Rückblick 2025 (2): Von der Analyse zum Handeln

Das Big Picture 2026+ – ein analytischer Impuls aus der Praxis  

Kurzfassung anzeigen

Schule steht vor einem Wendepunkt.
Nicht, weil es an Technik fehlt, sondern weil digitale, gesellschaftliche und kulturelle Veränderungen das bisherige Verständnis von Lernen, Leistung und Steuerung infrage stellen. Künstliche Intelligenz, wachsende Heterogenität, sinkende Basiskompetenzen und eine Generation von Lernenden, die Beteiligung einfordert, machen deutlich: Ein „Weiter so“ reicht nicht mehr aus.

Der Beitrag zeigt, warum erfolgreiche Bildungssysteme im Ausland nicht auf Einzelmaßnahmen setzen, sondern auf professionelle Verständigungsprozesse, evidenzbasierte Schulentwicklung und verbindliche Zeiträume für Zusammenarbeit. Er analysiert, was das für Curricula, MINT-Fächer, Medienbildung, Maker Education und den Umgang mit KI bedeutet – und warum Unterricht sich stärker auf Verstehen, Prüfen, Strukturieren und Mitgestalten konzentrieren muss.

Im Zentrum steht ein ökosystemischer Blick auf Schule: von bildungspolitischen Rahmenbedingungen über schulische Zusammenarbeit bis hin zu Haltungen von Lehrkräften und der Perspektive der Generation Z. Der Text plädiert für einen Paradigmenwechsel weg von hoffnungsbasierter Reformrhetorik hin zu datengestützter Professionalität, echter Partizipation und einer Lernkultur, die Demokratie, Selbstwirksamkeit und Zukunftskompetenzen stärkt.

Die zentrale Frage lautet nicht, ob Schule digital wird – sondern ob sie lernt, digitale Kultur pädagogisch verantwortlich zu gestalten.

Künstliche Intelligenz verändert Schule nicht schleichend, sondern grundlegend. Der Beitrag zeigt, warum Bildungspolitik, Schulaufsicht und Schulen jetzt einen gemeinsamen Orientierungsrahmen benötigen. Internationale Studien, eigene Praxiserfahrungen und Beispiele aus Ländern wie Kanada machen deutlich: Datengestützte Schul- und Curriculumentwicklung sowie der reflektierte Einsatz von KI sind keine Zukunftsthemen mehr, sondern zentrale Voraussetzungen für Bildungsqualität.

Am Beispiel von Mathematik, Informatik und Maker-Education wird sichtbar, wie leistungsfähig KI-Systeme inzwischen sind – bis hin zur Lösung anspruchsvoller Wettbewerbsaufgaben oder zur automatisierten Softwareentwicklung. Gleichzeitig wird klar: Schule darf sich nicht auf die bloße Nutzung von KI beschränken. Gefragt sind Kompetenzen wie Problemlösen, Begründungsfähigkeit, kritisches Prüfen, Systemdenken und kreative Gestaltung.

Der Beitrag plädiert für ein „Big Picture“ schulischer Entwicklung: Ministerien müssen verlässliche Rahmenbedingungen schaffen, Schulaufsicht Schulen professionell begleiten, Schulleitungen datenbasierte Entwicklungsprozesse etablieren und Lehrkräfte gezielt qualifiziert werden. Ziel ist ein lernendes Bildungssystem, das junge Menschen befähigt, KI nicht nur zu bedienen, sondern Zukunft verantwortungsvoll mitzugestalten.

Disclaimer:

Ich habe ChatGPT den unten stehenden Text gegeben und ihn um eine Zusammenfassung im Stil der gleichnamigen Rubrik gebeten, wie sie in überregionalen Zeitschriften wie der ZEIT oder der SZ für die Zusammenfassung der ausführlichen und online abrufbaren Artikel verwendet wird.

Die Resonanz auf meine Beiträge – auf meinen Themenseiten, in den sozialen Netzwerken ebenso wie bei Einladungen zu Impulsvorträgen und Fortbildungsreihen – zeigt mir, dass der Wunsch nach Orientierung und handfesten Lösungsansätzen groß ist. Gleichzeitig bleibt der Eindruck bestehen, dass sich an vielen Schulen trotz aller Einsicht wenig grundlegend verändert. Eindrucksvolle Schulpraxis gibt es durchaus, teilweise sogar mit Schulpreisen und vergleichbaren Auszeichnungen gewürdigt. Doch was fehlt, ist ein breitenwirksamer systemischer Ansatz, der Schulen in die Lage versetzt, den tiefgreifenden Herausforderungen der digitalen Kultur gerecht zu werden.

In diesem Jahr habe ich mich daher intensiv mit datengestützter Schul- und Unterrichtsentwicklung beschäftigt. Die aktuellen Studien – vom IQB-Bildungstrend bis zur JIM-Studie – zeigen unmissverständlich, wo Handlungsbedarf besteht. Meine zentrale These lautet: Big Data liefert die Impulse, SMART Data liefert die Antworten. Erst die Kombination aus systemischen Befunden und lokalen Erhebungen – Umfragen, Interviews, Unterrichtsbeobachtungen – ermöglicht passgenaue Schulentwicklung.

Auslandserfahrungen nutzen

Der Blick ins Ausland, mit dem ich mich im ersten Teil dieses Rückblicks beschäftigt habe, zeigt: Erfolgreiche Bildungssysteme setzen auf gemeinsame Verständigungsprozesse, kontinuierliche Professionalisierung und strukturell verankerte Zeitfenster für Schulentwicklung. Dort gelingt Veränderung, weil die Rahmenbedingungen und die Kultur des Miteinanders stimmen. Wenn andere Länder ihre Systeme modernisieren, dann gelingt das nicht durch einzelne Projekte, sondern durch das Zusammenspiel aller Ebenen. Die internationale Evidenz zeigt: Starke Bildungssysteme verbinden fachliche Fundamente mit überfachlichen Kompetenzen, investieren früh in alle Kinder, nutzen Daten als Lernhilfe und qualifizieren Lehrkräfte konsequent weiter. Estland, Kanada, Schweiz und Niederlande zeigen Wege, die Deutschland ohne kulturellen Bruch adaptieren kann, wenn Mut zur Curriculumentwicklung und professionelle Unterstützung der Schulen zusammenkommen.

Im Vergleich dazu zeigt sich in Deutschland eine strukturelle Fragmentierung: Reformen werden häufig projektförmig, zeitlich befristet und ohne ausreichende Abstimmung zwischen Ministerien, Schulaufsicht und Einzelschulen umgesetzt. Zeit für professionelle Verständigung und gemeinsame Entwicklungsarbeit ist dabei systematisch unterrepräsentiert.

Aus der internationalen Analyse lassen sich daher nicht nur Empfehlungen, sondern notwendige strukturelle Konsequenzen ableiten:

  1. Curricula aktualisieren:
    Digitalkompetenz, Data Literacy, KI und Financial Literacy als verbindliche Querschnittsbereiche integrieren.
  2. Frühe Förderung stärken:
    Sprach-, Lese- und MINT-Basiskompetenzen bereits vor Klasse 1 fundieren.
  3. Datenkultur professionalisieren:
    Data Teams, formative Diagnostik, schulinterne Datenauswertung ausbauen.
  4. Lehrkräfte professionalisieren:
    Verpflichtende Fortbildung zu digitaler Didaktik, Diagnostik, fachintegrierter Projektarbeit.
  5. Selektionslogik überdenken:
    Spätere Laufbahnentscheidungen, Pilotprojekte zu De-Streaming prüfen.

Diese Punkte sind keine additive Reformagenda, sondern greifen ineinander. Ihre Wirkung entfalten sie nur, wenn sie systematisch miteinander verzahnt und dauerhaft finanziert werden.

Gleichzeitig wurde mir bei der Analyse deutlich: Es sind nicht fehlende Kompetenzen, die den Wandel bremsen. Viel gravierender ist die sinkende Bereitschaft, gemeinsam tragfähige Lösungen auszuhandeln – verbunden mit fehlenden Zeitressourcen für echte Entwicklungsarbeit. Debatten über Smartphone-Nutzung, KI-Einsatz oder Bewertungspraktiken (vgl. die Diskussionen rund um Hausaufgabenkontrollen bzw. Exen) verhärten sich zunehmend in polarisierenden Lagern. Dabei müsste die leitende Frage für uns eigentlich ganz einfach sein: Wie gestalten wir ein Lernen, das zur digitalen Kultur passt – differenziert, gerecht und zukunftsorientiert?

Die Antwort darauf ist komplex. Sie verlangt Mut zur Veränderung, Offenheit für neue Arbeitsweisen und eine konsequente Ausrichtung auf Kompetenzentwicklung – ohne die Schwächsten zu verlieren und ohne die Stärksten zu unterfordern. Um diese Komplexität greifbar zu machen, skizziere ich ein Big Picture, das sich am ökosystemischen Ansatz von Bronfenbrenner orientiert. Denn Schulentwicklung gelingt nur, wenn Ministerien, Schulaufsicht und Schulleitungen gleichzeitig, koordiniert und zielgerichtet handeln:

  • mit modernen, fächerverbindenden und -übergreifenden Curricula,
  • mit agilen Methoden wie Design Thinking, Working Out Loud (WOL) und Barcamps,
  • mit einer zeitgemäßen und kontinuierlichen Lehrerbildung,
  • und mit der Bereitstellung von Zeitressourcen, die professionelle Entwicklung zwingend braucht.

Gerade diese Verzahnung lässt sich mit dem ökosystemischen Ansatz von Bronfenbrenner präzise beschreiben: Schulentwicklung ist kein isolierter Prozess auf der Ebene einzelner Schulen, sondern das Ergebnis abgestimmten Handelns aller Systemebenen.

Ökosystematische Ansatz nach Bronfenbrenner

 

Urie Bronfenbrenner hat vor knapp 40 Jahren einen Ansatz vorgestellt, der einen differenzierten Blick auf unterschiedliche Entwicklungskontexte ermöglicht. Er unterscheidet verschiedene Realitätsebenen (Mikro-, Meso-, Exo-, Makrosystem). Hier eine kurze Erklärung der Realitätsebenen:

  •  Das Mikrosystem beschreibt unsere unmittelbare persönliche Wirklichkeit und Möglichkeiten. Dazu gehört unsere Familie, unser Selbst- und Weltbild, unsere persönlichen Werte und Einstellungen.
  • Das Mesosystem (‘Nahbereich’) beinhaltet die (face-to-face Gruppenebene) Interaktion mit Menschen, die wir im Alltag antreffen, etwa Kolleginnen und Kollegen sowie Eltern,  Schülerinnen und Schüler im Unterricht.
  • Das Exosystem beschreibt die organisatorische und institutionelle Ebene, etwa die lokale Schulsituation, die Einbettung in die Stadt oder das Dorf, die lokale Situation von Lehrkräften inklusive die Situation der Schulleitung und die Struktur der Schulverwaltung.
  • Zum Makrosystem gehören u.a. das weitere regionale und nationale Umfeld, etwa Schulgesetze und Richtlinien, der Bildungsauftrag, Programme wie der Digitalpakt, sowie kulturelle und gesellschaftliche Werte und Normen.

Bronfenbrenner betont in seinem ökosystemischen Ansatz die Bedeutung des Zusammenspiels von Systemen, in die ein Mensch eingebunden ist und die Relevanz der Übergänge von einem System ins andere. Was genau dahintersteckt, erfährt man in diesem, mit der Legetechnik entwickelten Erklärfilm der pädagogischen Fachhochschule Nordwestschweiz.

Eine Reform gelingt nur, wenn alle vier Systeme kohärent auf ein gemeinsames Zielbild hinarbeiten: Ein lernendes Bildungssystem, das Daten, Diagnostik, Kooperation und moderne Didaktik als Grundlage professionellen Handelns versteht. 

Makrosystem: Bildungsausgaben

Bevor über neue Programme, Modellversuche oder digitale Strategien gesprochen wird, braucht das deutsche Bildungssystem vor allem eines: eine ehrliche, strukturelle Erhöhung der Bildungsausgaben. Die aktuelle Lage zeigt deutlich, dass Schulen die gewachsenen Erwartungen nicht mehr schultern können.

VBE Umfrage

In einer vom Verband Bildung und Erziehung (VBE) veranlassten Umfrage[1]https://www.vbe-bw.de/meldung/schulleitungen-sind-ueberlastet-und-unzufrieden-mit-der-schulpolitik-der-landesregierung/ melden nahezu alle befragten Schulleitungen eine extreme Belastungssituation. Dazu tragen besonders das stetig wachsende Aufgabenspektrum (98 Prozent), die ausufernden Verwaltungsarbeiten (97 Prozent, z. B. Dokumentationspflichten oder die Einhaltung von Datenschutzvorgaben) sowie politische Entscheidungen bei, die den tatsächlichen Schulalltag zu wenig berücksichtigen (97 Prozent). „Die Schulleitungen kämpfen nicht mit einzelnen Engpässen, sondern mit einer strukturellen Überforderung, für die es bis heute keine tragfähigen, dauerhaften Lösungen gibt“, betont VBE-Landesvorsitzender Gerhard Brand.

Gleichzeitig bleibt die Bewältigung der grundlegenden Bildungsaufgaben (Lesen, Schreiben, Rechnen, Medienkompetenzförderung) strukturell unterfinanziert. Frühförderprogramme sind klein, multiprofessionelle Teams fehlen, Förderstunden sind knapp und Lehrkräfte erhalten keine Zeitfenster, um Diagnostik oder gezielte Förderung systematisch vorzubereiten. Ein System, das elementare Kompetenzen stärken will, kann dies nicht nebenbei tun. Ich habe selbst erlebt, wie sehr Schulen zwischen 2007 und 2012 vom hessischen KUMN-Programm profitiert haben. Mit nachweisbaren Verbesserungen im MINT-Bereich. Dies wurde durch Entlastungen der Schulkoordinatorinnen und -koordinatoren sowie durch zusätzliches Fortbildungspersonal, das vor Ort Fortbildungsmodule angeboten hat, ermöglicht.

Länder wie Estland, die Niederlande, Kanada hinterlegen ihre Programmatik mit Investitionen in Personal, Fortbildung und schulnahe Unterstützung. Genau hier braucht es einen Kurswechsel: Wer Unterrichtsqualität verbessern will, muss Ressourcen dorthin lenken, wo sie unmittelbar wirken: in kleinere Lerngruppen, multiprofessionelle Unterstützung, Diagnostikzeit, Fortbildungszeit, Entlastung von Administration und in stabile Förderprogramme für Basiskompetenzen. Solange die Finanzierung nicht dem Aufgabenprofil entspricht, bleiben Reformen gut gemeint, aber wirkarm.

IW-Studie

Das Institut der deutschen Wirtschaft (IW) hat die Ausgaben Deutschlands insgesamt und in verschiedenen Bereichen für die Jahre 2001 bis 2023 untersucht. [2]https://www.iwkoeln.de/studien/bjoern-kauder-wo-steht-deutschland-im-vergleich-zu-seinen-nachbarregionen.html Als westeuropäische Vergleichsregionen hat das Institut die Benelux-Länder, Österreich und die Schweiz sowie die nordischen Länder Dänemark, Schweden, Norwegen, Finnland und Island herangezogen, die mit Blick auf ihre wirtschaftliche Entwicklung und kulturelle Prägung Deutschland relativ ähnlich sind. Im Vergleich besonders niedrig und Schlusslicht ist Deutschland im Bildungsbereich mit zuletzt 9,3 Prozent der Gesamtausgaben. Österreich und die Schweiz liegen der Studie zufolge fast 50 Prozent darüber.

 

 

 

Die IW-Studie hat Folgendes deutlich gemacht: Deutschland ist Spitzenreiter bei den Sozialausgaben, aber Schlusslicht bei den Bildungsausgaben. Daraus ergibt sich ein breiter Konsens, dass gezielte Investitionen in Infrastruktur, Personal und Förderprogramme dringend notwendig sind. Dabei geht es nicht nur um mehr Geld, sondern auch um eine strategische Neuausrichtung, damit Bildung nicht länger das Stiefkind öffentlicher Ausgaben bleibt.

ifo-Studie

Abschließend werfen wir noch einen Blick in die jüngste ifo-Studie [3]https://www.ifo.de/publikationen/2025/aufsatz-zeitschrift/volkswirtschaftliche-ertraege-besserer-bildung-projektionen. In dieser Studie wird ein ökonometrisches Modell eingesetzt, mit dem sich die langfristige Wachstumsrate eines Landes durch Bildungsvariablen, insbesondere durch kognitive Kompetenzen aus internationalen Schulleistungsstudien, erklären lässt. Dabei werden Kontrollgrößen wie das Anfangseinkommen oder institutionelle Faktoren berücksichtigt. Ludger Wößmann, der Leiter des ifo-Zentrums für Bildungsökonomik, fordert in Auswertung der vorliegenden Zahlen eine „gemeinsame bildungspolitische Kraftanstrengung“ von Bund, Ländern, Wissenschaft und Schulpraxis, um den Negativtrend zu stoppen und nachhaltige Verbesserungen zu erreichen. Dazu gehören klar priorisierte gemeinsame Ziele, wirksame Veränderungsstrategien und die Nutzung von Erkenntnissen aus Ländern, denen bereits eine Trendwende bei den Schülerleistungen gelungen ist. Eine weitere Forderung ist, die volkswirtschaftliche Bedeutung von Bildung politisch viel stärker zu berücksichtigen, da bessere Kompetenzen langfristig die Produktivität, Innovation und das Wirtschaftswachstum deutlich erhöhen. Andererseits wird gewarnt, dass bei Ausbleiben einer Trendwende in ähnlicher Größenordnung Wirtschaftskraft verloren geht, wie sie im positiven Szenario hinzugewonnen werden könnte. In diesem Kontext zeigt sich ein „sehr starker positiver Zusammenhang“ zwischen Bildungsleistung und Wirtschaftswachstum: „Länder mit höherer Kompetenz ihrer Bevölkerung wachsen langfristig deutlich schneller als Länder mit schwacher Bildungsbasis. Insgesamt kann dieses einfache Modell mehr als drei Viertel der internationalen Unterschiede in den langfristigen volkswirtschaftlichen Wachstumsraten erklären.

Fazit

Die internationale Evidenz und die nationale Datenlage führen zu einer klaren Schlussfolgerung: Bildungsqualität entsteht dort, wo früh investiert, professionell unterstützt und langfristig geplant wird.

Konkret bedeutet das:

  • Früh investieren: bedarfsgerechte, qualitativ hochwertige Angebote in der frühen Bildung, insbesondere in Sprache und basalen MINT-Kompetenzen.
  • Strukturen stärken: flächendeckender Ausbau qualitativ hochwertiger Ganztagsschulen mit multiprofessionellen Teams.
  • Ungleichheit reduzieren: gezielte Programme für benachteiligte Schülergruppen, verlässlich finanziert statt projektförmig befristet.
  • Professionalisierung ermöglichen: mehr Lehrkräfte, Sozialpädagog:innen und Schulpsycholog:innen, um Unterrichtsentwicklung, Classroom-Management und individuelle Förderung systematisch zu tragen.
  • Zeit schaffen: zusätzliche Fachkräfte sind kein Luxus, sondern Voraussetzung für Teamarbeit, schulinterne Fortbildung und datenbasierte Entwicklungsprozesse.
  • Qualität wertschätzen: angemessene Vergütung externer Fortbildungsanbieter ist Ausdruck professioneller Anerkennung – der derzeitige Abstand zu anderen Wissens- und Handwerksberufen ist bildungspolitisch nicht haltbar.

Bildung ist die nachhaltigste Wachstumsstrategie – jeder heute investierte Euro sichert den Wohlstand von morgen. Wer diese Investitionen weiterhin verzögert, spart kurzfristig im Haushalt und zahlt langfristig mit Fachkräftemangel, sozialer Spaltung und demokratischer Erosion.

 

Makrosystem: Revision Curriculum

Forderungen aus Sicht der Schülerinnen und Schüler

Schülerin, 13. Klasse, Gesamtschule Waltrop

{„Ich wünsche mir, dass unser Lehrplan ergänzt wird. Ich möchte zum Beispiel lernen, wie man eine Steuererklärung schreibt, damit ich wirklich auf das Leben vorbereitet bin.“

Schüler, 11. Klasse, Berufsschule Einbeck

{„Meine Traumschule motiviert die Schülerinnen und Schüler, mehr Leistung zu zeigen, und geht individuell auf die Lernenden mit ihren unterschiedlichen Stärken und Schwächen ein.“

Schülerin, 10. Klasse, Moritzburg

{„Viele Dinge ändern sich. Schule sollte sich dem anpassen, damit wir auf das Leben vorbereitet sind.“

Forderungen aus Sicht der Bildungsforschung

Prof. Dr. Birgit Eickelmann, Uni Paderborn

{„Meine Vision für das System Schule ist, dass wir nicht immer nur versuchen, durch Nachbessern des Alten in die Zukunft zu kommen. Wir müssen von der Zukunft aus denken und die Perspektive der Kinder und Jugendlichen miteinbeziehen.“

Prof. Dr. Cordula Artelt (Leibniz-Institut)

{„Eine mündige Auseinandersetzung mit Kl-basierten Produkten, die darauf bezogene Argumentation, Beurteilung und das Hinterfragen der Lösungen sind wichtige Kompetenzen, die moderne Bildung ausmachen werden. Die Vermittlung digitaler Souveränität kann dabei nicht früh genug beginnen.“

brand eins

{„Wer sich über Zeugnisse definiert, hat nichts gelernt. Bildung ist Entwicklung und kein Prüfverfahren.“

Björn Nölte

{„Digitale Bildung heißt für mich Lernen in einer digitalisierten Welt - und nicht Digitalisieren von analoger Schule.“

Diese Stimmen aus Schülerschaft und Bildungsforschung verweisen nicht auf ein Defizit an Einzelinhalten, sondern auf ein strukturelles Problem des bestehenden Schulcurriculums: Es ist zu stark fachlich fragmentiert, zu wenig lebensweltlich vernetzt und zu selten auf nachhaltige Kompetenzentwicklung ausgerichtet.

Aktuelle Studien unterstreichen die Notwendigkeit eines mehrdimensionalen Führungsansatzes. Laut einer Untersuchung des Berliner Forschungsinstituts (FiBS) [4]https://www.cornelsen.de/_Resources/Persistent/e/f/c/4/efc40df2e93c4a89eba02bef2d4bd7326d885822/0001100000220%20FiBS_220329_001_Schuleitungsstudie.pdf sprechen sich 82 % der Schulleitungen in Deutschland für eine grundlegende Reform des Fächerkanons aus. Sie sehen den traditionellen Stundenplan als nicht mehr zeitgemäß an und fordern stattdessen eine stärkere thematische Vernetzung und fächerübergreifenden Unterricht. Über 90 % der befragten Schulleitungen betonen außerdem die Notwendigkeit, Lebenskompetenzen zu vermitteln, um Schülerinnen und Schüler besser auf das Erwachsensein und die Arbeitswelt vorzubereiten.

Bemerkenswert ist dabei weniger die Reformbereitschaft der Schulleitungen als die Klarheit ihrer Diagnose: Der traditionelle Fächerkanon und der starre Stundenplan werden zunehmend als Hindernisse für zeitgemäße Bildung wahrgenommen – nicht als deren Garant.

Dasselbe – Reformen nämlich – fordern übrigens auch 1000 befragte Eltern im Rahmen einer Forsa-Studie:

 

Vier von fünf Elternteilen finden, dass Schulen nicht ausreichend auf die Bedürfnisse einzelner Kinder eingehen. Fast die Hälfte der Eltern sagt, ihre Kinder hätten Probleme in der Schule. [5]https://www.studienkreis.de/unternehmen/presse/pressemitteilungen/pressemitteilungen-2025/mehr-investitionen-in-bildung/

Die Übereinstimmung zwischen Schulleitungen, Eltern und Bildungsforschung ist auffällig. Sie alle fordern mehr Individualisierung, Lebensnähe und Unterstützung. Gleichzeitig wächst der Katalog zusätzlicher Aufgaben, den Schule erfüllen soll – ohne dass bestehende Strukturen systematisch hinterfragt oder entlastet werden.

Diese Erwartungen sind inhaltlich gut begründet und gesellschaftlich legitim. Problematisch wird ihre Umsetzung jedoch dort, wo sie additiv in bestehende Curricula integriert werden sollen.

Aktuell werden Schulen in Deutschland mit einer wachsenden Liste „querschnittlicher“ Aufgaben konfrontiert. Zu den zentralen Querschnittsthemen zählen:

  • Medien- und Digitalkompetenz („Bildung in der digitalen Welt“: kompetenter Umgang mit digitalen Medien, Datenschutz, kritische Quellenbewertung, Kreativität mit digitalen Werkzeugen).
  • Finanz- und Verbraucherbildung (Umgang mit Geld, Verträgen, Versicherungen, Konsumentscheidungen, Verschuldungsprävention).
  • Demokratie- und politische Bildung (Beteiligung, Umgang mit Populismus und Desinformation, Menschenrechte, Partizipation, Umgang mit der Wehrpflicht).
  • Gesundheit, Prävention und Erste Hilfe (Erste-Hilfe-Kenntnisse, psychische Gesundheit, Sucht- und Gewaltprävention).
  • Bildung für nachhaltige Entwicklung und Klimabildung (nachhaltiger Konsum, Energie, Umwelt, globale Gerechtigkeit).

So entsteht ein curricularer Dauerstau: Immer neue Querschnittsthemen werden ergänzt, ohne alte Inhalte zu überprüfen, zu bündeln oder zu streichen. Verantwortung wird an Schulen delegiert, ohne ihnen die notwendigen zeitlichen, personellen und strukturellen Spielräume zu eröffnen.

Fazit

Aus den internationalen Erfahrungen und der nationalen Datenlage folgt daher eine unbequeme, aber notwendige Konsequenz: Eine Revision des Schulcurriculums darf nicht bedeuten, immer mehr Inhalte aufzunehmen. Sie muss bedeuten, konsequent zu priorisieren, zu integrieren und zu entschlacken. Lebenskompetenzen, digitale Souveränität und demokratische Bildung lassen sich nicht additiv unterrichten – sie müssen leitend für die Auswahl und Gestaltung der Inhalte werden.

Makrosystem: Medienkompetenzförderung

„Die Schulen sollen die Schülerinnen und Schüler durch die altersangemessene Vermittlung digitalisierungsbezogener Kompetenzen dazu befähigen, ein selbstständiges und mündiges Leben in einer digitalen Welt zu führen.“ So heißt es im Hessischen Schulgesetz (§ 2, Absatz 5). Schülerinnen und Schüler sollen lernen, „auch in der digitalen Welt mit Medien verantwortungsbewusst und sicher umzugehen“. Zudem werden sie befähigt, „zukünftige Anforderungen und Chancen in einer digitalisierten Welt bewältigen und ergreifen zu können“, so im Schulgesetz NRW. In den anderen Bundesländern finden sich vergleichbare Formulierungen zu digitalen Kompetenzen im Bildungsauftrag der Schulen, oft im Kontext der Strategie „Bildung in der digitalen Welt“ der Kultusministerkonferenz (KMK).

Auffällig ist jedoch, dass diese rechtlich verbindlichen Zielsetzungen häufig auf den „verantwortungsbewussten Umgang“ mit digitalen Medien verweisen, ohne systematisch zu klären, wie Verantwortung pädagogisch aufgebaut, eingeübt und reflektiert werden soll.

Die Föderalismusreform der 2000er Jahre hat in der Bildungslandschaft vieles durcheinandergebracht und manches auch „kaputtgemacht“. In den 1990er Jahren war ich selbst intensiv in Bund-Länder-Projekten wie „Schulen ans Netz“ tätig und konnte miterleben, wie verantwortungsvoll Bildungspolitiker:innen der Länder mit den Herausforderungen im Zusammenhang mit der schulischen Nutzung von Internetanbindungen umgingen. Gemeinsam mit uns entwickelten sie konkrete Lösungen für Schulen. Die Erfahrungen aus dieser Zeit zeigen: Fortschritte in der schulischen Medienbildung entstanden dort, wo Bund, Länder, Wissenschaft und Praxis gemeinsam Ziele definierten, Ressourcen bündelten und Schulen verlässliche Rahmenbedingungen boten. Die heutige Fragmentierung erschwert genau diese Form koordinierten Handelns.

Ich bleibe vorsichtig optimistisch, nicht aus Naivität, sondern weil sich Bildungspolitik der eigenen gesetzlichen Verpflichtung zur systematischen Medienkompetenzförderung nicht dauerhaft entziehen kann. Denn letztlich führt kein Weg an der bildungspolitischen Verpflichtung vorbei, sich systemisch mit Fragen der Medienkompetenzförderung, einschließlich der Nutzung von KI in Schule, Unterricht sowie in Fort- und Weiterbildung, auseinanderzusetzen. Die eigentliche Frage an die Bildungsverantwortlichen der Länder lautet: Wie können wir Medienbildung systematisch im Curriculum verankern und dabei Kooperationen mit öffentlichen Einrichtungen, zivilgesellschaftlichen Initiativen und der Wirtschaft so gestalten, dass alle Schülerinnen und Schüler einen souveränen, kritischen und kreativen Umgang mit digitalen Medien lernen?

Wir fangen dabei nicht bei Null an, wie die folgende Übersicht zeigt. Schaut dabei auch immer mal wieder ins Ausland, denn dort liegen die Lösungen bereits vor. Gleichzeitig zeigen Evaluationen und Schulrückmeldungen, dass diese vorhandenen Konzepte bislang zu selten verbindlich, kohärent und flächendeckend umgesetzt werden.

  • Medienbildung im Curriculum verankern
    • Ausgangspunkt ist der KMK‑Kompetenzrahmen „Bildung in der digitalen Welt“, der in allen Ländern in Bildungs‑ und Lehrpläne zu integrieren ist und Medienkompetenz als verbindlichen Bestandteil aller Fächer festlegt, fächerverbindend und -übergreifend.
    • Einige Schulen haben begonnen, dies in schuleigenen Medienkonzepten zu konkretisieren: Jahrgangsbezogene Kompetenzziele (inkl. Social Media), Zuordnung zu Fächern, verbindliche Unterrichtsvorhaben und regelmäßige Projektformate ab Sek I.
  • Kooperation mit öffentlichen Einrichtungen nutzen
    • Studien zu Bildungspartnerschaften zeigen, dass Bibliotheken, kommunale Medienzentren und weitere öffentliche Einrichtungen die schulische Medienbildung inhaltlich und technisch ergänzen, wenn Ziele, Rollen, Ressourcen und Evaluation schriftlich vereinbart sind.
    • Empfohlen werden längerfristige, planvolle Kooperationen statt Einzelaktionen: wiederkehrende Module (z.B. Recherche, Fact‑Checking, Social Media) werden fest im Curriculum verankert und mit Schulprogrammarbeit und Medienentwicklungsplanung abgestimmt.
  • Zivilgesellschaft und Wirtschaft einbinden
    • Forschung zu Bildungspartnerschaften betont den Mehrwert zivilgesellschaftlicher Initiativen, Vereine und Unternehmen: Sie bringen aktuelle Medienpraxis, spezifische Expertise (z.B. Algorithmen, Plattformlogiken, Werbung) und oft zusätzliche Technik oder Fördermittel ein.
    • Für das System werden klare Qualitätskriterien entwickelt und verbindlich festgelegt: Transparenz über Interessen (Werbung vs. Bildung), pädagogische Passung, Einhaltung von Datenschutz und Werbefreiheit im Unterricht sowie gemeinsame Zielvereinbarungen mit der Schule.
  • Systemische Empfehlung an das Bildungssystem
    • Auf Systemebene wird eine verbindliche Verknüpfung von KMK‑Strategie, Landescurricula, schulischen Medienkonzepten und kommunalen Bildungslandschaften angestrebt, damit Medienbildung nicht „on top“, sondern als Querschnittsaufgabe aller Schulen verstanden und finanziert wird.
    • Die Studien regen an, Rahmenprogramme aufzulegen, die Schulen bei der Entwicklung solcher Medienkonzepte unterstützen (z.B. Förderprogramme, Pilotprojekte „Schule in der digitalen Welt“) und Bildungspartnerschaften mit öffentlichen, zivilgesellschaftlichen und wirtschaftlichen Akteuren strukturell fördern.
Auf Systemebene ist daher eine verbindliche Verknüpfung von KMK-Strategie, Landescurricula, schulischen Medienkonzepten und kommunalen Bildungslandschaften notwendig, damit Medienbildung nicht additiv („on top“), sondern als strukturprägende Querschnittsaufgabe aller Schulen verstanden, organisiert und finanziert wird. Damit wird dem Schulsystem die klare Aufgabe gestellt, Medienbildung curricular zu sichern und diese Strukturen gezielt durch abgestimmte Partnerschaften zu verstärken – statt Medienkompetenz weiterhin projektartig und punktuell zu behandeln. Ein Bildungssystem, das digitale Medien primär über Regelwerke und Einschränkungen steuert, verfehlt seinen eigenen Anspruch, junge Menschen zu einem selbstständigen und mündigen Handeln in einer digitalen Welt zu befähigen.

Makrosystem: Umgang mit KI

Künstliche Intelligenz ist im Unterricht angekommen – und zwar nicht als Zukunftsvision, sondern als konkrete Realität im Klassenzimmer. KI verändert nicht nur die Fächer Mathematik und Informatik, sondern den Unterricht insgesamt. Im MINT-Bereich schreiben Sprachmodelle Texte, lösen komplexe Aufgaben, erklären Sachverhalte und generieren Programmcode auf einem Niveau, das noch vor wenigen Jahren undenkbar schien. Im Deutschunterricht können Schülerinnen und Schüler mithilfe von KI Texte iterativ verbessern und Stile analysieren. In Fremdsprachen können sie Prompts für authentische Dialoge nutzen und in den Gesellschaftswissenschaften können sie Daten visualisieren oder Szenarien simulieren. Jede Fachdisziplin muss überlegen, wie KI als Werkzeug das Verständnis vertiefen kann, ohne Routine zu ersetzen, eine Chance für motivierteres, zukunftsorientiertes Lernen quer durch das Curriculum. Das ist für die Schule keine kleine methodische Anpassung, sondern eine grundlegende Verschiebung dessen, was Lernen, Lehren und Leistung heute bedeuten.

Dieser Text nähert sich dem Thema aus meiner MINT-Perspektive, d. h. aus den Bereichen Mathematik, Informatik und Maker-Education. Nicht, weil KI nur dort relevant wäre, sondern weil sich gerade in diesen Fächern besonders deutlich zeigt, wie tiefgreifend der Wandel ist. Wenn KI heute mathematische Beweise auf Wettbewerbsniveau formuliert, Programme aus Alltagssprache generiert oder technische Prototypen mitentwickelt, dann stellt das Fragen, die weit über Fachgrenzen hinausreichen: Was bedeutet Verstehen, wenn Produzieren automatisiert wird? Welche Kompetenzen bleiben genuin menschlich? Und wie muss Unterricht gestaltet sein, damit junge Menschen in einer Kultur der Digitalität handlungsfähig bleiben? Auch Nicht-MINT-Fächer wie Deutsch, Fremdsprachen oder Gesellschaftswissenschaften stehen vor der gleichen Herausforderung.

