Kunst- und Designlehrkräfte akzeptieren KI-generierte Inhalte für unterstütztes Tutoring: Ein erweitertes TAM‑TPACK‑Rahmenmodell

Warum das für die heutigen Klassenzimmer wichtig ist

Künstliche Intelligenz‑Werkzeuge, die Bilder, Texte und Designs erzeugen können, halten schnell Einzug in Kunst‑ und Designstudios. Für Lehrkräfte versprechen diese Werkzeuge schnellere Rückmeldungen, neue Wege, Kreativität anzuregen, und Unterstützung bei hoher Bewertungsarbeit – zugleich werfen sie aber Fragen auf. Werden Lehrende KI tatsächlich als Lehrassistenz einsetzen? Was gibt ihnen die Zuversicht, es auszuprobieren, und welche Art von Unterstützung benötigen sie? Diese Studie untersucht genau Universitätslehrkräfte für Kunst und Design auf dem chinesischen Festland, um zu verstehen, was sie dazu ermutigt – oder davon abhält –, KI‑generierte Inhalte in ihren Unterricht zu integrieren.

Wie KI in den Kunst‑ und Designunterricht passt

Die Autorinnen und Autoren konzentrieren sich auf „unterstütztes Tutoring“, bei dem KI‑Werkzeuge Lehrende unterstützen, statt sie zu ersetzen. Sie beschreiben drei zentrale Momente in einem typischen Kurs. Vor der Stunde können Lehrende Werkzeuge wie ChatGPT bitten, Fallstudien oder Erklärungen zu schwierigen Konzepten zu erstellen. Während der Stunde können Bildgeneratoren wie Midjourney oder DALL·E Studierenden helfen, Stile zu erkunden, visuelle Ideen zu testen oder schnell Entwurfsideen zu skizzieren. Nach der Stunde kann KI individuelle Kommentare zu Entwürfen liefern, Verfeinerungsvorschläge machen oder vorläufige Kritiknotizen vorbereiten. In studio‑ und projektbasierten Kursen – in denen Studierende und Lehrende über längere Zeit an realen Designproblemen arbeiten – könnten diese Werkzeuge verändern, wie Ideen entwickelt werden und wie das Feedback fließt.

Was die Forschenden prüfen wollten

Um die Entscheidungen von Lehrkräften aufzuschlüsseln, verbindet die Studie zwei bekannte Konzepte aus der Bildungs‑ und Technologieforschung. Das eine ist das Technology Acceptance Model, das besagt, dass Personen ein Werkzeug eher nutzen, wenn sie es für nützlich und leicht bedienbar halten und diese Wahrnehmung ihre Absicht zu handeln beeinflusst. Das andere ist der TPACK‑Rahmen, der besagt, dass gutes Lehren mit Technologie auf drei Wissensarten der Lehrkraft beruht: Fachwissen, pädagogisches Wissen und technologisches Wissen. Die Autorinnen und Autoren erweitern diese Ideen um zwei weitere Einflussfaktoren: die eigene Zuversicht der Lehrenden im Umgang mit KI sowie die Rahmenbedingungen – etwa verfügbare Hardware, Software und die Einstellungen von Kollegium und Führung. Anschließend befragen sie 387 Universitätslehrkräfte für Kunst und Design aus dem gesamten chinesischen Festland und analysieren statistisch, wie diese Elemente zusammenwirken.

Was die Daten über Lehrkräfte zeigten

Die Lehrkräfte in der Studie standen KI‑Werkzeugen insgesamt positiv gegenüber: Im Mittel bewerteten sie ihre Erfahrung, die Bedienungsfreundlichkeit der Werkzeuge und deren potenziellen Nutzen im mittleren bis hohen Bereich. Die Analyse zeigte klare Muster. Lehrkräfte, die sich sicherer fühlten, KI zu verstehen und erklären zu können, betrachteten KI‑Werkzeuge eher als einfach zu verwenden und lohnend; sie wiesen außerdem tendenziell ein stärkeres kombiniertes Wissen aus Technologie, Pädagogik und Fachinhalt auf. Diese Wissenskombination wiederum ließ KI hilfreicher und weniger einschüchternd erscheinen. Auch die externen Bedingungen spielten eine Rolle. Wenn Schulen solide technische Ressourcen, Schulungen und Unterstützung bei Problemen bereitstellten, empfanden Lehrkräfte KI als einfacher zu nutzen und waren eher bereit, sie zu übernehmen. Ebenso führten positive Einstellungen von Kolleginnen, Kollegen und Führungskräften dazu, dass Lehrkräfte KI eher als vorteilhaft einschätzten und planten, sie im eigenen Unterricht einzusetzen.

Wie die Elemente zusammenwirken

Betrachtet man all diese Faktoren gemeinsam, zeichnet die Studie ein geschichtetes Bild der Entscheidungsfindung. Individuelle Zuversicht und professionelles Wissen prägen, wie Lehrkräfte die Nützlichkeit und Einfachheit von KI beurteilen. Gleichzeitig verstärken oder schwächen Studioumgebungen, Rechenkapazität, Softwarezugang und eine Kultur des Teilens und der Kritik in Kunst und Design diese Beurteilung. Fühlen sich KI‑Werkzeuge unkompliziert an und unterstützen sie eindeutig die Lehrqualität, Vorbereitungszeit oder das Feedback, sind Lehrkräfte geneigter, sie in Studio‑Projekte, Kritiken und Bewertungen einzubetten. Sind Werkzeuge jedoch schwer zugänglich, schlecht unterstützt oder von Kolleginnen und Kollegen misstrauisch betrachtet, können selbst zuversichtliche Lehrkräfte zögern. Die Autorinnen und Autoren argumentieren, dass eine erfolgreiche Einführung mehr erfordert als die bloße Installation neuer Software; sie hängt von einem Ökosystem aus Schulungen, Ressourcen und Peer‑Communities ab.

Was das für die Zukunft des kreativen Lehrens bedeutet

Alltäglich formuliert ist das Fazit der Studie einfach: Kunst‑ und Designlehrkräfte sind bereit, mit KI zu kooperieren, wenn drei Dinge zusammenkommen – Zuversicht, Kompetenz und Unterstützung. Wenn Lehrende sowohl ihr Fach als auch die Werkzeuge verstehen, sich fähig fühlen, Studierende durch Mensch–KI‑Zusammenarbeit zu führen, und sich auf starke institutionelle Rückendeckung verlassen können, sind sie deutlich eher bereit, KI‑generierte Inhalte bedacht zu erproben. Die Autorinnen und Autoren schlagen vor, dass Schulen, Unternehmen und politische Entscheidungsträger gemeinsam langfristige Unterstützungsstrukturen schaffen sollten, die Schulungen, Infrastruktur und positive professionelle Gemeinschaften umfassen. Gut umgesetzt könnte dies Studios in Richtung eines Modells verschieben, in dem Menschen und Maschinen Seite an Seite arbeiten und Lehrkräfte mehr Zeit für Mentoring, kritische Beurteilung und die Förderung der kreativen Entwicklung der Studierenden gewinnen.

Zitation: Zhu, Z., Gan, Q. & Duan, P. Art and design teachers’ acceptance of AI-generated content for assisted tutoring: an extended TAM-TPACK framework. Humanit Soc Sci Commun 13, 362 (2026). https://doi.org/10.1057/s41599-026-06692-4

Schlüsselwörter: KI-generierte Inhalte in der Bildung, Kunst- und Designunterricht, Annahme von Technologie durch Lehrkräfte, TPACK und KI, Mensch–KI‑Zusammenarbeit im Klassenzimmer