KI in der Schule (2): Didaktik

Oct 9, 2025 | Allgemein, KI, Schulentwicklung, Unterricht

In meinem ersten Beitrag habe ich die Bildungsforschung zu Wort kommen lassen. Sie hat eine Reihe von Handlungsoptionen aufgezeigt.

  • Schulinterne Leitfäden: Schulen können vorhandene Handreichungen und Leitfäden nutzen, um festzulegen, wie KI-Systeme datenschutzkonform und pädagogisch sinnvoll eingesetzt werden.
  • Nutzung frei zugänglicher, geprüfter Tools: Für Unterricht und individuelle Förderung lassen sich Aufgaben, Texte oder Erklärungen generieren, die an unterschiedliche Sprachen oder Leistungsvoraussetzungen angepasst sind.
  • Materialerstellung und Unterrichtsentwürfe: Lehrkräfte können Sprachmodelle für die Entwicklung von Arbeitsblättern, Unterrichtsstunden und differenzierten Materialien einsetzen.

Darüber hinaus bin ich auf die Herausforderungen im Umgang mit heterogenen Lerngruppen eingegangen und habe auf unterrichtliche sowie berufsorientierte Aspekte aufmerksam gemacht.

In diesem praxisorientierten Beitrag werde ich diese nun ergänzen bzw. konkretisieren. Vor allem im Hinblick auf die Materialerstellung und die Unterrichtsgestaltung. Denn wie der Schulleiter Nils Fischer auf LinkedIn unter der Überschrift „Das Ende der Schulbücher” schreibt:[1] … Continue reading

Traditionelle Schulbücher haben jahrzehntelang für Struktur und Planbarkeit im Unterricht gesorgt. Doch ihr Modell hatte immer schon Grenzen. Gedruckte Werke sind statisch, werden über Jahre hinweg genehmigt, bleiben oft hinter aktuellen Entwicklungen zurück und verursachen durch die Lehrmittelausleihe hohe Kosten für Schulen und Elternhäuser. Die Realität von Lernprozessen sieht anders aus: kein Kind, kein Jugendlicher, kein Erwachsener lernt in derselben Geschwindigkeit, mit denselben Vorkenntnissen und denselben Interessen. „One-Size-fits-all“ war schon immer eine pädagogische Vereinfachung, die wir bislang aus praktischen Gründen akzeptiert haben.

Mit KI verändert sich das Spielfeld. Anstatt dass Lehrkräfte in späten Abendstunden Arbeitsblätter zusammenschustern oder auf träge Genehmigungsprozesse von Verlagen warten, wird Content künftig dynamisch erstellt – passgenau für Lernstand, Tempo und Themeninteresse. Das bedeutet ein Redesign unseres Schulsystems:

  • Weg von linearen Curricula,
  • hin zu flexiblen Lernpfaden,
  • unterstützt durch KI, die Inhalte, Übungen und Feedback maßgeschneidert anbietet.

Bei der Vorbereitung dieses Beitrags hat mich nun Folgendes interessiert: Was würde sich für mich ändern, wenn ich noch im Unterrichtsgeschehen aktiv wäre?

Wie der Beschreibung zum Prozessmodell, das in allen Kerncurricula des Landes Hessen implementiert ist, zu entnehmen ist, habe ich gemeinsam mit einer TI-affinen Kollegin und einem GeoGebra-affinen Kollegen Einsatzmöglichkeiten von CAS-Rechnern und Computern vorgestellt. Ich habe nun meine Einheit „Zuordnung” aufgegriffen und mit Perplexity einen Dialog gestartet. Ich hoffe, dass auch Lehrkräfte, die sich mit Mathematik nicht so gut auskennen, mit der Beschreibung zurechtkommen. Es handelt sich um eine Unterrichtseinheit für den Jahrgang 7. 

Um Missverständnissen vorzubeugen: Hierbei handelt es sich um den Auftakt eines Dialogs. Für mich bieten die Sprachmodelle die Möglichkeit, Ideen für die Unterrichtsgestaltung zu erhalten. Somit erhalte ich mit den ersten Prompts eine Grobstruktur, die ich dann unter Berücksichtigung der Lerngruppe weiter verfeinern kann (und muss).

Prozessmodell, organisiert mit Perplexity

Startphase: Ziele der Unterrichtseinheit

In einem Podcast wird angedeutet, wozu LLM wie du in der Lage sind:

  • Schulinterne Leitfäden: Schulen können vorhandene Handreichungen und Leitfäden nutzen, um festzulegen, wie KI-Systeme datenschutzkonform und pädagogisch sinnvoll eingesetzt werden.
  • Nutzung frei zugänglicher, geprüfter Tools: Für Unterricht und individuelle Förderung lassen sich Aufgaben, Texte oder Erklärungen generieren, die an unterschiedliche Sprachen oder Leistungsvoraussetzungen angepasst sind.
  • Materialerstellung und Unterrichtsentwürfe: Lehrkräfte können Sprachmodelle für die Entwicklung von Arbeitsblättern, Unterrichtsstunden und differenzierten Materialien einsetzen.

Ich möchte nun auf den letzten Punkt eingehen und untersuchen, wie du Lehrkräften, beispielsweise aus dem Fach Mathematik, helfen kannst. Es geht um das Lehr-Lernkonzept „Prozessmodell” (https://schule-in-der-digitalen-welt.de/kou/) und „Constructive Alignment” (https://schule-in-der-digitalen-welt.de/constructive-alignment/). Ich benötige eine Unterrichtseinheit zu Zuordnungen.

Ziele der Unterrichtseinheit sind:

  • Beziehungen zwischen Größen als Zuordnung aufschreiben und darstellen
  • Eigenschaften von Zuordnungen aus ihren Darstellungen ablesen
  • Eigenschaften von prop./ antiprop. Zuordnung benennen
  • Aus bekannten Größenangaben weitere Größenangaben berechnen
  • Taschenrechner und Computer verständig einsetzen

Die Unterrichtseinheit soll folgende Kompetenzen fördern:

  • Graphen lesen und darstellen; Umgang mit Tabellen und Formeln. Die SuS benötigen die digitalen Werkzeuge
    • zur Unterstützung beim Erkunden, Präsentieren, Visualisieren, Experimentieren
    • zum Strukturieren, Kontrollieren sowie zum Recherchieren
  • Ausgleichskurven. Die SuS benötigen die digitalen Werkzeuge
    • zur Bearbeitung von mathematischen Problemen und anschließender Reflexion
    • zur Unterstützung beim Erkunden, Präsentieren, Visualisieren, Experimentieren
  • Proportionale Zuordnungen. Die SuS benötigen die digitalen Werkzeuge
    • zum Berechnen, Algebraisieren, Strukturieren, Kontrollieren
  • Antiproportionale Zuordnungen. Die SuS benötigen die digitalen Werkzeuge
    • zum Berechnen, Algebraisieren, Strukturieren, Kontrollieren

Erstelle unter Nutzung des Prozessmodells einen sechswöchigen Plan, wie ich den Unterricht gestalten und organisieren kann.

Antwort von Perplexity

1. Phase: Advance Organizer

In der ersten Phase arbeite ich gerne mit einem Advance Organizer, der mir dabei hilft, meine Ziele angemessen vorzustellen und später die Ideen der Schüler zu sammeln. Kannst du mir dieses Dokument bitte vorbereiten?

Antwort Perplexity

3. Phase: Selbsteinschätzungsbogen (SEB)

Zentral ist die Selbsteinschätzung der Schülerinnen und Schüler in der 3. Phase. Kannst du mir einen zur Unterrichtseinheit passenden Selbsteinschätzungsbogen zusammenstellen?

Antwort Perplexity

4. Phase: Individuelle Unterstützung

Wie kannst du mich bzw. meine Schüler in der vierten Phase unterstützen? In dieser Phase bereiten sie sich individuell auf die Klassenarbeit vor. Ich stelle mir vor, dass sie Kontakt zu dir aufnehmen und dir dann Fragen stellen können. Alternativ könntest du sie in Vorbereitung auf die Klassenarbeit testen. Wie kann ich das organisieren?

Antwort Perplexity

5. Phase: Rückmeldung der Lehrkraft

In der letzten Phase wird ein Abgleich mit der Klassenarbeit vorgenommen. Kannst du den Selbsteinschätzungsbogen um die Lehrereinschätzung ergänzen?

Antwort Perplexity

Reflexion

Und nun erlebe ich ein Déjà-vu. Nach meiner Zeit bei „Schulen ans Netz” (SaN) und der Bertelsmann-Stiftung war mir klar, dass ich meinen Unterricht nicht mehr auf die gleiche Weise gestalten wollte, wie ich es vor meinem Ausstieg aus dem Schuldienst im Jahr 1990 in meiner Referendarzeit erlebt und praktiziert hatte. Mit meinem Neueinstieg im Jahr 2004 ermöglichte mir die Kombination aus Prozessmodell und Erfahrungen aus der SaN-Zeit einen komplett neuen Zugang zum Mathematik- und Informatikunterricht. Schon damals konnte ich mit den aktuellen Schulbüchern kaum etwas anfangen, höchstens als Nachschlage- und Aufgabenwerk.

Ähnlich hat mein Kollege reagiert, dem ich die Perplexity-Vorlagen gemailt habe:

Ich finde sie super! Das ist GENAU der Ansatz, den ich mir vorstelle und der mir immer wieder durch den Kopf geht. Ich möchte das Lernen weiter individualisieren. Das passt hervorragend in unser Prozessmodell. Ich dachte dabei vorrangig an Phase 4 (Konsolidierung) und Phase 1 (Lernausgangslage). Die Ergebnisse des SEBs (okay, einige habe ich selbst erstellt und kann sie immer wieder nutzen) und die Idee der Klausurrückmeldung mit Förderbedarfsgedanke sind jedoch neu und eine sehr gute Idee, vor allem für die Sekundarstufe I!

Selbstverständlich muss noch einiges nachgearbeitet werden. Die Perplexity-Vorlagen liefern eine Grobstruktur. In Abhängigkeit zur Lerngruppe ist eine Verfeinerung möglich. Viele Anpassungen sind erst im Laufe des Lehr- und Lernprozesses möglich. Somit setzt auch erst dann der weitere Dialog mit den Sprachmodellen ein. Verglichen mit meiner Erinnerung aus der damaligen Zeit ist das jedoch nicht der Rede wert. Zum Vergleich: Der Link führt zu einer gezippten Datei. Nach dem Entpacken die Datei „00start.doc” aufrufen. Die Word-Datei ist mit den weiteren Dateien verlinkt. Sie sind ebenfalls im Word-Format abgelegt, damit man sie weiterverarbeiten kann, z. B. durch Ergänzungen von Aufgaben, individuellen Erklärtexten und vielem mehr.

Ich kann mich noch gut an unsere Fortbildungen erinnern. Wie häufig wurde uns gesagt: „Ja, macht Sinn. Angesichts des Zeitaufwands müsste ich eigentlich auf eine halbe Stelle gehen, um die einzelnen Phasen angemessen vorzubereiten.“ Selbst wenn man unterstellt, im Laufe der Unterrichtsjahre viele Materialien erstellt zu haben, verändern sich doch immer wieder die Lerngruppe und die damit verbundenen Herausforderungen. Mit diesem LLM habe ich in wenigen Stunden eine brauchbare Vorlage erhalten. Das hat seinerzeit, bei aller Routine viel mehr Zeit beansprucht.

Warum kein Prompt zur zweiten Phase?

Hier wahre ich meine eigene Integrität und Authentizität. Die lasse ich mir durch keine KI der Welt vorschreiben. Wozu habe ich eigentlich jahrelang studiert? Außerdem kann ich auf jahrzehntelange Unterrichtserfahrung zurückgreifen. Das schließt jedoch nicht aus, Neues dazuzulernen. Das würde ich jedoch lieber in Kooperation mit meinen (Fach)Kolleginnen und Kollegen entwickeln bzw. erarbeiten.

Rückmeldungen Kolleginnen und Kollegen

Ich habe meine (ehemaligen) Fortbildungskolleginnen und -kollegen aus den Fachbereichen Naturwissenschaften, Deutsch, Neue Fremdsprachen sowie Politik & Wirtschaft angeschrieben und sie um ihre Erfahrungen im Umgang mit LLM & Co. gebeten. Die Rückmeldungen waren zwiespältig. Ja, man bekam neue Anregungen für den Unterricht. Nein, noch läuft einiges in die falsche Richtung ( Konfabulieren (Prof.’in Zweig), Halluzinationen). Vor allem der Kollege aus dem Fachbereich Naturwissenschaften berichtete von frustrierenden Erkenntnissen für seinen Physik-Leistungskurs. Der Tenor war dennoch: Bezüglich der Unterrichtsorganisation könne man von den Tools profitieren. Fachdidaktisch wünschte man sich jedoch mehr Unterstützung von den Fachdidaktikerinnen und -didaktikern der Universitäten und Pädagogischen Hochschulen. Deren Input sei nahezu gar nicht vorhanden, so der Vorwurf.

Und doch ist dieser so nötig: Die Fremdsprachenkollegen (Englisch, Französisch, Spanisch) berichten von Reaktionen der Schülerinnen und Schüler, die sie daran zweifeln lassen, ob der Unterricht angesichts der Verfügbarkeit und der Übersetzungsfähigkeiten der LLM-Tools methodisch wie inhaltlich noch sinnvoll ist. Die Deutschlehrerin verwies auf die nahezu 100-prozentig sichere Fehlerkorrektur durch DeepL inklusive weiterer Formulierungsalternativen. Sie würde die Schülerinnen und Schüler gerne bitten, ihre Arbeiten – schon allein wegen ihrer kaum lesbaren Handschrift – durch die Tools zu jagen, um sie lesbarer zu machen, grobe Fehler zu bereinigen und ihnen schließlich die Möglichkeit zu geben, noch einmal über ihre Arbeiten zu reflektieren. Darüber hinaus zeigte sie sich angesichts der Dialogmöglichkeiten begeistert, die bis hin zur Vorbereitung von kleineren Aufführungen reichen. Hierbei arbeitet sie mit dem Fach Darstellendes Spiel zusammen. Der Kollege aus dem Fachbereich Politik und Wirtschaft äußert schließlich sein Unbehagen darüber, wie anfällig die LLMs für Desinformationen, Manipulationen, Diskriminierungen, Verzerrungen und Überwachungstechnologien sind. Wie sollte man darauf reagieren, wenn nicht durch Problemstellungen, die durch den Einsatz von LLMs entstehen?

Mathematik – Informatik

Auch in meinen Fächern (Naturwissenschaften und Informatik) muss dringend ein Diskurs stattfinden. Prof. Loviscach hat in einem Youtube- Video aufgezeigt, 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. Heymann würde es im Fach Mathematik vermutlich bei den Inhalten Arithmetik, Prozentrechnung, Dreisatz und Schätzen bewenden lassen.

Rückblick: Wir schreiben das Jahr 1996: In den Printmedien wird eine Habilitationsschrift von Hans Werner Heymann mit der provokanten Aussage zitiert, dass die Vermittlung der Inhalte des Mathematikunterrichts bis zur 8. Klasse – darunter Addition, Subtraktion, Multiplikation, Division, Überschlagsrechnung, Dreisatz und Prozentrechnung – bereits eine ausreichende Berufsvorbereitung darstelle.[2]https://schule-in-der-digitalen-welt.de/7-evaluation/

Vielleicht war es 1996 noch kein Thema, doch ich halte aus heutiger Sicht die Vermittlung von Inhalten zur Statistik und Wahrscheinlichkeitsrechnung für essenziell. Aber was dann? Viele der Übungsaufgaben aus den Schulbüchern ab Jahrgangsstufe 8 wurden richtig gelöst. Welche Konsequenzen ergeben sich für uns im Mathematikunterricht, wenn in der beruflichen Ausbildung gefordert wird, sich vor allem auf die Inhalte bis zur 8. Klasse zu konzentrieren? Lediglich die zukünftigen NaWi-Uni-Aspiranten haben erweiterten Qualifikationsbedarf in mathematischen Kalkülfragen. In der Informatik gestaltet sich die Sache noch dramatischer. Fast jeder Code wird mittlerweile fehlerfrei erzeugt. Somit benötige ich „nur noch” die Kompetenz, richtig zu prompten und die Codes zu prüfen. Das erfordert sicherlich auch Basiskompetenzen, die jedoch nicht über Jahre hinweg aufgebaut und gepflegt werden müssen.

In seiner Habilitationsschrift aus dem Jahr 1996 forderte Heymann, sich diesen sieben allgemeinbildenden Aufgaben zuzuwenden, die zudem fächerübergreifend umgesetzt werden können: Lebensvorbereitung, Stiftung kultureller Kohärenz, Weltorientierung, Anleitung zum kritischen Vernunftgebrauch, Entfaltung von Verantwortungsbereitschaft, Einübung in Verständigung und Kooperation, Stärkung des Schüler-Ichs.[3]ebda.

Das Wording ist sicher an die heutige Zeit anzupassen, doch der Inhalt ist grundsätzlich übertragbar. Zusammenfassend lassen meine Erfahrungen und die meiner Kolleginnen und Kollegen nur eine Schlussfolgerung zu. Die Curricula müssen verändert oder zumindest deutlich angepasst werden. Zudem müssen sie, spätestens ab der Jahrgangstufe 8 fächerübergreifend und/oder -verbindend angelegt sein. Keine Schülerin und kein Schüler wird in seinem späteren Beruf in seiner eigenen Berufsdomäne tätig sein. Das Arbeitsgebiet wird immer interdisziplinär ausgerichtet sein. Dafür muss die Schule die entsprechenden Voraussetzungen schaffen – curricular wie mental.

 

Fächerübergreifende, -verbindende Ansätze

Lehrkräfte müssen nicht warten, sondern können bereits jetzt, auch ohne große Umbauten im Curriculum, gezielt und fächerübergreifend Future Skills fördern. Dies ist durch kleine Module, kluge Partnerprojekte und mutige Diskussionen über Werte, Wandel und Wirklichkeit möglich. Wichtig ist ein gemeinsames Mindset im Kollegium. Antoine de Saint-Exupéry (französischer Schriftsteller) sagte dazu vor 100 Jahren: „Unsere Aufgabe ist es nicht, die Zukunft vorherzusehen, sondern sie zu ermöglichen.“ Darüber hinaus können Lehrkräfte agile Lehrmethoden einführen, die Jugendlichen dabei helfen, relevante Fähigkeiten für die Arbeitswelt zu entwickeln. Praktika, Projektarbeit und praxisnahe Aufgaben können dabei helfen, theoretisches Wissen in praktische Fähigkeiten umzusetzen.

In Norwegen sind fächerübergreifende Projekte curricular verankert. Aktuell durch die Themen: Demokratie und Bürgerbeteiligung, nachhaltige Entwicklung, Gesundheit und Lebenskompetenz. Übertragen auf unser Bildungssystem, z. B. bezüglich „Nachhaltige Entwicklung”

  • Berechnung des ökologischen Fußabdrucks (MINT)
  • Diskussion über Konsumverhalten (Deutsch, Sozialkunde)
  • Gestaltung von Informationskampagnen (Kunst und Sprache)
  • Reflexion über persönliche Werte (Philosophie, Ethik/Religion)

Didaktische Zugänge zur Kooperation im Kollegium gelingen etwa durch Themenwochen oder Projekttage, fächerübergreifende Module (3–6 Unterrichtsstunden), Lernprodukte (Podcasts, Blogs, Websites, Erklärvideos). Didaktisch/methodisch bietet sich das

an.

Finanzbildung im fächerübergreifenden, -verbindenden Ansatz

Aber auch Alltagsfragen bieten sich an, aufgegriffen zu werden. Immer wieder wird gefordert, Finanzbildung in den Lehrplan aufzunehmen. Zuletzt wurde dies am 5. Oktober 2025 in der SZ gefordert: Finanzbildung muss auf den Lehrplan. Sonst wird es nie echte Chancengleichheit geben. Ich habe mich gefragt, wie ein Team, das Mathematik und PoWi/Sowi unterrichtet, von dem Tool Perplexity unterstützt werden kann. Mit folgendem Prompt habe ich es befragt:

Es wird schon seit langem gefordert, Finanzbildung in der Schule zu ermöglichen. Kannst du einmal fächerübergreifende Unterrichtseinheiten skizzieren, die die aktuellen Lehrziele in Mathematik und Politik einbezieht?

Was mich beeindruckt hat, waren die Quellen, die das Tool einbezogen hat: Zur Antwort, inkl. Angaben zu den genutzten Quellen.

Darüber hinaus können Schulen ihren Schülerinnen und Schülern eine geeignete Berufsorientierung bieten, indem sie moderne, digitale und praxisnahe Ansätze verfolgen, die sich an den Bedürfnissen, den Interessen sowie den technologischen Kompetenzen der Schülerinnen und Schüler orientieren. Dazu nun mehr.