In diesem Abschnitt tauche ich tief in meine praktischen Erfahrungen mit Mathematik, Informatik und Maker-Education ein. Ich stelle altersgerechte Projekte für die Grundschule vor und zeige Anwendungen in der Oberstufe. Meine Beispiele aus den Bereichen Mathematik, Informatik und Maker-Projekte verdeutlichen, was auf andere Fächer bereits zukommt oder dort längst begonnen hat. Es geht nicht darum, Faszination für Technologie um ihrer selbst willen zu erzeugen. Vielmehr sollen sie verdeutlichen, warum die Schule jetzt einen neuen Orientierungsrahmen braucht: einen Unterricht, der KI weder verteufelt noch naiv integriert, sondern sie als Anlass nimmt, um höhere kognitive, kreative und reflexive Kompetenzen systematisch zu fördern.

 

{Hier nochmal zum Mitschreiben die Lage – für alle, die die letzten zwei Jahre unter einem Stein gelebt haben: Jede der folgenden Einzelzutaten der Polykrise hat eine nennenswerte Chance zur Katastrophe. Aber ich sehe keine ernsthafte Umsteuerung in Politik und Gesellschaft.
{KI löst alle textbasierten Aufgaben (einschließlich Formeln und Programmcode) vieler MINT-Bachelormodule praktisch perfekt, egal auf welcher Kompetenzstufe (falls hier jemand an Kompetenzstufen glaubt).
{Pflichtgemäß erklären die Student*innen in der vorgeschriebenen Eigenständigkeitserklärung, KI benutzt zu haben. Was noch als menschlicher Arbeitsanteil in solchen Texten steckt, ist für die*den Lesende*n aber unklar und kaum zu bewerten.
{Student*innen benutzen KI, um Aufgaben zu bearbeiten, ohne tiefer zu verstehen, was in den Lösungen passiert. Das wird teilweise gefährlich, zum Beispiel bei unverstandenen und deswegen subtil fehlerhaften Data-Science- oder KI-Anwendungen in Abschlussarbeiten bei Unternehmen.
{Sinkende Sprachfertigkeiten und schrumpfende Aufmerksamkeitsspannen bauen weiteren Druck in Richtung KI auf.
{Die Motivation wird durch die allgemeine Lage nicht gerade gesteigert: Krieg, Klima, Flucht und Migration, Extremismus, Wirtschaftslage und Überschuldung, Krise des Sozialsystems.

Die Zitate stammen von Jörn Loviscach, Professor für Ingenieurmathematik und technische Informatik an der Hochschule Bielefeld sowie ehemaliger stellvertretender Chefredakteur der Computer-Zeitschrift c’t. Nicht nur in den MINT-Fächern muss dringend ein Diskurs stattfinden. Prof. Loviscach zeigt in mehreren Youtube- Videos auf, wie stark sein Arbeitsbereich von den Entwicklungen rund um LLMs betroffen ist. Mit Klausuraufgaben aus den Bereichen Mathematik, Informatik, Gebäudeautomation, Windenergie, erneuerbare Energie und Elektronik, die von unterschiedlichen LLMs gelöst wurden und die er mit „Magna cum laude” bewertet hat, bestätigt sehr erstaunlichen „Kompetenzen“ der von ihm getesteten LLMs. Indirekt stellt er die Frage, wie sich seine Lehre angesichts dieser rasanten Entwicklung verändern müsse. Übertragen auf die schulische Bildung stellt sich für mich die Frage, welche Basisausbildung in Zukunft erforderlich ist.

Mathematik

Mathematik-Olympiade (IMO)

Anfangs waren die Sprachmodelle nahezu unfähig, selbst die einfachsten Aufgaben aus der Mittelstufe zu lösen. Unter anderem versagten sie häufig bei Größenvergleichen und der Einordnung von Dezimalzahlen. Das hat sich dramatisch verändert (siehe die Aussagen von Prof. Loviscach). Ich will das am Beispiel der Mathematik-Olympiade aufzeigen.

Ich habe die Aufgaben der Internationalen Mathematik-Olympiade durchgesehen und sie aufgrund ihres Niveaus von Algebra bis Zahlentheorie nur den besten Schülerinnen und Schülern empfohlen. Die Aufgaben sind sehr anspruchsvoll und schwer zu lösen. An dem prestigeträchtigen Wettbewerb nehmen weltweit Jugendliche teil, die sich über nationale Wettbewerbe qualifizieren müssen.

Im Jahr 2025 erreichte eine spezialisierte Version von Googles Gemini-Systems bei einer Simulation der IMO-Aufgaben ein Leistungsniveau, das nach den offiziellen Bewertungskriterien einer Goldmedaille entsprochen hätte. Das System bearbeitete die Aufgaben vollständig, legte strukturierte Textbeweise vor und wurde von externen Expertinnen und Experten als korrekt bewertet. Zum Vergleich: Selbst unter hochselektierten menschlichen Teilnehmergruppen ist das Erreichen einer Goldmedaille selten und international stark konzentriert.

Natürlich ist mir bewusst, dass diese Leistung in einem engen Benchmark-Setting erzielt wurde, in dem die KI auf große Mengen ähnlicher Wettbewerbsaufgaben trainiert wurde. Die Herausforderung besteht jedoch darin, mathematische Theorien aufzubauen und dabei eine kreative Auswahl neuer inner- und außermathematischer Problemstellungen zu treffen.

Übertragen auf die schulische Bildung stellt sich mir die Frage, welche Basisausbildung in Zukunft erforderlich ist. Heymann hat bereits 1996 in seiner Habilitationsschrift herausgearbeitet, dass die Vermittlung der sechs Kompetenzen – argumentieren, Probleme lösen, modellieren, Darstellungen verwenden, mit symbolischen, formalen und technischen Elementen der Mathematik umgehen sowie kommunizieren, in Verbindung mit den Inhalten Arithmetik (Addition, Subtraktion, Multiplikation, Division), Dreisatz, Prozentrechnung und Überschlagsrechnung/Schätzen die Voraussetzungen für eine ausreichende Berufsvorbereitung schafft.  Bemerkenswert ist, dass diese von Heymann formulierten Kompetenzen aus heutiger Sicht nicht durch KI obsolet werden, sondern im Gegenteil: Erst sie ermöglichen es, KI-generierte Ergebnisse kritisch zu prüfen, sinnvoll einzuordnen und produktiv weiterzuentwickeln. Ein Vergleich der Ergebnisse von PISA, IQB-Trend (Big Data) und VERA (Small Data) zeigt, dass gerade in diesen Bereichen in allen Schulen des Sekundarstufenbereichs I enorme Lücken bestehen, die es aufzuholen gilt. Dies kann durch eine Neufassung der Kerncurricula mit einer konsequenten Priorisierung zentraler Inhalte und Kompetenzen, statt einer fortschreitenden Stoffanreicherung erreicht werden. Der Forderung nach mehr Anwendungsorientierung und Nachhaltigkeit gelingt ggfs. durch fächerverbindende Elemente aus dem Bereich Politik/Wirtschaft (Steuerrecht, Kranken-, Rentenversicherung, Geldanlagen) . Darüber hinaus sind Fragestellungen rund um Statistik und Wahrscheinlichkeitsrechnung laut den vorliegenden Daten ein vernachlässigtes Thema der Mathematik.

Für den Mathematikunterricht ergibt sich daraus ein doppelter Auftrag: Einerseits muss der Unterricht systematisch Kompetenzen stärken, die über reine Routineaufgaben hinausgehen, wie beispielsweise Problemlösefähigkeit, Begründungskompetenz, das Vergleichen von Lösungswegen und das kritische Prüfen von Beweisen. Genau in diesen Bereichen zeigen KI-Systeme heute überraschend leistungsfähige, aber nicht verlässliche Performanzen. Andererseits sollte die Schule Lernende gezielt dabei unterstützen, KI-Werkzeuge reflektiert zu nutzen: als Hilfsmittel zum Erklären, zum Generieren von Beispielen oder zum Explorieren alternativer Lösungswege – jedoch immer eingebettet in metakognitive Strategien, Fehlersensibilität und eine klare Trennung zwischen „Verstehen“ und „Produzieren von Lösungen“.

Schulen können darüber hinaus KI-Tools wie adaptive Systeme einsetzen, um Basiskompetenzen zu diagnostizieren und zu fördern, während höhere Fähigkeiten menschlich vertieft werden. Dies vermittelt ein mathematisches Verständnis, das KI-Ergebnisse prüfbar macht und Kreativität über Routine hinaus fördert.

Fazit

Die rasante Entwicklung KI-gestützter Systeme zwingt das Bildungssystem zu einer unbequemen Erkenntnis: Ein Mathematikunterricht, der primär auf das fehlerfreie Ausführen standardisierter Verfahren zielt, bildet nicht mehr für die Zukunft aus, sondern für eine Vergangenheit, in der Rechen- und Symbolmanipulation noch exklusiv menschliche Domänen waren. Wenn selbst hochkomplexe algebraische und zahlentheoretische Probleme durch KI-Systeme bearbeitet werden können, dann verschiebt sich der Bildungsauftrag zwangsläufig weg von der Produktion korrekter Lösungen, hin zur Beurteilung, Begründung, Kontextualisierung und Weiterentwicklung mathematischer Ideen.

Diese Verschiebung ist keine pädagogische Modeerscheinung, sondern eine systemische Notwendigkeit. Wer an überfrachteten Curricula, ritualisierten Übungsformaten und einer trügerischen Gleichsetzung von Rechnen und Verstehen festhält, riskiert nicht nur weitere Leistungsrückgänge, sondern auch den Verlust der gesellschaftlichen Anschlussfähigkeit mathematischer Bildung. Die eigentliche Herausforderung besteht daher nicht darin, KI aus dem Mathematikunterricht fernzuhalten, sondern ihn so weiterzuentwickeln, dass Schülerinnen und Schüler mathematische Kompetenz als etwas erleben, das über das hinausgeht, was Maschinen zuverlässig leisten können.

 

Informatik

Das Jahr 2025 markierte einen Durchbruch beim KI-gestützten Programmieren (Code Vibing): Tools wie Cursor, Windsurf und Claude Code generieren in vielen Fällen lauffähigen, syntaktisch korrekten und funktional überzeugenden Code aus einer natürlichen Sprachbeschreibung. Sie haben sich als extrem leistungsfähig erwiesen. Sie nehmen uns Softwareentwicklerinnen und -entwicklern mühsame Routineaufgaben wie Syntax, Boilerplate-Code oder Standardalgorithmen ab und ermöglichen es, komplexe Funktionalitäten in Sekunden zu prototypisieren. Dadurch wird die Produktivität in der Softwareentwicklung massiv gesteigert (was ich aus eigener Erfahrung mehrfach bestätigt habe). Diese modernen LLMs übertreffen hierbei oft die schulischen Curricularvorgaben bei der korrekten Implementierung bekannter Algorithmen (z. B. Sortierverfahren, Datenstrukturen, API-Integrationen). Sie verstehen Kontext, generieren kommentierten Code in mehreren Sprachen und passen sich Stilrichtlinien an. Diese Fähigkeiten werden durch das Training auf Milliarden Codezeilen aus Open-Source-Repositories erreicht.

Der Fokus auf KI-gestütztes Programmieren ist dabei kein Zufall, sondern spiegelt die schulische Realität wider: In der Sekundarstufe I bildet Programmieren – häufig in Form von HTML, Java oder einfacher Anwendungsentwicklung – faktisch den Kern des Informatikunterrichts. Andere informatische Inhaltsbereiche sind zwar curricular vorgesehen, treten im Unterrichtsalltag jedoch häufig in den Hintergrund oder werden nur punktuell behandelt.

Trotz dieser Leistungsfähigkeit bleibt KI-gestütztes Programmieren primär auf statistisch gelernte Muster, Wahrscheinlichkeiten und Korrelationen gestützt – nicht auf ein semantisches oder intentionelles Verständnis von Problemdomänen. Die Modelle glänzen bei reproduzierbaren Lösungen, scheitern jedoch häufig bei neuartigen Anforderungen, Edge Cases (Probleme oder Szenarien, die nur unter extremen Bedingungen oder an den äußeren Grenzen der Betriebsparameter auftreten), Sicherheitslücken oder der Architektur großer Systeme. Häufige Kritikpunkte sind Halluzinationen (falscher Code), mangelnde Generalisierbarkeit auf unbekannte Probleme und der Verlust von Verständnis, wenn Lernende Code nur kopieren, statt ihn selbst zu konstruieren. Zudem birgt die Abhängigkeit ethische Risiken, beispielsweise im Hinblick auf geistiges Eigentum (das Training erfolgt auf fremdem Code) und die Undurchsichtigkeit von Black-Box-Entscheidungen.

Was heißt das konkret für Lehrpläne?

Zentrale informatische Konzepte wie Abstraktion, Algorithmik, Datenmodellierung, Kontrollstrukturen und Komplexitätsbetrachtungen verlieren durch KI nicht an Bedeutung, sondern gewinnen an Relevanz: Nur wer diese Grundlagen beherrscht, kann KI-generierten Code sinnvoll beurteilen, anpassen oder verwerfen. Ein zukunftsfähiger Informatikunterricht verschiebt den Schwerpunkt von der reinen Codeproduktion hin zu vier übergeordneten Kompetenzdimensionen. Gerade weil Programmieren in der Schule oft als Stellvertreter für „Informatik insgesamt“ fungiert, müssen die zugrunde liegenden Kompetenzziele klarer gefasst und vom reinen Codieren entkoppelt werden.

  • Struktur- und Architekturkompetenz (Systemdesign, Modularisierung, Schnittstellen, Skalierbarkeit, Wartbarkeit: KI generiert Code, aber keine tragfähige Systemarchitektur)
  • Prüfen, Testen, Verifizieren (Debugging, Unit-Tests, Code Reviews, Sicherheitsanalysen: KI liefert Vorschläge, Verantwortung bleibt menschlich)
  • Interaktion mit KI-Systemen (Prompt Literacy mit  präzisen Problemformulierung, Iteration, Fehlerdiagnose;  neue Form informatischer Kommunikation)
  • Reflexion, Ethik und Recht (Bias, IP-Fragen, Abhängigkeiten, Black-Box-Probleme; gesellschaftliche Verantwortung informatischer Systeme)

Diese Verschiebung ist auch deshalb notwendig, weil zwischen den formal breit angelegten Lehrplänen und der tatsächlichen Unterrichtspraxis eine erhebliche Lücke besteht. Solange Programmieren das dominierende Einstiegstor in die Informatik bleibt, entscheidet sich hier, ob Lernende Informatik als kreatives, gestaltendes Fach erleben – oder als syntaktisch-technische Hürde.

Ein besonders deutliches Warnsignal ist die Entwicklung in der gymnasialen Oberstufe. Obwohl der Informatikunterricht in den Jahrgängen 12 und 13 erst dort systematisch über das reine Programmieren hinausgeht und weiterführende Fragestellungen zu Algorithmen, Daten, Systemen und gesellschaftlichen Implikationen behandelt, erreicht dieses Angebot nur noch eine sehr kleine und stark selektive Lerngruppe.

Grundkurse kommen häufig nur mit wenigen – überwiegend männlichen – Schülern zustande, Leistungskurse sind selten und vielfach nur schulübergreifend organisierbar. Diese Entwicklung ist kein Randphänomen, sondern verweist auf ein strukturelles Problem: Ein zu früher und zu enger Fokus auf Programmieren in der Sekundarstufe I wirkt für viele Lernende eher abschreckend als motivierend und verhindert den Zugang zu den eigentlichen Denkweisen der Informatik.

Ein zukunftsfähiger Informatikunterricht muss daher früher breiter werden – nicht später. Wenn algorithmisches Denken, Modellierung, Systemverständnis und gesellschaftliche Reflexion erst dann sichtbar werden, wenn ein Großteil der Lernenden das Fach bereits abgewählt hat, greift Bildungspolitik zu kurz.

Fazit

Die rasante Entwicklung KI-gestützter Programmierwerkzeuge stellt den Informatikunterricht vor eine vergleichbare Zäsur wie einst der Taschenrechner für die Mathematik. Ein Unterricht, der sich primär an der manuellen Implementierung bekannter Algorithmen orientiert, verfehlt zunehmend seinen Bildungsauftrag. Wenn KI-Systeme in Sekunden funktionsfähigen Code erzeugen können, dann liegt der Mehrwert schulischer Informatikbildung im Verstehen, Strukturieren, Bewerten und verantwortlichen Einsetzen digitaler Systeme. Dies erfordert eine curriculare Neujustierung: weg von einer Überbetonung syntaktischer Details, hin zu algorithmischem Denken, Systemarchitektur, Qualitätsbewertung und ethischer Reflexion. Informatikunterricht wird damit nicht einfacher, sondern anspruchsvoller – und zugleich relevanter für eine digital geprägte Gesellschaft.

Die zentrale Frage lautet daher nicht, ob KI im Informatikunterricht erlaubt sein sollte, sondern ob die Schule Lernende dazu befähigt, KI-generierten Code kompetent zu prüfen, weiterzuentwickeln und bei Bedarf bewusst zu verwerfen. Nur so bleibt der Informatikunterricht für eine breite Schülerschaft attraktiv und anschlussfähig.

Maker-Education

In einer Zeit, in der KI-Systeme zunehmend kognitive Routinetätigkeiten übernehmen, gewinnt Maker Education eine neue bildungstheoretische Bedeutung: Sie verschiebt Lernen vom reinen Problemlösen hin zum Problemerkennen, vom Konsumieren vorgefertigter Lösungen hin zur aktiven Gestaltung materieller und digitaler Artefakte.

Bei der Maker-Education werden Tüfteln und Technologien wie 3D-Drucker, Robotik oder Programmierung zu motivierenden Projekten verbunden, die die Selbstwirksamkeit von Schülerinnen und Schülern stärken. Maker-Projekte sind ideal für den MINT-Unterricht, da sie altersgerecht Motivation und Kompetenzen fördern. Meist werden einfache Materialien wie Karton, Kleber, Mikrocontroller (z. B. Calliope mini, Arduino) oder Apps benötigt. In der Grundschule stehen beim Bürstenroboter- und Stromprojekte oder beim Bau einer Murmelbahn das spielerische Tüfteln mit Fokus auf Motorik, Experimentieren und ersten Konzepten im Vordergrund. In der Sekundarstufe kommen Programmierung und Prototyping hinzu, beispielsweise in Form von Challenges und Beispielprojekte. In der Oberstufe können schließlich komplexere Projekte in Angriff genommen werden, beispielsweise die Entwicklung eines Spiels mit Smartphone und Raspberry Pi sowie die Herstellung von Wearables.

Zentral ist dabei nicht die eingesetzte Technologie, sondern die zugrunde liegenden Kompetenzen: iteratives Arbeiten, Hypothesenbildung, Fehlersuche, das Aushalten von Nicht-Gelingen sowie die Reflexion über Funktion, Nachhaltigkeit und gesellschaftliche Wirkung eigener Produkte.

Maker-Projekte fördern fächerübergreifendes Lernen, Soft Skills (wie Kollaboration und kritisches Denken) sowie digitale Kompetenzen, ohne das Kerncurriculum zu überladen. Initiativen wie „Make & MINT“ zeigen, wie sich dies nahtlos in Schulen integrieren lässt. Empirische Studien zeigen, dass handlungsorientierte Maker-Ansätze insbesondere bei leistungsschwächeren und bislang wenig MINT-affinen Lernenden Motivation, Durchhaltevermögen und konzeptuelles Verständnis deutlich steigern, also genau dort ansetzen, wo klassische Unterrichtsformate zunehmend an ihre Grenzen stoßen.

Trotz ihres Potenzials wird Maker Education in Deutschland bislang überwiegend projektförmig, befristet oder von besonders engagierten Einzelpersonen getragen. Eine systematische curriculare Verankerung fehlt ebenso wie eine verlässliche Ausstattung, feste Zeitbudgets oder verbindliche Qualifizierungsangebote für Lehrkräfte. Damit reproduziert das Bildungssystem bestehende Ungleichheiten: Während einzelne Schulen gut ausgestattete Makerspaces betreiben, bleiben anderen lediglich punktuelle Bastelaktionen. Gerade in einer Zeit, in der praktische Problemlösefähigkeit, technisches Systemverständnis und kreative Gestaltungskompetenz an Bedeutung gewinnen, ist diese Abhängigkeit vom Engagement Einzelner bildungspolitisch nicht mehr zu rechtfertigen. Maker Education darf daher nicht länger als „AG-Format“ oder freiwillige Ergänzung verstanden werden, sondern muss als integraler Bestandteil einer zeitgemäßen MINT-Bildung strukturell abgesichert werden – mit verbindlichen Zeitfenstern, curricularen Anknüpfungspunkten und nachhaltiger Ausstattung.

Fazit

Maker Education ist kein Selbstzweck: Ihr didaktischer Mehrwert entsteht nur dann, wenn sie gezielt auf zentrale Kompetenzen ausgerichtet ist und systematisch in Unterrichtsstrukturen eingebettet wird. Projekte sind altersgerecht zu konzipieren. Der Fokus liegt auf dem Lernprozess statt auf der Technik.

Auf MINT bezugnehmend fordert Nina Smidt, Geschäftsführende Vorständin und Sprecherin des Vorstands der Siemens Stiftung, einen Paradigmenwechsel im MINT-Unterricht: weg vom Auswendiglernen von Formeln hin zu praxisnahen, kreativen Problemlösungen.[6]https://www.zeit.de/2025/52/mint-faecher-schule-unterricht-bildung-mangel-mint-plus Dieser Paradigmenwechsel gewinnt zusätzliche Dringlichkeit vor dem Hintergrund der rasanten Entwicklung KI-gestützter Systeme, die kognitive Routinetätigkeiten zunehmend automatisieren und damit klassische schulische Übungsformate infrage stellen.

Smidt plädiert für den „MINT-plus“-Ansatz, der klassische MINT-Fächer um gesellschaftliche, kulturelle und ethische Perspektiven erweitert. Wissen soll in reale Kontexte eingebettet werden, um Neugier und nachhaltiges Lernen zu fördern. Der MINT-plus-Ansatz greift damit genau jene Entwicklungen auf, die sich aktuell in Mathematik, Informatik und Maker Education abzeichnen: weg von isolierten Fachinhalten, hin zu vernetztem Denken, praktischer Anwendung, Reflexion und verantwortlicher Gestaltung technologischer Lösungen.

Es geht dabei nicht allein um die oft bemühte Forderung nach der Ausbildung zukünftiger Fachkräfte, sondern um die Befähigung von Menschen, Zukunft aktiv mitzugestalten. Damit das gelingt, muss Bildung wieder als gemeinsame, aber klar verantwortete Aufgabe verstanden werden – von Schule, Wissenschaft, Wirtschaft und Gesellschaft. MINT darf dabei nicht als exklusives Fachgebiet für wenige gelten, sondern muss als offener Lernraum für alle gestaltet werden, die neugierig bleiben wollen.

Bezüglich KI liegt seit Kurzem der Entwurf für ein KI-Literacy-Framework der EU und der OECD vor. Jan Schwamm (@blueprintedu.bsky.org) hat die folgende Definition aus der Publikation so übersetzt:

 

Bernhard Gmeiner beschreibt in seinem Blogbeitrag „Die KI ist da: Was jetzt?“ den gegenwärtigen Schulalltag als einen Balanceakt zwischen Faszination und Überforderung.[7]https://www.derstandard.at/story/3100000291170/die-ki-ist-da-was-jetzt# KI ist längst Realität, so seine zentrale Botschaft – entscheidend sei nicht mehr, ob, sondern wie sie in Schule und Unterricht eingesetzt wird. Er schildert die Spannbreite zwischen sinnvollem Lernen mit Tools wie Fellofish oder Brisk Teaching und der Gefahr, Denkprozesse an Maschinen auszulagern. Die pädagogische Haltung sei dabei der Schlüssel: Lehrkräfte müssen den Wandel gestalten, statt ihn zu verbieten oder zu ignorieren.

Die darauf folgende Diskussion mit über hundert Kommentaren zeigt, wie stark das Thema polarisiert – aber auch, dass viele Lehrkräfte und Eltern weiter sind als die bildungspolitischen Rahmenbedingungen. Einigkeit herrscht darüber, dass es verbindliche Leitlinien, datenschutzkonforme Plattformen und gezielte Fortbildungen braucht. Lehrpersonen fühlen sich vom Ministerium allein gelassen, fordern Materialien, rechtliche Klarheit und eine Reform der Prüfungsformate.

Zwischen Zustimmung und Sorge ziehen sich zwei Grundhaltungen durch die Debatte: Einerseits der Wunsch, KI als Werkzeug zu begreifen – vergleichbar mit Taschenrechner oder Textverarbeitung –, andererseits die Befürchtung, dass Schülerinnen und Schüler durch frühe Nutzung kritisches Denken und Eigenständigkeit verlieren könnten. Besonders umstritten bleibt die Frage, ab welchem Alter KI sinnvoll eingesetzt werden darf.

Trotz aller Differenzen überwiegt ein gemeinsamer Tenor: KI ist ein Weckruf für das Bildungssystem. Sie zwingt das deutsche Bildungssystem, über Prüfungen, Medienkompetenz und Lernkultur neu nachzudenken. Wenn Lehrkräfte, Lernende und Eltern gemeinsam einen reflektierten Umgang entwickeln, kann KI nicht zur Bedrohung, sondern zum Katalysator für eine lernende Schule werden.

Bereits vor der Freischaltung der Sprachmodelle gab es zahlreiche Aufrufe, angesichts der durch die Studien aufgezeigten Defizite das Heft des Handelns in die Hand zu nehmen.

Exosystem: Kooperation

Die Schulentwicklung ist kein isolierter Prozess innerhalb der Schule, sondern wird maßgeblich durch das Zusammenwirken verschiedener externer Akteure geprägt. In der Praxis zeigt sich jedoch, dass diese Zusammenarbeit häufig fragmentiert, projektförmig oder von kurzfristigen Förderlogiken geprägt ist. Genau hier entscheidet sich, ob Schulentwicklung nachhaltig wirkt oder in Einzelinitiativen verpufft.

Eine erfolgreiche strategische Schulentwicklung erfordert daher eine Verzahnung mit Schulträgern, der Schulaufsicht sowie Partnern aus Wirtschaft und Gesellschaft. Schulträger tragen dabei nicht nur Verantwortung für Gebäude und Ausstattung, sondern zunehmend für die Gestaltung von Lernarchitekturen, die pädagogische Konzepte ermöglichen oder verhindern. Eine zukunftsorientierte Schulentwicklung gelingt nur, wenn bauliche Maßnahmen, digitale Ausstattung und finanzielle Ressourcen im Einklang mit pädagogischen Konzepten geplant und umgesetzt werden. Ein proaktiver Dialog zwischen Schulleitung und Schulträger ist daher essenziell, um innovative Lernräume zu gestalten und schulische Entwicklungsprozesse nachhaltig zu unterstützen. Die Schulaufsicht spielt eine zentrale Rolle als strategischer Begleiter schulischer Innovationsprozesse. Voraussetzung dafür ist eine klare Rollenverständigung: Schulaufsicht wirkt dort besonders wirksam, wo sie Kontrolle, Beratung und Entwicklungsbegleitung transparent austariert und Schulen als professionelle Akteure ernst nimmt. Durch gezielte Beratung, Coaching und die Förderung von Vernetzungsstrukturen kann sie Schulen dabei unterstützen, datenbasierte Schulentwicklungsstrategien zu etablieren und innovative Ansätze systematisch weiterzuentwickeln. Die Schaffung von Schulclustern und Lernnetzwerken ermöglicht es Schulen, voneinander zu lernen und gemeinsam an der Qualitätsentwicklung zu arbeiten. Wirtschaft und Gesellschaft wiederum bieten wertvolle Impulse für die Schulentwicklung, insbesondere im Bereich der Berufsorientierung, der Nutzung externer Lernorte und der Förderung praxisnaher Bildungsangebote. Damit solche Kooperationen pädagogisch wirksam und legitim bleiben, bedarf es klarer Qualitätskriterien, Transparenz über Interessenlagen sowie einer konsequenten Ausrichtung an schulischen Bildungszielen. Kooperationen mit Unternehmen, Hochschulen und weiteren Akteuren eröffnen Schülerinnen und Schülern reale Einblicke in die Arbeitswelt und ermöglichen eine anwendungsorientierte Erweiterung schulischer Lernprozesse. Eine systematische Einbindung dieser externen Partner trägt dazu bei, Schule stärker mit gesellschaftlichen Entwicklungen zu verzahnen und zukunftsrelevante Kompetenzen gezielt zu fördern.

Die folgenden Beispiele und Materialien verdeutlichen, wie unterschiedlich Exosysteme wirksam werden können; als Ermöglichungsstruktur, als Bremsklotz oder als Katalysator schulischer Entwicklung. Sie zeigen erfolgreiche Modelle, aber auch implizit, welche Voraussetzungen erfüllt sein müssen, damit externe Unterstützung tatsächlich zur Qualitätsentwicklung beiträgt.

Schulträger

Das folgende Angebot eines Schulteams aus Hatten zeigt exemplarisch, wie schulische Digital- und Medienentwicklung professionalisiert und arbeitsteilig organisiert werden kann – jenseits von Einzelinitiativen und persönlichem Engagement Einzelner. Auffällig ist dabei weniger die technische Ausstattung als die klare Rollenverteilung: Fortbildung, Inklusion, Lizenzmanagement, Systemadministration, Maker Education, KI, Social Media und Schulentwicklung sind nicht zufällig verteilt, sondern bewusst zugeordnet. Genau diese Struktur fehlt vielen Schulen – nicht aus Mangel an Motivation, sondern aus Mangel an systemischer Unterstützung.

 

 

 

Dieses Tableau ist sicherlich nicht für jede Schule realisierbar. Warum also nicht Kooperationsverbünde von Schulen innerhalb einer Region bilden? Warum nicht die in den Regionen etablierten Medienzentren nutzen? Ein mit diesem Beratungs- und Unterstützungskonzept ausgestattetes Medienzentrum wäre damit kein klassischer Geräteverleih oder Fortbildungsanbieter, sondern eine serviceorientierte Unterstützungsstruktur für die Schulentwicklung mit Beratung, Qualifizierung, technischer Betreuung und konzeptioneller Begleitung. Das Medienzentrum in Friedberg (Hessen) zeigt, dass solche Strukturen politisch umsetzbar sind. Durch eine klare Aufgabenverteilung zwischen Schulträger und Land sowie ein paritätisches Finanzierungsmodell wurde Verantwortung gebündelt statt delegiert. Genau solche Modelle könnten regional skaliert werden.

Das Beispiel aus Hatten macht deutlich, dass digitale Schulentwicklung selten an fehlender Technik, sondern an fehlenden Strukturen scheitert. Regionale Medienzentren könnten hier ansetzen und Schulen ein professionelles Rückgrat bieten, die den digitalen Wandel nicht improvisieren, sondern aktiv gestalten wollen.

 

Schulaufsicht

Bleiben wir in meinem langjährigen Arbeitsumfeld, dem Land Hessen. Das Kultusministerium hat dort Dienstleistungsstrukturen entwickelt, die sich ebenfalls als Modell für andere Regionen eignen könnten. Diese Strukturen sind konzeptionell gut ausgebaut. Ihre Wirksamkeit hängt jedoch entscheidend davon ab, wie klar Rollen definiert, wie verbindlich Prozesse gestaltet und wie gut Unterstützungsangebote in den schulischen Alltag integriert werden.

Die Schulentwicklungsberaterinnen und -berater der Hessischen Lehrkräfteakademie unterstützen Schulen bei ihrer Qualitätsentwicklung. Im Mittelpunkt der Beratungstätigkeit stehen dabei die jeweiligen Erfordernisse der einzelnen Schule. Durch die Zusammenarbeit der Schulentwicklungsberaterinnen und -berater mit der Leitung pädagogische Unterstützung und den Fachberaterinnen und -beratern der Staatlichen Schulämter kann die Schulentwicklungsberatung mit der Unterrichtsentwicklung kombiniert werden. Ziel ist es, eine nachhaltige Schul- und Unterrichtsentwicklung zu befördern.

In der Praxis zeigt sich jedoch, dass Schulentwicklungsberatung besonders dort Wirkung entfaltet, wo sie langfristig angelegt, datenbasiert rückgebunden und mit klaren Entwicklungszielen der Schule verknüpft ist, weniger als punktuelle Intervention, sondern mehr als Prozessbegleitung.

Gerade im Kontext wachsender psychischer Belastungen, digitaler Dauerpräsenz und zunehmender Heterogenität gewinnt die schulpsychologische Arbeit an systemischer Bedeutung, im Rahmen einer Krisenintervention, sowie als präventiver Bestandteil schulischer Qualitätsentwicklung.

Kooperationsverbünde entfalten ihr Potenzial insbesondere dort, wo sie nicht nur Verwaltung effizienter machen, sondern Lernen ermöglichen: durch geteilte Expertise, gemeinsame Reflexion und abgestimmte Entwicklungsstrategien. Mit der Bildung von Kooperationsverbünden der Staatlichen Schulämter werden in Hessen mehrere Teilziele verfolgt. Im Mittelpunkt steht die Qualitätsverbesserung der schulischen Arbeit durch die Bildung fachlicher Arbeitsverbünde, die eine bessere Nutzung von Ressourcen, eine mögliche Bündelung von Aufgaben sowie eine Optimierung der Leistungsbereiche Unterstützung, Schulaufsicht, Service und interne Leistungen ermöglichen. Weitere Schwerpunkte liegen in der Organisation gemeinsamer Lern- und Qualifizierungsverbünde sowie in der Sicherung eines kontinuierlichen Erfahrungs- und Beratungsaustauschs zwischen den beteiligten Partnern. Übergeordnetes Ziel der Kooperationsverbünde ist es, fachliche Expertisen zu verknüpfen, regionale und amtsübergreifende Perspektiven miteinander zu verzahnen und die Zusammenarbeit auf fachlicher und organisatorischer Ebene nachhaltig zu intensivieren.

Dass Baden-Württemberg vergleichbare Strukturen explizit unter dem Begriff „Datengestützte Qualitätsentwicklung an Schulen” bündelt, macht deutlich: Schulaufsicht entwickelt sich bundesweit von einer primär kontrollierenden Instanz zu einer strategischen Unterstützungsstruktur. 

Die Beispiele aus Hessen zeigen, dass leistungsfähige Unterstützungsstrukturen bereits existieren. Die zentrale Frage ist weniger ihr Ausbau als ihre konsequente Nutzung, Verzahnung und Verbindlichkeit – damit Schulaufsicht nicht als Bremse, sondern als Ermöglichungsinstanz für professionelle Schulentwicklung wirkt.

