AI-powered lecture copilot. A framework for enhancing student engagement and knowledge retention in an International MBA Program.

Literaturnachweis - Detailanzeige

Autor/inn/en	Bauer, Michael Faustino; Ider, Kadir
Titel	AI-powered lecture copilot. A framework for enhancing student engagement and knowledge retention in an International MBA Program.
Quelle	Berlin: Berlin School of Economics and Law, Berlin Professional School (2026), ca. 27 S. PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2) Link als defekt meldenVerfügbarkeit
Reihe	BPS working paper. 6
Beigaben	Illustrationen
Sprache	englisch
Dokumenttyp	online; Monografie; Graue Literatur
Schlagwörter	Künstliche Intelligenz; Lernmethode; Studium; Hochschullehre; Betriebswirtschaftslehre; Bewertung; Deutschland
Abstract	Dieses Paper dokumentiert die empirische Entwicklung, Pilotierung und Evaluation eines interaktiven, KI-gestützten "Lecture Copilots" über zwei akademische Jahre (2024/25 und 2025/26), der Inklusion, studentische Partizipation und Wissensretention in Live-Vorlesungen eines internationalen MBA-Studiengangs optimiert. Die Arbeit liefert ein Best-PracticeBeispiel für die curriculare Integration künstlicher Intelligenz zur Steigerung der Lehrqualität sowie für die hochschuldidaktische Fakultätsentwicklung. Das System basiert konzeptionell auf der Andragogik und verknüpft aktuelle KI-Fortschritte mit der Theorie des erfahrungsorientierten Lernens (Experiential Learning Theory). Der Prototyp wurde auf Basis von Googles Large Language Model Gemini im realen Vorlesungsbetrieb implementiert. Eine quantitative Befragung (N = 191) zeigt breiten Optimismus: Über die Hälfte der Teilnehmenden prognostizierte eine höhere Fragenbereitschaft und ein tieferes Fachverständnis, wenngleich Vorbehalte bezüglich der Antwortvalidität, potenzieller Ablenkung und einer technologischen Überbeanspruchung (Over-Reliance) verblieben. Erste Feldtests bestätigten diese Erwartungen; insbesondere vormals zurückhaltende Studierende interagierten signifikant mehr, berichteten von gesteigerter konzeptioneller Klarheit und erzielten moderate Zuwächse in der kurzfristigen Wissensreproduktion. Ambivalenzen hinsichtlich der langfristigen Retention und die Notwendigkeit einer kontinuierlichen Dozierendenaufsicht verdeutlichen jedoch anhaltende Systemlimitierungen. Die Befunde unterstreichen das Potenzial KI-gestützter Lehrassistenten zur unmittelbaren Steigerung von Beteiligung und Verständnis, betonen aber die Notwendigkeit eines verantwortungsvollen, vertrauenswürdigen und pädagogisch integrierten Systemdesigns für eine nachhaltige Implementierung. Die Erkenntnisse fundieren die formative, iterative Weiterentwicklung des Copilots und bereichern das institutionelle Repositorium für zukünftige fallstudienbasierte Lehrinnovationen. This paper presents the development, piloting and testing over two academic years (2024/25, 2025/26) of an AI-powered Lecture Copilot, an interactive assistant designed to improve inclusivity, engagement, and knowledge retention in live lectures within an international MBA program. It represents a practical classroom example of integrating AI into the teaching process and the curriculum per se, for enhancing the students' learning experience while also providing a use case for driving faculty development. The conceptual basis is rooted in the context of Andragogy for adult learning and the Copilot approach itself shows evident links to Experimental Learning Theory which is referred to often with recent AI advances. The system was prototyped using Google's Gemini large language model and integrated into live university lectures. A public survey (N = 191) showed broad optimism: more than half of respondents indicated they would ask more questions with such a tool and many anticipated greater comprehension, though concerns about accuracy, distraction, and over-reliance remained. Early classroom trials in an MBA class supported these expectations, with students (including those previously hesitant to speak up) posing substantially more questions and reporting improved conceptual clarity, alongside modest gains in short-term recall. However, ambivalence about long-term retention and the need for instructor oversight highlight ongoing limitations and risks. The findings emphasize both the potential of AI classroom copilots to improve immediate participation and comprehension, and the necessity of accountable, trustworthy, and pedagogically integrated design for sustainable adoption. These findings will inform the iterative refinement of the Lecture Copilot. The learnings from this application will add to the experience stack of the MBA program and enrich the learning repository on which the faculty members can build other classroom case studies and applications.
Erfasst von	ZBW - Leibniz-Informationszentrum Wirtschaft, Kiel
Update	2026/4