Berufsorientierung

Der Bericht über die Expo zeigt, wie präsent KI bereits bei unseren Schülerinnen und Schülern der Abschlussklassen ist – sei es im Realschul- oder im Gymnasialbereich. Im Hinblick auf die Berufsorientierung sind die durch KI erzeugten Substituierbarkeitspotenziale von Interesse, also die Frage, welche Aufgaben und Berufe technisch durch Computer und Maschinen ersetzt werden könnten. Konkret sind Beispiele mit einem besonders hohen Substituierbarkeitspotenzial z. B. Bäcker, Buchhalter und Kassierer, mit einem besonders niedrigen z. B. Erzieher, Ärzte und Friseure. Die Diskussion über die Bedeutung traditioneller und digitaler Kompetenzen bietet die Gelegenheit, mit den Schülerinnen und Schülern über die Anforderungen und Chancen der Arbeitswelt von morgen zu sprechen, beispielsweise durch Projekte, Recherchen oder Gespräche mit externen Experten.

Am Beispiel des Online-Tools „Jobfuturomat“, das Berufe nach ihrer Substituierbarkeit analysiert, wird aufgezeigt, welche Berufe wie stark betroffen sein werden. Lehrkräfte könnten ihren Schülern mit diesem Tool ermöglichen, ihre Wunschberufe zu untersuchen und die Ergebnisse zu diskutieren, wie in diesem Video (ab 10:30) vorgestellt.

Ob KI einen Job kaputt macht? Auf diese Frage geht dieser Beitrag ein: 

Y-History-Reporterin Julia recherchiert mit künstlicher Intelligenz! Sorgen hat ihr das lange nicht gemacht: „Ich mache schließlich was mit dem Kopf. Das kann mir keiner nehmen.“ Doch mittlerweile fragt sie sich: Wie lange noch? Ist das echt „nur“ Arbeit 4.0, mit den üblichen Risiken und Nebenwirkungen? Oder killt KI im großen Stil Jobs – auch meinen? Julia probiert mit Forschern eine brandneue Übersetzer-KI aus, entlarvt mit einer Faktencheckerin Video-Fakes und steigt zwischendurch tief ins Filmarchiv. Dort findet sie unsere alten Ängste (Roboter bauen Autos!), unsere Träume (Eine Maschine komponiert!) und manchmal auch Komisches: Der elektronische Heiratsvermittler war 1963 jedenfalls ein ziemlich cooler Vorläufer für Tinder & Co….

Ab Minute 17 werden kreative Berufe und ab Minute 23 der Journalismus berufsspezifisch hinterfragt.

Die Beschäftigung mit den durch die Digitalisierung bedingten Veränderungen, die Förderung der Reflexion über berufliche Zukunftssicherheit und Weiterbildungsbereitschaft sowie das Ausprobieren von Tools wie dem Jobfuturomat bieten einen praxisnahen Zugang zur beruflichen Wirklichkeit und orientieren sich eng an den aktuellen Entwicklungen der Arbeitswelt. Prof. Weber vom Institut für Arbeitsmarkt- und Berufsforschung äußert sich im o. g. ARD-Video-Beitrag (ab etwa 15:30) u. a. zum Thema KI im Bildungssystem: „Es geht nicht um IT-Expertise, sondern um die Fähigkeit, damit zu arbeiten, abstrakt zu denken, zu kommunizieren, zu lernen und sich selbst und den eigenen Job zu organisieren.”

Idee für eine Unterrichtseinheit/Projektag „Berufsorientierung“

In Kenntnis der oben vorgestellten Videos und der ersten Berührungen mit dem Online-Tool Futuromat: Warum nicht Schülerinnen und Schüler mit einer Methode vertraut machen, die sich mit auf die Zukunft ausgerichteten Fragestellungen als sinnvoll erwiesen hat und in Schulen noch selten anzutreffen ist? Das Design-Thinking-Verfahren.

Thema: „Gestalte die Zukunft deiner Arbeit“ – Schülerteams entwickeln kreative Lösungen für Fragen rund um die Zukunft der Arbeitswelt im Zeitalter von KI.
Zielgruppe: Sek I/II, alle Schulformen
Dauer: 6–8 Unterrichtsstunden
Fächer: Ethik, Wirtschaft, Deutsch, Informatik, Kunst, Politik

Geförderte Kompetenzen:

  • Kognitiv: Problemlösen, Kreativität, systemisches Denken
  • Technologisch: digitale Tools im Problemlösungsprozess nutzen
  • Sozial: Teamarbeit, Kommunikation, Perspektivenübernahme
  • Selbstkompetenz: Selbstorganisation, Eigenverantwortung, Sinnorientierung

Warum ist Design Thinking nützlich? [4] … Continue reading

  • Es hilft, komplexe Probleme zu lösen, indem es den Fokus auf die Nutzer legt.
  • Es ermöglicht die Entwicklung innovativer Produkte und Dienstleistungen, die wirklich von den Nutzern gewünscht werden.
  • Es fördert eine offene Fehlerkultur und das systematische Hinterfragen von Annahmen.

Die Umsetzung wird durch den Einsatz eines LLMs Ihrer Wahl sicher erleichtert, wie meine ersten Tests gezeigt haben. Allerdings fehlte mir der lokale Bezug, sowohl was die zu beteiligenden Firmen und Betriebe als auch die beteiligten Schülergruppen angeht. Deren Erwartungen müssen unbedingt in die Prompts bzw. in den Dialog mit den LLMs eingebunden werden, wie die Antwort von ChatGPT auf meinen Prompt zeigt:

Gemeinsam mit den Schülern möchte ich der Frage nachgehen: Wie kannst du die richtige Berufswahl treffen? Gewöhnlich werden dazu Praktika in Betrieben oder Berufsorientierungstage durch einschlägige Agenturen angeboten. Angesichts der Entwicklungen rund um KI scheint mir das jedoch nicht mehr angemessen zu sein. Eignet sich das Design-Thinking-Modell (vgl. https://hpi.de/d-school/) für die Umsetzung in meinen Lerngruppen?

Antwort ChatGPT

Das ist ein spannender Ansatz! Deine Überlegung, klassische Formate der Berufsorientierung (Praktika, Infotage, Beratungsagenturen) infrage zu stellen, ist im Lichte der schnellen Entwicklungen rund um KI sehr berechtigt. Gerade weil viele heutige Berufsbilder sich stark verändern oder erst noch entstehen, erscheint es sinnvoller, die Schüler:innen methodisch zu befähigen, ihre eigenen Wege zu entwickeln – und hier passt Design Thinking sehr gut.

Warum sich das Modell eignet:

  1. Nutzerzentrierung:
    Im Design Thinking steht der Mensch mit seinen Bedürfnissen im Mittelpunkt. Übertragen auf die Berufswahl heißt das: Die Schüler reflektieren nicht nur „Welche Berufe gibt es?“, sondern „Welche Stärken, Interessen, Werte habe ich – und wie passen diese zu möglichen Tätigkeiten in einer von KI geprägten Zukunft?“.
  2. Iteratives Vorgehen:
    Berufsorientierung ist kein einmaliger Prozess, sondern ein Ausprobieren, Verwerfen, Neujustieren. Das iterative Arbeiten im Design Thinking spiegelt diesen realen Prozess sehr gut wider.
  3. Kreativität und Zukunftsorientierung:
    Klassische Berufsorientierung vermittelt oft ein statisches Bild von Berufsfeldern. Design Thinking ermutigt dagegen, neue Ideen zu generieren – etwa: „Wie könnte mein Traumberuf in 10 Jahren aussehen?“ oder „Welche Kombination aus KI-gestützten und menschlichen Fähigkeiten wird dann gefragt sein?“
  4. Teamarbeit und Perspektivwechsel:
    Berufswahl ist oft ein sehr individueller Prozess. Im Design Thinking profitieren Schüler:innen davon, gemeinsam Ideen zu entwickeln, andere Blickwinkel einzunehmen und ihre eigenen Sichtweisen zu erweitern.
  5. Verbindung zu KI-Themen:
    Man kann gezielt Szenarien einbauen: Welche Berufe werden durch KI unterstützt oder transformiert? Welche Kompetenzen bleiben unersetzlich? Welche neuen Chancen entstehen?

Mögliche Umsetzungsschritte im Unterricht (stark verkürzt, orientiert an den Phasen des HPI-Modells):

  • Verstehen: Schüler analysieren ihre eigenen Interessen, Stärken, Werte.
  • Beobachten: Interviews mit Berufstätigen, KI-Experten oder Eltern; Recherchen zu „Future Skills“.
  • Sichtweise definieren: Formulieren von Leitfragen wie „Wie finde ich einen Beruf, der zu mir passt und zukunftssicher ist?“
  • Ideen finden: Brainstorming zu Berufsbildern der Zukunft, Rollen, die KI nicht übernehmen kann, Kombinationen aus Technik und Menschlichkeit.
  • Prototyp entwickeln: Schüler entwerfen z. B. ein persönliches Zukunftsportfolio oder eine „Berufslandkarte“ für sich selbst.
  • Testen: Rückmeldungen aus der Gruppe, von Eltern oder externen Fachleuten einholen.

👉 Fazit: Ja, das Design-Thinking-Modell eignet sich sehr gut für deine Fragestellung. Es verschiebt den Fokus von der Anpassung an bestehende Berufsbilder hin zu einer selbstbestimmten, kreativen Auseinandersetzung mit den Möglichkeiten der Zukunft.

Soll ich dir einen konkreten Stundenablauf (z. B. für 4–6 Doppelstunden) entwerfen, der zeigt, wie du das mit deinen Lerngruppen durchführen kannst?

Super! Ich skizziere dir einen Unterrichtsablauf auf Basis von Design Thinking für etwa 4–6 Doppelstunden (je nach Tiefe und Lerngruppe). Die Struktur lehnt sich an die Phasen der HPI-D-School an, ist aber für die schulische Umsetzung vereinfacht.

Thema: „Wie kannst du die richtige Berufswahl treffen?“

Methode: Design Thinking
Zielgruppe: Sek. I / Sek. II (anpassbar)

Doppelstunde 1: Einstieg & Verstehen

  • Impuls: Kurze Diskussion „Berufe heute vs. in 15 Jahren – was verändert sich durch KI?“
  • Mini-Input Lehrkraft: Veränderungen von Berufsbildern durch Automatisierung/KI, Beispiele neuer Tätigkeiten.
  • Übung: Schüler:innen füllen ein „Self-Assessment Canvas“ aus (Stärken, Interessen, Werte, Hobbys, Wünsche).
  • Hausaufgabe/Recherche: Interviews mit Eltern, Freunden oder Berufstätigen zu deren Berufswahl und veränderten Anforderungen.

Doppelstunde 2: Beobachten & Empathie

  • Austausch: Ergebnisse der Interviews zusammentragen.
  • Perspektivwechsel:
    • Rollenspiel: „Ich bin eine KI – welchen Beruf könnte ich besser machen als ein Mensch? Wo bleibe ich außen vor?“
    • Diskussion: Welche menschlichen Fähigkeiten bleiben unverzichtbar?
  • Mapping: Sammlung auf Plakat oder digitalem Whiteboard („Future Skills Map“).

Doppelstunde 3: Sichtweise definieren

  • Gruppenarbeit: Jede Gruppe formuliert eine Leitfrage, z. B.:
    • „Wie finde ich einen Beruf, der zu meinen Stärken passt?“
    • „Wie kombiniere ich Technik und Menschlichkeit?“
    • „Wie bleibe ich flexibel, wenn sich Berufe ständig ändern?“
  • Clustern: Gemeinsame Auswahl von 2–3 Kernfragen, die für alle relevant sind.
  • Auftrag: Jede Gruppe bearbeitet eine Leitfrage weiter.

Doppelstunde 4: Ideen entwickeln

  • Kreativtechniken: Brainstorming, 6-3-5-Methode oder „Crazy 8s“ (8 Ideen in 8 Minuten).
  • Sammeln: Viele Ideen zu möglichen Berufsfeldern, Zukunftswegen, persönlichen Strategien.
  • Auswahl: Gruppen wählen ihre 1–2 besten Ideen, die sie konkretisieren wollen.

Doppelstunde 5: Prototyping

  • Produkte entwickeln (frei wählbar, z. B.):
    • Persönliche Berufslandkarte (visuelle Übersicht möglicher Berufsfelder).
    • Zukunfts-Portfolio (Stärken, Ideen, Handlungsschritte).
    • Prototyp einer App/Website zur Berufswahl (Skizze auf Papier).
    • Kurzfilm/Podcast „Mein Beruf in 2035“.
  • Zwischenfeedback: Gruppen tauschen ihre Prototypen aus und geben Rückmeldungen.

Doppelstunde 6: Testen & Reflexion

  • Präsentationen: Jede Gruppe stellt ihre Ergebnisse/Prototypen vor.
  • Feedback: Von Mitschüler:innen, evtl. eingeladenen Eltern, Berufsberater:innen.
  • Reflexion:
    • „Was habe ich über mich gelernt?“
    • „Wie kann ich Design Thinking auch auf andere Lebensentscheidungen anwenden?“
    • „Welche Rolle spielt KI bei meiner Berufswahl – Chance oder Risiko?“
  • Abschlussprodukt: Persönlicher „Zukunftsbrief“ an sich selbst: „In 10 Jahren will ich…“

🔧 Materialien:

  • große Plakate, Post-its, Marker
  • ggf. digitale Tools (Miro, Padlet, Canva)
  • Templates (Self-Assessment Canvas, Future Skills Map, Berufslandkarte)

👉 Vorteil: Der Ablauf ist flexibel – du kannst auch nach Doppelstunde 4 stoppen (wenn Zeit knapp ist) oder durch externe Inputs (z. B. kurze Experteninterviews per Videocall) anreichern.

Soll ich dir für die Umsetzung ein Template-Set (z. B. für Self-Assessment Canvas, Future Skills Map, Berufslandkarte) entwerfen, das du direkt in deiner Lerngruppe einsetzen kannst?

Perfekt 👍 Dann stelle ich dir ein kleines Template-Set zusammen, das du direkt mit deinen Lerngruppen einsetzen kannst. Ich halte es so offen, dass du es sowohl analog (Plakat/Post-its) als auch digital (Padlet, Miro, Canva, Google Slides) nutzen kannst.

📌 1. Self-Assessment Canvas („Ich im Überblick“)

Ziel: Schüler:innen reflektieren Stärken, Interessen, Werte und mögliche Berufsmotive.

Struktur (einfaches Blatt oder A3-Poster):

  • Meine Stärken (Was kann ich gut?)
  • Meine Interessen (Womit beschäftige ich mich gern?)
  • Meine Werte (Was ist mir im Leben wichtig?)
  • Meine Lernfelder (Was möchte ich noch verbessern?)
  • Meine Zukunftswünsche (Wo sehe ich mich in 10 Jahren?)

👉 Tipp: Mit Symbolen, Farben oder Bildern arbeiten lassen – macht das Ergebnis persönlicher.

📌 2. Future Skills Map

Ziel: Bewusstsein für Kompetenzen, die in einer KI-geprägten Zukunft wichtig sind.

Vorlage (Kreisdiagramm oder Mindmap):

  • Technische Skills (z. B. Datenverständnis, Umgang mit KI, digitale Werkzeuge)
  • Soziale Skills (Kommunikation, Teamfähigkeit, Empathie)
  • Kognitive Skills (Problemlösen, kritisches Denken, Kreativität)
  • Selbstkompetenzen (Resilienz, Flexibilität, Eigenverantwortung)

👉 Schüler:innen können die Map individuell ausfüllen und mit Beispielen aus ihrem Alltag ergänzen („Ich trainiere Teamfähigkeit beim Fußball“).

📌 3. Berufslandkarte („Mein Berufswelt-Atlas“)

Ziel: Ideen zu möglichen Berufsfeldern visualisieren.

Vorlage (Landkarte mit Feldern oder Zonen):

  • Sichere Zonen: Berufe, die heute schon bekannt sind.
  • Wachstumszonen: Zukunftsberufe (z. B. KI-Ethikberater, Green-Engineer).
  • Unbekannte Zonen: Fantasievolle Ideen („Berufe, die es vielleicht bald gibt“).
  • Meine Route: Markierung des eigenen Weges (z. B. mit Symbolen für Schule, Ausbildung, Studium, Beruf).

👉 Variante: Schüler:innen zeichnen Symbole, erstellen Steckbriefe zu Berufen oder verknüpfen ihre Map mit der Self-Assessment Canvas.

📌 4. Reflexionskarten

Für den Abschluss oder zur Zwischenauswertung:

  • „Eine Fähigkeit, die mir für meine Zukunft wichtig ist…“
  • „Ein Berufsfeld, das mich neugierig macht…“
  • „Eine Rolle, die KI in meinem Beruf spielen könnte…“
  • „Ein nächster Schritt, den ich unternehmen möchte…“

👉 Diese Karten lassen sich leicht auf A6 drucken oder digital in Mentimeter/Padlet einsetzen.

🔧 Wenn du möchtest, kann ich dir die Vorlagen auch grafisch als PDF/PowerPoint zum direkten Ausdrucken oder für Beamer/Whiteboard gestalten – dann hättest du sofort einsatzfähige Arbeitsblätter.

👉 Soll ich dir diese grafisch aufbereitete Version (z. B. als PDF) vorbereiten?

 

Self-Assessment Canvas

Meine Stärken (Was kann ich gut?)

Meine Interessen (Womit beschäftige ich mich gern?)

Meine Werte (Was ist mir wichtig?)

Meine Lernfelder (Was möchte ich verbessern?)

Meine Zukunftswünsche (Wo sehe ich mich in 10 Jahren?)

 

Schlussbemerkung

Nils Fischer (s.o.) weiter:[5] … Continue reading

Google hat mit „Learn Your Way“ ein Programm gestartet, das zwar noch in der Experimentierphase ist, aber schon zeigt, wohin die Reise geht: zu vollständig individualisierten, adaptiven Lernwegen. Jeder Lernende bearbeitet ein Thema so lange, bis der nächste Meilenstein erreicht ist – nicht länger, nicht kürzer.
Das bedeutet ein Redesign unseres Schulsystems:

  • Weg von linearen Curricula,
  • hin zu flexiblen Lernpfaden,
  • unterstützt durch KI, die Inhalte, Übungen und Feedback maßgeschneidert anbietet.

Wie Fischer bin auch ich der Meinung, dass sich die Schulbuchverlage neu erfinden müssen. Wie schon so häufig beschrieben: Lehrkräfte müssen ihre Mindsets überdenken, ihre Rolle überprüfen und sich von reinen Inhaltsvermittlern zu Lernbegleitern und Kompetenzcoaches entwickeln. „Die Frage ist nicht, ob dieser Wandel kommt, sondern nur noch, wie schnell wir ihn zulassen“, so der Schulleiter abschließend.

In diesem zweiten Beitrag meiner Reihe habe ich mir vorgenommen, diesen Wandel curricular zu skizzieren. Dabei geht es um die Frage: „Wie lässt sich der Einsatz von Künstlicher Intelligenz in Schule und Unterricht verantwortungsvoll gestalten?” Bezüglich einer Auseinandersetzung auf Schulebene habe ich bereits in meinem Einführungsartikel darauf Bezug genommen.

Die Verfahren der datengestützten Schulentwicklung sind ein Werkzeug, um die angesprochenen Aspekte empirisch zu erfassen, zu reflektieren und in konkrete Qualitätsentwicklungsprozesse zu überführen. Damit können Schulen im gesellschaftlichen Wandel mit KI Orientierung gewinnen, digitale Kompetenzen stärken und zugleich gesellschaftliche Verantwortung im Einsatz von KI sichern. 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. Das ist ein entscheidender Schritt, um den Bildungsauftrag im digitalen Zeitalter zu erfüllen.

KI-Tools können Unterrichtsvorbereitungen ermöglichen, Lernprozesse unterstützen, Diagnosen erleichtern und Feedback automatisieren. Doch wer überprüft, wie gut sie das tun? Genau darum wird es in meinem dritten Beitrag gehen. Ich werde eine Reihe verschiedener Qualitätssicherungskonzepte vorstellen, die den Einsatz von KI aus pädagogischer, rechtlicher und technischer Sicht absichern. Durch klare Kriterien, Prozessschritte und Verantwortlichkeiten werden Vertrauen und Transparenz geschaffen.

