92 Prozent wollen adaptives Lernen, 14 Prozent haben es

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.

Eine Lücke zwischen hohem Anspruch und geringer Umsetzung wird durch eine Brücke aus Studiendaten überspannt.
Eine Lücke zwischen hohem Anspruch und geringer Umsetzung wird durch eine Brücke aus Studiendaten überspannt.

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)

-> Zum vollständigen Artikel

KI-Leitlinien der Hochschulen ignorieren die Verwaltung

Wenn eine Hochschule heute eine KI-Leitlinie verabschiedet, dreht sich der Inhalt fast immer um dieselben Fragen: Dürfen Studierende ChatGPT für Hausarbeiten nutzen? Wie erkennt das Prüfungsamt KI-generierte Abgaben? Was gilt für mündliche Prüfungen? Das ist verständlich — Lehre und akademische Integrität sind das Kerngeschäft jeder Bildungseinrichtung. Doch eine umfangreiche Analyse des Hochschulforums Digitalisierung (HFD) zeigt, dass dabei ein ganzer Bereich systematisch vergessen wurde: die Verwaltung.

30 Leitlinien, 16 Bundesländer — und eine auffällige Lücke

Im Mai 2026 veröffentlichte das HFD seinen „Leitlinien-Check 2026″, eine vergleichende Untersuchung von 30 offiziell publizierten KI-Leitlinien aus allen 16 deutschen Bundesländern. Die Studie, erstellt vom CHE Centrum für Hochschulentwicklung, zeichnet ein differenziertes Bild des Status quo: Viele Hochschulen haben den Schritt von der ad-hoc-Reaktion zur strategischen Gestaltung vollzogen. Frühe Leitlinien wollten vor allem Schaden abwenden — heute sollen sie den Weg weisen.

Das HFD beschreibt KI-Leitlinien als „Enabling-Dokumente“: Texte, die nicht nur regulieren, sondern auch kontextualisieren und inspirieren. Kluge Leitlinien, so die Analyse, geben Hochschulangehörigen Orientierung in einem Umfeld, das sich technologisch und rechtlich schneller verändert als jede Satzung.

Unter den herausgearbeiteten „blinden Flecken“ findet sich — neben Barrierefreiheit und ökologischem Ressourcenverbrauch — ausdrücklich die Hochschulverwaltung. Fast alle untersuchten Dokumente adressieren Lehrende und Studierende. Verwaltungsprozesse, also Campus-Management, Prüfungsorganisation, Dokumentenmanagement oder Sekretariatsarbeit, kommen kaum vor.

Warum das ein Problem ist

Die Verwaltung ist das Rückgrat einer Hochschule. Ohne funktionierende Prozesse in der Prüfungsorganisation, Immatrikulation oder Datenverwaltung kann auch die beste Lehre nicht reibungslos laufen. Und gerade hier hat KI ein erhebliches Potenzial — aber auch ein erhebliches Risiko, wenn es keine klaren Regeln gibt.

Nehmen wir die Prüfungsanmeldung: In vielen Einrichtungen prüfen Mitarbeiter manuell, ob ein Studierender die Zulassungsvoraussetzungen erfüllt — ein fehleranfälliger, zeitaufwändiger Prozess. KI-gestützte Systeme können diese Prüfungen automatisiert und konsistent durchführen. Aber wer trägt die Verantwortung, wenn der Algorithmus irrt? Welche Daten darf das System nutzen? Wie lange werden Entscheidungsprotokolle aufbewahrt?

Oder die Dokumentenverwaltung: Hochschulen verwalten Tausende sensibler Dokumente — Noten, Anträge, Prüfungsunterlagen. KI kann dabei helfen, Dokumente zu klassifizieren, Fristen zu überwachen und Bearbeitungszeiten zu verkürzen. Doch ohne eine klare Leitlinie bleiben Fragen offen: Welche KI-Tools sind datenschutzkonform? Wer darf die Systeme einsetzen, wer nicht?

