beschafft worden. Die daraus resultierenden zusätzlichen Aufgaben sind in den Rechenzentren mit hohem Aufwand ad hoc bewältigt worden; nach der Pandemie werden Server und Lizenzen aber dauerhaft weiterbetrieben.

Was als Projekt gestartet ist, geht in den Normalbetrieb über und benötigt dauerhafte Unterstützung. Und neue Anforderungen stehen bereits vor der Tür: Analysebasierte Lernsteuerung (Student Success /Relationship Management, Learning Analytics), nationale Anbindung an NFDI und OZG-Verfahren, internationale Anbindung z.B. an EMREX. Die Förderprogramme z.B. für mehr KI-Professuren erzeugen mehr Ressourcenbedarf für Digitalisierung im Forschungsbereich (High Performance Computing). Dies sind keine einmaligen Projekte, sondern auf Dauer angelegte Fachverfahren, die von den Hochschulen auch betreut werden müssen.

Gleichzeitig hemmen gewachsene Strukturen eine größere Arbeitsteilung untereinander. Fast jede Hochschule betreibt ein eigenes Rechenzentrum. Die qualitativen Anforderungen an die dortigen Stellen sind jedoch stark gewachsen. Die Aufgaben verändern sich vom reinen IT-Betrieb hin zur inhaltlichen Unterstützung der Anwender in Lehre und Forschung. Mit zunehmender Nutzung von Cloud-Diensten fällt der eigene IT-Betrieb sogar teilweise weg, das Rechenzentrum wandelt sich zum IT-Servicezentrum. Diese Entwicklung ist eigentlich positiv, denn der Betrieb eigener Mail-, Web- oder Moodle-Server „on premise“ stellt für die Hochschulen keinen Wettbewerbsvorteil mehr dar – im Gegenteil werden Ressourcen gebunden, die besser und individueller den Nutzern der Hochschule zugutekommen könnten. Diese allgemeinen Dienste könnten durch einen gemeinsamen IT-Betrieb mehrerer Hochschulen (Private Cloud) in digitaler Souveränität erbracht werden; länderweise Organisation bietet sich an. Derzeit gibt es aber für eine standortübergreifende Kooperation mit anderen Hochschulen aus Sicht der einzelnen Hochschule keinen ökonomischen Grund, da der Bezug von IT-Dienstleistungen als umsatzsteuerpflichtig angesehen werden kann, die Beschaffung eigener Hardware hingegen  mit 50% von der DFG bezuschusst wird.

Welche Hebel und Stellschrauben sehe ich, um diesen Herausforderungen zu begegnen? 

Zum Ersten muss es durch ökonomische und steuerliche Anreize gelingen, dass die Zusammenarbeit der Hochschulen in Hochschulkooperationen bzw. Digitalverbünden attraktiver gestaltet wird als ein Alleingang. Dazu gehört eine Betonung

1. von lokalen Implementierungs- und Schnittstellenprojekten, die Hochschulen an nationale und internationale Datendrehscheiben anbinden: NFDI, OZG, EMREX. Diese müssen die spezielle Situation und die Anwendungssysteme jeder Hochschule betrachten. Auch wenn große Systeme wie HISinOne in der ihnen eigenen Entwicklungsgeschwindigkeit Schnittstellen entwickeln, so ist die konkrete Umsetzung vor Ort je nach Anwendungsportfolio unterschiedlich aufwendig oder dringend. Für diese lokale Anpassung fehlen häufig Ressourcen.
2. der Schaffung gemeinsamer Servicestellen, welche die Hochschulen operativ (!) entlasten. Beispiele sind Rechtsberatung (Lizenzrecht, Datenschutzrecht, gemeinsame rechtliche Vertretung ggü. Lizenzgebern usw.), IT-Einkauf (Bewirtschaftung von Rahmenverträgen bis hin zur Anbindung an Einkaufssysteme der einzelnen Hochschule) oder IT-Sicherheit (Security Operations Center, Critical Emergency Response Team). Diese Servicestellen können länderspezifisch, aber auch länderübergreifend wirken.

