Interviews
Dr. Anthony Lee, Präsident und CEO der Westcliff University – Interviewreihe

Wichtige PunkteArbeitsmarktfähigkeit erfordert heute menschliche Aufsicht über KI-Ergebnisse und…
Mehr anzeigen
- Arbeitsmarktfähigkeit erfordert heute menschliche Aufsicht über KI-Ergebnisse und verantwortungsbewusstes Urteilsvermögen.
- KI-Kompetenz muss in den Lehrplan jeder Disziplin integriert werden und nicht als Zusatz behandelt werden.
- Die Bewertung muss echtes Denkvermögen und angewandte Kompetenz messen, nicht nur automatisierte Produktion.
Dr. Anthony M. Lee ist der Präsident der Westcliff University in Irvine, Kalifornien, einer der am schnellsten wachsenden Universitäten in den USA, die von weniger als einigen hundert Studierenden auf über 3.000 Studierende in den letzten zehn Jahren gewachsen ist. Dr. Lee hat Führungspositionen an zahlreichen Universitäten und Schulen in den USA und international innegehabt. Mit seiner Expertise in innovativen Hybrid- und Online-Programmen hat Dr. Lee neue Programme entwickelt, die Technologie mit traditionellen Campus-Kursen verbinden, um ein verbessertes Lernerlebnis zu bieten. Er hat erfolgreich Schulen durch den Akkreditierungsprozess auf Universitäts- und K-12-Ebene geführt. Seine Erfahrung hat ihn als Führungskraft in vielen kritischen Bereichen der Hochschulbildung ausgewiesen, einschließlich Marketing, Finanzen, Betrieb, Compliance und Akkreditierung.
Wie hat sich Ihre Definition von Arbeitsmarkttauglichkeit im Zeitalter von generativer KI und Automatisierung entwickelt?
Arbeitsmarkttauglichkeit bedeutete früher technische Kompetenz und die Fähigkeit, sofort in einem definierten Rollenbereich beizutragen. Im Zeitalter der generativen KI ist diese Definition jedoch nicht mehr ausreichend, da sich die Natur der Arbeit selbst ändert.
Heute bedeutet Tauglichkeit, effektiv in Umgebungen zu arbeiten, in denen Intelligenz zwischen Menschen und Maschinen verteilt ist, in denen Werkzeuge kontinuierlich weiterentwickelt werden und in denen die Ausführung zunehmend durch Maschinen unterstützt wird. Der Wettbewerbsvorteil liegt nicht mehr nur darin, eine Aufgabe auszuführen, sondern darin, Probleme zu formulieren, KI-Ergebnisse zu überwachen, Annahmen zu hinterfragen und Urteile unter realen Einschränkungen zu fällen.
Wir erleben einen Wandel von der Aufgabenausführung zur kognitiven Überwachung. Arbeit in Einstiegspositionen wird neu definiert. Routineproduktion kann automatisiert werden, Verantwortung jedoch nicht. Das legt einen größeren Wert auf kritisches Denken, ethische Argumentation, Kontextbewusstsein und die Fähigkeit, KI-generierte Ergebnisse in verantwortungsvolle Entscheidungen umzusetzen.
An der Westcliff University betrachten wir Arbeitsmarkttauglichkeit als die Integration von Fachwissen, einem sicheren Umgang mit KI und diszipliniertem menschlichem Urteil. Studierende müssen verstehen, wie generative Systeme funktionieren, wo sie Vorteile bieten und wo sie Risiken einführen. Wichtiger noch, sie müssen lernen, mit diesen Systemen zusammenzuarbeiten, ohne die intellektuelle Verantwortung auszulagern.
Unser anwendungsorientiertes Lernmodell ist darauf ausgerichtet, strukturierte Interaktionen mit aufkommenden Technologien in authentischen Kontexten zu ermöglichen. Das Ziel ist nicht nur die Beherrschung von Werkzeugen, sondern die adaptive Fähigkeit, effektiv zu bleiben, wenn sich die Werkzeuge ändern.
In dieser Ära werden die Fachleute, die hervorragen, nicht diejenigen sein, die mit KI konkurrieren, sondern diejenigen, die sie sorgfältig leiten, sie streng hinterfragen und für die Ergebnisse verantwortlich sind, auf die KI Einfluss nimmt. Das ist, was Arbeitsmarkttauglichkeit jetzt erfordert.
Was bedeutet es für eine Institution, KI auf Ebene der Studienprogramme und der gesamten Institution ernst zu nehmen, anstatt sie als Add-on zu behandeln?
KI ist nicht nur ein weiteres Unterrichtswerkzeug. Sie verändert die Architektur der Bildung selbst.
