KI-Kompetenz
Ein 10-Stunden-Curriculum — strukturiert nach dem Frankfurt-Dreieck
J. Schneider, B. S. Hasler, F. Hoya, D.-K. Mah, K. Peböck, T. Schroffenegger, M. Varrone
Erstellt mit der Unterstützung von Claude (Anthropic) · Bilder: fal.ai Flux · Stimmen: ElevenLabs & OpenAI TTS
Herzlich willkommen zur Fortbildung „KI-Kompetenz für Lehrpersonen". In den nächsten zehn Stunden erarbeiten wir gemeinsam, wie generative Künstliche Intelligenz sinnvoll, verantwortungsvoll und rechtssicher im Schulalltag eingesetzt werden kann. Dieses Curriculum ist im Rahmen des Erasmus-Plus-Projekts GenAI-Natives entstanden — ein europäisches Kooperationsprojekt mit Partnern aus mehreren Ländern. Die gesamte Fortbildung wurde mit Unterstützung von Claude, einem KI-System von Anthropic, entwickelt und basiert auf über 220 wissenschaftlichen Quellen. Kurz zur Navigation: Sie können diese Präsentation manuell durchblättern, oder den Auto-Modus nutzen. Klicken Sie dazu auf das Zahnrad oben rechts und dann auf den Play-Button. Im Auto-Modus wird jede Folie automatisch vorgelesen, und die Präsentation geht nach dem Sprechtext zur nächsten Folie weiter. Bei Video-Folien werden Sie gefragt, ob Sie das Video ansehen möchten. Sie können jederzeit pausieren und manuell navigieren.
Über dieses Projekt
Erasmus+ Projekt — gefördert durch die Europäische Kommission220 wissenschaftliche Quellen — peer-reviewed, institutionelle Berichte, PraxismaterialienEmpirische Basis: 17.000+ Schüler:innen-KI-Interaktionen aus Liechtenstein (Schneider et al., 2025)Zielgruppe: Lehrpersonen aller Schulformen und FächerLernvoraussetzung: Grunderfahrung mit ChatGPT (einfache Frage-Antwort-Interaktion)
Bevor wir inhaltlich starten, ein paar Worte zum Hintergrund. Dieses Curriculum ist ein Erasmus-Plus-Projekt, gefördert durch die Europäische Kommission. Es basiert auf über 220 wissenschaftlichen Quellen — die meisten davon peer-reviewed, also von der Fachwelt geprüft. Eine Besonderheit ist unsere empirische Basis: Über 17.000 dokumentierte Interaktionen zwischen Schülerinnen und Schülern und KI-Systemen aus Liechtenstein geben uns einen einzigartigen Einblick, wie junge Menschen tatsächlich mit KI umgehen. Die Fortbildung richtet sich an Lehrpersonen aller Schulformen und Fächer. Wir setzen lediglich voraus, dass Sie schon einmal mit ChatGPT oder einem ähnlichen Chatbot gearbeitet haben — eine einfache Frage-Antwort-Interaktion reicht als Ausgangsbasis. Falls Sie noch gar keine Erfahrung haben, ist das kein Problem: Werfen Sie zuerst einen Blick auf Modul 0, Erste Schritte mit KI. Dort machen wir gemeinsam die ersten Gehversuche, und danach sind Sie bestens vorbereitet für den Rest der Fortbildung.
Das Farbleitsystem
Frankfurt-Dreieck (Brinda, Missomelius et al., 2020)
Drei gleichwertige Perspektiven auf KI in der Bildung:
T — Technologie Wie funktioniert KI?G — Gesellschaft Wie verändert KI Bildung und Ethik?I — Interaktion Wie nutzen wir KI konkret?
Optional Vertiefung ⏱ Zeitangabe
Durch die gesamte Fortbildung begleitet uns ein Farbleitsystem, das auf dem Frankfurt-Dreieck basiert. Dieses Modell wurde von Brinda, Missomelius und anderen 2020 entwickelt und beschreibt drei gleichwertige Perspektiven auf digitale Phänomene. Blau steht für die technologische Perspektive — also: Wie funktioniert KI eigentlich? Rot steht für die gesellschaftliche Perspektive — Wie verändert KI unsere Bildungslandschaft, und welche ethischen Fragen wirft das auf? Grün steht für die Interaktionsperspektive — Wie nutzen wir KI ganz konkret im Unterricht? Jedes Modul ist einer oder mehreren dieser Perspektiven zugeordnet. So sehen Sie auf einen Blick, welche Dimension gerade im Vordergrund steht. Violett markiert optionale Vertiefungen, und die orangefarbene Uhr gibt Ihnen die empfohlene Zeitdauer an.
Modulübersicht
M0 — Erste Schritte (optional, 30–45 min)
T M1 — KI verstehen (90 min)I T M2 — Prompt-Engineering (90 min)G M3 — Recht, Ethik & Verantwortung (90 min)I M4 — Unterrichtsplanung (90 min)I G M5 — KI im Unterricht (90 min)I T M6 — Fachdidaktische Vertiefung (90 min)T G I M7 — Reflexion & Transfer (60 min)
Gesamt: 10 Stunden + optionale Vertiefungen
Hier sehen Sie die gesamte Modulstruktur auf einen Blick. Modul 0 ist ein optionaler Einstieg für Kolleginnen und Kollegen, die noch nie mit einem KI-Chatbot gearbeitet haben — das dauert etwa 30 bis 45 Minuten. Dann folgen sieben Kernmodule: Wir beginnen mit den technologischen Grundlagen, gehen dann zu Prompt-Engineering über, also der Kunst, gute Eingaben zu formulieren. Modul 3 widmet sich den rechtlichen und ethischen Rahmenbedingungen. In Modul 4 und 5 wird es dann sehr praxisnah — wie plane ich Unterricht mit KI, und wie setze ich KI direkt mit Schülerinnen und Schülern ein? Modul 6 bietet fachspezifische Vertiefungen für verschiedene Unterrichtsfächer. Und im abschließenden Modul 7 reflektieren wir das Gelernte und entwickeln einen persönlichen Aktionsplan. Insgesamt sind das zehn Stunden, ergänzt durch optionale Vertiefungen.
6 Zielkompetenzen
K1 — KI-Grundlagenwissen: Funktionsweise von LLMs erklären könnenK2 — Prompt-Kompetenz: Wirksame Prompts formulieren und verfeinernK3 — Fachdidaktische Integration: KI sinnvoll im eigenen Fach einsetzenK4 — Ethische Urteilsfähigkeit: KI-Einsatz kritisch bewerten, Bias erkennenK5 — Rechtssicherer Einsatz: DSGVO und EU AI Act im Schulkontext anwendenK6 — Unterrichtsdesign: Unterricht mit KI planen, durchführen und reflektieren
Am Ende dieser Fortbildung sollen Sie über sechs Kernkompetenzen verfügen. Erstens: Sie können erklären, wie große Sprachmodelle grundsätzlich funktionieren — nicht auf technischer Detailebene, aber so, dass Sie Kolleginnen und Kollegen oder auch Eltern die Grundprinzipien vermitteln können. Zweitens: Sie beherrschen Prompt-Engineering, also die Fähigkeit, präzise und wirksame Eingaben zu formulieren. Drittens: Sie können KI sinnvoll in Ihr eigenes Fach integrieren. Viertens: Sie entwickeln eine ethische Urteilsfähigkeit — Sie erkennen Verzerrungen und können den KI-Einsatz kritisch bewerten. Fünftens: Sie wissen, was Datenschutzgrundverordnung und EU AI Act für Ihren Schulalltag bedeuten. Und sechstens: Sie können eine vollständige Unterrichtsstunde mit KI-Unterstützung planen, durchführen und reflektieren.
Modul 0 · Optional Erste Schritte mit KI ⏱ 30–45 min
Dieses Modul ist optional und richtet sich an alle, die noch keine oder sehr wenig Erfahrung mit KI-Chatbots haben. In den nächsten 30 bis 45 Minuten machen wir gemeinsam die ersten Schritte. Wenn Sie bereits regelmäßig mit ChatGPT oder ähnlichen Tools arbeiten, können Sie dieses Modul überspringen.
Was ist ein Chatbot?
Computerprogramm für natürlichsprachliche Unterhaltung
ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google)Generative KI: Text wird Wort für Wort neu erzeugt
Nicht: Suche in einer Datenbank, sondern: Wahrscheinlichkeitsbasierte Textgenerierung
Fangen wir ganz am Anfang an: Was ist ein Chatbot? Ein Chatbot ist ein Computerprogramm, mit dem Sie sich in natürlicher Sprache unterhalten können — so, als würden Sie mit einem Menschen chatten. Die bekanntesten sind ChatGPT von OpenAI, Claude von Anthropic und Gemini von Google. Das Besondere an diesen Systemen: Sie durchsuchen keine fertige Datenbank nach Antworten. Stattdessen erzeugen sie jeden Text Wort für Wort neu. Jedes Wort wird auf Basis statistischer Wahrscheinlichkeiten ausgewählt — welches Wort passt hier am wahrscheinlichsten? Deshalb nennen wir das „generative KI". Und deshalb kann dieselbe Frage zu leicht unterschiedlichen Antworten führen.
Ihre erste Unterhaltung
Einfache Frage: „Was sind die drei wichtigsten Tipps für KI-Einsatz als Lehrperson?"Kreative Aufgabe: „Schreibe ein kurzes Gedicht über den Schulalltag."Fachliche Bitte: „Erkläre den Satz des Pythagoras für ein 12-jähriges Kind."
Die KI antwortet jedes Mal etwas anders — das ist normal.
Jetzt probieren wir es aus. Öffnen Sie ChatGPT, Claude oder Gemini und versuchen Sie drei verschiedene Arten von Eingaben. Erstens eine einfache Frage, zum Beispiel: Was sind die drei wichtigsten Tipps für den KI-Einsatz als Lehrperson? Zweitens eine kreative Aufgabe — lassen Sie die KI ein kurzes Gedicht über den Schulalltag schreiben. Und drittens eine fachliche Bitte: Erkläre den Satz des Pythagoras für ein zwölfjähriges Kind. Achten Sie darauf: Wenn Sie dieselbe Frage ein zweites Mal stellen, wird die Antwort leicht anders ausfallen. Das liegt daran, dass der Text jedes Mal neu generiert wird. Das ist kein Fehler — das ist das Grundprinzip generativer KI.
Drei Dinge, die Sie wissen müssen
KI kann Fehler machen — „Halluzinationen": überzeugend, aber falschKeine persönlichen Daten eingeben — keine Schüler:innennamen, Noten, AdressenQualität der Frage = Qualität der Antwort — mehr dazu in M2
Bevor wir weitergehen, drei Dinge, die Sie sich unbedingt merken sollten. Erstens: KI kann Fehler machen. Und zwar sehr überzeugend klingende Fehler. Das Fachbegriff dafür ist „Halluzination" — die KI erfindet Fakten, Jahreszahlen oder sogar Quellenangaben, die es gar nicht gibt, und das mit absoluter Überzeugung. Zweitens: Geben Sie niemals persönliche Daten Ihrer Schülerinnen und Schüler in kommerzielle KI-Systeme ein. Keine Namen, keine Noten, keine Adressen. Mehr dazu im Modul Datenschutz. Und drittens: Die Qualität Ihrer Frage bestimmt die Qualität der Antwort. Je präziser Sie formulieren, desto besser das Ergebnis. In Modul 2 lernen Sie genau, wie das funktioniert.
