Überblick

Der Einsatz von Künstlicher Intelligenz (KI) in der literaturwissenschaftlichen Lehre eröffnet neue didaktische Möglichkeiten, bringt jedoch ebenso Herausforderungen mit sich. Diese Herausforderungen betreffen nicht allein die Literatur-, Kultur- und Medienwissenschaften, sollen jedoch hier spezifisch für unsere Fächer erörtert und mit konkreten Beispielen, Erfahrungswerten sowie Empfehlungen für Studierende und Lehrende ergänzt werden.

Chancen

1. Schneller Zugang zu Texten und Kontexten
   KI-gestützte Werkzeuge können große Mengen an Texten schnell zugänglich machen und analysieren. Studierende erhalten so niederschwelligen Zugang zu Primär- und Sekundärliteratur, auch jenseits kanonischer Texte.
2. KI-Gestützte Textanalyse
   Mit Hilfe von KI lassen sich literarische Muster wie Wortfelder, rhetorische Figuren oder narrative Strukturen schnell und oftmals gut sichtbar machen. Solche quantitativen oder explorativen Verfahren können die hermeneutische Interpretation von literarischen Texten ergänzen und Studierenden neue Perspektiven eröffnen.
3. Förderung individueller Lernprozesse
   KI kann als Schreib- und Denkwerkzeug dienen, indem Fragen für spezifische Zwecke generiert werden, Feedback-Schleifen individuell eingefordert und alternative Interpretationsansätze erfragt werden können. Damit kann die eigenständige Reflexion gestärkt werden.
4. Digital Literacy
   Der Umgang mit KI-Tools vermittelt zentrale Kompetenzen für einen kritischen Umgang mit digitalen Technologien. Studierende können lernen, Chancen und Grenzen algorithmischer Verfahren im Kontext literaturwissenschaftlicher Fragestellungen zu beurteilen und kritisch zu hinterfragen.

Herausforderungen

1. Oberflächlichkeit und Falschinformation
   KI kann komplexe literarische Zusammenhänge nur begrenzt erfassen und neigt zu Oberflächlichkeit und Falschinformationen. Wird KI ungelernt oder unreflektiert eingesetzt, droht eine Reduktion literarischer Texte auf bloße Schlagwort- oder Stilanalysen sowie auf inhaltliche oder historische Zusammenfassungen. Werden generative Modelle zur Wissensgenerierung verwendet, kann es zu Falschinformationen (sog. Halluzinationen) kommen.
2. Urheberschaft und Eigenständigkeit
   KI-generierte Texte werfen Fragen nach Urheberschaft und wissenschaftlicher Integrität auf. Lehrende wollen eigenständige Leistungen von Studierenden fördern und müssen Missbrauch vorbeugen. Gerade mit Blick auf die zukünftige Berufswahl vieler Studierende ist dies auch ein Schritt in Richtung zukünftiger Verantwortung.
3. Ungleichheit beim Zugang
   Nicht alle Studierenden verfügen über dieselben technischen Vorkenntnisse oder Zugänge zu kostenpflichtigen Tools. Dies kann zu Ungleichheiten im Lernprozess führen. In der Lehre sollten kostenpflichtige Tools vermieden werden.
4. Didaktische Integration
   Die bloße Verfügbarkeit von KI macht sie nicht zu einem sinnvollen didaktischen Instrument. Lehrende stehen vor der Aufgabe, KI-Anwendungen gezielt einzubinden, sodass sie nicht die literarische Interpretation ersetzen, sondern Lernprozesse sinnvoll unterstützen. Studierende stehen vor der Aufgabe, neue Möglichkeiten zu nutzen, ohne sich von diesen abhängig zu machen und die eigenständige, kritische Reflektionsfähigkeit zu stärken. Um das Wissen der Lehrenden zu erweitern und Studierende zu einer kritischen Reflektion zu führen, führen wir auf dieser Webseite unsere Erfahrungen aus der literaturwissenschaftlichen Lehre zusammen.