Zum Zweiten entsteht durch die Förderung vieler digitaler Lehrprojekte (von StIL, BMBF usw.) ein Bedarf nach nachhaltiger Unterstützung derer technischer Implementierung. Das ist wiederum spezifisch für die einzelne Hochschule und wird zu einer dauerhaften Aufgabe im IT-Servicezentrum oder einer ähnlichen zentralen Stelle. Während bei den Förderprojekten im Lehrbereich die Didaktik, Konzeption und Durchführung einzelner Lehrveranstaltungen im Vordergrund steht, muss es hier um die Hintergrundaufgaben gehen: 

1. z.B. eine nachhaltige Einbettung der Lehrprojekte in eine meist hochschulspezifische gesamte technisch-digitale Lehr-, Lern-, Prüfungs- und Lernanalysearchitektur;
2. durch Anwendung von Student Success Management und Learning Analytics die datenschutzkonforme Realisierung datenbasierter Erkenntnisse und Interventionen, um z.B. Abbruchquoten zu minimieren.

Wo sehe ich einen besonderen Bedarf für ein hochschul- und länderübergreifend abgestimmtes Vorgehen, etwa zur Erschließung von Synergien, Vereinheitlichung von Schnittstellen oder Etablierung von Standards?

Viele der im vorhergehenden Abschnitt angesprochenen Maßnahmen können bereits durch Förderung innerhalb eines Bundeslandes angestoßen werden. Die Schaffung gemeinsamer Servicestellen wird z.B. im Digitalverbund Bayern durch Förderung des zuständigen Ministeriums realisiert. Für das Landesministerium ermöglicht dies eine gezielte und gebündelte Förderung einzelner Themengebiete, setzt allerdings eine vorherige Abstimmung und betriebliche Kooperation der Hochschulen voraus.

Einige Themen gehen jedoch über Ländergrenzen hinaus und müssen übergreifend, ggf. auch durch Anstoß auf Bundesebene unterstützt werden. Beispiele sind: 

1. die Unterstützung des Karrierewegs Studierender mit den drei Übergängen: Schule auf Bachelorstudium, Bachelor- auf Masterstudium und Masterstudium auf Erstanstellung (im öffentlichen Dienst, z.B. Lehrer, Juristen). Bei jedem Schritt ist eine Mobilität über Ländergrenzen hinweg möglich. Derzeit sind Medienbrüche hierbei eher die Regel als die Ausnahme, d.h. die strukturierten Daten der einen Seite werden auszugsweise auf der empfangenden Seite wieder manuell eingegeben. Bei den beiden Übergängen „Schule auf Studium“ und „Studium auf Erstanstellung“ sind nicht alleine die Hochschulen gefragt, sondern eine Digitalisierung muss mit anderen Ministeriumsbereichen gemeinsam angegangen werden. Beim Übergang „Bachelor auf Master“ ist das allerdings anders. Hier könnten die Hochschulen von sich aus eine Vereinheitlichung von Schnittstellen anstoßen. Dies ist umso wichtiger, weil wegen Anrechnungsfragen und Eignungsfragen häufig das komplette Bachelorzeugnis strukturiert verarbeitet werden muss. (--> Vereinheitlichung von Schnittstellen)
2. Die Unterstützungsmodalitäten von IT-Beschaffungen aus Bundesmitteln, was die DFG mit einschließt. Solange die Abrechnungsmodalitäten der einzelnen Hochschule eine Betrachtungsweise ermöglichen, welche eine isolierte Beschaffung austauschbarer IT-Standard-Hardware wie z.B. Mailserver günstiger zu stellen scheint als die Beschaffung von Diensten über eine Private oder Public Cloud, werden keine Kooperationsgewinne gehoben werden können. Die Logik, dass durch Bundes- oder Länderförderung der Kauf einer Mailserver-Hardware zu 50% bezuschusst wird, der Bezug von Maildiensten aus der Cloud aber mit 19% Umsatzsteuer belegt wird, führt isoliert betrachtet immer zur Beschaffung eigener Hardware; mit der daraus folgenden Notwendigkeit eigener Rechenräume, lokalem IT-Betriebspersonal, lokaler IT-Sicherheit und dem Ruf nach Ersatzinvestition nach wenigen Jahren. Die Unterstützungsmodalitäten müssen so geebnet sein, dass eine Entscheidung über „Make or Buy“ bezüglich IT-Dienstleistungen allein nach dem strategischen Interesse oder den operativen Ressourcenfähigkeiten der jeweiligen Hochschule getroffen werden kann. (--> Etablierung von Standards)
3. Private Clouds im Sinne des vorherigen Absatzes können auch von Hochschulen oder Verbünden betrieben werden, nicht nur von kommerziellen Anbietern. Wenn in diesem Fall (IT-) Leistungen zwischen Hochschulen geteilt werden, gelten derzeit bundesrechtliche Vorgaben z.B. im Finanzbereich (Umsatzsteuerpflicht). Innerhalb eines Bundeslandes kann man die gegenseitige Leistungserbringung vielleicht als staatliche Aufgabe begreifen. Es müsste aber auch möglich sein, dass diese Leistungserbringung ländergrenzenübergreifend passieren kann. Ggf. erfordert das eine Änderung von Bundesgesetzgebung. (--> Etablierung von Standards)
4. Die Analyse von Lerndaten erfordert schließlich eine Betrachtung und Auslegung der Datenschutzregeln, die am besten föderal harmonisiert erfolgen sollte. In einigen Bundesländern definiert das Hochschulgesetz, welche Daten zweckgebunden von den Studierenden erhoben werden sollen, um den Zweck der besseren Förderung des Studienerfolgs zu erfüllen. In verschiedenen Bundesländern gibt es jedoch verschiedene Auslegungen der zuständigen Datenschutzaufsicht, was mit diesen Daten angestellt werden darf. Hier sollte eine bundesweite Diskussion bessere Erkenntnisse liefern als sechzehn isolierte Diskussionen. (--> Erschließung von Synergien)