Übung: Erste Gehversuche
⏱ 10 Minuten
1. Stellen Sie dieselbe Frage an zwei verschiedene Chatbots (z.B. ChatGPT und Claude). Vergleichen Sie: Was ist ähnlich, was unterschiedlich?
2. Testen Sie, ob die KI Fehler macht! Fragen Sie etwas, dessen Antwort Sie sicher kennen — z.B. "Wann wurde Österreich EU-Mitglied?" Dann etwas Spezifisches aus Ihrer Region.
Beispielantworten finden Sie auf der Lernplattform unter M0.
Zehn Minuten für zwei Übungen. Erstens: Vergleichen Sie zwei Chatbots mit derselben Frage. Zweitens: Testen Sie die Fehleranfälligkeit — fragen Sie etwas Einfaches und dann etwas Spezifisches. Pausieren Sie den Auto-Modus und öffnen Sie einen Chatbot.
Videos: Erste Schritte
VIDEO
Generative KI in 2 Minuten erklärt
VIDEO
ChatGPT Grundkurs (28 min) · Zusatz
Auf dieser Folie finden Sie zwei Videos zum Einstieg. Links ein kompaktes Zwei-Minuten-Video, das generative KI anschaulich erklärt. Rechts ein ausführlicher ChatGPT-Grundkurs mit 28 Minuten für die Vertiefung. Pausieren Sie den Auto-Modus gerne und schauen Sie sich die Videos an — oder kommen Sie später darauf zurück. Wir gehen jetzt weiter zu Modul 1.
Modul 1 · Technologie KI verstehen T ⏱ 90 min · Kompetenz K1
Willkommen in Modul 1: KI verstehen. In diesem Modul schauen wir uns an, wie Künstliche Intelligenz technisch funktioniert — mit Folien, einer Übung und Vertiefungsvideos. Keine Sorge, es geht nicht ums Programmieren. Es geht darum, ein solides Grundverständnis zu entwickeln. Dieses Modul adressiert die Kompetenz K1: KI-Grundlagenwissen.
Schwache vs. starke KI
Eine grundlegende Unterscheidung, die hilft, aktuelle Systeme realistisch einzuordnen:
Schwache KI (narrow AI): Trainiert für spezifische Aufgaben — kann Texte schreiben, Bilder erkennen, Sprache übersetzen, aber nur in dem Bereich, für den sie trainiert wurde. Alle aktuellen Systeme gehören hierher. Starke KI (general AI): Ein hypothetisches System mit menschenähnlicher kognitiver Flexibilität — könnte beliebige Aufgaben lösen, lernen und verstehen wie ein Mensch. Existiert nicht und ist nicht absehbar.
ChatGPT, Claude, Gemini sind schwache KI mit beeindruckenden Fähigkeiten — sie wirken intelligent, „verstehen" aber nichts. Sie berechnen statistische Wahrscheinlichkeiten für das nächste Wort.
Um KI richtig einordnen zu können, brauchen wir eine grundlegende Unterscheidung. Es gibt schwache KI und starke KI. Schwache KI — auf Englisch „narrow AI" — ist auf bestimmte Aufgaben trainiert. Sie kann Texte schreiben, Bilder erkennen oder Sprache übersetzen, aber eben nur das, wofür sie trainiert wurde. Und das ist entscheidend: Alle Systeme, die wir heute kennen und nutzen, gehören in diese Kategorie. Auch ChatGPT und Claude. Starke KI dagegen wäre ein System, das wie ein Mensch denken, lernen und beliebige Probleme lösen könnte. So etwas existiert nicht, und die meisten Fachleute gehen davon aus, dass es auf absehbare Zeit auch nicht kommen wird. Warum ist das wichtig für Sie als Lehrperson? Weil es hilft, die Erwartungen an KI realistisch zu setzen. Diese Systeme wirken oft erstaunlich intelligent, aber sie verstehen nichts. Sie berechnen statistische Wahrscheinlichkeiten dafür, welches Wort als Nächstes kommen sollte.
Drei Schlüsselkonzepte
Maschinelles Lernen: Systeme lernen aus Daten, ohne explizit programmiert zu seinNeuronale Netze: Mathematische Modelle nach Vorbild biologischer GehirneTransformer-Architektur: Grundlage für alle modernen Sprachmodelle (seit 2017)
Drei technische Konzepte sollten Sie kennen, um mitreden zu können. Erstens: Maschinelles Lernen. Das bedeutet, dass ein System aus Daten lernt, statt von einem Programmierer Schritt für Schritt instruiert zu werden. Man gibt dem System Millionen von Beispielen, und es erkennt selbst Muster darin. Zweitens: Neuronale Netze. Das sind mathematische Modelle, die grob nach dem Vorbild biologischer Gehirne aufgebaut sind — mit Schichten von „Neuronen", die Informationen verarbeiten und weiterleiten. Und drittens: Die Transformer-Architektur, die 2017 von Google-Forschern vorgestellt wurde. Sie ist die technische Grundlage für alle großen Sprachmodelle, die wir heute nutzen. Der entscheidende Durchbruch war, dass Transformer Text nicht mehr Wort für Wort verarbeiten, sondern ganze Textpassagen gleichzeitig erfassen und dadurch Zusammenhänge viel besser erkennen können.
Wie funktionieren Sprachmodelle?
Training auf riesigen Textmengen → statistische Muster lernen
Vorhersage: Welches Wort folgt wahrscheinlich als nächstes?
Text wird Wort für Wort generiert — kein „Verstehen" im menschlichen Sinne
Halluzinationen: Überzeugend klingende, aber falsche InformationenKeine Aktualität: Wissen endet mit dem Trainingszeitpunkt
Wie funktioniert ein Sprachmodell nun konkret? Im Training bekommt das System riesige Textmengen zu sehen — Bücher, Webseiten, wissenschaftliche Artikel. Dabei lernt es statistische Muster: Welche Wörter kommen typischerweise zusammen vor? Welche Satzstrukturen sind üblich? Wenn Sie dann eine Frage stellen, macht das System im Grunde nichts anderes als vorherzusagen: Welches Wort kommt wahrscheinlich als Nächstes? Und dann: Welches danach? Und so weiter, Wort für Wort. Das klingt simpel, funktioniert aber erstaunlich gut — eben weil die statistischen Muster aus Milliarden von Texten sehr reichhaltig sind. Zwei Konsequenzen sind für Sie wichtig: Erstens produziert das System sogenannte Halluzinationen — überzeugend klingende Aussagen, die schlicht falsch sind. Zweitens hat das System keinen Zugang zu aktuellen Informationen. Sein Wissen endet mit dem Zeitpunkt, an dem es trainiert wurde.
Das Frankfurt-Dreieck
Brinda, Missomelius et al. (2020)
Drei gleichwertige Perspektiven auf digitale Phänomene:
T Technologisch-medial: Wie funktioniert das System?G Gesellschaftlich-kulturell: Welche Auswirkungen hat es?I Interaktion: Wie nutzen wir es?
Entwickelt als Weiterentwicklung der Dagstuhl-Erklärung (GI, 2016)
Das Frankfurt-Dreieck ist unser theoretischer Rahmen für die gesamte Fortbildung. Entwickelt wurde es 2020 als Weiterentwicklung der Dagstuhl-Erklärung von 2016 — einer Initiative der Gesellschaft für Informatik. Die Grundidee: Wenn wir ein digitales Phänomen wie KI wirklich verstehen wollen, müssen wir es aus drei gleichwertigen Perspektiven betrachten. Die technologisch-mediale Perspektive fragt: Wie funktioniert das? Die gesellschaftlich-kulturelle Perspektive fragt: Welche Auswirkungen hat es auf unsere Gesellschaft, auf Bildung, auf Chancengerechtigkeit? Und die Interaktionsperspektive fragt: Wie nutzen wir es konkret in der Praxis? Keine dieser Perspektiven ist wichtiger als die andere — erst das Zusammenspiel aller drei ergibt ein vollständiges Bild.
Frankfurt-Dreieck → KI in der Bildung
T Wie funktioniert ChatGPT technisch? Was kann es, was nicht?G Wie verändert KI Schule, Prüfungskultur, Chancengerechtigkeit?I Wie setze ich KI konkret im Unterricht ein?
Nur wer alle drei Perspektiven versteht, kann KI verantwortungsvoll einsetzen.
Übertragen auf KI in der Bildung heißt das ganz konkret: Die technologische Perspektive — das blaue T — fragt: Wie funktioniert ChatGPT technisch? Was kann es, und was kann es nicht? Wir haben das gerade besprochen. Die gesellschaftliche Perspektive — das rote G — fragt: Wie verändert KI unsere Schule? Was bedeutet das für die Prüfungskultur, wenn Schülerinnen und Schüler ihre Aufsätze von einer KI schreiben lassen können? Was bedeutet es für die Chancengerechtigkeit, wenn manche Familien Zugang zu Premium-KI-Diensten haben und andere nicht? Und die Interaktionsperspektive — das grüne I — fragt: Wie setze ich KI ganz praktisch ein? Für die Unterrichtsplanung, für die Materialerstellung, für die Differenzierung? Unsere zentrale These lautet: Nur wer alle drei Perspektiven versteht und zusammendenkt, kann KI in der Bildung verantwortungsvoll einsetzen.
Übung: KI ausprobieren & analysieren
⏱ 10 Minuten
1. Fragen Sie einen Chatbot: "Bist du eine schwache oder eine starke KI?" — Was antwortet er? Stimmt das mit dem überein, was Sie gerade gelernt haben?
2. Stellen Sie dieselbe Frage dreimal hintereinander. Vergleichen Sie: Was ist gleich, was ist anders? Warum?
3. Analysieren Sie ein KI-Werkzeug Ihrer Wahl aus allen drei Frankfurt-Dreieck-Perspektiven : T — G — I.
Beispielantworten finden Sie auf der Lernplattform unter M1.
Zehn Minuten für drei kurze Übungen. Fragen Sie die KI, ob sie sich selbst als schwach oder stark einschätzt. Testen Sie, wie unterschiedlich dieselbe Frage beantwortet wird. Und analysieren Sie ein Werkzeug aus allen drei Perspektiven des Frankfurt-Dreiecks. Pausieren Sie den Auto-Modus.
KI-Literacy: Ein neues Kompetenzfeld
UNESCO (2024): KI-Kompetenzrahmen für Lehrpersonen — 15 Kompetenzen, 5 Dimensionen, 3 StufenOECD + EU (2025): AI-Literacy-Framework für Primar- und SekundarbildungAI-TPACK (Ning et al., 2024): TPACK erweitert um KI-WissenskomponentenPrompt-Engineering als Schlüsselkompetenz des 21. Jahrhunderts (Federiakin et al., 2024)
KI-Literacy — also die Fähigkeit, KI kompetent und kritisch zu nutzen — entwickelt sich gerade zu einem eigenständigen Kompetenzfeld. Die UNESCO hat 2024 einen umfassenden KI-Kompetenzrahmen speziell für Lehrpersonen veröffentlicht, mit fünfzehn Kompetenzen in fünf Dimensionen auf drei Niveaustufen. OECD und Europäische Union haben 2025 gemeinsam ein AI-Literacy-Framework für die Primar- und Sekundarbildung vorgelegt. In der Forschung wird das bewährte TPACK-Modell — also das Zusammenspiel von technologischem, pädagogischem und fachlichem Wissen — um eine KI-Komponente erweitert: AI-TPACK. Und Prompt-Engineering, also die Fähigkeit, wirksame Eingaben für KI-Systeme zu formulieren, wird zunehmend als eine Schlüsselkompetenz des 21. Jahrhunderts diskutiert.
