Menschenzentrierte Designprinzipien für adaptives KI-Feedback zur Bewahrung des psychologischen Eigentums

Der Einsatz von KI-gestützten Feedbacksystemen im akademischen Schreibprozess nimmt stetig zu. Solche Systeme versprechen Effizienzgewinne und eine bessere Verfügbarkeit von Rückmeldungen. Gleichzeitig besteht jedoch die Gefahr, dass Studierende Autonomie, Kontrolle und das Gefühl des psychologischen Eigentums an ihren Texten verlieren. Vor diesem Hintergrund untersucht diese Bachelorarbeit, wie KI-basiertes Feedback gestaltet werden kann, um Studierende wirksam zu unterstützen, ohne ihre Autorschaft zu beeinträchtigen.

Zielsetzung

Ziel der Arbeit ist die Ableitung menschenzentrierter Designprinzipien für ein adaptives KI-Feedbacksystem im Hochschulkontext. Im Fokus stehen zwei Forschungsfragen:
(1) Wie beeinflussen unterschiedliche KI-Feedbackmodalitäten das psychologische Eigentum von Studierenden an ihren Texten?
(2) Wie können KI-Feedbacksysteme so gestaltet werden, dass sie adaptive Unterstützung bieten und gleichzeitig Ownership bewahren?

Methodisches Vorgehen

Die Arbeit folgt dem Ansatz der Design Science Research nach Hevner, welcher darauf abzielt, praxisrelevante Probleme durch die systematische Entwicklung und Evaluation von Artefakten zu adressieren. Im Zentrum steht dabei das Zusammenspiel von theoretischer Fundierung, empirischer Erkenntnisgewinnung und gestalterischer Umsetzung. Design Science Research verbindet somit wissenschaftliche Strenge mit praktischer Relevanz, indem Gestaltungswissen in Form von Designprinzipien generiert und anhand eines Artefakts reflektiert wird.

Zunächst wurde ein strukturiertes Literaturreview zu psychologischem Eigentum, Feedbackforschung und menschenzentrierter KI durchgeführt. Ergänzend dazu wurden zwölf semistrukturierte Interviews mit Studierenden geführt, um reale Nutzungserfahrungen, Erwartungen und wahrgenommene Risiken im Umgang mit KI-Feedback zu erfassen.
Auf Basis der Synthese aus Theorie und Empirie wurden drei Designprinzipien abgeleitet und in einem promptbasierten Artefakt umgesetzt, das drei unterschiedliche Feedbackmodalitäten (Giving Answers Strategy, Prompting Answers Strategy und Elaborating Answers Strategy) operationalisiert. Dieses Artefakt wurde anschliessend explorativ mit Studierenden erprobt und evaluiert.

Ergebnisse

Die Ergebnisse zeigen, dass insbesondere reflexionsorientierte und erklärende Feedbackmodalitäten als lernförderlich und ownership-stärkend wahrgenommen werden. Diese unterstützen die aktive Auseinandersetzung mit dem eigenen Text und fördern Autonomie sowie Kontrolle. Direktive, variantenbasierte Rückmeldungen können zwar effizient sein, werden jedoch als potenziell eingreifend erlebt, wenn sie zu stark vorgeben.
Die Arbeit verdeutlicht, dass menschenzentrierte Gestaltungsprinzipien bereits durch gezieltes Prompt-Design wirksam umgesetzt werden können. Für die Praxis wird empfohlen, KI-Feedback als ergänzendes Werkzeug einzusetzen, das Reflexion unterstützt, Wahlmöglichkeiten bietet und die didaktische Verantwortung klar beim Menschen belässt.

Fazit

Diese Bachelorarbeit zeigt, dass der Einsatz von KI-gestütztem Feedback im akademischen Schreibprozess nicht zwangsläufig zu einem Verlust von Autonomie oder psychologischem Eigentum führen muss. Entscheidend ist vielmehr die konkrete Gestaltung der Feedbacklogik. KI-Systeme entfalten ihr Potenzial insbesondere dann, wenn sie nicht als ersetzende Autorität auftreten, sondern als reflexionsförderndes, transparentes und kontrollierbares Unterstützungswerkzeug eingesetzt werden.

Die entwickelten Designprinzipien verdeutlichen, dass adaptive, dialogische und lernorientierte Feedbackmodalitäten das Gefühl von Ownership stärken können, indem sie Studierende aktiv in Entscheidungsprozesse einbinden und ihre Autorschaft respektieren. Damit leistet die Arbeit einen Beitrag zur menschenzentrierten Gestaltung von KI-Feedbacksystemen und unterstreicht die Bedeutung eines verantwortungsvollen, didaktisch reflektierten KI-Einsatzes im Hochschulkontext.