Fazit

Mit den Initiativen zur digitalen Lehre (vgl. Stiftung Innovation in der Hochschullehre) und digitalen Forschungsdaten (vgl. Nationale Forschungsdateninfrastruktur) hat Deutschland im Frontend an der Schnittstelle zu den Lehrenden und Forschenden bereits große Fortschritte und auch gute Erfahrungen gemacht. Was wir jetzt aufbauen müssen, ist das Backend, welches diese Initiativen auf Dauer auch am Laufen halten kann. Hier habe ich, hoffe ich, ein paar Vorschläge gemacht.

EDUCASE TOP10 IT Issues: übertragbar auf die deutsche Hochschullandschaft?

EDUCAUSE, die amerikanische Vereinigung der Hochschul-CIOs, ist durchaus besser organisiert als ihre europäischen oder gar deutschen Pendants. Die Herausforderungen sind aber auch andere: die Hochschulen haben ökonomische Zwänge, leben von vollzahlenden Masterstudiengängen, sind daher auch schneller und konsequenter beim Abschneider alter, kostenträchtiger Zöpfe. Man fragt sich also jedes Mal, wenn man von EDUCAUSE liest: ist das US-spezifisch, oder trifft es auch für deutsche Hochschulen zu? Voilá, anbei die aktuellen TOP10 Themen der amerikanischen Hochschul-IT-Landschaft:

 

Den erklärenden Artikel dazu findet man unter https://er.educause.edu/articles/2022/10/top-10-it-issues-2023-foundation-models. Die drei abstrakten Felder "Führen mit Weisheit", die "Ultra-intelligente Institution" und "Alles ist überall" können wir einmal so übernehmen -- abstrakt genug ist es ja.

Hinter "Führen mit Weisheit" verbirgt sich ein Blick auf die Führungs- und Personalsituation der Hochschul-IT. Zuerst, nicht überraschend, (#1) die Forderung nach Einbezug in die strategische Planung. In Deutschland haben wir schon seit einiger Zeit, auch durch Untersuchungen von Markus von der Heyde, ein ganz gutes Bild über die Ausprägung von CIO-Funktionen in den Hochschulleitungen. Das können wir also unterschreiben. Der Umgang mit Talenten (#3) ist bei uns ebenfalls ein Problem. Hier steht uns zum Einen das deutsche Dienstrecht im Weg, welches marktübliche Bezahlungen deutlich erschwert. Zum anderen sind Aufstiegsmöglichkeiten selten und wenig flexibel. Unter diesen Bedingungen zu führen (#5) ist auch bei uns eine Herausforderung. Zusammengefasst: ja, alle drei Punkte treffen auch bei uns zu.

