<\/p>\n\n\n\n
Die rasante Entwicklung generativer k\u00fcnstlicher Intelligenz (gen KI) er\u00f6ffnet zahlreiche neue Anwendungsm\u00f6glichkeiten in Innovationsprozessen. Insbesondere in der sogenannten Ideation-Phase, also der kreativen Ideenfindung, gewinnen KI-basierte Methoden zunehmend an Bedeutung. Generative KI beschreibt dabei Systeme, die mittels gro\u00dfer Sprachmodelle (Large Language Models \u2013 LLMs) eigenst\u00e4ndig und auf Basis umfangreicher Trainingsdaten kreative Inhalte produzieren k\u00f6nnen. LLMs, wie beispielsweise ChatGPT, Claude oder Gemini, sind durch ihre F\u00e4higkeit zur eigenst\u00e4ndigen Textgenerierung in der Lage, innovative Vorschl\u00e4ge zu generieren und damit menschliche Innovationsprozesse ma\u00dfgeblich zu unterst\u00fctzen oder sogar zu ersetzen.<\/p>\n\n\n\n
Die Relevanz dieser Technologien im Kontext von Entrepreneurship und Innovation ist enorm, da sie potenziell zu einer signifikanten Effizienz- und Qualit\u00e4tssteigerung bei der Ideenentwicklung beitragen k\u00f6nnen. Durch den Einsatz von KI-Modellen lassen sich nicht nur Ideen in gro\u00dfer Zahl und Geschwindigkeit generieren, sondern es k\u00f6nnen m\u00f6glicherweise auch neue Perspektiven er\u00f6ffnet werden, die ohne Unterst\u00fctzung durch KI nicht unmittelbar sichtbar w\u00e4ren. Vor diesem Hintergrund stellt sich zunehmend die Frage, ob und inwiefern generative KI mit menschlichen Kreativleistungen konkurrieren oder diese sogar \u00fcbertreffen kann.<\/p>\n\n\n\n
Vor diesem Hintergrund f\u00fchrte die Hochschule Nordhausen, im Rahmen des hochschuleigenen Inkubators f\u00fcr Entrepreneurship (\u201ehike\u201c), ein Experiment durch, um konkret der Forschungsfrage nachzugehen, welche Kombination aus Large Language Models (LLMs) und Ideation-Methoden (Intuitive vs. Systematische Ideation) die qualitativ hochwertigsten Ideen generiert.<\/p>\n\n\n\n
Der aktuelle Forschungsstand unterstreicht bereits erste Potenziale von KI-unterst\u00fctzten Innovationsprozessen. So zeigt etwa eine Studie von Bouschery et al. (2023), dass die Integration generativer KI in menschliche Innovationsteams zu einer Verbesserung der kreativen Prozesse und Ergebnisse f\u00fchren kann. Innerhalb des vorliegenden Experimentes wurden spezifisch die Methoden \u201eBrainwriting\u201c \u2013 eine intuitive, auf schnellem, assoziativen Denken basierende Ideengenerierung \u2013 sowie \u201eAnalogien\u201c \u2013 ein systematischer Ansatz, bei dem \u00c4hnlichkeiten mit Konzepten aus anderen Kontexten (z.B. der Biologie) genutzt werden \u2013 untersucht.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Im vorliegenden Experiment wurde ein strukturierter Forschungsansatz gew\u00e4hlt, um die Qualit\u00e4t von KI-generierten Ideen mit menschlich erzeugten Ideen in der kreativen Ideenfindung zu vergleichen. Als Methoden kamen zwei unterschiedliche Ideation-Verfahren zum Einsatz: das intuitive \u201eBrainwriting\u201c, bei dem spontan Ideen generiert werden, sowie das systematische Verfahren der \u201eAnalogien\u201c, bei dem Ideen durch Parallelen zu anderen Kontexten entwickelt werden.<\/p>\n\n\n\n
Die Datenerhebung erfolgte \u00fcber insgesamt f\u00fcnf generative KI-Modelle (Claude 3.5, Gemini 2.0, ChatGPT o3, Qwen 2.5 und DeepSeek), die jeweils anhand einer definierten \u201eHow Might We\u201c-Frage zur studentischen Beteiligung an der Hochschule Nordhausen Ideen generierten. Zus\u00e4tzlich wurden zwei menschlich erzeugte Ideen aus einem Brainwriting-Workshop der Hochschule aufgenommen.<\/p>\n\n\n\n