KI-Landschaft für Lehrpersonen
Textgenerierung
ChatGPT · Claude · Gemini
Bildgenerierung
Midjourney · DALL-E · Stable Diffusion
Schulspezifisch (DSGVO-konform)
Fobizz · SchulKI
Intelligente Tutorsysteme
ALEKS · Q-interactive · adaptive Plattformen (+37% Leistung im K-12)
Verschaffen wir uns einen Überblick über die KI-Landschaft, die für Sie als Lehrperson relevant ist. Bei der Textgenerierung sind ChatGPT, Claude und Gemini die drei großen Systeme. Alle drei können Texte schreiben, Fragen beantworten, Materialien erstellen. Für die Bildgenerierung gibt es Midjourney, DALL-E und Stable Diffusion — damit lassen sich Bilder für Arbeitsblätter oder Präsentationen erzeugen. Besonders wichtig für den deutschsprachigen Schulkontext sind DSGVO-konforme Plattformen wie Fobizz und SchulKI, die speziell für den Bildungsbereich entwickelt wurden und datenschutzrechtlich unbedenklich sind. Und dann gibt es noch intelligente Tutorsysteme wie ALEKS oder Q-interactive, die sich an den Lernstand einzelner Schülerinnen und Schüler anpassen. Studien zeigen, dass solche adaptiven Systeme die Leistung im K-12-Bereich um bis zu 37 Prozent verbessern können.
Die Zäsur: November 2022
ChatGPT veröffentlicht am 30. November 2022
100 Millionen Nutzer:innen in zwei Monaten60% der US-Lehrkräfte nutzen KI-Werkzeuge (Gallup, 2025)
Forschungspublikationen vervielfacht seit 2022
Aber: 45% der deutschen Lehrkräfte mit KI-Erfahrung wollen lieber darauf verzichten
Ambivalenz zwischen Begeisterung und Verunsicherung
Am 30. November 2022 hat OpenAI ChatGPT veröffentlicht — und damit eine Zäsur ausgelöst, die sich mit wenigen anderen technologischen Meilensteinen vergleichen lässt. Innerhalb von nur zwei Monaten erreichte das System hundert Millionen Nutzerinnen und Nutzer. Laut einer Gallup-Studie von 2025 nutzen inzwischen 60 Prozent der US-amerikanischen Lehrkräfte KI-Werkzeuge in ihrer Arbeit. Die Zahl wissenschaftlicher Publikationen zum Thema KI in der Bildung hat sich seit 2022 vervielfacht. Gleichzeitig zeigen Umfragen aus Deutschland ein differenzierteres Bild: 45 Prozent der deutschen Lehrkräfte, die bereits Erfahrung mit KI haben, geben an, dass sie eigentlich lieber darauf verzichten würden. Das zeigt die Ambivalenz, die dieses Thema begleitet — eine Mischung aus Begeisterung und Verunsicherung. Genau deshalb ist diese Fortbildung so wichtig: Wissen hilft, mit dieser Ambivalenz umzugehen.
Videos: KI verstehen
VIDEO
So funktioniert ChatGPT (6 min)
VIDEO
Was ist KI? — Die Maus / WDR (5 min)
VIDEO
Das Chinesische Zimmer — Scobel
Hier finden Sie drei Vertiefungsvideos zu Modul 1. Das erste erklärt in sechs Minuten, wie ChatGPT technisch funktioniert. Das zweite ist der Klassiker von der Sendung mit der Maus. Und das dritte beleuchtet die philosophische Frage, ob Computer wirklich denken können. Pausieren Sie den Auto-Modus, wenn Sie eines der Videos ansehen möchten. Wir machen jetzt weiter mit Modul 2: Prompt-Engineering.
Audio: Wie funktioniert ChatGPT?
Hier ein Audio-Beitrag von Thomas Schroffenegger und Karl Peböck, erstellt mit NotebookLM von Google. Er erklärt die Funktionsweise von Sprachmodellen anschaulich und kompakt. Pausieren Sie den Auto-Modus und hören Sie rein.
Modul 2 · Interaktion + Technologie Prompt-Engineering I T ⏱ 90 min · K1, K2
Wir kommen zu Modul 2: Prompt-Engineering. Hier lernen Sie, wie Sie aus KI-Systemen das Beste herausholen — durch präzise, durchdachte Eingaben. Am Ende des Moduls gibt es eine praktische Übung, in der Sie selbst Prompts formulieren und testen. Wir arbeiten an den Kompetenzen K1 und K2.
Warum Prompt-Engineering?
„Garbage in, garbage out" — Die Qualität der Eingabe bestimmt die Qualität der Ausgabe.
Prompt-Engineering = Schlüsselkompetenz des 21. Jahrhunderts (Federiakin et al., 2024)
Kurze Schulung verbessert KI-Literacy signifikant und reduziert Technologieangst (Garcia & Rivera, 2025)
Warum ist Prompt-Engineering so wichtig? Es gilt die alte Informatiker-Weisheit: Garbage in, garbage out — Müll rein, Müll raus. Wenn Sie der KI eine vage, unstrukturierte Frage stellen, bekommen Sie eine vage, unstrukturierte Antwort. Stellen Sie dagegen eine präzise, gut formulierte Frage, bekommen Sie deutlich bessere Ergebnisse. Forscherinnen wie Federiakin und Kollegen bezeichnen Prompt-Engineering bereits als eine Schlüsselkompetenz des 21. Jahrhunderts. Und eine Studie von Garcia und Rivera aus 2025 zeigt: Schon eine kurze Schulung im Prompt-Engineering verbessert nicht nur die KI-Literacy, sondern reduziert auch die Angst vor der Technologie. Genau das wollen wir hier erreichen.
Das IDEA-Framework
Park & Choo (2025)
P — Persona: „Du bist eine erfahrene Biologielehrerin für die 7. Schulstufe."A — Aim: „Erstelle drei differenzierte Arbeitsblätter zum Thema Fotosynthese."R — Recipient: „Für Schüler:innen mit Deutschkenntnissen auf B1-Niveau."T — Theme: „Wissenschaftlich, aber zugänglich, mit Alltagsbeispielen."S — Structure: „Als Tabelle mit drei Spalten: leicht, mittel, anspruchsvoll."
Für die Struktur eines guten Prompts verwenden wir das IDEA-Framework von Park und Choo. Es hat fünf Bausteine. Erstens die Persona — geben Sie der KI eine Rolle: „Du bist eine erfahrene Biologielehrerin für die 7. Schulstufe." Damit bekommt die KI einen fachlichen Kontext. Zweitens das Ziel — was soll konkret entstehen? „Erstelle drei differenzierte Arbeitsblätter zum Thema Fotosynthese." Drittens der Empfänger — für wen ist das Material gedacht? „Für Schülerinnen und Schüler mit Deutschkenntnissen auf B1-Niveau." Viertens der Ton — wie soll es klingen? „Wissenschaftlich, aber zugänglich, mit Alltagsbeispielen." Und fünftens die Struktur — in welchem Format soll die Ausgabe kommen? „Als Tabelle mit drei Spalten: leicht, mittel, anspruchsvoll." Sie müssen nicht immer alle fünf Bausteine verwenden, aber je mehr Sie angeben, desto besser wird das Ergebnis.
Vorher / Nachher
❌ „Gib mir Matheaufgaben"
✅ „Du bist Mathematiklehrerin für die 5. Schulstufe. Erstelle 10 Textaufgaben zum Thema Bruchrechnung. Drei Schwierigkeitsstufen (3-4-3). Alltagssituationen (Kochen, Sport). Nummerierte Liste mit Lösungen am Ende."
Hier sehen Sie den Unterschied in der Praxis. Oben ein typischer Anfänger-Prompt: „Gib mir Matheaufgaben." Was kommt da zurück? Irgendwelche Matheaufgaben für irgendeine Altersstufe in irgendeinem Format. Unten dagegen ein durchdachter Prompt: Die Rolle ist definiert — Mathematiklehrerin, 5. Schulstufe. Die Aufgabe ist konkret — zehn Textaufgaben zur Bruchrechnung. Die Differenzierung ist vorgegeben — drei Schwierigkeitsstufen mit der Verteilung 3-4-3. Der Kontext ist gesetzt — Alltagssituationen aus Kochen und Sport. Und das Format steht fest — nummerierte Liste mit Lösungen am Ende. Das Ergebnis? Ein sofort einsetzbares Arbeitsblatt, das kaum noch Nacharbeit braucht.
5 Prompt-Strategien
Rollen zuweisen — gibt der KI KontextKontext geben — Schulstufe, Lehrplan, VorwissenAusgabeformat definieren — Tabelle, Liste, QuizEinschränkungen setzen — Sprache, Länge, SchwierigkeitIterativ verfeinern — Follow-up-Prompts, Korrekturschleifen
Lassen Sie uns die fünf wichtigsten Prompt-Strategien zusammenfassen. Erstens: Weisen Sie der KI eine Rolle zu. „Du bist Physiklehrerin" gibt der KI einen Rahmen, in dem sie denken soll. Zweitens: Geben Sie Kontext. Schulstufe, Lehrplanbezug, Vorwissen der Schülerinnen und Schüler — je mehr die KI weiß, desto passgenauer die Ausgabe. Drittens: Definieren Sie das Ausgabeformat. Wollen Sie eine Tabelle, eine nummerierte Liste, ein Multiple-Choice-Quiz? Sagen Sie es. Viertens: Setzen Sie Einschränkungen. Welche Sprache, welche Länge, welche Schwierigkeitsstufe? Und fünftens — das wird oft vergessen: Verfeinern Sie iterativ. Der erste Prompt ist selten perfekt. Geben Sie Feedback: „Mach es einfacher", „Füge mehr Beispiele hinzu", „Kürze auf eine halbe Seite". Prompt-Engineering ist ein Dialog, kein einmaliger Befehl.
Qualität kritisch beurteilen
Jede KI-Ausgabe muss auf drei Ebenen geprüft werden:
Halluzinationen erkennen: Stimmen Fakten, Jahreszahlen, Quellenangaben? KI erfindet gerne plausibel klingende Referenzen, die in der Realität nicht existieren. Tipp: Fragen Sie die KI „Bist du dir sicher?" — sie gibt häufig zu, geraten zu haben. Fachliche Korrektheit: Ist die Darstellung inhaltlich richtig? Sind Vereinfachungen noch korrekt oder irreführend? Gerade in Naturwissenschaften und Geschichte produziert KI oft oberflächlich richtige, aber im Detail falsche Aussagen.Bias erkennen: Sind Beispiele einseitig? Fehlen bestimmte Perspektiven? Werden Stereotypen verstärkt? Beispiel: KI empfiehlt MINT-Berufe überproportional an männliche Lernende (Baker & Hawn, 2024).
