Gkc25-Session: Technologies for facilitating Knowledge creation & learning in the digital era

Technologies for facilitating Knowledge creation & learning in the digital era
Art	Vortrag
KnowledgeCamp	KnowledgeCamp 2025
Speaker:in	Prof. Eric Tsui
Organisation	Hong Kong Knowledge Management Society
Track	KM Global Track
Datum	24.10.2025
Zeit	10:00 bis 10:45 Uhr
Raum	Potsdam (1.OG)
Sprache	Englisch
Aufzeichnung	YouTube
Im Programm	Programm
KI-Unterstützung	GPT-6.1 Sol

Aus dem Veranstaltungsprogramm:

This talk explores how Generative AI (G-AI), including ChatGPT, and metaverse can enhance student engagement and personalised learning. It covers the use of G-AI as a virtual tutor offering real-time, tailored support. The session also introduces gamification and self-paced learning strategies that adapt to individual learners’ needs. The use of metaverse technologies to create immersive, interactive learning environments. Together, these innovations offer powerful tools for educators to foster deeper understanding, motivation, and flexible learning pathways.

Eric Tsui stellt drei Ansätze vor, mit denen Technologien Lernen und Wissensgenerierung unterstützen können: einen Wettbewerb zwischen Lehrendem und ChatGPT, Lernräume im Metaverse sowie einen personalisierten KI-Tutor. Seine Beispiele verbinden Motivation, kritische Reflexion und individuell gestaltete Lernwege. Zugleich warnt er davor, dass Lernende zunehmend didaktische Entscheidungen übernehmen, ohne dafür ausreichend vorbereitet zu sein. Der Vortrag verbindet damit praktische Erprobungen mit einer offenen Frage nach den künftigen Rollen von Lehrenden und Lernenden.

Gliederung und Ausgangspunkt

Tsui richtet seinen Vortrag auf den Zusammenhang von Lernen, Wissen und Innovation aus. Kontinuierliches Lernen erweitert seiner Darstellung zufolge Kenntnisse und Perspektiven, ermöglicht neue Verbindungen und schafft Voraussetzungen für kreative Ideen. Aus diesen können umsetzbare Innovationen entstehen. Lernen ist für ihn deshalb kein begleitender Vorgang, sondern ein Ausgangspunkt für Wissensentwicklung und mögliche wirtschaftliche Erfolge.

Den Begriff der Wissensgenerierung fasst er weit: Experimente, Problemlösen, Situationsanalysen, Brainstorming und das Verknüpfen vorhandener Erkenntnisse gehören gleichermaßen dazu. Nicht jede Wissensgenerierung müsse in einem großen Ergebnis oder einem Dokument münden; auch das Entstehen einer neuen Idee zählt für ihn dazu.

Nach dieser Einordnung skizziert Tsui die Entwicklung technologiegestützten Lernens. Während früher vor allem das Bereitstellen, Finden und Herunterladen von Inhalten im Vordergrund gestanden habe, ermöglichten neuere Ansätze die Analyse von Lernverhalten und die Personalisierung von Inhalten und Lernwegen. Anschließend erläutert er seine drei Praxisfelder. Den Abschluss bilden eine kritische Betrachtung der Rollenverschiebung im Lernen und eine Diskussion mit dem Publikum.

Wettbewerb mit ChatGPT: Motivation und kritische Bewertung

Gestaltung des Formats

Tsuis erstes Beispiel verbindet Gamification mit generativer KI. Er berichtet von Lehrveranstaltungen, in denen er selbst gegen ChatGPT antrat und die Studierenden die Antworten bewerteten. Ein solcher Wettbewerb fand in einem virtuellen Unterricht über Zoom mit Studierenden der University of Stellenbosch in Südafrika statt.

Das Format soll Interesse wecken, den Wissenshorizont erweitern und dazu anregen, aus mehreren Quellen zu lernen. Tsui legt den Wettbewerb bewusst gegen Ende des Semesters, damit Fragen Inhalte aus unterschiedlichen Teilen des Kurses zusammenführen können.

