Getting Bigger Things Done: Ein Werkstatt-Seminar zum Einsatz von KI in Projekten
Projekte scheitern selten an der Idee. Sie scheitern an der Umsetzung. Genau diese Umsetzung verändert KI gerade grundlegend. Wer sein Projekt darauf einstellt, kann Vorhaben in einer Komplexität und Geschwindigkeit umsetzen, für die es vor wenigen Jahren ein ganzes Team und viel mehr Zeit gebraucht hätte.
Das Seminar arbeitet in drei Stufen. Solo: Wie baue ich ein Setup, in dem ich ein eigenes Projekt von der ersten Skizze bis zum Ergebnis durchziehe, ohne dass die KI jedes Mal bei Null anfängt? Team: Wie sieht ein gemeinsamer Knowledge Space aus, in dem Briefings, Onboarding und Entscheidungen für Menschen und für Maschinen lesbar abgelegt sind? Externe Stakeholder: Wie arbeite ich in so einem Setup mit Auftraggebern, Partnern und anderen Externen zusammen, ohne dass Vertrauens- oder Vertraulichkeitsprobleme entstehen.
Gearbeitet wird an realen Projekten der Teilnehmenden: einer Gründungsidee, einem studentischen Vorhaben, einem Job, einem Engagement. Nach einem kurzen Auftakt bauen wir an einem ganzen Werkstatt-Samstag die ersten Setups und schneiden die Projekte zu. Es folgen sieben Wochen Erprobung, begleitet von drei offenen Sprechstunden. Am zweiten Werkstatt-Samstag stellen wir uns die Ergebnisse vor, teilen unsere Erfahrungen und erarbeiten idealtypische Setups für zukünftige KI-Projekte.
Wer schon immer das Gefühl hatte, dass man dank KI heute viel mehr bewegen kann, ist herzlich eingeladen, es in diesem Seminar auszuprobieren.
Dipl. Manuel Dolderer
Manuel Dolderer setzt sich als Bildungsunternehmer, Gründer, Berater und Vordenker dafür ein, Hochschulbildung im Zeitalter von KI als Raum für Neugier, Selbstwirksamkeit und gesellschaftliche Verantwortung neu zu denken und systemisch zu verankern.
Er ist Mitgründer und war langjähriger Präsident der CODE University of Applied Sciences in Berlin, einer innovativen Hochschule für digitale Produktentwicklung. Dort verantwortete er den Aufbau und die Etablierung eines neugiergetriebenen, projektbasierten Lernmodells, das früh auch Fragen des Einsatzes von AI in Lehre und Praxis adressierte. Parallel gründete er die code+design Initiative, einen Verein, der mit seinen Angeboten chancenbenachteiligten Jugendlichen hilft, den praktischen Einsatz digitaler Technologien zu erlernen und dabei Selbstwirksamkeitserfahrungen zu machen
Davor verantwortete er den Aufbau der praxisHochschule (Klett-Gruppe), die später in die Europäische Fachhochschule (EU|FH) überging. Er studierte Wirtschaftswissenschaften, Philosophie und Kulturwissenschaften an der Universität Witten/Herdecke, wo er sich unter anderem als Vorstand der StudierendenGesellschaft engagierte.
Als Mitglied der Peer-to-Peer-Beratung des Hochschulforums Digitalisierung hat er zahlreiche Hochschulen bei der digitalen Transformation begleitet. Mit Vorträgen und Publikationen – unter anderem bei OEB Global, Times Higher Education, dem University Future Festival und TEDx – trägt er seit Jahren zu internationalen Diskussionen über die Zukunft der Hochschulbildung bei.
Derzeit engagiert er sich als Projektleiter Transformation an seiner Alma Mater, der Universität Witten/Herdecke, und wirkt zugleich an der Gründung der Zukunftsallianz für Transformative Bildung mit.
Teilnahmemodalitäten
Falls Sie die LV als Fachmodul im Hauptstudiengang anrechnen lassen möchten, melden Sie sich bitte zusätzlich über die WiGe LV-Nr. 400.0028 an.
Voraussetzung ist die verbindliche Bereitschaft, an beiden Blöcken vollständig teilzunehmen, in der Phase zwischen den Blöcken ein eigenes, reales Projekt mit dem im Seminar entwickelten Setup zu bearbeiten und wöchentlich zu dokumentieren und während des gesamten Semesters aktiv mit verschiedenen KI-Tools zu arbeiten, zu experimentieren und das eigene Setup im Tun weiterzuentwickeln und zu teilen.
Studierende, die bereits eine eigene Gründungsidee, ein laufendes studentisches Projekt oder eine Initiative außerhalb des Studiums (mit-)verantworten, sind ausdrücklich eingeladen.
Ziele & Kompetenzen
Thematische Schwerpunkte:
Drei Stufen der KI-gestützten Projektarbeit: Solo, Team, Multi-Stakeholder. Kontext-Engineering: System-Prompts, Projektregeln, Briefings und persistente Notizen als Arbeitsgrundlage jeder KI-Mitarbeit. Architektur KI-tauglicher Knowledge Spaces. Routinen für wiederkehrende Projektarbeit. Vertrauensvolle Multi-Stakeholder-Kommunikation. Rollenbilder für KI im Projekt, von der Zuarbeit bis zum kritischen Review. Vertraulichkeit, Datenschutz und Qualitätsrisiken. Augmentation statt Automation als Gestaltungsprinzip. Die „Jagged Frontier“ der Wissensarbeit (Dell'Acqua et al. 2025): Wo verlässlich Wert entsteht und wo verlässlich Fehler. Cognitive Offloading und die Frage, was Projektverantwortung nicht abgeben darf.
Lernergebnisse (Wissensebene):
Die Studierenden verstehen, wie generative KI-Systeme arbeiten, soweit das für ihre produktive und kritische Nutzung im Projekt nötig ist. Sie überblicken die Werkzeuglandschaft und wählen Werkzeuge begründet aus. Sie kennen zentrale empirische Befunde zur Wirkung von KI auf Wissens-, Team- und Projektarbeit. Sie unterscheiden Solo-, Team- und Stakeholder-Setups, ihre typischen Reibungspunkte und die Designentscheidungen, die daraus folgen.
Kompetenzen (Handlungsebene):
Die Studierenden bauen ein dokumentiertes KI-Setup für die eigene Projektarbeit und ein einfaches gemeinsames Setup für ein Team. Sie legen Briefings, Entscheidungslogs und Workflow-Dokumentation an, die für Mensch und Maschine verwertbar sind. Sie bearbeiten damit sieben Wochen lang ein reales Projekt, korrigieren ihr Setup im Verlauf und geben und nehmen konstruktives Peer-Feedback. Sie schätzen Risiken wie Vertraulichkeitsverletzung, Halluzination und falsches Vertrauen ein und begrenzen sie. Am Ende steht ein prototypisches Setup für zukünftige Projekte.