Merksatz: KI-Ausgaben sind Entwürfe, keine Wahrheiten. Fachdidaktische Expertise bleibt unersetzlich.
Ein ganz zentraler Punkt: Jede KI-Ausgabe muss kritisch geprüft werden — auf drei Ebenen. Erstens: Halluzinationen erkennen. Die KI erfindet manchmal Fakten, Jahreszahlen oder sogar vollständige Quellenangaben, die es gar nicht gibt. Ein praktischer Tipp: Fragen Sie die KI „Bist du dir bei dieser Quelle sicher?" — erstaunlich oft gibt sie dann zu, geraten zu haben. Zweitens: Fachliche Korrektheit prüfen. Gerade bei naturwissenschaftlichen oder historischen Themen produziert KI Texte, die auf den ersten Blick richtig aussehen, aber im Detail Fehler enthalten. Eine Vereinfachung, die in der Wissenschaft korrekt wäre, kann in der Didaktik zu Fehlvorstellungen führen. Drittens: Bias erkennen. Sind die Beispiele ausgewogen? Fehlen bestimmte Perspektiven? Eine Studie von Baker und Hawn hat gezeigt, dass KI-Systeme MINT-Berufe überproportional häufig männlichen Lernenden empfehlen. Unser Merksatz: KI-Ausgaben sind Entwürfe, keine Wahrheiten. Ihre fachdidaktische Expertise als Lehrperson bleibt unersetzlich.
Fortgeschrittene Techniken
Chain-of-Thought: „Denke Schritt für Schritt nach" → systematischere AntwortenFew-Shot-Prompting: 2–3 Beispiele für gewünschte Ausgabe mitliefernMega-Prompts: Komplexe Aufgaben in einem strukturierten Prompt
Für Fortgeschrittene gibt es noch drei Techniken, die ich kurz vorstellen möchte. Chain-of-Thought, auf Deutsch Gedankenkette: Wenn Sie der KI sagen „Denke Schritt für Schritt nach", zwingt sie das, ihre Überlegungen transparent zu machen. Das führt zu systematischeren und oft auch korrekteren Antworten, besonders bei komplexen Aufgaben. Few-Shot-Prompting: Statt nur zu beschreiben, was Sie wollen, geben Sie zwei oder drei Beispiele für die gewünschte Ausgabe mit. Die KI erkennt dann das Muster und liefert Ergebnisse im gleichen Stil und Format. Und Mega-Prompts: Das sind umfangreiche, strukturierte Prompts, die eine komplexe Aufgabe in einem einzigen Durchgang beschreiben — mit Rolle, Kontext, Formatvorgaben und Qualitätskriterien. Das kostet mehr Vorbereitung, spart aber am Ende viel Nacharbeit.
Übung: Prompt-Werkstatt
⏱ 15 Minuten
1. Formulieren Sie einen Prompt nach dem IDEA-Framework für Ihr Fach. Definieren Sie: Persona, Ziel, Empfänger, Ton, Struktur. Testen Sie ihn und verfeinern Sie iterativ.
2. Lassen Sie die KI eine Biografie einer berühmten Person aus Ihrem Fach schreiben. Prüfen Sie mindestens drei Fakten — stimmen sie?
Beispielantworten finden Sie auf der Lernplattform unter M2.
Jetzt wird es praktisch! 15 Minuten für zwei Übungen. Erstens: Formulieren Sie einen Prompt nach dem IDEA-Framework für Ihr eigenes Fach. Testen Sie ihn und verfeinern Sie ihn. Zweitens: Lassen Sie die KI eine Biografie schreiben und prüfen Sie die Fakten. Pausieren Sie den Auto-Modus und öffnen Sie ChatGPT oder Claude.
Videos: Prompt-Engineering
VIDEO
Prompt-Schule für Lehrer (8:30 min)
VIDEO
Effektive Prompts — Grundkurs (9 min)
Zwei praxisnahe Videos zum Prompt-Engineering. Links die Prompt-Schule für Lehrkräfte mit fünf goldenen Regeln. Rechts ein allgemeiner Grundkurs. Schauen Sie sich die Videos gerne in einer Pause an. Weiter geht es jetzt mit Modul 3: Recht, Ethik und Verantwortung.
Audio: Die Prompt-Werkstatt
Ein weiterer Audio-Beitrag von Schroffenegger und Peböck, erstellt mit NotebookLM. Diesmal zum Thema Prompt-Engineering mit praktischen Tipps für den Schulkontext. Pausieren Sie und hören Sie rein.
Modul 3 · Gesellschaft Recht, Ethik & G ⏱ 90 min · K4, K5
Modul 3 widmet sich den rechtlichen und ethischen Rahmenbedingungen für KI in der Bildung. Wir klären, was der EU AI Act für Schulen bedeutet, welche Datenschutzregeln gelten, und wie wir mit Fragen der akademischen Integrität umgehen. Am Ende erstellen Sie Ihre eigene Ethik-Checkliste. Kompetenzen K4 und K5.
EU AI Act — Bildung als Hochrisiko
In Kraft seit August 2024
Hochrisiko: KI für Bewertung, Zulassung, PrüfungsüberwachungVerboten: Emotionserkennung bei Schüler:innenPflicht seit Feb. 2025: KI-Literacy-Schulung für alle MitarbeitendenSchulen = „Deployer" → Dokumentationspflichten
Der EU AI Act ist seit August 2024 in Kraft — die weltweit erste umfassende KI-Regulierung. Für den Bildungsbereich ist besonders relevant: KI-Systeme, die für Bewertung, Zulassung oder Prüfungsüberwachung eingesetzt werden, gelten als Hochrisiko-Anwendungen. Das bedeutet strengere Anforderungen an Transparenz, Dokumentation und menschliche Aufsicht. Komplett verboten ist die Emotionserkennung bei Schülerinnen und Schülern — also keine KI-Systeme, die Gesichtsausdrücke oder Stimmungen der Lernenden analysieren. Seit Februar 2025 besteht außerdem eine Pflicht zur KI-Literacy-Schulung für alle Mitarbeitenden, die mit KI-Systemen arbeiten. Das betrifft auch Schulen. Und ein wichtiger Punkt: Schulen gelten als sogenannte „Deployer" — als Nutzer von KI-Systemen. Damit verbunden sind bestimmte Dokumentationspflichten, über die Schulleitungen Bescheid wissen müssen.
Digital Omnibus (2025/2026)
Aktuelle Entwicklung:
EU-Kommission schlägt Vereinfachung vor (November 2025)
Hochrisiko-Fristen für Bildung → Dezember 2027 verschoben
Rat (13.3.2026) + Parlament (18.3.2026) haben Positionen angenommen
Trilogue-Verhandlungen laufen
Grundprinzipien bleiben: Transparenz, menschliche Aufsicht, Risikoabschätzung
Im November 2025 hat die EU-Kommission den sogenannten Digital Omnibus vorgeschlagen — ein Vereinfachungspaket, das auch den AI Act betrifft. Für den Bildungsbereich bedeutet das konkret: Die Fristen für die Hochrisiko-Einstufung im Bildungsbereich wurden auf Dezember 2027 verschoben. Das gibt Schulen mehr Zeit zur Vorbereitung. Der Rat der Europäischen Union hat am 13. März 2026 und das Europäische Parlament am 18. März 2026 ihre jeweiligen Positionen angenommen. Aktuell laufen die Trilog-Verhandlungen zwischen Kommission, Rat und Parlament. Wichtig ist: Die Grundprinzipien des AI Acts bleiben bestehen — Transparenz, menschliche Aufsicht und Risikoabschätzung. Was sich ändert, sind eher die konkreten Umsetzungsfristen und bürokratischen Anforderungen.
DSGVO im Schulkontext
Goldene Regel: Keine personenbezogenen Daten in kommerzielle KI-Dienste.
Namen, Noten, Adressen → nicht in ChatGPT
DSGVO-konforme Plattformen: Fobizz, SchulKI
Liechtenstein: Fobizz landesweit → Vorbild im DACH-Raum
Einverständniserklärungen beachten
Beim Datenschutz gilt eine goldene Regel, die Sie sich bitte einprägen: Keine personenbezogenen Daten in kommerzielle KI-Dienste. Das heißt: Keine Schülernamen, keine Noten, keine Adressen in ChatGPT oder ähnliche Systeme eingeben. Wenn Sie KI mit Bezug zu konkreten Schülerinnen und Schülern nutzen wollen — etwa für differenzierte Lernberichte — verwenden Sie DSGVO-konforme Plattformen wie Fobizz oder SchulKI. Diese wurden speziell für den Bildungsbereich entwickelt und verarbeiten Daten nach europäischem Datenschutzrecht. Liechtenstein ist hier übrigens ein Vorbild im DACH-Raum: Dort wurde Fobizz landesweit eingeführt, sodass alle Lehrpersonen Zugang zu einer datenschutzkonformen KI-Plattform haben. Denken Sie auch daran, dass für bestimmte KI-Anwendungen Einverständniserklärungen der Erziehungsberechtigten nötig sein können.
Algorithmischer Bias
Häufigstes ethisches Bedenken: 53× in 75 Studien (Williams & Dergaa, 2025)
Prädiktive Algorithmen unterschätzen Minderheiten systematisch (Baker & Hawn, 2024)
MINT-Kurse überproportional an männliche Studierende empfohlen
EU AI Act verbietet diskriminierende Modelle
Algorithmischer Bias — also systematische Verzerrungen in KI-Systemen — ist das am häufigsten genannte ethische Bedenken in der Forschung. Eine Metaanalyse von Williams und Dergaa hat in 75 untersuchten Studien 53 Mal Bias als zentrales Problem identifiziert. Was bedeutet das konkret? Prädiktive Algorithmen — also Systeme, die Vorhersagen über Lernende treffen — unterschätzen systematisch Schülerinnen und Schüler aus Minderheiten. Ein konkretes Beispiel: Studien zeigen, dass KI-Systeme MINT-Kurse und technische Berufe überproportional häufig männlichen Studierenden empfehlen. Der EU AI Act adressiert dieses Problem und verbietet explizit diskriminierende KI-Modelle. Für uns als Lehrpersonen heißt das: Wir müssen die Ausgaben von KI-Systemen immer auch auf mögliche Verzerrungen prüfen.
Akademische Integrität
18% der Studierenden übernehmen KI-Text direkt (HEPI, 2025)
KI-Erkennungstools sind weitgehend unwirksam
Lösung: Aufgaben, die persönliche Reflexion erfordernMündliche Anteile, Prozessdokumentation, lokale Bezüge
Akademische Integrität — also die Frage, ob Schülerinnen und Schüler KI-generierte Texte als ihre eigenen ausgeben — ist eine der drängendsten Herausforderungen. Laut einer HEPI-Studie von 2025 übernehmen 18 Prozent der Studierenden KI-generierten Text direkt, ohne ihn als solchen zu kennzeichnen. Und hier kommt ein wichtiger Punkt: KI-Erkennungstools sind weitgehend unwirksam. Sie produzieren viele falsch-positive Ergebnisse — das heißt, sie verdächtigen fälschlicherweise Texte, die von Menschen geschrieben wurden. Sich auf solche Tools zu verlassen, ist daher keine Lösung. Was funktioniert stattdessen? Aufgabenformate, die persönliche Reflexion erfordern, die lokale Bezüge herstellen, die den Prozess dokumentieren. Mündliche Prüfungsanteile, bei denen Lernende ihre Arbeit erklären und verteidigen müssen, sind ebenfalls sehr wirksam. Es geht nicht darum, KI zu verbieten, sondern darum, Aufgaben so zu gestalten, dass KI ein Werkzeug im Lernprozess sein kann, aber nicht das Denken ersetzt.
