Fast alle Hochschulleitungen halten adaptives Lernen für relevant, kaum eine Hochschule setzt es breit um. Das ist das deutlichste Ergebnis des HFD-Monitors 2026, für den das Hochschulforum Digitalisierung 120 für die Lehre zuständige Mitglieder von Hochschulleitungen befragt hat; ausgewertet hat die Umfrage das CHE Centrum für Hochschulentwicklung. Die Lücke hat weniger mit KI zu tun als mit Daten.
Die Zahlen
Adaptives Lernen bedeutet: Inhalte, Aufgaben und Tempo passen sich dem Lernstand der einzelnen Studierenden an. 92 Prozent der Befragten stufen das als relevant ein, verbreitet ist es an 14 Prozent der Hochschulen. Beim individualisierten Feedback ist der Abstand kleiner, aber deutlich: 86 Prozent relevant, 36 Prozent umgesetzt. Digitale Selbstlernkurse sind mit 55 Prozent am weitesten.
KI gilt dabei als Antrieb: 63 Prozent sehen in ihr einen Impuls für adaptives Lernen, 70 Prozent für individualisiertes Feedback. KI-Lernassistenten für das Selbststudium laufen an 53 Prozent der Hochschulen im Pilot oder Regelbetrieb, weitere 23 Prozent planen sie. Als wichtigste Einflussfaktoren nennen die Leitungen verfügbare Ressourcen sowie rechtliche und regulatorische Vorgaben.
Warum ein Chatbot allein nicht adaptiv ist
Ein KI-Lernassistent beantwortet Fragen. Adaptiv wird er erst, wenn er weiß, wo jemand steht: welche Module belegt sind, welche Prüfung angemeldet ist, welche Leistungen bereits erbracht wurden und welche Lernziele das Modulhandbuch vorsieht. Diese Informationen liegen in der Regel nicht im Chatbot und nicht im Lernmanagementsystem, sondern im Campus-Management-System.
Damit verschiebt sich die Frage für Hochschulleitungen: Nicht „Welches KI-Werkzeug kaufen wir?“, sondern „Dürfen und können wir die vorhandenen Studiendaten für Lernunterstützung nutzen?“ Das erklärt auch, warum Recht und Regulierung als Bremse genannt werden. Wer Prüfungsdaten für Feedback verwenden will, braucht eine Rechtsgrundlage, eine Einwilligung oder eine klare Zweckbindung.
Was das für die Praxis bedeutet
- Mit Feedback beginnen: Individualisiertes Feedback auf Basis vorhandener Leistungsdaten ist näher an der Umsetzung als vollständig adaptive Kurse.
- Datenwege klären: Welche Daten aus Modul- und Prüfungsverwaltung darf ein Lernassistent sehen, und wer entscheidet das?
- Module sauber beschreiben: Lernziele und Voraussetzungen im Modulhandbuch sind die Grundlage, an der sich jede Anpassung orientiert.
Und TraiNex?
Im Campus-Management-System TraiNex liegen Studiengänge, Module und Modulhandbücher, Prüfungen, Leistungen und Lehrmaterialien in einem System – also genau die Daten, die ein adaptiver Lernassistent braucht. Die KI in TraiNex kennt zwar weder Nachnamen noch Matrikelnummer des Studierenden, aber bereits zu Beginn einer KI-Lernsession wird berücksichtigt, welches Alter und Geschlecht der Studierende hat und welche Studienrichtung. Denn ein Teilzeit-Hebammen-Student braucht anderen Input als eine BWL-Vollzeiut-Studierende. Der Studierendee hatte als Hobby Baskeball erwähnt? Schon werden dem Studierenden die Fallbeispiele mit Basketball-Themen angereichert. Auch Tonalität und Komplexität passt die TraiNex-KI im Lerndialog an. Die KI weiss, wie mathematisch begabt der Studierende ist, und wählt das Lernniveau, was den Studierenden im Flow hält, also weder zuu schwer noch zu einfach. Auch kennt die TraiNex KI das Modulhandbuch, den Prüfungstermin sowie die Leistungen in bisherigen Lerngesprächen und kann darauf basierend einen interne Lernplan zu entwickeln. Die Technologie ist also in TraiNex da und verfügbar, aber die Hochschulen sind noch zurückhaltend in der Freischaltung der Möglichkeiten.
Fazit
Der HFD-Monitor misst eine Umsetzungslücke, keine Technologielücke. Die Hochschulen, die beim adaptiven Lernen vorankommen werden, sind die, die ihre Studiendaten geordnet und ihre Nutzung rechtlich geklärt haben.
Quelle: Forschung & Lehre, „HFD-Monitor 2026: Studierende sollen auf digitale Arbeitswelt vorbereitet werden“, 15.09.2026 (Primärquelle: HFD-Monitor 2026, Hochschulforum Digitalisierung/CHE)