Wirtschaft und Gesellschaft

Durch Kooperationen mit Unternehmen, Hochschulen und weiteren Akteuren erhalten Schülerinnen und Schüler reale Einblicke in die Arbeitswelt und können ihre schulischen Lernprozesse anwendungsorientiert erweitern. Entscheidend ist dabei nicht die Anzahl externer Angebote, sondern ihre pädagogische Qualität, curriculare Einbettung und nachhaltige Verankerung im Schulprogramm. Eine systematische Einbindung dieser externen Partner trägt dazu bei, Schule stärker mit gesellschaftlichen Entwicklungen zu verzahnen und zukunftsrelevante Kompetenzen gezielt zu fördern. Kürzlich hat David Ger, Department Director – AI Solution, in einem meiner Blogs einen Workshop vorgestellt, den er einem Informatik-Leistungskurs anbietet. [8]https://schule-in-der-digitalen-welt.de/ki-in-der-schule-7-wenn-ki-plotzlich-im-klassenzimmer-sitzt/ In diesem Workshop wird schwerpunktmäßig über KI, IT-Berufe und die Zukunft der Arbeit gesprochen. Seine wiederkehrende Beobachtung:

  • Viele Schüler:innen haben Angst, dass KI ihre späteren Jobs ersetzt.
  • Gleichzeitig unterschätzen sie, welche Kompetenzen sie benötigen, um souverän mit KI arbeiten zu können.

Gerade diese Diskrepanz zeigt den Mehrwert externer Expertise: Sie konfrontiert schulische Vorstellungen mit realen Anforderungen der Arbeitswelt – ohne dabei pädagogische Verantwortung zu ersetzen.

David Ger nennt in seinem Beitrag Gelingensbedingungen einer erfolgreichen Kooperation zwischen Wirtschaft und Schule. Ich will sie systemsich verallgemeinern:Damit Kooperationen mit Wirtschaft und Gesellschaft schulische Bildungsziele unterstützen, braucht es Qualitätskriterien, verbindliche Leitplanken, etwa

  • klare curriculare Anbindung und pädagogische Zielsetzung
  • Transparenz über Interessen und Rollen der Partner
  • Werbefreiheit und Datenschutz
  • langfristige Kooperationen statt punktueller Events
  • systematische Evaluation der Wirkung

Kooperationen mit Wirtschaft und Gesellschaft entfalten ihr Potenzial dann, wenn sie Schule nicht überformen, sondern erweitern: als Resonanzraum für reale Fragen, als Korrektiv für Fehlannahmen und als Brücke zwischen schulischem Lernen und gesellschaftlicher Wirklichkeit.

Weitere Praxisbeispiele

Auch im Bereich der MINT-Bildung gewinnen Kooperationen zwischen Schulen, Hochschulen und Unternehmen zunehmend an Bedeutung. Initiativen, die den Austausch zwischen Bildungseinrichtungen und Wirtschaft fördern, tragen dazu bei, das Interesse an technischen und naturwissenschaftlichen Themen frühzeitig zu wecken und praxisnahe Lernwege zu eröffnen. Solche Kooperationen dienen nicht allein der Nachwuchsgewinnung, sondern leisten einen Beitrag zur Persönlichkeitsentwicklung, zur realistischen Berufsorientierung und zur Stärkung von Selbstwirksamkeit – auch jenseits klassischer MINT-Karrieren. Wie der aktuelle ZEIT-Gastbeitrag „MINT braucht Plus“ betont, entstehen durch solche Partnerschaften nicht nur innovative Lernformate, sondern auch neue Zugänge zu Zukunftsfeldern wie Nachhaltigkeit, Digitalisierung und Künstliche Intelligenz – Themen, die für die schulische Bildung von morgen entscheidend sind.

Der Beitrag der Deutschen Telekom Stiftung zeigt, wie stark MINT-Initiativen von Kooperationen zwischen Schulen, Hochschulen und Unternehmen profitieren und wie solche Programme Bildungsbiografien nachhaltig prägen können. Die Junior-Ingenieur-Akademie verknüpft regulären Unterricht mit praxisnahen Lernorten, ermöglicht vertiefte Einblicke in Studien- und Berufsfelder und stärkt so die Studien- und Berufsorientierung gerade im technisch-naturwissenschaftlichen Bereich. Aus der individuellen Erfolgsgeschichte wird deutlich, dass solche Angebote nicht nur Talente sichtbar machen, sondern Schülerinnen und Schülern auch Zutrauen in eigene MINT-Fähigkeiten geben und damit langfristig zur Gewinnung von Fachkräften und zukünftigen MINT-Lehrkräften beitragen. Vor diesem Hintergrund sind Kooperationen im MINT-Bereich ein zentraler Baustein einer zeitgemäßen Schulentwicklung, die junge Menschen auf eine von Technik, Digitalisierung und Innovation geprägte Arbeitswelt vorbereitet.

In Bezug auf Angebotsstruktur und Umsetzung sind diese beiden Regionen vorbildlich:

In Freiburg gibt es eine große Vielfalt an außerschulischen Lernorten. Diese Internet-Plattform zeigt zahlreiche Angebote zu den Themen Umwelt, Nachhaltigkeit und Naturwissenschaft auf einen Blick, die hier abrufbar sind. Als internetgestütztes Projekt wird WIZZN kontinuierlich wachsen und sich weiter entwickeln.

WIZZN richtet sich sowohl an Jugendliche als auch an Lehrer*innen, die nach Anregungen suchen, wie sie ihren Schulunterricht zum Beispiel mit Exkursionen, Ausflügen und Projekttagen ergänzen und bereichern können. Mit der Suchfunktion lassen sich die passenden Angebote zum Beispiel nach Thema, Zielgruppe, SDG oder Leitperspektive filtern.

Dieses Portal enthält einige virtuelle Orte wie die Multimedia-Dokumentation „Leichen im Keller“ der Forschungsstelle für Kolonialgeschichte. Es gibt verteilte Orte – wie die Stolpersteine – oder Sammlungen von Orten auf interaktiven Karten, für die organisierte Unterstützung von Schülerprojekten angeboten wird, wie den „Geschichtomat“ mit Erinnerungsorten der jüdischen Geschichte in Hamburg.

Wir bieten keinen vollständigen Katalog, sondern eine Auswahl. Die Kriterien waren nicht in erster Linie das Vorliegen von Programmen für Schülerinnen und Schüler, sondern vor allem gesellschaftliche Relevanz des Ortes und Komplexität des Gegenstands, Vielfalt der Lernmöglichkeiten oder Neuartigkeit. Nicht aufgenommen wurden Orte für Geografie und Biologie, sofern sie keinen gesellschaftlichen Aspekt der Ökologie- und Umwelterziehung, sondern vor allem geophysikalische bzw. biologische Themen enthalten.

Solche Lernorte erweitern Schule nicht nur räumlich, sondern epistemisch: Sie ermöglichen Perspektivwechsel, multiperspektivisches Lernen und die Auseinandersetzung mit gesellschaftlicher Komplexität.

Vernetzung der Lehrkräfte, regional wie überregional

Stellen wir uns vor, niemand im Kollegium würde jemals jemandem von seinen Ideen erzählen. Jede Unterrichtsidee müsste allein entwickelt, jedes Problem allein gelöst und jede Unsicherheit allein ausgehalten werden. Genau das Gegenteil passiert jedoch, sobald sich Lehrkräfte bewusst vernetzen. Unterrichtsideen wandern von Schule zu Schule, es entsteht Entlastung und Innovation wird zu etwas, das man nicht mehr „zusätzlich“, sondern gemeinsam trägt. Besonders wirksam ist der Moment, in dem Lehrkräfte merken: „Mit meinen Fragen bin ich nicht allein.“ In regionalen und überregionalen Runden entstehen genau diese Momente – ob im persönlichen Treffen, im Online-Austausch oder in kleinen thematischen Gruppen. Oft bleibt von solchen Begegnungen weniger die Folie, sondern vielmehr das Gefühl: „Ich habe wieder Lust, etwas auszuprobieren – und weiß, an wen ich mich wenden kann.“

Im Sinne des Mesosystems nach Bronfenbrenner wird hier deutlich: Schulentwicklung entsteht dort, wo Beziehungen zwischen Professionellen tragfähig werden, über Klassen-, Schul- und Regionsgrenzen hinweg. Entscheidend war dabei weniger der Austausch an sich als die strukturierte Rahmung: klare Fragestellungen, kontinuierliche Treffen und die bewusste Übertragung der Ergebnisse in den schulischen Alltag.

In einem kürzlich erschienenen Blogbeitrag habe ich einige Vernetzungprojektevorgestellt, die zudem wissenschaftlich begleitet wurden. Sie zielten darauf ab, die Entwicklung konkreter Lösungen für schulische Problemlagen in schulübergreifenden Netzwerken zu fördern und die Ergebnisse in den schulischen Alltag zu übertragen. Nachweislich profitierten Lehrkräfte von regionaler und überregionaler Vernetzung – durch neue Ideen, soziale Unterstützung und gesteigerte Innovationskraft. Schulen wiederum gewannen an Qualität und Zukunftsfähigkeit. Der Schlüssel lag darin, Vernetzung als selbstverständlichen Bestandteil professioneller Arbeit zu verankern und durch konkrete Beispiele sowie niedrigschwellige Angebote Motivation zu schaffen.

Ein Beispiel gelungener Vernetzung ist zweifelsohne die Plattform Twillo , die Eva Bilbrack (TU Dresden) eine echte 🤝 Sharing-Kultur anbietet, auf der

  • Wissen geteilt wird, 
  • Synergien entstehen und
  • alle von den Erfahrungen der anderen profitieren.

Plattformen wie Twillo stehen exemplarisch für einen Kulturwandel: weg von individueller Materialhortung hin zu einer professionellen Sharing-Kultur, in der Offenheit, Nachnutzbarkeit und kollektives Lernen selbstverständlich werden.

Der von Susanne Posselt beschriebene Schulbesuch über mehr Ländergrenzen hinweg zeigt eindrücklich, was professionelle Vernetzung heute leisten kann: räumliche Distanz verliert an Bedeutung, während Neugier, Offenheit und schulindividuelle Gestaltungsräume sichtbar werden. Dass selbst erfahrene Bildungsakteure dabei neue Impulse gewinnen, unterstreicht, wie lernwirksam solche Einblicke sind:

Click here to display content from Bluesky.
Learn more in Bluesky’s privacy policy.

Damit solche Netzwerke nicht vom Engagement Einzelner abhängen, braucht es Zeitbudgets, institutionelle Anerkennung und Unterstützung durch Schulaufsicht und Schulträger. Vernetzung ist kein Luxus für besonders engagierte Lehrkräfte, sondern ein zentraler Baustein professioneller Schulentwicklung. Dort, wo sie ermöglicht, wertgeschätzt und strukturell verankert wird, entsteht genau das, was Schulen heute brauchen: kollektive Lernfähigkeit.

Mesosystem: Schulkultur

Eine nachhaltige Schulentwicklung gelingt nicht durch Einzelmaßnahmen oder isolierte Entscheidungen, sondern durch eine enge Zusammenarbeit innerhalb des Kollegiums. Teamarbeit muss gezielt gefördert und in den Schulalltag integriert werden, um langfristig Wirksamkeit zu entfalten. Neben strukturellen Anpassungen ist eine Kultur der gemeinsamen Verantwortung entscheidend. Teamarbeit entfaltet jedoch nur dann Wirkung, wenn sie nicht allein auf individuelle Bereitschaft setzt, sondern strukturell abgesichert ist: durch verbindliche Zeitfenster, klare Rollen, abgestimmte Zielsetzungen und eine aktive Steuerung durch Schulleitung.

Die heutigen gesellschaftlichen und technologischen Entwicklungen sind durch tiefgreifende Veränderungen gekennzeichnet. Das Akronym VUCA (Volatility, Uncertainty, Complexity, Ambiguity) beschreibt eine Welt, in der Unsicherheiten zunehmen, langfristige Planungen herausfordernder werden und Organisationen flexibler auf neue Gegebenheiten reagieren müssen. Schulen stehen in diesem dynamischen Umfeld vor der Aufgabe, Stabilität zu gewährleisten und gleichzeitig Wandel aktiv zu gestalten. Schulen stehen damit nicht nur vor der Aufgabe, Stabilität zu gewährleisten, sondern vor allem darin, ihre eigene Lernfähigkeit als Organisation zu entwickeln.

Ein systematischer Weg, um diesen Herausforderungen zu begegnen, ist die Leitbildarbeit. Sie bietet die Möglichkeit, die Identität einer Schule zu schärfen, gemeinsame Werte zu definieren und damit eine resiliente Basis für strategische Entscheidungen zu schaffen. Leitbildarbeit ist dabei kein Selbstzweck und kein einmaliger Workshop. Sie wird erst dann wirksam, wenn sie konkrete Konsequenzen für Unterrichtsentwicklung, Fortbildungsplanung, Ressourceneinsatz und schulische Entscheidungsprozesse hat. Ein zentraler Schritt auf dem Weg zu einem belastbaren Leitbild ist eine strukturierte Bestandsaufnahme. Eine schulinterne Evaluation, die Lehrkräfte, Schülerinnen und Schüler sowie Eltern einbezieht, kann ein realistisches Bild der aktuellen „Befindlichkeiten“ zeichnen. Dabei geht es nicht um subjektive Stimmungen allein, sondern um systematisch erhobene Wahrnehmungen, die Hinweise auf strukturelle Stärken, Belastungen und Entwicklungsbedarfe geben. Die aus den Evaluationen gewonnenen Erkenntnisse ermöglichen eine differenzierte Einordnung in kurzfristige und langfristige Handlungsfelder:

  1. Sofort umsetzbare Maßnahmen
    • Verbesserung von Kommunikationswegen zwischen Lehrkräften und Schüler:innen
    • Transparente Information über laufende Schulentwicklungsprozesse
    • Einrichtung eines Feedback-Systems zur schnellen Rückmeldung aus der Schulgemeinschaft
    • Optimierung von Stundenplanstrukturen zur Schaffung von Teamzeit für Lehrkräfte
  2. Langfristige Entwicklungsprozesse
    • Entwicklung und Implementierung eines schulischen Leitbilds
    • Stärkung der digitalen Schulentwicklung und nachhaltige Integration von Technologien
    • Aufbau einer datenbasierten Schulentwicklungsstrategie
    • Verankerung von Teamarbeit als strukturelles Prinzip der Schulorganisation

In meiner Einführung zur datengestützten Schulentwicklung habe ich das Konzept der >Data Team Intervention< vorgestellt. Dabei handelt es sich um einen strukturierten Prozess, in dem ein Team aus Lehrkräften, Schulleitung und ggf. weiteren Beteiligten gezielt daran arbeitet, schulische Herausforderungen mit Hilfe von Daten zu analysieren und zu lösen. Der Ansatz verbindet die systematische Nutzung von Daten mit der professionellen Weiterentwicklung der beteiligten Lehrkräfte. Data Teams sind damit kein Zusatzprojekt, sondern ein zentrales Instrument schulischer Führung, das professionelle Zusammenarbeit, datenbasierte Entscheidungen und kollektive Verantwortungsübernahme verbindet. Prof. Selter hat das kürzlich in einem Interview so dargestellt: [9]https://www.campus-schulmanagement.de/magazin/rechnen-im-team-gemeinsam-mathematiklernen-muss-staerker-betont-werden-christoph-selter

Ein vielfach empirisch belegter Schlüssel zum Erfolg liegt in der Arbeit in Schulnetzwerken: Drei bis fünf Lehrkräfte einer Schule – das sogenannte Schulteam – treffen sich regelmäßig mit Kolleginnen und Kollegen anderer Schulen, um voneinander zu lernen und sich gegenseitig zu inspirieren. Diese Netzwerke brechen das “Einzelkämpfertum” auf, das in Deutschland leider immer noch vorherrscht.

Die empirische Evidenz spricht dafür, schulische Netzwerkarbeit nicht dem Zufall oder individuellem Engagement zu überlassen, sondern sie als festen Bestandteil professioneller Schulentwicklung verbindlich zu verankern. Wo Schulen diese Formen der Zusammenarbeit systematisch etablieren, entsteht Entwicklungskraft. Wo sie fehlen, bleiben Reformen auf dem Papier.

Mikrosystem: Mindset pädagogisches Personal

Prof. Sliwka, Heidelberg

{„Damit der digitale Transformationsprozess in der Bildung gelingen kann, gilt es, die Lernprozesse der Schüler*innen und zugleich die der Lehrkräfte zu verändern.“

Prof. Tulowitzki, FH Nordwestschweiz

{„Es braucht das richtige Mindset: Technische Ressourcen, Infrastruktur und Kompetenzen im Umgang mit digitalen Medien sind Grundvoraussetzungen, damit Schulen den digitalen Wandel sinnvoll begleiten können. “

brand eins

{„Der Erfolg der digitalen Transformation hängt nicht vom Einsatz neuer Technologien ab. Entscheidend ist, dass wir willens und in der Lage sind, die Welt mit diesen Werkzeugen neu zu denken.“

In der heutigen Bildungslandschaft spielt das Mindset von Lehrkräften und Schulleitungen eine zentrale Rolle. Gemäß Bronfenbrenners Konzept des Mikrosystems bildet die unmittelbare, persönliche Wirklichkeit, bestehend aus direkten Interaktionen und Beziehungen den Grundbaustein für die individuelle Entwicklung von Schülerinnen und Schülern. Im schulischen Kontext bedeutet dies, dass nicht nur der Unterrichtsstoff, sondern vor allem auch das zwischenmenschliche Miteinander, die pädagogischen Haltungen und die Führungskultur maßgeblichen Einfluss auf das Selbst- und Weltbild junger Menschen haben.

Dabei darf das Mindset pädagogischen Personals nicht als individuelle Haltung isoliert betrachtet werden. Offenheit, Innovationsbereitschaft und konstruktiver Umgang mit Fehlern entstehen dort, wo Lehrkräfte in professionellen Strukturen arbeiten, die Orientierung geben, Zusammenarbeit ermöglichen und Sicherheit im pädagogischen Handeln schaffen. Es bestimmt, wie Herausforderungen angegangen werden, wie offen für neue Ideen und Innovationen das pädagogische Umfeld ist und wie Fehler und Misserfolge verarbeitet werden. Eine offene und konstruktive Haltung trägt dazu bei, eine Atmosphäre zu schaffen, in der Schülerinnen und Schüler sich sicher fühlen, Fragen zu stellen und Risiken einzugehen. Dies fördert nicht nur den Lernerfolg, sondern stärkt auch das Selbstvertrauen und die Motivation der Lernenden. Wer Fehler als Lernchancen begreift, kann die Fehlerkultur in der Schule nachhaltig verändern. Dies fördert nicht nur die persönliche Entwicklung, sondern ermutigt auch Schüler, aus ihren Erfahrungen zu lernen, anstatt sich vor Misserfolgen zu fürchten. Eine solche Fehlerkultur wirkt sich unmittelbar auf Unterrichts- und Bewertungspraxis aus: Lernprozesse werden transparenter, formative Rückmeldungen gewinnen an Bedeutung, und Leistung wird stärker als Entwicklung verstanden – nicht als Momentaufnahme.

Die Einstellung von Schulleitung und Lehrkräften wirkt sich unmittelbar auf die gesamte Schulkultur aus. Ein offene Haltung beinhaltet, dass man bereit ist, konstruktive Kritik anzunehmen und daraus zu lernen. Feedback ist dabei ein wesentliches Instrument, um Selbstreflexion zu fördern, blinde Flecken zu erkennen und kontinuierlich an der persönlichen und beruflichen Weiterentwicklung zu arbeiten. Feedback entfaltet seine Wirkung jedoch nur dann, wenn es strukturiert, regelmäßig und zielbezogen erfolgt. Im schulischen Kontext unterstützen regelmäßige Feedbackprozesse nicht nur die individuelle Entwicklung von Lehrkräften und Schulleitungen, sondern tragen auch zur Schaffung einer Kultur der Offenheit und des Vertrauens bei. Dies ermöglicht es, Herausforderungen frühzeitig zu erkennen, innovative Ideen zu fördern und letztlich eine positive Lern- und Arbeitsatmosphäre zu etablieren. Es braucht klare Formate (etwa kollegiale Hospitationen, Feedbackschleifen im Team oder Rückmeldungen aus der Schülerschaft), die nicht kontrollieren, sondern professionelles Lernen ermöglichen.

Lehrkräfte ermöglichen, Lerninhalte, -formen und -tempi individuell an Schüler/-innen anzupassen. Das in Hessen erfolgreich eingeführte und in den Kerncurricula verankerte Prozessmodell zeigt einen möglichen Weg auf. Der Lehr-Lernzyklus besteht aus einer mit fünf Handlungsfeldern ausgewiesenen  Spirale und zielt darauf ab, Lehrenden und Lernenden bezogen auf einen an Kompetenzen orientierten Unterricht ein Handlungsgerüst zur Verfügung zu stellen. Neue Medien werden Lerngruppen abhängig hinzugezogen, wenn sie dem individuellen Lernprozess dienlich sind. Lehr-Lernzyklen können eine unterschiedliche Dauer haben. Es kann sich zum Beispiel um die Bearbeitung einer Lernaufgabe, um eine fachbezogene Unterrichtseinheit, um ein fächerübergreifendes Projekt oder um die langfristige Entwicklung von Kompetenzen mit wechselndem Inhaltsbezug (etwa beim Aufbau von Argumentationskompetenz) handeln. Im Zentrum des Prozessmodells stehen Lernende und Lehrende, die in fünf Handlungsfeldern aktiv sind und Verantwortung übernehmen. Das Prozessmodell unterstützt damit nicht nur individualisiertes Lernen, sondern entlastet Lehrkräfte im professionellen Handeln: Es bietet Orientierung in komplexen Lernsituationen und stärkt die Bereitschaft, neue Wege zu gehen, ohne pädagogische Beliebigkeit zu erzeugen.

Vor dem Hintergrund gesellschaftlicher Transformationsprozesse und der zunehmenden Automatisierung kognitiver Routinen gewinnt der „Deeper Learning“Ansatz an Bedeutung. Die Förderung der sog. 4K-Skills (Kreativität, kritisches Denken, Kommunikation und Kollaboration) werden in den drei Lernphasen ermöglicht:

  1. Schüler/-innen wenden Fachwissen an, 
  2. arbeiten kreativ und problemlösend und
  3. erbringen eine „authentische Leistung“, beispielsweise eine Präsentation, eine Ausstellung oder eine Aufführung.

Damit wird deutlich: Die Förderung der 4K-Skills ist keine Zusatzaufgabe, sondern integraler Bestandteil zeitgemäßer Unterrichtsentwicklung.

Die Haltung pädagogischen Personals ist damit kein „weicher Faktor“, sondern ein zentraler Wirkmechanismus schulischer Qualität – sie entscheidet darüber, ob Reformen im Klassenzimmer ankommen oder an der Türschwelle scheitern.

Mikrosystem: Mindset Generation Z

Schülerin, 9. Klasse, Offene Schule Waldau

{„Für mich ist es am wichtigsten, dass Schülerinnen und Schüler die Möglichkeit haben, selbst die Schule zu gestalten. Das sollten nicht nur die Lehrerinnen und Lehrer machen.“

Schüler, 11. Klasse, Gymnasium Essen

{„Für mich bedeutet guter Unterricht eine häufige Einbindung der Schülerinnen und Schüler sowie ihre Möglichkeit, den Unterricht mitzugestalten.“

Schülerin, 4. Klasse, Grundschule Bonn

{„Bei uns teilen die Kinder ihre Ideen den Klassensprechern mit, damit die das dann ins Kinderparlament weitergeben. Dort werden Vorschläge besprochen und abgestimmt.“

Wenn Schule zur digitalen und gesellschaftlichen Gegenwart passen soll, müssen die Lernenden selbst konsequent einbezogen werden. Niemand erlebt Unterricht, Regeln und Lernprozesse unmittelbarer als sie – und niemand kann besser sagen, was funktioniert und was nicht. Lehrkräfte und Schulleitungen gewinnen enorm, wenn sie Schülerperspektiven aktiv einbinden, denn

  • Schülerinnen und Schüler wissen sehr genau, was ihre Lernprozesse fördert, was sie überfordert oder was sie schlicht nicht anspricht. Ob Unterrichtsstrukturen, digitale Werkzeuge, Lernsettings oder Feedbackformen, ihre Rückmeldungen führen oft zu direkten qualitativen Verbesserungen. Studien zur Schülerpartizipation zeigen: Wer im Unterricht mitreden darf, lernt nachhaltiger, motivierter und selbstständiger.
  • Beteiligung stärkt demokratische Grundhaltung: In einer Zeit, in der öffentliche Debatten polarisiert sind, wird Schule zur letzten verlässlichen Institution, in der junge Menschen den konstruktiven Streit lernen können. Fragen wie die Rentenreform, Wehrpflicht, KI im Alltag oder der Umgang mit Fake News sind längst Teil ihrer Lebenswelt. Wer sie bei solchen Themen ernst nimmt, stärkt nicht nur Sachkompetenz, sondern vermittelt etwas viel Wichtigeres: Demokratie funktioniert nur, wenn man zuhört, abwägt und mitgestaltet.
  • Regeln wirken nur, wenn sie mit den Betroffenen entwickelt werden: Ob Smartphone-Regeln, Nutzung von Sprachmodellen, Hausaufgabenkultur oder Lernzeiten, Schulen erleben immer wieder, dass top-down beschlossene Regeln kaum Akzeptanz finden. Wenn Schülerinnen und Schüler dagegen an der Entwicklung beteiligt sind, sei es über Klassensprecher, Schülerparlamente, Fokusgruppen oder regelmäßige Dialogformate, entstehen Regeln, die realistisch, nachvollziehbar und von der Mehrheit getragen werden. Partizipation bedeutet dabei nicht, dass Schülerinnen und Schüler alles entscheiden. Sie bedeutet, Entscheidungsprozesse transparent zu machen, Mitsprache ernsthaft zu ermöglichen und Verantwortung altersangemessen zu teilen.
  • Partizipation ist ein Schutzfaktor:  Viele Jugendliche erleben Unsicherheiten: Leistungsdruck, digitale Reizüberflutung, Zukunftsängste. Wer ihnen echte Mitsprache einräumt, vermittelt: Du wirst gesehen. Deine Meinung zählt. Deine Themen sind legitim. Diese Haltung stärkt Bindung, senkt Konflikte und fördert ein gesundes Schulklima. Gerade in einer Zeit wachsender psychischer Belastungen ist Beteiligung kein pädagogisches Zusatzangebot, sondern ein präventives Element schulischer Verantwortung.
  • Schule gewinnt Orientierung, die keine Studie liefern kann. Big Data liefert Trends, SMART Data liefert lokale Hinweise, und: Die authentischsten Daten kommen von den Lernenden selbst. Sie wissen, wie Unterricht heute wirkt, wo es stockt, welche Tools funktionieren, wo sie Unterstützung brauchen und welche Themen sie wirklich bewegen. Ihre Perspektiven sind nicht „nice to have“, sondern eine notwendige Ressource für jede Form von Schulentwicklung.

Wenn wir die Schule für die junge Generation gestalten wollen, dann müssen wir sie gemeinsam mit dieser Generation gestalten. So entsteht ein Raum, in dem Beziehungen, Dialog und echte Beteiligung die Grundlage für Lernen bilden.

Anlässlich einer Keynote in diesem Jahr habe ich die Teilnehmerinnen und Teilnehmer dazu eingeladen, sich mithilfe eines Generationsverlaufs einen Eindruck davon zu verschaffen, wie unterschiedlich die Mindsets des pädagogischen Personals und der Lernenden möglicherweise sind. Die folgende tabellarische Darstellung vergleicht die sozialen Interaktionsmöglichkeiten der Generationen Boomer, Gen Y/Millennials und Gen Z. Im spezifischen Kontext der Generationenforschung/Soziologie dient sie der Analyse von Generationenmerkmalen im Wandel, in diesem Fall von Kommunikationsstilen und Technologienutzung.

Anleitung zur Verwendung der folgenden Bilder: Starten Sie mit Ihrer eigenen Generation und vollziehen Sie den Weg bis zur Generation Z nach. Fragen Sie sich dabei jeweils: Welche Schlüsse ziehe ich daraus für meine Arbeit?

Der Generationsvergleich dient dabei nicht der Typisierung einzelner Personen, sondern als Reflexionshilfe für veränderte Kommunikations-, Lern- und Beteiligungsbedürfnisse.

Zur Generationenanalyse passt auch dieser bemerkenswerten Mentalitätswandel innerhalb der Generation Z: Immer mehr junge Menschen interessieren sich wieder für sogenannte „ehrliche“ Berufe – also Tätigkeiten im Handwerk und in der Industrie – anstatt klassische Bürojobs anzustreben. Eine LinkedIn-Umfrage zeigt, dass 59 % der 18- bis 28-Jährigen sich eher für handwerkliche oder industrielle Berufe entscheiden würden. Gründe sind vor allem Jobsicherheit, Sinnstiftung und Abgrenzung von KI-bedingter Unsicherheit. Über die Hälfte der Gen Z sorgt sich, dass KI ihre Berufschancen verändert, und passt ihre Entscheidungen entsprechend an. Büro- und Wissensberufe gelten dabei als stärker gefährdet als praktische Berufe. Das Ansehen praktischer Berufe hat laut Umfrage in den letzten fünf Jahren deutlich zugenommen. Gen Z verbindet Handwerksberufe zunehmend mit Teamarbeit und Kreativität, nicht mehr nur mit körperlicher Arbeit. Trotz finanzieller Nachteile und sozialer Vorurteile erlebt das Handwerk eine Renaissance unter jungen Menschen – befeuert durch Sinnsuche, Sicherheitsbedürfnis und den Wunsch nach realer Wirksamkeit in einer von KI geprägten Arbeitswelt. Für Schule bedeutet dieser Mentalitätswandel: Praxisnähe, reale Produkte, sichtbare Wirksamkeit und projektorientiertes Arbeiten gewinnen weiter an Bedeutung – nicht nur in der Berufsorientierung, sondern auch im allgemeinbildenden Unterricht.

Die bisherigen Betrachtungen spielten sich auf der Meta-Ebene ab. Praxisnahe Hinweise finden sich in den folgenden aktuellen Beispielen von Schülererwartungen:

Ein Jahr war Quentin Gärtner Generalsekretär der Bundesschülerkonferenz und Stimme für mehr als 11 Millionen Schülerinnen und Schüler in Deutschland. Auch nach dem Ende seiner Amtszeit setzt er sich dafür ein, dass junge Menschen mehr in politische Entscheidungen einbezogen werden.

Die Schülerin Amy Kirchhoff betont vor allem, dass Jugendliche systematisch zu wenig gehört und an Entscheidungen beteiligt werden, obwohl Politik und Schule ihr Leben massiv betreffen. Gleichzeitig beschreibt sie ihre Generation als engagiert, demokratisch orientiert und keineswegs ideenlos, wünscht sich aber mehr echte Mitbestimmung und bessere politische Bildung.

  • Die Einbindung von Haftbefehls Musik und Lebensgeschichte in den Unterricht wird kontrovers diskutiert, da Schüler die Relevanz für ihre Lebenswelt und die Auseinandersetzung mit Themen wie Identität und sozialen Problemen sehen, während Ministerien und Lehrerverbände Bedenken bezüglich der expliziten Inhalte (Drogen, Gewalt) und des Bildungsauftrags haben, obwohl die Lehrpläne Schulen grundsätzlich pädagogischen Freiraum zur Behandlung relevanter Jugendkultur geben. Eine feste Aufnahme in den offiziellen Lehrplan wird von Ministerien abgelehnt, aber die individuelle Einbindung durch Lehrkräfte ist möglich und wird von vielen als Chance gesehen, relevante Themen der Jugendkultur aufzugreifen, sofern eine sorgfältige didaktische Vorbereitung und Sensibilität für die Inhalte gewährleistet sind. Die Einbindung von Jugendkultur bedeutet dabei keine unkritische Übernahme, sondern eine didaktisch reflektierte Auseinandersetzung mit Sprache, Rollenbildern, sozialen Konflikten und Identitätsfragen. Quellen zum Thema: 

Wenn Schule junge Menschen ernst nimmt, gewinnt sie nicht nur Akzeptanz, sondern Erkenntnis. Beteiligung ist kein pädagogisches Risiko – sie ist die Voraussetzung dafür, dass Schule in einer digitalen, pluralen Gesellschaft handlungsfähig bleibt.

Schlussbemerkung

Wir stehen am Beginn des Jahres 2026. Mein Blick zurück zeigt mir: Die digitale Transformation unserer Schulen ist nie allein eine Frage der Technik, sondern immer eine Frage der Kultur. Wir haben in den letzten Jahren gelernt, dass wir die Generation Z in ihrer „Kultur der Digitalität“ nur dann angemessen begleiten können, wenn wir unsere Steuerungsmechanismen grundlegend professionalisieren. Es reicht nicht mehr aus, Lehrpläne lediglich zu digitalisieren oder KI als additives Werkzeug zu betrachten. Wir stehen vor der Aufgabe, ein Bildungsökosystem zu schaffen, das agil, evidenzbasiert und konsequent schülerzentriert agiert. Der Schlüssel liegt in einem Paradigmenwechsel, den uns Bildungssysteme wie sie in Teilen Kanadas bereits erfolgreich vorgelebt werden: Wir müssen uns von einer „hoffnungsbasierten“ Schulentwicklung verabschieden – dem Glauben, dass gut gemeinte Maßnahmen schon irgendwie wirken werden – und hin zu einer datengestützten Professionalität gelangen. Daten sind keine bürokratische Last, sondern das Fundament für Bildungsgerechtigkeit. Sie ermöglichen es uns, nicht nur zu vermuten, was unsere Schülerinnen und Schüler brauchen, sondern es zu wissen und in der „Zone der nächsten Entwicklung“ wirksam zu handeln, also dort, wo Lernende mit gezielter Unterstützung den nächsten Kompetenzschritt bewältigen können.

Schulentwicklung ist ein gesteuerter, evidenzorientierter und partizipativer Prozess innerhalb einer Schule, dessen Fortschritte sich datengestützt abbilden lassen und in dessen Mittelpunkt die Unterrichtsqualität in einer salutogenen Umgebung steht (Jan Haurand, Schulleiter NRW). Evidenzbasierte Praxis heißt, wissenschaftliche Erkenntnisse mit professioneller Expertise und den Bedingungen der eigenen Lerngruppe zu verbinden. (Clearing House, TU München).

Dieses „Big Picture“ ist eine Einladung an alle Stakeholder, von den Ministerien über die Schulaufsicht und Schulleitungen bis hin zu den Schulträgern und der Wirtschaft, ihre Rollen neu zu definieren. In einem Bildungsökosystem, in dem Mikro-, Meso- und Makroebene aufeinander abgestimmt wirken. Lassen Sie uns die silosartigen Strukturen aufbrechen und gemeinsam Verantwortung übernehmen: für ein Curriculum, das Fächergrenzen überwindet, für eine KI, die individuelles Lernen demokratisiert, indem sie adaptive Unterstützung ermöglicht, nicht indem sie pädagogische Verantwortung ersetzt. Und für eine Führungskultur, die Fehler als Chance und Daten als Kompass begreift. Professionalisierte Steuerung bedeutet dabei nicht mehr Kontrolle, sondern mehr Transparenz, Verlässlichkeit und gemeinsame Verantwortung.

Die Frage ist nicht, ob wir uns diesen Paradigmenwechsel leisten können, sondern ob wir es uns leisten können, weiter darauf zu verzichten. Schule wird dann zukunftsfähig, wenn sie nicht schneller, sondern klüger lernt – über sich selbst, über ihre Schülerinnen und Schüler und über die Wirkung ihres Handelns.