Verantwortungsvoller Einsatz in der Praxis
Wie gelingt der verantwortungsvolle KI-Einsatz im Schulalltag? Vier Leitprinzipien:
Altersgerecht und begleitet: Die UNESCO (2023) empfiehlt, dass KI-Nutzung durch Kinder immer pädagogisch begleitet sein muss. Je jünger die Lernenden, desto stärker die Begleitung.KI als Werkzeug, nicht als Ersatz: Das Liechtensteiner Schulamt hat dies als Leitmotiv formuliert. KI entlastet Lehrkräfte, ersetzt aber nicht die menschliche Beziehung zu den Lernenden.Transparenz: Wann muss KI-Nutzung offengelegt werden? Als Faustregel: Immer dann, wenn die KI-Beteiligung für die Bewertung oder Einordnung des Ergebnisses relevant ist.Institutionelle Verankerung: Schulen brauchen KI-Nutzungsrichtlinien — nicht als Verbotsliste, sondern als gemeinsam erarbeiteter Rahmen für verantwortungsvolles Handeln.
Wie setzen wir KI nun verantwortungsvoll im Schulalltag ein? Vier Leitprinzipien geben uns Orientierung. Erstens: Altersgerecht und begleitet. Die UNESCO empfiehlt klar, dass jede KI-Nutzung durch Kinder pädagogisch begleitet sein muss. Je jünger die Lernenden, desto intensiver die Begleitung. Zweitens: KI als Werkzeug, nicht als Ersatz. Das Liechtensteiner Schulamt hat das sehr schön formuliert: KI entlastet Lehrkräfte bei Routineaufgaben, ersetzt aber niemals die menschliche Beziehung zu den Lernenden. Drittens: Transparenz. Wann muss KI-Nutzung offengelegt werden? Eine praktische Faustregel: Immer dann, wenn die KI-Beteiligung für die Bewertung oder Einordnung des Ergebnisses relevant wäre. Und viertens: Institutionelle Verankerung. Schulen brauchen KI-Nutzungsrichtlinien. Nicht als Verbotsliste, sondern als gemeinsam erarbeiteter Rahmen, der allen Beteiligten — Lehrkräften, Schülerinnen und Schülern, Eltern — Orientierung gibt.
Übung: Ethik-Checkliste & Bias-Test
⏱ 10 Minuten
1. Erstellen Sie eine Checkliste mit 5 Fragen , die Sie sich vor jedem KI-Einsatz im Unterricht stellen. Beginnen Sie mit: "Werden personenbezogene Daten verarbeitet?"
2. Bitten Sie ChatGPT, ein Bild einer typischen Lehrperson zu beschreiben . Analysieren Sie: Welche Stereotype werden sichtbar? Welche Perspektiven fehlen?
Beispielantworten finden Sie auf der Lernplattform unter M3.
Zehn Minuten für zwei Übungen. Erstens: Erstellen Sie Ihre persönliche Ethik-Checkliste für den KI-Einsatz. Zweitens: Testen Sie, ob ChatGPT Stereotype reproduziert, indem Sie es nach einer typischen Lehrperson fragen. Pausieren Sie den Auto-Modus.
Videos: Recht, Ethik & KI
VIDEO
AI Act erklärt — Solmecke (23 min) · Zusatz
VIDEO
AI Act — ZDF Frontal (10 min)
Zwei Videos zum EU AI Act. Links erklärt Rechtsanwalt Solmecke die juristischen Auswirkungen, rechts beleuchtet ZDF Frontal die Transparenz-Anforderungen. Pausieren Sie gerne für die Videos. Weiter geht es mit Modul 4: Unterrichtsplanung.
Audio: Der EU AI Act im Klassenzimmer
Und noch ein Audio-Beitrag zum EU AI Act im Klassenzimmer. Schroffenegger und Peböck erklären verständlich, was die Regulierung konkret für den Schulalltag bedeutet. Erstellt mit NotebookLM von Google. Pausieren Sie und hören Sie rein. Danach geht es weiter mit Modul 4.
Modul 4 · Interaktion KI in der I ⏱ 90 min · K2, K3, K6
Modul 4: KI in der Unterrichtsplanung. Jetzt wird es richtig praktisch. Wir schauen uns an, wie Sie KI als Werkzeug für die tägliche Unterrichtsvorbereitung nutzen können — von der Materialerstellung über die Differenzierung bis zur Verwaltung. Am Ende generieren Sie selbst Material mit KI. Kompetenzen K2, K3 und K6.
5 evidenzbasierte Strategien
Mollick & Mollick (2023)
Multiple Beispiele: Verschiedene Erklärungsvarianten erstellenFehlvorstellungen: Typische Missverständnisse aufdeckenLow-Stakes-Testing: Übungsaufgaben auf Abruf generierenLernstandserhebung: Verständnislücken analysierenVerteiltes Üben: Wiederholungsaufgaben mit zeitlichem Abstand
KI als „Kraftmultiplikator" — wirksame Strategien werden umsetzbar.
Mollick und Mollick haben 2023 fünf evidenzbasierte Strategien identifiziert, bei denen KI Lehrkräften als sogenannter Kraftmultiplikator dient. Die erste Strategie: Multiple Beispiele erstellen. Statt nur eine Erklärung zu haben, lässt sich die KI schnell verschiedene Erklärungsvarianten generieren — mit unterschiedlichen Analogien, Beispielen oder Schwierigkeitsgraden. Zweitens: Fehlvorstellungen aufdecken. Sie können die KI bitten, typische Missverständnisse zu einem Thema aufzulisten — und bekommen so Material für diagnostische Aufgaben. Drittens: Low-Stakes-Testing. Übungsaufgaben auf Knopfdruck generieren, die nicht benotet werden, sondern dem Üben dienen. Viertens: Lernstandserhebung. Die KI kann helfen, Aufgaben zu erstellen, die systematisch Verständnislücken aufdecken. Und fünftens: Verteiltes Üben. Wiederholungsaufgaben zu verschiedenen Zeitpunkten erstellen — eine der wirksamsten Lernstrategien überhaupt, die im Alltag aber oft an der Vorbereitungszeit scheitert. KI macht all diese Strategien umsetzbar, die vorher einfach zu zeitaufwändig waren.
Differenzierte Materialien
Arbeitsblätter für drei Leistungsniveaus
Texte an Sprachniveaus anpassen
Prüfungsfragen generieren (psychometrisch vergleichbar — Bhandari et al., 2024)
Visualisierungen und Erklärungen differenzieren
Differenzierung ist das, was sich die meisten Lehrpersonen von KI erwarten — und hier liefert die Technologie tatsächlich sehr gute Ergebnisse. Sie können Arbeitsblätter auf Knopfdruck in drei Leistungsniveaus erstellen lassen. Sie können Texte an unterschiedliche Sprachniveaus anpassen — etwa für Schülerinnen und Schüler mit Deutsch als Zweitsprache. Sie können Prüfungsfragen generieren lassen — eine Studie von Bhandari und Kollegen aus 2024 zeigt, dass KI-generierte Prüfungsfragen psychometrisch vergleichbar mit manuell erstellten sind. Und Sie können Visualisierungen und Erklärungen für verschiedene Lerntypen differenzieren. Das alles spart nicht nur Zeit, sondern ermöglicht eine Qualität der Differenzierung, die im Alltag ohne KI kaum leistbar wäre.
Sprachbewusste Materialerstellung
Querschnittsthema — alle Fächer!
Leichte Sprache: „Formuliere für B1-Niveau um"Scaffolding: Satzanfänge, Formulierungshilfen, TextgerüsteBildungssprache: Fachwortlisten mit AlltagserklärungMehrsprachige Brücken: DaZ-UnterstützungAufgabentexte prüfen: Unnötige sprachliche Komplexität erkennen
Sprachbewusste Materialerstellung ist ein Querschnittsthema, das alle Fächer betrifft — nicht nur den Deutschunterricht. KI kann hier auf mehreren Ebenen unterstützen. Sie können Texte in leichte Sprache umformulieren lassen: „Formuliere diesen Text für B1-Niveau um." Sie können Scaffolding-Material erstellen lassen: Satzanfänge, Formulierungshilfen, Textgerüste, die Lernenden den Einstieg erleichtern. Sie können Fachwortlisten generieren, in denen Fachbegriffe mit Alltagssprache erklärt werden — Bildungssprache zugänglich gemacht. Für den DaZ-Bereich können Sie mehrsprachige Brücken bauen: Erklärungen in der Erstsprache, die den Übergang zur deutschen Fachsprache erleichtern. Und Sie können die KI bitten, Ihre eigenen Aufgabentexte auf unnötige sprachliche Komplexität zu prüfen — oft stecken in Mathematikaufgaben sprachliche Hürden, die nichts mit dem mathematischen Inhalt zu tun haben.
Verwaltung & Organisation
6 Wochen Zeitersparnis pro Schuljahr bei wöchentlicher Nutzung (Gallup, 2025)74% Qualitätsverbesserung bei administrativen AufgabenElternbriefe · Lernberichte · Korrekturassistenz · Datenanalyse
Neben der Unterrichtsplanung bietet KI auch enormes Potenzial für Verwaltung und Organisation. Eine Gallup-Studie von 2025 hat ergeben, dass Lehrkräfte, die KI wöchentlich nutzen, im Schnitt sechs Wochen Arbeitszeit pro Schuljahr einsparen. 74 Prozent berichten von einer Qualitätsverbesserung bei administrativen Aufgaben. Konkret heißt das: Elternbriefe formulieren, individuelle Lernberichte erstellen, bei der Korrektur unterstützen lassen, Daten analysieren. Das sind Routineaufgaben, die viel Zeit fressen und bei denen KI zuverlässig entlasten kann — damit Sie mehr Zeit für das haben, was wirklich zählt: die Arbeit mit Ihren Schülerinnen und Schülern.
Qualität sichern
Fachdidaktische Prüfung: Inhalt korrekt und altersgerecht?Bias-Check: Beispiele divers und ausgewogen?Lehrplanbezug: Kompetenzziele stimmen?Lehrkräfte-Feedback > KI-Feedback (Dai et al., 2025: 6.960 Befragte)
Bei aller Begeisterung für die Möglichkeiten: Die Qualitätssicherung bleibt entscheidend. Jedes KI-generierte Material muss fachdidaktisch geprüft werden: Ist der Inhalt korrekt und altersgerecht? Dann der Bias-Check: Sind die Beispiele divers und ausgewogen, oder schleichen sich Stereotypen ein? Dann der Lehrplanbezug: Stimmen die Kompetenzziele überein, oder hat die KI am Lehrplan vorbei produziert? Und ein wichtiges Forschungsergebnis: Eine große Studie von Dai und Kollegen mit fast 7.000 Befragten zeigt klar, dass Lehrkräfte-Feedback von Schülerinnen und Schülern als wertvoller eingeschätzt wird als KI-Feedback. Das unterstreicht noch einmal: KI ist ein Werkzeug, das die Arbeit der Lehrkraft unterstützt, aber nicht ersetzt.