Die "ultra-intelligente Institution" kümmert sich um den Studienerfolg durch Nutzung von Data Analytics, sowohl innerhalb des Studiums (#4, #7) als auch bei den Bewerbungen (#6). Den Analysen auch Taten folgen zu lassen (#7), ist dabei nicht selbstverständlich. Learning Analytics ist auch bei uns ein durchaus heißes Thema, welches durch das teilweise sehr deutsch diskutierte Thema Datenschutz aber ein höheres Aufregungspotential birgt. Hier ist sicherlich interessant, welche Technologien mit welchem Erfolg in den USA eingesetzt werden -- Vorreiter sind wir da nicht. Interessant ist allerdings, dass die Schulung zu Privacy und Awareness (#2) zugleich als sehr wichtig eingestuft wird. Hier haben wir vermutlich genauso Nachholbedarf wie die amerikanischen Kolleginnen.

Schließlich gibt es unter "Alles ist überall" eine Wahrnehmung auf den Studienort und Arbeitsplatz Hochschule, der nicht so anders ist, post-Covid, als in allen anderen Branchen. Die Grenzen des Arbeitens (#8) und des Lernens (#9) verschwimmen; Menschen arbeiten von zuhause, Studierende tragen ihre digitale Lernumgebung als primäre Informationsquelle zuhause als auch in der Uni mit sich herum.  Anwendungssysteme können auch in der Cloud laufen (#10), nicht mehr nur auf den Servern des Rechenzentrums: eine Chance, kein Fehler.

Im Ergebnis: doch nicht so unterschiedlich. Vielleicht sollten wir uns auch mal mit den Kolleginnen von EDUCAUSE unterhalten?

Zwei neue Empfehlungen zur Digitalisierung der Hochschullehre -- von Ministerien, für Ministerien (1/2)

Im Sommer 2022 waren die deutschen Hochschulbildungsgremien nicht untätig. Zwei neue Empfehlungen wurden veröffentlicht. Im Juli 2022 gab der Wissenschaftsrat seine Empfehlungen zur Digitalisierung in Lehre und Studium heraus. Im September 2022 zog die Kultusministerkonferenz mit ihrem Gutachten zur Digitalisierung im Bildungssystem nach.

Wie die Titel der beiden Reports schon sagen, geht es nicht um die Digitalisierung der Universitätsverwaltung und auch nicht um eine digital unterstützte Forschung. Das ist wieder einmal schade und zu kurz gegriffen. Diese drei Bereiche müssen zusammen gedacht und behandelt werden!

In diesem ersten von zwei Blogposts geht es um das Gutachten der KMK.

Die Empfehlungen der Ständigen Wissenschaftlichen Kommission der KMK für den Bildungsbereich Hochschule sind in drei Bereichen gruppiert. Da in der KMK die Länderministerien über ihr eigenes Vorgehen diskutieren, richten sich die Empfehlungen an die Ministerien, nicht an die Hochschulen und nicht an deren einzelne Lehrende.

Die Stärkung digitaler Kompetenzen bei Studierenden und Dozierenden hätte ich mir gerne vor der Covid-Pandemie thematisiert gewünscht. Faktisch haben wir in den letzten beiden Jahren hier einen großen Sprung gemacht, und ich gehe davon aus, dass die beiden nächsten Abiturientenjahrgänge so viel Erfahrung aus dem Homeschooling mitbringen, dass wir darauf gut aufbauen können. Etwas wohlfeil ist der Ruf nach Fortbildung für Lehrende -- das ist an den meisten Hochschulen längst etabliert, aber es wird zu wenig genutzt. Das liegt auch an der Bequemlichkeit der Lehrenden, aber noch viel mehr an der mangelnden Anrechenbarkeit digitaler Lehre auf das Lehrdeputat. Die meisten Hochschulen können nicht selber entscheiden, wie das Lehrdeputat gestaltet wird. Hier sind die Länderministerien selbst gefragt!

