Technical English - eine fachübergreifende Pflicht-LV im 1. Semester

Technical English 'Re-Engineered' mit Interdisziplinarität, KI, und inklusivem Lehrdesign

Die Lehrveranstaltung „Technical English“ ist in allen Bachelor-Curricula der FH Technikum Wien verankert. Sie vermittelt Studierenden im ersten Semester akademische, professionelle und technische Schreibfertigkeiten sowie relevante Fachterminologie. Dabei ergeben sich mehrere Herausforderungen:

• Curricula verlangen einheitliche Lernergebnisse, doch frühere einheitliche Materialien wie Lektüren, Videos oder Übungen waren wenig wirksam. In Disziplinen wie Informatik, Maschinenbau oder Biomedizin bestehen unterschiedliche Diskursgemeinschaften mit spezifischer Fachsprache. Der uniform gehaltene Inhalt wurde oft als irrelevant empfunden, was zu geringerer Beteiligung führte.
• Die Studierenden unterscheiden sich stark in Sprachkenntnissen, Interessen und Motivation. Als „Nebenfach“ wird Englisch unterschiedlich ernst genommen – von engagiertem Lernen bis zu geringer Beteiligung. Materialien und Bewertung müssen daher alle fördern, ohne das Niveau zu senken oder ambitionierte Studierende auszubremsen.
• Die zunehmende Nutzung generativer KI erschwert den Sprachunterricht: Studierende erstellen Texte per KI, können diese aber oft nicht kritisch bewerten. Schriftliche Arbeiten spiegeln daher nicht immer die tatsächlichen Fähigkeiten wider.

Das Projekt, das 2023 mit dem Ziel startete, die LV „Technical English“ zu aktualisieren und zu überarbeiten, begegnet diesen kombinierten Herausforderungen von Heterogenität, unterschiedlichen Fähigkeiten und Motivationen sowie KI-bedingten Veränderungen. Einerseits werden kollaborative, interdisziplinäre und KI-integrierte Materialien entwickelt, andererseits wird die LV mitsamt Bewertung so strukturiert, dass Studierende mit verschiedenen Voraussetzungen unterstützt werden. Gleichzeitig sollen hohe Standards gewahrt und die leistungsstarken, ehrgeizigen Studierenden gefördert und gefordert werden.

Die generative KI ermöglicht die Erstellung spezialisierter Texte und Terminologielisten, die auf einzelne Fachgebiete zugeschnitten sind. Dadurch konnte die LV über ein Einheitsmodell hinausgehen und sicherstellen, dass die Studierenden sich mit fachrelevanten Diskursen beschäftigen und dabei in einem sinnvollen Kontext fachspezifisches Vokabular erlernen. Gleichzeitig blieben die Inhalte über alle Fachrichtungen hinweg strukturiert und konsistent, wobei der Schwerpunkt auf grundlegenden diskursiven Kompetenzen lag. So entwickelten alle Studierenden die gleichen Schreib- und Analysefähigkeiten. Die KI-generierten Materialien wurden auf die wichtigsten Kommunikationsaufgaben der LV abgestimmt, sodass Studierende aus allen Studiengängen mit denselben rhetorischen Modellen (z. B. Produktbeschreibungen, Prozessdokumentationen, Wirkungsanalysen) arbeiteten und gleichzeitig Inhalte nutzten, die auf ihre jeweilige Disziplin zugeschnitten waren.

Diese Materialien wurden in Selbstlernmodule integriert, damit sich die Studierenden vor dem Unterricht selbstständig mit technischen Inhalten und fachspezifischer Terminologie auseinandersetzen konnten. Durch diese Verlagerung konnte sich der Präsenzunterricht auf die Anwendung der Inhalte konzentrieren, etwa in diskussionsbasierten Aktivitäten, beim strukturierten Schreiben und bei der gemeinsamen Bearbeitung von Texten. Auf diese Weise wurde die Unterrichtszeit effektiver genutzt und sowohl die sprachliche Kompetenz als auch die fachliche Kommunikationsfähigkeit weiterentwickelt.