… Stay tuned …

References

KI in der Schule (1): Bildungsforschung

Oct 1, 2025 | Allgemein, Evaluation, KI, Schulentwicklung, Unterricht

Künstliche Intelligenz, konkret in Form von Sprachmodellen (auch LLM genannt), ist längst in vielen Lebensbereichen angekommen: in Suchmaschinen, Textverarbeitung, Übersetzung, Bildbearbeitung und zunehmend auch in der Bildung. Drei von vier Schülerinnen und Schülern in Deutschland nutzen bereits KI im Unterricht, oft ohne das Wissen der Lehrkräfte. Das bestätigen aktuelle Interviews mit Bildungsforschern. Der Einsatz von Sprachmodellen in Schulen wird jedoch noch von erheblichen Vorbehalten begleitet. Viele Lehrkräfte haben KI-Tools bislang nie selbst erprobt und verfügen daher nicht über das notwendige Erfahrungswissen, um Chancen und Risiken fundiert einschätzen zu können. Wie notwendig eine kollegiale Befassung mit diesem Thema ist, zeigt das Impulspapier der Ständigen Kommission der KMK[1]https://www.swk-bildung.org/content/uploads/2024/02/SWK-2024-Impulspapier_LargeLanguageModels.pdf:

Der Einsatz von LLM sollte angepasst an die Bildungsetappen erfolgen. In der Grundschule und zu Beginn der Sekundarstufe I sollte weitgehend auf LLM verzichtet werden. Stattdessen sollte der systematische Aufbau von basalen Lese- und Schreibkompetenzen fokussiert werden, die den gesamten Schreibprozess, d. h. die rekursiv-iterative Planung, Erstellung und Revision von Texten systematisch berücksichtigen. Analoges Schreiben ist Aufgabe aller Fächer, um den fachspezifischen Aufbau von Wissen und Kompetenzen zu unterstützen. Im Laufe der Sekundarstufe I können zunehmend digitale Tools zur Erstellung von Texten eingesetzt werden, die Verwendung von LLM sollte in den ersten Jahren nur sehr eng begleitet erfolgen.
Ab der achten Jahrgangsstufe ist ein regelmäßiger Einsatz von LLM als Schreibunterstützung in allen schulischen Fächern, in denen schriftlichen Leistungen erbracht werden müssen, zu erwägen. Ab der Sekundarstufe II können LLM vielfältig zur Erstellung von Texten verschiedener Genres eingesetzt werden (hilfsmittelunterstützt), während weiterhin auch Texte ohne LLM (hilfsmittelfrei) erstellt werden.

Ich stehe Forderungen, die nicht so schnell umsetzbar sind, jedoch skeptisch gegenüber. Meine Skepsis begründet sich unter anderem auch in der Reaktion der KMK auf das Impulspapier der von ihr ins Leben gerufenen Ständigen Kommission (SWK): Sie hält einen weitgehenden Verzicht in der Grundschule und in den ersten Jahren der Sekundarstufe für „erörterungsbedürftig“.[2]https://www.kmk.org/fileadmin/veroeffentlichungen_beschluesse/2024/2024_10_10-Handlungsempfehlung-KI.pdf Demnach dürften die darüber hinausgehenden Forderungen nach einer spezifischen KI für Schulen (Telli?), einer KI als Lernbegleiter (Tutoring) sowie einer Entrümpelung der Lehrpläne in weiter Ferne liegen. [3]https://www.swr.de/swrkultur/leben-und-gesellschaft/ki-im-klassenzimmer-rettet-kuenstliche-intelligenz-das-schulsystem-forum-2025-09-16-100.htmlDie letzte Änderung der (Kern)Curricula liegt 30 Jahre zurück und eine neue ist nicht in Sicht. Die Schulen benötigen jedoch sofort Strategien, wie sie die Sprachmodelle nutzen können. Wie sollen sie diese Herausforderung angehen? In einem Podcast des SWR [4]ebda. wird das eine oder andere angedeutet:

  • Schulinterne Leitfäden: Schulen können vorhandene Handreichungen und Leitfäden nutzen, um festzulegen, wie KI-Systeme datenschutzkonform und pädagogisch sinnvoll eingesetzt werden.
  • Nutzung frei zugänglicher, geprüfter Tools: Für Unterricht und individuelle Förderung lassen sich Aufgaben, Texte oder Erklärungen generieren, die an unterschiedliche Sprachen oder Leistungsvoraussetzungen angepasst sind.
  • Materialerstellung und Unterrichtsentwürfe: Lehrkräfte können Sprachmodelle für die Entwicklung von Arbeitsblättern, Unterrichtsstunden und differenzierten Materialien einsetzen.

Bildungsforscher wie Steve Joordens betonen, dass diese Auseinandersetzung nicht nur technische, sondern vor allem didaktische und ethische Fragen umfasst:[5]https://hochschulforumdigitalisierung.de/ki-und-der-paradigmenwechsel-in-der-bildung-von-sorge-zu-chance/

Die Bildung steht heute vor einem eigenen Paradigmenwechsel, der nicht von der Physik, sondern von der künstlichen Intelligenz angetrieben wird. Ähnlich wie frühere Veränderungen in der Wissenschaft ist dieser Moment gekennzeichnet durch das Versagen traditioneller Methoden angesichts neuer Realitäten. Nirgendwo wird dies deutlicher als in der Leistungsbeurteilung, wo die KI grundlegende Annahmen darüber in Frage stellt, wie wir Lernen bewerten.

Big Data: Schulbarometer 2025

Umgang mit KI

62 % der Lehrkräfte fühlen sich im Umgang mit KI-Tools unsicher.

Nutzung von KI

  • 31 % haben KI-Tools im vergangenen Jahr gar nicht genutzt, 31 % nutzen sie regelmäßig.

Von denen, die KI-Tools regelmäßig nutzen:

  • Die Mehrheit erwartet negative Folgen des KI-Einsatzes für soziale, kommunikative und kritische Kompetenzen der Schüler:innen, sieht aber Potenziale bei individualisierter Förderung.
  • Hoher Fortbildungsbedarf besteht zur Nutzung von KI im Unterricht und zur Förderung kritischen Denkens

Anwendungen von KI

Hauptanwendungen: Aufgaben- und Unterrichtsplanung, selten Bewertung von Schülerarbeiten oder Analyse von Lernverlaufsdaten.

Rückmeldung zur Arbeitszufriedenheit

  • Über 80 % der Lehrkräfte sind grundsätzlich zufrieden, 70 % würden den Beruf wieder wählen, 90 % arbeiten gerne an ihrer Schule.
  • Fast ein Drittel fühlt sich mehrmals pro Woche erschöpft, 10 % sogar täglich.
  • Besonders jüngere Lehrkräfte berichten häufiger von Erschöpfung und Zynismus.
  • Vier Wohlbefindens-Profile wurden identifiziert; etwa ein Drittel ist „glücklich“, ein weiteres Drittel „zufrieden

Bildungsforschung

Auswertung: KI an, Hirn aus? Warum wir neu denken müssen (HR-Info)
In dem HR-Info- Beitrag betont Harald Gapski die gesellschaftlichen und gesellschaftswissenschaftlichen Dimensionen der KI-Entwicklung, insbesondere die gesellschaftlichen Implikationen, die mit dem Einsatz von KI im Bildungssystem verbunden sind. Er hebt hervor, dass eine umfassende Auseinandersetzung notwendig ist, bei der unterschiedliche Perspektiven – etwa gesellschaftliche, psychologische, wirtschaftliche und soziale – zusammengeführt werden. Dabei stellt er die Bedeutung einer kritischen Reflexion über die Biases, Diskriminierungen und wirtschaftlichen Interessen hinter KI-Anwendungen heraus, die auch im Bildungsbereich eine Rolle spielen. Für die Bildungsforschung bedeutet dies, dass der Einsatz von KI nicht nur technikorientiert betrachtet werden darf, sondern im Kontext gesellschaftlicher Strukturen und Zugangsgerechtigkeit analysiert werden muss.

Ulrike Cress fokussiert in dem Podcast auf die kognitiven und epistemologischen Herausforderungen, die KI mit sich bringt. Sie warnt vor der Gefahr, dass durch die leichte Zugänglichkeit zu KI-generierten Texten das eigene Wissen und kritische Denken gefährdet werden könnten. Sie unterstreicht, dass Wissen nicht nur aus Daten besteht, sondern auch die Fähigkeit, diese kritisch zu hinterfragen. Für die Bildungsforschung bedeutet das, dass die Vermittlung von Medienkompetenz, kritischer Reflexion und einer reflektierten Nutzung von KI im Unterricht zentral sein muss. Es gilt, die Schüler zu befähigen, die Angebote der KI sinnvoll zu hinterfragen, um den Verlust an Urteilskraft und eigenständigem Denken zu verhindern.

Die Verbindung zwischen beiden Positionen liegt in der Notwendigkeit, Bildung als gesellschaftlichen und kognitiven Prozess zu verstehen: Einerseits fordert Gapski, die gesellschaftlichen Auswirkungen und sozialen Gerechtigkeitsthemen bei der Integration von KI im Bildungssystem zu berücksichtigen, andererseits warnt Cress vor einer unkritischen Nutzung und betont die Wichtigkeit, das kritische Denken und Wissen der Schüler zu fördern. Für die Bildungsforschung heißt das, eine vielschichtige Perspektive einzunehmen, die technologische Innovationen mit gesellschaftlicher Verantwortung und pädagogischer Qualität verbindet. Nur so kann gewährleistet werden, dass KI im Bildungsbereich sinnvoll, reflektiert und gerecht eingesetzt wird.

Auswertung: „KI im Klassenzimmer – rettet künstliche Intelligenz das Schulsystem“ (SWR)
Der Podcast „KI im Klassenzimmer – rettet künstliche Intelligenz das Schulsystem“ [6]https://www.swr.de/swrkultur/leben-und-gesellschaft/ki-im-klassenzimmer-rettet-kuenstliche-intelligenz-das-schulsystem-forum-2025-09-16-100.html stellt die zentralen Herausforderungen und Chancen der KI-Nutzung an deutschen Schulen vor. Eva Röder (SWR) diskutiert diese mit

  • Prof. Dr. Ulrike Cress, Direktorin des Leibniz-Instituts für Wissensmedien in Tübingen,
  • Stefan Jakobs, Co-Vorsitzender der Gewerkschaft Erziehung und Wissenschaft Rheinland-Pfalz,
  • Prof. Dr. Tobias Keber, Landesdatenschutzbeauftragter in Baden-Württemberg.

Die Diskutanten betonen, dass KI das Schulsystem nicht „rettet“, aber tiefgreifende Veränderungen ermöglicht und erfordert. Sie fordern einen sorgfältigen pädagogischen und technischen Einsatz, die Entwicklung übergreifender Digitalkompetenzen sowie die Berücksichtigung des Datenschutzes durch das Zusammenwirken aller Beteiligten – von Lehrkräften bis hin zu Forschung und Politik.

Der Podcast geht besonders auf die pädagogischen Perspektiven ein. Prof. Cress ordnet den LLMs Lernbegleitungsfunktionen zu. Sie können Lernprozesse initiieren und Jugendliche zur aktiven Auseinandersetzung mit Wissen anregen. Gleichwohl benötigt es laut der Forscherin eine in der Fachpädagogik entwickelte pädagogische KI, in die fachdidaktisches Wissen integriert wird, damit die Lernförderung nicht nur datengetrieben, sondern auch fachlich sinnvoll erfolgt. Die Lehrkraft bleibt bei der Förderung und Beurteilung von Lernfortschritten zentral und soll sich nicht von KI-Vorschlägen ersetzen lassen.

Auswertung: Your Brain on ChatGPT (MIT)
Der Bildungsforscher Klaus Zierer warnt vor dem Einsatz von KI in den Schulen. «ChatGPT & Co. haben in der Schule keinen Platz», sagt der Ordinarius für Schulpädagogik der Universität Augsburg. Das Ziel von Schule sei, dass der Mensch das Denken lerne und sich bilde. «Es nützt ihm nichts, wenn der Rechner die an ihn gestellten Denkaufgaben in Sekundenschnelle erfüllt und ihm Stunden später außer der Lösung nichts mehr bleibt.» Zierer verweist auf eine neue Studie des Massachusetts Institute of Technology in den USA, wonach das Gehirn bei zu viel KI-Nutzung verkümmere.

So die dpa Bayern, die von vielen Presseorganen aufgegriffen wurde (u. a. DIE ZEIT, Kurier (Österreich)).

Da Zierer für seine Zuspitzungen bekannt ist, habe ich einmal einen Blick in den Text geworfen.[7]https://arxiv.org/abs/2506.08872 Soviel vorweg: Von Repräsentativität kann keine Rede sein. Dies bleibt natürlich unerwähnt.  Es nahmen 54 Personen teil, die in drei Gruppen aufgeteilt wurden:

  • Eine Gruppe verwendete ChatGPT.
  • Eine Gruppe verwendete eine Suchmaschine.
  • Eine Gruppe arbeitete ohne jegliche digitale Unterstützung.

Sie schrieben Essays, während ihre Gehirnaktivität (mittels EEG) aufgezeichnet, ihre Texte analysiert und sie zu ihren Erfahrungen befragt wurden.

Mit Bezug zur schulischen Bildung warnt die Studie davor, dass die extensive Nutzung von KI-Assistenten wie ChatGPT im schulischen Kontext zu kognitiven Defiziten und einer geringeren Gedächtnisleistung führen kann. Es wird vermutet, dass Schülerinnen und Schüler bei der Arbeit mit KI-Werkzeugen eine geringere neuronale Aktivität und ein schwächeres Erinnerungsvermögen entwickeln als bei eigenständiger Arbeit. Bei häufiger Nutzung von KI sinkt laut der Studie zudem der „Besitz“ der eigenen Texte und die Erinnerung an eigene Inhalte verschlechtert sich. Dies ist problematisch für die Entwicklung von Selbstständigkeit und kritischem Denken. Laut der Studie besteht die Gefahr, dass die Fähigkeit zur Informationsverarbeitung und zum Lernen durch die Nutzung von KI langfristig abnimmt. Die Autoren raten zur Vorsicht und fordern weiterführende Untersuchungen zur Rolle von KI im Bildungswesen. Schließlich unterstreicht die Studie, wie wichtig es ist, die Selbstaktivität von Schülerinnen und Schülern beim Lernen und Schreiben zu erhalten. Schulen sollten KI-Tools daher nicht als Ersatz für das eigene Denken und Verfassen nutzen, sondern bestenfalls als ergänzende Hilfe innerhalb eines klar definierten pädagogischen Rahmens. Das ist im Grunde nichts Neues, denn das kennen wir bereits aus der Einführung digitaler Technologien im Unterricht.

Übrigens [8]https://www.zeit.de/2025/40/ki-schule-lehrkraft-digitale-bildung-texas?freebie=75a89486: Eine im Forschungsmagazin Nature veröffentlichte Analyse einschlägiger Studien ergab zur gleichen Zeit, dass die Nutzung von ChatGPT den Lernerfolg insgesamt etwas vergrößert. Die Technologie solle als “intelligenter Tutor, Lernpartner und Lehrmittel” eingesetzt werden, fordern die Autoren.

Eine erste Folgerung

Das schulische Personal wird vermutlich mit „Was denn noch alles?!” reagieren. Es gibt keine Anzeichen dafür, dass die Kultusbehörden den Lehrplan anpassen oder korrigieren werden. Fortbildungsinitiativen sind ebenfalls nicht in Sicht, abgesehen von Handreichungen, die letztlich unverbindlich bleiben. Darüber hinaus haben Lehrkräfte unterschiedliche Mindsets, sowohl was das Verständnis darüber betrifft, wie Schülerinnen und Schüler zu unterrichten sind, als auch was den Bildungsauftrag betrifft. Wie können die Fachkoordinatorin/ der -koordinator bzw. die Schulleitung mit dieser Unterschiedlichkeit umgehen?

Was curriculare Überlegungen betrifft, sehe ich im Kontext fächerübergreifender Projekte sowie in der Berufsberatung und -orientierung eine Möglichkeit, sich mit den Fragestellungen rund um KI zu beschäftigen, die den Zukunftsfragen unserer Jugendlichen gerecht werden. In meinem zweiten Beitrag setze ich mich damit aus didaktischer und methodischer Perspektive auseinander.

In Bezug auf Mindsets knüpfe ich an eine Folge der Podcast-Reihe „Psychologie im Klassenzimmer“ an. In der zweiten Folge seiner dritten Staffel greift der Host Dr. Benedikt Wisniewski eine Debatte aus den deutschen Lehrerzimmern auf, die immer wieder zu emotionalen Reaktionen führt. Es geht um den – wie die Ausführungen zeigen – scheinbaren Gegensatz zwischen Instruktion und Selbstorganisation. Der Psychologe fasst die Forschungsergebnisse von Tetzlaff et al. wie folgt zusammen: „Lernende mit geringem Vorwissen lernen besser mit instruktiven Ansätzen (d = 0,505). Lernende mit hohem Vorwissen lernen besser mit mehr Eigenverantwortung im Lernprozess (d = −0,428). Die Differenz der beiden Effekte ergibt einen Gesamtwert von 0,97 Standardabweichungen. Das ist ein gigantisch hoher Effekt. Auch der Fachbereich spielte eine Rolle. In den Geisteswissenschaften oder beim Sprachenlernen war der Effekt tendenziell schwächer, in anderen Bereichen dagegen stärker. Schließlich spielte auch die Art der Vorwissensbestimmung eine wichtige Rolle.“

Wisniewski fordert eine Unterrichtspraxis, die sich an den Lernvoraussetzungen der Schülerinnen und Schüler orientiert. Ein effektiver Unterricht ist adaptiv. Das kann bedeuten, dass zu Beginn einer Sequenz ein klar strukturierter Unterricht sinnvoll ist, während später mehr Raum für eigenständige Problemlösungen oder Projektarbeit gegeben wird. Es kann aber auch bedeuten, dass innerhalb einer Lerngruppe unterschiedliche Zugänge notwendig sind, je nachdem, welche Vorerfahrungen die einzelnen Lernenden mitbringen. Ganz konkret hat dieser Effekt verschiedene Implikationen für den Unterricht.

Die Ergebnisse legen nahe, so Wisniewski weiter, den Lernstand nicht nur punktuell zu testen, sondern durch verschiedene Zugänge wie Beobachtungen, Gespräche oder wiederkehrende Lernstandserhebungen einzuschätzen. So lassen sich Unterstützung und Aufgabenformat besser aufeinander abstimmen. Weiterhin ist es sinnvoll, die Anleitung nicht abrupt zu beenden, sondern sie schrittweise zurückzufahren. Beispielsweise kann man von vollständigen Lösungen über angeleitete Teilschritte bis hin zur eigenständigen Anwendung vorgehen. Diese Form des Fading unterstützt den Übergang zur Selbstständigkeit, ohne dass die Lernenden den Anschluss verlieren. Und nicht zuletzt lohnt sich eine kritische Reflexion.

Was bedeutet das nun im Hinblick auf KI/LLM? Nun, was liegt näher, als viele der angesprochenen methodischen Hinweise mithilfe der Sprachmodelle zu erleichtern oder gar zu professionalisieren? Dazu gehören das Erheben von Vorwissen, das Durchführen von Lernstandserhebungen, das Adaptieren von Anleitungen und vieles mehr. Wie die Ergebnisse von Tetzlaff et al. gezeigt haben, sollte die Umsetzung in den Fachschaften organisiert werden, da fächerbezogen unterschiedliche Effekte und natürlich auch Lösungsansätze zu erwarten und auszuprobieren sind. Was die Organisation dieser Überlegungen angeht, werde ich weiter unten unter dem Punkt „Smart Data” noch näher darauf eingehen. Didaktische Konzepte werde ich in einem Folgebeitrag vorstellen.

Nun zu meinen Überlegungen zur Berufsorientierung …

Big Data: Jobreport (Berufsorientierung)

Vor drei Jahren habe ich einen vierten Band der Reihe >Schule digital< herausgegeben. Er entstand in der Absicht, Schule vom Ende her zu entwickeln. Also: Was muss ein Schulsystem, ein Bildungssystem heute leisten, um den Anforderungen gerecht zu werden, die während der langen Schulzeit an die Absolventen gestellt werden. Es müssen neben den fachlichen, auch überfachliche Kompetenzen (sog. 21st Century Skills, „future Skills“) vermittelt werden: Kommunikation, Teamarbeit, Problemlösungsfähigkeiten und Selbstkompetenzen (lebenslanges Lernen als Grundhaltung, mit Unsicherheit und Wandel umgehen,…) sind entscheidend für den Erfolg im Berufsleben und helfen den Schülern, sich in verschiedenen Arbeitsumgebungen zurechtzufinden.

Die Arbeitswelt wandelt sich rasant. Künstliche Intelligenz, Automatisierung und Digitalisierung verändern Berufsbilder, Tätigkeiten und Anforderungen. Lehrkräfte spielen eine zentrale Rolle darin, Jugendlichen zu helfen, in dieser Transformation ihren Weg zu finden – durch realistische Informationen, ermutigende Gespräche und eine kluge Kompetenzorientierung. Was verändert sich?

