Ausgangslage und Motivation

Das Seminar „Experimental Game Engines" existiert seit 2022 und wurde seither in jedem Semester grundlegend weiterentwickelt. Ausgangspunkt war eine Beobachtung, die sich in den letzten Jahren massiv verstärkt hat: Game Engines sind längst kein Nischenwerkzeug mehr, sondern ein zentrales Medium in Architektur, Film, Medienkunst und zeitgenössischer künstlerischer Praxis. An Kunstuniversitäten fehlt jedoch häufig ein didaktisches Konzept, das technischen Zugang öffnet, ohne die künstlerische Forschung dem Werkzeug unterzuordnen.

Die besondere Herausforderung liegt in der extremen Heterogenität der Studierenden: Der Kurs richtet sich an Studierende aus Malerei, Architektur, TransArts und weiteren Studienrichtungen, die keinerlei technische Vorerfahrung mitbringen. Gleichzeitig konkurriert universitäre Lehre heute mit exzellent produzierten YouTube-Tutorials und polierten Online-Kursen. Die Antwort darauf kann nicht sein, diese Formate zu imitieren, sondern das zu bieten, was sie nicht leisten können: persönliche Begleitung, künstlerische Reflexion und unmittelbare Forschungsnähe.

Ein weiterer Wendepunkt war die rasante Entwicklung generativer KI ab 2023. Statt diese Technologie zu ignorieren oder unkritisch zu übernehmen, wurde sie schrittweise und reflektiert in das Lehrkonzept integriert. So entstand über mehrere Iterationen ein Drei-Säulen-Modell, das Game-Engine-Grundlagen, ein KI-gestütztes Lern-Ökosystem und physisches Prototyping mit direkter Forschungsanbindung verbindet.

Rahmenbedingungen

„Experimental Game Engines: Prototyping, Development, Intercommunication" ist ein wissenschaftliches Seminar (SEW, 4.0 ECTS, 2.0 SemStd., LV-Nr. S04132) am Institut für Kunst und Gesellschaft, Abteilung Experimental Game Cultures, an der Universität für angewandte Kunst Wien. Im Wintersemester 2025/26 waren 28 Studierende angemeldet. Der Kurs ist als Einführungskurs konzipiert und setzt keinerlei technische Vorkenntnisse voraus. Die Unterrichtssprache ist Englisch mit Unterstützung auf Deutsch. Die Studierenden kommen aus unterschiedlichsten Studienrichtungen, darunter Malerei, Architektur und TransArts, was eine ausgeprägte Diversität an Zugängen, Vorwissen und künstlerischen Haltungen mit sich bringt. Das Format umfasst wöchentliche Seminareinheiten, zwei Blocktermine für vertiefende Themen, ergänzende Elektronik-Workshops sowie Abschlusspräsentationen mit einer gemeinsamen Feedback-Runde am Semesterende.

Lehr- und Lernziele

Das zentrale Lernziel des Seminars ist nicht das Erlernen einer Software, sondern das Begreifen von Game Engines als künstlerisches Forschungsmedium. Studierende sollen in der Lage sein, eigenständige künstlerische Forschungsfragen zu formulieren und diese mit Hilfe verschiedener Technologien prototypisch zu beantworten. Die technische Vermittlung ist dabei bewusst kein Selbstzweck: Entwicklungskompetenz dient der künstlerischen Idee, nicht umgekehrt.

Darüber hinaus verfolgt das Seminar folgende Lernziele:

• Den Aufbau eines iterativen Arbeitsprozesses, in dem Ideen getestet, verworfen und weiterentwickelt werden, um gestalterische Zuversicht im Umgang mit einem zunächst fremden Medium zu entwickeln
• Die Fähigkeit zur eigenständigen Weiterarbeit nach dem Semester, also eine nachhaltige Selbstbefähigung über den Kurs hinaus. Einen reflektierten Umgang mit KI als Lernwerkzeug, der sowohl die Potenziale als auch die Grenzen dieser Technologie kritisch einordnet.

Ein Verständnis für die Verbindung zwischen digitalem und physischem Raum, das im Seminar unter dem Begriff „Intercommunication" zusammengefasst wird.

Didaktisches Konzept: Drei-Säulen-Modell

Das didaktische Konzept des Seminars ruht auf drei Säulen, die sich gegenseitig ergänzen und gemeinsam ein kohärentes Lehr-und Lernsetting bilden. Die theoretische Grundlage orientiert sich am Prinzip des Constructive Alignment: Lernziele, Methoden und Leistungsnachweise sind aufeinander abgestimmt, wobei die künstlerische Forschungsfrage der Studierenden als verbindendes Element dient.