Um den Stand der Dinge hinsichtlich der Nutzung von KI-Tools unter Studierenden der Julius-Maximilians-Universität Würzburg zu ermitteln, haben wir im Februar 2025 in Zusammenarbeit mit Frau Dr. Schäfer und dem Evaluationsbüro des Dekanats der Philosophischen Fakultät der JMU eine Umfrage unter Studierenden zum Thema ‚KI und Literaturwissenschaftliche Lehre‘ durchgeführt, die ein heterogenes, aber in der Tendenz eindeutiges Stimmungsbild ergibt. Mehr als 230 Studierende der Fächer Anglistik und Germanistik beteiligten sich an der Umfrage und bezogen deutlich Stellung zum Einsatz von KI in der universitären Lehre. Das Meinungsbild war differenziert, doch als Fazit lässt sich aus der Umfrage eindeutig schließen, dass auch aus Studierendensicht mehr Informationen zu KI in der literaturwissenschaftlichen Lehre notwendig sind. Wir gehen davon aus, dass diese Zahlen in Zukunft eher weiter steigen.

47,4% der Befragten halten das Erlernen der Funktionsweise und des Umgangs mit KI an der Universität für„sehr wichtig“, 35,4% für „wichtig“.

Universitären Einrichtungen komme eine zentrale Aufgabe hinsichtlich des zu erlernenden Umgangs mit KI zu. Obgleich Universitäten nicht zwingend auf eine berufliche Laufbahn vorbereiten, so studierte zum Datum der Umfrage eine Kohorte an Studierenden an den Universitäten, die den Umgang mit KI nur in wenigen Fällen in ihrer schulischen Laufbahn erlernt haben und somit wenige oder gar keine Vorerfahrungen mit dem Einsatz von KI für Lern- oder Prüfungsformate haben. Laut Studierenden brauche es deshalb die curriculare Integration von KI-Tools im universitären Alltag sowie didaktisch begleitete Angebote zur sinnvollen und wissenschaftlichen Nutzung von KI in der Wissenschaft.

66,5% der Befragten wünschen sich (mehr) Informationen zur Nutzung von KI an Universitäten und 57,4% äußern den Wunsch nach (mehr) Aufklärung zu konkreten technischen Funktionsweise und Hintergründen von KI.

Den Literaturwissenschaften kommt hier eine zentrale Rolle zu. Textproduktion und Textrezeption sind inhärente Stärken und Teil des Expertenwissens der Literatur, Kultur- und Medienwissenschaften. Wer sich selbst eloquent ausdrücken, die Texte anderer qualitativ redigieren und interpretieren sowie generell hermeneutisch arbeiten kann, hatte bisher klare Vorteile im Berufsleben. Noch ist unklar, welche dieser Qualitäten sich langfristig für die geisteswissenschaftlichen Studiengänge halten wird und welche eine starke Modifikation bedürfen. Dies stellt die literaturwissenschaftliche Lehre vor die Herausforderung, eine KI-Grundkompetenz für einen bewussten Umgang zu etablieren. Es besteht aber auch eine Chance für die Literaturwissenschaften darin, sich aktiv in die wissenschaftliche und hochschuldidaktische Diskussion um KI einzubringen und notwendige Parameter für eine nachhaltige und gewinnbringende Integration aufzustellen, um die Eigenständigkeit des wissenschaftlichen Denkens zu erhalten und zu fördern.

59,3% vermissen (mehr) Integration von KI-Tools in die universitäre Lehre. Zu den rechtlichen Hintergründen von KI-Verfahren und -Tools hätten 58,9% gerne mehr Information und 62,7% wünschen sich (mehr) Informationen zu ethischen Hintergründen von KI-Verfahren und -Tools.

Damit bestätigen sie aktuelle Studien zu KI, wie etwa die von Schmohl et al. (2023), laut derer adaptive Lernsysteme „den Aufbau epistemischer Autonomie unterstützen können, wenn sie kritisch eingebettet werden“. Dies ist in Zeiten von rasanten Entwicklungen im KI-Markt freilich nicht immer einfach. Trotzdem sind die Stimmen der Studierenden eindeutig im Wunsch nach mehr Richtschnur Leitbildern und Regeln im Umgang mit KI.

70,3% finden kostenfreie Zugänge zu KI-Tools an Universitäten erstrebenswert, auch um soziale Ungleichheiten bei zahlungspflichtigen Tools auszugleichen.

Den für die Umfrage verwendeten Fragebogen gibt es hier zum Download: Fragebogen "KI im Studium".