Digitalisierung und Künstliche Intelligenz (KI) sind an Hochschulen bisher vor allem Gegenstand von Forschung und Lehre. Für die Curricularentwicklung spielen sie nur eine untergeordnete Rolle.
Studiengänge und Lehrveranstaltungen werden immer noch in Handarbeit geplant und beschrieben.

Unsere Wissensgesellschaft benötigt immer stärker spezialisierte, aber auch immer mehr interdisziplinäre Studiengänge.
Vorkenntnisse und Ziele der Studierenden werden aber immer heterogener. Ein "one-size-fits-all"-Studiengang wird daher immer weniger Studierenden-Biographien gerecht.
Studienordnungen und Curricula hinken diesen Veränderungen oft um Jahre hinterher.

Anstatt Studieninhalte und Curricula von anderen Universitäten oder Fachgesellschaften zu kopieren, oder nur das anzubieten, was die Dozierenden eines Instituts gerade wichtig finden, könnte man Studieninhalte in einem Abhängigkeitsgraphen modellieren.
Für jeden Studieninhalt definiert man dazu, welche anderen Inhalte zwingende oder nützliche Vorkenntnisse darstellen. Der entstehende Graph zeigt dann auf, wie Themen zusammenhängen, und in welcher Reihenfolge sie gelernt werden sollten.

Dieser Graph kann dann als zentrale Repräsentation von studiengangsrelevantem Wissen vielfältig genutzt werden:
Schlüsselkompetenzen identifizieren, kohärente Studiengänge entwerfen, Lehrveranstaltungen sinnvoll modellieren, personalisierte Studienpläne generieren, oder automatisiert Feedback zum Studienverlauf geben.

Aber kann man universitäre Bildung denn einfach in einen Graphen quetschen? Wie soll so ein Graph konkret aussehen? Und: bringt das tatsächlich einen echten Nutzen?

In diesem Kurzvortrag beschreibe ich anhand einer Informatik-Vorlesung die Grundidee, Implementierungsdetails und Herausforderungen.