4a. Game-Engine-Grundlagen und persönliche Begleitung

Die wöchentlichen Seminareinheiten folgen dem Prinzip des abnehmenden Supports: Jede Einheit beginnt mit einem kompakten inhaltlichen Input, gefolgt von ausgedehnter In-Class Practice, in der die Studierenden das Gezeigte unmittelbar anwenden. Der Lehrende macht dabei seine eigenen Denkprozesse transparent, begleitet individuell und zieht sich schrittweise zurück, sobald Studierende an Sicherheit gewinnen. Dieses Vorgehen orientiert sich am Modell des Cognitive Apprenticeship, bei dem Vormachen, Begleiten und Loslassen bewusst gestuft werden.

Zentral ist das Prinzip der Rapid Iteration: Studierende werden ermutigt, Ideen schnell prototypisch umzusetzen, Ergebnisse zu testen, zu verwerfen und weiterzuentwickeln. Scheitern ist dabei kein Defizit, sondern integraler Bestandteil eines künstlerischen Forschungsprozesses. Die zwei Blocktermine vertiefen komplexere Themen, die im wöchentlichen Rhythmus nicht ausreichend Raum finden.

Persönliches Feedback und individuelle Sprechstunden bilden den Kern der Betreuung. Die LV-Evaluationen bestätigen dies durchgehend: Studierende bewerten die persönliche Betreuung, die offene Atmosphäre und die Qualität des Feedbacks konstant mit Bestwerten. Studierende präsentieren ihre Arbeit in den Abschlusspräsentationen im Kontext einer Forschungsfrage und reflektieren ihren Prozess.

4b. Das KI-gestützte Lern-Ökosystem

Statt auf ein einzelnes Learning-Management-System zu setzen, wurde selbst ein eigenes digitales Lern-Ökosystem entwickelt, das gezielt auf die Bedürfnisse eines Einführungskurses ohne technische Vorerfahrung zugeschnitten ist. Die zentrale Kurswebsite schaltet synchron zu jeder Seminareinheit die jeweiligen Materialien frei: Vorlesungsfolien, Cheatsheets mit kommentierten Code-Beispielen, inhaltliche Kurzfassungen sowie Referenzvideos zum Nacharbeiten. Ergänzend wurden als Experiment sogar eigene Webcomics mit einem Klassenmaskottchen entwickelt, die komplexe technische Konzepte spielerisch und visuell aufbereiten. Alle Materialien folgen dem Designprinzip radikaler Zugänglichkeit: Sie sind so gestaltet, dass Studierende ohne jede Vorerfahrung eigenständig damit arbeiten können.

Ein wichtiger Teil des Ökosystems ist ein eigens konfigurierter KI-Lernassistent, der auf einem der leistungsfähigsten verfügbaren Sprachmodelle basiert. Dieser Assistent ist kein generisches Chat-Tool, sondern ein maßgeschneiderter Lernbegleiter: Er kennt den gesamten Inhalt aller Vorlesungsfolien, den Kontext der Lehrveranstaltung und des Studiengangs sowie die vollständige Dokumentation der eingesetzten Software. Er besitzt eine eigene Persönlichkeit, die Inhalte spielerisch und ermutigend vermittelt, und ist so konfiguriert, dass er ausschließlich auf themenbezogene Fragen antwortet. Ein bewusster Designentscheid ist die eingebaute KI-Kritik: Der Assistent kann die eigenen Grenzen selbst thematisieren, und leitet bei Fragen die den eigenen Wissenstand übersteigen an die Lehrperson weiter. Der KI-Assistent ergänzt die persönliche Betreuung, ersetzt sie aber nicht.

4c. Elektronik-Workshops und Forschungsanbindung

Die dritte Säule erweitert den Rahmen des Seminars ins Physische. In 2 offenen Workshops, an denen jeweils 15 bis 25 Studierende teilnehmen, verlässt die Game Engine den Bildschirm und wird zum Werkzeug für physisches Prototyping. Mit eigens entworfenen und produzierten Printed Circuit Boards (PCBs) können auch Studierende ohne jede Hardware-Erfahrung elektronische Prototypen bauen. Auch hier wird dringlichst versucht die Einstiegshürde minimal zu halten, das Programmieren erfolgt entweder über traditionellen Code, KI generierten "Vibecode" oder visuell via "Scratch".