Bildnachweis:

Titelbild

Rick Payne and team / Better Images of AI / Ai is… Banner / CC-BY 4.0

GenZ: ChatGPT 5.2 mit dem Prompt: Erstelle eine hochwertige, realistische Illustration im Editorial-Stil: Zwei Jugendliche (w/m) stehen im Zentrum des Bildes und blickt nach vorne. Die linke Bildhälfte zeigt eine klassische Schulumgebung (Tafel, Schulbank, Papier, Kreide), die rechte Bildhälfte eine abstrahierte digitale Welt mit Datenströmen, KI-Netzwerken, Diagrammen und Codefragmenten. Der Übergang zwischen analoger und digitaler Welt ist fließend. Ruhige, ernste Atmosphäre, keine Science-Fiction-Optik. Farbkonzept: warme Töne links, kühle Töne rechts. Stil: Editorial, hochwertig, geeignet für überregionale Bildungs- und Gesellschaftsmedien. Kein Text im Bild.

Updates

Der achte Band der Herausgeberreihe „Dortmunder Symposium der Empirischen Bildungsforschung“ widmet sich dem Thema, welche Kompetenzen für die zukünftige Gesellschaft relevant sind und wie es Schule gelingen kann, diese zu vermitteln. Vor dem Hintergrund des gesellschaftlichen Wandels und der zunehmenden Bedeutung von Digitalität und Künstlicher Intelligenz für zukünftiges gesellschaftliches Zusammenleben adressiert dieser Band aktuelle zentrale Fragen der Bildungsforschung. Die Beiträge dieses Buches beleuchten diese Frage einerseits aus der Perspektive unterschiedlicher Disziplinen der Empirischen Bildungsforschung und stellen zum anderen aktuelle Forschungsbefunde zu ausgewählten Zukunftskompetenzen dar. Die sich daraus ergebenden Implikationen für die Schule von heute werden in den Beiträgen beleuchtet und diskutiert.

KI in der Schule (7): Berufsorientierung

Kooperationen zwischen Schule und Wirtschaft

In meinen Keynotes und Impulsvorträgen zum Thema „Lernen mit KI” verweise ich immer wieder gerne auf die Expertise von Unternehmen. Diese können Impulse für die Schulentwicklung geben, insbesondere im Bereich der Berufsorientierung, der Nutzung externer Lernorte und der Förderung praxisnaher Bildungsangebote. Durch Kooperationen mit Unternehmen, Hochschulen und weiteren Akteuren erhalten Schülerinnen und Schüler reale Einblicke in die Arbeitswelt und können ihre schulischen Lernprozesse anwendungsorientiert erweitern. Eine systematische Einbindung dieser externen Partner trägt dazu bei, Schule stärker mit gesellschaftlichen Entwicklungen zu verzahnen und zukunftsrelevante Kompetenzen gezielt zu fördern.

David Ger, Department Director – AI Solution, stellt im Folgenden einen Workshop vor, den er einem Informatik-Leistungskurs anbietet. In diesem Workshop wird schwerpunktmäßig über KI, IT-Berufe und die Zukunft der Arbeit gesprochen. Seine wiederkehrende Beobachtung:

  • Viele Schüler:innen haben Angst, dass KI ihre späteren Jobs ersetzt.
  • Gleichzeitig unterschätzen sie, welche Kompetenzen sie benötigen, um souverän mit KI arbeiten zu können.

Ich bat ihn, in seinem Beitrag auch auf das heiß diskutierte Thema „Vibe-Coding” in der Informatikszene sowie auf mögliche Übertragungen außerhalb von Informatikkursen einzugehen. Denn die Inhalte interessieren nicht nur die Schülerinnen und Schüler eines Informatik-Leistungskurses.

Hier nun sein Artikel:

KI als Thema der Berufsorientierung im Informatik-LK

Im Informatik-Leistungskurs einer 12. Klasse läuft zunächst alles wie gewohnt. Studienwünsche werden gesammelt, typische IT-Berufe aufgelistet, erste Praktikumserfahrungen ausgetauscht. Als die Lehrkraft fragt, welche Rolle Künstliche Intelligenz in diesen Berufsbildern spielen wird, kippt die Stimmung. Viele Schüler:innen nutzen KI längst selbstverständlich – für Erklärungen, Code-Hilfen oder Hausaufgaben. Gleichzeitig melden sich Stimmen, die sagen: „Wenn das so weitergeht, braucht man uns später doch gar nicht mehr.“

Diese Spannung – routinierter Umgang mit Werkzeugen einerseits, diffuse Jobangst andererseits – ist in vielen Oberstufen zu beobachten. Genau hier berührt KI die Berufsorientierung: Nicht mehr nur als spannendes Technikthema, sondern als Frage nach der eigenen Zukunftsfähigkeit. Diese Diskussion allein aus der Innenperspektive von Schule zu führen, ist jedoch schwer. In Niedersachsen wurde daher eine Kooperation aufgebaut, in der Informatik-Leistungskurse mit einem Unternehmenspraktiker zusammenarbeiten und parallel eine mehrteilige KI-Fortbildungsreihe für Lehrkräfte entsteht – getragen von der Stiftung NiedersachsenMetall.

Im Zentrum der Workshops steht nicht das nächste Tool, sondern die Frage, wie konkrete Tätigkeiten in IT-Berufen sich durch KI verändern. Ausgangspunkt sind die Berufswünsche der Schüler:innen: Softwareentwicklung, IT-Sicherheit, Data Science, Beratung oder „irgendwas mit KI“.

Diese Berufsbilder werden gemeinsam in typische Tätigkeiten zerlegt: Fehler analysieren, Anforderungen klären, mit Fachbereichen sprechen, Code schreiben und prüfen, Entscheidungen gegenüber Kund:innen oder Führungskräften vertreten. Erst dann wird darübergelegt, an welchen Stellen KI-Systeme heute schon unterstützen oder perspektivisch übernehmen können – und wo menschliche Verantwortung unverzichtbar bleibt.

So verschiebt sich der Blick: weg von der abstrakten Formel „KI frisst Jobs“ hin zu einer differenzierten Betrachtung von Tätigkeitsprofilen. Klar wird: Vor allem klar strukturierte, wiederholbare Routinen sind gut automatisierbar, während kommunikative, verantwortungsbezogene und bewertende Anteile an Gewicht gewinnen. Für viele Schüler:innen entsteht zum ersten Mal ein Bild davon, wie ihr Wunschberuf „mit KI“ konkret aussehen könnte. 

Vibe-Coding

Ein Thema, das in den Leistungskursen schnell auftaucht, ist das sogenannte „Vibe Coding“: also Code-Generierung durch KI auf Zuruf, ohne sich tiefer mit Algorithmen und Strukturen zu beschäftigen. Viele Jugendliche staunen darüber, wie schnell lauffähige Programme entstehen. Einige Lehrkräfte dagegen sorgen sich, dass „echtes Programmieren“ an den Rand gedrängt wird.

In der Praxis von Software- und Datenprojekten ist KI-unterstütztes Programmieren längst angekommen. Prototypen, Tests, Boilerplate-Code – all das lässt sich mit Unterstützung von Modellen deutlich schneller erzeugen. Entscheidend ist aber, was danach passiert. Produktiv einsetzbar wird der Code erst dort, wo Menschen:

  • Anforderungen präzise formulieren,
  • generierte Lösungen testen, refaktorieren und absichern,
  • und fachlich begründen können, welche Variante sie verantworten.

Didaktisch wird „Vibe Coding“ deshalb nicht als Abkürzung behandelt, sondern als Anlass für Qualitätsfragen. Typische Aufgaben im Informatik-LK lauten zum Beispiel:

  • „Lasst ein KI-Modell eine Lösung vorschlagen und schreibt anschließend Tests, die typische Fehler sichtbar machen.“
  • „Vergleicht zwei KI-Vorschläge und entscheidet, welche Variante sich in einem echten Projekt besser warten ließe – mit Begründung.“
  • „Übernehmt nicht den kompletten Code, sondern extrahiert die Idee und formuliert eure eigene Implementierung.“

So bleibt grundlegendes Verständnis für Algorithmen, Strukturierung und Lesbarkeit zentral. Gleichzeitig erleben die Schüler:innen, dass KI-Assistenten sie unterstützen können – aber eben nur dann, wenn sie selbst in der Lage sind, Vorschläge zu prüfen und Verantwortung zu übernehmen. Die Rolle der Lehrkraft verschiebt sich damit weniger in Richtung „überflüssig“, sondern hin zur Architektin und Lotsenfigur im Umgang mit komplexen Systemen.

Feedback, Übertragbarkeit, Fortbildung

Feedback

Die Workshops werden mit einfachen, aber aussagekräftigen Mitteln evaluiert. Zu Beginn steht häufig eine Wortwolke zu spontanen Assoziationen mit KI: „praktisch“, „gruselig“, „Cheat“, „Zukunft“, „Jobverlust“. Am Ende werden dieselben Begriffe erneut abgefragt. Hinzu kommen kurze Online-Befragungen und mündliche Blitzlichter.

In den bisherigen Durchläufen zeigt sich ein wiederkehrendes Muster. Die anfängliche Fixierung auf die Frage „Wird es meinen Beruf überhaupt noch geben?“ weicht einer differenzierteren Sicht: Viele Lernende sprechen anschließend davon, dass sie sich eher Gedanken über Tätigkeiten als über Berufsbezeichnungen machen. Auch das Verhältnis von Angst und Neugier verschiebt sich – nicht in Richtung blauäugiger Technikbegeisterung, sondern hin zu Aussagen wie: „Ich habe Respekt davor, aber ich weiß jetzt besser, worauf es ankommt.“

Lehrkräfte betonen in ihren Rückmeldungen vor allem zwei Punkte. Zum einen schätzen sie, dass der Workshop Berufsorientierung, Medienbildung und Informatik verbindet, statt ein weiteres „Extra-Thema“ zu eröffnen. Zum anderen wünschen sie sich klare schulische Leitplanken und praxistaugliche Aufgabenformate – ein Wunsch, der in der Fortbildungsreihe systematisch aufgegriffen wird.

Übertragbarkeit

Auch wenn die Workshops im Informatik-LK verortet sind, taugt die zugrunde liegende Idee für die gesamte Oberstufe. Fachwissen in Programmierung ist dafür nicht zwingend nötig. Entscheidend ist der gemeinsame Arbeitsmodus:

  1. Wir starten bei realen Berufswünschen der Jugendlichen – nicht nur im IT-Bereich.
  2. Diese Berufe werden in konkrete Tätigkeiten aufgeschlüsselt.
  3. Anschließend wird markiert, welche Tätigkeitsanteile sich gut automatisieren lassen und wo menschliche Stärken bleiben oder wichtiger werden.

In Politik/Wirtschaft können so zum Beispiel kaufmännische Berufe, Verwaltung oder Personalwesen betrachtet werden, in Ethik und Religion Pflege, soziale Arbeit oder Seelsorge, in Deutsch Medien- und Kreativberufe. Überall taucht die gleiche Leitfrage auf: Welche Aufgaben geben wir an Maschinen ab – und woran entscheidet sich dann noch professionelle Qualität?

Die Beispiele zu KI-Tools bleiben weitgehend sprachbasiert: Text- und Bildgeneratoren, Assistenzsysteme bei Bewerbungen, Entscheidungshilfen in Medizin oder Justiz. Damit lässt sich das Format auch in Kursen einsetzen, in denen die Lernenden nie eine Zeile Code geschrieben haben. Informatik-LKs werden so zum Erprobungsraum, aus dem Materialien und Aufgabenformate in andere Fächer wandern können.

Fortbildungsreihe für Lehrkräfte: KI im Unterricht verankern

Damit der Impuls nicht bei einzelnen Leistungskursen stehen bleibt, wird parallel eine mehrteilige KI-Fortbildungsreihe für Lehrkräfte aufgebaut. Sie richtet sich vor allem an Kolleg:innen der Sekundarstufe II aus Informatik, Mathematik und gesellschaftswissenschaftlichen Fächern, steht perspektivisch aber allen Fachgruppen offen.

Die Reihe folgt drei Leitlinien: realistische Einordnung von KI, praxistaugliche Unterrichtsformate, Impulse für Schulentwicklung. In der aktuellen Konzeption lassen sich fünf Module unterscheiden:

  • Grundlagen und Einordnung: Was moderne KI-Modelle leisten, was sie nicht können, typische Fehlannahmen, erste rechtliche und ethische Leitplanken für den Schuleinsatz.
  • KI im Unterrichtsalltag: Beispiele, wie KI bei Vorbereitung, Differenzierung und Feedback unterstützen kann – ohne Unterricht zur Tool-Schau werden zu lassen.
  • Leistung bewerten mit und trotz KI: Aufgabenformate, bei denen KI nicht heimliche Abkürzung, sondern sichtbarer Bestandteil der Lernaufgabe ist; Kriterien, um eigene Leistung der Schüler:innen kenntlich zu machen.
  • Recht und Verantwortung: Datenschutz, Urheberrecht, erste Auswirkungen des europäischen KI-Regelwerks auf Schulen, Umgang mit schulischen Vereinbarungen.
  • Schulweite Perspektive: Entwicklung eines schulinternen Fahrplans – von ersten Erkundungen bis zu einem verbindlichen Rahmen für „Lernen mit KI“.

In den Modulen arbeiten Lehrkräfte mit konkreten Unterrichtsszenarien. Sie erproben Aufgaben, in denen Lernende KI-Ausgaben prüfen, vergleichen, verbessern und bewerten. Erfahrungen aus den Informatik-LKs fließen dabei direkt zurück in die Fortbildung – und umgekehrt.

Die Rolle des externen Partners

Dass solche Workshops nicht einfach „nebenbei“ aus regulärem Unterricht heraus entstehen, liegt auf der Hand. Sie profitieren von Einblicken in reale Projekte: Wie werden KI-gestützte Analysen in Unternehmen eingesetzt? Wer verantwortet welche Daten? Wo sind Fehlentscheidungen schon vorgekommen – und wie wurde reagiert?

In der beschriebenen Kooperation bringt ein externer Praktiker aus dem Bereich AI Solutions & People Analytics diese Perspektive ein. Er kennt Settings, in denen Algorithmen Vorschläge für Bewerbungsentscheidungen machen, Leistungsdaten auswerten oder Lernangebote personalisieren. Gleichzeitig knüpft er an die Lebenswelt der Jugendlichen an: an Fragen zu Studienwegen, Arbeitsbedingungen und der eigenen Handlungsfähigkeit in einer Arbeitswelt, in der KI zunehmend selbstverständlich wird.

Die Stiftung NiedersachsenMetall fungiert als strukturbildender Partner. Sie bündelt Kontakte zu Schulen, sorgt für eine abgestimmte Angebotsstruktur und unterstützt die Verstetigung der Formate. Damit fügt sich die Initiative in jene Landschaft von Kooperationen ein, in der regionale Akteure – ähnlich wie bei Plattformen zu außerschulischen Lernorten – Angebote sichtbar machen, kuratieren und für Schulen zugänglich halten.

Gelingensbedingungen für Kooperationen

Die bisherigen Erfahrungen legen nahe, dass Kooperationen dieser Art an einige Bedingungen geknüpft sind.

  1. braucht es eine klare Rollenverteilung. Schule bleibt verantwortlich für pädagogische Ziele, die Einbettung in Curricula und Prüfungsanforderungen. Externe Partner bringen Praxisperspektiven, Daten- und Systemerfahrung sowie Beispiele aus der Arbeitswelt ein – ohne dass die Zusammenarbeit zur Werbeplattform für einzelne Unternehmen wird.
  2. ist Kontinuität entscheidend. Ein einzelner Workshop kann Interesse wecken, ersetzt aber keine längerfristige Kompetenzentwicklung. Die Kombination aus wiederkehrenden Angeboten für Leistungskurse und einer strukturierten Fortbildungsreihe schafft eine Art Resonanzraum, in dem Erfahrungen, Reflexion und curriculare Weiterentwicklung ineinandergreifend und
  3. sollten die Angebote in eine regionale Struktur eingebettet sein. Wo – wie in anderen Bundesländern – bereits Plattformen für außerschulische Lernorte bestehen, können KI-bezogene Berufsorientierungs- und Fortbildungsformate diese Infrastruktur ergänzen. Sie werden damit auffindbar, vergleichbar und leichter in schuleigene Konzepte integrierbar.

Schlussbemerkungen

Kooperationen zwischen Schule und Wirtschaft im Kontext von KI sind kein Selbstzweck. Ihr Mehrwert entsteht dort, wo sie drei Ebenen zusammenführen:

  • die Fragen, Hoffnungen und Ängste der Schüler:innen,
  • den Bedarf der Lehrkräfte nach Orientierung und tragfähigen didaktischen Ansätzen und
  • die Erfahrungen aus einer Arbeitswelt, in der KI-Systeme Entscheidungen vorbereiten, strukturieren – und manchmal auch verzerren.

Die beschriebene Initiative zeigt exemplarisch, wie dies im Informatik-Leistungskurs und in der Lehrkräftefortbildung aussehen kann. Sie ergänzt klassische MINT- und Berufsorientierungsangebote um eine Perspektive, die die Logik von „Arbeiten mit KI“ sichtbar macht und damit Bausteine für eine zukunftsgerichtete Schulentwicklung liefert.

Schule muss diese Aufgabe nicht allein schultern. Wo Unternehmen, Stiftungen und andere gesellschaftliche Akteure partnerschaftlich auftreten, wird KI im Unterricht nicht nur zum Technikthema, sondern zum Lernanlass für Verantwortungsbewusstsein, Urteilsfähigkeit und berufliche Selbstwirksamkeit – gerade dort, wo KI für viele Jugendliche längst Alltag ist, ihre berufliche Zukunft aber noch offen vor ihnen liegt.

i.V. David Ger | Department Director – AI Solution  (Braunschweig)

Bildnachweis:

David Ger
Sora AI 1.0: A highly photorealistic documentary-style photo taken inside a German upper secondary school classroom (Oberstufe, grade 12–13) during an Informatik lesson about AI and future careers.

KI in der Schule (6): Fortbildung – Unterlagen/Material

In den letzten Monaten befassen sich zahlreiche Podcasts mit Fragen rund um KI, respektive Sprachmodelle. Nicht nur im bildungsnahen, sondern auch im journalistischen (Unterhaltungs)Kontext. So wird z. B. im Hotel Matze der BR24-Journalist Gregor Schmalzried Interview befragt, wie man sich diesem Thema nähern könne? Kurz zusammengefasst hier seine Empfehlungen:

  • Erfahrungen sammeln und ausprobieren. Wichtig sei, sich aktiv mit den LLMs auseinanderzusetzen, um ein Gefühl für deren Fähigkeiten und Grenzen zu entwickeln.
  • Einfaches Ausprobieren und Beobachten, was funktioniert.
  • Verstehen der Verzerrungen: Da KI-Modelle ähnliche Verzerrungen aufweisen, lohnt es sich, diese zu kennen und im Umgang mit den Modellen zu berücksichtigen. Das erleichtert, mit möglichen Fehlern umzugehen.
  • Authentizität bewahren: Gregor betont die Bedeutung der Authentizität in den eigenen Texten und Inhalten. Solange man authentisch bleibt, bestehe kein Grund zur Sorge, durch KI ersetzbar zu sein.
  • Nutzung für Textverbesserung: Viele nutzen KI für Textgenerierung und -verbesserung, was eine effiziente Unterstützung im Arbeitsalltag sein kann. Dabei sollte man die KI-Ergebnisse kritisch hinterfragen und anpassen.
  • Klarheit in der Zielsetzung: Bei der Nutzung von KI sollte man klare Fragestellungen und Ziele haben, um die besten Ergebnisse zu erzielen.
  • Lernen durch Erfahrung: Es ist empfehlenswert, Aufgaben durch Ausprobieren zu meistern. Erfahrungen helfen, die passenden Einsatzbereiche der KI zu erkennen und effektiv zu nutzen.
  • Bewusstsein für Limitierungen: Wissen, dass LLMs noch begrenzt sind (z.B. kein echtes Verstehen, keine Weltkenntnis wie ein Mensch), hilft realistische Erwartungen zu setzen. Das Modell sollte als Werkzeug, nicht als Ersatz für menschliche Kompetenz gesehen werden.

Eine Podcastfolge von Jöran Muuß-Merholz befasst sich damit, wie Lehrende ihre eigene Fortbildung und Professionalisierung im Bereich der Digitalität gestalten.[1]https://www.joeran.de/jra143-ki/ In dem Podcast berichten sie aus verschiedenen Kontexten, wie sie ihr Lernen selbst in die Hand genommen haben:

  • Bücher und Audiobücher, MOOCs und Webinare nutzen, Podcasts hören, von den Grundlagen bis zur Gestaltung des Unterrichts.
  • Social Media nutzen und relevanten Accounts folgen, um sich über neue Entwicklungen zu informieren, um einfache Hilfen und niedrigschwellige Einstiege in neue Anwendungen zu finden.
  • KI-Tools kontinuierlich für die eigene Arbeit nutzen, um die Veränderungen und neuen Funktionen zu verfolgen.
  • Mit Schülerinnen und Schülern die Tools erobern:
    • In der Begabungsförderung, da sich neue Möglichkeiten eröffnen.
    • Gemeinsam mit KI-gestützten Charakteren interagieren (D, Fremdsprache) und Fragen stellen, um ihr Wissen zu vertiefen.
    • Anwendungen aus dem Bereich Makerspace nutzen.
  • Der Austausch mit Menschen, die KI beruflich einsetzen (z. B. Journalisten). Es hilft, den praktischen Nutzen besser zu verstehen.
Webinare/Selbstlernkurse

Ausgangspost war: Neue, kostenfreie KI-Fortbildungen des NLQ sind da! Erweitern Sie jetzt Ihre Kompetenzen.

✅ Modular & flexibel

✅ Praxisorientiert für Schule & Verwaltung

✅ 100 % OER

Zur Anmeldung und zu den ersten Selbstlernkursen: Niedersächsisches LernCenter (nicht nur für Lehrkräfte aus NDS)

Künstliche Intelligenz begegnet Jugendlichen heute in so gut wie allen Aspekten ihres Alltags – beim Scrollen durch Social Media, beim Streamen von Serien und Filmen oder beim Spielen von Online-Games. Dabei ist nicht immer transparent, wie genau KI-Systeme eingesetzt werden und welche Daten für welchen Zweck verarbeitet werden. Umso wichtiger ist es zu verstehen, was hinter KI steckt und wie genau KI-Systeme funktionieren.

Unser neuer Selbstlernkurs Künstliche Intelligenz (KI) – Verstehen, nutzen, hinterfragen bietet Schülerinnen und Schülern der Sekundarstufe I (Klasse 7–10) einen niedrigschwelligen Einstieg in den Themenbereich. Mit interaktiven Elementen, spannenden Aufgaben und anschaulichem Bild- und Videomaterial vermittelt der Kurs Jugendlichen grundlegendes Wissen rund um Künstliche Intelligenz

Diese Webseite ermöglicht eine praktische Einführung in das Gebiet der Künstlichen Intelligenz (KI). Im Inhalt knüpft diese Seite an den Massive Open Online Course Elements of AI an, aber alle Übungen können auch ohne Kenntnis des MOOC bearbeitet werden.

Dieser Moodle-Kurs hilft Studierenden dabei, die Funktionsweise von KI-Anwendungen zu verstehen und Einsatzmöglichkeiten für das Sprachenlernen zu entdecken. Gleichzeitig werden sie für Grenzen und Herausforderungen sensibilisiert und so zu kritischen Nutzer:innen von KI-Systemen ausgebildet.

Das Lernangebot vermittelt niederschwellig die Grundlagen Künstlicher Intelligenz. Im Zentrum steht dabei neben dem Erlernen der Begriffe und Verfahren vor allem ein grundlegendes Verständnis darüber, was Künstliche Intelligenz ist, welchen Stand die aktuellen Verfahren derzeit haben und wie KI-Technologien jenseits der medialen Topoi einzuordnen sind.

Die Teilnahme ist ohne Vorkenntnisse möglich. Die Lerneinheiten sind niederschwellig gestaltet, um einer breiten Zielgruppe eine Teilnahme zu ermöglichen. Anhand von kurzen Videos mit Beispielen und Visualisierungen werden die behandelten Inhalte vermittelt. Das Lernangebot ist in 14 Wochen unterteilt und kann in einem selbstgewählten Tempo absolviert werden. Wir empfehlen eine wöchentliche Bearbeitung im Umfang von ca. 3 Stunden pro Woche, ergänzt durch ein Selbststudium

Wer KI verstehen und souverän einsetzen möchte, kommt an Daten nicht vorbei. Denn Daten sind das Fundament unserer digitalen Welt und die Grundlage aller KI-Anwendungen.

Mit den kostenlosen Onlinekursen von IBM SkillsBuild auf dem KI-Campus könnt ihr eure KI- und Datenkompetenzen in kurzer Zeit gezielt stärken.

Das Lernangebot „Einführung in die KI“ des appliedAI Institute for Europe zielt darauf ab, einer breiten Zielgruppe die wesentlichen technischen Aspekte und Funktionsweisen von KI nahe zu bringen. Anhand von Videos, Texten und praktischen Übungen wird ein allgemeines Verständnis von KI geschaffen, durch das die Teilnehmer:innen lernen, KI in ihrem privaten und beruflichen Leben einzuschätzen und sinnvoll anzuwenden. Durch den neu hinzugefügten Exkurs in die Generative KI, bekommen Teilnehmer:innen zudem die Möglichkeit sich mit diesem hoch-relevanten Teilbereich intensiver auseinanderzusetzen.

In diesem Kurs gibt es einen kurzen Ein- und Überblick zum Einsatz von KI, ChatGPT & Co in der Schule. Dabei fokussieren wir vor allem auf textbasierte Tools wie ChatGPT oder Bard und wollen sie ganz herzlich zum Ausprobieren einladen. 

Wir haben erste Ideen für Sie vorbereitet zur Umsetzung solcher Tools, zum Einsatz für die eigene Unterrichtsgestaltung oder auch zur Weitergabe an KollegInnen oder SchülerInnen.

Die Lernplattform bietet interaktive Online-Kurse für den effektiven Umgang mit generativer KI. Das Angebot steht allen offen und ist kostenlos.

In diesem Kurs erfährst du, was Künstliche Intelligenz ist, wie sie funktioniert und wo du ihr im Alltag begegnen kannst. Du lernst die Grundlagen von KI kennen, wie KI-Systeme lernen und welche Regeln und Grenzen für den Umgang mit KI wichtig sind. Außerdem erfährst du, wie du KI sinnvoll nutzen kannst – zum Beispiel beim Lernen – und welche Chancen und Herausforderungen KI für deine Zukunft mit sich bringt.

Dieser MOOC beschäftigt sich, wie der Titel bereits voraussagt, mit dem Einsatz von digitalen Medien sowohl beim Lehren als auch beim Lernen. Es geht dabei vorrangig um eine erste Einführung in den großen Themenkomplex und soll helfen, entsprechende Medienkompetenzen für den eigenen Unterricht zu erwerben.

Dabei werden neben Definitionen und Erklärungen auch Praxisbeispiele gezeigt sowie Tipps und Tricks für den Unterrichtsalltag gegeben, sodass im Anschluss ein erster eigener Einsatz möglich sein soll.

Die Inhalte richten sich vorerst speziell an Studierende des Lehramts aller Unterrichtsfächer, aber natürlich auch an im Beruf stehende Lehrer:innen sowie an alle interessierten Personen, die mehr über die Einsatzmöglichkeiten digitaler Medien erfahren wollen.

Kommentar im #FediLZ:

Der universelle Prompt-Generator für ChatGPT. So lassen sich zu beliebigen Themengebieten innerhalb kürzester Zeit ausführlich, lehr- und hilfreiche Antworten generieren…

Wirklich sehr beeindruckend!

Handreichungen

Künstliche Intelligenz spielt eine zunehmend wichtige Rolle im Bildungsbereich. Mit dem EU AI Act gilt erstmals ein einheitlicher Rechtsrahmen für KI in der EU, der auch für Schulen verbindliche Vorgaben macht. Er verpflichtet Bildungsinstitutionen dazu, Mitarbeitende, einschließlich der Lehrkräfte, die KI-Systeme nutzen, entsprechend zu schulen und ihre KI-Kompetenzen weiterzuentwickeln.

Unser KI-Wegweiser bündelt relevante Fortbildungen und Materialien für Schulleitungen, Lehräfte und Schüler:innen. Er zeigt, welche Formate sich im Sinne des EU AI Acts sinnvoll kombinieren lassen und ordnet alle Angebote den vier Kompetenzbereichen des AI Literacy Frameworks zu. So unterstützt er bei der gezielten Auswahl passender Fortbildungs- und Unterrichtsmaterialien.

Das neue klicksafe-Booklet „10 Gebote der KI-Ethik” ist eine Ergänzung zu unserer bereits erhältlichen Infokarte und regt Schüler*innen ab 12 Jahren zum Nachdenken über einen verantwortungsvollen Umgang mit KI an. Die darin enthaltenen authentischen Geschichten wurden in Zusammenarbeit mit Studierenden des Fachbereichs Digitale Ethik an der Hochschule der Medien in Stuttgart erstellt. Zur Veröffentlichung des Booklets haben wir außerdem ein Interview mit Prof. Dr. Petra Grimm geführt. Sie ist Professorin für Medienforschung und Kommunikationswissenschaft an der Hochschule der Medien Stuttgart und hat mit klicksafe die Erstellung des Booklets inhaltlich begleitet

Die vorliegende Forschungssynthese „Künstliche Intelligenz (KI) in der Schule“ will mit Blick auf die schulische Praxis alle Akteurinnen und Akteure dabei unterstützen, den Herausforderungen im Umgang mit Künstlicher Intelligenz aktiv zu begegnen. Sie bietet einen umfassenden Überblick über zentrale Aspekte in verschiedenen Handlungsfeldern und den aktuellen Stand der Forschung. Gängige Befürchtungen und Vorurteile (negative wie positive) gegenüber KI werden – so weit wie es in diesem dynamischen Feld möglich ist – einem Faktencheck unterzogen. Die Synthese leistet damit auch einen Beitrag, verbreiteten „Mythen“, Ängsten sowie überzogenen Erwartungen entgegenzuwirken.

Warum veröffentlicht die DKJS in Kooperation mit der Kanzlei Spirit Legal ein Memorandum zum Einsatz von generativer KI in der schulischen Leistungsbewertung? Wir glauben daran, dass die Gesellschaft das Wohl des Kindes in den Mittelpunkt stellen muss. Unsere Vision Jedem Kind ein Hier, ein Jetzt und eine Zukunft heißt, sich mit der Achtung von Grundrechten junger Menschen
zu befassen und diese Fragen zu bearbeiten. Um für die dringend benötigte digitale Transformation der schulischen Bildung einen Raum des Gelingens zu öffnen, braucht es auch das Anstoßen notwendiger rechtlicher Debatten.

Mit unserem neuen Trendmonitor KI in der Bildung versuchen wir nun einen Zukunftsblick auf das dynamisch wachsende Feld, in dem sich alle Akteur:innen – Schüler:innen, Lehrkräfte, Schulleitungen, Schulträger, politische Entscheidungsträger – zurechtfinden müssen. Dieser erste Trendmonitor bietet ihnen dazu die notwendige Orientierungs-, Bewertungs- und Entscheidungsbasis.

SoekiaGPT ist ein Textgenerator speziell für den Unterricht. Mit SoekiaGPT kannst Du hinter die Kulissen schauen und damit einige Grundprinzipien von Textgeneratoren wie ChatGPT kennenlernen.

Textbasierte Sprachmodelle nutzen typischerweise eine riesige Dokumentenkollektion, z.B. Texte aus der Wikipedia, aus Büchern und Zeitschriften, aus News-Artikeln, aus Social Media Plattformen und vieles mehr. Die Dokumentenkollektion dient als Trainingsdaten und das Sprachmodell berechnet basierend aufgrund der mathematisch-statistischen Analyse zum Beispiel, welches Zeichen oder welches Wort in einem Text mit grosser Wahrscheinlichkeit als nächstes kommt und ergänzt so einen Text fortlaufend.

Um eine Aussage zu belegen oder ein Argument stark zu machen, bedarf es verlässlicher Quellen. Das gilt für den Schulaufsatz ebenso wie für die wissenschaftliche Hausarbeit und auch im Journalismus ist Quellenarbeit von großer Bedeutung. Doch die Frage, welchen Quellen man trauen kann, stellt sich mit der breiten Verfügbarkeit von Tools, die auf Künstlicher Intelligenz (KI) basieren, neu. KI-Chatbots wie ChatGPT generieren passgenau zugeschnittene Wissensbestände und können so die eigene Recherche unterstützen. Problematisch wird ihre Verwendung dann, wenn die Nutzung nicht transparent gemacht wird oder Antworten unhinterfragt übernommen werden. Darüber hinaus kann KI zur bewussten Desinformation eingesetzt werden und den für eine Demokratie essenziellen offenen Meinungsaustausch mit irreführenden Bildern oder Videos manipulieren („Deepfakes“).

Forschende der Universitäten Augsburg und Potsdam haben eine Handreichung zu „KI in der Schule“ für das Bundesministerium für Bildung, Familie, Senioren, Frauen und Jugend verfasst.

Die vorliegende Forschungssynthese „Künstliche Intelligenz (KI) in der Schule“ will mit Blick auf die schulische Praxis alle Akteurinnen und Akteure dabei unterstützen, den Herausforderungen im Umgang mit Künstlicher Intelligenz aktiv zu begegnen. Sie bietet einen umfassenden Überblick über zentrale Aspekte in verschiedenen Handlungsfeldern und den aktuellen Stand der Forschung. Gängige Befürchtungen und Vorurteile (negative wie positive) gegenüber KI werden – so weit wie es in diesem dynamischen Feld möglich ist – einem Faktencheck unterzogen. Die Synthese leistet damit auch einen Beitrag, verbreiteten „Mythen“, Ängsten sowie überzogenen Erwartungen entgegenzuwirken.

Dieser Leitfaden untersucht den Einsatz generativer Künstlicher Intelligenz (KI) in schulischen Facharbeiten und adressiert damit die wachsenden Herausforderungen und Potenziale, die durch die Integration solcher Technologien in wissenschaftspropädeutische Lernprozesse entstehen. Ziel ist es, Schüler:innen methodisch fundierte Ansätze an die Hand zu geben, um KI-Tools effektiv für Themenfindung, Recherche, Textproduktion, Korrektur und Reflexion einzusetzen. Dabei wird ein praxisnaher Ansatz verfolgt, der die Förderung von Zukunftskompetenzen (Kommunikation, Kollaboration, Kreativität, kritisches Denken) unterstützt und gleichzeitig die Eigenleistung und den reflektierten Umgang mit KI gewährleistet.

Die Methodik umfasst die Analyse des KI-gestützten Schreibprozesses, die Sensibilisierung für ethische und datenschutzrechtliche Aspekte sowie die Entwicklung innovativer Prüfungsformate. Der Leitfaden schlägt eine prozessbegleitende Neustrukturierung der Facharbeit vor, die Konsultationen und Verteidigungen als Bewertungselemente integriert, um die wissenschaftliche Auseinandersetzung zu vertiefen und die Eigenleistung besser nachzuvollziehen. Der Text ist unter einer Creative-Commons-Lizenz (CC BY) verfügbar und bietet eine Grundlage für die Weiterentwicklung schulischer Lehr- und Prüfungsformate im Zeitalter von KI.