Ernsthaftigkeit beginnt mit der Neukonzeption. Jedes Fach muss prüfen, wie generative Systeme die professionellen Erwartungen verändern und definieren, was KI-gestützte Kompetenz erfordert. Bewertung muss den Denkprozess und angewandte Kompetenz messen, nicht nur die Ausgabe.
Aber Ernsthaftigkeit erfordert auch institutionelle Kohärenz. KI-Kompetenz kann nicht in isolierten Kursen untergebracht werden. Weiterbildung der Lehrenden, Governance, Bewertungsstrategie und Lieferantenüberwachung müssen sich an dem klaren Prinzip ausrichten, dass Technologie die akademische Qualität stärken und nicht schwächen sollte.
An diesem Punkt wird KI Teil der intellektuellen Infrastruktur der Universität. Sie prägt, wie Lernen strukturiert wird, wie die Beherrschung von Wissen und Fähigkeiten demonstriert wird und wie institutionelle Glaubwürdigkeit in einer Arbeitswelt aufrechterhalten wird, in der menschliches Urteil und Maschinenfähigkeit Seite an Seite arbeiten. Das ist die Denkweise, mit der wir an der Westcliff University voranschreiten.
Wie verbinden Sie die Förderung grundlegender menschlicher Fähigkeiten damit, Studierende zur effektiven Zusammenarbeit mit KI zu befähigen?
Ich sehe dies nicht als Kompromiss. Vielmehr erhöht generative KI den Wert grundlegender menschlicher Fähigkeiten.
Wenn Routinekognitionen billig werden, wird höheres Denken zum Differenzierungsmerkmal. Kritisches Denken bedeutet, bessere Fragen zu stellen und maschinengenerierte Ergebnisse zu hinterfragen. Urteilsvermögen bedeutet, zu wissen, wann man auf ein System vertrauen und wann man innehalten sollte. Ethik wird zu einer praktischen Frage und betrifft die Konsequenzen des Einsatzes intelligenter Systeme im großen Maßstab.
Studierende müssen lernen, in KI-präsenten Umgebungen zu denken. Prompting ist ein Ausgangspunkt, aber kognitive Überwachung ist die tiefere Fähigkeit. Absolventen müssen Schlussfolgerungen artikulieren und verteidigen, die von intelligenten Systemen informiert, aber nicht bestimmt werden.
An der Westcliff University behandeln wir den sicheren Umgang mit KI als Verstärker grundlegender Fähigkeiten. Studierende interagieren mit intelligenten Werkzeugen, während sie für Klarheit, Glaubwürdigkeit und Konsequenzen verantwortlich bleiben. Langfristig werden die Fachleute, die hervorragen, intellektuelle Tiefe mit technologischer Agilität kombinieren. KI liefert Geschwindigkeit und Skalierbarkeit. Menschen müssen Unterscheidungsvermögen, Verantwortung und Führung liefern.
Welche Teile der Hochschulbildung sind am anfälligsten für Störungen durch KI und welche Bereiche sind widerstandsfähiger als erwartet?
Die anfälligsten Bereiche basieren auf Informationsübertragung und standardisierter Ausgabe. Wenn ein Modell hauptsächlich auf Vorlesungsvermittlung oder Bewertungen basiert, die Produktion messen, wird KI es schnell herausfordern.
Die Hochschulbildung ist widerstandsfähiger, wenn sie strukturierte Entwicklung, Mentorship, angewandtes Lernen, Teamarbeit, klinisches Lernen und professionelle Identitätsbildung in den Mittelpunkt stellt. KI kann diese Erfahrungen unterstützen, aber nicht das Wachstum ersetzen, das durch Rückmeldung und Verantwortungsübernahme entsteht.
Die Trennlinie ist die Konzeption. Institutionen, die sich hauptsächlich als Inhaltsanbieter sehen, sind anfällig. Diejenigen, die als intentionale Lernsysteme operieren, die auf Denkprozesse, angewandte Kompetenz und messbares Wachstum ausgerichtet sind, bleiben hoch relevant.
KI hebt den Standard für das, was ein Zeugnis darstellen muss.
Wie sollten Universitäten die Studienprogramme neu konzipieren, da KI die Zeit bis zum Erwerb von Fähigkeiten verkürzt und die Einstiegshürden senkt?
Wenn KI die Zeit, die zum Erwerb technischer Fähigkeiten benötigt wird, verkürzt, müssen Universitäten klären, wo ein Studienabschluss Mehrwert bietet.
Wenn Werkzeuge Aufgabenfertigkeit beschleunigen, muss die Hochschulbildung sich auf das konzentrieren, was nicht automatisiert werden kann – konzeptionale Tiefe, strukturiertes Problemlösen, ethische Urteilsfähigkeit und anhaltende Leistung unter Einschränkungen.
Studienprogramme sollten modulare und angewandte, aber kohärente Konzepte sein. Das Ziel ist kumulative Kompetenz, die technische Fertigkeiten mit reflektiertem Denken und Anpassungsfähigkeit verbindet.