Diese Workshops sind nicht nur didaktisch motiviert, sondern direkt an laufende Forschung angebunden: Die Custom-PCBs und das Konzept der „ludischen Objekte" stammen aus dem FWF-geförderten Forschungsprojekt „The Psycholudic Approach" von Professor Margarete Jahrmann, das am selben Institut angesiedelt ist. Studierende partizipieren damit nicht an simulierten Szenarien, sondern an aktueller künstlerischer Forschung. Diese Verschränkung wirkt in beide Richtungen: Forschungsergebnisse fliessen in die Lehre ein, und studentische Projekte liefern Impulse für die Weiterentwicklung der Forschung.

Studentische Forschungsprojekte

Die Bandbreite der Abschlussprojekte zeigt, welche künstlerischen Forschungsfragen Studierende ohne technische Vorerfahrung innerhalb eines Semesters formulieren und prototypisch beantworten können.

Das Projekt „CyborgState" nutzte ein EEG-basiertes Brain-Computer-Interface als künstlerisches Material und steht in direkter Verbindung zur laufenden Forschung am Institut.

Ein Rhythmusspiel schliesslich wurde nicht nur digital, sondern auch physisch mit 3D-Druck und Elektronik umgesetzt. Es ist das Paradebeispiel für die Verbindung von Game Engine und physischem Prototyping und demonstriert exemplarisch die dritte Säule des Lehrkonzepts.

Ein Projekt setzte sich mit künstlichem Leben und Emergenz als künstlerischem Prinzip auseinander: programmierbare Kreaturen, deren Verhalten aus einfachen Regeln emergiert - die Grenze zwischen Kontrolle und Eigendynamik.

Ein weiteres Projekt machte einen virtuellen Mars-Rover mit 3D Modellen der NASA steuerbar und verband wissenschaftliche Datensätze mit einer künstlerischen Erfahrung, die bewusst nicht auf Kompetition, sondern auf Kontemplation angelegt war.

Allen Projekten gemeinsam ist, dass sie keine technischen Fingerübungen sind, sondern eigenständige künstlerische Positionen, die durch Game Engines als Forschungsmedium ermöglicht wurden.

Reflexion & Limitationen

Das Drei-Säulen-Modell ist das Ergebnis eines iterativen Entwicklungsprozesses, der 2022 mit einem konventionellen Game-Engine-Kurs begann und seither in jedem Semester auf Basis systematischer Feedback-Runden weiterentwickelt wurde. Die KI-Integration kam nicht als konzeptioneller Entwurf, sondern wuchs organisch mit der Reife der Technologie ab 2023. Diese schrittweise Entwicklung ist eine Stärke, bringt aber auch eine zentrale Limitation mit sich: Der Aufwand für Konzeption, Entwicklung und Pflege des gesamten Ökosystems ist erheblich und in der aktuellen Form nur durch ein ungewöhnlich hohes persönliches Engagement tragbar. Die Frage der Skalierbarkeit und institutionellen Verankerung bleibt offen.

Eine zweite Limitation betrifft den KI-Assistenten: Die Nutzungsdaten zeigen, dass Studierende ihn zwar zunehmend einsetzen, den persönlichen Kontakt jedoch klar bevorzugen. Das ist kein Scheitern des Konzepts, sondern bestätigt die didaktische Grundhaltung: KI ergänzt persönliche Betreuung, kann sie aber nicht ersetzen. Es zeigt zugleich, dass der menschliche Faktor in der kunstgeleiteten Lehre nicht substituierbar ist.

Drittens bleibt Coding für einen Teil der Studierenden trotz aller Zugänglichkeitsmassnahmen eine Hürde. Der Kurs begegnet dem nicht durch intensivere technische Vermittlung, sondern durch die bewusste Priorität der künstlerischen Forschungsfrage. Nicht jedes Projekt muss technisch komplex sein, um künstlerisch relevant zu sein. Diese Haltung erfordert jedoch eine permanente Gratwanderung zwischen technischer Befähigung und künstlerischer Freiheit, die in jeder Einheit neu ausbalanciert werden muss.

Die offiziellen LV-Evaluationen bestätigen den Ansatz durchgehend: Über alle erhobenen Semester hinweg liegen die Bewertungen in sämtlichen Kategorien nahe dem Bestwert. Studierende heben in den offenen Rückmeldungen insbesondere die Struktur, die Qualität der Materialien und die persönliche Betreuung hervor. Diese Ergebnisse fliessen ebenso in die Weiterentwicklung ein wie die informellen Feedback-Runden am Semesterende, in denen Studierende Verbesserungsvorschläge einbringen, die im Folgesemester direkt umgesetzt werden.