Beim Aufbau technischer, räumlicher, fachdidaktischer und rechtlicher Strukturen sehe ich uns CIOs auf jeden Fall mit im Boot. Aber auch hier hängen wir von den Ministerien ab. Um BYOD  nutzbar zu macht, braucht es WLAN. Das ist dort schwierig zu installieren, wo wir Hörsäle im Inneren von Stahlbetongebäuden aus den 1970ern vorfinden. Davon gibt es leider nicht so wenige, und diese stehen seit Jahren auf der Bauliste der jeweiligen Länder. Auch für den Übergang zwischen dem physischen und dem digitalen Raum brauchen wir Baumaßnahmen, z.B. um Seminarräume mit Videokonferenztechnologie auszurüsten. Dass wir schließlich IT-Personal so bezahlen müssen, wie es am Personalmarkt üblich ist, sollte selbstverständlich sein, daran hindert uns aber das starre Stellenkorsett des öffentlichen Dienstes.

Die Empfehlung zur Entwicklung von Lehr- und Digitalisierungsstrategien gebe ich gerne weiter und verstärke sie sogar. Wir haben uns an der Uni Bayreuth bereits zum zweiten Mal eine eigene Digitale Agenda gegeben, die uns bis 2025 leiten soll. Gleichzeitig haben wir CIOs in Bayern für alle Hochschulen eine Digitalisierungsstrategie erstellt und setzen diese in einer hochschulübergreifenden Kooperation als Digitalverbund um. Die Empfehlung der KMK fokussiert eher auf den Austausch von Lehr- und Lernmaterial (Open Educational Resources); das ist mir zu kurz. Die wirkliche Musik in der Kooperation spielt finanziell in gemeinsamen Verwaltungsprozessen, z.B. im Einkauf, oder in der Zusammenarbeit in der IT-Sicherheit.

Nach dem Ende der Pandemie folgt das Ende der Digitalisierung an den Unis -- oder nicht?

Das kollektive Aufatmen zu Beginn des Sommersemester 2022 war an meiner Universität deutlich hörbar. Endlich konnte wieder normale Präsenzlehre durchgeführt werden. Normale Klausuren, ohne Hilfsmittel und in großen Hörsälen wurden geschrieben. Die Lehrenden bauten die Influencerlampen auf ihren Schreibtischen ab, die sie zum Ausleuchten ihrer Vorlesungsaufzeichnungen verwendet hatten. Sitzungen von Fakultätsräten konnten auf mobile Videokonferenzkameras verzichten, deren Freisprecheinrichtungen die remote zugeschalteten Teilnehmer wegen des Halls sowieso nicht verstanden.

Alles wieder auf Anfang?

Nachdem die Corona Epidemie vorbei ist, könnte man auf die Idee gekommen, dass man auch der Digitalisierung der Universitäten Einhalt gebieten könnte. War es nicht mühsam und teuer mit der digitalen und hybriden Lehre? Könnte man nicht viel Geld sparen, indem die Zoom-Campuslizenz für alle aufgegeben, die Office365-Lizenz ohnehin wegen Bedenken der Datenschützer verboten und die Durchführung von Fernklausuren inkl. der Plagiatsüberprüfungen eingestellt wird?  

Es geht aber nicht nur um die Lehre. Auch in der Forschung möchten viele zurück in das Jahr 2019 und davor. Wissenschaftliche Konferenzen sollten wieder mit Flugzeugen angeflogen werden, oder? War es nicht schön, sich 24 Stunden in einen Flieger zu setzen um irgendwo in der Welt eine halbe Stunde zu 10 Zuhörern zu sprechen, die man vorher noch nie gesehen hatte und die keine Frage stellten? 

Diese kleine Überspitzung zeigt, dass es kein zurück gibt und auch nicht geben kann. Fast alle Konferenzen, die ich kenne, werden mittlerweile hybrid durchgeführt. Das ist für eine globale Verbreitung des Wissens absolut sinnvoll und erlaubt es dennoch denjenigen, die vor Ort teilnehmen, die so wichtige zwischenmenschliche Beziehung aufzubauen. Den richtigen Weg zur hybriden Lehre müssen wir aber noch finden. Das Pendel schwingt zurück in die andere Richtung, in eine vermeintlich bessere Vergangenheit.  Eine Welt in der alle Studierenden brav aufgereiht vor dem Dozenten im Hörsaal sitzen, wird als erstrebenswert angesehen. Es entspricht dem häufigen Normalfall vor der Corona-Pandemie und nährt so die Illusion von der guten alten Hochschulzeit. Vor dieser Art von Hörsaalromantik sollten wir uns hüten.