LV-Entwicklung

Die Entwicklung der LV fand in enger Zusammenarbeit mit den Programmleitern der 12 Bachelor-Studiengänge der Fachhochschule statt, um relevante Technologien und technische Prozesse zu identifizieren. Im Anschluss daran:

• lieferte eine Literaturrecherche authentische Produktbeschreibungen, Prozessdokumentationen und Analysen aus Online-Quellen zu diesen Themen;
• wurden strukturierte Eingabeaufforderungen („Prompts“) genutzt, um das Material in KI-generierte Textbeispiele zu überführen. So blieb die Darstellung der Technologien präzise, während Vergleichbarkeit, sprachliche Konsistenz und die Übereinstimmung mit den Lehrzielen erhalten blieben;
• wurden die generierten Texte ausgewertet und nachbearbeitet, um rhetorisch und diskursiv konsistente technische Dokumente zu erstellen, die an linguistische Modelle angelehnt und auf Terminologie sowie Kommunikationsbedürfnisse der jeweiligen Disziplin zugeschnitten sind. Für jedes Studienprogramm entstanden neun Texte (je drei Produkt-, Prozess- und Wirkungsbeschreibungen), die jeweils eine andere Technologie behandeln;
• wurden mithilfe von KI-Tools relevante Fachbegriffe extrahiert und thematische Vokabellisten erstellt. Jedem Text war eine Liste mit 20 Begriffen zugeordnet, sodass die Studierenden insgesamt 180 fachspezifische Begriffe erlernten.

Auf diese Weise blieben die Inhalte der LV für die Studierenden fachlich relevant, während zugleich wesentliche diskursive Kompetenzen vermittelt und die Lehrbarkeit für Sprachlehrende gewährleistet wurden.

Aufbau der Lehrveranstaltung

Die LV „Technical English“ besteht aus fünf inhaltlichen Modulen sowie einem Wiederholungs- und Prüfungsmodul. Die ersten beiden Module sind für alle Studierenden gleich und führen in internationale Kommunikation im Technikbereich sowie grundlegende Konventionen des technischen Schreibens und Genre-Bewusstseins ein. Danach folgen drei fachspezifische Module zu Produktbeschreibungen, Prozessbeschreibungen und Wirkungsanalysen.

Alle Studierenden erwerben dieselben Kernkompetenzen und wenden sie auf Technologien und Prozesse ihres Fachgebiets an. Zu Beginn der LV wurde darauf hingewiesen, dass die Materialien mithilfe generativer KI erstellt wurden. Die Studierenden waren aufgefordert, Inhalte kritisch zu prüfen – so entstand auch ein reflektierter Umgang mit KI auf Metaebene.

Modul 1: Engineering, International Communication, and Technical English: Englisch wird als globales Werkzeug für technische Kommunikation vorgestellt. In Diskussionen und Fallstudien reflektieren die Studierenden über präzise Sprache, interkulturelle Herausforderungen und die Grenzen allgemeinen Schulenglischs im Berufsalltag.

Modul 2: Academic and Professional Writing: Mit geführten Übungen und KI-Tools wie ChatGPT werden strukturierte Schreibfertigkeiten trainiert. Die Studierenden analysieren hochwertige Texte, rekonstruieren diese mit KI-Unterstützung und schärfen ihr Bewusstsein für sprachliche Merkmale und die Rolle menschlicher Kontrolle.

Module 3–5: Writing for Technical Communication: Diese fachspezifischen Module verbinden Selbststudium und Präsenzunterricht mit KI-generierten Materialien, die auf die jeweiligen Studienprogramme abgestimmt sind. In Modul 3 (Produktbeschreibungen) analysieren die Studierenden zielgruppengerechte Texte, beschreiben zentrale Merkmale und vergleichen Beispiele zur Erkennung wirksamer technischer Kommunikation. Modul 4 (Prozessbeschreibungen) fokussiert auf die Unterscheidung zu Bedienungsanleitungen, den Einsatz präziser Fachsprache und das Erkennen bewährter Textmuster. In Modul 5 (Wirkungsanalysen) wenden die Studierenden das PESTLE-Rahmenkonzept an, um technologische Auswirkungen strukturiert zu analysieren und Praxisbeispiele mithilfe von Recherche und Lektüre kritisch zu bewerten.

Die Kompetenzziele sind über alle Studienrichtungen hinweg einheitlich, auch wenn Inhalte fachspezifisch sind – z. B. Industrieroboter im Maschinenbau oder Solarpanels in der Energietechnik.

Präsenzunterricht in drei Schritten:

1. Diskussion: Austausch über Inhalte mit fachspezifischem Vokabular.
2. Schreibaufgaben: Texte gemeinsam entwerfen, überarbeiten und verfeinern.
3. Feedback: Peer Feedback und individuelle Unterstützung.

Diese strukturierte Kombination aus uniformen Schreibprozessen und fachbezogenen Inhalten fördert praxisnahe, zielgruppengerechte Kommunikation und stärkt die Schreibmotivation.

Aktives Lernen und KI-bewusstes Engagement

Die LV setzt auf einen ausgewogenen Umgang mit KI: Sie nutzt KI zur Erstellung fachspezifischer Texte, schult aber zugleich kritisches Denken, um eine übermäßige Abhängigkeit zu vermeiden.

