Die Bedeutung der Bildung im Bereich Digitalisierung und Künstliche Intelligenz (KI) an deutschen Hochschulen kann nicht hoch genug eingeschätzt werden. KI ist nicht nur eine treibende Kraft hinter der vierten industriellen Revolution (Neu et al. 2022), sondern auch ein zentraler Pfeiler in der Entwicklung zukunftsfähiger Gesellschaften und Wirtschaftssysteme (von Garrel et al. 2022). Anders als bei vorherigen technologischen Revolutionen am Arbeitsmarkt liegen die größten Produktivitätspotenziale von KI, und insbesondere von generativer KI, neben der Automatisierung der Produktion im Bereich der Wissensarbeit sowie in der Arbeit von Kreativschaffenden (Chui et al. 2023; McKinsey & Company 2023).

Damit gehen verschiedene Fragen einher (Weiß 2022): Wie qualifizieren wir uns als Hochschule für eine Zukunft, die sich dynamisch und rasant auf Basis von Technologien entwickelt, die heute noch in ihren Anfängen stecken? Welche Fähigkeiten bleiben trotz dieser Zukunftsambiguität verlässlich wertvoll? Welche Studiengänge führen heute noch zu einem zukunftssicheren Berufsbild von morgen? Und wie können wir neue Zielgruppen für Studiengänge im Bereich Digitalisierung und KI erschließen, um den steigenden Bedarf an Absolvent:innen mit technologischem Fachwissen in verschiedenen Branchen zu erfüllen?
…
Kompetenzen für das digitale Zeitalter
Es besteht kein Zweifel, dass in einer zunehmend technologiebasierten Welt der Erwerb tiefgreifender technologischer Kompetenzen von Vorteil ist. Dazu zählen beispielsweise Fähigkeiten aus den Bereichen Softwareentwicklung, Machine Learning oder UI-/UX-Design (Stifterverband für die Deutsche Wissenschaft/McKinsey & Company 2021). Doch selbst Berufsfelder, die einst als stabil galten, sind einem stetigen Wandel unterworfen. Was bedeutet dies für die Hochschulbildung? Studierenden muss es ermöglicht werden explorativ zu denken und zu gestalten. Sie müssen beispielsweise während der Gestaltung und Umsetzung innovativer Technologien und Produkte Metakompetenzen wie kritisches und unternehmerisches Denken, kollaboratives Arbeiten sowie Urteilsfähigkeit entwickeln können.
…
Vision einer neuen Studienfakultät für Digitalisierung und KI
Informatik integrativ und über die Fachgrenzen hinweg zu denken ist ein Ansatz, um die „klassischen“ Informatikstudiengänge weiterzudenken und um neue Zielgruppen zu erschließen. Die existierende IT-Ausbildung an deutschen Hochschulen und Universitäten bringt sehr qualifizierte Fachleute hervor, die global einen hervorragenden Ruf genießen. Allerdings stehen in den klassischen IT-Studiengängen weniger interdisziplinäres Denken und Handeln im Fokus.
…
Kurzprofile interdisziplinärer Studiengänge mit Fokus auf Digitalisierung und KI
Das Munich Center for Digital Sciences and AI wurde im Zuge der Hightech Agenda Bayern im Wintersemester 2020/21 gegründet und bietet drei interdisziplinäre Bachelor-Studiengänge, Digital Engineering, Informatik und Design sowie Geodata Science an. In allen drei Studiengängen erwerben die Studierenden Kompetenzen in den Bereichen Data Analytics und KI, Software Engineering und mobile Anwendungen.
…
Digital Engineering: Brücke zwischen Informatik und Ingenieurwesen
Der Bachelorstudiengang Digital Engineering ist eine Symbiose aus Informatik und Ingenieurwissenschaften. Er bereitet Studierende darauf vor, in der vierten industriellen Revolution führend zu sein.
…
Informatik und Design: Gestaltung der digitalen Zukunft
Der Bachelorstudiengang Informatik und Design verbindet Informatikkenntnisse mit Gestaltung und bereitet die Studierenden darauf vor, ästhetisch ansprechende, nutzer:innenzentrierte und technisch leistungsfähige Produkte zu erstellen.
…
Geodata Science: Antworten auf globale Herausforderungen
Der Studiengang Geodata Science konzentriert sich auf die Verwendung raumbezogener Daten zur Bewältigung globaler Herausforderungen wie Klimawandel und Ressourcenknappheit. Absolvent:innen des Studiengangs sind für Fach- und Führungsaufgaben in Bereichen der Data Science, insbesondere in Bezug auf räumliche Fragestellungen, qualifiziert.
…
Hürden bei der Entwicklung interdisziplinärer Studiengänge
Es sind allerdings auch einige Herausforderungen sichtbar geworden, die in der fakultätsübergreifenden Grundkonzeption der Studienfakultät angelegt sind. Da ist zum einen das Spannungsfeld zwischen unterschiedlichen Fakultätskulturen und der akademischen Selbstverwaltung und Gremienarbeit auf der anderen Seite. Die Reibungsverluste an den Schnittstellen der Organisationsprinzipien der einzelnen Fakultäten zu minimieren und ein produktives Miteinander sicherzustellen, ist eine permanente Aufgabe für die Studienfakultät.
…
Fazit
Die MUC.DAI-Studiengänge an der Hochschule München sind ein herausragendes Beispiel dafür, wie Hochschulen durch zukunftsorientierte Studienprogramme auf die Herausforderungen der Digitalisierung und KI reagieren können. Sie bieten Studierenden nicht nur eine fundierte akademische Ausbildung, sondern auch die Möglichkeit, sich aktiv an der Gestaltung der digitalen Zukunft zu beteiligen. Durch diese Programme wird die Innovationsfähigkeit, Effektivität und Effizienz in Wissenschafts- und Forschungseinrichtungen gestärkt und ein Beitrag zur Entwicklung zukünftiger Fach- und Führungskräfte geleistet, die in der Lage sind, die digitale Transformation in ihren jeweiligen Bereichen voranzutreiben. Angesichts der rasanten Fortschritte in der Technologie und der allgegenwärtigen digitalen Transformation sind solche interdisziplinären Bildungsinitiativen unerlässlich, um den zukünftigen Anforderungen gerecht zu werden und eine nachhaltige, technologieorientierte Entwicklung sicherzustellen.

• Der komplette Artikel ist im ► Onlineshop von Lemmens Medien erhältlich. Den Abonnenten der Zeitschrift Wissenschaftsmanagement steht der gesamte Beitrag in ihren Accounts zum kostenlosen Download zur Verfügung.

Dr. Sarah Ottinger. Geschäftsführung Munich Center for Digital Sciences and AI, Hochschule München.

Prof. Dr. Gudrun Socher. Professorin für Mensch-Maschine- Interaktion an der Fakultät für Informatik und Mathematik der Hochschule München und Studiendekanin am Munich Center for Digital Sciences and AI, Hochschule München.