Masterarbeit, 2025
111 Seiten, Note: 1,3
Diese Masterarbeit zielt darauf ab, ein pädagogisch und ethisch fundiertes Konzept für die lernförderliche Integration von Künstlicher Intelligenz (KI) in Blended-Learning-Formaten der Erwachsenenbildung zu entwickeln. Im Fokus steht die methodisch reflektierte Erarbeitung eines Orientierungsrahmens, der pädagogische und ethische Prinzipien systematisch verbindet.
2.3.2 Chancen und Herausforderungen des KI-Einsatzes in Blended-Learning-Kontexten
Der Einsatz von Künstlicher Intelligenz (KI) in Bildungs- und Blended-Learning-Kontexten ist durch eine grundlegende Ambivalenz gekennzeichnet: Einerseits eröffnen sich erhebliche Potenziale, andererseits treten zugleich komplexe Risiken zutage. Sowohl wissenschaftliche Analysen (Holmes et al., 2019, S. 179) als auch aktuelle Policy-Reports (Miao et al., 2021, S. 18–21) betonen, dass Chancen und Herausforderungen untrennbar miteinander verbunden sind und daher stets gemeinsam betrachtet werden müssen.
Ein zentrales Potenzial des KI-Einsatzes liegt in der Personalisierung von Lernprozessen: Eine Metastudie von Bond (2024, S. 27–28) zeigt, dass KI-basierte Systeme in der Lage sind, Lernumgebungen so anzupassen, dass Inhalte flexibel auf die individuellen Bedarfe und das Lerntempo einzelner Lernender zugeschnitten werden können, wodurch zugleich ihre Autonomie gestärkt wird. Diese Personalisierung reicht von der Anpassung von Materialien bis hin zu individualisierten Lernpfaden, die kontinuierlich auf Interaktionen reagieren. Grundlage dafür ist die Fähigkeit von KI, große Datenmengen zu analysieren und Muster zu erkennen, wodurch sich Lernstände nicht nur erfassen, sondern auch vorausschauend prognostizieren lassen (Kerres, 2018, S. 10; Storey & Wagner, 2024, S. 5, 7). Adaptive Systeme nutzen diese Möglichkeiten, indem sie zeitnahes Feedback geben und gezielte Interventionen bei drohenden Lernschwierigkeiten unterstützen.
Neuere Entwicklungen erweitern dieses Potenzial durch generative KI: Lernbots wie ChatGPT können personalisierte Unterstützung leisten, Routineaufgaben übernehmen und interaktive Dialoge gestalten, die Lernprozesse lebendiger und responsiver machen (Liu et al., 2025, S. 1–6). Damit wird nicht nur die kognitive Dimension adressiert, sondern auch die Möglichkeit eröffnet, Lernumgebungen stärker an die kommunikativen Bedürfnisse der Lernenden anzupassen. Holmes et al. (2019, S. 82) betonen in diesem Zusammenhang, dass KI-gestützte Systeme von schrittweise personalisierten Instruktionsformaten bis hin zu Tools reichen, die Lernende gezielt mit Tutoren verknüpfen und ihnen damit ein höheres Maß an Eigenverantwortung im Lernprozess eröffnen.
Die Potenziale personalisierter Lernunterstützung verdeutlichen, dass KI Lernprozesse individueller, adaptiver und interaktiver gestalten kann. Gleichzeitig eröffnet sich daraus unmittelbar die Frage, wie sich diese Entwicklung auf die Aufgaben und Rollen der Lehrenden auswirkt – ein Aspekt, der im folgenden Abschnitt in den Blick genommen wird.
Ein wesentliches Potenzial von KI besteht darin, arbeitsintensive Routinetätigkeiten wie Bewertung, Plagiatsprüfung oder Administration zu automatisieren (Bond, 2024, S. 28; Miao et al., 2021, S. 18). Dadurch können Lehrende zeitlich entlastet werden und mehr Raum für die individuelle Unterstützung von Lernenden gewinnen. Diese Entlastung führt zu einem Rollenwandel (Bozkurt & Sharma, 2023, S. 4–5). Während repetitive Aufgaben zurücktreten, gewinnen beratende, kuratierende und gestalterische Tätigkeiten an Gewicht. Generative KI trägt dazu bei, indem sie die Erstellung und Überarbeitung von Lernmaterialien teilweise automatisiert und damit Zeitressourcen freisetzt.
1 Einleitung: Dieses Kapitel führt in die Thematik der KI-gestützten Bildung in Blended-Learning-Formaten für Erwachsene ein und legt die Relevanz, Zielsetzung sowie den Aufbau der Arbeit dar.
2 Theoretischer Hintergrund: Hier werden digitale Lernformate, Gestaltungsprinzipien für lernförderliche Trainings und der Einsatz von KI in der Weiterbildung erläutert, inklusive Begriffsdefinitionen, Potenzialen, Herausforderungen und ethischen Leitlinien.