  • Berufsbilder: Routinetätigkeiten verschwinden, neue Berufe entstehen
  • Ausbildung & Studium: Mehr interdisziplinäre und modulare Angebote.
  • Kompetenzanforderungen: Fachwissen allein reicht nicht mehr – gebraucht werden Anpassungsfähigkeit, Lernfähigkeit und digitale Mündigkeit.
  • Karrieren: Weniger klassische Aufstiegspfade, mehr flexible Wechsel und lebenslanges Lernen.

 

XING Future Work Report 2025

Der Bericht gleicht Prognosen und Trends mit der Realität am Arbeitsplatz ab. Eine der zentralen Fragen: Was werden wir in Zukunft arbeiten? Dafür wurden u.a. XING Mitglieder nach ihren Einschätzungen gefragt, um Prognosen und Trends direkt mit der Realität am Arbeitsplatz abzugleichen. Die Rückmeldungen zeigen, dass die Mehrheit der Mitarbeitenden eine stärkere Integration von Künstlicher Intelligenz und Automatisierung erwartet.

Diese Technologien könnten Routineaufgaben übernehmen und mehr Raum für kreative und strategische Tätigkeiten schaffen. Viele glauben zudem, dass Homeoffice auch in Zukunft an Bedeutung gewinnen wird – was Dir mehr Flexibilität und eine bessere Work-Life-Balance bieten könnte.

Die Aussagen zur Rolle sozialer Kompetenzen sollte jede Schule motivieren: In einer technologiegeprägten Arbeitswelt wird der Mensch immer wichtiger. Soziale Fähigkeiten, Lernbereitschaft und Problemlösungsfähigkeiten gehören für XING Mitglieder zu den wichtigsten Future Skills. [9]https://www.xing.com/news/article/wird-es-deinen-job-2040-noch-geben-dieser-report-zeigt-dir-wie-deine-berufliche

Weitere Folgerung: Smart Data initiieren

Datengestützte Schulentwicklung kann eine Schlüsselrolle spielen. Schulen, die den Einstieg in das Thema KI systematisch gestalten möchten, können zunächst Befürchtungen und Wissensstände erheben, beispielsweise durch Befragungen von Lehrkräften, Schülerinnen und Schülern sowie Eltern. Auf dieser Grundlage lassen sich gezielte pädagogische Tage oder interne Fortbildungen entwickeln, die eine technische Einführung mit kritischer Reflexion verbinden. Die so entstehende Datengrundlage dient nicht nur der Evaluation des Fortbildungsprozesses, sondern auch der strategischen Steuerung weiterer Schulentwicklungsmaßnahmen.

Gut erhobene und analysierte Daten helfen dabei, ineffektive Maßnahmen zu vermeiden. Dadurch können langfristig Zeit, Ressourcen und Energie eingespart werden. Lehrkräfte und Schulleitungen gewinnen durch datengestützte Ansätze an Handlungskompetenz und Entscheidungsfreiheit. Die Arbeit mit Daten fördert zudem den Teamgeist. Dies stärkt den Austausch und die Zusammenarbeit im Kollegium und fördert eine Kultur der gemeinsamen Problemlösung. Zwei Merkmale kennzeichnen den Entwicklungsprozess (siehe auch Grafik)

  • Bestandsaufnahme
    Zur Qualitätsbestimmung wertet die Schule bereits erhobene, vorhandene und aufbereitete Daten aus. Entsprechende Expertise wird an der Schule aufgebaut. Die Bestandsaufnahme bezieht weite Teile des schulischen Handelns mit ein. Aus der Analyse zieht die Schule Konsequenzen in Form von Beschlüssen und Entwicklungsprojekten. Vorab findet eine Verständigung über den schulinternen Prozess der Auswertung statt, um von Daten zu Beschlüssen zu gelangen. Die Partizipation aller an Schule Beteiligten erhöht die Akzeptanz und die Identifikation mit dem abgeleiteten Handlungsbedarf.
  • Evaluationen
    Mithilfe der internen Evaluation bewertet die Schule den Erfolg und die Wirksamkeit ihrer Arbeit. Durch eine systematische Erhebung und Aufbereitung von Daten schafft sie die Grundlage für Entscheidungen (beispielsweise über die Fortführung von Maßnahmen). Vor der Evaluation legt die Schule den Evaluationsgegenstand, die Ziele und die Anhaltspunkte fest. Bei internen Evaluationen beauftragt die Schulgemeinde ein internes Evaluationsteam, das aus passenden Mitgliedern der Schulgemeinde besteht, um die Unabhängigkeit der Durchführung und der Ergebnisse möglichst weit zu wahren. Evaluationen werden sowohl zur Bewertung von Ergebnissen als auch zur Prozessbewertung genutzt.

Die Schulleitung sollte die Fachkoordinatorinnen und -koordinatoren beauftragen, in ihren jeweiligen Fachbereichen eigenverantwortlich und transparent Lösungen zu fördern, Innovationen zu initiieren und die kontinuierliche Weiterentwicklung der Unterrichtsqualität voranzutreiben.

Aus Sicht der Fach(bereichs)leitungen: Wie sieht ein konkreter Plan aus, mit dem sie auf ihre Fachkollegen zugehen können? Die folgenden Schritte haben sich in der Praxis bewährt (in Kurzform):

  • Bedarfsanalyse und Zielklärung, etwa mit einer kurzen Umfrage oder informellen Gesprächen zur Ermittlung aktueller Herausforderungen, Wünsche und Erfahrungen,
  • Gemeinsame Festlegung von Entwicklungszielen (z. B. Unterrichtsqualität, Materialentwicklung, digitale Methoden),
  • Transparente Kommunikation der geplanten Vorgehensweise und des Zeitrahmens (z. B. Projektphase, Themen für die Diskussion).
  • Arbeit in Kleingruppen zu spezifischen Themen (Materialaustausch, Unterrichtsmethoden, digitale Tools)
  • Dokumentation und Austausch guter Praxis
  • Schrittweise Umsetzung und Evaluation.

Die Schulleitung übernimmt bei der Arbeit der Fach(bereichs)koordinatoren die Rolle der unterstützenden Führung, des strategischen Rahmensetzers und der Qualitätsüberwachung. Sie schafft die Rahmenbedingungen, unterstützt und begleitet die Fachkoordination aktiv, um eine produktive, nachhaltige und koordinierte Unterrichtsentwicklung sicherzustellen. Sie ist zugleich Steuerungsorgan und Förderer kollegialer Zusammenarbeit.

Die Verfahren der datengestützten Schulentwicklung sind ein Werkzeug, um die von Harald Gapski und Ulrike Cress angesprochenen Aspekte empirisch zu erfassen, zu reflektieren und in konkrete Qualitätsentwicklungsprozesse zu überführen. Damit können Schulen im gesellschaftlichen Wandel mit KI Orientierung gewinnen, digitale Kompetenzen stärken und zugleich gesellschaftliche Verantwortung im Einsatz von KI sichern. 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. Das ist ein entscheidender Schritt, um den Bildungsauftrag im digitalen Zeitalter zu erfüllen.

Schlussbemerkung

Abschließend noch eine Elternstimme aus der sehr empfehlenswerten KI-Podcastreihe von BR 24: [10]https://www.br.de/mediathek/podcast/der-ki-podcast/lernen-oder-luegen-wie-nutzen-kinder-und-jugendliche-ki/2110229

Als Mutter von zwei Jugendlichen in der 9. Klasse erlebe ich hautnah, wie selbstverständlich Schülerinnen und Schüler heute KI-Tools im Schulalltag einsetzen, allerdings vorwiegend als Erfüllungsgehilfen bei Hausaufgaben und ohne, dass die Schule dazu eine Haltung, geschweige denn ein Konzept hat. Nach Rücksprache mit der Schulleitung wurde deutlich, es gibt keine Richtlinie zur Nutzung von KI, keine Arbeitsgruppe zur Digitalisierung, kein pädagogischer Tag zu dem Thema, lediglich einzelne Lehrerinnen und Lehrer, die sich privat dafür interessieren. Als Eltern fragen wir uns, was können wir tun, um unsere Kinder auf einen verantwortungsvollen und kompetenten Umgang mit KI vorzubereiten.

In diesem Podcast wird darüber hinaus auf eine Erwachsenenbefragung durch das Ifo Forschungsinstitut verwiesen. Demnach wünschen sich rund 50% der Erwachsenen einer zufällig ausgewählten Teilgruppe gestellt, dass

  • der Umgang mit Künstlicher Intelligenz und Chatbots im Unterricht gelehrt wird,
  • alle Prüfungen wie Hausarbeiten, bei denen die Verwendung von Künstlicher Intelligenz oder Chatbots durch die Schülerinnen oder Schüler nicht verhindert werden kann, durch mündliche oder
    schriftliche Prüfungen in Räumen ohne Zugang zum Internet ersetzt werden und
  • intelligente tutorielle Lernsysteme in allen Schulen in Deutschland angewendet werden (hier rund 60%).

In diesem Beitrag habe ich eine Reihe von Handlungsoptionen aufgezeigt. Diese sind eher theoretischer Natur. In weiteren Beiträgen werde ich diese nun ergänzen bzw. konkretisieren. Wie mein Portal „KI in der Schule” und erst recht die Blogseite und Archiv zeigen, gibt es eine schier unerschöpfliche Fülle an Materialien. Darüber hinaus sind zahlreiche Bücher zu den Themen erschienen. In den Folgebeiträgen werde ich versuchen, das Ganze zu systematisieren. Auch, um einen übersichtlicheren Zugang zu ermöglichen.

… Stay tuned …

References

Evaluation (5): Praxisbeispiele

Jan 31, 2025 | Allgemein, Evaluation, Schulentwicklung, Unterricht

Wie kann Schule heute so gestaltet werden, dass sie den Herausforderungen der Zukunft gerecht wird? Diese Frage steht im Mittelpunkt vieler aktueller Bildungsdebatten – und auch dieses Beitrags. Neben der gezielten Förderung von Zukunftskompetenzen (‘Future skills’), die jungen Menschen den Einstieg ins Berufsleben erleichtern, braucht es vor allem ein lernendes Schulsystem: ein System, das kontinuierlich auf Basis von Daten reflektiert, evaluiert und verbessert wird.

Die Verknüpfung von Big Data und Small Data – etwa durch schulinterne Evaluationen – bietet dabei wertvolle Ansätze, um den spezifischen Bedürfnissen heterogener Lerngruppen gerecht zu werden. Ergänzend gewinnen moderne Lehr-Lernkonzepte an Bedeutung, die auf Flexibilität, individuelle Förderung und innovative Methoden wie agiles Lernen, Lerninseln oder Constructive Alignment setzen.

Vor drei Jahren habe ich einen vierten Band der Reihe >Schule digital< herausgegeben. Er entstand in der Absicht, Schule vom Ende her zu entwickeln. Also: Was muss ein Schulsystem, ein Bildungssystem heute leisten, um den Anforderungen gerecht zu werden, die während der langen Schulzeit an die Absolventen gestellt werden. Bei den Future Skills geht es genau um die Kompetenzen, die den Einstieg ins Berufsleben erleichtern sollen. Wie kann das gelingen?

Auf meiner dem Buch gewidmeten Landingpage Schule 5.0 habe ich das wie folgt charakterisiert:

  • Schule 5.0 braucht neue Prinzipien: #lernkultur #PLE #pruefungskultur 
  • Schule 5.0 braucht mehr Flexibilität in Räumen, Zeiten und Strukturen: #schulbau #lernhaus #lerninseln #fablab
  • Schule 5.0 bietet individuelle Lernangebote: #constructivealignment  #AgilesLernen #Diklusion #DT #GBL
  • Schule 5.0 verändert das Aufgabenprofil der Lehrerinnen und Lehrer: #Unterrichtsqualität #Kollaboration #PLN #WOL
  • Schule 5.0 braucht Fortbildung, die auf Nachhaltigkeit ausgerichtet ist: #Konzept #Barcamp #EduTwitter
  • Schule 5.0 braucht Schulleitung 5.0 und Politik 5.0: #Leitbild #Wertschätzung #Vernetzung  #Qualitätskultur

In diesem Beitrag stelle ich Ihnen Schulen vor, die sich auf den Weg gemacht haben, diese Prinzipien in die Praxis umzusetzen. Sie nutzen datengestützte Ansätze zur Reflexion ihrer Arbeit und richten ihre Konzepte konsequent auf die Anforderungen der Zukunft aus. Lassen Sie sich inspirieren und motivieren, ebenfalls neue Wege zu gehen – hin zu einer Schule, die nicht nur lehrt, sondern auch selbst ständig lernt.

Deutscher Schulpreis

Was macht eine gute Schule aus? Sie wird bei Ausschreibungen von Bildungsstiftungen gesucht und prämiert. Die dazu veröffentlichten Vorlagen orientieren sich ebenfalls an Kategorien, wie sie in den Referenzrahmen der Länder
verankert sind (vgl. mein erster Beitrag). Grundlage des Deutschen Schulpreises sind sechs Qualitätsbereiche. Im Mittelpunkt des Wettbewerbs steht der Qualitätsbereich „Unterrichtsqualität“ und die Frage, wie Schulen das Lehren und Lernen für ihre Schüler:innen am besten gestalten können. Die weiteren Qualitätsbereiche befassen sich mit Leistung – Umgang mit Vielfalt – Verantwortung – Schulklima, Schulleben und außerschulische Partner – Lernende Schule. Zu jedem Qualitätsbereich hat die Robert Bosch Stiftung Leitfragen zusammengetragen. Auf diese Fragen achten die Juror:innen im Auswahlprozess. Mit dem Planspiel zum Deutschen Schulpreis können sich Teams spielerisch mit den Qualitätsbereichen auseinandersetzen. Seit 2018 fördert die Stiftung mit dem  Forschungsprogramm Projekte, die die Preisträgerschulen und ihre Bedingungen genauer erforschen.

Der Initiator stellt die Preisträger in einem Video vor. Die Suchmaske ermöglicht eine gezielte Suche nach Schulform und ggfs. Bundesland:

108 Schulen sind Preisträger des Deutschen Schulpreises. Sie begreifen sich als lernende Organisationen im Sinne der sechs Qualitätsbereiche des Deutschen Schulpreises und überzeugten die Jury mit ihren Konzepten. Die Preisträger arbeiten in einem stetig wachsenden Netzwerk zusammen. Das Preisträgernetzwerk ist ein gemeinsamer Lernraum und Resonanzboden für alle Fragen der Schulentwicklung.

KI-Wettbewerb

Der Bundeswettbewerb Künstliche Intelligenz fördert besondere Leistungen und den kreativen Umgang mit künstlicher Intelligenz und maschinellem Lernen von Schülerinnen und Schülern. Teilnehmende können für den Wettbewerb ein selbstgewähltes Projekt einreichen, in dem ein gesellschaftlich oder wissenschaftlich relevantes Problem mit maschinellem Lernen angegangen wird. Der Bundeswettbewerb Künstliche Intelligenz wird vom Tübingen AI Center (nachfolgend Veranstalter) unter der Schirmherrschaft des baden-würrtembergischen Ministerpräsidenen, Winfried Kretschmann, ausgerichtet. Der Wettbewerb richtet sich an interessierte Schülerinnen und Schüler, die ihre Stärken in Informatik, Mathematik oder Physik haben. Der Wettbewerb beginnt jedes Jahr im Frühjahr. Die Anmeldung ist bis Juni geöffnet. Einreichungsschluss der Projekte ist im Herbst. Das Finale mit Preisverleihung findet im November statt. Teilnehmende können sowohl allein, als auch im Team mit bis zu vier Personen teilnehmen.

Die Abgabe des Projekts beinhaltet eine schriftliche Dokumentation und ein Video-Pitch. Das Projekt muss Methoden des maschinellen Lernens verwenden. Für die Dokumentation des Projektes sind im Wesentlichen maßgeblich:

  • Eigenständigkeit
  • Originalität, Kreativität, Ideenreichtum
  • Schwierigkeitsgrad und Aufwand
  • Wissenschaftliches Arbeiten wie Analyse möglicher Fehlerquellen, Einbettung in aktuellen Stand der Wissenschaft und Technik, selbstkritische Einschätzung der eigenen Ergebnisse
  • Ausblick, Neuheit, Erkenntnisgewinn
  • Praktische Relevanz
  • Lesbarkeit und Verständlichkeit des Codes

Von dem Video wird ein informativer und kurzweiliger Pitch von 3-5 Minuten erwartet. Das Projekt soll verständlich dargestellt werden, so dass einerseits Ziel und Inhalt für Nicht-Experten verständlich ist, und zeitgleich Experten die Komplexität des Projektes ermessen können.

Und auch hier Eindrücke zum Wettbewerb:

Weitere Schulpräsentationen

#Fortbildung

Impulse und Szenarien für gute Praxis
 
Nach der Offenlegung struktureller Defizite in der Bestandsaufnahme »Lehrkräftefortbildung in Deutschland« (Daschner/Hanisch 2019) werden in diesem »Weißbuch« Good-Practice-Beispiele aus 20 Themenbereichen präsentiert: von wirksamen Formaten, der schulinternen Qualifizierung, der Bedarfserfassung und dem Monitoring bis zu Lesson Studies, der Netzwerkbildung und Fragen der Governance auf der strukturellen Ebene; von der Fortbildung in einer Kultur der Digitalität, der Bildung für Demokratie und Nachhaltigkeit bis zu Future Skills auf der inhaltlichen Ebene.
Die dritte Phase der Lehrerbildung profitiert von der Diskussion produktiver Ideen und zukunftsorientierter Praxis. Zielgruppe dieser bisher umfassendsten Präsentation guter Praxis in der Lehrkräftefortbildung sind deshalb die, die etwas bewegen können und wollen: die Akteure auf den verschiedenen Ebenen des Fortbildungssystems, dazu Schulleitungen und Kooperationspartner in Hochschulen, bei Stiftungen und Gewerkschaften. Der Mehrwert allerdings liegt letztlich nicht beim Nachmachen guter Beispiele, sondern bei den Reflexionen und Impulsen für die eigene Praxis, die sie auslösen.

#Feedbackkultur:

#Lernkultur

#Lernende Schule

Die Alemannenschule Wutöschingen ist eine Gemeinschaftsschule im Süden Baden-Württembergs, die sich zum Ziel setzt, Kindern und Jugendlichen zeitgemäße Lernformen zu ermöglichen. 

In den Arbeitsfeldern Raum, Zeit, Schüler und Lehrer wurden zielgerichtet und auf Grundlage aktueller wissenschaftlicher Erkenntnisse Veränderungsprozesse eingeleitet und wurden durch Lernateliers, Inputräume und kooperative Lernbereiche ersetzt; es wurde eine Rhythmisierung eingeführt, die auf die Bedürfnisse der Lernenden Rücksicht nimmt; Lehrer wurden zu Lernbegleitern und Schüler zu Lernpartnern und das Lernen soweit wie möglich personalisiert.

Mit innovativen Konzepten und Ideen ist die ASW zu einem Vorreiter moderner Schulen in Baden-Württemberg und darüber hinaus geworden. Die Ergebnisse externer Evaluationen und das Feedback von Lernpartnern, Eltern und Lernbegleitern bestärken uns darin, diese Ideen weiter zu verfolgen und zu realisieren.

Für einen Eindruck über die Raumstrukturen hat die Schule ein Fotobuch erstellt. Darüber hinaus kommentieren Stefan Ruppaner (Schulleiter) und Johannes Zylka (ehemaliges Schulleitungsmitglied) in Veränderte Pädagogik braucht veränderte Strukturen die Aufbauarbeiten der Schulgemeinde.

Interview mit dem (ehemalihgen) Schulleiter: „Unterricht ist Zeitverschwendung“

„Nach dem Referendariat war für mich gleich klar: Eine staatliche Schule kann es nicht werden.“ Pia Heyne arbeitet an der (Universitätschule Dresden). In dieser Folge von »Auf Arbeit mit…« nimmt uns die Lernbegleiterin mit in den Unterricht an der „Schule der Zukunft“. Pia sagt: „An einer staatlichen Schule darf ich nicht so arbeiten, wie ich gerne arbeiten möchte.“ Also: Weg vom Frontalunterricht und hin zu einem fächerübergreifenden Lernen in Lernateliers und kleinen Forschungsprojekten. Aus gutem Grund verstehen sich die Lehrerinnen und Lehrer auch als Lernbegleiterinnen und -begleiter. Im Video zeigt Pia, wie genau die Arbeit mit den Schülerinnen und Schülern aussieht, was die Unischule einzigartig macht und welche Rahmenbedingungen es für selbstbestimmtes Lernen braucht.

