Enthüllung der Einführung von AIGC durch Hochschulstudierende im Designlernen: ein integriertes Modell

Warum das für zukünftige Designer wichtig ist

Designstudierende an Hochschulen lernen heute in Ateliers, in denen künstliche Intelligenz in Sekunden skizzieren, schreiben und Bilder erzeugen kann. Diese Studie untersucht, wie sich diese Studierenden entscheiden, ob sie AIGC-Tools (KI-erzeugte Inhalte) tatsächlich in ihrem täglichen Designlernen verwenden. Zu verstehen, wie sie reagieren — was sie begeistert, was sie beunruhigt und was sie dazu bringt, diese Werkzeuge mit Freunden zu teilen — hilft Lehrenden, Kurse zu gestalten, die die Kreativität schützen und gleichzeitig das Potenzial neuer, leistungsfähiger Technologien nutzen.

Neue Werkzeuge im Designstudio

Die Autorinnen und Autoren konzentrieren sich auf chinesische Hochschulstudierende mit Designschwerpunkt, eine Gruppe, für die visuelle Kreativität, Iteration und Experimentieren zentral für das Studium sind. AIGC-Systeme können schnell alternative Layouts, Produktideen oder visuelle Konzepte erzeugen und so die frühen Phasen des Designs beschleunigen und den Studierenden mehr Raum geben, ihre Ideen zu verfeinern. Gleichzeitig werfen diese Systeme Fragen nach Originalität, Urheberschaft, Verzerrungen und einer übermäßigen Abhängigkeit von Maschinen auf. Frühere Forschungen untersuchten AIGC oft im Kontext allgemeiner Bildung oder aus einer rein technischen Perspektive; dieses Papier richtet den Blick darauf, wie Designstudierende selbst denken, fühlen und handeln, wenn solche Werkzeuge in ihr Lernen integriert werden.

Drei Phasen der Studentenantwort

Um diese Reaktionen zu untersuchen, kombinieren die Forschenden zwei etablierte Konzepte aus der Technologiestudie. Eines beschreibt, wie sich neue Werkzeuge in einer Gemeinschaft verbreiten, das andere erklärt, wie Menschen Aufwand, Nutzen und Emotionen abwägen, wenn sie ein Gerät erstmals kennenlernen. Zusammen werden diese Theorien genutzt, um einen dreiphasigen Pfad zu entwickeln. In der ersten Phase, Technologiebedenken genannt, beurteilen Studierende, ob AIGC besser ist als ältere Methoden, zu ihrer aktuellen Arbeitsweise passt oder verwirrend und schwer zu nutzen erscheint. In der zweiten Phase, emotionale Akzeptanz, bilden sie Erwartungen darüber, inwieweit AIGC ihre Leistung tatsächlich verbessern wird und wie viel Aufwand es erfordert, sich damit wohlzufühlen. In der letzten Phase, Verhaltensveränderung, formen soziale Kräfte und persönliche Bereitschaft, Neues auszuprobieren, ob Studierende die Werkzeuge weiter nutzen und sie anderen empfehlen.

Was die Umfrage zeigte

Das Team befragte 385 Designstudierende aus verschiedenen Fachrichtungen und stellte detaillierte Fragen zu diesen drei Phasen. Anschließend nutzten sie Strukturgleichungsmodelle, eine statistische Methode, um zu testen, wie gut verschiedene Faktoren miteinander verbunden sind. Sie fanden heraus, dass, wenn Studierende klare Vorteile in AIGC sehen — wie schnellere Ideenfindung oder reichere visuelle Optionen — und das Gefühl haben, dass diese Werkzeuge sich reibungslos in ihre übliche Software und Arbeitsabläufe einfügen, sie bessere Ergebnisse erwarten und glauben, dass die Werkzeuge nicht zu anspruchsvoll zu erlernen sind. Im Gegensatz dazu senken sich die Erwartungen an Leistung und Nutzungsfreundlichkeit, wenn AIGC kompliziert oder ständig im Wandel erscheint. Anders gesagt: wahrgenommener Nutzen und Passung ziehen Studierende zur Nutzung hin, während wahrgenommene Komplexität sie davon abhält.

Gefühle, soziale Umgebung und Early Adopters

Eines der auffälligsten Ergebnisse ist, dass die reine Erwartung besserer Leistung durch AIGC nicht stark vorhersagte, ob Studierende die Werkzeuge tatsächlich nutzten und verbreiteten. Stattdessen war der Glaube, dass AIGC keinen übermäßigen Aufwand erfordert — das Gefühl, dass es handhabbar ist und sich die Lernkurve lohnt — ein deutlich stärkerer Treiber. Auch das soziale Umfeld spielte eine wichtige Rolle: Wenn Lehrende und Kommilitoninnen und Kommilitonen AIGC nutzten oder dazu ermutigten, waren Studierende eher geneigt, die Werkzeuge weiter einzusetzen und anderen vorzustellen. Studierende mit einer von Natur aus innovationsfreudigen Einstellung, die gerne neue Methoden früh ausprobieren, wurden besonders häufig aktive Nutzer und informelle Fürsprecher von AIGC-Tools in ihren Peer-Netzwerken.

Was das für das Lehren von Design mit KI bedeutet

Die Studie kommt zu dem Schluss, dass der erfolgreiche Einsatz von AIGC in der Designausbildung weniger von großen Versprechen verbesserter Leistung abhängt als von alltäglicher Erfahrung: Werkzeuge müssen einfach zu erlernen, kompatibel mit bestehenden Atelierpraktiken und durch ein positives soziales Umfeld unterstützt sein. Komplexität kann Frustration und Angst auslösen und so die potenziellen Vorteile dämpfen. Für Lehrende und Entscheidungsträger legt das nahe, den Fokus auf klare Anleitung, gestufte Einführungen, technischen Support und Unterrichtskulturen zu legen, die durchdachtes Experimentieren fördern. Wenn AIGC zugänglich gemacht und sorgfältig integriert wird, kann es ein Partner im Designlernen werden, statt eine Bedrohung für die Kreativität oder Integrität der Studierenden.

Zitation: Zeng, L., Wang, A., Huang, Y. et al. Unveiling college students’ adoption of AIGC in design learning: an integrated model. Humanit Soc Sci Commun 13, 357 (2026). https://doi.org/10.1057/s41599-026-06713-2

Schlüsselwörter: KI in der Designausbildung, Akzeptanz von Technologien bei Studierenden, KI-erzeugte Inhalte, Diffusion von Innovationen, Designlernen