Haben Sie sich schon einmal gefragt, wie viel Zeit Ihnen Künstliche Intelligenz bei der Lehrvorbereitung sparen kann – ohne dass dabei die Qualität leidet?
In diesem Artikel nehmen wir Sie mit zu zwei Kollegen, die genau das an der FH Aachen ausprobieren: Prof. Martin Pieper (FB 10, Energietechnik) und Prof. Kai Krycki (FB 6, Luft‑ & Raumfahrttechnik). Beide unterrichten stark mathelastige Fächer – und auch dort zeigt sich das Potenzial generativer KI.
Kontext: Dieser Beitrag fasst die Kurzvorträge des aixchange 03 zusammen – einem wiederkehrenden Format an der FH Aachen, in dem Lehrende ihre Erfahrungen mit KI in der Lehre teilen. Neben den kompakten Präsentationen steht dort vor allem der kollegiale Austausch im Mittelpunkt.
Von Corona‑Videos zum nachhaltigen Skript – der Weg von Martin Pieper
Kann KI aus meinen Videos ein sauberes Skript bauen?
Die Kurzantwort lautet: Ja! Martin Pieper hat es vorgemacht:
- Tonspur extrahieren (MP3) aus bestehenden Lehrvideos, die er während der Corona-Pandemie aufgezeichnet hat.
- Office‑Transkription nutzen, um eine Rohfassung des Textes zu erhalten.
- ChatGPT polieren lassen – Füllwörter raus, Grammatik rein, Struktur her.
- LaTeX‑Export von ChatGPT übernehmen und bei Bedarf minimal nachjustieren.
Das Resultat: Ein klar gegliedertes Skript mit korrekt gesetzten Formeln, das Studierende im Selbststudium nutzen können.
Nachhaltigkeit? Absolut – denn die einmal produzierten Videos liefern nun gleich drei Produkte: Video, Skript und Quelle für automatisiert erstellte Aufgaben.
Aufgaben & Fragen per Klick
Er geht noch einen Schritt weiter und lässt sich von ChatGPT zu jedem Video kurze Übungsaufgaben (inkl. Musterlösungen) und Verständnisfragen auswerfen. Einfachere Aufgaben fallen manchmal zu simpel aus – aber ein optimierter Prompt schafft Abhilfe. Der große Gewinn liegt in der Geschwindigkeit: Die Fragen stehen in Minuten, nicht in Stunden.
Kai Krycki: Eine komplette Master‑Vorlesung aus der KI‑Werkstatt
KI mitreden lassen – vom Inhaltsverzeichnis bis zur interaktiven Grafik
Workflow im Überblick
- Input: Vorangegangene Vorlesungsunterlagen (PDF) hochladen.
- Strukturvorschlag: Gemini Pro skizziert 30 Folien samt Visualisierungsideen anhand Kai Kryckis Themenvorschlägen mit umfangreichen Prompts.
- Feinschliff: Kai Krycki ergänzt Literatur & Beispiele, prüft Rechenwege.
- Output: 90‑Minuten‑Einheit (Folien + Python‑Demos) in Ø 10 Stunden Vorbereitungszeit.
Mathematik? Gerne – aber bitte interaktiv!
Kai Krycki nutzt ChatGPT, um
- Python‑Skripte für komplexe Plots zu generieren (z. B. Konvergenzbereiche des Newton‑Verfahrens),
- interaktive Widgets mit Slidern zu bauen (Stichwort Lagrange‑Interpolation live),
- und sogar handschriftliche Lösungswege via Foto → LaTeX sauber zu digitalisieren (Fehlerquote < 2 pro A4‑Seite).
Lernkurve: Wo hakt’s noch?
Bei reinen Beweisführungen merkt man: probabilistische Modelle sind (noch) keine exakten Mathematiker. Fehlberechnungen lassen sich jedoch durch gezielte Rückfragen häufig korrigieren.
Take‑away: Kontrolle bleibt Pflicht, aber die KI kann schon heute an vielen Stellen bis zu 80% der Routinearbeit leisten.
Was beide Ansätze gemeinsam haben
| Vorteil | Konkreter Nutzen |
|---|---|
| Arbeitsentlastung | Vorbereitung reduziert sich teils um > 50 %. |
| Nachhaltigkeit | Bestehende Inhalte (Videos, Mitschriften) werden mehrfach verwendet. |
| Skalierbarkeit | Einmal erstellte Aufgabenpools/Visualisierungen lassen sich semesterweise anpassen. |
| Interaktive und individuelle Lehre | Interaktive Diagramme & individualisierte Fragen fördern tiefes Verständnis. |
(Und ja: Auch die Fehlerkontrolle profitiert – denn digitalisierte Formeln sind immer lesbar.)
Werkzeugkiste der beiden Professoren
- ChatGPT Plus (o3) – stark bei mathematischen Berechnungen und LaTeX‑Ausgaben.
- Google Gemini Pro 2.5 – liefert strukturierte Folienentwürfe & Bildideen.
- Python + Matplotlib / Plotly – für Plots und interaktive Widgets (Code von der KI erzeugt).
- Office Transcribe – solide Audio‑Transkription als Grundlage.
Open‑Source‑Modelle wurden getestet, lagen aber in Qualität und Komfort spürbar zurück.
Drei Fragen, die Sie sich jetzt stellen sollten
- Wo in meiner Lehre schlummern Inhalte, die sich per KI weiterverwerten lassen?
(Alte Vorlesungsaufzeichnungen? Handschriftliche Lösungen?) - Welche Routineaufgabe frisst mir aktuell die meiste Zeit – und wäre ein KI‑Job?
- Wie kann ich gewonnene Zeit nutzen, um Studierende individueller zu betreuen?
Künstliche Intelligenz ersetzt keine Lehrenden. Sie übernimmt das Handwerk, damit Lehrende auf die Kunst konzentrieren können: inspirierende Lehre, persönliche Betreuung und didaktische Innovation.
Macht Sie das neugierig? Vom 9. bis 10. September 2025 findet an der FH Aachen erstmals der re:learn KI-Summit in Präsenz statt – zwei Fortbildungstage rund um generative Künstliche Intelligenz.
Bitte den Termin vormerken! Einen kleinen Clip und mehr Infos zur Veranstaltung finden Sie auf der KI-Summit-Webseite:
Dieser Text ist zu Teilen mit KI generiert und bearbeitet worden. Als Grundlage wurde ein Transkript aus dem oben stehenden Video mittels MacWhisper mit Whisper Large v3 Turbo erzeugt und darauf aufbauend mittels ChatGPT o3 ein Blogartikel gebaut. Dieser wurde dann vom Autor auf die jetzige Form angepasst.
Jonas Gilz
Studierter Mathematiker (M.Sc.) Mitglied des Arbeitsbereichs ZHQ | E-Learning.
2 Kommentare
Greifbare Beispiele, konzentriert vorgestellt – Fazit Entlastung und Mehrwert – spannende Frage, wie geht das weiter?
Toller Beitrag! Kompliment an die Kollegen und Mitautor:innen auch für den gelungenen Aufbau und die weiterführenden Fragestellungen. Es wäre interessant zu erfahren, wie Studierende das aufnehmen. Vieleicht an dieser Stelle später mal ein Artikel dazu? Oder Weiteres wie angekündigt am KI Summit!