Generative Machine Learning Systeme (GMLS) wurden bereits 2019 als bedeutender Bereiche der Bildungstechnologien identifiziert (Zawacki-Richter et al., 2019). Seit der Einführung von Systemen wie ChatGPT am 30. November 2022 hat sich diese Annahme bestätigt, und die Nutzung solcher Systeme durch Lernende und Lehrende hat stark zugenommen. Die Qualität der dazu notwendigen Prompts beeinflusst entscheidend die Wirksamkeit grosser Sprachmodelle (Liu et al., 2023; L. S. Lo, 2023a; White et al., 2023). Diese Studie untersucht den Einsatz von solchen Systemen in der Lehre durch Experten und Expertinnen im Bereich GMLS-Einsatz in der Lehre und Prompt Engineering.

Die Forschungsfragen konzentrieren sich auf:

1. Die Anwendung von GMLS in der Lehre; 
2. Die Anleitungsmethoden für diese Systeme; 
3. Die notwendigen Voraussetzungen, Kompetenzen und Wissensbereich für einen effektiven Einsatz von GMLS
4. Die Unterschiede dieser Kompetenzen im Vergleich zur effizienten Internetsuche;
5. Die Elemente von Online-Kursen zur Förderung von Prompt Engineering Kompetenzen.

Anhand von Experteninterviews und einem Design-Based-Research-Ansatz wurde ein Online-Kurs entwickelt. Die Ergebnisse zeigen, dass Experten und Expertinnen klare Kontexte und Aufgabenstellungen gegenüber spezifischen Prompt Engineering Techniken («One-shot», «Few-shot», «Chain-of-Thought», «Tree-of-Thought») beim Anleiten der GMLS bevorzugen. Die Studie betont die Bedeutung von Prompt Engineering Kompetenzen für den effektiven Einsatz von GMLS in der Lehre. Die entwickelten Online-Kurselemente können als Grundlage für Lehrmaterialien dienen und Lehrenden helfen, GMLS zielgerichtet in den Unterricht zu integrieren.