    • Anke Langner und Maxi Heß: Auf der Suche nach der besten Lösung
    • 2013 wurde an der Technischen Universität Dresden die Professur für Inklusive Bildung neu eingerichtet. In der Lehre zeigte sich, dass das Thema Inklusion in Sachsen an Schulen weniger Realität war als zum Beispiel in Nordrhein-Westfalen. Die Student:innen erkannten jedoch, dass das Thema so neu gar nicht war, und so entwickelten Mitarbeiter:innen und Student:innen an der TU Dresden in Zukunftswerkstätten die Idee eines Schulversuchs, in dem alle Schüler:innen miteinander lernen können. 
    • ARD Wissen (ard-mediathek): Schule ohne Druck? Frank Seibert und Deutschlands spannendster Schulversuch

Schule ohne Stress und Druck – ist das möglich? Frank Seibert blickt hinter die Kulissen von Deutschlands spannendstem Schulversuch an der staatlichen Universitätsschule Dresden. Keine festen Klassen, keine Hausaufgaben, keine Noten – wie soll das gehen?

#Feuilleton

Alle Kinder sollten die gleichen Chancen in der Schule haben – in Kanada klappt das deutlich besser als bei uns. Warum? Frank Seibert lernt den sehr besonderen Schulalltag einer Highschool in Winnipeg kennen und besucht eine Ausnahme von der Regel im Essener Norden.

Ich plädiere regelmäßig dafür, die Schülerinnen und Schüler in die Gestaltung der Schule und des Unterrichts mit einzubeziehen.

#Expo 2024

In den beiden Filmbeiträgen sieht man, was die Schülerinnen und Schüler besonders interessiert.

#Schülerzeitschrift

In dem Editorial der brandneuen Schülerzeitschrift 4omo beschreibt die Redaktion die Genese zur Ausgabe wie folgt: Mit einer Menge Engagement, Kreativität und Neugier haben wir für unser Zeitschriften-Projekt viele digitale Tools verwendet. Grundlage für die Recherche der redaktionellen Texte und deren Einteilung in Rubriken ist Taskcard. Für die grafische Darstellung haben wir eigene Grafiken in Procreate gestaltet und themenbezogene Bilder mit Hilfe von Künstlicher Intelligenz (Kl) erstellt. Zusammengestellt haben wir die Zeitschrift mit dem Programm Canva, einer intuitiven Oberfläche, die leicht zu erlernen ist.

4OMO ist eine Zeitschrift von Schülerinnen und Schülern für Schülerinnen und Schüler. Es geht um Themen, die uns interessieren, bewegen und die wir gut finden. Themen, die unsere Freizeit bestimmen und über die wir uns mit unseren Freundinnen und Freunden austauschen. Entstanden ist 4OMO in der dazugehörigen schülergeleiteten AG und dem WP-Kurs Schülerzeitschrift. 

Schlussbemerkungen

Die Beispiele bestätigen für eine schule 5.0 die Notwendigkeit einer grundlegenden Erneuerung der Lernkultur in Schulen, um den Herausforderungen der Digitalisierung gerecht zu werden. In der angestrebten Lernkultur der Schule 5.0 wird ein individueller, flexibler und projektorientierter Ansatz sichtbar, der sich von traditionellen „one-size-fits-all“ Unterrichtsmodellen abhebt.

Wichtige Aspekte dieser neuen Lernkultur sind

  • Individualisierte Lernangebote: Durch adaptive Lerntechnologien sollen Lerninhalte und -formen an die Bedürfnisse und Fähigkeiten der einzelnen Lernenden angepasst werden, was zu höheren Lernerfolgen und mehr Freude am Lernen führt.
  • Einsatz von Bildungstechnologien: Technologien wie Learning Analytics und Apps zur Sprach- und Gesichtserkennung unterstützen die individuelle Lernmotivation und ermöglichen eine differenzierte Förderung der Schüler/-innen.
  • Modularisierte und flexible Angebote: Die Lernkultur soll zeit- und ortsunabhängige Lernmöglichkeiten bieten, um den unterschiedlichen Lebensrealitäten der Lernenden gerecht zu werden.
  • Rolle der Lehrenden: In der neuen Lernkultur verändert sich das Aufgabenprofil der Lehrenden, die weniger als reine Wissensvermittler, sondern vielmehr als Begleiter und Unterstützer im Lernprozess fungieren.

Insgesamt zeichnet sich eine Lernkultur ab, die auf Innovation, Flexibilität und Individualisierung setzt, um den Anforderungen einer sich schnell verändernden Welt gerecht zu werden. Anlässlich der kürzlich stattgefundenen 100-Jahr-Feier des Medienzentrums des Wetteraukreises wurde ich nach meiner Keynote, in der ich einige der oben vorgestellten Schulen mit ihren Konzepten und Ideen vorgestellt hatte, vom damaligen Leiter gefragt: „Wie schaffen wir es, das in die Breite zu tragen? Wir scheinen kein Erkenntnisproblem zu haben, sondern offensichtlich ein Umsetzungsproblem, denn ich habe von Ihren geschilderten Erfahrungen so gut wie nichts mitbekommen…“.

Im abschließenden sechsten und letzten Beitrag gehe ich auf Rahmenbedingungen ein, plädiere für eine Verschränkung von Top-Down- und Bottom-Up-Strategien und zeige Lösungen, wie dort Schulentwicklung in diesem Sinne umgesetzt wird.

… stay tuned … 

Evaluation (4): Pädagogische Maßnahmen

Jan 26, 2025 | Allgemein, Evaluation, KI, LernMIT, Schulentwicklung, Unterricht

Nachdem ich mich in den beiden vorherigen Beiträgen mit der Bedeutung von Daten beschäftigt habe, um Handlungsbedarfe zu identifizieren, stellt sich nun eine zentrale Frage: Welche konkreten pädagogischen Ansätze und Methoden eignen sich, um den vielfältigen Herausforderungen in heterogenen Lerngruppen zu begegnen?

Ein lernendes Schulsystem zeichnet sich nicht nur durch die Fähigkeit aus, Daten zu sammeln und auszuwerten, sondern auch durch die Bereitschaft, diese Erkenntnisse in wirksame Maßnahmen zu überführen. Genau hier setzen pädagogische Interventionen an: Sie bieten Lehrer:innen praxisorientierte Werkzeuge, um differenziert auf die Bedürfnisse ihrer Schüler:innen einzugehen und deren Lernpotenziale optimal zu fördern.

In diesem (vierten) Beitrag stelle ich Ihnen erprobte Lehr-Lern-Modelle vor, die sich im Umgang mit heterogenen Lerngruppen bewährt haben. Von kooperativen Lernmethoden über adaptiven Unterricht bis hin zu projektbasiertem Lernen – jede dieser Ansätze hat das Potenzial, die schulische Praxis nachhaltig zu verbessern. Mein Ziel ist es, Ihnen nicht nur Ideen, sondern (im Folgebeitrag) auch konkrete Umsetzungsbeispiele an die Hand zu geben, die Sie in Ihrer eigenen Schule oder Klasse anwenden können.

Denn nur durch die Verknüpfung von evidenzbasierten Erkenntnissen mit gezielten pädagogischen Interventionen können wir das Lernen in einer immer komplexer werdenden Bildungslandschaft effektiv gestalten.

Die in den letzten drei Beiträgen beschriebenen datengestützten Verfahren haben Indikatoren erbracht, die nun in einem eigenen Handlungsfeld weiterverfolgt werden müssen. In Bezug auf das Kompetenzprofil der Schülerinnen und Schüler gibt es in den Ländern verschiedene Instrumente: Vera 3, 4, 6, 8, Kermit, Kompass4. Auch diese bieten Möglichkeiten, die Lerngruppen didaktisch/ methodisch in den Blick zu nehmen.

Dies führt in der Regel zu Diskussionen über Veränderungen im Lehr- und Lernkonzept, individuell, fachimmanent wie fächerübergreifend. Im Folgenden werden einige Konzepte vorgestellt, die einer näheren Betrachtung wert sind:

Wie könnte ein mediengestützter Unterricht aussehen, den möglichst alle Schülerinnen und Schüler gern und erfolgreich besuchen – ein Unterricht, der wesentlich dazu beiträgt, Kompetenzen zu erwerben, um in der Schule, im privaten und beruflichen Leben Herausforderungen verantwortungsvoll zu meistern und der zur Mitgestaltung von Gemeinschaft beitragen kann?

Das in Hessen erfolgreich eingeführte und in den Kerncurricula verankerte Prozessmodell zeigt einen möglichen Weg auf. Der Lehr-Lernzyklus mit seinen fünf Handlungsfeldern 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.

Aus eigener Erfahrung ist es wichtig zu akzeptieren, dass die Umsetzung Zeit benötigt. Und: Was bei der einen Lerngruppe funktioniert, muss bei der anderen nicht automatisch auch klappen. Für mich entwickelte sich einmal eine große Zufriedenheit, als die Schülerinnen und Schüler eine Klausur im Grundkurs Integralrechnung mit Ergebnissen nicht schlechter als sechs Punkte (4+) abschlossen. Die Rückmeldungen der Schülerinnen und Schüler waren seinerzeit, dass vor allem die fast dreiwöchige Phase, in der sie die Selbstverantwortung für die Vorbereitung und den Abschluss der Unterrichtseinheit trugen, der größte Gewinn war. Ich wäre als Lehrkraft jederzeit ansprechbar gewesen und hätte individuell nachgesteuert. Das, so ihre weitere Aussage, würden sie sich für alle Fächer wünschen.

„Constructive Alignment“ ist ein pädagogisches Konzept, das vom Bildungsforscher John Biggs entwickelt wurde. Es bezieht sich auf die bewusste Ausrichtung von Lehr- und Lernaktivitäten, um sicherzustellen, dass die Lernziele mit den Lehrmethoden und der Bewertung in Einklang stehen. Das Ziel ist es, eine kohärente und effektive Lernumgebung zu schaffen, in der die Lernenden aktiv in den Lernprozess einbezogen werden.

Auch wenn das Konzept aus der Hochschuldidaktik stammt, bin ich davon überzeugt, dass man dieses Modell auch im schulischen Umfeld einsetzen kann. In den USA hat eine Schule sich dieses Modell in einer Form zunutze gemacht, die vermutlich viele Lehrende irritieren wird. Gleichwohl: Bei den Schülerinnen und Schülern kommt dieses Angebot sehr gut an, vor allem weil sie sich täglich(!!) für ihr bevorzugtes Vermittlungsinstrument (App, Buch, Partnerarbeit, Coaching durch Lehrkräfte) neu entscheiden können, wie ein Video der Bertelsmannstiftung zeigt.

Deeper Learning beschreibt eine Pädagogik, in der Lernende sich tief greifend mit Wissen auseinandersetzen und selbst Wissen generieren, indem sie es sowohl über instruktiv gesteuerte Prozesse der Aneignung als auch über selbstregulierte Prozesse der Ko-Konstruktion und Ko-Kreation verarbeiten.

Deeper Learning kann als eine “4K Skill-Implementierung” aufgefasst werden, einer Aneignung von Wissen einerseits und der vier Kompetenzen Kommunikation, Kollaboration, kritisches Denken und Kreativität andererseits. Das im Folgenden vorgestellte Unterrichtsmodell ist im deutschen Sprachraum vergleichbar mit dem nur in sehr wenigen Schulen angebotenem Projektunterricht.

Das vielversprechende Unterrichtsmodell versteht sich als Prozess von Instruktion, Ko- Konstruktion und Präsentation und ist im “normalen” Stundenplansetting, 90 Minuten Blöcke vorausgesetzt, durchführbar.

  • Projektwoche(n) – TheA – TheO

TheA/TheO steht für „Themenorientiertes Arbeiten“ und ist zugleich ein preisgekröntes, fächerübergreifendes Unterrichtskonzept, welches Themen der Nachhaltigkeit mit den 17 Nachhaltigkeitszielen der UN (Sustainable Development Goals) in den Mittelpunkt des Unterrichts rückt. Denn: Kriegerische Auseinandersetzungen, die Ausbeutung natürlicher Ressourcen und die jetzt schon spürbaren Auswirkungen des Klimawandels zeugen eindrücklich davon, welch entscheidende Rolle den Jugendlichen zukünftig zukommt.

Die Vorschläge in den sozialen Netzwerken bestätigen einmal mehr, wie lohnend es ist, sich mit Kolleginnen und Kollegen zu vernetzen.

Evaluation des Technologieeinsatzes

Eine zweite Forderung, die häufig im Zusammenhang mit dem Einsatz von Technologie genannt wird, ist der Nachweis ihres Nutzens, ihres Mehrwerts für den Unterricht. Die Digitalisierung bietet Schulen eine Fülle neuer Möglichkeiten: Lernmanagementsysteme (LMS), Virtual Reality (VR) und Bildungssoftware eröffnen Wege, um Unterricht interaktiver, individualisierter und spannender zu gestalten. Doch stellen sich viele Lehrkräfte und Schulen die berechtigte Frage: Wie messe ich den Erfolg dieser Technologien?

Technologie allein garantiert keinen Lernerfolg. Vielmehr hängt der Nutzen davon ab, wie und in welchem Kontext sie eingesetzt wird. Um herauszufinden, ob und wie digitale Tools den Lernprozess tatsächlich unterstützen, ist eine niederschwellige und praxisorientierte Evaluation entscheidend. Denn nur so lassen sich fundierte Entscheidungen darüber treffen, welche Tools langfristig im Unterricht bleiben sollten – und welche nicht.

In einer Zeit des Wandels und der digitalen Transformation ist die Evaluation technologiegestützten Unterrichts von zentraler Bedeutung. Sie ermöglicht es, den Fokus nicht nur auf die Implementierung von Technologie zu legen, sondern auch auf deren tatsächliche Auswirkungen auf den Lernprozess. Lehrkräfte spielen dabei eine entscheidende Rolle, da ihre Erfahrungen, Perspektiven und praktischen Einblicke den Erfolg der Evaluation maßgeblich beeinflussen.

Den Bewertungsprozess nicht nur individuell (dazu später mehr), sondern kooperativ anzugehen, spart Zeit und erweitert das Meinungsspektrum. Ihr Fachwissen, ihre Beobachtungen und ihre Bereitschaft zur Mitarbeit bilden die Grundlage für eine umfassende und praxisnahe Analyse. Evaluation sollte daher nicht als bürokratischer Schritt, sondern als Einladung zur aktiven Mitgestaltung des Bildungsweges verstanden werden.

Hier zwei Beispiele, die es notwendig erscheinen lassen, nicht nur den Einsatz von – hier VR und Games im Unterricht – Technologien zu entscheiden, sondern sich bereits im Vorfeld über ein Evaluationssetting zu verständigen:

Die Wahl der Evaluationsinstrumente hängt stark von den spezifischen Zielen und dem Kontext der technologiegestützten Unterrichtssituation ab. Die im Folgenden vorgestellten Evaluationsinstrumente unterscheiden sich deutlich in ihrer Aussagekraft und im Zeitaufwand: SAMR ist eher niederschwellig und aufgrund der fehlenden Standardisierung in seiner Aussagekraft von individuellen Interpretationen abhängig. Dennoch ermöglicht es erste Gesprächsanlässe innerhalb des pädagogischen Personals. ADDIE ist sowohl in der Vorbereitung als auch in der Durchführung und Auswertung deutlich aufwändiger (und doch die Methode meiner Wahl) und sollte auch aus Ressourcengründen in Kooperation mit Kolleginnen und Kollegen eingesetzt werden. DDD hingegen ist schulweit angelegt und sollte mit externer Unterstützung organisiert werden.

Das SAMR Modell kann der einzelnen Schule, aber auch der einzelnen Lehrkraft als Skala dienen, um den eigenen Einsatz digitaler Medien zu reflektieren und beurteilen zu können, ob durch diesen Einsatz eine Veränderung der Unterrichtspraxis erreicht wurde. Dabei muss es nicht zwangsläufig Ziel sein, immer die höchste Ausprägungsstufe (Redefinition) zu erreichen. Zu fragen ist immer, auf welcher Ebene das gewählte Lernszenario angesiedelt wäre und ob damit die Potenziale digitaler Medien in der gegebenen Lernsituation ausgeschöpft werden.

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.

“Digitales didaktisches Design” bezieht sich auf die Gestaltung von Lernumgebungen, Lehrmaterialien oder Bildungsprozessen unter Berücksichtigung digitaler Technologien. Das digitale didaktische Design zielt darauf ab, die Vorteile digitaler Technologien zu nutzen, um Lehr- und Lernprozesse effektiver, interaktiver und ansprechender zu gestalten. Dies kann die Integration von interaktiven Multimedia-Elementen, Online-Kollaborationstools, Gamification oder adaptiven Lernpfaden umfassen. Der Fokus liegt darauf, die Lernziele zu erreichen und die Lernenden dabei zu unterstützen, das Wissen auf eine effiziente und nachhaltige Weise zu erwerben. Es bezieht sich auch darauf, wie Lehrerinnen und Lehrer digitale Werkzeuge in ihre pädagogische Praxis integrieren können, um den Bildungserfolg zu fördern.

In einer Zeit des Wandels und der digitalen Transformation ist die Evaluation technologiegestützten Unterrichts von zentraler Bedeutung. Sie ermöglicht es, den Fokus nicht nur auf die Implementierung von Technologie zu legen, sondern auch auf deren tatsächliche Auswirkungen auf den Lernprozess. Lehrkräfte spielen dabei eine entscheidende Rolle, da ihre Erfahrungen, Perspektiven und praktischen Einblicke den Erfolg der Evaluation maßgeblich beeinflussen.

Generative KI (LLM): Definitiv kein Hype!

In einem in den sozialen Medien heiß diskutierten Interview mit John Hattie wird der Bildungsforscher auch zum Thema KI befragt: [1]https://www.spiegel.de/panorama/bildung/bildungsforscher-john-hattie-ich-kann-nicht-verstehen-wie-man-so-viel-talent-vergeuden-kann-a-5635c51c-cd69-4e2e-a854-6409e1b099a1
SPIEGEL: Welche Chancen liegen Ihrer Meinung nach in künstlicher Intelligenz?

Hattie: KI wird einen Lehrer nie ersetzen, kann aber die Effizienz von Lehrkräften erheblich steigern, etwa wenn sie Unterricht vorbereiten. Man kann die KI bitten, eine Unterrichtseinheit zu einem Thema zu erstellen, und hat in kürzester Zeit ein Ergebnis. Natürlich müssen Lehrkräfte die Qualität überprüfen.

SPIEGEL: Sehen Sie auch Risiken?
Hattie: Schulen sind recht resistent, was Veränderungen, zumal technische Innovationen, angeht. Aber wir müssen jetzt darüber sprechen, wie wir KI an Schulen nutzen wollen, welche Fähigkeiten wir Schülern im Umgang mit KI vermitteln müssen und welche Regeln dafür gelten sollen. Meine große Sorge ist, dass wir gerade den Moment verpassen, um genau das zu tun. Damit würden wir den Fehler im Umgang mit den sozialen Medien wiederholen: Die Schüler nutzen soziale Medien längst, aber die Schulen sehen sich überfordert und verbannen sie, statt sie sinnvoll einzusetzen. Ich sehe die Ankunft von KI in der Schule als eine der spannendsten Entwicklungen in meinem Berufsleben an, weil darin so große Chancen liegen. Am liebsten würde ich jetzt noch mal neu anfangen.

 

Wie Hattie bin ich mir sicher: ChatGPT & Co. sind gekommen, um zu bleiben. Prof. Koller (SWK) in einem Interview: „Wir müssen endlich vor die Welle kommen.“  Übrigens darf hier m. E. Evidenz (noch) nicht erwartet werden. Zu viel, zu schnell ändern sich Tools und Anwendungen. Wie auch die folgenden Artikel, Kultursendungen und Meinungen zu diesem Thema zeigen…

  • Deutsches Schulportal:

Künstliche Intelligenz wird an Schulen eine zunehmende Rolle spielen, so viel ist sicher, denn schon jetzt ist sie nicht mehr aus dem Alltag wegzudenken. Wie häufig und wofür Lehrkräfte und Jugendliche in Deutschland KI bereits nutzen, haben in diesem Jahr zwei Studien ermittelt. Und was weiß die Forschung eigentlich darüber, ob KI tatsächlich das Lernen fördern kann?

Künstliche Intelligenz (KI) wird das Lernen verändern. Doch wo fängt man an? Vielen Lehrkräften fällt es schwer, sich im Dschungel der KI-Tools zurechtzufinden. In unserer Serie „KI-Tipp“ kommen Lehrkräfte zu Wort, die positive Erfahrungen mit dem Einsatz künstlicher Intelligenz im Unterricht oder bei der Unterrichtsvorbereitung gemacht haben.

