Skip to main content
SpringerLink
Log in

Unter dem Zeichen Künstlicher Intelligenz. Berufe, Kompetenzen und Kompetenzvermittlung der Zukunft

  • Chapter
  • First Online:
Künstliche Intelligenz in der Bildung

  • 6746 Accesses

Zusammenfassung

Der Einsatz Künstlicher Intelligenz (KI) wird zunehmend relevant – sowohl in Berufen mit formalisierbaren Aufgaben als auch in Berufsfeldern, für deren Aufgaben Erfahrungswissen notwendig ist und situationsabhängig Entscheidungen getroffen werden, die mit folgenschweren Konsequenzen verbunden sein können. Um das Potenzial der Zusammenarbeit zwischen Mensch und KI auszuschöpfen, muss sich der Mensch entsprechend wappnen. Somit verändern sich die Kompetenzanforderungen an Mitarbeiter:innen auf allen Ebenen und an ihre Führungskräfte. Relevante Konzepte des lebenslangen Lernens und der betrieblichen Weiterbildung gewinnen durch den Einfluss der Technologie auch unter teilweise veränderten Lernbedingungen vermehrt an Bedeutung. Neben neuen technischen und Fachkompetenzen, sind für die Nutzung von und die Zusammenarbeit mit der neuen Technologie weitere Kompetenzen notwendig, um z. B. einschätzen zu können, wann die Arbeit der Maschine ethisch vertretbar, effektiv, verantwortungsvoll, fair, transparent und nachvollziehbar ist. Auch neue Tätigkeitsprofile entstehen und die beruflichen Rollen verändern sich entsprechend. Neben den Anforderungen, die die KI an Bildung und Kompetenzentwicklung stellt, wird sie weiterhin zunehmend zur Gestaltung von Lernumgebungen und für den Kompetenzaufbau im Beruf eingesetzt. Sie ist somit nicht nur der Auslöser von Veränderungen, sondern auch das Instrument, welches genutzt wird, um die Lehre zu unterstützen und individueller, abwechslungsreicher sowie zeit- und ortunabhängiger zu gestalten. Im Beitrag werden Chancen und Herausforderungen durch den Einsatz von KI für zwei Dimensionen diskutiert: die Transformationsprozesse in der Berufswelt und die Gestaltung von Lernprozessen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Apt, W., Bovenschulte, M., Hartmann, E. A., & Wischmann, S. (2016). Foresight-Studie »Digitale Arbeitswelt«. Forschungsbericht/Bundesministerium für Arbeit und Soziales, FB463. Bundesministerium für Arbeit und Soziales.

    Google Scholar 

  • Atapattu, T., Falkner, K., Thilakaratne, M., Sivaneasharajah, L., & Jayashanka, R. (2020). What do linguistic expressions tell us about learners’ confusion? A domain-independent analysis in MOOCs. IEEE Transactions on Learning Technologies, 13(4), 878–888.

    Article  Google Scholar 

  • Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30. https://doi.org/10.1257/jep.29.3.3.

    Article  Google Scholar 

  • Baitsch, C., & Frei, F. (1980). Qualifizierung in der Arbeitstätigkeit. Huber.

    Google Scholar 

  • Barbor, A. B., Frush, J. M., Gatta, L. A., McManigle, W. C., Keah, N. M., Bejarano-Pineda, L., & Guerrero, E. M. (2019). Artificial intelligence in health care: Insights from an educational forum. Journal of Medical Education and Curricular Development., 6, 1–3. https://doi.org/10.1177/2382120519889348.

    Article  Google Scholar 

  • Berio, G., & Harzallah, M. (2005). Knowledge management for competence management. Journal of Universal Knowledge Management, 1, 21–28.

    Google Scholar 

  • Capuano, N., & Caballé, S. (2020). Adaptive learning technologies. AI Magazine, 41, 96–98. https://doi.org/10.1609/aimag.v41i2.5317.

    Article  Google Scholar 

  • Cimini, C., Pirola, F., Pinto, R., & Cavalieri, S. (2020). A human-in-the-loop manufacturing control architecture for the next generation of production systems. Journal of manufacturing systems, 54, 258–271.