Dieser kostenlose ChatGPT-Guide wird dich dabei unterstützen, ChatGPT in deinen Schul- und Unterrichtsalltag zu integrieren und einen guten Umgang mit KI im Unterricht zu finden.

Beim Finden der Facharbeit kann Dir KI gut helfen. Versuche einmal folgende Techniken …

KI ist geheimnisvoll, aber ergründbar. Erleben Sie im ersten Teil dieses Hefts an einem einfachen Beispiel, wie maschinelles Lernen funktioniert und aus dem Gelernten Vorhersagen entstehen. Vertiefen Sie Ihr Wissen mit einem KI-Programmierkurs in Python. Und lesen Sie, wie multimodale KIs nicht nur Text produzieren, sondern auch Bilder und Musik.

Empfehlenswert, weil auch für Nichts-Nerds leicht verständlich geschrieben.

Plakate
Artikel

… mit dieser Ausgabe wollen wir einen Beitrag zum aktuellen Diskurs über das Thema Künstliche Intelligenz im Bildungssystem leisten und den Fokus wieder stärker auf die Weiterentwicklung des Lehrens und Lernens lenken. Die Forderung nach Veränderungen der Lernkultur verstummt derzeit vor dem Hintergrund neuer Begrifflichkeiten und Modelle im Kontext von AI Literacy. Auch wissenschaftliche Fragestellungen werden trotz technologischer Weiterentwicklung nach wie vor von der Frage nach dem Mehrwert mediengestützter Lehr- und Lernszenarien bestimmt. 

    Wie kann textgenerierende KI dazu beitragen, formative Feedbackprozesse im Schulunterricht effektiver zu gestalten? KI kann Lehrkräfte entlasten und den individuellen Lernprozess der Schülerinnen und Schüler durch personalisierte Rückmeldungen unterstützen.

    Handy raus, Foto machen, ChatGPT fragen – fertig ist die Bio-Klausur! Die Ober­stufen­schülerin A. Zöller (17) erlebt täglich und berichtet hier, wie Haus­aufgaben mit KI gelöst, Mit­arbeits­noten aufpoliert und sogar Klausuren bestanden werden. Die Lehrerinnen und Lehrer ahnen oft nichts.

    Millionen Schüler und Studierende schummeln mit Chat-GPT. Doch künstliche Intelligenz kann Verständnis und kritisches Denken fördern – wenn man weiß, wie.

    Generative KI durchdringt zunehmend den Lernalltag an Schulen und stellt Lehrkräfte vor fachdidaktische und pädagogische Herausforderungen. Wer praxisorientiert die Potenziale, Grenzen und Gefahren auslotet, kann das Lernen mit, über und ohne KI aktiv mitgestalten und Lernprozesse mit KI als Feedback-System, Tutor oder Sparringspartner erproben. Ein Beispiel aus dem Geschichtsunterricht.

    „Heute muss niemand mehr programmieren lernen. Die Programmiersprache ist menschlich.“ – Mit diesem Satz sorgte Jensen Huang, CEO von NVIDIA, auf dem World Governments Summit 2024 für Aufsehen. Die Aussage befeuert die ohnehin hitzige Debatte: Brauchen wir in einer Welt leistungsfähiger Large Language Models (LLMs) tatsächlich noch traditionelles Coding?
    Im Bildungskontext ist die Frage besonders brisant. Lehrkräfte, Schülerinnen und Schüler experimentieren bereits mit ChatGPT & Co., um Ideen, Texte oder gar kleinen Programmcode zu generieren. Doch wo liegen die Grenzen? Und welche Kompetenzen sind erforderlich, um KI als Werkzeug – nicht als Wunderwaffe – einzusetzen?

    Eine Schritt-für-Schritt-Anleitung zur effizienten Klausurbewertung

    Der Landesbeauftragte für den Datenschutz und die Informationsfreiheit Rheinland-Pfalz hat Informationen für Lehrerinnen und Lehrer zu Künstlicher Intelligenz veröffentlicht. Die Materialien und Methoden sollen Lehrkräfte bei der Behandlung des Themas KI im Unterricht unterstützen sowie auch allen anderen Interessierten Zusammenhänge verständlich erläutern. Die Arbeitsblätter und Anregungen für den Unterricht heben besonders die Datenschutzperspektive hervor. Sie sind kostenfrei im Internet unter youngdata.de abrufbar.

    Ziel des Lehrmaterials ist es, pädagogische Fachkräfte und ihre Schüler*innen grundlegend über Deepfake-Technologien zu informieren. Im Material wird erklärt, was Deepfakes sind, wie Deepfakes sinnvoll genutzt werden können, aber auch welche Gefahren von ihnen ausgehen. Zudem erhalten pädagogische Fachkräfte drei Projektideen für den Unterricht. In diesen Projekten setzen die Schüler*innen sich kritisch und kreativ mit dem Thema Deepfakes auseinander trainieren ihre Informationskompetenzen.

    Die Materialien lassen sich entweder in einem rund vierstündigen Workshop oder im Rahmen einer sechsstündigen Unterrichtsreihe umsetzen. Dank vielfältiger Differenzierungsmöglichkeiten können sie an unterschiedlichste Lerngruppen und Lernsettings angepasst werden.

    Es kristallisiert sich bei mir in Beratungsprozessen zunehmend ein Ungleichgewicht bei der KI-Nutzung (KI hier als Synonym für Sprachmodelle) von Lehrkräften und Schüler:innen heraus. Weil Schüler:innen KI nutzen, gibt es ein großes Bedürfnis nach technischen Lösungen, wie man das herausfinden kann, denn das wäre ja Betrug, weil man die Leistung eines technischen Systems als die eigene ausgibt. Wenn Lehrkräfte hingegen KI-Systeme zum Erstellen von Feedback oder Unterrichtsvorbereitungen nutzen, dann ist das eine selbstverständliche Nutzung eines Werkzeugs zur Entlastung im zunehmend belastenderen Beruf. Weil es eben nur ein Werkzeug wie z.B. die automatische Rechtschreibkorrektur oder ein Wörterbuch ist, muss das nicht transparent gemacht werden.

    Ausgangspunkt seines Blogbeitrags war übrigens dieser Thread @🦣von Matthias Steinbrink

    Ich bin Lehrkraft im berufsbildenden Bereich und widme mich als Fortbildner, Referent und Blogger schwerpunktmäßig der Integration von Künstlicher Intelligenz (KI) im Schul- und Unterrichtskontext. Der Guide wird dich dabei unterstützen, ChatGPT in deinen Schul- und Unterrichtsalltag zu integrieren und einen guten Umgang mit KI im Unterricht zu finden. 

    Künstliche Intelligenz verändert die Art, wie Schülerinnen und Schüler lernen und arbeiten, rasant. Das stellt die Schulen vor eine zentrale Frage: Wie können Leistungen fair und zukunftsorientiert bewertet werden, wenn Hausarbeiten, Referate und selbst Abschlussarbeiten mit wenigen Klicks von einer KI erstellt werden können?

    Die Lehrer und Autoren Joscha Falck und Manuel Flick setzen sich intensiv mit dieser Frage auseinander. Anstatt KI als Bedrohung für traditionelle Leistungsnachweise zu sehen, begreifen sie die Technologie als Chance für eine längst überfällige Weiterentwicklung der Prüfungskultur. Anlass für dieses Interview ist ihr jüngst veröffentlichter Leitfaden “Prüfen & Bewerten”, welcher zeitgleich auf Joschas und Manuels Blog erschienen ist. Der Leitfaden gibt Lehrkräften und Kollegien einen kompakten Überblick und mutmachende Impulse für die Praxis.

    (Das Framework) ist durch persönliche Erfahrungen, systematisches Erproben und ständiges Weiterentwickeln entstanden.Es hat mir nicht nur selbst bei der KI-Integration im Schulalltag geholfen, sondern hat sich auch als Orientierung für zahlreiche Lehrkräfte und als hilfreiche Struktur in meinen Fortbildungen bewährt. Nachfolgend stelle ich euch das AKTIV-Framework im Detail vor. Zudem erhaltet ihr für jeden Schritt einen konkreten Einstiegspunkt, um euch dem Thema AKTIV zu nähern.

    mit Tipps zur Verwendung von #Reasoning-Modellen. Darüber hinaus stellt er einen Leitfaden zum Download zur Verfügung.

    KI-Bildgeneratoren sind im Unterricht bislang nicht sehr verbreitet – ganz im Gegensatz zu KI- Sprachmodellen wie ChatGPT. Das ist bedauerlich, sagt ein Bild doch bekanntlich mehr als tausend Worte.

    Die Integration von Chatbots in die Bildung ist ein wachsender Trend, der neue Möglichkeiten für individualisiertes Lernen und die Unterstützung von Lehrkräften bietet. Doch wie effektiv sind Chatbots wirklich, um unterschiedliche Lernerfolge zu fördern und Wissen nachhaltig zu sichern? Welche Bedingungen beeinflussen ihre Wirksamkeit, und wo liegen ihre Grenzen? Diese Fragen untersuchen Deng und Yu (2023) in ihrer Studie, „A meta-analysis and systematic review of the effect of chatbot technology use in sustainable Education”. Darin analysieren die Autoren 32 Studien mit insgesamt 2.201 Teilnehmenden. Die Ergebnisse beleuchten die Potenziale und möglichen Einschränkungen von Chatbots im Bildungskontext.

    Pokémon-Karten zum Bruchrechnen, TaskCards für den Deutschunterricht oder Rollenspiele für den Geschichtsunterricht – drei Lehrkräfte aus unterschiedlichen Fachrichtungen und Schulformen berichten, wie sie die künstliche Intelligenz (KI) ChatGPT zur Vorbereitung für den Unterricht genutzt und welche Erfahrungen sie damit gemacht haben.

    Zwei Jahre „nach“ ChatGPT ist Künstliche Intelligenz an vielen Stellen der Schul- und Bildungslandschaft angekommen. Das sieht man nicht nur daran, dass Lehrkräfte LLM-Chatbots für die Unterrichtsvorbereitung nutzen, sondern auch am zunehmenden Fortbildungsangebot, immer mehr schulbezogenen KI-Tools und zahlreichen Veröffentlichungen zu verschiedensten Facetten des Themas. 

    Gleichwohl soll es nicht beim Experimentieren bleiben. Die fortschreitende Entwicklung von KI macht auch eine Neuausrichtung schulischer Aufgabenformate notwendig. Dabei bietet es sich an, KI gezielt und schrittweise in Lernprozesse einzubinden und mit den Schülerinnen und Schülern aktiv im Unterricht zu nutzen (Lernen mit KI).

    Neue (KI-integrierende) Formate erfordern jedoch ein anderes Aufgabendesign, das sich an den (Zukunfts-) Kompetenzen orientiert, die für das Leben in einer von KI-geprägten Gesellschaft des 21. Jahrhunderts erforderlich sind. Gerade bei Aufgaben, die zu Hause erledigt werden, ist es entscheidend, Formate zu entwickeln, die über die Abfrage von reproduzierbarem Wissen hinausgehen und nicht ohne Weiteres von KI gelöst werden können. Perspektivisch müssen KI-Aufgabenformate auch in neuen Prüfungsformaten abgebildet werden.

    In Fortbildungen werde ich immer wieder gefragt, wie man den Einsatz von Künstlicher Intelligenz bei Aufgaben im Unterricht und in Prüfungssituationen bewerten soll. Diese Frage ist keinesfalls trivial und auch nicht leicht zu beantworten, da es bislang kaum Beispiele für eine veränderte Bewertungskultur mit KI-integrierenden Aufgaben gibt – auch wenn eine solche Weiterentwicklung der Prüfungskultur häufig gefordert wird. Zudem ist an vielen Stellen unklar, was mit Blick auf die Prüfungsbestimmungen des jeweiligen Landes möglich ist bzw.  zukünftig möglich sein wird

    Erste Schritte mit Googles KI-Assistent NotebookLM

    NotebookLM lässt sich mit Text-, Office- und Audio-Dateien, Websites und YouTube-Videos füttern. Das KI-Notizbuch beantwortet Fragen zu der Wissensbasis und destilliert neue Inhalte daraus. Das funktioniert am besten, wenn Sie seine Fähigkeiten und Einschränkungen kennen.
    Wiki

    Künstliche Intelligenz in der Schule: Unterrichtsmaterialien und innovative Ansätze für personalisiertes Lernen
    Künstliche Intelligenz in der Schule revolutioniert das Bildungswesen und bietet innovative Ansätze für den Unterricht. Der Einsatz von KI im Bildungsbereich ermöglicht personalisiertes Lernen und fördert die individuelle Entwicklung der Schüler. Mit intelligenten Lernsystemen und KI-gestützten Lernplattformen können Lehrkräfte ihre Methoden optimieren und die Lernmotivation steigern. Gleichzeitig ist es wichtig, sich auch mit den Gefahren und Risiken der Künstlichen Intelligenz auseinanderzusetzen, um eine ethische und verantwortungsvolle Nutzung zu gewährleisten. Entdecken Sie hier, wie KI das Lernen verändert, welche Möglichkeiten sich für die Zukunft der Bildung ergeben und wie Sie Künstliche Intelligenz in Ihrem Unterricht thematisieren können.

      Diese Taskcard dient dem Austausch von Tipps, Ideen und Beispielen zu KI-Tutoren für die Schule. Wer möchte, kann Tipps und Beispiele ergänzen. Bitte nutzt dafür die Spalte „Postfach“.

      Wie können Lehrende für den Einsatz von LLMs qualifiziert werden?

      ➡️ Was müssen sie wissen?

      ➡️ Welche Kompetenzen brauchen sie?

      Ich halte ein grundlegendes Wissen über LLMs für unerlässlich und versuche in den vier Punkten das Wesentliche zu sammeln. Die Unterpunkte führen dann weiter aus. Wenn man das verstanden hat, bekommt man eine Vorstellung davon, was sinnvoll möglich ist. Die zehn Skills sollten bei Lehrpersonen tendenziell schon gut entwickelt sein.

      Grundschule

      Lea Schulz

      Die fortschreitende Digitalisierung eröffnet Schulen vielfältige Möglichkeiten, Unterricht inklusiver und individueller zu gestalten. Der Begriff „Diklusion“ beschreibt die Verbindung von digitalen Medien und Inklusion, mit dem Ziel, die unterschiedlichen Lernbedürfnisse und Voraussetzungen aller Schüler:innen stärker zu berücksichtigen. Digitale Medien bieten hierbei die Chance, Lernprozesse zu personalisieren und Barrieren abzubauen, sodass Bildung für alle zugänglicher wird.

      Ein zentraler Aspekt der Diklusion ist die Förderung von Chancengleichheit. Digitale Tools ermöglichen es, Lerninhalte flexibel und auf verschiedene Niveaus angepasst bereitzustellen, individuelles Feedback zu geben und unterschiedliche Ausdrucks- sowie Kommunikationsmöglichkeiten zu schaffen. Gleichzeitig unterstützen sie das selbstregulierte Lernen und fördern durch kollaborative Ansätze die sozialen und emotionalen Kompetenzen der Schüler:innen.

      Die Verbindung von Digitalisierung und Inklusion bietet somit das Potenzial, Bildungsprozesse nachhaltiger und gerechter zu gestalten, indem sie den individuellen Lernbedürfnissen in einer zunehmend diverseren Schülerschaft gerecht wird.

      In unserem Projekt haben Studierende der Europa-Universität Flensburg verschiedene Stationsaufgaben zum Thema Künstliche Intelligenz entwickelt. An zwei Tagen konnten Grundschulkinder diese Stationen durchlaufen und spielerisch KI kennenlernen – sie wechselten dabei von einer Studierendengruppe zur nächsten und entdeckten das Thema aus verschiedenen Perspektiven. Die Grundschüler:innen wurden in Gruppen von drei oder vier Kindern eingeteilt, wobei jede Gruppe ein Tablet erhielt. Auf den Tablets wurden die Ergebnisse der Stationsaufgaben festgehalten.

      Die Stationsarbeit wurde von den Studierenden in einer inklusiven Lernumgebung entwickelt, die auf vielfältige Bedürfnisse abgestimmt ist. Jede Station ist so konzipiert, dass sie in etwa 30 Minuten bearbeitet werden kann.

       

      Artikel

      Im Rahmen einer Projektwoche an der Teckschule in Dettingen haben wir Kinder der 2. – 4. Klassen innerhalb einer Doppelstunde eine eigene Künstliche Intelligenz (KI) trainieren lassen – ganz ohne Programmierkenntnisse. Möglich wurde das durch den Einsatz der kostenlosen Webanwendung Teachable Machine.

      In meinem neuen Blogbeitrag berichtet die Lehrerin Kristin van der Meer, wie sie LLM-Chatbots als Lernpartner im Unterricht der GS einsetzt.

      Im Fokus stehen lernförderliche Aufgaben, Lernstrategien und die kritische Reflexion von KI.

      Künstliche Intelligenz (KI) wird an deutschen Grundschulen noch mit großer Zurückhaltung betrachtet. Die Fragen sind verständlich: Ist die Grundschule nicht zu früh für solche Technologie? Werden unsere Kinder überfordert? Die aktuelle Handlungsempfehlung der Kultusministerkonferenz “Lehren und Lernen in der digitalen Welt” (KMK, 2023) hat eine neue Dynamik in diese Diskussion gebracht. Doch die Realität zeigt: Wir können und sollten die Integration von KI nicht aufschieben.

      Berufsorientierung

      Künstliche Intelligenz (KI) verändert Berufsbilder und Qualifikationsanforderungen rasant, was Jugendliche bei der Berufsorientierung vor neue Herausforderungen stellt. Zentral wird die Förderung von Future Skills wie Datenkompetenz, Entscheidungsfähigkeit, kritischem Denken, Kreativität und Teamfähigkeit. Neben digitalen Kompetenzen sind lebenslanges Lernen, flexible Karrieremodelle und interdisziplinäres Arbeiten entscheidend für die Zukunft.​

      Die Materialien lassen sich direkt herunterladen und in Ihrem Unterricht, Projekttag oder Seminar verwenden bzw. adaptieren. Einige Materialien sind allgemein zur Berufsorientierung + Digitalisierung ausgelegt – Sie können gezielt KI-Perspektiven ergänzen (z. B. Fragen zur Veränderung durch KI, neue Berufsfelder, Skill-Anforderungen). Prüfen Sie jeweils die Nutzungs- bzw. Lizenzbedingungen (meist kostenfrei für Schulen; manchmal nur zur Nutzung im Unterricht). Kombinieren Sie didaktisch: etwa ein Arbeitsblatt (Einzelarbeit), gefolgt von einer Gruppenaufgabe („Was verändert sich durch KI im Beruf meiner Wahl?“) oder Leitfragen („Welche Kompetenzen werden künftig wichtiger?“) + Reflexion („Was kann ich tun, um fit zu sein?”).

      Digitale Kompetenzen sind für die heutige (Arbeits-) Welt sehr wichtig. Unser gesamter Alltag ist geprägt und beeinflusst von digitalen Medien und Anwendungen. Daher müssen wir lernen, damit umzugehen und deren Einfluss zu verstehen. Mit dem Test für digitale Kompetenzen von Europass kannst du deine Fähigkeiten einschätzen. Doch was genau sind digitale Kompetenzen eigentlich und wie kann man diese trainieren?

      Im Zuge des Interreg AT-CZ Projekts JOBITY – Future Jobs in Innovation & Technology wurde die vorliegende Sammlung von Good-Practice-Methoden und Materialien für die schulische Berufsorientierung erstellt. Sie richtet sich an Lehrpersonen, die an Mittelschulen, Fachmittelschulen und polytechnischen Schulen unterrichten und die Schüler/innen beim Übergang von Schule zur beruflichen Ausbildung begleiten. Die vorgestellten Methoden umfassen auch Handouts für Schüler/ innen zur Verwendung als Kopiervorlage.

      Weitere Beispiele für Unterrichtsmaterialien

      • Die „Future Skills Box“ und die Broschüre „Zukunftsjobs“ bieten Hintergrundwissen und Aufgaben rund um digitale Kompetenzen und KI.​ Mit der preisgekrönten Future Skills Box bekommen Schulen, Berufsberatende und Lehrkräfte ein ausführliche Unterstützungspaket, um sowohl die Beschäftigungsfähigkeit junger Menschen zu fördern als auch die Berufliche Orientierung im Kontext der Digitalisierung voranzutreiben.
      • Science On Stage stellt Unterrichtseinheiten und anschauliche Beispiele zur Verfügung, in denen Jugendliche Karrierewege mit KI-Experten erkunden und die Arbeitswelt mit KI praxisnah kennenlernen können.​
      • Die DGUV bietet Materialien für den kritisch-reflexiven sowie kreativ-produktiven Umgang mit KI am Arbeitsplatz, explizit für Berufsschulen.​
      • Die Plattform „überaus“ zeigt, wie KI-basierte Chatbots und digitale Karriereberater die Berufswahl und den Bewerbungsprozess unterstützen können. Beispiele sind der „What’sMeBot“ und KI-Tools des GeGS-Programms.​
      • Lehrmaterialien wie „Arbeiten 4.0“ und das „KI-Observatorium“ regen zur Diskussion über die Zukunft der Arbeitswelt an und bieten Filme, Erklärvideos und Roadshows an.

      Unternehmen gestalten Schülerpraktika für KI-Berufe zunehmend praxisnah, kreativ und projektorientiert, um Jugendlichen konkrete Einblicke in KI-Arbeitsfelder zu ermöglichen und Future Skills zu fördern. Die wichtigsten Gestaltungselemente sind:

      Projekte wie „IT macht Schule“ unterstützen Unternehmen systematisch bei der Entwicklung und Durchführung von strukturierten, schülergerechten KI-Praktika in enger Zusammenarbeit mit Lehrkräften.

      Spiegel Start bietet einen Newsletter Wie wähle ich im KI-Zeitalter einen Job? an, mit u.a.:

      KI verändert die Arbeitswelt rasant. Viele junge Menschen fragen sich, welcher Job zukunftssicher ist. Zwei Ratschläge können helfen, auch ohne Glaskugel.

      Zeit-Online hat kürzlich die jährlich erscheinende Beilgae Abitr veröffentlicht:

      Diese kostenlosen Tools erleichtern die Zukunftsplanung nach dem Abi.

      Und abschließend, ganz aktuell ein Bericht über eine Berufsmesse  an einer Schule in Siegen:

      Mit einer unglaublichen Energie haben einige Kollegen meiner Schule bereits zum vierten Mal eine hauseigene Berufsmesse ins Leben gerufen. Rund drei Dutzend Firmen und Ausbilder haben die Gelegenheit genutzt, unsere Schülerinnen und Schüler auf Ideen zu bringen, was man nach der Schule alles machen könnte.

      KI Bundeswettberb

      Im Bundeswettbewerb-KI (BWKI) entstehen jedes Jahr beeindruckende Projekte, von denen einige sogar den Sprung zur Marktreife schaffen. So gewann 2024 Leonie Weiß mit ihrer intelligenten Baustellenampel die Kategorie „AI for Good“ und entwickelte ihr Konzept mithilfe neuronaler Netze stetig weiter, bis es schließlich in den Straßenverkehr integriert werden konnte. Andere Teams automatisieren die Planung von Solarenergie und setzen damit nachhaltige Innovationen in die Praxis um.

      Kürzlich wurden die Preise für das Jahr 2025 vergeben. In einem Interview mit der Redaktion c’t [2]https://www.heise.de/select/ct/2025/23/2524710520553650316 betont der BWKI-Sprecher Sören Drabesch, dass das Thema frei wählbar sei, mit der einzigen Bedingung, dass es dem Wohle der Gesellschaft dienen und einen konkreten praktischen Nutzen haben soll. Dementsprechend groß ist das Themenspektrum: von Medizin über Alltagshilfen bis zur Musik. Generative KI spiele oft eine Rolle, jedoch seien Idee, methodische Sauberkeit und Nachvollziehbarkeit entscheidender. Besonders beeindruckt waren die Juroren von Teams, die eigene Daten erhoben, alltagstaugliche Prototypen gebaut und ihre Ergebnisse reflektiert geprüft haben. Die Jury würdigt darüber hinaus das verantwortungsvolle und kreative Potenzial von KI sowie den fairen und wertschätzenden Umgang der Jugendlichen miteinander.

      2026

      Um interessierte Schülerinnen und Schüler auf den Wettbewerb und die damit verbundenen Aktivitäten vorzubereiten, nutzen Lehrkräfte am besten den KI-Kurs. Die Inhalte zielen darauf ab, praktische Kenntnisse und ein kritisches Verständnis für die Chancen und Herausforderungen von KI zu vermitteln. Der Syllabus 2025 weist als zentrale Themen

      • Grundlagen der KI und Geschichte
      • Mathematische und statistische Hintergründe
      • Maschinelles Lernen, Deep Learning und neuronale Netze
      • Anwendungen in Gesellschaft, Ethik und Nachhaltigkeit

      aus. Darüber hinaus enthält er praktische Programmieraufgaben in Python, zum Beispiel das Erstellen einfacher Algorithmen und Modelle. Projektarbeiten zeigen, wie Schülerinnen und Schüler eigene KI-Anwendungen entwickeln können.

      Anschließend können Lehrkräfte die Schülerinnen und Schüler effektiv auf den Kurs vorbereiten, indem sie:

      • Grundwissen vermitteln: Bereits vor Kursbeginn sollten grundlegende Konzepte wie Daten, Algorithmen und statistische Methoden erklärt werden, um eine gemeinsame Wissensbasis zu schaffen.
      • Vorkenntnisse in Python aufbauen: Ein kurzer Programmier-Workshop oder eine Einführung in Python erleichtert den Einstieg in die praktischen Aufgaben.
      • Problemlösungs- und Projektmanagementfähigkeiten fördern: Die Teams sollten befähigt werden, Projektideen systematisch zu entwickeln, Daten zu sammeln und Prototypen aufzusetzen.
      • Ethik und gesellschaftliche Auswirkungen ansprechen: Die Diskussion über den verantwortungsvollen Umgang mit KI ist essenziell, um die Schülerinnen und Schüler für die gesellschaftliche Relevanz zu sensibilisieren.

      Im Interview betont Sören Drabesch, Sprecher des BWKI, dass bei der Vorbereitung auf den Kurs und den Wettbewerb vor allem Eigeninitiative, Kreativität und die Fähigkeit, theoretisches Wissen in praktische Lösungen umzusetzen, im Vordergrund stehen. Er empfiehlt, Schülerinnen und Schüler bereits frühzeitig dazu zu ermutigen, eigene Daten zu erheben, Prototypen zu entwickeln und ihre Projekte kritisch zu reflektieren.

      Schlussbemerkung

      Weitere Materialien finden Sie auf meinem Portal KI in der Schule im Bereich Diskurs und im Archiv. Sie stammen von Kolleginnen und Kollegen aus dem #FediLZ und #BlueLZ, die sie unter #LernenmitKI empfohlen haben. Sie bestätigen, welche Möglichkeiten sich durch eine Vernetzung unter den Pädagoginnen und Pädagogen ergeben, wie ich es in meinem vierten Teil beschrieben habe.

      Dieser Beitrag versteht sich als Ergänzung zu den beiden vorangehenden Artikeln. Der Artikel zur Vernetzung betont, dass Lehrkräfte nicht isoliert agieren sollten, sondern Lern- und Entwicklungsprozesse gemeinsam über kollegiale Netzwerke, Peer-Gruppen, regionale Kooperationen sowie Methoden wie „Lesson Study” oder „Spirals of Inquiry” gestalten sollten – gerade auch im Bereich KI. Der Artikel zur Methodik zeigt, dass es nicht nur um Tools geht, sondern um eine reflektierte methodische und didaktische Auseinandersetzung mit KI: Welche Kompetenzen benötigen Lehrkräfte? Wie verändern sich Aufgabenformate, Lernsettings, Prüfungs- und Feedbackkulturen? In diesem Beitrag stelle ich Materialien und Lernangebote vor, die Lehrkräften den Einstieg und die systematische Qualifizierung im Bereich KI ermöglichen. In Kombination ergeben die drei Artikel einen umfassenden Blick auf die Fortbildung:

      1. Materialien verfügbar machen: Es braucht konkrete, niedrigschwellige und gut aufbereitete Unterlagen und Angebote, damit Lehrkräfte beginnen können, sich mit KI auseinanderzusetzen.
      2. Vernetzung stärken: Kollegiales Lernen, Austausch, Reflexion und gemeinsame Praxisentwicklung sind entscheidend. Fortbildung wirkt nachhaltig, wenn Lehrende sich vernetzen, voneinander lernen und gemeinsam Neues ausprobieren.
      3. Methodisch fundiert vorgehen: Hier werbe ich dafür, den Fokus nicht nur auf „KI einsetzen“, sondern auch auf „didaktisch sinnvoll KI-lernen und KI-lehren“ zu legen. Fortbildungen müssen also folgende Fragen stellen: Wie verändern sich Lernaufgaben durch KI? Welche neuen Rollen bekommen Lehrkräfte? Wie wird Leistung bewertet?

      Nur wenn Materialien, Vernetzung und Methodik zusammen gedacht werden, entsteht eine Fortbildungskultur, die KI nicht als technisches Add-on, sondern als elementaren Bestandteil einer zukunftsgerichteten Schul- und Unterrichtsentwicklung begreift. Die Sammlung von Unterlagen ergänzt somit die Perspektiven auf Methodik und Vernetzung, indem sie das „Handwerkszeug” bereitstellt, das in vernetzten, methodisch reflektierten Fortbildungsprozessen eingesetzt werden kann.

      … Stay tuned … 

      Bildnachweis:

      StartupStockPhotos @pixabay

      KI in der Schule (5): Fortbildung – Methodik

      In den letzten Wochen habe ich mich insbesondere mit dem Umgang mit KI-Sprachmodellen auseinandergesetzt und dafür geworben, ergebnisoffen in die Diskussion einzusteigen. Prof.’in Birte Platow hat in diesem Zusammenhang in einem Interview die bildungspolitischen Ziele kurz und prägnant so zusammengefasst:[1]https://www.bildung.sachsen.de/blog/index.php/2025/08/11/ki-macht-schule-interview-mit-prof-birte-platow/

      Der schulische Umgang mit Künstlicher Intelligenz lässt sich in drei Dimensionen denken – bildlich wie drei konzentrische Kreise.

      • Im Innersten ist der kleinste Kreis: KI als Instrument. Hier geht es um den praktischen Einsatz – etwa durch Sprachmodelle, tutorielle Systeme oder Apps.
      • Der nächstgrößere Kreis ist für mich die materielle Ebene: Hier wird KI selbst zum Unterrichtsgegenstand. Das ist in jedem Unterrichtsfach möglich. Der Mathematikunterricht könnte beispielsweise zeigen, auf welchen mathematischen Grundlagen KI beruht. Der Religionsunterricht könnte die Frage beleuchten, welches Menschenbild hinter einer KI steckt. Der Deutschunterricht könnte sich damit auseinandersetzen, wie sich Sprache verändert, wenn wir Texte nicht mehr selbst schreiben.
      • Die dritte Dimension ist in meiner Wahrnehmung im schulischen Alltag am wenigsten im Blick. Sie sollte es aber sein – bei Menschen, die Schule entwickeln, in der Politik und ganz konkret vor Ort – bei Schulleitungen. Denn die dritte Dimension ist die systemische Ebene: Wie verändert sich mit KI das Lernen? Wie verändert sich die Idee von Bildung? Wie verändert sich die Idee vom Menschen? Was kommt da an weiteren Eindrücken aus der Gesellschaft, wo KI ja im Moment auch eine alles durchdringende Technologie ist?

      In meinem letzten Beitrag habe ich für eine (regionale) Vernetzung und Zusammenarbeit des pädagogischen (Fach-)Personals geworben. Mit den im Ausland (Japan, Kanada) erfolgreichen Methoden „Lesson Study” und „Spirals of Inquiry” habe ich vorgestellt, wie sich die eigene Unterrichtspraxis reflektieren lässt. Diese Methoden wurden vor Jahrzehenten entwickelt und sind natürlich unabhängig von der Einführung von Sprachmodellen im Unterricht entstanden.

      In diesem Beitrag geht es um Methoden, die eine individuell orientierte Fort- und Weiterbildung ermöglichen oder erleichtern. Sie ergeben sich aus einem mit dem pädagogischen Personal abgestimmten Fortbildungsplan. Daher widmen sich meine ersten Überlegungen zunächst der Erstellung dieses Plans.

      Fortbildungskonzept: Erste Überlegungen

      Fromman wurde zum Ende des SWK Talks [2]https://www.youtube.com/watch?v=iUxlmUxa1Jc gefragt, welche Forderungen er an ein Fortbildungskonzept hat. Im Wesentlichen schlägt er die Einführung in ein LLM vor. Zunächst allgemein, anschließend mit fachspezifischen Bezügen. In Abhängigkeit von der Schulform schließen sich dann praktische Experimente im Umgang mit den Werkzeugen der Künstlichen Intelligenz und deren Auswüchsen (Deepfakes, Fake News und vielem mehr) an. Von der KMK wie auch der Bildungsforschung wünscht er sich in naher Zukunft ein kohärentes Fortbildungscurriculum.

      Wie wird die Fortbildung geplant?

      • Im Kollegium wird der Fortbildungsbedarf erhoben (schulische Entwicklungsvorhaben, fachliche Aktualisierung, neue fächerübergreifende Kompetenzen, persönlicher Fortbildungsbedarf).
      • Es wird in einem Abstimmungsprozess entschieden, welcher Stellenwert den
        einzelnen Vorhaben zukommen soll. Entsprechende thematische und zeitliche Priorisierungen werden vorgenommen.
      • Passende Fortbildungsangebote werden gesucht und organisiert.

      und woran zeigt sich eine angemessene Berücksichtigung der unterschiedlichen Fortbildungsbereiche? [3]ebda.

      • Es liegt ein Fortbildungsplan vor, der die Grundlage für Entscheidungen ist.
      • Er lässt Prioritäten erkennen, die auf die Schwerpunkte des Schulprogrammsverweisen.
      • Schulspezifisch relevante Handlungsfelder sind berücksichtigt.

      In meinem ersten Beitrag habe ich im Rahmen der datengestützten Schulentwicklung ein Verfahren vorgestellt, mit dem sich der Einsatz von Sprachmodellen im Unterricht vorbereiten lässt. Doch wie lässt sich der Nutzen gemeinsamer LLM-Fortbildungen für Lehrkräfte messen?

