AI Beacon: Bidirektionale Kursevaluation mit KI-Assistenz zum Monitoring und zur Optimierung der Lehrqualität
Von Feedback zu Handlung: Verbesserung der Unterrichtsqualität durch die Stärkung von Lehrpersonen, Student*innen und Institutionen mit KI-gestützten Evaluationsinstrumenten.
Laufzeit: Januar 2026 – Dezember 2026
Status: Laufend
Bildungsstufe: Tertiärstufe
Thema: Artificial Intelligence AI, Data Science for Education, Digital Tools
Keywords: Evaluation und Beurteilung, Künstliche Intelligenz, Hochschulbildung, Student*innenfeedback, Unterrichtsqualität
Ausgangslage
Die Evaluation von Lehrveranstaltungen ist ein zentrales Element der Qualitätssicherung in der Hochschulbildung, doch bestehende Praktiken sind häufig einseitig und bieten nur begrenzte Handlungsorientierung zur Verbesserung des Unterrichts. Mit AI Beacon schlagen wir eine innovative digitale Lösung vor, die auf agentischer Künstlicher Intelligenz (KI) basiert und alle Phasen des Evaluationszyklus unterstützt. AI Beacon bietet gezielte Unterstützung für:
- die Entwicklung geeigneter Evaluationsformate durch Lehrpersonen,
- die Anleitung von Student*innen zur ganzheitlichen Rückmeldung,
- die pädagogische Beratung bei der Ableitung konkreter Handlungsempfehlungen und
- die Umsetzung von Verbesserungsmassnahmen in Unterricht und Lehrmaterialien.
AI Beacon baut auf dem Digital Competency Training Assessment Model (DTCAM) und dessen Umsetzung, dem Digital Training Companion (DTC), auf – beide wurden am LEARN Center der EPFL entwickelt. Dieses einjährige Design-Science-Forschungsprojekt demonstriert die technische Machbarkeit von AI Beacon und testet dessen Wirksamkeit im Umgang mit zentralen Herausforderungen der Lehrevaluation im Hochschulkontext. Durch iterative Weiterentwicklung und langfristige Validierung verspricht AI Beacon, die Evaluation Literacy zu verbessern, die Qualität der Lehre zu steigern und Entscheidungsprozesse auf institutioneller Ebene zu vereinfachen – als Wegbereiter für Evaluation der nächsten Generation in Hochschulen und darüber hinaus.
Ziele
AI Beacon baut direkt auf der Theorie der Lehrevaluation auf und bringt durch neue Entwicklungen in multimodalen Sprachmodellen (mLLMs), Schnittstellen zu Learning Management Systems (LMS) und Analyse von Kursinhalten wegweisende Innovationen. Es automatisiert die Gestaltung hochwertiger Evaluationsformate, unterstützt Student*innen bei der Formulierung konstruktiver Rückmeldungen mittels KI und generiert daraus konkrete, handlungsrelevante Verbesserungsvorschläge. Ziel ist der Übergang zu einer neuen Generation der Lehrevaluation, die durch KI unterstützt und durch menschliche Entscheidungen gesteuert wird – geprägt von kontinuierlicher Verbesserung, Skalierbarkeit, Bidirektionalität und Umsetzbarkeit.
Methode
Das Projekt gliedert sich in zwei Phasen:
- die Entwicklung von AI Beacon als eigenständiger, KI-gestützter, in der Schweiz gehosteter Webdienst mit Anbindung an die DTC-Plattform;
- die pilotartige empirische Überprüfung seiner Wirksamkeit.
Die Entwicklung erfolgt im Rahmen eines interdisziplinären Co-Design-Prozesses mit iterativer Optimierung. Dabei entstehen funktionale Module (Lehrpersonenunterstützung, Student*innenfeedback, Feedback-to-Action) sowie eine sichere technische Integration. Fallstudien an der BFH und SUPSI mit über 100 Teilnehmer*innen erfassen qualitative und quantitative Daten zur Qualität der Beurteilungen, Nützlichkeit des Feedbacks und zur Akzeptanz.
Geplante Translation
AI Beacon wird als marktfähige, produktionsreife Anwendung mit direktem Nutzen für die Bildungspraxis konzipiert. Die Lösung erfüllt Schweizer Standards in Bezug auf Datenschutz, Datensouveränität, Zuverlässigkeit und Robustheit. Durch Tests an verschiedenen Hochschulen (BFH und SUPSI) mit unterschiedlichen Unterrichtssprachen wird die Passung zwischen Problem und Lösung geprüft und eine hohe Qualität gewährleistet. Die Beteiligung dreier Institutionen mit unterschiedlichen Landessprachen deckt die vier Hauptsprachen der Schweizer Hochschullandschaft ab. Modulare Programmierung, klare Dokumentation und offene Schnittstellen ermöglichen Interoperabilität und die Integration in Drittsysteme – und sichern so den langfristigen Nutzen über eine einzelne Plattform hinaus. Während generative KI die Bildungslandschaft transformiert, stossen traditionelle Evaluationsmethoden zunehmend an Grenzen, wenn es darum geht, echtes Lernen zu erfassen. AI Beacon unterstützt Lehrpersonen bei der Entwicklung effektiver formativer Assessments und Student*innen bei der Formulierung konstruktiven Feedbacks. Dieses wird in konkrete, kursbezogene Handlungsvorschläge überführt – und schliesst damit den Kreis zwischen Evaluation und Verbesserung. Entwickelt im Zusammenspiel von EPFL (Bildungswissenschaften) und BFH (KI-Expertise), getestet mit Lehrpersonen und Student*innen an der BFH und SUPSI sowie validiert durch pädagogische Expert*innen, steht AI Beacon bereit für die Anwendung im Schweizer Hochschulraum – mit über 300’000 Student*innen und 25’000 Lehrpersonen.