    Article  Google Scholar 

  • Dengel, A. (2011). Künstliche Intelligenz in Anwendungen. KI-Künstliche Intelligenz, 25(4), 317–319.

    Article  Google Scholar 

  • Deutscher Bildungsrat. (1970). Strukturplan für das Bildungswesen. Empfehlungen der Bildungskommission. Ernst Klett.

    Google Scholar 

  • Dinkelaker, J. (2018). Lernen Erwachsener. Kohlhammer.

    Book  Google Scholar 

  • Dinkelaker, J. (2020). Weiterbildung. In S. Schinkel, F. Hösel, S. Köhler, A. König, E. Schilling, J. Schreiber, R. Soremski, & M. Zschach (Hrsg.), Zeit im Lebensverlauf (S. 323–328). Transcript.

    Google Scholar 

  • Ehrenberg-Silies, S., Kind, S., Apt, W., & Bovenschulte, M. (2017). Wandel von Berufsbildern und Qualifizierungsbedarfen unter dem Einfluss der Digitalisierung. Büro für Technikfolgen-Abschätzung beim Deutschen Bundestag (TAB). https://doi.org/10.5445/IR/1000133494.

  • Frey, C. B., & Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological forecasting and social change, 114, 254–280.

    Article  Google Scholar 

  • Gao, Y., Sun, X., Wang, X., Guo, S., & Feng, J. (2020). A parallel neural network structure for sentiment classification of MOOCs discussion forums. Journal of Intelligent & Fuzzy Systems, 38(4), 4915–4927.

    Article  Google Scholar 

  • Gaylor, C., Schöpf, N., & Severing, E. (2015). Wenn aus Kompetenzen berufliche Chancen werden. Wie europäische Nachbarn informelles und non-formales Lernen anerkennen und nutzen. Bertelsmann Stiftung.

    Google Scholar 

  • Geng, S., Niu, B., Feng, Y., & Huang, M. (2020). Understanding the focal points and sentiment of learners in MOOC reviews: A machine learning and SC-LIWC-based approach. British Journal of Educational Technology, 51(5), 1785–1803.

    Article  Google Scholar 

  • George, G., & Lal, A. M. (2019). Review of ontology-based recommender systems in e-learning. Computers & Education, 142, 103642.

    Article  Google Scholar 

  • Gillen J., & Linderkamp R. (2007). Arbeitsnehmerorientiertes Coaching ein Ansatz zur Begleitung und Beratung beruflicher Entwicklungen im Betrieb. In P. Dehnbostel, H.-J., Lindemann, & C. Ludwig (Hrsg.), Lernen im Prozess der Arbeit in Schule und Betrieb (S. 233–246). Waxmann.

    Google Scholar 

  • Gronau, N. (2009). Wissen prozessorientiert managen: Methode und Werkzeuge für die Nutzung des Wettbewerbsfaktors Wissen in Unternehmen. Oldenbourg.

    Google Scholar 

  • Gronau, N., Ullrich, A., & Teichmann, M. (2017). Development of the industrial IoT competences in the areas of organization, process, and interaction based on the learning factory concept. Procedia Manufacturing, 9, 254–261.

    Article  Google Scholar 

  • Gronau, N., & Vladova, G. (2021). AI-supported assistance systems in enterprise learning processes – Prospects and limitations. In W. Sihn & S. Schlund (Hrsg.), Competence development and learning assistance systems for the data-driven future (S. 81–92). Schriftenreihe der Wissenschaftlichen Gesellschaft für Arbeits- und Betriebsorganisation (WGAB) e.V.

    Google Scholar 

  • Han, Y., Wu, W., Yan, Y., & Zhang, L. (2020). »Human-Machine Hybrid Peer Grading in SPOCs«. IEEE Access, 8(20), 220922–220934. https://doi.org/10.1109/ACCESS.2020.3043291.

  • Hasenbein, M. (2020). Der Mensch im Fokus der digitalen Arbeitswelt. Springer. https://doi.org/10.1007/978-3-662-61661-1.

    Book  Google Scholar 

  • Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Center for Curriculum Redesign.

    Google Scholar 

  • Illeris, K. (2003). Workplace learning and learning theory. Journal of workplace learning, 15(4), 167–178. https://doi.org/10.1108/13665620310474615.