      Jeder zweite Lehrer nutzt künstliche Intelligenz im Unterricht. In Erlangen können sich Schüler sogar mit längst verstorbenen Zeitzeugen unterhalten. Und doch warnt ein Experte vor einer rechtlichen Grauzone.

      Anne Frank ist wohl das bekannteste Opfer des Holocaust. Es gibt keine Filmaufnahmen von ihr, nur ein paar Fotos und ihr berühmtes Tagebuch, das in über 70 Sprachen übersetzt wurde. Deborah Schnabel von der “Bildungsstätte Anne Frank” zeigt Videos, die neuerdings im Netz kursieren: Anne Frank, generiert von Künstlicher Intelligenz, auf TikTok. Heutzutage kann jeder mit entsprechender Software solche Fakes erzeugen – manche vielleicht in guter Absicht, aber die Gefahr von Geschichtsverfälschung droht.

      Texte, Audios, Videos. Gedichte. Eigene Songs. Ein Referat über den Fuchs oder über die Facetten der Freiheit in Wolfgang Herrndorfs “Tschick”. Die Mathe-Hausaufgabe. All das erledigt KI binnen weniger Sekunden und verändert so das Lernen und die Schule.

      Nimmt die Technik den Menschen nun auch das Denken ab? Und lernen Schüler grundsätzlich besser mit, ohne oder mithilfe von Algorithmen?

      Vor allem junge Lernende sollten KI-Tools durchschauen, sie für sich nutzen oder sich dagegen entscheiden. Denn Lernen mit KI heißt medienkompetent sein und auf die eigenen analogen Fähigkeiten vertrauen.

      • Franziska Schuberl (didacta Digital): Was kann KI? (S. 22ff)

      Was bringen KI-Tools für die Schule und wie sollte man sie einsetzen? didacta Digital hat mit zwei Wissenschaftlerinnen gesprochen, die einen Leitfaden dazu verfasst haben.

      Wohin entwickelt sich Künstliche Intelligenz? LMU-Forschende über Einsatz und Grenzen der Technologie in Medizin, Wirtschaft und Gesellschaft

        KI im Kontext zu Lernstandserhebungen (MU)

        In diesem abschließenden Abschnitt möchte ich aufzeigen, wie KI-Tools eingesetzt werden können, um die ernüchternden Ergebnisse der Lernstandserhebungen in Mathematik zu verbessern (siehe dazu auch einen aktuellen Kommentar von Jan Haurand@bsky.social). Meine Vermutung: Bei den schulischen Leistungsmessungen (in der Regel Klassenarbeiten) steht fast immer die Kompetenz „Umgang mit symbolischen, formalen und technischen Elementen der Mathematik“ im Mittelpunkt. In den zentralen Erhebungen wird jedoch das gesamte Kompetenzspektrum und das dann auch noch in drei verschiedenen Anforderungsbereichen abgefragt. Zur Erinnerung: Die Bildungsstandards (und damit auch Lernstandserhebungen wie zentrale Prüfungen) sehen die Umsetzung dieses Modells vor:[2]https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2012/2012_10_18-Bildungsstandards-Mathe-Abi.pdf, S. 9

        Christina Drüke-Noe hat in ihrer Dissertation Klassenarbeitsaufgaben einer Stichprobe von gymnasialen und nicht gymnasialen Klassen der Jahrgangsstufen 9 und 10 quantitativ und qualitativ untersucht. Zentrale Ergebnisse:

        [3]https://link.springer.com/book/10.1007/978-3-658-05351-2

        Auf Aufgaben- und auf Klassenebene zeigt sich, dass vor allem der Anspruch an das Umgehen mit unterschiedlich komplexen Kalkülen den kognitiven Anspruch prägt, während andere Tätigkeiten (Inner- und Außermathematisches Modellieren, Gebrauch von Darstellungen, Argumentieren) nur geringfügig vorkommen und sich meist auf Standardaktivitäten beschränken.

        Zwar sind die Aufgaben der gymnasialen Klassen erwartungsgemäß etwas anspruchsvoller als die der nicht-gymnasialen Klassen, dennoch überrascht die in beiden Schulformen festgestellte deutliche Heterogenität des kognitiven Anspruchsniveaus. Da das Spektrum des erzielten Anspruchsniveaus vergleichbar ist, lässt sich vermuten, dass die Ursache hierfür weniger in der Schulform selbst als etwa in lerntheoretischen Orientierungen der Lehrkräfte zu suchen ist. (…) So dürften die Lehrkräfte beider Schulformen eher eine behavioristische denn eine konstruktivistische Orientierung haben. Dies wird nicht nur am weitgehenden Fehlen von Aufgaben mit Tätigkeiten auf mittlerem und auch auf hohem Niveau deutlich, die erst eine aktive Verknüpfung der Gegenstände befördern würden, sondern auch am Stellen vieler gleichartiger Aufgaben, bei denen das Umgehen mit Kalkülen eine zentrale Anforderung darstellt.

        Bei der Zusammenstellung von Klassenarbeitsaufgaben könnten u.a. die folgenden Fragen mit Blick auf die kognitiven Aufgabenmerkmale handlungsleitend sein:

        • Decken die Aufgaben verschiedene Niveaus der mathematischen Tätigkeiten ab?
        • Welchen Anteil hat das Technische Arbeiten in Relation zu den anderen Tätigkeiten?
        • Gibt es Schwerpunkte in der Verteilung der kognitiven Niveaus? Speziell: Welchen Anteil hat das hohe Niveau?
        • Gibt es Aufgaben zum Argumentieren?

        Folgerungen

        Wie kann eine Aufgabenkultur verändert werden? Wie stellt man sicher, dass wirklich alle Kompetenzen erfasst werden? 

        Ich habe für meinen KI-Test den Lehrplan der 7. Jahrgangsstufe gewählt, da die Lernstandserhebungen im darauffolgenden Jahr (8. Jahrgangsstufe) durchgeführt werden. Im Dialog mit ChatGPT entwickle ich eine Jahresübersicht, die sicherstellt, dass ich gleich zu Beginn meiner Arbeit mit der Lerngruppe alle sechs Kompetenzgruppen im Blick habe und mich – im weiteren Dialogverlauf – darüber hinaus anleitet, wie ich den Mehrwert von Technologien im Unterricht überprüfen kann. Mit mehr oder weniger Aufwand. Ziel ist es, dass ich mit diesen Evaluationsansätzen zu einer datenbasierten Bewertung meines Unterrichts komme und die Analyse zu Verbesserungen des Lehr- und Lernkonzepts führt.

        Hier mein Dialog mit OpenAIs ChatGPT.

        Prompt

        In meinem neuen Beitrag geht es um das Thema Pädagogische Interventionen. Ich stelle das Prozessmodell, Constructive Alignment, Deeper Learning und themenorientiertes Arbeiten vor. Danach gehe ich auf die Evaluation von Szenarien der Technologienutzung ein. Auch hier stelle ich einige Konzepte vor. Dann komme ich zu den Chancen des Einsatzes von KI. An dieser Stelle möchte ich dafür werben, die Möglichkeiten für den eigenen Unterricht zu nutzen. Ich stelle mir vor, dass man Jahrespläne zur Kompetenzentwicklung erstellen kann.

        Du kannst hier die sechs zu fördernden Kompetenzen im Mathematikunterricht entnehmen.

        Nun zu meinem Anliegen:

        Die Lehrkräfte orientieren sich in der Regel am Lehrplan (hier am Beispiel Mathematik, Jahrgangsstufe 7). Ist es möglich, einen Jahresplan zu erstellen, der die Förderung der Kompetenzen in den Mittelpunkt stellt und die im Bild zu sehenden Inhalte diesen Kompetenzen zuordnet? Ich verspreche mir davon mehr Transparenz in der Unterrichtsarbeit und vor allem, dass wirklich alle Kompetenzen berücksichtigt werden. Laut einer Dissertation (Jg. 9/10) werden fast ausschließlich “Mit symbolischen, formalen und technischen Elementen der Mathematik umgehen” abgefragt…

        Antwort (1)

        Ich starte sofort und gebe dir eine erste Übersicht.

        Jahresplan Mathematik (Jahrgang 7): Kompetenzorientierte Förderung

        Der folgende Plan ordnet die Inhalte (aus der Abbildung) den zentralen mathematischen Kompetenzen (K1–K6) zu und stellt sicher, dass alle Kompetenzen über das Schuljahr hinweg abgedeckt werden. Jede Einheit wird so gestaltet, dass die jeweilige Kompetenz explizit gefördert wird.

        1. Terme mit Variablen (ca. 37 Stunden)

        Kompetenzen:

        • K1: Mathematisch argumentieren – Begründen von Umformungen und Eigenschaften von Termen.
        • K5: Mit symbolischen, formalen und technischen Elementen umgehen – Aufstellen und Umformen von Termen.
        • K6: Mathematisch kommunizieren – Ergebnisse und Umformungen klar und verständlich darstellen.

        Unterthemen:

        • M7 1.1: Aufstellen und Interpretieren von Termen (13 Std.)
          • Fokus auf K6 und K1: Begründen von Annahmen und Präsentation von Ergebnissen.
        • M7 1.2: Umformen von Termen (24 Std.)
          • Fokus auf K5: Erlernen und Anwenden von Regeln zum Termumformen.
        1. Geometrische Figuren: Symmetrie und Winkel (ca. 21 Stunden)

        Kompetenzen:

        • K3: Mathematisch modellieren – Anwendung von Symmetrie auf reale Objekte.
        • K4: Mathematische Darstellungen verwenden – Nutzung von Zeichnungen, Diagrammen und geometrischen Modellen.
        • K6: Mathematisch kommunizieren – Beschreiben von Symmetrien und Winkeln in mathematischer Sprache.

        Unterthemen:

        • M7 2.1: Achsen- und punktsymmetrische Figuren (12 Std.)
          • Fokus auf K3 und K4: Modellierung und Darstellung von Symmetrien.
        • M7 2.2: Winkelbetrachtungen an Figuren (9 Std.)
          • Fokus auf K6: Kommunizieren von Ergebnissen in Bezug auf Winkel.
        1. Lineare Gleichungen und Vertiefung der Prozentrechnung (ca. 17 Stunden)

        Kompetenzen:

        • K2: Probleme mathematisch lösen – Strategien zur Lösung von Gleichungen und Prozentproblemen.
        • K5: Mit symbolischen, formalen und technischen Elementen umgehen – Manipulation von Gleichungen.

        Inhalte:

        • Lösungsstrategien für lineare Gleichungen (z. B. Äquivalenzumformungen).
        • Anwendung der Prozentrechnung auf realistische Kontexte (z. B. Zinsen, Rabatte).
        1. Kenngrößen von Daten (ca. 8 Stunden)

        Kompetenzen:

        • K4: Mathematische Darstellungen verwenden – Diagramme und statistische Auswertungen erstellen.
        • K3: Mathematisch modellieren – Interpretation und Bewertung von Datenmodellen.
        • K6: Mathematisch kommunizieren – Ergebnisse von Datenanalysen präsentieren.

        Inhalte:

        • Berechnung von Mittelwert, Median, Modalwert.
        • Erstellung und Interpretation von Diagrammen.
        1. Kongruenz, besondere Dreiecke und Dreieckskonstruktionen (ca. 29 Stunden)

        Kompetenzen:

        • K1: Mathematisch argumentieren – Beweisen von Kongruenzaussagen.
        • K3: Mathematisch modellieren – Nutzung von Dreiecken zur Lösung geometrischer Probleme.
        • K4: Mathematische Darstellungen verwenden – Konstruktionsskizzen und geometrische Modelle.

        Unterthemen:

        • Grundlagen der Kongruenz und Konstruktion besonderer Dreiecke.
        • Anwendung von Kongruenzsätzen zur Problemlösung.

        Evaluation und Reflexion:

        • Regelmäßige Überprüfung des Kompetenzfortschritts durch Lernstandserhebungen und Feedbackrunden
        • Nutzung von Technologien (z. B. Geogebra, digitale Quiztools) zur individuellen Förderung und zur Visualisierung mathematischer Inhalte
        • Einbindung von KI-gestützten Tools zur Differenzierung und Unterstützung in heterogenen Lerngruppen

         

         

        Übersicht der Kompetenzverteilung

        Kompetenz Hauptthemen (Zeiten in Std.)
        K1 Terme mit Variablen (13), Kongruenz (10)
        K2 Lineare Gleichungen (10), Prozentrechnung (7)
        K3 Geometrische Figuren (12), Daten (5), Kongruenz (12)
        K4 Geometrische Figuren (9), Daten (3), Kongruenz (10)
        K5 Terme mit Variablen (24), Gleichungen (7)
        K6 Daten (8), Geometrische Figuren (9), Terme (13), Kongruenz (7)

        Dieser Plan stellt sicher, dass alle Kompetenzen berücksichtigt und gefördert werden. Soll ich noch detailliertere Methoden oder Aktivitäten für die Förderung der Kompetenzen ergänzen?

        Fortsetzung des Dialogs

        Das ist sehr hilfreich, vielen Dank. Wäre es nicht möglich, in den Jahresplan die “Nutzung von Technologien (z.B. Geogebra, digitale Quiztools) zur individuellen Förderung und Visualisierung mathematischer Inhalte” sowie die “Integration von KI-gestützten Tools zur Differenzierung und Unterstützung in heterogenen Lerngruppen” aufzunehmen? Welche Einsatzszenarien (Software, KI) würdest du den jeweiligen Kompetenzen/Inhalten zuordnen? Kannst du diese bitte in dein Dokument aufnehmen bzw. spezifizieren?

        Antwort (2)

        Jahresplan Mathematik – Kompetenzorientierung mit technologischen und KI-gestützten Einsatzszenarien

        Dieser Jahresplan zielt darauf ab, die Förderung der mathematischen Kompetenzen systematisch zu planen und dabei technologische sowie KI-gestützte Werkzeuge einzubinden. Der Fokus liegt darauf, den Unterricht transparenter zu gestalten und sicherzustellen, dass alle zentralen Kompetenzen berücksichtigt werden.

        Themenbereich/Inhalt Kompetenzen Technologien/Tools Einsatzszenarien
        Terme mit Variablen (ca. 37 Std.) K1, K5, K6 GeoGebra, Desmos, digitale Quiztools (z. B. Kahoot, Quizizz) Veranschaulichung von Termen und Variablen durch dynamische Software (GeoGebra, Desmos). Einsatz von Quiztools zur Überprüfung und Festigung von Basiswissen. Simulationen mit GeoGebra zur Visualisierung algebraischer Zusammenhänge.
        Geometrische Figuren: Symmetrie und Winkel (ca. 21 Std.) K2, K3, K4 GeoGebra, AR-Apps (z. B. Measure), digitale Whiteboards Experimentelles Arbeiten mit GeoGebra zur Erstellung symmetrischer Figuren. Verwendung von AR-Apps zur Messung realer Objekte. Diskussion und Präsentation geometrischer Konstruktionen über digitale Whiteboards.
        Lineare Gleichungen und Vertiefung der Prozentrechnung (ca. 17 Std.) K2, K5 Mathe-Apps (z. B. Photomath, Microsoft Math Solver), digitale Tabellenkalkulation Nutzung von KI-gestützten Mathe-Apps zur individuellen Unterstützung beim Lösen von Gleichungen. Prozentrechnungen anhand von Tabellenkalkulationen zur Analyse realer Datensätze (z. B. Umfragen).
        Kenngrößen von Daten (ca. 8 Std.) K3, K4, K6 Excel, Google Sheets, Python (z. B. Jupyter Notebooks), digitale Umfragetools Erhebung und Auswertung von Daten durch Umfragetools. Erstellung von Diagrammen und statistischen Auswertungen mit Tabellenkalkulationen oder Python. Präsentation und Diskussion der Ergebnisse im Plenum.
        Kongruenz, besondere Dreiecke und Dreieckskonstruktionen (ca. 29 Std.) K1, K2, K3, K5 GeoGebra, CAD-Software (z. B. TinkerCAD), digitale Messwerkzeuge Konstruktionen und Simulationen mit GeoGebra und CAD-Software. Praktische Messungen mit digitalen Messwerkzeugen. Reflexion und Präsentation der Konstruktionen.

        Dieser Jahresplan zeigt, wie technologische und KI-gestützte Werkzeuge gezielt in den Mathematikunterricht integriert werden können, um eine differenzierte und schülerzentrierte Förderung zu ermöglichen. Die Einsatzszenarien bieten praktische Ansätze, die sowohl die Unterrichtsqualität verbessern als auch die mathematischen Kompetenzen der Schülerinnen und Schüler stärken können.

        Evaluation durch ...

        … Fragebogen für Schüler:innen:

        1. Wie hilfreich fanden Sie das Tool beim Verstehen der Problemstellung? (Skala 1–5)
        2. Konnten Sie mit dem Tool ein passendes mathematisches Modell entwickeln? (Ja/Nein + kurze Begründung)
        3. Haben Sie das Gefühl, dass das Tool Ihre Fähigkeit zur Problemlösung verbessert hat? (offene Frage)

        Zusatz: Sammeln Sie qualitative Rückmeldungen durch kurze Gruppendiskussionen oder Interviews.

        Die Antworten zeugen von einer bemerkenswerten Fähigkeit zur Analyse, die von einer Systematisierung und einem umfassenden Überblick getragen wird.

        Ich habe dann versucht, es weiter zu spezifizieren: Ich suche nun in Zusammenarbeit mit dem Tool von OpenAI nach Themen, die mir helfen, die Kompetenz „Probleme mathematisch lösen“ bzw. „Mathematisch modellieren“ besonders zu fördern.

        Mir geht es um den Dreiklang: Kompetenz – Inhalt – Technologieeinsatz. D. h., im Jahresplan sehe ich die Förderung aller sechs Kompetenzen vor, ordne ihnen mathematische Inhalte aus den Leitideen zu und überlege dann noch, in welchen Kontexten Technologieeinsätze die Förderung unterstützen können. Die im Folgenden angedeutete Evaluation konzentriert sich auf den Technologieeinsatz, nicht auf den Jahresplan, nicht auf den Erfolg der Kompetenzförderung aus Sicht der mathematischen Inhalte.

        Die Bildungsstandards verstehen unter Probleme mathematisch lösen

        • vorgegebene und selbst formulierte Probleme bearbeiten
        • geeignete Hilfsmittel, Strategien und Prinzipien zum Problemlösen (wie Erstellen informativer Figuren, Vor- und Rückwärtsarbeiten, Analogie- und Invarianzprinzip) auswählen und anwenden
        • zum Lösen experimentelle Verfahren (wie systematisches Probieren) und formalisierte Verfahren verwenden
        • die Plausibilität der Ergebnisse überprüfen sowie über das Finden von Lösungsideen und die Lösungswege selbst reflektieren
        • mathematische Erkenntnisse durch Lösen von Problemen erlangen.

        Die Bildungsstandards verstehen unter Mathematisch modellieren

        • den Bereich oder die Situation, die modelliert werden soll, in mathematische Begriffe, Strukturen und Relationen übersetzen
        • in dem jeweiligen mathematischen Modell arbeiten
        • Ergebnisse in dem entsprechenden Bereich oder der entsprechenden Situation interpretieren und prüfen
        • verwendete mathematische Modelle (wie Formeln, Gleichungen, Darstellungen von Zuordnungen, Zeichnungen, strukturierte Darstellungen, Ablaufpläne) reflektieren und kritisch beurteilen
        • einem mathematischen Modell passende Situationen zuordnen.
        Prompt (2)

        Wie sieht ein sinnvolles Evaluationsdesign aus, das niedrigschwellig genug ist, um auch von einer Lehrkraft individuell genutzt zu werden? Bitte wähle zu jedem der Themenschwerpunkte/Inhalte (siehe linke Spalte) ein Thema aus, das sich auf diese beiden Kompetenzen konzentriert und sich darüber hinaus für einen Technologieeinsatz (welche?) eignet. Stelle bitte in deiner Übersicht sicher, dass alle Schüler:innen zum Zuge kommen, also mit Aufgaben und Aufträgen in den Anforderungsbereichen I (Basis), II (Fortgeschritten), III (Experte).

        Antwort (3)

        Hier ist ein Vorschlag für ein strukturiertes Evaluationsdesign, das sich auf die beiden Kompetenzen Probleme mathematisch lösen und Mathematisch modellieren konzentriert, dabei Inhalte aus der linken Spalte (siehe Bild zuvor) berücksichtigt und technologische Unterstützung einbindet.

        Ich habe Themen ausgewählt, die sich für den Dreiklang Kompetenz – Inhalt – Technik eignen, und die Aufträge in drei Anforderungsbereiche aufgeteilt.