Im Selbststudium liegt der Fokus auf Textanalyse, Fachsprache und dem Aufbau technischer Vokabeln. Die Präsenzveranstaltungen bieten strukturierte Schreibübungen mit gezielter Unterstützung durch die Lehrenden. KI-Bewusstsein ist fest im Lehrplan verankert: Die Studierenden lernen, KI-generierte Inhalte auf Genauigkeit, Kohärenz und Nutzerfreundlichkeit zu prüfen. Zudem fördern KI-Aufforderungen das Verständnis sprachlicher Merkmale und Unterschiede zwischen KI- und menschengenerierten Texten.

Statt klassischer Hausarbeiten analysieren die Studierenden Modelltexte, erkennen sprachliche Muster und üben fachspezifischen Wortschatz. Im Unterricht begleiten Lehrende den Schreibprozess direkt, fördern Schreibstrategien und diskursive Kompetenzen.

Bewertung

Das Bewertungskonzept berücksichtigt unterschiedliche Sprachfähigkeiten und Motivationsniveaus. Es ermöglicht allen Studierenden, Fortschritte nachzuweisen, und bietet ambitionierten Teilnehmenden anspruchsvolle Ziele.

• 60 % schriftliche Aufgaben: Die Studierenden verfassen eine Prozess- oder Produktbeschreibung sowie eine Wirkungsanalyse. Themen sind mit den Selbststudium-Inhalten verknüpft, um den Einsatz von Vokabular und Schreibstrategien zu fördern und bloßes Abschreiben zu vermeiden.
• 25 % Unterrichtsdiskussionen: Bewertet wird, wie gut Technologien aus dem Selbststudium diskutiert werden. Die Formate fördern Vorbereitung, Beteiligung und geben allen eine Stimme.
• 15 % Vokabeltest: Abfrage von 180 Fachbegriffen in Multiple-Match-Fragen (sieben Begriffe pro Technologie).

Die schriftlichen Arbeiten werden anhand einer sechsstufigen Bewertungsskala beurteilt: Aufgabenerfüllung, Organisation, Struktur und Kohärenz, grammatikalische und lexikalische Bandbreite, pragmatische Kompetenz sowie sprachliche Genauigkeit. Nur sehr gute Leistungen führen zu Spitzennoten, aber die Bestehensgrenze (50 % über alle Kriterien) bleibt für die meisten realistisch. Solides Engagement und Grundkenntnisse reichen zum Bestehen – mangelnde Mitarbeit oder Sprachschwächen gefährden den Erfolg.

Diese Struktur schafft eine ausgewogene Lernumgebung mit erreichbaren Zielen für weniger erfahrene bzw. unmotivierte Studierende und Herausforderungen für ambitionierte Studierende.

Zusammenfassung

die Lehrveranstaltung "Technical English" unterstützt den Studienstart im ersten Semester durch eine klare, einheitliche Struktur mit fachspezifischen Inhalten für 12 technische Studiengänge. Die LV kombiniert abgestimmte Lernergebnisse mit angepassten Materialien, um unterschiedlichen Bedürfnissen einer heterogenen Studierendenschaft gerecht zu werden.

Im Mittelpunkt steht die Verbindung technischer Inhalte mit Schreibförderung. KI-generierte Texte dienen im Selbststudium zur Einführung in Terminologie und Modelle, im Unterricht als Grundlage für Schreibaufgaben, kollaborative Textarbeit und Feedback. So entwickeln alle Studierenden kommunikative Kompetenzen – unabhängig vom Sprachniveau – und leistungsstärkere Teilnehmende erhalten zusätzliche Herausforderungen.

KI-Tools werden nicht nur zur Materialerstellung eingesetzt, sondern auch aktiv im Unterricht genutzt. Die Studierenden lernen, Inhalte kritisch zu bewerten, gezielt zu überarbeiten und ihre digitalen Kompetenzen auszubauen – Fähigkeiten mit hoher Relevanz für Studium und Beruf.

Die Bewertung basiert auf klaren Lernzielen und betont angewandte Fähigkeiten und aktive Beteiligung. Dies schafft transparente Erwartungen, fördert faire Leistungsbeurteilung und stärkt die akademische Integrität trotz KI-Nutzung. Gleichzeitig können Lehrende den Unterricht flexibel gestalten, ohne die uniformen Strukturen der LV aufzugeben.

Durch die sprachlich strukturierte Einbettung technischer Inhalte wird die Studierbarkeit verbessert, interdisziplinäres Lernen gefördert und der Grundstein für erfolgreiche Fachkommunikation gelegt.