3 Stand der Forschung: Dieses Kapitel gibt einen Überblick über den aktuellen Forschungsstand zu KI im Blended Learning und identifiziert bestehende Forschungslücken, die die Notwendigkeit eines pädagogisch-ethischen Konzepts unterstreichen.
4 Methodisches Vorgehen: Das Kapitel beschreibt die forschungslogische und methodische Grundlage der Arbeit, basierend auf agilen Entwicklungsprinzipien, Design-Based Research und einem iterativen Vorgehen zur Konzeptentwicklung.
5 Entwicklung des Konzepts: In diesem Hauptteil wird der mehrstufige Entwicklungsprozess des BLAID-Modells von der Bestimmung des Anwendungskontexts über die Ableitung von Anforderungen bis zur iterativen Prototypen-Entwicklung detailliert beschrieben.
6 Theoretische und reflexive Verortung des BLAID-Modells: Das entwickelte Konzept wird hier theoretisch und methodisch eingeordnet, mit bestehenden Modellen verglichen, und sein Umgang mit Chancen und Herausforderungen des KI-Einsatzes sowie das methodische Vorgehen werden reflektiert.
7 Fazit und Ausblick: Dieses abschließende Kapitel fasst die zentralen Ergebnisse der Masterarbeit zusammen, bewertet die Tragweite des BLAID-Modells und skizziert Perspektiven für zukünftige Forschung und praktische Anwendungen.
Künstliche Intelligenz (KI), Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung, designorientierte Forschung, didaktisches Framework, Reflexivität, Lernförderung, Konzeptentwicklung, Personalisierung, Partizipation, Chancengleichheit, Rollenunsicherheit, Autoritätsverschiebung, BLAID-Modell
Diese Masterarbeit entwickelt ein pädagogisch und ethisch fundiertes Konzept zur lernförderlichen Integration von Künstlicher Intelligenz (KI) in Blended-Learning-Formaten der Erwachsenenbildung, um Lehrenden einen Orientierungsrahmen für die verantwortungsvolle Gestaltung solcher Lernprozesse zu bieten.
Die zentralen Themenfelder sind Künstliche Intelligenz (KI) in der Bildung, Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung von Lernprozessen, sowie die Entwicklung eines didaktischen Frameworks und Reflexionsinstruments.
Das primäre Ziel ist die Entwicklung eines pädagogisch und ethisch fundierten Konzepts zur lernförderlichen Integration von Künstlicher Intelligenz in Blended-Learning-Formaten der Erwachsenenbildung, welches pädagogische und ethische Prinzipien systematisch verbindet.
Die Arbeit folgt einer theoriebasierten, iterativ-reflexiven Entwicklungslogik, die Prinzipien agiler Entwicklung mit Design-Based Research (DBR) und einer integrativen Mixed-Methods-Perspektive (Convergent Design) kombiniert.
Der Hauptteil der Arbeit behandelt die Entwicklung des BLAID-Modells, beginnend mit der Beschreibung des Anwendungskontexts und der Zielgruppe, der Ableitung und Priorisierung von Anforderungen, der iterativen und reflexiven Prototypen-Entwicklung sowie einer Fallanwendung des finalen Modells.
Die Arbeit wird charakterisiert durch Schlüsselwörter wie Künstliche Intelligenz (KI), Blended Learning, Erwachsenenbildung, pädagogisch-ethische Gestaltung, designorientierte Forschung, didaktisches Framework und Reflexivität.
Das BLAID-Modell (Blended Learning AI Decision Model) ist ein Konzept zur Gestaltung und Reflexion von KI-gestützten Blended-Learning-Prozessen. Es besteht aus dem BLAID Framework, das Lernphasen und Kompetenzebenen strukturiert, und dem BLAID Reflection Compass, einem Reflexionsinstrument zur Überprüfung der pädagogisch-ethischen Stimmigkeit.
Das Modell integriert KI-Chancen wie Personalisierung und Partizipation, indem es KI als unterstützendes Werkzeug einsetzt, während es Herausforderungen wie Rollenunsicherheit und algorithmische Verzerrungen begegnet, indem es die menschliche Rolle und pädagogisch-ethische Reflexion in den Mittelpunkt stellt.
Das entwickelte Konzept richtet sich primär an Fachpersonen der Erwachsenen- und Weiterbildung, wie Trainer oder Personalentwickler, die Blended-Learning-Formate für berufstätige Erwachsene planen, gestalten und evaluieren.
Das BLAID-Modell ist theoretisch fundiert, jedoch bislang nicht empirisch erprobt. Es konzentriert sich auf qualitative Entscheidungsprinzipien und ist primär für die non-formale Erwachsenenbildung konzipiert, wobei seine Tragfähigkeit stark von der professionellen Urteilskraft der Lehrenden abhängt.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

