Wir reden oft darüber, dass Absolvent:innen nicht so jobfit sind, wie es Wirtschaft und Gesellschaft bräuchten.
Aus meiner Sicht liegt das nicht an „der Generation“ – sondern am System.
Und das Problem beginnt bei den Anreizen – aber auch bei der Technologienutzung: Statt KI zu verbieten, sollten wir sie sinnvoll ins Lernen integrieren.
Wo es aktuell hakt
-
Finanzierung belohnt Masse statt Klasse
-
FHs werden pro Studierenden bezahlt.
-
Dropouts = weniger Geld → hoher Druck, Studierende „durchzutragen“.
-
Konsequenz: Noten rauf, Niveau runter.
-
-
Weiche Prüfungen & fehlende externe Kontrolle
-
Prüfungen werden fast immer von den eigenen Dozenten bewertet.
-
Kaum externe Boards oder unabhängige Kompetenzprüfungen.
-
In Ländern wie Finnland oder der Schweiz prüfen externe Gremien mit Industrievertretern.
-
-
Geringe Eigenverantwortung der Studierenden
-
Klassenzimmer-Setting, Anwesenheitspflicht, starre Stundenpläne.
-
Wenig Raum für selbstorganisiertes Lernen und Projektverantwortung.
-
In Dänemark/Niederlande arbeiten Studierende projektbasiert in offenen Studios – der Professor ist Coach, nicht „Stundenplanwächter“.
-
-
Praxisprojekte ohne Anschluss
-
Viele FH-Projekte enden nach der Präsentation.
-
Wenig Infrastruktur für Spin-offs oder Transfer in echte Produkte.
-
Niederlande/Skandinavien: Venture-Studios an der FH, Pre-Seed-Fonds, IP-light-Policy („Erfinder behalten Rechte“).
-
-
Träge Curricula & Technologieangst
-
Lehrpläne ändern sich zu langsam für die Technologieentwicklung.
-
Generative KI wird oft als „Gefahr für Prüfungen“ gesehen und teilweise verboten.
-
Das erinnert an die Diskussion um den Taschenrechner in den 80ern:
„Wenn ihr den benutzt, lernt ihr nie richtig rechnen!“ – heute unvorstellbar.
-
Statt Verbot: gezielter Einsatz in Projekten, mit klaren Regeln, um KI-Kompetenz aufzubauen.
-
Wie Technologie gezielt helfen kann
-
Generative KI als Co-Pilot: Recherche, Ideenfindung, Code-Analyse – immer mit Pflicht zur Quellenprüfung.
-
Learning Analytics: Daten aus Projekten und Kursen nutzen, um Studierende gezielt zu fördern statt pauschal durchzutragen.
-
Remote Labs: Maschinen, Messgeräte und Simulationen online zugänglich machen, um Praxiszeiten zu verdoppeln.
-
Cloud-Umgebungen & Open-Source-Beiträge: Studierende arbeiten in realen DevOps-Stacks – und hinterlassen Spuren im echten Ökosystem.
-
Venture-Studio-Plattformen: Ideen- und Teammatching-Tools, digitale Pitch-Deck-Sammlung, Investorenkontakte online.
Was wir ändern sollten – mit funktionierenden Vorbildern
-
Outcome-KPIs in die Finanzierung
-
Teil der Fördermittel an Beschäftigungsquote in Fachjobs, Spin-offs, Industriekooperationen koppeln.
-
Vorbild: Schweiz – Fachhochschulen werden auch nach Employability-Raten bewertet.
-
-
Externe Abschluss-Boards
-
Prüfung durch Gremium aus Industrie, Alumni und externen Lehrenden.
-
Vorbild: Finnland – jedes Abschlussprojekt hat einen externen Reviewer.
-
-
Eigenverantwortung fördern
-
Anwesenheitspflicht abschaffen, dafür Deliverables und Projektverantwortung einführen.
-
Vorbild: Dänemark – Problem-Based Learning in selbstorganisierten Teams.
-
-
Technologie verpflichtend integrieren
-
KI-Toolkits in Pflichtprojekten, nicht als „Cheating“ behandelt.
-
Cloud-Credits (AWS, Azure, GCP) für alle IT- und Ingenieursstudiengänge.
-
Vorbild: Estland – Studierende müssen pro Jahr definierte Tech-Projekte oder OSS-Beiträge leisten.
-
-
Venture-Studios an FHs
-
Eigene Pre-Seed-Fonds (25–100k pro Team), Gründer-Sabbaticals für Lehrende, Alumni-Mentoring.
-
Vorbild: Niederlande – FHs betreiben eigene Start-up-Inkubatoren mit Seed-Finanzierung.
-
Mein Fazit:
Wir sollten Technologie nicht als Bedrohung, sondern als Hebel sehen – genau wie damals den Taschenrechner.
Mit klugen Rahmenbedingungen kann KI helfen, FH-Absolvent:innen jobfit, innovationsstark und eigenverantwortlich zu machen.
Andere Länder zeigen, dass es funktioniert – wir müssen es nur wollen und umsetzen.