Die Fragen werden von ihm vorbereitet oder durch ChatGPT erzeugt und anschließend von ihm geprüft. Studierende wählen aus, welche Fragen behandelt werden. Tsui verwendet offene Fragen und achtet nach eigener Darstellung darauf, gegenüber der Software fair zu bleiben. Eine dreistündige Veranstaltung bietet seiner Erfahrung nach Raum für sechs bis acht Fragen.

Auf jede Frage antwortet zunächst Tsui, anschließend ChatGPT. Die Studierenden bewerten, ob die Antwort des Professors, die Antwort von ChatGPT oder eine Kombination beider Antworten besser ist. Tsui sieht die Ergebnisse erst nach Abschluss aller Fragen. Auf den Wettbewerb folgen Gruppendiskussionen und Reflexionen.

Mehrere Quellen statt einer unangefochtenen Autorität

In den gezeigten Ergebnissen wurden Tsuis Antworten insgesamt besser bewertet als diejenigen von ChatGPT. Besonders interessant ist für ihn jedoch die Bewertung kombinierter Antworten. Sie macht sichtbar, dass weder die Lehrperson noch das KI-System allein notwendigerweise die vollständigste oder beste Antwort liefert.

Darin sieht Tsui einen wichtigen Lerngewinn: Studierende sollen Aussagen von Lehrenden nicht als unangreifbar behandeln, sondern zusätzliche Quellen zur Überprüfung, Ergänzung oder Bestätigung heranziehen. Gerade für Studierende, die zögern, Lehrpersonen zu widersprechen, bietet das Format einen Anlass zur kritischen Auseinandersetzung.

Die anschließenden Diskussionen behandeln Angemessenheit und Vollständigkeit der Antworten, die Formulierung von Fragen und Prompts sowie ethische Fragen, Vertraulichkeit und mögliche Verzerrungen. Tsui berichtet von positivem Feedback und sieht Vorteile für Beteiligung, Motivation, Selbstvertrauen und kritisches Denken. Diese Einschätzungen beziehen sich auf seine beschriebenen Erprobungen.

Metaverse: Lernräume zum Verweilen und Zusammenarbeiten

Präsentationen als wiederbesuchbarer Lernort

Im zweiten Praxisfeld nutzt Tsui das Metaverse, um Präsentationen über den eigentlichen Vortrag hinaus zugänglich zu machen. In einem virtuellen Raum platziert er vollständige Präsentationen und ausgewählte Folien an den Wänden. Studierende können gemeinsam zurückkehren, Inhalte betrachten, diskutieren und Fragen hinterlassen. Tsui besucht den Raum regelmäßig, um diese Fragen zu beantworten.

Der Mehrwert liegt für ihn nicht allein in der Darstellung von Folien, sondern in einem gemeinsamen Ort für Austausch und wiederholte Beschäftigung mit den Inhalten. Gegenüber einem bloßen Downloadlink soll der Raum zum Verweilen und zur Interaktion anregen.

Tsui überträgt diese Idee ausdrücklich auf das KnowledgeCamp: Präsentationen könnten mit Flächen für Notizen und Fragen verbunden werden. Damit entstünde ein längerfristig nutzbarer Ort, an dem Teilnehmende Inhalte erneut aufgreifen und auf Antworten warten können.

Drei untersuchte Raumkonzepte

In einem weiterführenden, geförderten Projekt unterscheidet Tsui drei Bereiche:

Metaverse-Galerie: Ein großer Ausstellungsraum bündelt Inhalte und Funktionen. Er soll als wiederkehrender Treffpunkt dienen, an dem Menschen lesen, lernen, diskutieren und Fragen stellen können.
Metaverse-Kollaboration: Thematisch ausgestattete Gruppenräume enthalten passende Inhalte, Werkzeuge und Aktivitäten. Tsui stellt sie den aus seiner Sicht wenig anregenden, schmucklosen Gruppenräumen in Zoom gegenüber.
MetaWear: Dieser Bereich untersucht, unter welchen Bedingungen das Tragen einer VR-Brille einen Unterschied für das Lernen macht. Betrachtet werden die Anordnung von Objekten, die Lerninhalte und die Aktivitäten.