KI senkt die Einstiegshürden. Universitäten müssen darauf reagieren, indem sie die Schwelle für Integration, Urteilsvermögen und nachgewiesene Fähigkeit erhöhen. Ein Studienabschluss muss dauerhafte Kompetenz signalisieren, nicht nur den Kontakt mit einem Fachgebiet.
An der Westcliff University sehen wir Studienabschlüsse als dynamische Ökosysteme und nicht als feste lineare Abläufe. Aufeinander aufbauende und kombinierbare Qualifikationen sowie gestufte Bildungswege ermöglichen es Lernenden, erneut ins Lernen einzusteigen, wenn sich Branchen ändern, während sie Kohärenz und Strenge aufrechterhalten. Flexibilität ist wichtig, aber intellektuelles Fortschreiten ist wichtiger.
Welche Rolle sehen Sie für KI bei der Bewertung und der Vergabe von Qualifikationen?
KI zwingt die Hochschulbildung, eine Realität zu konfrontieren, die der Technologie selbst vorausgeht. Viele traditionelle Bewertungen haben Produktion gemessen, nicht Verständnis. Wenn eine Aufgabe jetzt mit minimalem Aufwand automatisiert werden kann, müssen wir fragen, ob sie jemals den Denkprozess erfasst hat.
Bewertung muss sich auf eine authentische Demonstration von Kompetenz, mündliche Verteidigung, szenariobasiertes Problemlösen, iterative Verbesserung, angewandte Simulationen und Portfolio-Nachweise verlagern, die das Denken sichtbar machen. In einer KI-gestützten Umgebung ist es nicht nur das Artefakt allein, sondern der kognitive Prozess dahinter, was zählt.
An der Westcliff University haben wir uns auf mündliche und iterative Bewertungsmodelle verlagert, die von den Studierenden verlangen, ihre Argumentation in Echtzeit zu artikulieren und zu verteidigen. KI kann durch adaptive Prompts und skalierbare Rückmeldung unterstützen, aber die Design-Verantwortung bleibt menschlich. Institutionen müssen sicherstellen, dass sie die Denkprozesse der Lernenden und nicht Modellausgabe bewerten.
Die Vergabe von Qualifikationen ist zunehmend eine Frage der nachgewiesenen Fähigkeit und nicht der angesammelten Unterrichtszeit. Arbeitgeber wollen Beweise für angewandte Kompetenz und verantwortungsvolle Urteilsfähigkeit. Institutionen, die Bewertung proaktiv neu konzipieren, werden die Glaubwürdigkeit ihrer Zeugnisse stärken.
Wenn sorgfältig umgesetzt, deckt KI auf, wo akademische Standards erhöht werden müssen.
Wie gehen Sie bei der Einführung von KI in die Lehre und Verwaltung mit Governance und Überwachung um?
Wir behandeln KI wie jedes System, das die akademische Qualität und institutionelle Glaubwürdigkeit wesentlich beeinflusst. Governance beginnt mit einem klaren Zweck, definierten Grenzen und klaren Zuständigkeiten.
Effektive Überwachung stellt sicher, dass Innovation Vertrauen stärkt und nicht untergräbt. Das bedeutet strenge Datenschutz- und Sicherheitsstandards, Vorurteils- und Fairnessprüfung, wenn Systeme Studierendenergebnisse beeinflussen, und Transparenz darüber, welche Werkzeuge verwendet werden und wie Daten gehandhabt werden.
Es erfordert auch, Integritätsrahmen zu aktualisieren, um gegenwärtige Realitäten und nicht veraltete Annahmen zu reflektieren. Weiterbildung der Lehrenden ist entscheidend, damit die Einführung bewusst erfolgt und mit den Lernzielen übereinstimmt, anstatt fragmentiert oder reaktiv zu sein.
Als wir KI-gestützte Bewertungsmodelle an der Westcliff University einführten, war die Überwachung in die Konzeption eingebettet. Lehrende überwachten die Umsetzung, bewerteten die Auswirkungen und verfeinerten Prozesse auf der Grundlage von Beweisen. Lieferantenbewertung ist kontinuierlich, nicht episodisch. Institutionen müssen regelmäßig die Übereinstimmung mit akademischen Standards und dem Schutz der Studierenden überprüfen.
Das Ziel ist verantwortungsvolle Innovation.
Welche Missverständnisse haben Pädagogen häufig über KI, und welche Einstellungsänderung ist erforderlich?
Zwei Missverständnisse treten wiederholt auf. Das erste ist, dass KI hauptsächlich ein Problem des Schummelns ist. Das zweite ist, dass sie nur ein Produktivitätswerkzeug ist. Keine der beiden Sichtweisen reicht für sich genommen aus. Vielmehr spiegelt sie eine Veränderung wider, wie Wissen generiert, bewertet und angewendet wird.