        Übersicht: Evaluationsdesign für Kompetenzen „Probleme mathematisch lösen“ und „Mathematisch modellieren“

        1. Thema: Terme mit Variablen (M7.1.1 & M7.1.2)
        • Kompetenzschwerpunkt:
          • Probleme mathematisch lösen: Geeignete Strategien wie Vor- und Rückwärtsarbeiten anwenden.
          • Mathematisch modellieren: Mathematische Beziehungen in Termen darstellen und prüfen.
        • Technologieeinsatz:
          • GeoGebra: Für Visualisierung algebraischer Beziehungen (z. B. Variablen-Werte in Diagrammen darstellen).
          • Digitale Quiztools (z. B. Kahoot/Quizizz): Zur Wiederholung und Selbstüberprüfung einfacher und komplexer Terme.
        • Anforderungsbereiche:
          • I: Stelle einen Term für eine vorgegebene Situation auf (z. B. „Für x Äpfel kostet ein Apfel 2 Euro. Wie lautet der Gesamtpreis?“).
          • II: Bearbeite ein Problem mit mehreren Variablen (z. B. „Berechne die Gesamtkosten bei einer Party mit x Getränken und y Snacks.“).
          • III: Entwickle ein mathematisches Modell für eine selbst gewählte Alltagssituation, stelle den Term auf und interpretiere die Ergebnisse.
        1. Thema: Geometrische Figuren – Symmetrie und Winkel (M7.2)
        • Kompetenzschwerpunkt:
          • Probleme mathematisch lösen: Strategien wie Erstellen informativer Figuren anwenden.
          • Mathematisch modellieren: Zeichnungen und Symmetrieachsen in problembezogene Modelle übertragen.
        • Technologieeinsatz:
          • Dynamische Geometrie-Software (z. B. GeoGebra): Zur Konstruktion von Symmetrien und Winkeln.
          • Augmented-Reality-Apps (z. B. Merge Cube oder GeoGebra AR): Für die Darstellung geometrischer Figuren im Raum.
        • Anforderungsbereiche:
          • I: Zeichne die Achsensymmetrie einfacher Figuren per Hand oder GeoGebra.
          • II: Bestimme bei einer Figur mit mehreren Symmetrieachsen die Winkelbeziehungen.
          • III: Entwickle ein Modell für ein eigenes symmetrisches Design (z. B. Parkettmuster), stelle die Winkelbeziehungen dar und begründe mathematisch.
        1. Thema: Lineare Gleichungen und Prozentrechnung (M7.3)
        • Kompetenzschwerpunkt:
          • Probleme mathematisch lösen: Systematisches Probieren anwenden.
          • Mathematisch modellieren: Prozentuale Veränderungen modellieren und interpretieren.
        • Technologieeinsatz:
          • Excel/Google Sheets: Zum Modellieren und Visualisieren linearer Zusammenhänge und prozentualer Veränderungen.
          • Mathematik-Apps (z. B. Photomath oder Mathway): Zum Prüfen der eigenen Lösungen.
        • Anforderungsbereiche:
          • I: Löse eine einfache Gleichung per systematisches Probieren (z. B. „Welcher Prozentsatz ergibt bei 150 Euro Rabatt 20% des ursprünglichen Preises?“).
          • II: Formuliere und löse eine Gleichung, die ein realistisches Szenario beschreibt (z. B. „Welcher Rabatt ist nötig, um einen Endpreis von 80 Euro bei einem Startpreis von 120 Euro zu erhalten?“).
          • III: Entwickle ein Modell für eine Rabattaktion mit unterschiedlichen Rabattsätzen und stelle die Ergebnisse grafisch dar.
        1. Thema: Kenngrößen von Daten (M7.4)
        • Kompetenzschwerpunkt:
          • Probleme mathematisch lösen: Daten systematisch analysieren, Ergebnisse reflektieren.
          • Mathematisch modellieren: Statistische Kennwerte in Modelle übertragen und interpretieren.
        • Technologieeinsatz:
          • Statistiktools (z. B. CODAP, Excel): Zur Berechnung von Mittelwert, Median, und Modus.
          • Digitale Quiztools: Für interaktive Übungen zu Datensätzen und Interpretation.
        • Anforderungsbereiche:
          • I: Berechne Mittelwert und Median einer vorgegebenen Datentabelle.
          • II: Analysiere einen komplexeren Datensatz (z. B. aus einer Umfrage) und bestimme die Kennwerte.
          • III: Erstelle selbst einen Datensatz (z. B. durch eine Umfrage), berechne die Kennwerte und interpretiere sie kritisch.
        1. Thema: Kongruenz, Dreiecke und Konstruktionen (M7.5)
        • Kompetenzschwerpunkt:
          • Probleme mathematisch lösen: Zeichnungen strategisch nutzen, Reflexion über Lösungswege.
          • Mathematisch modellieren: Konstruktionen und Darstellungen in problembezogene Modelle übertragen.
        • Technologieeinsatz:
          • GeoGebra: Für die Konstruktion und Analyse von Dreiecken und ihren Kongruenzbedingungen.
          • 3D-Modellierungssoftware (z. B. Tinkercad): Für die Übertragung von 2D-Modellen in 3D-Konstruktionen.
        • Anforderungsbereiche:
          • I: Konstruiere ein Dreieck mit vorgegebenen Seitenlängen und überprüfe die Kongruenzkriterien.
          • II: Analysiere eine komplexere Konstruktion und überprüfe die Kongruenz.
          • III: Entwickle eine eigene Konstruktionsaufgabe mit konkreten Vorgaben und überprüfe die Plausibilität des Lösungswegs.

        Evaluationsansatz: Niedrigschwellig und flexibel

        1. Arbeitsblätter & Checklisten:
          Bereitstellung von Aufgaben zu allen Anforderungsbereichen mit klaren Erfolgskriterien.
        2. Peer-Feedback:
          Schüler:innen überprüfen die Arbeiten ihrer Mitschüler:innen anhand einer vorgegebenen Bewertungsmatrix.
        3. Selbstevaluation:
          Schüler:innen reflektieren die genutzten Strategien mithilfe eines einfachen Reflexionsbogens (Was hat gut funktioniert? Wo war es schwierig?).
        4. Digitaler Lernfortschrittsnachweis:
          Nutzung digitaler Tools (z. B. Lernmanagementsysteme), um den individuellen Fortschritt zu dokumentieren.

        Hier helfen mir die Antworten nur teilweise weiter. Die Benennung von Softwaretools ist sicherlich positiv zu bewerten. Kritischer sehe ich die Aufgabenkultur. Vor allem im Anforderungsbereich I wird fast ausschließlich die technische Kompetenz abgefragt. Auch hier müssen die anderen Kompetenzen berücksichtigt werden, wie es später in den Anforderungsbereichen II und III angedeutet wird. An dieser Stelle möchte ich auf ein CustomsGPT von Janina Brüggemann zurückgreifen: Intelligentes Üben im Mathematikunterricht hat mich – mit einigen thematischen Einschränkungen – sehr überzeugt. Es basiert auf einem Artikel von Prof. Leuders, der Überlegungen zu verschiedenen Aufgaben anstellt. (Wer mehr über CustomGPTs erfahren möchte:

        Seit einem Jahr können Nutzer von ChatGPT eigene Versionen des Chatbots erstellen, um spezifische Aufgaben zu lösen. Wozu sind solche KI-Assistenten gut? Und wie bringt man ihnen bei, was sie tun sollen? Ein Profi verrät seine Tricks.

        Ich führe den Dialog weiter in der Hoffnung, vielleicht durch einen anderen Ansatz (hier Themenorientierung) eine umfassendere Kompetenzförderung zu erreichen:

        Fortsetzung des Dialogs

        Die Gliederung gefällt mir gut. Verfeinern wir sie am Beispiel des 4. Themas: Kenngrößen von Daten (M7.4). Der Lehrplan sieht für dieses Thema 8 Stunden vor. Das scheint mir ein unangemessener Ansatz zu sein, angesichts der Anforderungen, denen sich die Schüler:innen bereits in Jg.stufe 7 in PoWi und SoWi herausgefordert sehen werden. Lassen Sie uns darüber nachdenken: Stellen Sie mir bitte einen Plan mit konkreten Aufgaben und Aufträgen für 8 Stunden und einen für 16 Stunden zusammen.

        Antwort (4)

        Hier sind zwei detaillierte Pläne für das Thema Kenngrößen von Daten (M7.4), die entweder in 8 Stunden oder in 16 Stunden unterrichtet werden können. Ich berücksichtige dabei die Kompetenzen Probleme mathematisch lösen und Mathematisch modellieren sowie den Dreiklang aus Kompetenz – Inhalt – Technik.

        Plan für 8 Stunden: Fokus auf Grundlagen und Anwendung

        Stunde 1: Einführung in Kenngrößen von Daten

        • Ziele: Begriffe Mittelwert, Median, Modus erklären und verstehen.
        • Aufgabe:
          • Berechne die Kenngrößen für einen kleinen Datensatz (z. B. „Noten einer Klassenarbeit: 3, 2, 5, 3, 4“).
          • Diskussion: Welche Kenngröße ist am aussagekräftigsten?
        • Technik: Interaktive Übung mit GeoGebra oder Excel zur Berechnung von Mittelwert und Median.

        Stunde 2: Systematisches Erfassen von Daten

        • Ziele: Daten in einer Tabelle organisieren, Überblick gewinnen.
        • Aufgabe:
          • Analysiere einen Datensatz (z. B. Alter der Familienmitglieder).
          • Ergänze fehlende Werte in einer Tabelle und berechne die Kenngrößen.
        • Technik: Nutzung von Excel oder CODAP zur Darstellung und Berechnung.

        Stunde 3: Visualisierung von Daten

        • Ziele: Daten durch Diagramme verständlich darstellen.
        • Aufgabe:
          • Stelle die Verteilung von Noten einer Klassenarbeit grafisch dar (z. B. Säulendiagramm).
          • Diskutiere die Aussagekraft der Darstellungen.
        • Technik: Diagramme erstellen mit Excel oder einer Diagramm-App.

        Stunde 4: Anwendung in der Lebenswelt

        • Ziele: Mathematische Modelle in Alltagssituationen anwenden.
        • Aufgabe:
          • Ein Fitnessstudio wirbt mit dem „Durchschnittsgewicht“ seiner Mitglieder. Untersuche, welche Kenngröße sie vermutlich verwendet haben.
          • Argumentiere schriftlich, welche Kenngröße (Mittelwert, Median, Modus) am besten passt.
        • Technik: Textanalyse und Berechnung mit Excel.

        Stunden 5–6: Vertiefung und Gruppenarbeit

        • Ziele: Daten erheben, auswerten und präsentieren.
        • Aufgabe:
          • Führe eine kleine Umfrage in der Klasse durch (z. B. Lieblingseis oder Sportarten).
          • Stelle die Ergebnisse tabellarisch und grafisch dar, berechne die Kenngrößen und präsentiere die Ergebnisse.
        • Technik: Datenerhebung mit digitalen Tools (z. B. Google Forms) und Auswertung mit Excel oder CODAP.

        Stunde 7: Problemlösen mit Daten

        • Ziele: Daten mathematisch interpretieren und reflektieren.
        • Aufgabe:
          • Analysiere den Datensatz „Besucherzahlen eines Kinos“ (fiktive Werte). Finde die besten Öffnungszeiten.
          • Begründe schriftlich deine Empfehlung.
        • Technik: Auswertung mit Excel oder CODAP.

        Stunde 8: Selbstevaluation und Abschluss

        • Ziele: Erlerntes reflektieren und auf neue Aufgaben anwenden.
        • Aufgabe:
          • Lösen eines Kompetenzrasters mit Aufgaben aus allen Anforderungsbereichen.
          • Reflexion: Wo brauche ich noch Übung?
        • Technik: Digitale Quiztools (z. B. Kahoot, Quizizz) oder ein LMS.

        Plan für 16 Stunden: Erweiterung mit Projekten und individuellen Vertiefungen

        Stunden 1–4: Grundlagen (wie oben)

        Grundlagenwissen zu Mittelwert, Median, Modus und Visualisierung von Daten.

        Stunden 5–6: Erweiterung auf große Datensätze

        • Ziele: Große Datensätze analysieren und relevante Informationen filtern.
        • Aufgabe:
          • Analysiere einen großen, vorgegebenen Datensatz (z. B. Wetterdaten einer Woche).
          • Identifiziere Trends und berechne die Kenngrößen.
        • Technik: Nutzung von Excel oder CODAP, um Daten effizient auszuwerten.

        Stunden 7–8: Anforderungsbereich III – Expertenaufgabe

        • Ziele: Eigene Fragestellungen entwickeln und modellieren.
        • Aufgabe:
          • Entwickle eine Fragestellung (z. B. „Wie verteilt sich die Zeit für Schulaufgaben in der Woche?“).
          • Sammle Daten in der Klasse, berechne die Kenngrößen und analysiere sie kritisch.
        • Technik: Datensammlung mit Google Forms, Auswertung mit Excel.

        Stunden 9–11: Anwendung in fächerübergreifenden Kontexten

        • Ziele: Transfer des Gelernten auf andere Fächer (z. B. PoWi, SoWi).
        • Aufgabe:
          • Analysiere Statistiken aus den Medien (z. B. Arbeitslosenquoten, Wahlergebnisse).
          • Überprüfe die Plausibilität der Aussagen und rechne gegebenenfalls die Kenngrößen nach.
        • Technik: Einsatz von Excel und digitalen Quellen.

        Stunden 12–13: Präsentation von Ergebnissen

        • Ziele: Erlernte Kompetenzen präsentieren und anwenden.
        • Aufgabe:
          • Fasse die Ergebnisse einer Gruppenarbeit zusammen.
          • Erstelle ein Poster oder eine digitale Präsentation mit Diagrammen und Kenngrößen.
        • Technik: Präsentationstools (z. B. PowerPoint, Canva).

        Stunden 14–16: Offenes Projekt zur Lebensweltanwendung

        • Ziele: Mathematisches Modellieren im Alltag.
        • Aufgabe:
          • Erstelle in Gruppen ein Modell, z. B. „Wie verändern sich die Fahrzeiten im Schulbusverkehr, wenn ein Bus ausfällt?“
          • Nutze Kenngrößen zur Darstellung der Auswirkungen.
        • Technik: Datenmodellierung mit Excel, Visualisierung mit GeoGebra.

        Vorteile der 16-Stunden-Variante

        • Tiefere Kompetenzentwicklung, besonders im Modellieren.
        • Bessere Vorbereitung auf Anforderungen in PoWi und SoWi.
        • Größere Flexibilität für individuelle Förderung und Projektarbeit.

        Fazit

        Die 16-Stunden-Variante ist für die umfassende Kompetenzförderung besser geeignet, während die 8-Stunden-Variante eine kompakte Einführung bietet. Welcher Plan entspricht eher deinen Zielen? 😊

         

        Evaluation durch ...

        Denken wir noch einmal über die Evaluation in der 16-Stunden-Variante nach. Wie sieht ein geeigneter Ansatz aus, wenn man sowohl summativ, d.h. am Ende, als auch formativ, d.h. während der 16 Stunden, Feedback haben möchte bzw. sinnvollerweise “einbauen” sollte?

        Ein ausgewogener Evaluationsansatz, der sowohl summativ als auch formativ arbeitet, sollte sich flexibel in den Unterrichtsverlauf integrieren und auf unterschiedliche Kompetenzen abzielen. Hier ein möglicher Ansatz für die 16-Stunden-Variante „Kenngrößen von Daten“:

        Formative Evaluation (während der 16 Stunden)

        1. Diagnostische Erhebung (vor der Einheit)
        Zweck: Vorkenntnisse, Vorurteile und Unsicherheiten aufdecken

        • Instrument: Ein kurzer Quiz mit offenen und geschlossenen Fragen zu Begriffen wie „Median“, „Mittelwert“ und „Interquartilabstand“.
        • Technologieeinsatz: Digitale Quiztools (z. B. Kahoot!, Socrative) für direktes Feedback.
        • Ergebnisnutzung: Anpassung der Schwerpunkte an Wissenslücken.

        2. Laufendes Peer-Feedback (ab Stunde 3)
        Zweck: Förderung von Reflexion und mathematischer Kommunikation

        • Instrument: Schüler:innen tauschen ihre Berechnungen und Diagramme aus und überprüfen die Lösungen ihrer Partner:innen mithilfe vorgegebener Checklisten.
        • Technologieeinsatz: Kollaborative Plattformen (z. B. Google Jamboard, OneNote), um Diagramme oder Ergebnisse anonymisiert hochzuladen und gemeinsam zu besprechen.
        • Ergebnisnutzung: Identifikation von Verständnisschwierigkeiten bei der Interpretation von Daten.

        3. Reflexionsphasen nach den Experimenten (Stunde 6 und 11)
        Zweck: Zwischenstand überprüfen und Lernprozesse sichtbar machen

        • Instrument: „Was habe ich heute gelernt?“-Kurzfeedback auf Karten oder digital (z. B. Mentimeter).
        • Technologieeinsatz: Digitale Pinnwände (z. B. Padlet) für eine übersichtliche Sammlung und Diskussion.
        • Ergebnisnutzung: Lehrer passt den Schwierigkeitsgrad und die Komplexität der Aufgaben an den Stand der Lerngruppe an.

        4. Zwischenprüfung (Stunde 8)
        Zweck: Lernfortschritt dokumentieren und Feedback geben

        • Instrument: Offene Aufgaben wie „Berechne und interpretiere den Median aus folgendem Datensatz“ sowie Multiple-Choice-Fragen zur Theorie.
        • Technologieeinsatz: Learning-Management-Systeme (z. B. Moodle, EduPage) für automatische Auswertung von MC-Fragen.
        • Ergebnisnutzung: Individuelles Feedback an die Schüler:innen geben und bei Bedarf gezielt fördern.

        Summative Evaluation (am Ende der 16 Stunden)

        1. Projektarbeit (Stunden 14–16)
        Zweck: Anwendung des Gelernten auf realistische Fragestellungen

        • Aufgabe: Schüler:innen arbeiten in Gruppen und analysieren einen vorgegebenen oder selbst gewählten Datensatz (z. B. aus Sport, Umwelt, sozialen Medien). Ergebnisse werden visualisiert, interpretiert und präsentiert.
        • Technologieeinsatz: Tabellenkalkulation (z. B. Excel, Google Sheets), Diagrammtools (z. B. GeoGebra, Canva), Präsentationstools (z. B. PowerPoint, Prezi).
        • Bewertungskriterien: Fachliche Richtigkeit, Verständlichkeit der Präsentation, Interpretation und Reflexion der Ergebnisse.

        2. Abschlussquiz und Reflexion
        Zweck: Überprüfung des individuellen Wissens und Einbindung von Selbstevaluation

        • Instrument:
          • Abschlussquiz: Kurzer Test mit Rechenaufgaben, Diagrammanalyse und Theoriefragen.
          • Selbstevaluation: Schüler:innen reflektieren schriftlich, welche Kompetenzen sie verbessert haben und wo sie noch Schwierigkeiten sehen.
        • Technologieeinsatz: Tools wie Quizizz für das Quiz und Forms oder Etherpad für die Selbstevaluation.
        • Ergebnisnutzung: Dokumentation des Kompetenzzuwachses und Diskussion im Plenum.

        Vernetzung von Evaluation und Unterrichtsprozess

        • Sichtbarmachen der Lernentwicklung: Ergebnisse der diagnostischen Erhebung und der Zwischenprüfung werden mit den Abschlussresultaten verglichen, um den Lernzuwachs zu verdeutlichen.
        • Einbindung von Eltern: Zusammenfassung der Projektarbeiten und Ergebnisse als PDF oder Präsentation für Elternabende oder das Klassenportfolio.

        Dieses Design berücksichtigt sowohl individuelle Rückmeldungen als auch die Förderung von Reflexion und Kompetenzerwerb, unterstützt durch Technologien, die den Unterricht effizient und interaktiv gestalten.

        Die 16-Stunden-Variante zeigt, dass das Thema Kenngrößen von Daten ein hohes Potenzial für Kompetenzförderung und interdisziplinäre Anwendungen hat. Die zusätzliche Zeit ermöglicht es, verstärkt auf kritisches Denken, Lebensweltbezug und aktive Einbindung von Technologien einzugehen – Aspekte, die gerade in unserer datengetriebenen Gesellschaft unabdingbar sind. Der Dialog zeigt mir auch, welche unglaublichen Erleichterungen die Systematisierung in der Vorbereitung meines Mathematikunterrichts bietet. Eine Zuordnung zu den Anforderungsbereichen findet nicht mehr statt. Ich habe das auch nicht weiter erfragt, da ich das ich in diesem Fall sogar lieber selbst in der Hand habe: Ich muss die Auswahl viel stärker an meinem Wissen über die individuellen Stärken der Lerngruppe ausrichten.