Übung: KI-gestützte Unterrichtsplanung
⏱ 15 Minuten
1. Wählen Sie ein Thema Ihrer nächsten Unterrichtsstunde. Erstellen Sie mit KI drei verschiedene Einstiegsideen . Welche würden Sie verwenden — und warum?
2. Nehmen Sie einen Fachtext oder eine Aufgabenstellung aus Ihrem Unterricht. Lassen Sie die KI den Text auf unnötige sprachliche Komplexität prüfen. Was schlägt sie vor?
Beispielantworten finden Sie auf der Lernplattform unter M4.
Jetzt sind Sie dran! 15 Minuten für zwei praktische Übungen. Erstens: Drei Einstiegsideen für Ihr nächstes Thema generieren lassen. Zweitens: Einen Fachtext auf sprachliche Hürden prüfen lassen. Pausieren Sie den Auto-Modus und arbeiten Sie direkt mit einem Chatbot.
Videos: Unterrichtsplanung mit KI
VIDEO
Unterrichtsplanung 5x schneller (5 min)
VIDEO
NotebookLM für Unterricht (14 min)
VIDEO
Lehrkräfte und KI im Alltag (48 min) · Zusatz
VIDEO
One-Click-Präsentationen — NLM (17 min) · Zusatz
Vier Videos zur Unterrichtsplanung mit KI — von einem Fünf-Minuten-Schnelleinstieg bis zu einem ausführlichen 48-Minuten-Praxisvortrag aus Österreich. Besonders empfehlenswert sind die beiden NotebookLM-Videos, die ein kostenloses Google-Tool für Lehrkräfte vorstellen. Pausieren Sie den Auto-Modus für die Videos. Weiter geht es mit Modul 5: KI im Unterricht mit Schülerinnen und Schülern.
Modul 5 · Interaktion + Gesellschaft KI im Unterricht I G ⏱ 90 min · K3, K4, K6
In Modul 5 geht es um den direkten Einsatz von KI im Unterricht — also nicht nur als Vorbereitungswerkzeug für Sie, sondern als Lernwerkzeug für Ihre Schülerinnen und Schüler. In 90 Minuten besprechen wir, welche Rollen KI im Unterricht einnehmen kann, wie der Einsatz altersgerecht gestaltet wird und was die Forschung über die Lernwirksamkeit sagt. Kompetenzen K3, K4 und K6.
Erasmus+: 17.000+ Interaktionen
Schneider et al. (2025) — Liechtenstein
🎨 Kreative Produktion: Gedichte, Geschichten, Songs
📝 Sprachhilfe: Grammatik, Übersetzung
🔬 Faktenerklärungen: NaWi, Geografie, Geschichte
💪 Motivation: Komplimente, Ermutigung
🎯 Berufsorientierung: Karriereplanung
Schüler:innen nutzen KI weit über den Unterrichtsstoff hinaus
Aus unserem eigenen Erasmus-Plus-Projekt haben wir einen einzigartigen Datensatz: Über 17.000 dokumentierte Interaktionen zwischen Schülerinnen und Schülern und KI-Systemen, erhoben in Liechtenstein. Was haben die Lernenden mit der KI gemacht? Am häufigsten kreative Produktion — Gedichte, Geschichten, Songs schreiben lassen. Dann Sprachhilfe — Grammatikfragen, Übersetzungen. Faktenerklärungen in Naturwissenschaften, Geografie und Geschichte. Was uns überrascht hat: Sehr viele Interaktionen drehen sich um Motivation — die Schülerinnen und Schüler holen sich Komplimente und Ermutigung von der KI. Und Berufsorientierung — Fragen nach Karrierewegen und Zukunftsplanung. Die zentrale Erkenntnis: Schülerinnen und Schüler nutzen KI weit über den eigentlichen Unterrichtsstoff hinaus. Das ist wichtig zu wissen, wenn wir den KI-Einsatz in der Schule gestalten wollen.
7 Rollen der KI im Unterricht
Mollick & Mollick (2023)
KI-Tutor — individuelle ErklärungenKI-Coach — Fähigkeiten entwickelnKI-Mentor — Orientierung bei EntscheidungenKI-Teammate — Zusammenarbeit bei ProjektenKI-Werkzeug — Recherche, ÜbersetzungKI-Simulator — Szenarien, RollenspieleKI-Schüler — Learning by Teaching 💡
Mollick und Mollick haben sieben verschiedene Rollen identifiziert, die KI im Unterricht einnehmen kann. Erstens: KI als Tutor — die KI erklärt Inhalte individuell und geht auf Verständnisfragen ein. Zweitens: KI als Coach — sie hilft, konkrete Fähigkeiten zu entwickeln, etwa Schreibkompetenz oder Argumentationstechnik. Drittens: KI als Mentor — sie unterstützt bei Entscheidungen, zum Beispiel bei der Berufsorientierung. Viertens: KI als Teammate — sie arbeitet in Projekten mit, liefert Ideen und Feedback. Fünftens: KI als Werkzeug — für Recherche, Übersetzung, Zusammenfassungen. Sechstens: KI als Simulator — sie ermöglicht Rollenspiele und Szenarien, zum Beispiel historische Dialoge oder ethische Dilemmata. Und siebtens — meine Lieblingsrolle: KI als Schüler. Die Lernenden erklären der KI ein Thema, und die KI stellt gezielt Verständnisfragen. Learning by Teaching — eine der effektivsten Lernstrategien überhaupt.
Altersgerechter Einsatz
Volksschule: Spielerisch, KI als Lerngegenstand, Scratch, RoboterSekundarstufe I: Begleitet, kritische Reflexion, erste PromptsSekundarstufe II: Eigenständig, Verantwortung, IntegritätInklusion: Adaptive Systeme, Barrierefreiheit
Der KI-Einsatz muss natürlich altersgerecht gestaltet sein. In der Volksschule geht es eher darum, KI als Lerngegenstand spielerisch zu erkunden — mit Programmierumgebungen wie Scratch oder Robotern. Es geht noch nicht darum, dass Kinder selbstständig mit ChatGPT arbeiten. In der Sekundarstufe I kann der Einsatz begleitet erfolgen: Schülerinnen und Schüler schreiben erste Prompts, aber immer mit kritischer Reflexion und unter Anleitung. In der Sekundarstufe II können Lernende zunehmend eigenständig arbeiten — mit der Verantwortung, die Grenzen der Technologie zu kennen und akademische Integrität zu wahren. Und quer durch alle Altersgruppen: KI bietet große Chancen für Inklusion — adaptive Systeme, die sich an individuelle Bedürfnisse anpassen, und Barrierefreiheitsfunktionen wie Text-to-Speech oder Sprachvereinfachung.
Lernwirksamkeit — Chancen
+127% bessere Ergebnisse mit GPT-TutorITS verbessern akademische Leistung um 37% (K-12)
Motivationssteigerung, besonders bei mittelmäßig Motivierten
Personalisierte Lernpfade, sofortiges Feedback
Was sagt die Forschung zur Lernwirksamkeit? Die Ergebnisse sind beeindruckend — und gleichzeitig mit Vorsicht zu genießen. Eine Studie zeigt, dass Studierende mit einem GPT-basierten Tutor 127 Prozent bessere Ergebnisse erzielten als eine Kontrollgruppe. Intelligente Tutorsysteme verbessern die akademische Leistung im K-12-Bereich um durchschnittlich 37 Prozent. Besonders interessant: Die größte Motivationssteigerung zeigt sich bei Lernenden, die vorher mittelmäßig motiviert waren — also genau die Gruppe, die sonst schwer zu erreichen ist. Und KI ermöglicht zwei Dinge, die in einer Klasse mit 25 Kindern sonst kaum leistbar sind: wirklich personalisierte Lernpfade und sofortiges, individuelles Feedback.
Lernwirksamkeit — Risiken
Überabhängigkeit — KI als Abkürzung statt Denkwerkzeug
Sinkendes Engagement bei Programmieraufgaben (Yang et al., 2025)
„Leicht zu bedienen, schwer effektiv zu nutzen" (Klar, 2025)
Entscheidend: Pädagogische Einbettung, nicht das Tool
Aber es gibt auch Risiken, und die müssen wir ehrlich benennen. Das größte Risiko ist Überabhängigkeit — wenn Lernende die KI als Abkürzung nutzen, statt selbst nachzudenken. Eine Studie von Yang und Kollegen aus 2025 zeigt, dass das Engagement bei Programmieraufgaben sinkt, wenn Studierende zu leichten Zugang zu KI-Assistenten haben. Die Forscherin Klar bringt es auf den Punkt: KI ist „leicht zu bedienen, aber schwer effektiv zu nutzen". Das kennen wir von vielen Technologien. Und die entscheidende Erkenntnis aus der Forschung: Nicht das Tool bestimmt den Lernerfolg, sondern die pädagogische Einbettung. Eine gut gestaltete Lernumgebung mit KI kann enorm wirksam sein — aber KI einfach nur „draufzupacken" ohne didaktisches Konzept bringt wenig oder schadet sogar.
KI und Leistungsfeststellung
KI-Erkennungstools sind weitgehend unwirksam (HEPI, 2025)Verbot ist keine Lösung — Aufgaben müssen KI-resilient seinTransparenz statt Kontrolle: KI-Nutzung offenlegen und reflektierenProzess statt Produkt: Lernweg dokumentieren
Zwei Modelle: Die 4 Säulen (Gemeiner) und das 3×3-Modell (Flick)
Wenn Schülerinnen und Schüler KI-Werkzeuge nutzen können, verändert das die Leistungsfeststellung grundlegend. KI-Erkennungstools sind weitgehend unwirksam. Verbot ist keine Lösung. Stattdessen müssen Aufgaben so gestaltet werden, dass sie auch mit KI-Zugang sinnvolle Lernleistungen erfassen. Transparenz statt Kontrolle. Prozess statt Produkt. Zwei praxiserprobte Modelle helfen dabei: Die vier Säulen von Bernhard Gemeiner und das 3 mal 3 Modell von Manuel Flick. Beides finden Sie ausführlich auf der Lernplattform unter Bewertung und Prüfungskultur.
Strategien für KI-resiliente Aufgaben
Mündliche Absicherung: Nachgespräch, spontane Variation — 2 Min. pro Schüler:in reichenProzessdokumentation: Prompt-Protokoll, Entwürfe zeigen, ReflexionAufgabendesign: Persönliche Reflexion, lokale Bezüge, KI als Teil der AufgabeTransparenz: Gemeinsame Regeln entwickeln, Kompetenz statt Kontrolle
Vier praktische Strategien für KI-resiliente Leistungsfeststellung. Erstens: Mündliche Absicherung. Ein kurzes Nachgespräch reicht oft. Wer den Text selbst geschrieben hat, kann ihn auch erklären. Zweitens: Prozessdokumentation. Lassen Sie die Lernenden ihren Arbeitsprozess dokumentieren, inklusive der verwendeten Prompts. Drittens: Aufgabendesign. Aufgaben, die persönliche Reflexion oder lokale Bezüge erfordern, sind automatisch KI-resilient. Und viertens: Transparenz. Entwickeln Sie gemeinsam mit den Lernenden Regeln für den Umgang mit KI. Das Ziel ist Kompetenz, nicht Kontrolle.