      Bildungsforschung

      Ko-Kognition

      In seiner fünften Folge setzt sich der Podcast „Kompass KI“ mit der MIT-Studie über die Nutzung generativer KI im Bildungskontext auseinander.[4]https://www.podcast.de/episode/694488905/folge-5-verdummung-durch-ki Zur Erinnerung: In der Studie wird untersucht, wie sich die Nutzung von KI-Tools wie ChatGPT auf die kognitiven Prozesse beim Schreiben von Essays auswirkt. Dazu wurden drei Gruppen von Studierenden beobachtet: eine mit ausschließlicher KI-Nutzung, eine mit klassischen Suchmaschinen und eine ohne Hilfsmittel. Die Hirnaktivität wurde mittels EEG gemessen. Die Ergebnisse zeigen, dass bei ausschließlicher KI-Nutzung die kognitive Aktivität (z. B. Aufmerksamkeit, Arbeitsgedächtnis, Gedächtnisabruf) deutlich reduziert ist. Die Forschenden interpretieren dies als „kognitives Offloading“, also die Auslagerung von Denkprozessen an die KI. Die Studie liefert jedoch keine Hinweise auf langfristige kognitive Schäden oder „Verdummung“ durch KI. Die Autorinnen und Autoren betonen, dass die Ergebnisse nicht überinterpretiert werden dürfen und keine Aussagen über langfristige Effekte oder strukturelle Veränderungen im Gehirn zulassen.

      Kritisch gesehen wird die mediale Rezeption der Studie: Die Ergebnisse wurden oft als Beleg für eine angebliche kognitive Verblödung durch KI interpretiert, obwohl die Studie selbst keine solchen Schlussfolgerungen zieht. Dabei werden die methodischen Limitationen (kleine Stichprobe, spezifische Population, kurze Beobachtungsdauer) häufig ignoriert. Die Podcast-Moderatoren betonen, dass KI-Tools Denkprozesse verbessern können, wenn sie erst nach eigener kognitiver Auseinandersetzung eingesetzt werden. Eine unreflektierte und zu frühe Nutzung kann jedoch tiefes und nachhaltiges Lernen untergraben.

      In eine ähnliche Richtung zielt ein Beitrag von Ulf Ehlers, dem wissenschaftlichen Direktor von NextEducation. [5]https://www.linkedin.com/pulse/von-der-nutzung-zur-ko-kognition-warum-ki-neue-ist-ulf-daniel-vrmwe/ Er fordert, dass KI nicht nur als Werkzeug zur Informationsbeschaffung, sondern als aktiven kognitiven Partner zu verstehen, der Lernprozesse verändert und neue Methoden der Zusammenarbeit ermöglicht. Der Beitrag bezieht sich auf die Hochschullehre, lässt sich aber auch auf das Schulsystem übertragen: Lernende und Lehrkräfte nutzen KI, um Ideen zu entwickeln, Aufgaben zu reflektieren und gemeinsam Wissen zu konstruieren. Dies fördert einen kooperativen, dialogischen Zugang zu Wissen anstelle einer reinen Konsumhaltung. Laut Ehlers müsse die Nutzung von KI immer einhergehen mit der Vermittlung von Future Skills: metaanalytisches Urteilsvermögen, kritische Bewertung und die Fähigkeit, algorithmische Entscheidungen zu hinterfragen. Konkret:

      • KI als Werkzeug im Sinne von „Ko-Kognition“: Schülerinnen und Schüler erstellen gemeinsam mit KI eine Mindmap, entwerfen Erklärtexte oder reflektieren unter Anleitung die Antworten der KI.
      • KI-gestützte Projekte fördern: Schülerinnen und Schüler entwickeln gemeinsam mit KI kreative Lösungsansätze für gesellschaftliche Probleme oder naturwissenschaftliche Fragestellungen.
      • Es werden „KI-Labors“ im Unterricht geschaffen, in denen Arbeitsgruppen KI-Ergebnisse verifizieren, verbessern und kritisch diskutieren.

      Der Ansatz kann durch fächerübergreifende und -verbindende Projekte sowie gezielte Aufgaben zur Diskussion von Chancen und Risiken von KI vertieft werden. Ein Beispiel hierfür ist die (Über)Prüfung von KI-generierten Daten. Der Fokus sollte auf einer bewussten Auseinandersetzung und partizipativen Nutzung liegen, anstatt KI nur anzuwenden – so wird sie zum „Mit-Denker“ und Mitgestalter im Lernprozess.

      Vier-Ebenen-Modell

      Lipowsky und Rzejak empfehlen ein Vier-Ebenen-Modell, um eine umfassende Bewertung der Wirkung zu ermöglichen. Dieses Modell ist allgemein gehalten und bezieht sich nicht auf bestimmte Fortbildungsinhalte: [6]https://madipedia.de/wiki/Wirksamkeit_von_Lehrerfortbildungen

      1. Zufriedenheit und Akzeptanz: Erfassung der Einschätzung der Lehrkräfte zur Nützlichkeit und Relevanz der Fortbildung, zum Beispiel durch Feedbackbögen, Umfragen oder kurze Interviews nach Abschluss der Einheit.
      2. Kompetenzzuwachs: Erhebung des wahrgenommenen oder messbaren Kompetenzgewinns, üblicherweise per Vorher-Nachher-Befragung zu Wissen, Fähigkeiten und Selbstwirksamkeit im Umgang mit LLM-Tools im Unterricht.
      3. Transfer in den Unterricht: Beobachtung oder Befragung, inwiefern Fortbildungsinhalte den Unterricht und das pädagogische Handeln tatsächlich beeinflussen und ob neue Methoden oder Tools regelmäßig genutzt werden.
      4. Lernfortschritt der Schülerinnen und Schüler: Optional und langfristiger ist eine Analyse, ob gezielte Fortbildungen zu einer messbaren Verbesserung von Lernerfolgen oder zur aktiven Nutzung von LLM-Angeboten durch Schüler*innen führen.

      Für eine gelungene Schulentwicklung ist darüber hinaus die Dokumentation von Veränderungen auf Organisationsebene wünschenswert, etwa in Form von Anregungen zu Innovation, Verbesserung der Zusammenarbeit oder Entwicklung einer gemeinsamen Haltung. Als konkrete Instrumente und Methoden bieten sich hierfür an:

      • Feedbackbögen (analog/digital) unmittelbar nach der Fortbildung
      • Online-Selbstchecks zur Kompetenzentwicklung
      • Hospitationen und Reflexionsgespräche mit Kolleginnen und Kollegen
      • Dokumentation der konkreten Anwendungen im Unterricht (z. B. Projektberichte)
      • Entwicklung und Vergleich von Schulentwicklungszielen vor und nach der Fortbildungsreihe

      Dadurch wird deutlich, welche Faktoren eine Fortbildung tatsächlich wirksam machen und wie kontinuierliche Verbesserungen zielgerichtet umgesetzt werden können.

      4A-Modell

      Prof. Weßels plädiert für eine verbindliche Auseinandersetzung mit dem Thema, auch im Rahmen der schulischen Ausbildung, und empfiehlt zunächst die Umsetzung von 4A.

        • Aufklären: Fortbildungsveranstaltung organisieren oder besuchen
        • Ausprobieren: Allein und/oder mit Kolleginnen und Kollegen aus dem Fachbereich
        • Akzeptieren: Wer denkt: „Auch dieser Kelch geht an mir vorüber“, dem sei gesagt: Dieser definitiv nicht. Die bisherigen Entwicklungen sind unumkehrbar und werden sich rasant fortsetzen.
        • Aktiv: Das eigene Erleben, das Mitdiskutieren, das Einflussnehmen auf die Entwicklungen sorgen für eine aktive Auseinandersetzung mit dem Thema.

      In ihren Präsentationen wird immer wieder deutlich, dass eine Validierung der Ergebnisse erst durch den persönlichen Austausch ermöglicht wird.

      Im Folgenden stelle ich zwei Methoden vor, die sich dafür eignen: die Doppeldeckermethode und das Barcamp.

      Doppeldeckermethode

      Die Doppeldeckermethode ist kein einzelnes Verfahren in der Fortbildung von Lehrkräften, sondern ein übergeordnetes pädagogisches Prinzip, bei dem Lehr- und Lernprozesse doppelt stattfinden. Das bedeutet konkret, dass im Kurs genau das passiert, worum es inhaltlich geht: Die Lehrkräfte erleben und reflektieren die Lerninhalte sowohl theoretisch als auch praktisch und in ihrem eigenen Handeln. So werden theoretische Inhalte im Rahmen der Fortbildung ganz konkret gelehrt, erlebt und verknüpft. Dadurch entsteht ein „doppelter Blick“ auf die Inhalte aus der Perspektive der Lehrenden und Lernenden zugleich.

      Das Prinzip zielt darauf ab, dass Lehrkräfte das Wissen und Handeln, das sie weitergeben, selbst authentisch vorleben. Es begünstigt die Reflexion der eigenen Handlungen und unterstützt den nachhaltigen Kompetenzaufbau mit dem Ziel, den Inhalt weiterzuvermitteln. In der Praxis bedeutet dies oft einen Wechsel zwischen dem Darstellen von Wissen und dem gleichzeitigen Erleben dessen im Unterrichtsgeschehen, gefolgt von gemeinsamer Reflexion.

       

      Ich möchte das einmal skizzieren. So ist es nach einer datengestützten Erhebung im Kollegium entstanden. Das vereinbarte Ziel lautet, dass die Lehrkräfte ihre Schülerinnen und Schüler dazu anregen möchten, über den Einsatz von Sprachmodellen im Unterricht nachzudenken. Zunächst fachspezifisch. Mit dem/der Fortbildungsbeauftragten haben wir uns dieses Modul überlegt:

      1. Einstieg und Sensibilisierung
        Einführung ins Thema „LLMs und KI-Tools“ im Rahmen der Fachkonferenz.
        Offener Austausch über Vorerfahrungen, Erwartungen und mögliche Bedenken gegenüber KI und LLMs.
        Didaktischer Doppeldecker: Lehrkräfte erleben selbst, wie glaubwürdig KI-Fehler wirken, und reflektieren zugleich, wie Schülerinnen und Schüler solche Situationen einschätzen könnten.
      2. Eigene Erfahrung sammeln (Lehrerebene)
        Praktisches Ausprobieren ausgewählter KI-Tools durch die Lehrkräfte. Jede/r erstellt z.B. einen Text, lässt ihn von einem LLM verbessern/generieren und achtet bewusst auf Reaktionen, Verzerrungen, Authentizität und mögliche Fehlerquellen.
        Diskussion: Was hat mich überrascht? Wo lagen Stärken und Schwächen? Wo war Anpassungsbedarf?
        Didaktischer Doppeldecker:Lehrkräfte erforschen aktiv die Fehlermechanismen und entwickeln parallel didaktische Schutzstrategien (kritisches Prüfen, Quellenbewusstsein).
      3. Reflexion und Ableitung für die Unterrichtsgestaltung
        Gemeinsame Reflexion: Welche Erfahrungen sind für die Schülerperspektive relevant?
        Sammlung von Ideen, wie Transfer für Schüler aussehen könnte: Welche Aufgaben eignen sich? Wie viel Anleitung brauchen die Schüler? Wo sind Reflexionsphasen nötig?
        Meta-Reflexion:Wie können Schülerinnen und Schüler lernen, KI als Hilfsmittel und nicht als Wahrheitsquelle zu begreifen?
      4. Planung zur Umsetzung auf Schülerebene
        Entwicklung von Unterrichtskonzepten, die analog zur eigenen Lehrerfahrung gestaltet werden (z.B. “Erst ausprobieren, dann reflektieren”).
        Auswahl geeigneter Aufgabenstellungen, die Schüler genauso wie die Lehrkräfte anregen, die Funktionen und Grenzen der Tools selbst zu erleben.
        Überlegungen zu begleitenden Reflexionsformaten (z.B. Feedbackrunde, Lerntagebuch), vgl. Ergebnis aus Barcamp @Edunautica)
        Fehler-Portfolio, in dem Schülerinnen und Schüler eigene KI-Erfahrungen dokumentieren („Was war richtig, was falsch?“).
      5. Austausch und Weiterentwicklung
        Präsentation und Diskussion der Konzeptentwürfe in der Fachkonferenz: Was spricht dafür, was sind potenzielle Stolpersteine?
        Gemeinsame Weiterentwicklung und Abstimmung im Team.
        Dokumentation der Konzepte und geplanter Reflexionsmethoden für die weitere schulweite Verbreitung und Evaluation.
      6. Implementierung im Unterricht und Evaluation
        Durchführung der erarbeiteten Unterrichtsmodule in der Praxis.
        Sammlung von Rückmeldungen aus Unterricht und von den Schülerinnen und Schülern.
        Nachbereitendes Treffen in der Fachkonferenz zur Anpassung und Verbesserung der Konzepte nach den ersten Erfahrungen.

      Diese Struktur stellt sicher, dass das pädagogische Personal auf Grundlage der eigenen Auseinandersetzung mit KI-Tools tragfähige, reflektierte und authentische Lernsettings für Schülerinnen und Schüler entwickeln. In diesen Settings werden die Chancen und Risiken von LLMs erfahrbar gemacht.

      Ergänzung:
      Im aktuellen KI-Podcast von BR24 wurde das Thema „Wann macht KI Fehler – und wann wir?“ mit den folgenden Schwerpunkten behandelt:

      • Die vier Arten von KI-Fehlern (ab 3:20)
      • Wie verhindere ich KI-Fehler? (ab 16:00)

      behandelt. Dieser Podcast kann gut als Begleitmaterial dienen, oder? Hier könnte er beispielsweise dazu dienen, einen schulweiten „KI-Kompetenzrahmen“ um den Baustein Fehleranalyse und Quellenkritik zu ergänzen.

      Welche weiteren Fortbildungsformate bieten sich (noch) an? Bei vergleichbaren Fragestellungen wird sehr häufig das folgende Format genutzt:

      Barcamp

      Click here to display content from YouTube.
      Learn more in YouTube’s privacy policy.

      Die Dokumente stehen als PDF bzw. Indesign-Datei und als bearbeitbares Dokument in Google Drive zur Verfügung. In Google Drive kann über den Menupunkt „Datei“ eine Kopie angelegt oder eine docx- oder odt-Version heruntergeladen geladen werden.

        Teil einer typischen Einführung in die Methode Barcamp sind Regeln für die Ausgestaltung des Formats. Diese Regeln haben keinen Anspruch auf Allgemeingültigkeit. Es gibt zahlreiche unterschiedliche Fassungen für solche Richtlinien, die sich in einzelnen Punkten unterscheiden. Es gibt weder ein offizielles Regelwerk, noch eine „Barcamp-Polizei“, die vor Ort die Einhaltung bewacht. Im Folgenden ist unsere Version „10 Goldene Regeln“ vorgestellt,
        die sich in unserer Praxis gut bewährt haben. 

        Ein Barcamp geht von morgens bis abends, jede Session dauert 45 Minuten, und alle Sessions müssen zu Beginn vorgestellt werden. Oder? Es geht auch anders. Es ist gerade eine große Stärke des Barcamp-Formats, dass es flexibel angepasst werden kann. Wir zeigen die wichtigsten Stellschrauben für Barcamps und Online-Barcamps. Dazu gibt es Tabellen mit Muster-Zeitstrukturen zum Download.

        Einsatzszenarien

        Weitere Formate

        Als ergänzende Möglichkeiten für eine Lehrkräfte- und Schulleitungenfort- und weiterbildung bieten sich an (in Kurzform):

        • Spezialisierte Online-Kurse und Workshops
          Plattformen mit Kursen speziell für Bildungskontexte (z.B. Basics zu KI, KI-Tools im Unterricht, KI-Ethik).
          Oft auch hybride Formate mit Präsenzworkshops.
          Beispiele: Fortbildungen über Landesinstitute
        • Netzwerke und Social Media
          Aktive Nutzung von Instagram, LinkedIn, BlueLZ, FediLZ und anderen Netzwerken zum informellen Lernen.
          Folgen von Accounts und Gruppen, die Best Practices, neue Tools und niedrigschwellige Anwendungen vorstellen.
          Besonders beliebt: Tipps zu Tools wie Copilot, MidJourney etc., oft mit kurzen, leicht umsetzbaren Tutorials.
        • Peer-to-Peer-Lernen
          Austausch in Kollegien, Makerspaces, mit Schüler*innen (vom „Learning by Doing“ profitieren).
          Experten (aus Schule, Hochschule, Start-ups) im Gespräch befragen, um praktische und alltagstaugliche Anwendungsideen zu bekommen.
        • Experimente und Projekte im Unterricht
          Eigene, praktischen Erfahrungen mit KI-Tools sammeln – gemeinsam mit Schülerinnen und Schülern
          Zum Beispiel: KI-basierte Chats mit literarischen Figuren, kreative Aufgaben, mit Bildern oder Musik-Generatoren arbeiten.
        • Fachliteratur und Studien
          Lesestoff: Bücher, Studien („Big Data“), Blogbeiträge, Fachartikel und aktuelle Berichte.
          Für die Vertiefung: Audiobooks und Podcasts, die praxisnah Einblick geben und Diskurse vertiefen.
        • Podcasts und Audiomedien
          Regelmäßige Podcast-Folgen mit Experteninterviews, praxisnahen Tipps und Erfahrungsberichten sowie ethischen und gesellschaftlichen Fragestellungen.
        • Interdisziplinäre Kurse und Projekte
          Teilnahme an Kursen, die didaktische und technologische Expertise kombinieren
          Fokus auf den Transfer von Technik in die Unterrichtspraxis.
        • Selbstgesteuertes Lernen
          Offene Haltung: Tägliches Ausprobieren, Testen neuer Features, konsequente Recherche zu aktuellen KI-Entwicklungen und Trends.
        • Ethische und reflexive Diskursforen
          Beteiligung an digitalen oder analogen Diskussionsrunden über gesellschaftliche, ethische und medienpädagogische Herausforderungen rund um KI.

        Eine Kombination aus formellen und informellen Lernformaten führt zu dem größten Lernerfolg. Besonders niedrigschwellige Einstiegsmöglichkeiten (Social Media, Podcasts, Austausch mit Schülerinnen und Schülern, Experimente) können Berührungsängste abbauen, während vertiefende Fortbildungen und Fachdiskurse nachhaltiges Wissen und Reflexion fördern. Es lohnt sich, ein persönliches Fortbildungskonzept zu entwickeln, das kontinuierliches Lernen, Praxisbezug und kritische Reflexion umfasst. Und: Wenn man die eigenen Fortbildungswege innerhalb des Kollegiums teilt und gemeinsam entdeckt, ermöglicht das einen Kompetenzgewinn und mehr Sicherheit rund um KI in der Schule.

        Schlussbemerkung

        In meinem Band 4 habe ich eine anlässlich der Einführung des Kerncurriculums in Hessen entwickelte Fortbildungsinitiative aufgegriffen und fortgeschrieben. Die inhaltliche Ausrichtung meiner Fortbildungsmodule orientiert sich an Merkmalen der Tiefenstruktur von Unterricht, greift relevante Kernpraktiken von Lehrkräften auf und stellt Methoden vor, die der Digitalität gerecht werden. Abschließend führe ich in unterschiedliche Mindsets zum fächerübergreifenden Projektunterricht ein. Diese regen zu einer Zusammenarbeit sowohl unter den Lehrkräften als auch unter den Schülerinnen und Schülern an. Der Praxisband soll vor allem denen Unterstützung bieten, die eine Übersicht über mögliche Fragestellungen rund um eine moderne Schule in der digitalen Welt haben wollen. Stichworte sind hier: Constructive Alignment, Prüfungskultur, Design Thinking, Deeper Learning und vieles mehr.

        Das Buch ist während der Corona-Zeit entstanden, also vor der aktuellen KI-Entwicklung. Und doch lassen sich die Inhalte gut übertragen. Wichtig ist dabei eine reflexive, transparente und partizipative Praxis, die gesellschaftliche, pädagogische und technische Perspektiven integriert. Wenn Schulleitungen und Kollegien die Einführung von KI-Tools als lernendes System gestalten, kann aus anfänglicher Skepsis konstruktive Gestaltungskompetenz entstehen. Dies ist ein entscheidender Schritt, um den Bildungsauftrag im digitalen Zeitalter zu erfüllen.

        Der nächste Beitrag stellt eine Reihe von Materialien vor, die im Rahmen von Fort- und Weiterbildungen entstanden sind.

        … Stay tuned …

        Bildnachweis:

        Photo by Headway on Unsplash

        KI in der Schule (4): Fortbildung – Vernetzung

        Die rasante Entwicklung Künstlicher Intelligenz stellt Schulen weltweit vor neue Herausforderungen – und Chancen. Länder wie Finnland und Estland zeigen eindrucksvoll, wie gezielte Fortbildungsinitiativen und kollegiale Netzwerke Lehrkräfte befähigen, KI nicht nur zu verstehen, sondern auch verantwortungsvoll und kreativ im Unterricht einzusetzen. In Finnland etwa vernetzen sich Lehrkräfte über Hochschulprojekte und offene Lernplattformen wie „Elements of AI“, um gemeinsam Materialien zu entwickeln und ethische Fragen zu diskutieren. Estland setzt auf regionale Kompetenzzentren, in denen Lehrkräfte praxisnah geschult und langfristig begleitet werden.

        Durch Teamarbeit entstehen effizientere und passgenauere Unterrichtskonzepte, die auf den vielfältigen Bedürfnissen der Schülerinnen und Schüler sowie den jeweiligen Fächeranforderungen basieren. Der kollektive Austausch erhöht die Motivation, neue Technologien aktiv zu nutzen, weil Lehrkräfte sich gegenseitig ermutigen und bei Herausforderungen unterstützen können. Kooperative Fortbildungen und kollegiale Fallberatungen wirken hierbei besonders motivierend. Gemeinsames Reflektieren ermöglicht eine kritische Auseinandersetzung mit dem Einsatz von KI im Unterricht und fördert innovative Ideen.

        Dieser Artikel plädiert für eine stärkere regionale Vernetzung von Lehrkräften als Motor für digital gestützte Schulentwicklung. Denn die Zukunft der Bildung wird nicht allein durch Technologie gestaltet – sondern durch Menschen, die bereit sind, voneinander zu lernen.

        Bildungsforschung

        SiNUS-Projekt

        Es ist lange her, dass ich am SINUS-Projekt beteiligt war. Zur Erinnerung: SiNUS (Steigerung der Effizienz des mathematisch-naturwissenschaftlichen Unterrichts) war ein Modellversuchsprogramm für die Sekundarstufe I im mathematisch-naturwissenschaftlichen Bereich. Es wurde infolge der Third International Mathematics and Science Study (TIMSS) 1994/96 von der Bund-Länder-Kommission für Bildungsplanung und Forschungsförderung (BLK) initiiert. Ziel des Programms war es, die Effizienz des Unterrichts zu steigern. Mit einigen hundert Lehrerinnen und Lehrern wurde das bundesweite Fortbildungsprogramm gestartet, das leider 2007 wieder beendet wurde.[1]SINUS (Bildung) – Wikipedia Der Abschlussbericht [2]Wayback Machine betont die Bedeutung von konkreten Unterrichtsvorhaben, die Lehrkräfte gemeinsam entwickeln und reflektieren. Darüber hinaus hebt der Bericht die Wirksamkeit von Lehrerkooperationen hervor. Diese habe eine nachhaltige Veränderung der Unterrichtspraxis gefördert und schulübergreifende Arbeitsgruppen sowie regionale Fortbildungsstrukturen ermöglicht. Durch die systematische, auch wissenschaftliche Begleitung durch Landeskoordinatoren und die länderübergreifende Materialentwicklung gelang ein bundesweiter Transfer.

        Ich war selbst Teil der „SiNUS-Bewegung“. In dieser langjährigen eigenen und später beratenden Schulentwicklungspraxis hat sich für mich die Arbeit in kleinen Teams als das wesentliche Merkmal erfolgreicher schulinterner Unterrichtsarbeit herauskristallisiert. Im Einzelnen:

        • Ich kann im Kollegium Wissen und Erfahrungen austauschen und davon lernen. Dies kann dazu beitragen, die Qualität des Unterrichts zu verbessern und den Schülerinnen und Schülern ein breiteres Spektrum an Lernmöglichkeiten zu bieten.
        • Ich kann Ressourcen wie Unterrichtsmaterialien und Technologien austauschen und dazu beitragen, dass diese besser bekannt und effektiver genutzt werden.
        • Zusammenarbeit hilft bei der Unterrichtsplanung: Es können Unterrichtspläne entwickelt werden, die aufeinander abgestimmt sind und unterschiedliche Lernstile und Interessen berücksichtigen.
        • Zusammenarbeit kann helfen, sich gegenseitig zu unterstützen und zu ermutigen. Dies kann dazu beitragen, Stress und Burnout zu reduzieren und das Wohlbefinden der Lehrkräfte zu verbessern. Eine Methode, die ich mehrfach als erfolgreich erlebt habe, ist die kollegiale Fallberatung.
        • Zusammenarbeit kann dazu beitragen, Lehr- und Lernkonzepte zu reflektieren, um besser auf die Bedürfnisse der Schülerinnen und Schüler eingehen zu können und ihnen die bestmöglichen Lernmöglichkeiten zu bieten.

        Wenn sich Lehrkräfte lokal zusammenschließen, Erfahrungen teilen und gemeinsam neue Lernwege erproben, entsteht ein dynamisches Lernökosystem, das weit über einzelne Fortbildungstage hinauswirkt. In den letzten Jahren wurden nur wenige vergleichbare SiNUS-Projekte initiiert, über die ich im Folgenden berichte: [3]https://www.digitalstadt-darmstadt.de/projekte/modellschulen/, https://www.unser-bad-driburg.de/news/news-aus-der-region/pm-bezirksregierung-barcamp-in-detmold, https://quamath.de/

         

        LuPe², Darmstädter Modellschulen und QuaMath

        Was zeichnet die Projekte LuPe², Darmstädter Modellschulen und QuaMath aus? Zwar unterscheiden sich das Projekt LuPe² und das Programm QuaMath in ihrer fachlichen Ausrichtung – LuPe² ist schulformübergreifend und thematisch breit gefächert, QuaMath fokussiert sich auf den Mathematikunterricht –, sie teilen jedoch bemerkenswerte konzeptionelle Gemeinsamkeiten. Zunächst sind sie alle wissenschaftlich begleitet, wie auch das Darmstädter Projekt. Sie alle setzen auf gemeinsame Vernetzungsprinzipien. Lehrkräfte gestalten aktiv mit, es finden sich kollaborative Formate mit zentral organisiertem Austausch, Peer-Feedback und Reflexion. Mit der Transferorientierung sollen die gewonnenen Erkenntnisse über die beteiligten Schulen hinaus wirken.

        Der persönliche Austausch schafft eine soziale Dynamik, die individuelle Lernangebote meist nicht bieten können. Dabei entstehen spontane Ideen und direkte Rückmeldungen, wodurch sich ein Zugehörigkeitsgefühl zum Kollegium entwickelt. Dies fördert die Akzeptanz und den nachhaltigen Einsatz von digitalen Medien erheblich.

        Insgesamt zeigt die Evidenz, dass eine kollegiale Vernetzung auch im Kontext von KI die Kompetenzen der Lehrkräfte deutlich verbessert, die Innovationskraft stärkt und das schulische Lernen insgesamt bereichert. Das gemeinsame Lernen schafft eine Kultur des kontinuierlichen Austauschs, die für die nachhaltige Integration von KI im Bildungswesen essenziell ist.

        Kollegiale Evaluation von Unterricht

        Ein lernendes Schulsystem lebt von der Zusammenarbeit. Gerade in Zeiten steigender Anforderungen und wachsender Heterogenität in den Klassenzimmern wird deutlich: Die Qualität des Unterrichts steigt, wenn Lehrkräfte nicht isoliert arbeiten, sondern gemeinsam reflektieren und ihre Praxis weiterentwickeln. Kooperative Professionalität bedeutet, den Blick für das große Ganze zu schärfen und die Stärken eines Teams zu nutzen, um Schülerinnen und Schüler gezielt zu fördern.

        Doch wie lässt sich eine solche Kultur der Zusammenarbeit konkret gestalten? Die Antwort liegt in der Nutzung effektiver Instrumente, die Lehrkräfte dabei unterstützen, die Perspektive der Lernenden einzunehmen und gemeinsam an Unterrichts- und Schulentwicklung zu arbeiten. Lesson Study, Spirals of Inquiry, Unterrichtshospitationen und Rating-Konferenzen sind nur einige Beispiele für Ansätze, die eine datenbasierte, dialogorientierte und mehrperspektivische Arbeit fördern.

        Im Folgenden zeige ich, wie diese Methoden dazu beitragen können, die individuelle und kollektive Wirksamkeit von Lehrkräften zu stärken, neue Handlungsmuster zu etablieren und die Qualität von Unterricht und Lernprozessen nachhaltig zu verbessern. Dabei geht es um mehr als die technische Anwendung einzelner Werkzeuge: Es geht darum, gemeinsam eine neue, zukunftsgerichtete Schul(system)kultur zu schaffen, die alle Beteiligten – Lehrkräfte, Lernende und Führungskräfte – aktiv einbindet.

        Lesson Study

        Lesson Study stammt ursprünglich aus Japan und ist dort seit über einem Jahrhundert fest im Schulsystem verankert. Zu Beginn des 21. Jahrhunderts wurden Forschende aus aller Welt auf die Methode und ihr Potenzial aufmerksam. Dies ist vor allem auf die Ergebnisse der ersten TIMSS-Studie (Trends in International Mathematics and Science Study, 1995) zurückzuführen, in denen japanische Schülerinnen und Schüler im Fach Mathematik überdurchschnittlich gut abschnitten. Diese Ergebnisse wurden unter anderem auf eine kontinuierliche und gemeinsame Unterrichtsentwicklung zurückgeführt, die in Japan üblich ist.

        Lesson Study ist eine Form der kooperativen Unterrichtsentwicklung, bei der ein Team aus ca. drei bis sechs Lehrpersonen vier zentrale Phasen durchläuft. Damit lebt Lesson Study vom kollegialen Austausch und der Kooperation von Lehrpersonen und bietet so einen Rahmen für die gemeinsame Bewältigung von Herausforderungen und die stetige Weiterentwicklung der eigenen Praxis. Besonders dann, wenn Lesson Study nachhaltig in die Strukturen des Schulalltags integriert wird, kann ein Kollegium durch Lesson Study langfristige Ziele der Schulentwicklung gemeinsam verfolgen und im Unterricht umsetzen.

        Drei Links dazu:

        Bericht über einen konkreten Einsatz in einem gleichnamigen Projekt:

        Unterricht weiterzuentwickeln gelingt am besten gemeinsam, auf der Basis konkreter Beobachtungen von Lernprozessen. Genau hier setzt Lesson Study an. Als Teilnehmer eines Lesson-Study-Projekts in Bayern durfte ich gemeinsam mit drei Kollegen aus dem Fach BwR (Betriebswirtschaftslehre und Rechnungswesen) diesen Ansatz praktisch erproben. Im Mittelpunkt stand eine Hospitation zum Stundenthema Umsatzsteuer bzw. Prozentrechnung, bei der wir den Einsatz digitaler Tools, konkret H5P, systematisch untersucht haben. Die dabei gewonnenen Erkenntnisse waren überraschend tiefgehend und gewinnbringend.

        Spirals of Inquiry

        „Spirals of Inquiry” ist ein innovativer Ansatz zur Verbesserung des Lernens und Lehrens in Schulen. Entwickelt von den Forscherinnen Judy Halbert und Linda Kaser, basiert es auf einem zyklischen Prozess, der Lehrer dazu ermutigt, sich mit den Herausforderungen ihrer Schüler auseinanderzusetzen und darauf basierend Maßnahmen zu ergreifen. Die Methode stellt das Lernen und die Bedürfnisse der Schüler in den Mittelpunkt, die Lehrkräfte arbeiten gemeinsam und teilen ihre Erkenntnisse.

        Der Prozess umfasst sechs Hauptschritte:[4]The spiral of inquiry / Evidence-based leadership / Pedagogy and assessment / Home – Educational Leaders

        1. Scanning: Beobachtung und Analyse der aktuellen Situation der Lernenden.
        2. Focusing: Identifizierung der Bereiche, in denen gezielte Maßnahmen den größten Unterschied machen können.
        3. Developing a Hunch: Entwicklung von Hypothesen darüber, wie die aktuelle Situation entstanden ist und wie sie verbessert werden kann.
        4. New Learning: Erlernen neuer Methoden und Ansätze, die auf die identifizierten Bedürfnisse der Lernenden abgestimmt sind.
        5. Taking Action: Umsetzung der neuen Ansätze im Unterricht.
        6. Checking: Überprüfung, ob die ergriffenen Maßnahmen den gewünschten Unterschied gemacht haben, und gegebenenfalls erneutes Durchlaufen des Zyklus

        Entscheidungen basieren auf systematischen Beobachtungen und Erhebungen. Die Phasen werden wiederholt, um kontinuierliche Verbesserung sicherzustellen. Die Spiralen lassen sich an unterschiedliche Kontexte und Schulen anpassen. „Spirals of Inquiry“ ist ein vornehmlich in Kanada eingesetztes wirkungsvolles Instrument, um datenbasierte Schul- und Unterrichtsentwicklung zu fördern. Es verbindet Reflexion, Innovation und gezielte Praxis, um nachhaltige Verbesserungen im Bildungssystem zu erreichen. 

        Ratingkonferenz

        Die Ratingkonferenz ist ein datengestütztes Evaluationsverfahren, bei welchem die qualitativen und quantitativen Aspekte der Evaluation und deren Vorzüge miteinander verbunden werden. Das Verfahren basiert im Wesentlichen auf zwei sich ergänzenden Prozesselementen:

        • der individuellen Einschätzung (dem «Rating») von vorgegebenen Aussagen zum jeweiligen Evaluationsthema / -gegenstand (quantitatives/geschlossenes Element),
        • der unmittelbar anschließenden, gemeinsam mit den Befragten vorgenommenen Auswertung und Interpretation der erhobenen Daten (qualitatives/offenes Element).

        Die Aussagen (Items), die den Teilnehmerinnen und Teilnehmern zu Beginn der Ratingkonferenz zur individuellen Einschätzung vorgelegt werden, bilden die Basis des Verfahrens: Hier entstehen die Daten, auf die im Verlauf des diskursiven Auseinander-setzungsprozesses Bezug genommen wird. Ein idealer Umfang liegt bei etwa einem Dutzend Items. Auf keinen Fall sollte das Ratinginstrument mehr als zwanzig Items umfassen, denn zu viele Items bringen die Gefahr einer zu oberflächlichen qualitativen Interpretation mit sich. Die Items sollten so ausgewählt beziehungsweise formuliert sein, dass sie die wichtigsten Aspekte ansprechen, zu denen die Erfahrungen und Meinungen der Schülerinnen und Schüler gefragt sind. Für die Formulierung der Items sind grundsätzlich dieselben Hinweise zu beachten, die für die Gestaltung von  Fragebogen gelten: Es braucht einfache, gut verständliche, präzise, neutrale (nicht suggestive) und eindimensionale Formulierungen. Für die Einschätzung der Items sollte eine mindestens vierstufige Skala vorgegeben werden – beispielsweise mit der folgenden Abstufung: 1 = trifft nicht zu; 2 = trifft teilweise zu; 3 = trifft überwiegend zu; 4 = trifft vollständig zu-

        Entnommen aus:
        Lehrevaluation als Anstoss zur Unterrichtsentwicklung, der Beitrag von Norbert Landwehr

        Aus meiner Berufspraxis hier ein Beispiel aus einer externen Evaluation zum Ganztagsangebot einer Schule. Unter anderem wurde die Ratingkonferenz als Methode gewählt, um qualitativ mit Eltern und Lehrkräften ins Gespräch zu kommen. Hier die beiden Ablaufprogramme:

        Unterrichtshospitation

        Click here to display content from YouTube.
        Learn more in YouTube’s privacy policy.