Das Schweigen der Leitlinien dazu ist kein Nischenproblem. Es bedeutet, dass Verwaltungsmitarbeitende täglich Entscheidungen treffen, ohne institutionellen Rückhalt. Das schafft Rechtsunsicherheit — und blockiert sinnvolle Effizienzgewinne.

EU AI Act verschärft den Handlungsbedarf

Die Analyse des HFD verweist auch auf den EU AI Act, der seit 2025 verbindliche Anforderungen an den KI-Einsatz stellt. Hochschulen, die KI in der Verwaltung einsetzen, müssen die betroffenen Systeme klassifizieren, dokumentieren und in bestimmten Fällen spezifische Schutzmaßnahmen treffen. Wer das nicht regelt, bewegt sich in einer regulatorischen Grauzone.

Systeme, die automatisiert über Zulassungen oder Prüfungsberechtigungen entscheiden, fallen je nach Ausgestaltung unter das „hochriskant“-Profil des AI Acts — mit entsprechenden Dokumentationspflichten. Eine KI-Leitlinie, die die Verwaltung ausspart, gibt hier keine Orientierung.

Was Hochschulen jetzt tun sollten

Der HFD-Blickpunkt endet mit dem Aufruf, KI-Leitlinien dynamisch zu gestalten — nicht als statische Dokumente, sondern als lebendige Rahmenbedingungen, die sich mit der technologischen Entwicklung weiterentwickeln. Das gilt erst recht für die Verwaltung.

Konkret bedeutet das: Hochschulen sollten ihre bestehenden Leitlinien um einen Abschnitt zur KI in der Verwaltung ergänzen. Darin sollte geregelt sein, welche Prozesse durch KI unterstützt werden dürfen, welche Datenschutz- und Transparenzanforderungen gelten, und wie Mitarbeitende im Umgang mit KI-Tools qualifiziert werden.

Campus-Management-Systeme wie TraiNex, die Prüfungsorganisation, Anwesenheitserfassung und Dokumentenverwaltung digital abbilden, können dabei eine strukturierende Rolle beim Kontext spielen: Sie schaffen zunächst die datenbankgestützte Grundlage, auf der KI sinnvoll und regelkonform aufsetzen kann — wenn die institutionellen Rahmenbedingungen stimmen. Aber auch mehr: TraiNex kann Listen gezielt anonymisieren und verwendet prozessintegriert direkt DSGVO-konforme KI-Modelle für einen Verwaltungssupport, bei dem die Daten niemals den kontrollierten Bereich des Campus-Management-Systems verlassen.

Fazit

Das Hochschulforum Digitalisierung hat mit seinem Leitlinien-Check 2026 eine wichtige Bestandsaufnahme geliefert. Der Befund ist eindeutig: Die deutsche Hochschullandschaft hat in den letzten zwei Jahren bei der strategischen KI-Integration Fortschritte gemacht — aber die Verwaltung wurde dabei vergessen. Es ist Zeit, das zu korrigieren.

Dass Hochschulen bei KI in der Lehre schneller voranschreiten als in der Verwaltung, war dabei kein neues Phänomen: Bereits eine empirische Befragung aus dem Jahr 2023 im Rahmen einer Publikation zum KI-Reifegrad hatte gezeigt, dass der Bereich Lehre durch KI deutlich schneller durchdrungen wird als die Verwaltung. In der KI-Reifegrad-Matrix für Hochschulen sind viele Hochschulen immer noch eher als „AI-Teaching-Experimenter“ einzuordnen — also Hochschulen, die KI-Einsatz lehren. Der Status eines „AI-Process-Professional“, also einer Einrichtung, die KI systematisch in z.B. Verwaltungsprozesse integriert hat, bleibt dagegen die Ausnahme.

→ Workshop-Materialien zur KI-Reifegrad-Matrix frei verfügbar

→ Zum vollständigen HFD-Blickpunkt „KI-Leitlinien im Check 2026″