Für die Kollaborationsräume berichtet Tsui von einer höheren Wirksamkeit gegenüber einfachen Diskussionsräumen. Bei MetaWear beschreibt er dagegen vor allem die Forschungsfrage: Die Untersuchung soll Lehrenden helfen, situationsabhängig über den Einsatz von Brillen zu entscheiden. Konkrete Ergebnisse zu diesen Bedingungen nennt er nicht.

Ein eingespielter Erfahrungsbericht einer Studentin beziehungsweise eines Studenten beschreibt höhere Beteiligung und bessere Konzentration. Zugleich betont Tsui Voraussetzungen für den Einsatz: klare Anweisungen, gegebenenfalls vorbereitende Schulungen, Aktivitäten mit Bezug zu den Lernzielen sowie die Beteiligung der Lehrenden und technische Unterstützung. Kenntnisse über die Bewegung im Metaverse dürften nicht einfach vorausgesetzt werden.

Socratic Playground for Learning: Personalisierte Begleitung

Fragen statt fertiger Lösungen

Das dritte Beispiel ist der Socratic Playground for Learning (SPL), eine auf ChatGPT basierende Tutorsoftware. Tsui erläutert, dass sie nicht von ihm selbst entwickelt wurde, sondern von seinem Direktor, einem Professor, der von der University of Memphis kam.

Im Zentrum steht Sokratisches Lernen: Lernende sollen nicht unmittelbar eine fertige Antwort erhalten, sondern durch strukturierte Fragen und Rückmeldungen schrittweise zu einer eigenen Lösung gelangen. Tsui versteht diesen Ansatz als Gegenentwurf zu einer Nutzung von ChatGPT, bei der Antworten ohne eigenes Nachdenken übernommen werden.

Die Software kann Themen, Unterthemen, Inhalte und Lernwege erzeugen, unterschiedliche didaktische Verfahren vorschlagen und Lernleistungen bewerten. Sie soll außerdem Fortschritte verfolgen und eine Leistungsübersicht erstellen, die sowohl Lernende als auch Lehrende einsehen können.

Konfiguration und Erkundung von Lernwegen

Die gezeigten Ausschnitte beginnen mit der Erfassung eines Lernprofils. Dazu gehören Sprache, Fachgebiet und Untergebiet, Lernziel, gewünschte Inhalte, Vorwissen, Qualifikationen und Erfahrungen sowie Lernumgebung und Lehrmethode.

Neben dem sokratischen Vorgehen beschreibt Tsui weitere wählbare Formate: Wettbewerb, Gamification, das Erschließen einer Frage aus einer vorgegebenen Antwort sowie simulierte Lernumgebungen mit Bots unterschiedlicher Rollen und Fähigkeiten.

In der Demonstration zeigt die Oberfläche verwandte Begriffe zu einem ausgewählten Konzept. Durch die Auswahl weiterer Begriffe entsteht ein zusätzlicher Lernpfad. Lernende können die Anordnung verändern, unterbrechen und über gespeicherte Lesezeichen später fortsetzen. Zu einzelnen Begriffen lässt sich ein Dialog beginnen, in dem Nachfragen in natürlicher Sprache möglich sind. Das System erläutert dabei auch, warum ein Szenario oder ein Begriff für das Lernziel relevant ist.

Weitere Funktionen sollen Fragen und Szenarien erklären sowie Lehrenden Hinweise auf häufige Schwierigkeiten und mögliche Ursachen falscher Antworten geben. Die Oberfläche übernimmt laut Tsui einen Teil der Promptgestaltung, sodass Nutzende nicht selbst alle Eingaben formulieren müssen.

