Das Whitepaper schlägt einen nicht-linearen Evaluationsrahmen in fünf Stufen vor: Kontext und Einsatzfälle bestimmen, rechtliche, ethische und technische Machbarkeit prüfen, eine Umsetzungsstrategie wählen, mit mehrschichtiger Evaluation erproben und datengestützt auswerten.
Grundlage ist eine fallübergreifende Auswertung von KI-Anwendungen an der TU Graz – darunter mehrsprachige, KI-erzeugte Lehrvideos, RAG-basierte Chatbots und automatisierte Bewertung. Generative KI wird dabei als didaktische Intervention verstanden, die laufende Steuerung, menschliche Aufsicht und institutionelle Verantwortung braucht: Anwendungen werden anhand ihres nachgewiesenen Nutzens für die Lehre weiterentwickelt, ausgeweitet oder eingestellt.
Zitieren
Schön, S., Brünner, B., Ebner, M., & Leitner, P. (2026). Evaluating GenAI Innovation in Higher Education. A Whitepaper. Whitepaper. Graz University of Technology. https://doi.org/10.3217/1tfkj-ntj85
BibTeX-Eintrag anzeigen
@techreport{schon2026evaluatinggenai,
author = {Schön, S. and Brünner, B. and Ebner, M. and Leitner, P.},
title = {{Evaluating GenAI Innovation in Higher Education. A Whitepaper}},
series = {Whitepaper},
institution = {Graz University of Technology},
year = {2026},
doi = {10.3217/1tfkj-ntj85}
}Beteiligte Kooperationspartner
Die Technische Universität Graz ist Forschungspartner in mehreren Projekten rund um KI-gestütztes Lernen und Learning Analytics.
Das Institut für Human-Centred Computing der TU Graz ist der fachlich nächste Partner von FLAAIT – von Human-Computer Interaction über Data Science bis zu Technikfolgenforschung.
Die Logos der Kooperationspartner und der Projekte sind urheber- und markenrechtlich geschützt und von der CC-BY-Lizenz dieser Website ausgenommen. Sie stehen hier ausschließlich zur Kennzeichnung der Zusammenarbeit; alle Rechte bleiben bei den jeweiligen Organisationen.