         

        In der Lehrerfort­bildung geht es ja oft darum, die alten Muster zu verändern. Zeit­gemäße Pädagogik ist ganz anders, als es die Lehr­kräfte noch vor 30 Jahren gelernt haben. Wie gelingt es, die erfahrenen Lehr­kräfte dafür zu öffnen? Prof.’in Stern (ETH Zürich):[5]https://deutsches-schulportal.de/bildungswesen/forschung-warum-erwachsene-beim-lernen-auf-die-bremse-treten/

        Jeder, der in der Lehrer­fortbildung gearbeitet hat, kennt diese zwei Sätze: „Das mach ich doch schon lange so“ und „Mit meiner Klasse geht das nicht“. Die erfahrenen Lehr­kräfte wollen in der Regel an ihrem erprobten Modell festhalten. Das ist eine ziemlich normale Reaktion. Ein Umdenken erreicht man meist dann, wenn ein Kollege oder eine Kollegin in der eigenen Klasse vormacht, dass ein anderer Unterricht tatsächlich besser funktioniert. Wenn man sich den Unterricht vor Ort genau ansieht und dann ganz konkret aufzeigt, wo man zum Beispiel Aufgaben­stellungen optimieren kann, dann nehmen das auch die erfahrenen Lehrkräfte gern an. Das passiert in der Schweiz viel über Unterrichtsbeobachtung. Ich selbst sitze als Mitglied einer Schul­kommission oft in der Klasse und schaue mir die Kinder genau an. Ich würde mir nicht zutrauen, besser zu unterrichten. Die Expertise dafür liegt klar bei der Lehr­kraft. Aber ich kann die einzelnen Kinder besser im Blick haben. Anschließend kann ich der Lehrerin oder dem Lehrer zurück­melden, welche Aufgaben­stellung gut funktioniert oder bei welchem Kind man vielleicht eine veränderte Aufgaben­stellung ausprobieren sollte. Wichtig ist es, den Verständnis­prozess bei den Kindern immer wieder zu überprüfen und den Unterricht anzupassen.

        Lehrkräfte geben ihr Wissen, ihre Erfahrungen und Planungen zur gegenseitigen Bereicherung weiter. Sie stärken damit die Verständigung und den Austausch. Gemeinsame Lehrprozessplanungen leisten einen Beitrag zur Sicherung der Unterrichtsqualität und entlasten die einzelnen Lehrkräfte, etwa durch Verabredung einer kollegialen Hospitation.

        Kollegiale Unterrichtshospitationen mit anschließendem Feedback gelten als sehr wirksame Methode, den eigenen Unterricht zu reflektieren und zur Professionalisierung der Lehrkräfte beizutragen. Laut Kempfert & Ludwig bringen sie folgende Vorteile:[6]Kempfert, G./Ludwig, M.: Kollegiale Unterrichtsbesuche. Besser unterrichten durch Kollegen-Feedback. Beltz Verlag. Weinheim und Basel. 2. Aufl. 2010. S. 24

        • Der Unterricht wird gemeinsam untersucht, erforscht, reflektiert und verbessert.
        • Die Beobachtungsschwerpunkte werden von den Lehrkräften ausgehandelt, sie orientieren sich an pädagogischen Werten.
        • Ein Austausch zwischen Lehrerinnen und Lehrern kommt in Gang, der nicht nur die Qualität ihrer Arbeit verbessern, sondern auch die kollegiale Beziehung vertiefen und den Teamgedanken fördern kann.
        • Beobachtungen sind Grundlage des kollegialen Gesprächs: Es wird nicht nur über Unterricht geredet – wie in der Supervision – sondern das Gespräch orientiert sich an Beobachtungsdaten.
        • Die Lehrperson kann ihre Eigenperspektive mit einer Fremdperspektive vergleichen und bekommt die Chance, blinde Flecken in ihrer Arbeit zu entdecken.
        • Neuerungen werden im Unterricht umgesetzt, systematisch erprobt und reflektiert
          Lehrpersonen entwickeln ihre eigene Professionalität wie auch ihre eigene Didaktik weiter.

        Für ein Selbststudium hier einige Empfehlungen:

        • HOSPITATION UND FEEDBACK, Material zur Anregung von Schulentwicklung vom Deutschen Zentrum für Lehrerbildung Mathematik
        • Reichelt/Wenge: Unterrichtsbesuche, Hospitationen und Lehrproben. Das Buch bietet Leitfäden und Checklisten zu unterschiedlichen Unterrichtssituationen an, aus Sicht der Ausbildung (1. und 2. Phase) und Lehrerpraxis (3. Phase). Für einen wirksamen Unterricht sind maßgeblich Tiefenstrukturen in den Blick zu nehmen. Aktuelle Forschungsergebnisse finden sich in:
        • Kognitiv aktivieren. Das Pädagogikheft wartet mit vielen Beispielen aus der Unterrichtspraxis auf. Vieles davon sollte Thema bei einer Unterrichtshospitation sein.
        • Eine Taskcard, die gegenseitige Besuche der Kolleg*innen untereinander vorbereiten hilft (von Margarete Giessmann, @margaretegiessmann@bildung.social)

        Und hier noch ein Gastbeitrag von Prof. G. Buhren: Gute Schule dank positiver Feedbackkultur

        Sollte die Schulleitung im Unterricht des Kollegiums hospitieren? Ja! Denn von einer positiven Feedbackkultur zwischen Leitung und Kollegium profitieren alle. Dafür ist Transparenz nötig – und Gegenseitigkeit.

        Schlussbemerkung

        “Spirals of Inquiry” als auch “Lesson Study” sind Ansätze zur Verbesserung des Unterrichts durch kollaborative und reflektierende Praktiken. Sie unterscheiden sich in ihrem Fokus und ihrer Methodik. Beide Ansätze fördern die Zusammenarbeit und das professionelle Wachstum von Lehrkräften, “Spirals of Inquiry” legt mehr Wert auf einen kontinuierlichen, datengetriebenen Verbesserungsprozess,  “Lesson Study” konzentriert sich stärker auf die detaillierte Analyse einzelner Unterrichtsstunden.[7]https://content-select.com/de/portal/media/view/624be842-efcc-4739-9f93-2554b0dd2d03 Ratingkonferenzen wie auch Unterrichtshospitationen eignen sich sowohl für einen individuellen wie kooperativen Einsatz. 

        Abschließend folgen noch diese beiden Artikel, die ebenfalls für eine Zusammenarbeit auf Schulebene werben.

        Lehrkräfte sehen sich immer komplexer werdenden Aufgaben gegenüber und sind gleichzeitig einer strukturellen Vereinzelung ausgesetzt. Doch niemand kann im Alleingang die schulischen Herausforderungen unserer Zeit stemmen oder Innovationen nachhaltig umsetzen. Teamstrukturen können in Schulen eine dynamische Lernumgebung schaffen, die allen am Schulleben Beteiligten zugutekommt.

        Nicht nur dieser Artikel ist zu empfehlen. Er war nur (leider) der einzige im OpenAccess-Format.

        In diesem Blogbeitrag möchten wir eine Lanze brechen für die ko-konstruktive Planung von Unterricht: Sie ergibt mehr als die Summe ihrer Teile und bereichert im besten Fall die Lernenden (und uns), weil sie zu mehr Unterrichtsqualität führt. Mit diesen Gedanken haben wir uns vor einigen Jahren auf den Weg gemacht, im Rahmen der Lehrkräfteausbildung Unterrichtshospitationen im Co-Planning-Verfahren zu bestreiten. Wie wir das machen (oder gemacht haben in Iris’ Fall), davon berichten wir hier.

        Im nächsten Artikel stelle ich weitere Fortbildungsformate vor, die zur Zusammenarbeit einladen und die gesamte Schulentwicklung fördern.

        … Stay tuned …

        Bildnachweis:

        Image by Jamillah Knowles & Reset.Tech Australia / © https://au.reset.tech/ / Better Images of AI / Detail from Connected People / CC-BY 4.0

        KI in der Schule (3): Q-Kultur

        Der Begriff „Q-Kultur” im schulischen Kontext bezeichnet die Qualitätskultur einer Schule, also die Art und Weise, wie Qualität dort verstanden, gelebt und gestaltet wird. Das Konzept stammt aus dem europäischen Projekt Q-KULT (Qualitätskultur) und verbindet schulische Organisationskultur mit Qualitätsmanagement.

        Innerhalb des Schulsystems beschreibt die Q-Kultur, wie die Haltung, Werte und das gemeinsame Selbstverständnis der Akteure – Lehrkräfte, Schulleitung, Schüler und Eltern – die Qualität des Lernens und Lehrens beeinflussen. Dabei wird davon ausgegangen, dass Qualitätsentwicklung nicht nur durch formale Verfahren und Standards, sondern vor allem durch eine gelebte Kultur der Zusammenarbeit, Offenheit und Reflexion gelingt. Die Q-Kultur betrachtet jede Schule als Organisation mit einer spezifischen Kultur, die sich in Normen, Kommunikationsformen, Entscheidungswegen und Konfliktlösungsstrategien zeigt. Diese Kultur wirkt unmittelbar auf das Qualitätsmanagement ein.

        Qualitätsmanagement (QM) sorgt dafür, dass Schul- und Unterrichtsentwicklung gelingen kann. Es ist ein Mittel, um Kurs zu halten. Darüber hinaus sorgt es für eine schulinterne Normierung von Qualität. Im Zentrum der Qualitätsbemühungen steht der Lernerfolg der Schülerinnen und Schüler: Ihre fachliche und methodische, aber auch ihre persönliche und soziale Kompetenz, ihr Laufbahnerfolg. Dabei geben die Kultusministerien den Rahmen und die Ziele bzw. Standards vor (z. B. für Hessen via Hessichen Referenzrahmen). Der Schulträger sorgt für eine leistungsfähige Infrastruktur und stellt die dazugehörigen Betriebsmittel und das Personal bereit.
        Viele Schulen und Lehrkräfte experimentierten während der Pandemiezeit mit den unterschiedlichsten Ansätzen von Lehr- und Lernformen. Hochschuldidaktikerinnen und -didaktiker forderten und fordern mit Blick auf Einsatz von digitalen Medien: „Evaluieren, evaluieren, evaluieren!“

        Orientiert man sich an der Herkunft des Wortes (frz. évaluer „abschätzen“, „berechnen“, von lat. valere „stark sein“, „wert sein“), so wird deutlich, dass Evaluation etwas mit „Wert schätzen“ zu tun hat, den Wert, die „Stärke“ eines Produktes oder Prozesses anhand von nachvollziehbaren Kriterien einzuschätzen. Gute Evaluation hat viel mit einer „wertschätzenden“ Grundhaltung zu tun, mit dem Bemühen, die Qualität von Schule und Unterricht zu verstehen, in der Absicht, sie weiterzuentwickeln.[1]Auszüge aus https://schule-in-der-digitalen-welt.de/buch4/

        Häufig werden Evaluation und Feedback fälschlicherweise synonym verwendet. Die folgende Tabelle verdeutlicht den Unterschied zwischen beiden Verfahren:

         

        Im Folgenden stelle ich einige Modelle zur Qualitätssicherung von Schulentwicklungsmaßnahmen vor, die sich bewährt haben. Das PDCA-Modell spielt vor allem in der klassischen Schulentwicklung eine wichtige Rolle. Das ADDIE-Modell wird bei Fragestellungen angewendet, die den Einsatz digitaler Medien im Unterricht betreffen. Das 4A-Modell schließlich wurde erstmals von Prof.’in Weßels vorgestellt und ermöglicht eine Evaluation in KI-Anwendungsfragen.

        In meinem letzten Beitrag habe ich für fächerübergreifende und -verbindende Unterrichtsangebote sowie für eine aufgrund der Entwicklungen rund um KI erforderliche Neuorientierung in der Berufsberatung geworben. Diese Ansicht hat sich in dieser Woche für mich noch mehr verstärkt. Prof. Wößmann (Volkswirtschaftslehre an der Ludwig-Maximilians-Universität München) wurde nach der Zukunft des Lernens befragt und hat sich dabei auch zum Schulsystem geäußert: Welche Anpassungen sind nötig, und auf welche Kompetenzen kommt es besonders an?[2]https://www.welt.de/politik/deutschland/article68df6cbddc95f1f53102a618/zukunft-des-lernens-ki-gefaehrdet-zum-teil-auch-hoch-qualifizierte-arbeitnehmer-etwa-programmierer-oder-juristen.html

        Wir wollen die Kinder auf das Leben vorbereiten. Da wir nicht wissen, wie die Welt in zehn, 20 oder 30 Jahren aussieht, bedeutet das vor allem, sie in die Lage zu versetzen, mit Wandel umzugehen. Dazu braucht es zwei Dinge: Zum einen sprachliche, mathematische und naturwissenschaftliche Basiskompetenzen, um die Fähigkeit zu haben, immer wieder etwas Neues zu erlernen. Das sieht man auch im Ländervergleich. Die Bildungsleistung der Bevölkerung bestimmt über drei Viertel der langfristigen Unterschiede im Wirtschaftswachstum. Und zum anderen Anpassungsfähigkeit, Problemlösungskompetenz und Kreativität, um Problemstellungen von Grund auf zu durchdringen. Denn das nimmt einem ChatGPT nicht ab.

        Die Festlegung des Bildungskanons „sprachliche, mathematische und naturwissenschaftliche Basiskompetenzen” obliegt den Kultusministerien bzw. der Kultusministerkonferenz (KMK). In den letzten 30 Jahren hat sich in dieser Hinsicht kaum etwas getan. Das liegt vermutlich auch daran, dass es sehr viel Mut und Überzeugungsarbeit der Bildungsverantwortlichen in den Kultusbehörden benötigt, um „echte“ und damit inhaltlich reduzierende Maßnahmen zu ergreifen und größere Spielräume bei fächerübergreifenden und/oder -verbindenden Konzepten zu erhalten. Eine schulinterne Auseinandersetzung mit dem Ziel, ein eigenes Curriculum zu kreieren, erfordert ebenfalls Mut und Überzeugungsarbeit – dieses Mal vonseiten der Schulleitung, den Steuergruppen und den Schulelternbeiräten. Zumal die Fassung eines Schulcurriculums die Genehmigung der zuständigen Behörden benötigt, deren Ausgang ungewiss ist.

        Die Förderung der „Anpassungsfähigkeit, Problemlösungskompetenz und Kreativität“ hingegen ist ein Thema für fächerübergreifende Überlegungen. Ich habe einmal die Sprachmodelle „befragt“, welche drei Ziele sie priorisieren würden. Mit folgendem Prompt: Ich will Schulleitungen motivieren, ihr pädagogisches Personal anzuregen, sich mit einem Schulentwicklungsziel auseinanderzusetzen, das den Einsatz von KI-Sprachmodellen zulässt und kritisch hinterfragt. Nenne mir drei Entwicklungsziele, sich sich vor allem auf Herausforderungen im Kontext zur Berufsberatung beziehen.

        Antwort ChatGPT 5.0:

        • Schülerinnen und Schüler nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.
        • Ziel ist es, Schülern die Fähigkeit zu vermitteln, Informationen aus KI-Quellen zu prüfen und kritisch einzuordnen.
        • Gezielt erproben, wie KI-Sprachmodelle als “Sparringspartner” zum Nachdenken über berufliche Optionen dienen können.

        Anschließend habe ich den Dialog mit dem Sprachmodell fortgesetzt. Bevor ich darüber berichte, möchte ich zunächst eine Einführung in die drei Modelle geben.

          PDCA-Modell

          Mit dem Plan-Do-Check-Act-(PDCA)-Zyklus [3]ebda. gelingt eine wünschenswerte Transparenz; zum einen in Richtung Schulgemeinde, was Schule mit Blick auf Schul- und Unterrichtsentwicklung tatsächlich plant (linkes Bild), zum anderen in Richtung pädagogisches Personal, inwieweit die pädagogischen Ziele mit der implementierten Strategie wirklich erfolgreich waren (rechtes Bild).

          Wie können nun Schulen ihre Qualität unter den jeweils gegebenen Rahmenbedingungen kontinuierlich sichern und weiterentwickeln? Wie kommen sie zu richtigen Entscheidungen? Wie finden sie heraus, ob sie das, was sie tun, gut machen?

          Der Aufbau eines systematischen Qualitätsmanagements und die regelmäßige Anwendung eines Qualitätskreislaufs (PDCA-Zyklus) sind hierfür wesentliche Steuerungsinstrumente. Sie umfassen die Bereiche der Organisations-, Personal- und Unterrichtsentwicklung sowie das Zusammenspiel unterschiedlicher Elemente der Qualitätsentwicklung (Selbstevaluation, Fremdevaluation, Zielvereinbarungen) und der daran beteiligten Institutionen. Der PDCA-Zyklus teilt sich in nachfolgende Phasen auf:

          • Plan = Planen (Wo stehen wir und mit welcher Priorität gehen wir die Dinge an?)
          • Do = Umsetzen (Umsetzung der abgesprochenen Maßnahmen)
          • Check = Überprüfen (Ich prüfe, ob die eingeleiteten Maßnahmen den gewünschten Erfolg gebracht haben)
          • Act = Absichern (Nachdem sich der gewünschte Erfolg eingestellt hat, gilt es nun, den erreichten Zustand abzusichern. Hierbei kommt es in der Regel zu verbindlichen Vereinbarungen)

          So weit, so übersichtlich. Der Teufel steckt jedoch im Detail, hier in der Check-Phase. Sie gelingt umso besser je klarer vorab die Ziele definiert wurden. Auch dazu gibt es ein leicht zu merkendes Akronym: SMART. Diese Methode wird im Projektmanagement eingesetzt, um Klarheit in die Zielsetzung zu bekommen. Dabei meint:

          • S pezifisch: Ziele nicht vage, sondern so konkret wie möglich formulieren
          • M essbar: Ziele müssen messbar sein (Messbarkeitskriterien)
          • A ktivierend: Ziele sollen Lust auf Umsetzung machen
          • R ealistisch: Die Ziele (Aufgaben) müssen innerhalb des gesetzten Zeitrahmens umsetzbar sein
          • T erminiert: Die Ziele (Aufgaben) sind mit einem Zeitrahmen auszustatten: Was ist bis wann zu erledigen?

          Dem Zielsetzungsprozess muss ausreichend Zeit gegeben werden. SMARTe Ziele helfen, sich weniger zu verzetteln. Sie sorgen dafür, dass der Evaluationsprozess in der Check-Phase gelingt.

          Das PDCA Modell ist auf Unterrichtsentwicklungs- wie auf Schulentwicklungsebene ein Struktur gebendes Verfahren, das Transparenz herstellt und absichern hilft, ob der gewünschte Effekt eingetreten ist (Feedback/Evaluation). Eine Überprüfung gelingt dann besonders gut, wenn die Ziele SMART definiert werden. Die Themenseite Schulinterne Evaluation führt in eine Reihe geeigneter Instrumente ein. Darüber hinaus lohnen Vorlagen aus dem Projektmanagementbereich, die die Organisation erleichtern helfen.

          Hier abschließend noch ein unterrichtlicher Ansatz einer Kollegin aus Nordhessen.

          ADDIE-Modell

          Immer wieder fordern Hochschuldidakterinnen und -didaktiker von den unterrichtenden Lehrkräften, den Einsatz digitaler Medien zu überprüfen. Der PDCA-Zyklus ist eine Möglichkeit (s.o.). Kerres schlägt das ADDIE- Modell[4]https://de.wikipedia.org/wiki/ADDIE-Instruktionsdesign-Modell vor.

          Das ADDIE-Modell ist ein instruktives Designmodell, das oft für die Entwicklung von Lehr- und Lernmaterialien verwendet wird. Der Begriff “ADDIE” steht für die fünf Hauptphasen des Modells: Analyse, Design, Entwicklung, Implementierung und Evaluation. In Bezug auf die Analyse des Medienseinsatzes in Schulen bezieht sich die Analysephase auf die systematische Untersuchung der Bildungsbedürfnisse, Lernziele, Zielgruppen und der verfügbaren Ressourcen. Hier ist eine kurze Erläuterung der Analysephase im Kontext des Medienseinsatzes in Schulen:

          • Kerres [5]https://www.utb.de/doi/10.36198/9783838557182, S. 73

            Analyse (Analysis): In dieser Phase wird der aktuelle Zustand analysiert, um festzustellen, ob der Einsatz von Medien in der Bildung sinnvoll ist und welche Bedürfnisse und Herausforderungen bestehen. Die Analyse umfasst eine detaillierte Untersuchung der Lernziele, der Zielgruppe, der verfügbaren Ressourcen und der technischen Infrastruktur.

            • Lernziele: Klärung der zu erreichenden Lernziele und wie Medien diese Ziele unterstützen können.
            • Zielgruppe: Identifikation der Lernenden und ihrer Bedürfnisse, Fähigkeiten und Vorkenntnisse.
            • Ressourcen: Bewertung der verfügbaren finanziellen, technischen und personellen Ressourcen.
            • Technische Infrastruktur: Prüfung der technischen Voraussetzungen für den Medienseinsatz.

          Die Analysephase legt den Grundstein für die nachfolgenden Phasen des ADDIE-Modells, indem sie Informationen bereitstellt, die für die Gestaltung, Entwicklung, Implementierung und Bewertung von Lehr- und Lernmaterialien relevant sind. Es ist wichtig, diese Phase sorgfältig durchzuführen, um sicherzustellen, dass die späteren Schritte des Modells den Bedürfnissen der Lernenden und den Bildungszielen entsprechen.

          • Design: In dieser Phase werden die Ziele und Anforderungen aus der Analysephase genutzt, um den Lehrplan und die Lernmaterialien zu entwerfen. Dies umfasst die Auswahl der Medien, die Struktur des Lehrplans und die Gestaltung der Lernaktivitäten.
          • Entwicklung (Development): In dieser Phase werden die geplanten Materialien tatsächlich erstellt. Dies kann die Produktion von Lernvideos, die Entwicklung von interaktiven Lernmodulen oder die Erstellung von Online-Plattformen für den Unterricht umfassen.
          • Implementierung (Implementation): Hier erfolgt die Einführung der entwickelten Materialien in den Schulunterricht. Dies kann schrittweise erfolgen, und es können Schulungen für Lehrer und Schüler notwendig sein, um sicherzustellen, dass die neuen Medien effektiv genutzt werden.
          • Evaluation: In dieser Phase wird überprüft, ob die Ziele erreicht wurden und wie effektiv die Materialien und Methoden waren. Dies kann zur Anpassung und Verbesserung des Lehrplans für zukünftige Implementierungen führen.

          Die Analysephase legt den Grundstein für die nachfolgenden Phasen des ADDIE-Modells, indem sie Informationen bereitstellt, die für die Gestaltung, Entwicklung, Implementierung und Bewertung von Lehr- und Lernmaterialien relevant sind. Es ist wichtig, diese Phase sorgfältig durchzuführen, um sicherzustellen, dass die späteren Schritte des Modells den Bedürfnissen der Lernenden und den Bildungszielen entsprechen.

          4A-Modell

          Das Modell wird häufig im Rahmen von Fortbildungen und Schulentwicklungsprozessen eingesetzt, um Lehrkräfte systematisch an den Einsatz von KI-Technologien heranzuführen. Obwohl aus dem universitären Umfeld kommend, plädiert Prof.’in Weßels (Uni Kiel) für eine verbindliche schulische Auseinandersetzung mit dem Thema KI. Das Modell dient als didaktischer Rahmen, um die Einführung neuer Technologien – insbesondere generativer KI – in Bildungseinrichtungen zu begleiten. Es strukturiert den Lernprozess in vier Phasen:

          Aufklären

          • Vermittlung von Grundwissen über KI und deren Potenziale und Risiken.
          • Sensibilisierung für ethische Fragen und gesellschaftliche Auswirkungen.

          Ausprobieren

          • Praktische Übungen mit KI-Tools (z. B. ChatGPT, DALL·E).
          • Erprobung im Unterrichtskontext mit konkreten Aufgabenstellungen.

          Akzeptieren

          • Reflexion über eigene Erfahrungen.
          • Diskussion über Nutzen, Grenzen und persönliche Haltung zur KI.

          Aktiv werden

          • Integration von KI in die eigene Unterrichtspraxis.
          • Entwicklung eigener Unterrichtskonzepte oder Schulprojekte mit KI-Bezug.

          Das Modell eignet sich für die Fortbildung wie auch für den Unterricht. Das Thema Fortbildung greife ich im nächsten Beitrag auf. 

          Zwei Beispiele: Berufsorientierung und Unterrichtsentwicklung

          Können Sprachmodelle bei der Umsetzung der Ziele helfen? Welche der drei Modelle kommen am ehesten infrage? Ich habe das erste Ziel aus den oben genannten Vorschlägen ausgewählt und bin mit ChatGPT in einen Dialog getreten. Der Prompt lautet:

          Ich möchte nun ein Ziel durch drei Modelle begleiten lassen. Fangen wir mit dem PDCA Modell an. Wie gehe ich mit diesem Modell das Ziel: „Schülerinnen und Schüler nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.“ an?

          Die Antworten wurden nicht redigiert. Bilden Sie sich nun selbst eine Meinung!

          PDCA, 1. Durchlauf: Überblick

          Sehr gut, das ist ein klar strukturierter Ansatz – der PDCA-Zyklus (Plan-Do-Check-Act) eignet sich hervorragend, um ein Entwicklungsziel systematisch umzusetzen und fortlaufend zu verbessern. Ich gehe im Folgenden Schritt für Schritt durch, wie man dein Ziel mit dem PDCA-Modell begleiten könnte:

          Ziel: Schülerinnen und Schüler nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.


          PDCA-Durchlauf

          Phase Was passiert Konkret für dein Ziel
          PLAN (Planen) Ziel definieren, Rahmenbedingungen prüfen, Maßnahmen planen Analyse der Ausgangssituation: Wie gut sind die Schülerinnen und Schüler (SuS) derzeit mit KI vertraut? Wie sehen bestehende Angebote zur Berufsorientierung aus? Wie offen sind Lehrkräfte für KI-Tools? • Zieldefinition konkretisieren: z. B. „Bis Ende Schuljahr X haben alle SuS der Stufe Y mindestens einen Bewerbungsentwurf mithilfe eines KI-Modells erstellt und reflektiert, wie hilfreich/irreführend die Vorschläge waren.“ • Ressourcen und Rahmenbedingungen klären: Technik (Geräte, Internetzugang), Fortbildung der Lehrkräfte, Zeit im Stundenplan, Datenschutz & Urheberrecht, ethische Aspekte von KI. • Maßnahmen planen: Workshops für Lehrer, Unterrichtseinheiten mit KI-Recherche, Reflexionsphasen (z. B. Fehlannahmen & Bias), Partner einbeziehen (z. B. Berufsberatung, lokale Betriebe). • Indikatoren festlegen zur Erfolgsmessung: z. B. Anzahl der SuS, die KI nutzen; Qualität der Rechercheergebnisse; Reflexionsfähigkeit (z. B. anhand von Bewertungsbögen).
          DO (Durchführen) Umsetzung der geplanten Maßnahmen • Pilotklasse auswählen für die erste Umsetzung. • Unterrichtseinheiten durchführen: Recherche mit KI zu Studiengängen und Ausbildungswegen, KI-Unterstützung bei Erstellung von Bewerbungsunterlagen (z. B. Anschreiben, Lebenslauf). • Lehrkräfte begleiten lassen (Coaching, Teamteaching) und Fortbildung durchführen. • Reflexionsphasen in den Unterricht einbauen: Diskussionen, Peer-Feedback, Reflexionsbögen, ggf. Blog oder Portfolio der SuS. • Sicherstellen, dass technische und organisatorische Mittel verfügbar sind (z. B. Geräte, Zugang zu KI-Modellen, Datenschutzvereinbarungen).
          CHECK (Überprüfen) Evaluieren, was funktioniert hat, was nicht • Daten sammeln: z. B. Feedback von SuS, Lehrkräften; Analyse der Bewerbungsunterlagen oder Rechercheergebnisse, Beobachtung, inwieweit Reflexionsphasen genutzt wurden. • Vergleich mit den definierten Indikatoren: Wie viele SuS haben KI genutzt? Wie tief war deren Reflexion? Wie war die Qualität? • Stärken & Schwächen identifizieren: Was war schwierig? Wo gab es Hemmnisse (z. B. technische Probleme, fehlendes Wissen, Unsicherheiten)? • Vorschläge für Anpassungen entwickeln: Was muss geändert werden bei Maßnahmen, Ressourcen, Zeitplan?
          ACT (Anpassen / Handeln) Ergebnisse nutzen, Maßnahmen optimieren, Ziel weiter etablieren • Anpassung der Planung: z. B. Intensivere Fortbildungen bei Lehrkräften, mehr Reflektionsangebote, mehr Zeit im Stundenplan, bessere technische Ausstattung. • Skalierung: Nach erfolgreichem Pilotprojekt auf weitere Klassen bzw. Jahrgänge ausweiten. • Institutionalisierung: Schulinterne Leitlinien, feste Einbindung in das Schulprogramm oder in Angebote der Berufsberatung. • Kontinuierliche Verbesserung: Den Zyklus regelmäßig wiederholen (z. B. jährlich oder halbjährlich), neue Entwicklungen bei KI und Berufsberatung einbeziehen. • Öffentlich machen: Erfolge und Erkenntnisse teilen mit Kollegium, Eltern, Schulträger; ggf. Kooperationen mit anderen Schulen oder externen Partnern.

          Wenn du möchtest, können wir das noch mit konkreten Zeitrahmen (z. B. an einem Schuljahr orientiert) oder einem konkreten Beispiel (z. B. für Klasse 10) durchspielen — das macht die Planung oft noch übersichtlicher. Möchtest du das?

          PDCA, 2. Durchlauf: 10. Klasse Jahresplan

          Super 👍 — dann übertragen wir das PDCA-Modell jetzt auf ein Schuljahr, z. B. für Klasse 10, in der Berufsorientierung ohnehin ein Schwerpunkt liegt.
          Das Ziel lautet weiterhin:

          Schüler:innen nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.


          🧭 PDCA-Zyklus über ein Schuljahr (Beispiel Klasse 10)

          Phase Zeitraum / Akteure Konkrete Schritte und Beispiele Ergebnisse / Indikatoren
          PLAN August – Oktober Steuergruppe, BO-Team, Fachlehrkräfte (Deutsch, WiPo, Informatik) 1. Analyse der Ausgangslage: • Kurze Lehrkräfte-Befragung: Welche Erfahrungen mit KI-Tools bestehen?• Schüler-Einstiegsumfrage: Wie nutzen sie ChatGPT & Co.?2. Planung der Intervention: • Einbindung ins Fachcurriculum (Deutsch: Bewerbungsschreiben; WiPo: Berufsfelder; Informatik: KI-Verstehen).• Auswahl geeigneter KI-Tools (z. B. ChatGPT, MINTmatch, Berufenet).• Planung von Reflexionsphasen (Bias, Datenschutz, Quellenkritik).3. Erfolgskriterien: • 90 % der Schüler:innen haben eigenständig mindestens einen KI-gestützten Berufsrechercheprozess durchgeführt.• Schüler:innen können Vor- und Nachteile von KI-Vorschlägen benennen. • Übersichtliche Jahresplanung (z. B. Padlet / SchulCloud).• Lehrkräfte-Fortbildungstermin vereinbart.• Fragebogen für Schüler-Feedback vorbereitet.
          DO November – Februar Fachlehrkräfte, Klassenleitung, BO-Berater:in 1. Umsetzung im Unterricht: • Unterrichtsreihe „KI in der Berufsorientierung“ (4–6 Stunden).• KI-gestützte Recherche: Schüler:innen lassen sich Berufsideen vorschlagen und bewerten diese kritisch.• Schreibwerkstatt: Bewerbungsanschreiben mit KI-Unterstützung + Reflexion über Qualität & Sprache.• Expertengespräch mit Berufsberater:in über Wandel durch KI.2. Lehrerrolle: • Beobachtung und Begleitung („Coaching“ statt Input).• Dokumentation der Prozesse über Lernportfolios. • Schüler:innen zeigen reflektierte Nutzung im Portfolio.• Lehrkräfte erhalten erste Erfahrungsberichte.• Erste Schüler:innen entdecken neue Berufsfelder.
          CHECK März – April Steuergruppe, Lehrkräfte, Schüler:innen 1. Evaluation: • Kurze Feedback-Umfrage an Schüler:innen: Wie hilfreich fanden sie KI für ihre Orientierung?• Vergleich mit PLAN-Indikatoren.• Gruppendiskussion über ethische Aspekte und Vertrauenswürdigkeit von KI-Ergebnissen.2. Auswertung im Kollegium: • Reflexion: Wo lief es gut, wo gab es Unsicherheiten (technisch, didaktisch)?• Sammlung von Best-Practice-Beispielen. • Kurzer Evaluationsbericht (2 Seiten).• Anpassungsvorschläge formuliert.• Schüler-Zitate für Öffentlichkeitsarbeit gesammelt.
          ACT Mai – Juli Schulleitung, Steuergruppe, Kollegium 1. Anpassung & Verstetigung: • Integration der besten Materialien ins Schulcurriculum.• Einrichtung eines jährlichen „KI-Zukunftstags“ zur Berufsorientierung.• Gezielte Lehrerfortbildung (z. B. Reflexion von KI-Texten).• Austausch mit Eltern über Chancen & Risiken.2. Skalierung: • Einbindung weiterer Jahrgänge (z. B. Klasse 9 und 11).• Kooperation mit Betrieben oder Hochschulen, die KI nutzen. • Ziel dauerhaft im Schulprogramm verankert.• KI-Kompetenz messbar gestiegen (z. B. durch wiederkehrende Befragungen).• Schule gewinnt Profil im Bereich „KI und Berufsorientierung“.

          💡 Ergänzende Idee

          Man kann diesen PDCA-Zyklus auch datengestützt begleiten, z. B. mit:

          • Schülerbefragungen zu KI-Nutzung (ähnlich dem Schulbarometer),
          • Auswertung von Reflexionsbögen nach jeder Unterrichtsreihe,
          • kurzen Lehrkräfte-Reflexionen über Erfahrungen mit KI-Tools.

          Dadurch bleibt der Prozess anschlussfähig an deine Blogreihe „Daten statt Bauchgefühl“ – evidenzbasiert und entwicklungsorientiert.


          Möchtest du, dass ich daraus als Nächstes ein kompaktes Modellblatt für Schulleitungen gestalte (z. B. 1 Seite mit PDCA-Zyklus, Ziel, Zeitplan und Indikatoren), das du in einer Präsentation oder Fortbildung verwenden kannst?

          PDCA, 3. Durchlauf: Modellblatt für Schulleitungen

          Perfekt 😄 – hier ist dein kompaktes Modellblatt für Schulleitungen, das den PDCA-Zyklus auf das Entwicklungsziel überträgt. Es ist so formuliert, dass du es direkt in eine Präsentation, ein Schulprogramm oder eine Leitfaden-Sammlung aufnehmen kannst:


          🧩 Schulentwicklungsziel:

          Schüler:innen nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.