Übung: KI-Rollen zuordnen
⏱ 10 Minuten
1. Welche der Nutzungsmuster aus der Liechtenstein-Studie überraschen Sie? Notieren Sie drei — und überlegen Sie, wie Sie diese in Ihrem Unterricht aufgreifen könnten.
2. Wählen Sie drei Unterrichtssituationen aus Ihrem Alltag. Ordnen Sie jeweils eine der sieben KI-Rollen zu (Tutor, Coach, Mentor, Teammate, Werkzeug, Simulator, Schüler).
Beispielantworten finden Sie auf der Lernplattform unter M5.
Nehmen Sie sich jetzt zehn Minuten Zeit. Welche Nutzungsmuster haben Sie überrascht? Und ordnen Sie drei konkrete Situationen aus Ihrem Alltag den sieben KI-Rollen zu. Pausieren Sie den Auto-Modus.
Videos: KI im Unterricht
VIDEO
KI in der Schule — ARD (3 min)
VIDEO
Besser lernen oder weniger denken? — DW (12 min)
VIDEO
KI verändert Bildung — Lanz / ZDF (26 min) · Zusatz
Drei Videos zum Thema KI im Unterricht. Der kurze ARD-Beitrag eignet sich als Diskussionseinstieg, der DW-Shift-Beitrag stellt die kritische Frage ob KI beim Lernen hilft oder das Denken ersetzt, und der längere Lanz-Beitrag diskutiert die gesellschaftlichen Auswirkungen. Pausieren Sie für die Videos. Danach folgt ein Video direkt aus unserem Erasmus-Projekt.
Video: KI im Mathematikunterricht
Und hier haben wir ein Video direkt aus unserem eigenen Projekt: Thomas Schroffenegger zeigt, wie KI konkret im Mathematikunterricht eingesetzt werden kann. Das ist kein theoretischer Vortrag, sondern ein Praxisbeispiel aus dem Erasmus-Plus-Projekt — aus der Praxis für die Praxis. Besonders wertvoll für alle, die Mathematik unterrichten oder sich für fachdidaktische Anwendungen interessieren.
Modul 6 · Wahlbereiche Fachdidaktische I T ⏱ 90 min · K2, K3, K6
Modul 6 ist das umfangreichste Modul und gleichzeitig das flexibelste. In 90 Minuten vertiefen Sie den KI-Einsatz in Ihrem spezifischen Fachbereich. Wir bieten sechs Wahlbereiche an — Sie konzentrieren sich auf den oder die Bereiche, die für Ihr Fach am relevantesten sind. Kompetenzen K2, K3 und K6.
6.1 Sprachen & Schreibdidaktik
70+ empirische Studien: positive Effekte auf Schreiben und Sprechen
KI-Feedback auf Texte: Grammatik, Kohärenz, Argumentation
Fremdsprachen: Vokabeltraining, Sprechübungen, Übersetzung
Deutschunterricht: KI-gestützte Textproduktion (Rezat & Schindler, 2025)
DaZ: Scaffolding, mehrsprachige Brücken, Leichte Sprache
Im Sprachunterricht ist die Evidenzlage besonders stark: Über 70 empirische Studien zeigen positive Effekte von KI auf Schreib- und Sprechkompetenzen. KI kann differenziertes Feedback auf Texte geben — zu Grammatik, Kohärenz und Argumentation. Im Fremdsprachenunterricht unterstützt sie beim Vokabeltraining, bei Sprechübungen und bei Übersetzungen. Rezat und Schindler haben 2025 gezeigt, wie KI-gestützte Textproduktion im Deutschunterricht gelingen kann — nicht als Ersatz für eigenes Schreiben, sondern als Werkzeug im Schreibprozess. Und im DaZ-Bereich bietet KI Scaffolding-Möglichkeiten, die den Übergang von der Alltagssprache zur Bildungssprache systematisch unterstützen.
6.2 Mathematik & MINT
Differenzierte Aufgabenerstellung mit KI
GeoGebra + KI: natürlichsprachliche Geometrie
KIMADU-Projekt NRW: 25 Schulen erproben KI in Mathe/Deutsch
Naturwissenschaften: Kritisches Prüfen von KI-Antworten (Bitzenbauer, 2023)
Chemie: ChatGPT, Gemini, Copilot im Vergleich (Leite & Oliveira, 2024)
In Mathematik und den MINT-Fächern liegen die Stärken der KI vor allem in der differenzierten Aufgabenerstellung. Sie können innerhalb von Minuten Aufgabensets in verschiedenen Schwierigkeitsgraden generieren lassen. Spannend ist die Kombination von GeoGebra mit KI: Schülerinnen und Schüler können geometrische Konstruktionen in natürlicher Sprache beschreiben, und die KI setzt sie um. In Nordrhein-Westfalen erproben aktuell 25 Schulen im KIMADU-Projekt systematisch den KI-Einsatz in Mathematik und Deutsch. Für die Naturwissenschaften hat Bitzenbauer 2023 ein interessantes didaktisches Konzept entwickelt: KI-Antworten werden bewusst als Material eingesetzt, das kritisch geprüft werden muss — die Fehler der KI werden zum Lernanlass. Und Leite und Oliveira haben 2024 verschiedene KI-Systeme im Chemieunterricht verglichen und festgestellt, dass die Qualität der Antworten je nach System deutlich variiert.
6.3 Gesellschaftswissenschaften
CIVIC-Framework: 5 Säulen für KI in Gesellschaftskunde (Clark & van Kessel, 2025)
Quellenkritik: KI-Texte als Übungsmaterial
Multiperspektivität: KI verschiedene historische Perspektiven einnehmen lassen
Geografie: Kontroverse Themen mit KI analysieren
Für die Gesellschaftswissenschaften haben Clark und van Kessel 2025 das CIVIC-Framework entwickelt — fünf Säulen für den sinnvollen KI-Einsatz in der politischen Bildung und Gesellschaftskunde. Eine besonders elegante Anwendung: KI-generierte Texte als Übungsmaterial für Quellenkritik verwenden. Schülerinnen und Schüler lernen, Aussagen zu hinterfragen und Fakten zu überprüfen — genau die Kompetenzen, die sie auch im Umgang mit Desinformation brauchen. Im Geschichtsunterricht kann KI verschiedene historische Perspektiven einnehmen und so Multiperspektivität erlebbar machen. Und in Geografie eignet sich KI gut für die Analyse kontroverser Themen — verschiedene Standpunkte generieren und dann kritisch diskutieren.
6.4 Kreative Fächer
Kunst: Bildgenerierung und kreative Inspiration (Urmeneta & Romero, 2025)
Musik: Songwriting, Komposition, Audio-Lektionen (Kim & Lee, 2025)
Sport: Trainingspläne, Stationsbetrieb, Bewegungsanalyse
Ethik/Religion: KI als Diskussionspartnerin für moralische Dilemmata
Auch in den kreativen Fächern eröffnet KI spannende Möglichkeiten. Im Kunstunterricht kann Bildgenerierung als kreative Inspiration dienen — nicht als Ersatz für künstlerisches Schaffen, sondern als Ausgangspunkt für die Auseinandersetzung mit visueller Gestaltung. Urmeneta und Romero haben das 2025 didaktisch aufbereitet. Im Musikunterricht unterstützt KI beim Songwriting und bei der Komposition — Kim und Lee zeigen, wie Audio-Lektionen mit KI-Unterstützung gestaltet werden können. Im Sportunterricht hilft KI bei der Erstellung von Trainingsplänen und Stationsbetrieben. Und in Ethik und Religion kann KI eine überraschend gute Diskussionspartnerin für moralische Dilemmata sein — sie kennt verschiedene philosophische Positionen und kann diese gegenüberstellen.
6.5 Sprachsensibler Unterricht & DaZ
Querschnittsthema — alle Fächer
Scaffolding-Systeme: gestufte Hilfen für Fachtexte
Textvereinfachung: drei GER-Niveaus (A1–C1)
Mehrsprachigkeit als Ressource: Erstsprachen-Brücken
DaZ-Anwendungen: Wortschatzaufbau, Bildungssprache
Sprachliche Hürden in Aufgabentexten erkennen lassen
Sprachsensibler Unterricht ist kein eigenes Fach, sondern ein Querschnittsthema, das alle Fächer betrifft. KI kann hier eine enorme Hilfe sein. Sie kann gestufte Scaffolding-Hilfen für Fachtexte erstellen — von einfachen Worterklärungen bis hin zu kompletten Textgerüsten. Sie kann Texte auf verschiedene Sprachniveaus nach dem Gemeinsamen Europäischen Referenzrahmen vereinfachen — von A1 bis C1. Besonders wertvoll ist die Möglichkeit, Mehrsprachigkeit als Ressource zu nutzen: Die KI kann Brücken zur Erstsprache der Lernenden bauen, die den Zugang zu neuen Konzepten erleichtern. Für den DaZ-Bereich eignet sie sich hervorragend zum systematischen Wortschatzaufbau und zur Einführung von Bildungssprache. Und ein oft unterschätztes Einsatzgebiet: Die KI kann Ihre eigenen Aufgabentexte auf sprachliche Hürden prüfen, die für den fachlichen Inhalt gar nicht nötig sind.
6.6 Inklusion & Sonderpädagogik
Adaptive Lernsysteme für Dyslexie, Dyskalkulie
Sprachbarrieren überwinden: Übersetzung, Vorlesen
Text-to-Speech, Speech-to-Text, Bildbeschreibungen
Achtung: <7% fühlen sich bei KI-Entwicklung repräsentiert (EDUCAUSE, 2024)
Melo-Lopez et al. (2025): KI und inklusive Bildung
KI bietet großes Potenzial für inklusive Bildung und Sonderpädagogik. Adaptive Lernsysteme können sich an die Bedürfnisse von Lernenden mit Dyslexie oder Dyskalkulie anpassen. Sprachbarrieren lassen sich durch Echtzeitübersetzung und Vorlesefunktionen überwinden. Text-to-Speech, Speech-to-Text und automatische Bildbeschreibungen machen Inhalte für Lernende mit verschiedenen Beeinträchtigungen zugänglich. Aber es gibt auch eine wichtige Einschränkung: Eine EDUCAUSE-Erhebung von 2024 zeigt, dass weniger als sieben Prozent der Menschen mit Behinderungen sich bei der Entwicklung von KI-Systemen repräsentiert fühlen. Das bedeutet: Die Technologie wird überwiegend von und für Menschen ohne Behinderungen entwickelt. Melo-Lopez und Kolleginnen mahnen deshalb zurecht, dass inklusive Bildung mit KI nur gelingen kann, wenn die Perspektiven der Betroffenen von Anfang an einbezogen werden.