Die Bewertung der generierten Ideen wurde anonym durch eine Stichprobe von 45 Studierenden der Hochschule Nordhausen vorgenommen. Dabei wurde eine standardisierte 5-Punkte-Likert-Skala verwendet, um die Ideen hinsichtlich Neuartigkeit, Machbarkeit, Attraktivit\u00e4t und Klarheit zu beurteilen. Die Studierenden erhielten keine Information dar\u00fcber, ob eine Idee von Menschen oder von KI-Modellen erzeugt wurde, um Verzerrungen in der Bewertung zu vermeiden.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Im Experiment zeigte sich, dass die von generativer KI erzeugten Ideen insgesamt deutlich positiver bewertet wurden als jene, die menschlichen Ursprungs waren. Insbesondere die Idee eines sogenannten \u201eStudent Voice Hubs\u201c, entwickelt durch das KI-Modell Gemini 2.0 Flash mithilfe der Brainwriting-Methode, erreichte die h\u00f6chste Gesamtbewertung. Dieses Konzept schl\u00e4gt eine physische und digitale Plattform vor, auf der studentische Beitr\u00e4ge zur Hochschulentwicklung \u00f6ffentlich sichtbar gemacht und gew\u00fcrdigt werden. Die \u00fcberzeugende Bewertung dieser Idee (Mittelwert: 3,92 von 5 Punkten) ergab sich aus ihrer hohen Attraktivit\u00e4t, Machbarkeit und klaren Pr\u00e4sentation, womit sie s\u00e4mtliche Konkurrenzideen \u2013 sowohl KI-generierte als auch menschliche \u2013 \u00fcbertraf.<\/p>\n\n\n\n
Im Vergleich der Ideation-Methoden schnitt die intuitive Methode des Brainwriting insgesamt besser ab als die systematische Nutzung von Analogien. W\u00e4hrend analogiebasierte Ideen zwar eine hohe Neuartigkeit aufwiesen, wurden diese in Bezug auf Klarheit und Machbarkeit schlechter bewertet. Dagegen zeigten sich die Brainwriting-Ideen umsetzbarer und klarer in ihrer Ausgestaltung, was die Bedeutung der Wahl einer passenden Ideation-Methode hervorhebt.<\/p>\n\n\n\n
Bemerkenswert ist zudem die Beobachtung, dass keiner der teilnehmenden Studierenden die Quelle der Ideen \u2013 also KI oder Mensch \u2013 korrekt identifizieren konnte. Diese Tatsache unterstreicht die Qualit\u00e4t der KI-generierten Vorschl\u00e4ge und weist auf ihr Potenzial hin, menschliche Kreativleistungen zu erg\u00e4nzen oder sogar zu \u00fcbertreffen.<\/p>\n\n\n\n
Die gewonnenen Ergebnisse sind von besonderer Relevanz f\u00fcr die Hochschule Nordhausen und insbesondere f\u00fcr den hochschuleigenen Inkubator f\u00fcr Entrepreneurship (hike). So verdeutlichen sie das hohe Potenzial, generative KI systematisch in Innovationsprozesse einzubinden, um sowohl die Qualit\u00e4t als auch die Vielfalt neuer Ideen zu steigern. F\u00fcr den Hochschulinkubator bedeutet dies, dass KI-basierte Methoden zuk\u00fcnftig st\u00e4rker in Workshops und Lehrveranstaltungen integriert werden k\u00f6nnten, um die kreative Kompetenz von Studierenden gezielt zu f\u00f6rdern.<\/p>\n\n\n\n
Im Hinblick auf die Lehre bietet sich der Hochschule Nordhausen durch den gezielten Einsatz von generativen KI-Tools die M\u00f6glichkeit, den Studierenden praxisnahe Kompetenzen im Umgang mit KI zu vermitteln, was zugleich die Innovationsf\u00e4higkeit und Wettbewerbsf\u00e4higkeit der Absolventinnen und Absolventen erh\u00f6hen d\u00fcrfte. Die Erkenntnisse k\u00f6nnten direkt in bestehende oder neue Lehrformate, beispielsweise im Rahmen von Entrepreneurship-Kursen oder Design-Thinking-Workshops des hike, integriert werden.<\/p>\n\n\n\n
Auch die Transferleistung ist betr\u00e4chtlich: Durch die Integration der Forschungsergebnisse in den Hochschulalltag lassen sich bestehende Prozesse der Ideengenerierung und Innovationsentwicklung optimieren. Der systematische Einsatz von KI kann nicht nur zur Entwicklung neuer Initiativen und Angebote f\u00fchren, sondern auch bestehende Gr\u00fcndungsprojekte verbessern. Langfristig er\u00f6ffnet sich dadurch die M\u00f6glichkeit, die Hochschule Nordhausen noch st\u00e4rker als innovativen Standort zu profilieren, an dem KI-gest\u00fctzte Gr\u00fcndungsf\u00f6rderung und Entrepreneurship eine zentrale Rolle spielen.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Die Ergebnisse des Experiments an der Hochschule Nordhausen verdeutlichen eindrucksvoll, dass generative KI ein wertvolles Instrument zur Unterst\u00fctzung menschlicher Kreativit\u00e4t sein kann. Insbesondere die hohe Qualit\u00e4t und Akzeptanz der KI-generierten Ideen zeigt, dass Large Language Models (LLMs) wie Gemini 2.0 in der Lage sind, kreative Prozesse effizient und wirkungsvoll zu erg\u00e4nzen. Eine zentrale Erkenntnis der Studie ist, dass die Kombination von generativer KI mit intuitiven Methoden wie Brainwriting besonders vielversprechende Resultate liefert.<\/p>\n\n\n\n
