“AI in Application”: AI teamwork – Achieving more together
What does productive collaboration with AI actually look like in everyday university life? In the latest workshop of the “AI in Application” series, hosted by Dr. Florian Nieser and Dr. Thomas Renkert (HSE), participants explored precisely this question with a new focus: students. This time, the cooperative workshop series between HSE and HCDH explicitly addressed learners’ experiences and perspectives in working with AI-based tools, trying to find out how we can use AI as a teamwork tool. With half of the participants coming from Heidelberg University and the other half from the University of Education Heidelberg, the workshop reflected the diversity of student backgrounds and expectations as well as the diverse interests regarding generative AI.
Most participants reported that they currently use generative AI tools only occasionally, mainly as standalone chatbots. Custom features are still rarely used, often due to a lack of information and guidance from universities; something that attendees criticized.
The central discussion focused on what “collaboration” with AI actually means: Are we delegating tasks (risking de-skilling)? Or are we using AI as a sparring partner, assistant, or even as a means of achieving better and previously unattainable results, especially in teams?
A key finding from existing educational research shows: teams that use AI collaboratively tend to perform better and report more positive experiences. However, this requires a critical understanding of AI’s role and limitations.
Participants of the workshop worked with different AI models on one of three tasks:
-
Team 1 created a mini-presentation on the state of AI use at German universities. Initial struggles with how to involve AI meaningfully led to valuable reflection on prompt design and strategy.
-
Team 2 designed a children’s book complete with interactive exercises, emoji-based words, and a custom cover. While coordination challenges arose, the result was a creative starting point.
-
Team 3 built a website concept on the topic of academic freedom in Germany. Opinions varied on whether task division helped or hindered collaboration with the chatbot, highlighting different working styles and expectations.
What was learned was that working with AI is not (yet) always intuitive. Teams benefit from clear task distribution, critical reflection, and technical flexibility (e.g., switching bots when stuck). Students are curious to use it, but they need institutional support, training, and space to experiment, which can hopefully be made available on a broader spectrum soon.
— German Version—
“KI in Anwendung”: KI-Teamwork – Gemeinsam mehr erreichen
Wie sieht produktive Zusammenarbeit mit KI im Hochschulalltag aus? Im letzten Workshop der Reihe „KI in der Anwendung“, veranstaltet von Dr. Florian Nieser und Dr. Thomas Renkert (HSE), sind Teilnehmende genau dieser Frage mit einem neuen Fokus auf Studierende nachgegangen. Dieses Mal ging die kollaborative Workshopreihe von HSE und HCDH explizit auf die Erfahrungen und Perspektiven der Lernenden im Umgang mit KI-basierten Tools ein und versuchte herauszufinden, wie wir KI als Werkzeug für die Teamarbeit nutzen können. Mit der Hälfte der Teilnehmenden von der Universität Heidelberg und die andere Hälfte von der Pädagogischen Hochschule Heidelberg, spiegelte der Workshop die Vielfalt der Studierendenhintergründe und -erwartungen sowie die unterschiedlichen Interessen an generativer KI wider.
Die meisten Teilnehmenden gaben an, generative KI-Tools derzeit nur gelegentlich und hauptsächlich als eigenständige Chatbots zu nutzen. Benutzerdefinierte Funktionen werden noch selten genutzt, oft aufgrund fehlender Informationen und Anleitungen von Seiten der Universitäten, was von den Teilnehmenden kritisiert wurde.
Die zentrale Diskussion konzentrierte sich darauf, was „Zusammenarbeit“ mit KI eigentlich bedeutet: Delegieren wir Aufgaben (und riskieren damit einen Kompetenzverlust)? Oder nutzen wir KI als Sparringspartner, Assistent oder gar als Mittel, um bessere und bisher unerreichbare Ergebnisse zu erzielen, insbesondere in Teams?
Ein zentrales Ergebnis existierender Studien zeigt: Teams, die KI kollaborativ nutzen, erzielen tendenziell bessere Leistungen und berichten von positiveren Erfahrungen. Dies erfordert jedoch ein kritisches Verständnis der Rolle und Grenzen von KI.
Die Workshop-Teilnehmenden arbeiteten mit verschiedenen KI-Modellen an einer von drei Aufgaben:
- Team 1 erstellte eine Mini-Präsentation zum Stand der KI-Nutzung an deutschen Universitäten. Anfängliche Schwierigkeiten, KI sinnvoll einzubinden, führten zu erfolgreichen Überlegungen zu Design und Strategie.
- Team 2 gestaltete ein Kinderbuch mit interaktiven Übungen, Emoji-basierten Wörtern und einem individuellen Cover. Obwohl es Koordinationsschwierigkeiten gab, war das Ergebnis ein kreativer Ausgangspunkt.
- Team 3 entwickelte ein Website-Konzept zum Thema akademische Freiheit in Deutschland. Es gab verschiedene Meinungen darüber, ob die Aufgabenteilung die Zusammenarbeit mit dem Chatbot förderte oder behinderte, was unterschiedliche Arbeitsstile und Erwartungen verdeutlichte.
Aus der Gruppenarbeit und dem Workshop wurde mitgenommen, dass die Arbeit mit KI (noch) nicht immer intuitiv ist. Teams profitieren von klarer Aufgabenverteilung, kritischer Reflexion und technischer Flexibilität (z. B. durch den Austausch von Bots bei Problemen). Studierende sind neugierig, was die Benutzung von KI angeht, benötigen aber institutionelle Unterstützung, Weiterbildung und Raum zum Experimentieren, was hoffentlich bald in größerem Umfang zur Verfügung gestellt werden kann.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Laurien Dröge (13. Juni 2025). “AI in Application”: AI teamwork – Achieving more together. DH in HD . Abgerufen am 13. Januar 2026 von https://doi.org/10.58079/144jp