Modul 7 · Alle Perspektiven Reflexion & T G I ⏱ 60 min · K1–K6
Wir sind im letzten Modul angekommen: Reflexion und Transfer. Hier blicken wir auf alles zurück und entwickeln einen persönlichen Aktionsplan. Am Ende haben Sie 15 Minuten, um Ihren konkreten Plan zu erstellen. Dieses Modul verbindet alle drei Perspektiven und alle sechs Kompetenzen.
Frankfurt-Dreieck-Reflexion
T Was habe ich über Technologie gelernt? Kann ich Stärken/Grenzen einschätzen?G Welche ethischen Aspekte sind mir wichtig? Wo sehe ich Handlungsbedarf?I Welche KI-Anwendungen will ich einsetzen? Was hat mich überzeugt?
Lassen Sie uns die Fortbildung noch einmal durch die drei Perspektiven des Frankfurt-Dreiecks reflektieren. Zur technologischen Perspektive: Was haben Sie über die Funktionsweise von KI gelernt? Können Sie jetzt die Stärken und Grenzen realistisch einschätzen? Können Sie Kolleginnen und Kollegen oder auch Eltern erklären, warum KI manchmal Fehler macht? Zur gesellschaftlichen Perspektive: Welche ethischen Aspekte sind Ihnen besonders wichtig geworden? Wo sehen Sie konkreten Handlungsbedarf an Ihrer Schule — beim Datenschutz, bei der Chancengerechtigkeit, bei der akademischen Integrität? Zur Interaktionsperspektive: Welche konkreten KI-Anwendungen haben Sie überzeugt? Was wollen Sie als Erstes ausprobieren? Was hat Ihre Erwartungen übertroffen — und was hat Sie enttäuscht?
KI-Aktionsplan
3 konkrete Vorsätze für die nächsten 4 Wochen1 KI-Projekt für den eigenen UnterrichtRessourcen identifizieren: Tools, Fortbildungen, Kolleg:innen
Damit aus dem Gelernten auch tatsächlich Handlung wird, erstellen Sie jetzt einen persönlichen KI-Aktionsplan. Erstens: Formulieren Sie drei konkrete Vorsätze für die nächsten vier Wochen. Nicht „Ich werde KI irgendwann mal ausprobieren", sondern zum Beispiel „Nächste Woche erstelle ich mit KI ein differenziertes Arbeitsblatt für meine 3. Klasse zum Thema Bruchrechnung." Zweitens: Planen Sie ein KI-Projekt für Ihren eigenen Unterricht — eine Unterrichtseinheit, in der Sie KI bewusst einsetzen, dokumentieren und reflektieren. Drittens: Identifizieren Sie Ihre Ressourcen. Welche Tools stehen Ihnen zur Verfügung? Gibt es Fortbildungen, die Sie besuchen können? Und ganz wichtig: Welche Kolleginnen und Kollegen sind ebenfalls interessiert? Gemeinsam ausprobieren und sich austauschen ist der beste Weg, um dranzubleiben.
Übung: Ihr Aktionsplan
⏱ 15 Minuten
1. Formulieren Sie drei konkrete Vorsätze für die nächsten 4 Wochen. Nicht "irgendwann KI ausprobieren", sondern: "Nächste Woche erstelle ich ein Arbeitsblatt mit KI."
2. Planen Sie ein KI-Projekt für Ihren Unterricht. Welches Fach, welches Thema, welches Tool?
3. Tauschen Sie Ihren Plan mit einer Kollegin oder einem Kollegen aus. Vereinbaren Sie einen Termin in 4 Wochen.
Weitere Übungen und Beispielantworten finden Sie auf der Lernplattform unter M7.
Nehmen Sie sich jetzt 15 Minuten Zeit für Ihren persönlichen Aktionsplan. Formulieren Sie drei ganz konkrete Vorsätze, planen Sie ein Projekt und tauschen Sie sich mit jemandem aus. Pausieren Sie den Auto-Modus und arbeiten Sie in Ruhe.
KI-Portfolio (Abschluss)
Unterrichtsentwurf: Eine KI-gestützte Stunde für Ihr FachFrankfurt-Dreieck-Reflexion: Alle drei PerspektivenHandlungsplan: Drei Vorsätze mit Zeitplan
Als Abschluss der Fortbildung erstellen Sie ein KI-Portfolio, das drei Elemente umfasst. Erstens: Einen Unterrichtsentwurf — eine vollständige KI-gestützte Stunde für Ihr Fach, die Sie tatsächlich halten können. Mit Lernzielen, Materialien, Methoden und einer Reflexion darüber, wo und warum KI eingesetzt wird. Zweitens: Eine Frankfurt-Dreieck-Reflexion, in der Sie Ihr Lernen aus allen drei Perspektiven zusammenfassen. Und drittens: Ihren Handlungsplan mit drei konkreten Vorsätzen und einem realistischen Zeitplan. Dieses Portfolio ist Ihre persönliche Landkarte für den KI-Einsatz in Ihrem Unterricht.
Ausblick: Was kommt?
Multimodale KI: Text + Bild + Audio + VideoAdaptive Tutorsysteme: Personalisierung in EchtzeitInternationale Standards: UNESCO, OECD beeinflussen CurriculaEU AI Act 2.0: Regulierung im Wandel
Zum Abschluss ein kurzer Blick in die Zukunft. Die Entwicklung geht rasant weiter. Multimodale KI — also Systeme, die nicht nur Text, sondern auch Bilder, Audio und Video verarbeiten und generieren können — wird den Unterricht weiter verändern. Adaptive Tutorsysteme werden immer besser darin, Lernpfade in Echtzeit an individuelle Bedürfnisse anzupassen. Internationale Standards von UNESCO und OECD werden zunehmend die nationalen Curricula beeinflussen — KI-Literacy wird zum festen Bestandteil der Lehrkräfteausbildung. Und die Regulierung entwickelt sich weiter — der EU AI Act wird angepasst und verfeinert, um mit der technologischen Entwicklung Schritt zu halten. Eines ist sicher: KI in der Bildung ist kein vorübergehender Trend, sondern eine grundlegende Veränderung unserer Arbeitsumgebung.
Zusammenfassung Handlungs-
Bevor wir zum Abschluss kommen, fassen wir die wichtigsten Handlungsempfehlungen zusammen — für drei Zielgruppen: Lehrpersonen, Schulleitungen und Bildungspolitik.
Für Lehrpersonen
Experimentieren — KI zuerst für eigene ArbeitPrompt-Engineering lernen — die zentrale KompetenzKritisch prüfen — KI-Ausgaben sind EntwürfeDatenschutz beachten — DSGVO-konforme ToolsFortbildung nutzen — KI-Literacy-Pflicht seit 2025
Für Sie als Lehrpersonen empfehlen wir fünf Schritte. Erstens: Experimentieren Sie — aber beginnen Sie damit, KI für Ihre eigene Arbeit zu nutzen, bevor Sie sie im Unterricht mit Schülerinnen und Schülern einsetzen. Erstellen Sie Materialien, lassen Sie sich bei der Korrektur unterstützen, formulieren Sie Elternbriefe. Zweitens: Investieren Sie in Prompt-Engineering. Das ist die zentrale Kompetenz, die den Unterschied macht zwischen mittelmäßigen und exzellenten KI-Ergebnissen. Drittens: Prüfen Sie jede KI-Ausgabe kritisch. Nichts ungeprüft an Schülerinnen und Schüler weitergeben. Viertens: Achten Sie auf den Datenschutz. Nutzen Sie DSGVO-konforme Tools, keine persönlichen Daten in kommerzielle Systeme. Und fünftens: Nutzen Sie Fortbildungsangebote. Seit 2025 besteht im Rahmen des EU AI Acts eine KI-Literacy-Pflicht für alle, die mit KI-Systemen arbeiten.
Für Schulleitungen
KI-Strategie entwickeln
DSGVO-konforme Infrastruktur bereitstellen
Fortbildungszeit sichern
Pilotprojekte fördern, kollegialen Austausch ermöglichen
Für Bildungspolitik
Systematische Fortbildungsoffensive
Landesweite Lizenzen (Modell Liechtenstein)
Regulierung praxisnah übersetzen
Für Schulleitungen empfehlen wir: Entwickeln Sie eine KI-Strategie für Ihre Schule — keinen 50-seitigen Plan, sondern einen pragmatischen Rahmen, der Orientierung gibt. Stellen Sie DSGVO-konforme Infrastruktur bereit — Ihre Lehrkräfte brauchen Zugang zu geprüften Tools. Sichern Sie Fortbildungszeit — KI-Kompetenz entsteht nicht nebenbei. Und fördern Sie Pilotprojekte und kollegialen Austausch — Lehrkräfte lernen am besten voneinander. An die Bildungspolitik: Es braucht eine systematische Fortbildungsoffensive, nicht einzelne Workshops. Landesweite Lizenzen für datenschutzkonforme KI-Plattformen, wie Liechtenstein es vorgemacht hat, senken die Einstiegshürde dramatisch. Und die europäische Regulierung muss praxisnah für Schulen übersetzt werden — in einer Sprache, die Lehrkräfte verstehen und umsetzen können.
Die entscheidende Frage
ist nicht ob KI in die Bildung kommt —
sie ist bereits da.
Die Frage ist, ob Bildungssysteme sie so gestalten,alle Lernenden davon profitieren.
Zum Abschluss die entscheidende Frage: Es geht nicht mehr darum, ob KI in die Bildung kommt. Sie ist bereits da. Unsere Schülerinnen und Schüler nutzen sie, unsere Studierenden nutzen sie, und zunehmend nutzen auch Lehrkräfte sie. Die eigentliche Frage lautet: Gestalten wir den Einsatz so, dass alle Lernenden davon profitieren? Dass die Chancen genutzt und die Risiken minimiert werden? Dass Bildungsgerechtigkeit gestärkt und nicht geschwächt wird? Das liegt in unseren Händen. Und genau dafür haben wir in den letzten zehn Stunden gemeinsam die Grundlage gelegt.
Kernquellen
Schneider et al. (2025). K-12 GenAI Usages. CHIRA. kopaed. Learning and Individual Differences. SSRN. Sustainability.
Vollständig: 220 Quellen unter quellen.html
Hier sehen Sie die wichtigsten Quellen, auf die sich dieses Curriculum stützt. Das vollständige Quellenverzeichnis mit allen 220 Quellen — inklusive interaktiver Suchfunktion, Qualitätsbewertungen und direkten Links — finden Sie unter quellen.html. Dort können Sie nach Thema, Jahr, Sprache und Relevanz filtern.
Danke.
Fragen & Diskussion
J. Schneider, B. S. Hasler, F. Hoya, D.-K. Mah, K. Peböck, T. Schroffenegger, M. Varrone
GenAI-Natives · Erasmus+ Projekt · 2026
Erstellt mit der bezaubernden Unterstützung von Claude (Anthropic)
Vielen Dank für Ihre Aufmerksamkeit und Ihre aktive Teilnahme an dieser Fortbildung. Ich hoffe, Sie nehmen aus diesen zehn Stunden nicht nur Wissen mit, sondern auch den Mut, KI in Ihrem Unterricht auszuprobieren — Schritt für Schritt, reflektiert und verantwortungsvoll. Jetzt freue ich mich auf Ihre Fragen und eine gemeinsame Diskussion.