          🔄 PDCA-Zyklus zur Umsetzung (Beispiel: Schuljahr Klasse 10)

          Phase Kernfragen Konkrete Schritte & Maßnahmen Indikatoren / Ergebnisse
          PLAN (Planen) Wo stehen wir? Was wollen wir erreichen? • Analyse der Ausgangslage: Welche Erfahrungen haben Schüler:innen & Lehrkräfte mit KI?• Ziel konkretisieren: Bis Schuljahresende reflektierte Nutzung von KI bei Berufsrecherche & Bewerbung.• Planung im Fachcurriculum (Deutsch, WiPo, Informatik).• Datenschutz & Ethik prüfen.• Lehrerfortbildung organisieren. • Jahresplan und Materialpool stehen.• Lehrkräfte kennen Ziele & Vorgehen.• Befragung zur Ausgangslage abgeschlossen.
          DO (Durchführen) Wie setzen wir das Ziel um? • Unterrichtsreihe „KI in der Berufsorientierung“ (4–6 Std.).• Schüler:innen recherchieren Berufe mit KI und bewerten Ergebnisse.• Erstellung und Überarbeitung von Bewerbungsunterlagen mit KI-Hilfe.• Reflexionsphasen zu Chancen, Risiken, Bias.• Kooperation mit Berufsberatung / Betrieben. • Schülerportfolios mit Reflexionen.• Mindestens 90 % nutzen KI-Tools aktiv.• Positives Feedback der Lehrkräfte.
          CHECK (Überprüfen) Was hat funktioniert – was nicht? • Evaluation per Schüler:innenbefragung.• Lehrkräfte-Reflexion im Fachteam.• Vergleich mit definierten Indikatoren.• Analyse von Stolperstellen (Technik, Zeit, Kompetenz). • Kurzbericht zur Wirksamkeit.• Erkenntnisse für nächste Planungsrunde.• Sammlung von Best Practices.
          ACT (Anpassen) Wie verstetigen und verbessern wir das Ziel? • Überarbeitung der Materialien und Einbindung ins Curriculum.• Schulinterne Leitlinie „KI in der Berufsorientierung“.• Fortbildung zur Reflexion von KI-Texten.• Skalierung auf weitere Jahrgänge.• Öffentlichkeitsarbeit / Austausch mit Eltern. • Ziel im Schulprogramm verankert.• Jährlicher KI-Zukunftstag etabliert.• Nachhaltige Steigerung der KI-Kompetenz.

          💡 Hinweise für Schulleitungen

          • Steuerung: Steuergruppe oder BO-Team koordiniert den Prozess und hält Zwischenevaluationen fest.
          • Datengestützte Begleitung: Kurze Schülerbefragungen (z. B. vor/nach Projekt) ermöglichen evidenzbasiertes Lernen.
          • Erfolg sichtbar machen: Ergebnisse in Schulkonferenzen oder Elternabenden vorstellen, ggf. Blog- oder Pressebeitrag verfassen.

          📘 Ziel des Modells:
          Ein schulischer Entwicklungsprozess, der technologische Kompetenz, Reflexionsfähigkeit und Zukunftsorientierung verbindet – gesteuert nach dem Prinzip

          „Daten statt Bauchgefühl – und KI als Lernanlass, nicht als Lehrmittel.“


          Möchtest du, dass ich das noch als grafische 1-Seiten-Vorlage (PDF) mit klarer PDCA-Struktur gestalte, die du z. B. im Kollegium oder auf einer SchiLF einsetzen kannst?

          ADDIE-Modell

          Sehr gute Idee, den ADDIE-Ansatz (Analyse → Design → Development → Implementation → Evaluation) auf dein Ziel durchzuspielen. Das Modell stammt aus dem Instruktionsdesign und ist besonders geeignet, um Lernangebote systematisch und zielorientiert zu entwickeln. (AIHR)

          Hier ist eine Version davon, wie du das Ziel

          „Schüler:innen nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.“
          mit dem ADDIE-Modell über ein Schuljahr gestalten kannst.

          Ich gliedere es in Phasen, mit zentralen Fragen, konkreten Maßnahmen und Hinweisen zur Iteration.


          1. ANALYSE (Analyse)

          Zentrale Fragen / Aspekte:

          • Welche Vorkenntnisse bringen die Schüler:innen bezüglich KI-Tools (z. B. ChatGPT, andere Sprachmodelle) mit?
          • Wie ist der Stand der digitalen Infrastruktur (Geräte, Internetzugang, Softwarelizenzen, Datenschutzregelungen)?
          • Welche Erfahrungen und Haltungen haben Lehrkräfte zu KI und Berufsorientierung?
          • Welche Phasen der Berufsberatung (z. B. Informationsrecherche, Bewerbungsprozess) laufen derzeit – wo gibt es Lücken oder Herausforderungen?
          • Welche Rahmenbedingungen gelten (Zeitressourcen, Stundenplanung, Fortbildungsbudget, Datenschutz, ethische Bedenken)?
          • Welche Zielkompetenzen sollen am Ende erreicht sein (Wissen, Fertigkeiten, Haltungen)?

          Konkrete Maßnahmen in der Analysephase:

          • Durchführung einer Schüler:innen-Umfrage (Vorwissen, Nutzung von KI, Erwartungen, Unsicherheiten).
          • Durchführung eines Lehrer:innen-Gesprächs / Workshops, um Haltungen, Befürchtungen, Kompetenzen zu erheben.
          • Technische Bestandsaufnahme: Anzahl und Ausstattung der Computer/Tablets, Netzstabilität, Zugänge zu KI-Modellen.
          • Sichtung curricularer Bezüge: In welchen Fächern lassen sich Berufsorientierung und KI sinnvoll verknüpfen (z. B. Deutsch, Informatik, WiPo)?
          • Formulierung von lernzielbezogenen Kompetenzen für dieses Vorhaben (z. B. „Schüler:innen können drei kritische Fragen an die Ergebnisse eines KI-Modells formulieren“, „Schüler:innen können mit KI eine erste Version eines Bewerbungsanschreibens erstellen und begründet verbessern“).

          Ergebnis der Analysephase:
          Ein Analysebericht mit Diagnose des Ist-Zustands, identifizierten Bedarfen und einer ersten Kompetenzstruktur als Basis für Design und Entwicklung.


          2. DESIGN (Entwurf)

          Zentrale Fragen / Aspekte:

          • Wie lassen sich die angestrebten Lernziele in sinnvolle Lerneinheiten (Module) gliedern?
          • Welche didaktischen Prinzipien sollen angewendet werden (z. B. scaffolding, kooperatives Lernen, Reflexionseinheiten)?
          • Welche Medien und Werkzeuge sollen eingesetzt werden (z. B. KI-Modelle, digitale Rechercheportale, Lernplattform, Reflexionsbögen)?
          • Wie gestalten wir die Lernaktivitäten – also nicht nur Input, sondern auch selbstständige Anwendung, Reflexion, Feedback?
          • Wie bauen wir formative und summative Assessments ein (z. B. Zwischenchecks, Portfolio, Peer-Feedback)?
          • Wie wird Differenzierung ermöglicht (Unterschiede im Vorwissen, Lerntempo)?
          • Wie viele Unterrichtsstunden bzw. welcher Zeitraum ist planbar für die Module?

          Konkrete Elemente im Design:

          • Gliederung in Module: z. B.
          1. Einführung & KI-Grundverständnis
          2. KI für Berufsrecherche
          3. KI für Bewerbungsunterlagen
          4. Reflexion & Bewertung von KI-Vorschlägen
          • Für jedes Modul: Inhalte, didaktische Sequenz, Materialien (Arbeitsblätter, digitale Aufgaben, Reflexionsfragen)
          • Lernpfade / Gerüste: z. B. Schritt-für-Schritt-Guide „Berufsrecherche mit KI“
          • Einbindung von Partnern (z. B. Berufsberater:innen, lokale Betriebe)
          • Entwurf von Assessments / Reflexionsinstrumenten (z. B. Reflexionsbogen, Peer-Review, kurze Tests)
          • Planung von Unterstützungsstrukturen (Lehrkräfte-Coaching, technische Begleitung)

          Zwischenschleifen / Iteration möglich:
          Bevor du alles entwickelst, kann ein Prototyp eines Moduls (z. B. Modul 2) entworfen und mit einer kleinen Gruppe getestet werden. Dieses Vorgehen erlaubt frühes Feedback und Anpassungen, bevor weitere Module ausgearbeitet werden.


          3. DEVELOPMENT (Entwicklung / Erstellung)

          Zentrale Aufgaben:

          • Erstellung der curricularen Materialien: Arbeitsblätter, Leitfäden, digitale Vorlagen.
          • Programmierung / Auswahl der digitalen Werkzeuge (z. B. KI-Zugang, Plattformintegration).
          • Gestaltung von Multimedia-Elementen (z. B. erklärende Videos, Screencasts, Demonstrationen).
          • Produktion / Zusammenstellung von Reflexionsbögen, Peer-Feedback-Vorlagen.
          • Qualitätssicherung: Testläufe in kleiner Gruppe, Überarbeitung technischer Probleme oder Unklarheiten.

          Beispiele für konkrete Produkte:

          • Schritt-für-Schritt-Guide „So nutzen wir KI für Berufsrecherche“
          • Vorlage für Bewerbungsanschreiben + automatische Vergleichsfunktion (KI vs. eigene Anpassungen)
          • Reflexionsbogen, der z. B. Fragen enthält: „Was war hilfreich am KI-Vorschlag? Wo war es unpassend?“
          • Lehrerhandreichung mit Hinweisen zur Moderation, typischen Schwierigkeiten, Impulsfragen
          • Digitale Plattform-/Lernumgebung, in der Materialien, Aufgabe und Feedback integriert sind

          Während der Entwicklungsphase kannst du auch kleine Teilpilotierungen machen (z. B. Modul 1 testen) und das Feedback einarbeiten.


          4. IMPLEMENTATION (Durchführung / Einsatz)

          Zentrale Überlegungen / Aspekte:

          • Auswahl der Pilotklasse(n) bzw. Jahrgänge, mit denen du beginnst.
          • Schulung / Einweisung der beteiligten Lehrkräfte in die Materialien, Tools und Reflexionsbegleitung.
          • Technische Vorbereitung (Zugang zu KI-Tools, Sicherstellung von Geräten, evtl. Nutzungsregelungen).
          • Zeitliche Einbettung im Stundenplan (Wann und in welchem Fach/Block läuft welches Modul?).
          • Begleitende Unterstützung (z. B. Coaching, Helpdesk, offene Sprechstunden).
          • Monitoring im laufenden Betrieb: Welche Teile funktionieren gut, wo treten Hürden auf (technisch, in der Verständlichkeit, Motivation)?
          • Sammeln von Feedback der Schüler:innen und Lehrkräfte parallel zum Einsatz (z. B. kurze Reflexionsrunden nach Modulen).

          Qualitätskontrolle in der Implementierung:

          • Teilweise formative Evaluation: Checkpoints nach jedem Modul (z. B. Mini-Umfrage, kurze Feedbackrunde).
          • Beobachtung durch Kollegen oder Steuergruppe, Sammlung von Schwierigkeiten und Erfolgsmomenten.
          • Dokumentation von Anpassungsbedarf.

          5. EVALUATION (Auswertung & Reflexion)

          Zentrale Fragen / Aspekte:

          • Wurden die angestrebten Lernziele (Kompetenzen) erreicht?
          • In welchem Maße hat sich die reflexive Nutzung von KI verbessert?
          • Welche Bestandteile des Designs und der Materialien waren besonders erfolgreich / problematisch?
          • Welche Rückmeldungen geben Schüler:innen und Lehrkräfte?
          • Welche unvorhergesehenen Wirkungen traten auf (z. B. Technikprobleme, Über- oder Unterforderung)?
          • Welche Anpassungen sollten für die nächste Runde vorgenommen werden?

          Formen der Evaluation:

          • Summative Evaluation am Ende des Projekts (z. B. via Portfolios, Vergleich mit Ausgangskompetenzen)
          • Formativer Evaluation während des Projekts (Lernprozess-Feedback, Zwischenbefragungen)
          • Qualitative Auswertung durch Interviews oder Fokusgruppen mit Schüler:innen / Lehrkräften
          • Analyse der Reflexionsbögen und KI-Ergebnisse (z. B. inwiefern haben Schüler:innen Vorschläge kritisch bewertet)
          • Ableitung von Empfehlungen und Verbesserungsmaßnahmen für die nächste Iteration

          Rückkopplung zur Analysephase:
          Basierend auf den Evaluationsergebnissen wird der Zyklus neu gestartet: Analyse der neuen Ausgangslage, Überarbeitung des Designs, Entwicklung optimierter Materialien etc.


          🗓 Beispielhafter Zeitplan (Schuljahr, Klasse 10) mit ADDIE

          Phase Zeitraum Schwerpunkt / Meilensteine
          Analyse August – September Umfragen, Bestandsaufnahme, Lernziele definieren
          Design Oktober Module entwerfen, Sequenz planen, Assessment-Design
          Development November – Dezember Materialien und Werkzeuge erstellen, Prototyp testen
          Implementation Januar – April Unterricht mit Materialien durchführen, formative Evaluation
          Evaluation & Revision Mai – Juli Auswertung, Reflexion, Anpassung für das nächste Schuljahr

          Möchtest du, dass ich dir eine 1-Seiten-Version dieses ADDIE-Plans erstelle – ähnlich zum PDCA-Modellblatt – die du in einem Workshop oder zur Verteilung im Kollegium nutzen kannst?

          4A-Modell

          Wunderbar – das 4A-Modell eignet sich perfekt, um pädagogische Prozesse beim KI-Einsatz zu strukturieren.
          Während PDCA und ADDIE stark organisatorisch-strategisch denken, setzt das 4A-Modell stärker auf den didaktisch-reflexiven Lernprozess: Es führt Schüler:innen (und Lehrkräfte!) schrittweise von Verstehen über Erfahrung hin zu reflektierter Praxis und Gestaltung.

          Hier ist dein Ziel noch einmal zur Orientierung:

          Schüler:innen nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.


          🧭 Umsetzung des Ziels mit dem 4A-Modell

          (Aufklären – Ausprobieren – Akzeptieren – Aktiv werden)


          1. Aufklären

          📘 Ziel: Verständnis schaffen für Funktionsweise, Chancen, Risiken und gesellschaftliche Bedeutung von KI im Kontext Berufsorientierung.

          Inhalte / Aktivitäten:

          • Einstiegseinheit „Was ist KI – und wie verändert sie Arbeit und Beruf?“

          • Kurzer Input zu: Funktionsweise von Sprachmodellen, Datenquellen, Chancen und Risiken (Bias, Datenschutz, Fake-Inhalte).

          • Diskussion über den Wandel der Berufsbilder durch KI (z. B. Wegfall und Entstehung neuer Berufe).

          • Auseinandersetzung mit ethischen Fragen:

            • Soll KI über Berufswege beraten?

            • Wie kann man sicherstellen, dass Empfehlungen fair und vielfältig sind?

          Beispielhafte Aufgaben:

          • Schüler:innen recherchieren, wie KI heute schon im Bewerbungsprozess eingesetzt wird (z. B. automatisierte Lebenslaufanalyse).

          • Erarbeitung einer Mindmap: „KI – Bedrohung oder Unterstützung für meine Zukunft?“

          Ergebnisse / Kompetenzen:

          • Grundverständnis von KI-Funktion und Grenzen.

          • Bewusstsein für ethische Dimensionen.

          • Fähigkeit, Informationen kritisch einzuordnen.


          2. Ausprobieren

          🧩 Ziel: Erlernen des praktischen Umgangs mit KI-Tools in konkreten Berufsorientierungsszenarien.

          Inhalte / Aktivitäten:

          • Praktische Übung:

            • „Frag ChatGPT nach passenden Berufsbildern – und überprüfe die Ergebnisse.“

            • „Lass dir von KI eine Bewerbung schreiben und beurteile die Qualität.“

          • Vergleich verschiedener KI-Antworten auf dieselbe Anfrage.

          • Bewertungskriterien gemeinsam entwickeln: Relevanz, Realismus, Passgenauigkeit, Sprachqualität.

          • Feedback-Runden in Kleingruppen: Welche Ergebnisse waren brauchbar? Wo lag KI daneben?

          Methoden:

          • Learning-by-doing, Gruppenarbeit, Peer-Feedback.

          • Optional: Zusammenarbeit mit Berufsberater:innen oder Betrieben.

          Ergebnisse / Kompetenzen:

          • Erste sichere Bedienung von KI-Tools.

          • Fähigkeit, Ergebnisse auf ihre Qualität und Angemessenheit zu prüfen.

          • Entwicklung einer reflektierten Haltung zur maschinellen Textproduktion.


          3. Akzeptieren

          💬 Ziel: Entwicklung einer reflektierten, kritischen Haltung zur Nutzung von KI in der Berufsberatung.

          Inhalte / Aktivitäten:

          • Geführte Reflexion:

            • Was habe ich bei der Nutzung von KI gelernt?

            • Wo hilft KI wirklich – wo ersetzt sie mich nicht?

            • Was ist meine persönliche Haltung zum Einsatz solcher Tools in Bewerbungsprozessen?

          • Diskussion im Plenum: Chancen – Risiken – Verantwortung.

          • Analyse realer Beispiele (z. B. „KI sortiert Bewerbungen aus“ – gerecht oder unfair?).

          • Verknüpfung mit ethischen und gesellschaftlichen Themen (z. B. Arbeitswelt 4.0, Nachhaltigkeit, Datenschutz).

          Methoden:

          • Lerntagebuch oder Portfolio.

          • Klassendiskussion, Fishbowl-Methode oder Debatte.

          • Vergleich der Reflexionen mit der Einstiegsphase (Entwicklung sichtbar machen).

          Ergebnisse / Kompetenzen:

          • Bewusstes Verhältnis zu KI-Tools.

          • Fähigkeit, Vor- und Nachteile argumentativ zu begründen.

          • Gestärkte Selbstwahrnehmung im Lern- und Berufsfindungsprozess.


          4. Aktiv werden

          🚀 Ziel: Eigenständige Anwendung und kreative Weiterentwicklung – KI als Werkzeug zur Gestaltung der eigenen Zukunft nutzen.

          Inhalte / Aktivitäten:

          • Schüler:innen entwickeln eigene Mini-Projekte:

            • „Mein Berufsprofil mit KI: Wie präsentiere ich mich authentisch?“

            • „KI-gestützte Berufsmesse: Wir stellen Zukunftsberufe 2040 vor.“

          • Erstellung eines digitalen Berufsportfolios, das KI-basierte und eigene Arbeit integriert.

          • Gestaltung einer Schulaktion oder Präsentation (z. B. Workshop für jüngere Jahrgänge oder Elternabend).

          • Option: Entwicklung schulinterner Leitlinien zur KI-Nutzung in der Berufsberatung.

          Ergebnisse / Kompetenzen:

          • Transfer in die Praxis: KI als Werkzeug für die eigene Entwicklung.

          • Gestaltungs- und Innovationskompetenz.

          • Beitrag zur Schulentwicklung (Lernende werden zu Multiplikator:innen).


          🧩 Kurzüberblick im Tabellenformat

          Phase Ziel Beispielaktivitäten Kompetenzen
          Aufklären Verständnis für KI & ethische Fragen schaffen Input, Diskussion, Mindmap, Mini-Recherche Grundwissen, ethische Sensibilität
          Ausprobieren Praktische Nutzung in Berufsorientierung KI-Recherche, Bewerbung mit KI, Peer-Feedback Anwendungskompetenz, kritisches Denken
          Akzeptieren Eigene Haltung reflektieren Diskussion, Lerntagebuch, Fallanalyse Reflexionsfähigkeit, Urteilsvermögen
          Aktiv werden KI kreativ und verantwortungsvoll einsetzen Projektarbeit, Portfolio, Präsentation Gestaltungskompetenz, Selbstwirksamkeit

          💡 Didaktische Idee für Schulleitungen / Steuergruppen

          Das 4A-Modell kann als didaktische Leitstruktur dienen, um Kollegien sicher an die Einführung von KI-gestützter Berufsorientierung heranzuführen.

          • Fortbildungsplanung: Lehrkräfte selbst durchlaufen die 4A-Phasen (Meta-Lernen).

          • Curriculare Verankerung: Jede Jahrgangsstufe kann auf einer 4A-Stufe ansetzen.

          • Evaluation: Reflexionstage oder Schülerportfolios dokumentieren die Lernfortschritte.


          Möchtest du, dass ich dieses 4A-Modell wie die anderen beiden (PDCA und ADDIE) zu einem 1-Seiten-Modellblatt für Schulleitungen zusammenfasse – z. B. mit Icons, Phase-Zielen und kompakten Beispielen für jede Stufe?

          „Reflexion“ durch ChatGPT

          Alle drei Modelle sind sehr brauchbar – die Entscheidung hängt davon ab, welches Ziel du mit der Begleitung des Entwicklungsprozesses priorisieren willst:


          1. PDCA (Plan-Do-Check-Act)

          • Stärken:
            • Sehr prozess- und organisationsorientiert, ideal für Steuergruppen und Schulleitungen.
            • Klar strukturiert für kontinuierliche Verbesserung.
            • Gut geeignet, um Maßnahmen schrittweise zu testen, zu evaluieren und zu skalieren.
          • Schwächen:
            • Weniger stark in der detaillierten didaktischen Gestaltung für den Unterricht selbst.
            • Reflexion und Haltungsentwicklung müssen bewusst integriert werden.

          Wann ideal: Wenn der Fokus auf Schulentwicklung, Implementierung und Skalierung liegt.


          2. ADDIE

          • Stärken:
            • Sehr didaktisch-strukturiert, unterstützt die Entwicklung von Lernmodulen, Materialien und Unterrichtssequenzen.
            • Bietet klare Phasen für Analyse, Design, Entwicklung, Umsetzung, Evaluation.
            • Besonders nützlich, wenn man Lehrkräfte begleiten und Unterrichtskonzepte erstellen möchte.
          • Schwächen:
            • Weniger zyklisch gedacht als PDCA; Anpassung erfordert einen neuen Durchlauf.
            • Kann etwas bürokratisch wirken, wenn das Ziel eher praxisnah und agil umgesetzt werden soll.

          Wann ideal: Wenn der Schwerpunkt auf didaktisch sauberer Materialentwicklung und Unterrichtsdesign liegt.


          3. 4A-Modell

          • Stärken:
            • Didaktischer Leitfaden für Lernende und Lehrende, sehr gut geeignet für Reflexion, Haltungsbildung und praktische Erfahrung.
            • Ideal für KI-Einführung im Unterricht, schrittweise vom Verstehen über Ausprobieren bis zur eigenen Anwendung.
            • Unterstützt Reflexion und Akzeptanz, nicht nur technische Nutzung.
          • Schwächen:
            • Weniger geeignet für die organisatorische Steuerung oder Schulprogramm-Integration.
            • Skalierung und Evaluation müssen separat geplant werden.

          Wann ideal: Wenn der Fokus auf pädagogischer Umsetzung, Schülererfahrung und reflektierter KI-Nutzung liegt.


          Meine Empfehlung für dein Ziel:

          • Für die konkrete Unterrichts- und Lernprozessgestaltung: 4A-Modell – es führt Schüler:innen Schritt für Schritt durch Verstehen → Ausprobieren → Reflexion → Anwendung.
          • Für schulische Gesamtsteuerung / Projektmanagement: PDCA – du kannst den Prozess als Pilotprojekt und kontinuierliche Verbesserung steuern.
          • ADDIE ist dann nützlich, wenn du parallel modulare Unterrichtseinheiten für alle Klassenstufen entwickeln willst.

          💡 Praxis-Tipp:
          Viele Schulen kombinieren: 4A als didaktische Leitstruktur für Schüler:innen, PDCA als Organisationsrahmen für die Schulentwicklung, und ADDIE als Planungs-Tool für Materialien und Module. So deckst du didaktik, Reflexion und Steuerung gleichzeitig ab.


          Wenn du willst, kann ich dir eine Kombinationsskizze erstellen, die zeigt, wie man 4A + PDCA + ADDIE zusammen für dein Ziel nutzt, ohne dass es kompliziert wird.

           

          Folgerung: Kombination der drei Modelle

          Perfekt 😄 – hier ist ein Vorschlag für eine kombinierte Übersicht, wie du 4A, PDCA und ADDIE für dein Ziel zusammen nutzen kannst. Das Ziel bleibt:

          Schüler:innen nutzen KI-Sprachmodelle reflektiert, um individuelle Berufswege zu erkunden, Informationen zu Ausbildungsberufen und Studiengängen zu recherchieren und Bewerbungsprozesse vorzubereiten.


          🔗 Kombinationsmodell: 4A + PDCA + ADDIE

          Ebene / Modell Fokus Konkrete Umsetzung für das Ziel Beispiele / Hinweise
          4A-Modell (didaktische Lernbegleitung) Lernprozess der Schüler:innen Aufklären → Ausprobieren → Akzeptieren → Aktiv werden • Einstieg: KI-Grundwissen, ethische Aspekte, Berufsrecherche.• Praktische Übungen: Bewerbungen, Berufsfeldrecherche.• Reflexion: Chancen, Grenzen, persönliche Haltung.• Projektarbeit: Berufsportfolio oder Schulprojekt mit KI.
          PDCA (steuerungsorientiert) Schulische Projekt- und Implementierungssteuerung Plan → Do → Check → Act Plan: Ziel definieren, Ressourcen klären, Pilotklasse wählen.• Do: Unterricht durchführen, Lehrer:innen begleiten, Materialien testen.• Check: Evaluation durch Schülerfeedback, Portfolioanalyse, Lehrerreflexion.• Act: Anpassung der Materialien, Skalierung auf weitere Klassen, Integration ins Schulprogramm.
          ADDIE (Material- & Modulentwicklung) Didaktische Struktur & Materialien Analyse → Design → Development → Implementation → Evaluation Analyse: Lernvoraussetzungen, Vorwissen, Infrastruktur.• Design: Module, Sequenzen, Assessments, Reflexionsbögen entwerfen.• Development: Materialien, Guides, digitale Tools erstellen.• Implementation: Pilotunterricht durchführen.• Evaluation: Ergebnisse auswerten, Materialien anpassen.

          💡 So funktioniert die Kombination praktisch:

          1. Vorbereitung & Steuerung:
            • PDCA sorgt dafür, dass das Vorhaben planbar ist, Verantwortlichkeiten klar sind, Ressourcen bereitstehen und die Evaluation zyklisch erfolgt.
          2. Materialentwicklung & Unterrichtsplanung:
            • ADDIE hilft, Module sauber zu gestalten, Materialien zu erstellen und die Einbindung in den Unterricht zu planen.
          3. Lernprozess der Schüler:innen:
            • 4A strukturiert die Schülererfahrung: Verstehen → Ausprobieren → Reflektieren → Anwenden.
            • Jede 4A-Phase kann mit ADDIE-Materialien gefüttert und mit PDCA gesteuert werden.

          🔹 Beispielhafte Umsetzung für ein Schuljahr (Klasse 10)

          Phase 4A ADDIE PDCA
          August – Oktober Aufklären Analyse & Design der Module (KI-Grundwissen, Berufsrecherche) Plan: Ressourcen, Pilotklasse, Zieldefinition
          November – Februar Ausprobieren Development: Materialien, Guides, Übungen erstellen Do: Unterricht durchführen, Feedback sammeln
          März – April Akzeptieren Implementation: Reflexionsübungen, Peer-Feedback Check: Evaluation, Lernergebnisse analysieren
          Mai – Juli Aktiv werden Evaluation: Materialien verbessern, Module anpassen Act: Skalierung, Integration ins Curriculum, Fortbildungen für Lehrkräfte

          🔹 Vorteile der Kombi

          • Ganzheitlich: Organisations- (PDCA), Material-/Modul- (ADDIE) und Lernprozessperspektive (4A) vereint.
          • Flexibel: Einzelne Phasen können iterativ angepasst werden.
          • Praxisnah: Schüler:innen erleben reflektiertes KI-Lernen, Lehrkräfte bekommen Struktur und Sicherheit.
          • Skalierbar: Pilotprojekte können leicht auf andere Klassen, Jahrgänge und Fächer übertragen werden.

          Wenn du willst, kann ich daraus noch eine grafische 1‑Seiten-Übersicht bauen – wie ein „Toolbox-Sheet für Schulleitungen“, das die drei Modelle optisch vereint, mit Zeitachse, Phasen, Zielen und Beispielen.
          Willst du, dass ich das mache?

          Die inhaltliche Reflexion überlasse ich Ihnen, denn mir fehlt der reale Bezug zu meiner Schulgemeinde sowie zu den Bedarfen der regionalen Betriebe und Unternehmen. Für meine letzten Berufsjahre kann ich jedoch sagen: Ich hätte gerne auf solche Sprachmodelle zurückgegriffen. Dadurch würden sich Arbeitserleichterungen ergeben. Vorteile sind die Berücksichtigung der wesentlichen Merkmale der drei Modelle, die übersichtliche Darstellung und die damit verbundenen Zeitersparnisse. Neue Ideen haben sich mir eher selten aufgedrängt, allerdings waren meine Fragen dazu auch (noch) nicht spezifisch genug. So würde ich den Dialog beispielsweise mit der Frage fortsetzen, wie ich auf Vorbehalte seitens der Schulgemeinde (Kolleginnen und Kollegen, Eltern usw.) eingehen kann.

          Abschließend habe ich mir noch einige Gedanken zur Unterrichtsentwicklung gemacht und dabei das 4A-Modell zugrunde gelegt. Meiner Meinung nach ist dies der niedrigschwelligste und am wenigsten aufwendige Ansatz. Daher folgt nun ein konkretes Unterrichtsbeispiel für die Sekundarstufen I und II, das sich am 4A-Modell von Prof. Weßels orientiert und den Einsatz von KI im Fach Deutsch oder Politik/Wirtschaft thematisiert.

          Zielgruppe: Klasse 9–12
          Dauer: ca. 3–4 Unterrichtsstunden
          Fach: Deutsch / Politik / Medienbildung
          Thema: Kritische Auseinandersetzung mit KI-generierten Texten

          Zur Abwechslung nutze ich nun ein anderes Sprachmodell. Auch dieses Mal habe ich nicht weiter redigiert.

          Unterrichtseinheit: „KI und Sprache – Chancen und Herausforderungen“ (von Microsofts Copilot, unbearbeitet)

          4A-Modell

          🔹 Phase 1: Aufklären
          Input: Kurze Einführung in generative KI (z. B. ChatGPT, DeepL Write, DALL·E)
          Material: Video oder Präsentation zu „Was ist KI?“ und „Wie funktioniert Textgenerierung?“
          Diskussion: Was kann KI? Wo begegnet sie uns im Alltag?

          🔹 Phase 2: Ausprobieren
          Aufgabe: Schüler:innen geben einer KI verschiedene Schreibaufträge:z. B. „Schreibe eine Erörterung zum Thema Social Media“ oder „Verfasse ein Bewerbungsschreiben“
          Vergleich: KI-Text vs. eigener Text
          Reflexion: Was fällt auf? Wo sind Stärken/Schwächen?

          🔹 Phase 3: Akzeptieren
          Gruppenarbeit: Bewertung der KI-Texte nach Kriterien wie Stil, Argumentation, Faktenlage
          Diskussion: Kann KI beim Schreiben helfen? Wo sind Grenzen?
          Ethik-Impuls: Wer trägt Verantwortung für KI-Inhalte?

          🔹 Phase 4: Aktiv werden
          Projektidee: Schüler:innen entwickeln ein eigenes „KI-Ethik-Kodex“ für die Schule
          Präsentation: Vorstellung der Ergebnisse vor der Klasse oder Schulgemeinschaft
          Ausblick: Wie könnte KI sinnvoll in den Unterricht integriert werden?

          🧠 Erweiterungsidee
          Falls du mit jüngeren Schüler:innen arbeitest oder das Thema spielerischer angehen willst, kann man auch ein „KI-Detektivspiel“ machen: Die Schüler:innen müssen herausfinden, ob ein Text von einem Menschen oder einer KI stammt – und ihre Entscheidung begründen.

          Schlussbemerkung

          Jan Vedder, Mitglied der Schulleitung einer niedersächsischen Schule, wird in diesem Blogbeitrag mit den Worten zitiert: „Schulentwicklung wird oft als anstrengend, arbeitsintensiv und nichts für schwache Nerven beschrieben.“ Das kann ich bestätigen. Entscheidungen müssen unter Unsicherheit, steigenden Anforderungen und wachsender Komplexität getroffen werden. Gerade in dieser Lage können einfache, strukturierende Denk- und Arbeitsmodelle entlasten, nicht weil sie alle Probleme lösen, sondern weil sie Orientierung schaffen.

          Die hier vorgestellten Modelle PDCA, ADDIE und 4A bieten genau das.

          • PDCA hilft dabei, Schulentwicklung als lernenden Prozess zu verstehen,
          • ADDIE gibt Struktur für die didaktische Gestaltung neuer Lernangebote.
          • 4A ermöglicht schließlich, Lehrkräfte und Schülerinnen und Schüler schrittweise an KI und digitale Lernprozesse heranzuführen – vom Verstehen bis zum eigenständigen Gestalten.

          Diese Modelle ersetzen natürlich keine Arbeit, aber sie geben Struktur, schaffen Verständigung und senken die emotionale Last, die entsteht, wenn Entwicklung als Dauerkrisenmodus erlebt wird.
          In ähnlicher Weise können KI-Sprachmodelle zur Entlastung beitragen, indem sie den Arbeitsfluss erleichtern, Ideen anregen und Reflexionsprozesse beschleunigen, ohne pädagogische Verantwortung zu übernehmen.

          Sie helfen dabei, Gedanken zu ordnen, Formulierungen zu entwerfen, Projektideen zu skizzieren oder Unterrichtseinheiten vorzustrukturieren. Schulleitungen können mithilfe dieser Modelle Entwürfe für Konzepte, Elternbriefe oder Fortbildungspläne erstellen und so schneller vom Denken ins Handeln kommen. Lehrkräfte gewinnen Freiraum, um sich auf die sozialen Aspekte von Entwicklung zu konzentrieren: auf Dialog, Haltung und Beziehung. Richtig eingesetzt werden LLMs so zu Sparringspartnern im Denken. Sie fördern Kreativität und ermöglichen eine effizientere Umsetzung der oben genannten Modelle (PDCA, ADDIE, 4A). Die Herausforderung bleibt jedoch, kritisch zu reflektieren, wie und wofür KI eingesetzt wird. Aber genau darin liegt auch die Chance: eine neue Balance zwischen Struktur, Entlastung und pädagogischer Verantwortung.

          In meinem nächsten und vorletzten Artikel dieser Blogreihe geht es um die Frage, wie Fortbildungen organisiert werden können. Konkret werde ich darauf eingehen, wie Schulleitungen und das pädagogische Personal die drei Modelle PDCA, ADDIE und 4A als Rahmen nutzen können, um kollegiale Lernprozesse zur KI-Kompetenz zu planen. Eine weitere Frage ist, wie Lehrkräfte selbst mit und über KI lernen können, also das Meta-Lernen der Schulorganisation.

          Stay tuned