Generative KI für skalierbares Feedback an Universitäten
Einführung in die Forschungsarbeit
In einer neuen Studie im International Journal of Research in Marketing (IJRM) haben Lukas Jürgensmeier und Bernd Skiera untersucht, wie generative KI-Modelle genutzt werden können, um komplexe Aufgaben – zum Beispiel in der Programmierung, Statistik oder im logischen Denken – automatisiert und zuverlässig zu bewerten. Ihr Beitrag mit dem Titel „Generative KI für skalierbares Feedback zu multimodalen Übungen“ zeigt, wie modernste Sprachmodelle dazu beitragen, Lernprozesse effizienter und personalisierter zu gestalten.
Der wissenschaftliche Kern dieser Arbeit beruht auf einem frühen Prototyp, aus dem später die Plattform StudyLabs hervorging. Diese Plattform diente in der Forschung als Testumgebung, um die Leistungsfähigkeit der KI-Modelle auf den Prüfstand zu stellen. Die Autoren legten dabei besonderen Wert auf die Validierung unter realistischen Bedingungen, damit die Ergebnisse für den breiten Bildungseinsatz nutzbar sind.
Ergebnisse der Studie
Die Forscher setzten fortschrittliche KI-Modelle wie GPT-4, Mistral Large und Claude 3 Opus auf mehr als 4.000 Lösungen zu Marketing-Analytics-Übungen an. Die Resultate waren eindrucksvoll:
- Verlässliche Bewertung auf Augenhöhe mit menschlicher Expertise: Die Korrelation zwischen menschlichen und KI-basierten Beurteilungen lag bei r = 0,94. Das bedeutet, dass die KI-Bewertungen im Durchschnitt nur um etwa 6 % von denen erfahrener Fachexperten abwichen.
- Hochwertiges, skalierbares Feedback ohne nennenswerte Verzerrung: Die Modelle lieferten differenzierte Rückmeldungen, ohne dabei bestimmte Gruppen oder Inhalte systematisch zu bevorzugen. Diese Neutralität ist besonders wertvoll, um Lernende fair und objektiv zu unterstützen.
- Kosten-Nutzen-Dilemma: Obwohl beispielsweise GPT-4 die qualitativ besten Ergebnisse erzielte, schlug sich dies auch in höheren Nutzungskosten nieder. Für Bildungsträger bedeutet das, dass die Wahl des richtigen Modells stets eine Abwägung zwischen Qualität und Budget darstellt.
Bedeutung für die Bildung
Die Ergebnisse unterstreichen das enorme Potenzial generativer KI für den Bildungsbereich. Insbesondere in großen Kursen – etwa an Universitäten oder in umfangreichen Online-Programmen – ist es eine Herausforderung, allen Teilnehmenden zeitnah und individuell Feedback zu bieten. Genau hier kann generative KI punkten:
- Steigerung der Lernqualität durch individuelles Feedback: Auch bei Hunderten oder Tausenden von Teilnehmenden ist es möglich, passgenaue Rückmeldungen zu liefern, ohne dass Lehrende überlastet werden.
- Flexibilität und Fächerübergreifendes Potenzial: Die bei StudyLabs erprobten Modelle lassen sich prinzipiell in vielen Disziplinen anwenden. Von technischen Fächern über die Geisteswissenschaften bis hin zum Training praktischer Fertigkeiten profitieren Lernende von zeitnahen, kontextbezogenen Rückmeldungen.
- Förderung von Selbstlernkompetenzen: Lernende können eigenständiger arbeiten, da sie jederzeit auf verlässliches Feedback zurückgreifen können. Das unterstützt nicht nur die individuelle Lernkurve, sondern stärkt auch das Vertrauen in die eigenen Fähigkeiten.
Diese Vorteile sprechen nicht nur klassische Bildungsinstitutionen an, sondern auch Unternehmen, Weiterbildungsprogramme oder Bootcamps, die von einem verbesserten Lernerlebnis und einer höheren Abschlussquote profitieren.
Ausblick und Dank
Bei StudyLabs möchten wir die Erkenntnisse aus dieser Forschung nutzen, um unsere KI-gestützten Lösungen kontinuierlich weiterzuentwickeln. Unser Ziel ist es, Lehrkräfte zu entlasten, Lernenden motivierende und präzise Rückmeldungen zu geben und somit das gesamte Lernumfeld nachhaltig zu verbessern.
Unser Dank gilt den Forschenden, die mit großem Einsatz diese wertvollen Erkenntnisse ermöglicht haben, sowie allen beteiligten Teams, die zur Entwicklung und Validierung des Prototyps beigetragen haben. Wir sind davon überzeugt, dass der Einsatz generativer KI ein zukunftsweisender Schritt für die Bildung ist – hin zu einer Welt, in der Lernen individueller, effizienter und zugänglicher wird.
Mit diesem Fundament werden wir unser Engagement fortsetzen: Die Zukunft des Lernens ist digital, personalisiert und skalierbar. Wir freuen uns darauf, diesen Weg gemeinsam mit Lehrenden, Lernenden und Partnern weiterzugehen.