    Article  Google Scholar 

  • Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2017). Artificial Intelligence in healthcare: Past, present and future. Stroke and vascular neurology, 2(4), 230–243.

    Google Scholar 

  • Jones, A. T., Romero, D., & Wuest, T. (2018). Modeling agents as joint cognitive systems in smart manufacturing systems. Manufacturing Letters, 17, 6–8.

    Article  Google Scholar 

  • Kalis, B., Collier, M., & Fu, R. (2018). 10 promising AI applications in health care. Harvard Business Review, 1–5.

    Google Scholar 

  • Kastrati, Z., Imran, A. S., & Kurti, A. (2020). Weakly supervised framework for aspect-based sentiment analysis on students’ reviews of MOOCs. IEEE Access, 8, 106799–106810.

    Article  Google Scholar 

  • LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444.

    Article  Google Scholar 

  • Lemay, D. J., & Doleck, T. (2020). Predicting completion of massive open online course (MOOC) assignments from video viewing behavior. Interactive Learning Environments. https://doi.org/10.1080/10494820.2020.1746673.

    Article  Google Scholar 

  • Li, C., & Zhou, H. (2018). Enhancing the efficiency of massive online learning by integrating intelligent analysis into MOOCs with an application to education of sustainability. Sustainability, 10(2), 468.

    Article  Google Scholar 

  • Liu, B., Xing, W., Zeng, Y., & Wu, Y. (2020). Quantifying the influence of achievement emotions for student learning in MOOCs. Journal of Educational Computing Research. https://doi.org/10.1177/0735633120967318.

    Article  Google Scholar 

  • Mack, W. (2007). Lernen im Lebenslauf – Formale, non-formale und informelle Bildung: Die mittlere Jugend (12 bis 16 Jahre). Studie im Auftrag der Enquetekommission »Chancen für Kinder« des Landtags von Nordrhein-Westfalen.

    Google Scholar 

  • McClelland, D. C. (1973). Testing for competence rather than for »intelligence«. American psychologist, 28(1), 1.

    Article  Google Scholar 

  • Mourdi, Y., Sadgal, M., El Kabtane, H., & Fathi, W. B. (2019). A machine learning-based methodology to predict learners’ dropout, success or failure in MOOCs. International Journal of Web Information Systems, 15(5), 489–509.

    Article  Google Scholar 

  • Müller, N., Wenzelmann, F., Wehner, C., Thiele, M., & Kienitz-Adam, T. (2018). Berufliche Weiterbildung: Aufwand und Nutzen für Individuen. Ergebnisse einer BIBB-Erhebung, S. 12.

    Google Scholar 

  • Narayanasamy, S. K., & Elçi, A. (2020). An effective prediction model for online course dropout rate. International Journal of Distance Education Technologies (IJDET), 18(4), 94–110.

    Article  Google Scholar 

  • Ng, A. (2016). Nuts and bolts building AI applications using Deep Learning. NIPS 2016 Tutorials. https://www.youtube.com/watch?v=wjqaz6m42wU. Zugegriffen: 23. Nov. 2021.

  • Nilsson, N. J. (2009). The quest for artificial intelligence: A history of ideas and achievements. Cambridge University Press.

    Book  Google Scholar 

  • Pillutla, V. S., Tawfik, A. A., & Giabbanelli, P. J. (2020). Detecting the depth and progression of learning in massive open online courses by mining discussion data. Technology, Knowledge and Learning, 25(4), 881–898.

    Article  Google Scholar 

  • Poschmann, K. (2015). Berufliche Weiterbildung im Zeitalter der Digitalisierung (84). DIW Roundup: Politik im Fokus.

    Google Scholar 

  • Qiu, L., Liu, Y., Hu, Q., & Liu, Y. (2019). Student dropout prediction in massive open online courses by convolutional neural networks. Soft Computing, 23(20), 10287–10301.

    Article  Google Scholar 

  • Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358.

    Article  Google Scholar 

  • Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu, EUR 28775 EN. Publications Office of the European Union.

    Google Scholar 

  • Rohs, M. (2016). Genese informellen Lernens. In M. Rohs (Hrsg.), Handbuch Informelles Lernen (S. 3–38). Springer VS.