Persönlicher Kontext als Bestandteil des Lernens

Besonders hebt Tsui die Anpassung von Szenarien an einzelne Lernende hervor. Ein Konfigurationsdialog fragt beispielsweise nach Wohnort, Vorlieben und Gewohnheiten. Auf dieser Grundlage sollen spätere Lernbeispiele im persönlichen und lokalen Alltag verankert werden.

Personalisierung bedeutet hier somit nicht nur, Inhalte an ein Wissensniveau anzupassen. Auch die Situationen, anhand derer ein Konzept erschlossen wird, sollen einen individuellen Bezug erhalten. Tsui verbindet damit die Hoffnung, dass Lernende ihr eigenes Lernen und unterschiedliche Lernmethoden bewusster wahrnehmen.

Rollenverschiebung: Mehr Selbststeuerung braucht Kompetenzen

Trotz seiner Begeisterung für die Werkzeuge formuliert Tsui eine grundlegende Sorge. In lehrpersonenzentrierten Formaten entscheiden Lehrende über Themen, Inhalte und Methoden. Mit KI-Unterstützung können Lernende zunehmend selbst Lernziele, Reihenfolgen, Lernumgebungen und didaktische Verfahren bestimmen.

Diese Handlungsmöglichkeiten bedeuten für ihn jedoch nicht automatisch, dass die dafür erforderlichen Kompetenzen vorhanden sind. Er bezweifelt, dass Studierende ausreichend vorbereitet sind, Aufgaben zu übernehmen, die zuvor Lehrende und ausgebildete Fachpersonen erfüllten.

In der Diskussion präzisiert er, dass fortgesetzte KI-Nutzung allein solche Entscheidungskompetenzen nicht vermittelt. Dafür sei gezielte Schulung erforderlich. Seine Sorge geht damit über einzelne fehlerhafte Antworten hinaus: Sie betrifft die Fähigkeit, den eigenen Lernprozess begründet zu gestalten.

Tsui warnt außerdem vor einer Verwendung von ChatGPT, die eigenes Denken ersetzt. Seine positive Bewertung personalisierter Werkzeuge ist daher an eine aktive, reflektierte Beteiligung der Lernenden gebunden.

Diskussion, Anregungen und offene Fragen

Auf die Frage nach Forschung zur veränderten Kompetenzverteilung antwortet Tsui, ihm seien einzelne Beiträge, aber kaum konkrete Detailuntersuchungen bekannt. Viele Hochschulangehörige konzentrierten sich seiner Einschätzung nach auf operative Fragen wie angemessene KI-Nutzung und Plagiatserkennung. Die umfassendere Rollenverschiebung benötige mehr Aufmerksamkeit.

Aus dem Publikum wird der Bezug zur Wissensmanagementpraxis hergestellt: Auch dort gehe es darum, Menschen zu wirksamerem Arbeiten mit Technologien zu befähigen, ohne die menschliche Verbindung zu vernachlässigen. Weitere Beiträge beschreiben aus persönlicher Sicht Hürden für den Metaverse-Einsatz in Deutschland, darunter technische Ausstattung und Kompetenzen der Lehrenden.

Tsui bietet an, Kontakte zu interessierten Forschungsgruppen aufzunehmen. Außerdem äußert er Interesse an einem Wettbewerb mit einer deutschen Klasse und stellt einen Zugang zur Tutorsoftware auf Nachfrage in Aussicht.

In seinem Fazit verbindet er die drei Ansätze mit besserem Verständnis, Wissensbehalten, Motivation, kritischen Fähigkeiten und kontinuierlicher Rückmeldung. Zugleich bleibt die Vorbereitung auf selbstgesteuertes Lernen eine offene Aufgabe. Die Werkzeuge erweitern nach seiner Darstellung die Möglichkeiten des Lernens; sie lösen jedoch nicht von selbst die Kompetenzfragen, die durch diese Erweiterung entstehen.