Wenn Institutionen KI nur als Integritätsproblem betrachten, greifen sie auf Einschränkungen zurück. Wenn sie KI nur als Effizienzmittel betrachten, unterschätzen sie ihre Auswirkungen. Die wichtigere Frage ist, wie man Lernen so konzipiert, dass der Denkprozess in einer KI-gestützten Umgebung sichtbar bleibt und mit Verantwortung verbunden ist.
Die notwendige Einstellungsänderung ist von Kontrolle zu Konzeption. Dies ermöglicht es den Lehrenden, noch stärker zu Architekten von Lernerfahrungen zu werden, die Urteilsvermögen, Synthese und angewandte Kompetenz betonen.
Mit institutioneller Unterstützung, geteilten Praktiken und kohärenter Governance können Pädagogen wirklich vorankommen, in einem Umfeld, in dem KI die Messlatte für durchdachte Pädagogik höher legt und die akademische Konzeption wichtiger macht als je zuvor.
Wie sollten Universitäten Studierende auf einen Arbeitsmarkt vorbereiten, in dem Rollen sich laufend verändern und KI die Arbeit in Einstiegspositionen neu definiert?
Einstiegsrollen haben traditionell als Ausbildungsplätze für Routineproduktionsaufgaben gedient. In vielen Bereichen absorbiert KI jetzt viel von dieser frühen Arbeit. Infolgedessen wird von Absolventen erwartet, früher auf höherem Niveau zu arbeiten.
Vorbereitung muss sich daher auf Fähigkeiten konzentrieren, die schwer zu automatisieren sind – Problembestimmung, Kommunikation, Entscheidungsfindung und verantwortungsvolle Überwachung intelligenter Systeme. Studierende müssen mit Unsicherheit zurechtkommen, während Werkzeuge sich ändern und Rollen sich laufend verändern.
Universitäten sollten anpassungsfähige Kompetenzen betonen, die über Kontexte hinweg anwendbar sind und nicht nur enge Spezialisierung. Strukturiertes, projektbasiertes Lernen mit realen Einschränkungen ist entscheidend. Wenn Studierende komplexe Probleme lösen und ihre Empfehlungen verteidigen, üben sie die Art von verantwortungsvollem Denken, die Arbeitgeber zunehmend schätzen.
KI-Kompetenz muss zur Grundlage werden. Nicht jeder muss Modelle bauen, aber jeder muss verstehen, wie intelligente Systeme Entscheidungen in seinem Beruf beeinflussen.
Der Arbeitsmarkt wird sich weiterhin ändern. Die Verantwortung der Hochschulbildung ist es nicht, jede Rolle vorherzusagen, sondern Absolventen hervorzubringen, die über Rollen hinweg arbeiten, kontinuierlich lernen und in Umgebungen, die von beschleunigter Technologie geprägt sind, sinnvoll beitragen können.
Was wäre ein Zeichen dafür, dass sich eine Universität erfolgreich an KI-getriebene Veränderungen angepasst hat und nicht nur überlebt?
Erfolg wird anhand von Ergebnissen und nicht anhand von öffentlichen Positionen oder Vanity-Metriken gemessen.
Eine Universität hat sich wirklich angepasst, wenn ihre Studienprogramme und Bewertungsmodelle um realweltbasierte Kompetenz und nicht um Inhaltsvermittlung konzipiert sind. Lehrende können eine durchdachte Gestaltung des Lernens zeigen, statt neue Ansätze erst verspätet zu übernehmen, und Studierende können ihre Argumentation auf Weise artikulieren und verteidigen, die nicht auf Abruf generiert werden kann.
Institutionelle Anpassung ist auch in der Governance sichtbar. KI-Nutzung ist transparent, Überwachung ist eingebettet, und wir können zeigen, dass Vertrauen in akademische Ergebnisse gestärkt und nicht untergraben wird.
Der zuverlässigste Indikator ist jedoch externe Validierung. Arbeitgeber erkennen, dass Absolventen reifes Urteilsvermögen, praktische Fähigkeiten, Entscheidungskompetenz und Sicherheit im Umgang mit KI in KI-gestützten Umgebungen demonstrieren.
Anpassung bedeutet Agilität ohne Abstriche an den Grundsätzen. Die Institution entwickelt sich, während die Technologie fortschreitet, und hält strenge Standards und ethische Klarheit aufrecht. An der Westcliff University glauben wir, ein Lernmodell zu entwickeln, das glaubwürdig, widerstandsfähig und wertvoll bleibt, während KI das Bildungsumfeld weiter verändert.
Vielen Dank für das großartige Interview. Leser, die mehr über diese Universität erfahren möchten, sollten die Westcliff University besuchen.