Aus diesen Erkenntnissen ergibt sich f\u00fcr die Praxis die klare Empfehlung, generative KI-Tools verst\u00e4rkt in den Hochschulalltag einzubinden. Die Hochschule Nordhausen k\u00f6nnte insbesondere im Rahmen des Hochschulinkubators hike KI-gest\u00fctzte Brainwriting-Verfahren etablieren, um Studierende gezielt in kreativen und unternehmerischen F\u00e4higkeiten zu schulen. Der Einbezug generativer KI in Lehrveranstaltungen und Workshops w\u00fcrde Studierenden nicht nur moderne digitale Kompetenzen vermitteln, sondern auch innovative L\u00f6sungsans\u00e4tze f\u00fcr reale Herausforderungen f\u00f6rdern.<\/p>\n\n\n\n
Dennoch ergeben sich aus den Ergebnissen weitere offene Forschungsfragen. Vor allem bleibt zu untersuchen, welche langfristigen Auswirkungen KI-generierte Ideen auf deren praktische Umsetzung sowie die tats\u00e4chliche Innovationsleistung an Hochschulen haben. K\u00fcnftige Forschungsprojekte sollten daher den Fokus auf die Umsetzung und Evaluierung von KI-gest\u00fctzten Ideen in der Praxis legen.<\/p>\n\n\n\n
F\u00fcr die zuk\u00fcnftige Entwicklung der Hochschule Nordhausen bieten diese Ergebnisse wertvolle Orientierung: Durch eine gezielte strategische Einbindung von KI k\u00f6nnte das hike und die Hochschule insgesamt ihre Position als innovativer Standort weiter ausbauen. Die Hochschule k\u00f6nnte mit Hilfe von KI-L\u00f6sungen auch gesellschaftliche Herausforderungen wie geringe Beteiligung in Entscheidungsprozessen, Innovationshemmnisse oder Nachhaltigkeitsthemen wirksamer adressieren und sich somit nachhaltig als Vorreiter im Bereich KI-basierter Innovation profilieren.<\/p>\n\n\n\n
Referenzen<\/p>\n\n\n\n
Bouschery, S. G., Blazevic, V., & Piller, F. T. (2023). Augmenting human innovation teams with artificial intelligence: Exploring transformer-based language models. Journal of Product Innovation Management, 40(2), 139-153.<\/p>\n\n\n\n
Link zur originalen Auswertung des Experimentes:<\/p>\n\n\n\n
https:\/\/cloud.hs-nordhausen.de\/s\/3GmcaoCbzDCewa5<\/a><\/p>\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Prof. Dr. Lutz G\u00f6cke (<\/strong>Link der Person)<\/strong><\/a> Fachbereich: FB Wirtschafts- und Sozialwissenschaften Studienbereich: Betriebswirtschaftslehre Professur oder Lehrgebiet: Allgemeine BWL, insbesondere Digitales Management Forschungsgebiete: Fragestellungen des Corporate Entrepreneurship Gesch\u00e4ftsmodellinnovation Digitales Produktmangement und Digitale Transformation Institut oder Einrichtung: DICH | Institut f\u00fcr Digitalisierung, Innovation und Change Projekte: Einf\u00fchrung Studiengang Digitales Produktmanagement<\/a> zum WS 2020 \/ 2021 Initiator und Projektleiter des HIKE<\/a> (Hochschulinkubator f\u00fcr Entrepreneurship) zur systematischen F\u00f6rderung von Gr\u00fcndungsideen an Hochschulen. F\u00f6rdervolumen 1,8 Mio. \u20ac durch das Bundesministerium f\u00fcr Bildung und Forchung (BMBF) Forschung zum Einfluss der Unternehmenskultur auf Gesch\u00e4ftsmodellinnovationen in Kooperation mit der New Work SE (ehem. XING SE) Internationales Herausgeberwerk zu Digital Entrepreneurship<\/a> beim Springer Verlag<\/p>\n\n\n\n <\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n\n![\"\"](\"https:\/\/www.hs-nordhausen.de\/science-blog\/wp-content\/blogs.dir\/30\/files\/sites\/2\/2025\/04\/hike-logo-3.png\"){kind=logo}
<\/figure>\n<\/div>\n\n\n\n![\"\"](\"https:\/\/www.hs-nordhausen.de\/science-blog\/wp-content\/blogs.dir\/30\/files\/sites\/2\/2025\/04\/imagbmbfes.png\")
<\/figure>\n<\/div>\n<\/div>\n<\/div>\n\n\n
\n\n\n\nSteckbriefe der Autoren<\/h3>\n\n\n
![\"\"](\"https:\/\/www.hs-nordhausen.de\/science-blog\/wp-content\/blogs.dir\/30\/files\/sites\/2\/2025\/04\/lutz-goecke-1.png\")
<\/p>\n<\/div>\n<\/div>\n\n\n\n
![\"\"](\"https:\/\/www.hs-nordhausen.de\/science-blog\/wp-content\/blogs.dir\/30\/files\/sites\/2\/2025\/04\/thomas-herwig.png\")
<\/p>\n<\/div>\n<\/div>\n\n\n\n