    Chapter  Google Scholar 

  • Schmidhuber, J. (2007). 2006: Celebrating 75 years of AI-history and outlook: The next 25 years. In 50 years of Artificial Intelligence (S. 29–41). Springer.

    Google Scholar 

  • Schmidhuber, J. (2014). Deep Learning in neural networks: An overview. The Swiss AI Lab IDSIA Istituto Dalle Molle di Studi sull’Intelligenza Artificiale University.

    Google Scholar 

  • Senderek, R., & Geisler, K. (2015). Assistenzsysteme zur Lernunterstützung in der Industrie 4.0. In Proceedings of DeLFI workshops.

    Google Scholar 

  • Seufert, S., & Meier, C. (2016). Informelles Lernen mit digitalen Medien in Unternehmen. Handbuch Informelles Lernen (S. 547–566). Springer VS.

    Chapter  Google Scholar 

  • Siemieniuch, C. E., Sinclair, M. A., & Henshaw, M. D. (2015). Global drivers, sustainable manufacturing and systems ergonomics. Applied ergonomics, 51, 104–119.

    Article  Google Scholar 

  • Sungkur, R. K., & Maharaj, M. S. (2021). Design and implementation of a SMART learning environment for the upskilling of cybersecurity professionals in Mauritius. Education and Information Technologies, 26(3), 3175–3201.

    Article  Google Scholar 

  • Vittorini, P., Menini, S., & Tonelli, S. (2021). An AI-based system for formative and summative assessment in data science courses. International Journal of Artificial Intelligence in Education, 31(2), 159–185.

    Article  Google Scholar 

  • Vladova, G., Wotschack, P., de Paiva Lareiro, P., Gronau, N., & Thim, C. (2020). Lernen mit Assistenzsystemen – Vor lauter Aufgaben den Prozess nicht sehen? Industrie 4.0 Management, 36(3), 16–20.

    Google Scholar 

  • Wang, L., Hu, G., & Zhou, T. (2018). Semantic analysis of learners’ emotional tendencies on online MOOC education. Sustainability, 10(6), 1–19.

    Article  Google Scholar 

  • Wilson, H. J., Daugherty, P., & Bianzino, N. (2017). The jobs that artificial intelligence will create. MIT Sloan Management Review, 58(4), 14.

    Google Scholar 

  • Xing, W., & Du, D. (2019). Dropout prediction in MOOCs: Using deep learning for personalized intervention. Journal of Educational Computing Research, 57(3), 547–570.

    Article  Google Scholar 

  • Yang, T. Y., Brinton, C. G., Joe-Wong, C., & Chiang, M. (2017). Behavior-based grade prediction for MOOCs via time series neural networks. IEEE Journal of Selected Topics in Signal Processing, 11(5), 716–728.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Lehrstuhl für Wirtschaftsinformatik, Prozesse und Systeme, Universität Potsdam, Potsdam, Deutschland

    Gergana Vladova & Clementine Bertheau

  2. Weizenbaum-Institut, Berlin, Deutschland

    Gergana Vladova

Authors
  1. Gergana Vladova
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Clementine Bertheau
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Gergana Vladova .

Editor information

Editors and Affiliations

  1. Institut für Bildungswissenschaft und Medienforschung, Fern Universität in Hagen, Hagen, Deutschland

    Claudia de Witt

  2. Universität Bremen, Bremen, Deutschland

    Christina Gloerfeld

  3. Institut für Bildungswissenschaft und Medienforschung, Fern Universität in Hagen, Hagen, Deutschland

    Silke Elisabeth Wrede

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Vladova, G., Bertheau, C. (2023). Unter dem Zeichen Künstlicher Intelligenz. Berufe, Kompetenzen und Kompetenzvermittlung der Zukunft. In: de Witt, C., Gloerfeld, C., Wrede, S.E. (eds) Künstliche Intelligenz in der Bildung. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-40079-8_19

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-40079-8_19

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-40078-1

  • Online ISBN: 978-3-658-40079-8

  • eBook Packages: Education and Social Work (German Language)

Publish with us

Policies and ethics

Search

Navigation