Langdock Logo
CODE University Logo

Wie die Code University durch KI ein neues Modell für die Hochschulbildung vorantreibt

Langdock ermöglichte 2x schnellere Feedback-Schleifen, eliminierte Vorab-Bewertungsgespräche für 50% der Studenten und skalierte Nachhaltigkeitsbewertungen über 120+ Projekte pro Semester.

Scale-UpEducation

Über die CODE University

"Langdock hat grundlegend verändert, wie wir lehren und bewerten. Es geht nicht nur um die Automatisierung von Aufgaben – es geht darum, ein reichhaltigeres, dynamischeres Bildungserlebnis zu schaffen."

quote

Florian Grote

Professor of Product Management

Die CODE University of Applied Sciences in Berlin ist eine innovative Hochschule mit Studiengängen in Softwareentwicklung, Design und Management. Die Universität setzt auf projektbasiertes Lernen, um Studierende auf reale Herausforderungen vorzubereiten und Kreativität, Teamarbeit sowie den Umgang mit neuen Technologien zu fördern.

CODE University ChallengeSource: CODE University

Herausforderung: Verbesserung der Lehrstandards und Effizienz ohne Ressourcenerweiterung

Mit dem Wachstum der Hochschule wuchs auch der Bedarf an individuellem Feedback und Betreuung, ohne dass mehr Ressourcen zur Verfügung standen. Die Dozierenden mussten digitale Klassenzimmer vorbereiten, komplexe Projekte bewerten und individuelles Feedback geben – all das mit begrenzter Zeit.

Ein weiteres Thema war der wachsende Einsatz von KI in der Lehre. Zwar bieten KI-Tools neue Möglichkeiten, Prozesse zu vereinfachen, doch gab es auch Skepsis, ob sie wirklich zum Lernerfolg beitragen. Die Lehrenden wollten sicherstellen, dass KI das kritische Denken fördert und nicht ersetzt.

Die Gründer von Langdock, selbst Alumni der CODE University, schenkten Studierenden und Lehrenden Lizenzen – aus Dankbarkeit gegenüber ihrer Hochschule und um den aktuellen Studierenden ein Werkzeug zu geben, das sie sich 2017 selbst gewünscht hätten. So wurde Langdock zum Experimentierfeld für KI an der CODE.

CODE University ChallengeSource: CODE University

Lösung: Nutzung von Langdock für personalisierte Unterstützung und Prozessskalierung

Seit der hochschulweiten Einführung im Jahr 2023 ist Langdock ein integraler Bestandteil des CODE-Lernerlebnisses.

1. Skalierbare Feedback-Systeme für Studenten

Die Lehrenden nutzen die Assistant-Sharing-Funktion von Langdock, um individuelle Lernassistenten für verschiedene Module zu erstellen, zum Beispiel für Produktstrategie oder Entscheidungsfindung. Diese KI-Assistenten stellten keine direkten Antworten bereit, sondern leiteten die Studierenden durch gezielte Fragen zur Reflexion an. So wurden die Studierenden dazu ermutigt, sich kritisch mit ihren Aufgaben auseinanderzusetzen.

Später wurden die einzelnen Assistenten zu einem „Meta-Assistenten" zusammengeführt. Dieser kombinierte Lehrmaterialien, Bewertungskriterien und Aufgabenstellungen und konnte zwischen methodischer Begleitung und Feedback unterscheiden – für ein nahtloses Lernerlebnis.

"Der Assistent gibt den Studierenden sofortiges, hochwertiges Feedback – ähnlich wie in einer Eins-zu-eins-Sitzung. Das hat nicht nur meine Arbeitsbelastung reduziert, sondern auch die Tiefe und Qualität ihrer Abgaben verbessert."

quote

Florian Grote

Professor of Product Management

2. Ergänzung der Unterrichtsvorbereitung und -bewertung

Langdock wurde auch genutzt, um die Vorbereitung von Unterricht und Prüfungen zu erleichtern. Die KI-Assistenten fassten Interviewdaten aus Bachelorarbeiten zusammen, markierten Unstimmigkeiten und generierten Prüfungsfragen. So konnten sich die Dozierenden auf wichtigere Aufgaben wie Mentoring und Curriculumsentwicklung konzentrieren.

3. Unterstützung der Studenten bei ihren Projekten und Lernprozessen

Studierende nutzen Langdock vielfältig: für Literaturrecherchen, um Informationen schnell zusammenzufassen, für Erklärungen komplexer Algorithmen, für Optimierungsvorschläge, beim Debuggen von Code oder für das Projektmanagement – von der Ideenfindung bis zur Umsetzung.

Ergebnisse: Ein effizienteres und wirkungsvolleres Bildungsmodell

Die Integration von Langdock hat sowohl die Effizienz der Lehrenden als auch die Lernergebnisse der Studierenden an der CODE University grundlegend verändert. Die Resultate:

  • 50% weniger Check-ins in einigen Modulen: Die Zahl der Pre-Assessment-Check-ins hat sich für einige Module halbiert, bei manchen Studierenden entfiel der Bedarf ganz. Das sparte den Dozierenden viele Stunden Vorbereitung und ermöglichte ihnen, sich in der Betreuung noch mehr der Weiterentwicklung der Studierenden zu widmen. .
  • Verbesserte Feedback-Qualität: Die KI-Assistenten lieferten gründlicheres und konsistenteres Feedback, als es die Professor:innen in begrenzter Zeit leisten könnten, und verbesserten so die Qualität der studentischen Abgaben.
  • Effizientere Bewertung von Abschlussarbeiten: Der Einsatz von KI zur Zusammenfassung und Analyse umfangreicher Interviewtranskripte beschleunigte und präzisierte die Bewertung von Abschlussarbeiten.
  • Zukunftssicheres Lernen: Durch die Integration von KI-Tools in das Curriculum lernten die Studierenden, sich kritisch mit KI auseinanderzusetzen und wurden auf eine Welt vorbereitet, in der KI allgegenwärtig ist.

Mit Langdock beschreitet die CODE University einen neuen Weg in der Hochschulbildung und zeigt, wie KI das Lernen verbessern, Prozesse effizienter gestalten und Studierende auf die Zukunft vorbereiten kann.

CODE University ChallengeSource: CODE University