        Um Missverständnissen vorzubeugen: Natürlich kann man solche Analysen auch ohne LLM machen. Und doch: Ich habe sie in meiner aktiven Lehrtätigkeit kaum gemacht, schon gar nicht in dieser Systematik. Aus Zeit- und Ressourcengründen. Auch die Überprüfung (Evaluation) meiner Arbeit habe ich eher summativ angelegt und auch hier eher in einheitlichen Formaten. Auch hier liegt ein enormes Potential, wie der folgende Beitrag zeigt. Es werden Erfahrungen im Umgang mit einem KI-Tool (fiete.ai) vorgestellt, mit dessen Hilfe (auch individualisiertes) Feedback gelingen kann:

        Schlussbemerkungen

        Der Mangel an evidenzbasierten Aussagen rund um den Einsatz generativer KI ist zunächst nicht zu kritisieren, denn die Entwicklung eines Evaluationsdesigns (und dessen Umsetzung) braucht Zeit, wie ich vor allem an den beiden Konzepten zu ADDIE und DDD (s.o.) gezeigt habe. Dennoch kann und sollte man beginnen, diese Modelle zu nutzen, ggf. in zeitverträglich modifizierter Form. Nichts zu tun bzw. Bauchgefühlen zu folgen, ist keine Option.

        Zurück zum Anfang dieses Beitrags. Hier setze ich mit Prozessmodell, Constructive Alignment, Deeper Learning, Theo vor allem auf Veränderungsprozesse im „Großen“, im Sinne einer schulweiten Unterrichtsentwicklung. Wer weitere, eher kleinere Konzepte sucht, dem empfehle ich zwei Artikel von Michael Gisiger, der sechs wissenschaftlich fundierte Strategien erprobt und evaluiert hat:

        Dieser Beitrag untersucht methodisch fundierte und erforschte Lernstrategien, die sich von oberflächlichen Strategien abheben. Spaced Practice, Retrieval Practice, Interleaved Practice und elaborative Interrogation sind bewährte Methoden, deren Wirksamkeit die Forschung belegt. Die Anwendung dieser vier Strategien verspricht nicht nur einen grösseren Lernerfolg, sondern auch einen nachhaltigen Wissenserwerb, der für erfolgreiches Lernen unerlässlich ist.

        Vor gut einem Jahr habe ich in einem Blogbeitrag vier wissenschaftlich fundierte Lernstrategien vorgestellt, die sich als besonders effektiv und nachhaltig erwiesen haben. Nun möchte ich diesen Beitrag erweitern und zwei weitere Strategien vorstellen, die ebenfalls auf wissenschaftlicher Evidenz beruhen: Pre-Testing und Mental Replay.

        Im nächsten Beitrag werde ich Schulen mit ihren Konzepten vorstellen und würdigen. Sie werden sehen, auch in diesen schwierigen Zeiten gelingt es manchen Schulleitungen, Lehrkräften, Schülerinnen und Schülern und Eltern, sich gemeinsam auf eine so genannte „gute Schule“ zu verständigen und zu leben…

        stay tuned

         

        Bildnachweis:

        Gerd Altmann @pixabay

        References

        Evaluation (3): Small Data

        Jan 18, 2025 | Allgemein, Evaluation, Schulentwicklung, Unterricht

        Im Gegensatz zu “Big Data” (vgl. Teil 2 meiner Reihe), das große Mengen an Daten analysiert, konzentriert sich „Small Data“ auf die Feinheiten und individuellen Unterschiede, um personalisierte Bildungsstrategien zu entwickeln und gezielte Unterstützung zu bieten. Schulinterne Befragungen können und sollen die Ergebnisse dieser Studien einbeziehen. Evaluation ermöglicht, die Sichtweisen der Beteiligten und Betroffenen einzuholen und auf dieser differenzierten Grundlage tragfähige, breit abgestützte Entscheide zu fällen. Durch Evaluationsvorhaben können Schülerinnen und Schüler sowie Erziehungsberechtigte in die Gestaltung und Entwicklung der Schule einbezogen werden. Grundlage für die Entscheidung über Entwicklungsschwerpunkte sind dann nicht nur die Sichtweisen innerhalb des Kollegiums, sondern auch regelmäßige Rückmeldungen von Kindern, Jugendlichen oder Erziehungsberechtigten über deren Sicht auf schulische Abläufe. Evaluation wäre in diesem Sinne auch als Beitrag zur Demokratisierung der Schule zu verstehen.

        Hervorzuheben ist in Deutschland die Initiative der Robert Bosch Stiftung „Von Daten zu Taten“ zur Unterstützung von Schulen bei der Einführung datengestützter Prozesse. Best-Practice-Beispiele zeigen, wie Schulen trotz knapper Zeitressourcen erfolgreich mit Daten arbeiten können. Aussagen aus diesen Initiativen weisen darauf hin, dass

        • gut erhobene und analysierte Daten helfen, ineffektive Maßnahmen zu vermeiden. Dadurch können langfristig Zeit, Ressourcen und Energie eingespart werden.
        • Datengestützte Entscheidungen führen zu gezielten Verbesserungen der Unterrichtsqualität, der Schülerleistungen und der Arbeitszufriedenheit der Lehrkräfte. Es wird ein positiveres Lern- und Arbeitsumfeld geschaffen, von dem alle profitieren.
        • Die aktive Nutzung von Daten stärkt die Eigenverantwortung und Professionalität der Schulgemeinschaft. Lehrkräfte und Schulleitungen gewinnen durch datengestützte Ansätze an Handlungskompetenz und Entscheidungsfreiheit.
        • Erfolgreiche datengestützte Maßnahmen können das Ansehen einer Schule in der Öffentlichkeit stärken. Schulleitungen und Lehrkräfte werden für ihre Bemühungen sichtbarer gewürdigt.
        • Die Arbeit mit Daten fördert den Teamgeist. Dies stärkt den Austausch und die Zusammenarbeit im Kollegium und fördert eine Kultur der gemeinsamen Problemlösung.

        HRS - Online

        Lassen Sie mich von meiner früheren Arbeit berichten. Ausgebildet (aufwändig über mehrere Monate, inkl. Abschlussprüfung und Zertifikat) zunächst zu Schulinspektoren, später zu Schulberatern, haben wir die Arbeit zur Sicherung und Weiterentwicklung der Qualität von Schule und Lehr-Lernprozessen mit guter Praxis begleitet. Im Zentrum unserer Arbeit stand und steht der Hessische Referenzrahmen Schulqualität. Zum Aufbau und zur Pflege einer Qualitätskultur werden Feedback- und Reflexionsverfahren eingesetzt. Bestandsaufnahmen sichern den Überblick über den aktuellen Qualitätsstand. Evaluation ist verbunden mit einer planvollen Datenerhebung und Datenaufbereitung für Evaluationszwecke [1]https://lehrkraefteakademie.hessen.de/sites/lehrkraefteakademie.hessen.de/files/Hessischer%20Referenzrahmen%20Schulqualitaet-HRS.pdf, S. 24.

        Gute Evaluationen folgen transparenten Schritten, die Vertrauen und Verlässlichkeit für die Beteiligten schaffen. Wer eine Evaluation plant und durchführt, kann sich am nebenstehenden Schaubild orientieren. Kleine Schritte und unterschiedliche Zugänge sind möglich, der Einsatz auch einfacher Evaluationsformen ist realistisch: Mit all dem kann langfristig eine tragfähige Evaluationskultur in der Schule aufgebaut werden.

        Hier einige aktuelle Beispiele aus meiner (ehemaligen) Abteilung.

         

        • Bestandsaufnahme

        Zur Bestimmung der Qualität wertet die Schule bereits erhobene, vorhandene und aufbereitete Daten aus. Entsprechende Expertise wird an der Schule aufgebaut. Die Bestandsaufnahme berücksichtigt weite Teile des schulischen Handelns. Aus der Analyse zieht die Schule Konsequenzen in Form von Beschlüssen und Entwicklungsprojekten. Vorab besteht eine Verständigung über den schulinternen Prozess der Auswertung, um von Daten zu Beschlüssen zu gelangen. Die Partizipation aller an Schule Beteiligten erhöht die Akzeptanz und die Identifikation mit dem abgeleiteten Handlungsbedarf.

          • Zur Qualitätssicherung und -entwicklung führt die Schule Evaluationen durch.

          Mithilfe der internen Evaluation bewertet die Schule den Erfolg und die Wirksamkeit der schulischen Arbeit. Durch planvolle Datenerhebung und -aufbereitung liefert sie sich Entscheidungsgrundlagen (zum Beispiel über die Fortführung von Maßnahmen). Vor der Evaluation bestimmt die Schule den Evaluationsgegenstand, die Ziele und die Anhaltspunkte. Bei internen Evaluationen beauftragt die Schulgemeinde ein internes Evaluationsteam, bestehend aus passenden Mitgliedern der Schulgemeinde, damit die Unabhängigkeit der Durchführung und der Ergebnisse möglichst weit gewahrt bleibt. Evaluationen werden für die Bewertung von Ergebnissen als auch zur Prozessbewertung genutzt.

            Materialien mit Hinweisen

            • zur Vorbereitung
            • zur Durchführung der Bestandsaufnahme
            • zur Auswertung der Ergebnisse
            • zur Zielsetzung für die schulische Weiterentwicklung

            Materialien mit Hinweisen

            • zur Vorbereitung
            • zur Durchführung der Evaluation
            • zur Auswertung der Ergebnisse
            • zur Zielsetzung für die schulische Weiterentwicklung
            • Entwicklungsprojekte (Themenfeldevaluation)

            Entwicklungsprojekte sind ein zentrales Element der gemeinsamen Schulentwicklung. Durch die Berücksichtigung des Qualitätszyklus wird ihre bewusste Steuerung erleichtert. Sie werden mit ihren konkreten Zielsetzungen und
            Wirkungserwartungen für die schulische Praxis umrissen. Eine darauf fußende Planung legt entscheidende Verantwortlichkeiten, Umsetzungsschritte, Maßnahmen, Zeitpunkte sowie die dazugehörigen Evaluationen fest.

            • Bilanzierung und Reflexion (z. B. Fokusevaluation)

            Bilanzierungen und Reflexionen werden zur Begleitung schulischer Prozesse eingesetzt. Bilanzierung als kaum aufwendiges, mündliches Verfahren zur Sammlung von guten und bedenkenswerten Aspekten trägt dazu bei, erste bewertende Eindrücke zu gewinnen. Reflexionen orientieren sich an bewusst ausgewählten Anhaltspunkten, Strukturierungshilfen oder Kriterien. Beide Vorgehensweisen dienen der Zusammenführung von Meinungen und Wahrnehmungen, um die Verbesserung der Praxis der Schule und der Lehr-Lernprozesse anzuregen.

              Materialien mit Hinweisen

              • zur Vorbereitung
              • zur konkreten schulischen Arbeit an Themenfeldern
              • zur Auswertung der Arbeit
              • zur Zielsetzung für die schulische Weiterentwicklung

              Lernen in Präsenz und auf Distanz bedarf einer angepassten Organisation des schulischen Betriebs und der Lehr-Lernprozessen. Um sich dieser Aufgabe gezielt widmen zu können, ist das Fokusheft Schule entstanden, das auf der Grundlage des Hessischen Referenzrahmens Schulqualität eine spezifische Priorisierung einzelner Kriterien und spezifisch-ergänzende Anhaltspunkte enthält.

               

              Individuelle Evaluation von Unterricht

              Einer der wichtigsten Bausteine einer erfolgreichen Unterrichtskultur ist das Feedbackgespräch. Vor allem für Schülerinnen und Schüler ist eine angemessene Feedbackkultur von großer Bedeutung, zumal diese Generation damit aufwächst. Viele Lehrkräfte scheuen sich vor solchen Gesprächen, mit der ständigen Angst im Hinterkopf, kritisiert zu werden.

              Auch hier wieder ein Erfahrungsbericht aus meiner aktiven Unterrichtszeit.

              In dem von mir schon häufig herangezogenen Mathematikprojekt SINUS (Bund-Länder-Modellversuch zur „substanziellen und nachhaltigen Verbesserung der Qualität des Mathematikunterrichts“, 2003-2007) wurde den teilnehmenden Lehrkräften durch die Universität Kassel eine Befragung angeboten, um den Schülerinnen und Schülern eine Rückmeldung zum eigenen Unterricht zu geben. Die Fragen wurden – entsprechend aufbereitet – auch den Lehrkräften vorgelegt. Somit kam es zu einer Gegenüberstellung der Selbsteinschätzung der Lehrkraft und den Rückmeldungen durch die Schülerinnen und Schüler.
              Auch ich nutzte diese Befragung: Ich gebe zu, mich haben die Ergebnisse seinerzeit sehr überrascht. Teilweise lagen meine Einschätzungen, vor allem zum binnendifferenzierenden Angebot, weit auseinander. Ich musste dann eine Entscheidung treffen: Stelle ich mich den – fürwahr nicht sehr positiven Rückmeldungen der Schülerinnen und Schüler – oder „husche ich darüber hinweg“? Ich entschied mich, das Gespräch mit den Schülerinnen und Schülern zu suchen. Dabei stellte ich fest, dass es ihnen – entgegen meinen Erwartungen – gar nicht darum ging, mich an den Pranger zu stellen, sondern im Gegenteil dazu beizutragen, dass sich der Unterricht für sie verbesserte. Es kam zu sehr konstruktiven Vorschlägen der Schülerschaft und zur Vereinbarung, sich regelmäßig über die Qualität des Unterrichts auszutauschen. Ich führte dann die Befragung zur Unterrichtsqualität immer zeitgleich zur Bekanntgabe der mündlichen Noten ein. Das garantierte beiden Seiten eine wünschenswerte Regelmäßigkeit: Die Schülerinnen und Schüler wurden nach den Klassenarbeiten / Klausuren über meine Einschätzungen zum mündlichen Unterricht informiert, ich als Lehrer über den Unterricht der letzten Wochen.

              Ich würde die Fragen allerdings auf die heutigen Entwicklungen anpassen und auch das Antwortspektrum auf 1: “trifft gar nicht zu” 2: “trifft kaum zu” 3: “trifft häufig zu” 4: “trifft vollständig zu” beschränken.

              Diese Themenseite vertieft den Einstieg in das Thema Feedback und stellt entsprechende Instrumente (analog und digital) vor. Oder Sie nutzen, wie bereits in einem anderen Zusammenhang (Startchancen-Programm) im zweiten Teil empfohlen, das Feedback-Tool des IBBW.

              Oder Sie orientieren sich an diesen beiden Tabellen, die Ihnen einen schnellen Überblick verschaffen:

              Häufig werden die beiden Begriffe Feedback und Evaluation synonym benutzt, obwohl einige grundlegende Unterschiede bestehen, wie die folgende, auf einer Fortbildung vorgestellten Gegenüberstellung zeigt:

               

               

              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.

              In diesem Beitrag 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:

              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:[2]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

               

              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):[3]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:[4]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.

              Zusammenfassung

              Ein kontinuierlicher, datengetriebener individueller Verbesserungsprozess bedeutet, dass Lehrkräfte regelmäßig Daten sammeln und analysieren, um ihre Unterrichtsmethoden und -strategien zu verbessern. Hier weitere Beispiele für die Art von Daten, die erhoben werden können:

              1. Schülerleistungen: Ergebnisse von Tests, Prüfungen und anderen Bewertungsinstrumenten.
              2. Beobachtungen: Notizen und Aufzeichnungen von Lehrern über das Verhalten und die Interaktionen der Schüler im Unterricht.
              3. Feedback der Schüler: Rückmeldungen der Schüler zu ihrem eigenen Lernprozess und zu den Unterrichtsmethoden.
              4. Elternfeedback: Rückmeldungen der Eltern über die Fortschritte und Herausforderungen ihrer Kinder.
              5. Teilnahme und Engagement: Daten zur Anwesenheit, Teilnahme und zum Engagement der Schüler im Unterricht.
              6. Lernfortschritte: Vergleich von Anfangs- und Endständen der Schülerleistungen, um den Fortschritt zu messen.

              Diese Daten werden dann analysiert, um Muster und Trends zu erkennen, die auf Bereiche hinweisen, in denen Verbesserungen notwendig sind. Basierend auf diesen Erkenntnissen können Lehrkräfte gezielte Maßnahmen ergreifen, um den Unterricht anzupassen und zu optimieren. Der Prozess ist zyklisch, was bedeutet, dass nach der Umsetzung der Maßnahmen erneut Daten gesammelt und analysiert werden, um die Wirksamkeit der Änderungen zu überprüfen und gegebenenfalls weitere Anpassungen vorzunehmen.

              Ratingkonferenzen wie auch Unterrichtshospitationen eigenen sich sowohl für einen individuellen wie kooperativen Einsatz. 

              “Spirals of Inquiry” als auch “Lesson Study” dagegen sind Ansätze zur Verbesserung des Unterrichts durch kollaborative und reflektierende Praktiken, aber sie unterscheiden sich in ihrem Fokus und ihrer Methodik.

              Spirals of Inquiry:

              • Zyklischer Prozess: Besteht aus sechs Schritten (Erfassen, Fokussieren, Vermutung entwickeln, Neues Lernen, Handeln, Überprüfen)
              • Fokus auf kontinuierliches Lernen: Lehrer reflektieren regelmäßig ihre Praxis und passen sie an die Bedürfnisse der Schüler an.
              • Datengetriebene Entscheidungen: Entscheidungen basieren auf Beobachtungen und Analysen der Lernenden.

              Lesson Study:

              • Gemeinsame Unterrichtsplanung: Lehrer planen gemeinsam eine Unterrichtsstunde, führen sie durch und beobachten die Schüler.
              • Fokus auf Schülerlernen: Beobachtungen konzentrieren sich darauf, wie Schüler die Inhalte lernen.
              • Evidenzbasierte Reflexion: Die gewonnenen Daten werden genutzt, um den Unterricht weiterzuentwickeln.

              Beide Ansätze fördern die Zusammenarbeit und das professionelle Wachstum von Lehrkräften, aber “Spirals of Inquiry” legt mehr Wert auf einen kontinuierlichen, datengetriebenen Verbesserungsprozess, während “Lesson Study” sich stärker auf die detaillierte Analyse einzelner Unterrichtsstunden konzentriert.[5]https://content-select.com/de/portal/media/view/624be842-efcc-4739-9f93-2554b0dd2d03

              Lesenswert dieser Artikel aus Pädagogik 11 | 2024 (übrigens ist das gesamte Heft empfehlenswert):

              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.

              Lernstandserhebungen

              Lernstandserhebungen sind standardisierte Tests, die in Schulen durchgeführt werden, um den aktuellen Wissens- und Kenntnisstand der Schüler zu ermitteln. Sie helfen Lehrern und Schulen, die Lernfortschritte der Schüler zu beurteilen und gezielte Fördermaßnahmen zu entwickeln. Sie dienen auch dazu, die Qualität des Unterrichts zu überprüfen und gegebenenfalls anzupassen.

              Lernstandserhebungen werden von Lehrkräften aus verschiedenen Gründen häufig kritisch gesehen. Aktuell betrifft dies eine Erhebung in Baden-Württemberg (Kompass4). Meines Erachtens zu Recht, denn sie soll der Schullaufbahnempfehlung dienen und stellt damit die Intention der Lernstandserhebung in Frage. Sie sollen den Kompetenzstand der Schülerinnen und Schüler überprüfen und anschließend in Auswertung der Ergebnisse von den Fachkonferenzen hinsichtlich der Unterrichtsqualität reflektiert werden. Andererseits ist festzustellen, dass die Abschlussklassen der Grundschulen in Baden-Württemberg offensichtlich Kompetenzdefizite aufweisen. Es wird zu prüfen sein, ob die Aufgaben tatsächlich zu schwer waren oder ob in der täglichen Unterrichtsarbeit nicht doch Aufgaben vernachlässigt wurden, die über die Routine hinausgehen. Und genau das sollen Lernstandserhebungen zeigen: Wie gut gelingt es mir als Lehrer individuell, den Schülerinnen und Schülern die Bildungsstandards zu vermitteln.

              Einführung Prozessmodell in Klasse 5

              Ich selbst habe das einmal schätzen gelernt, als ich in meiner Klasse 5 (Gymnasium) ein neues Unterrichtssetting eingeführt habe. Die Eltern waren sehr kritisch, weil sie den individuellen Umgang mit Lerngruppen so nicht kannten, eben eher den klassischen Unterrichtsstil im Format 7G:

              „Alle gleichaltrigen Schüler sollen zur gleichen Zeit mit dem gleichen Lehrer im gleichen Raum mit den gleichen Mitteln das gleiche Ziel gleich gut erreichen“.

              Außerdem waren ihnen manche Aufgaben, die ich für die lernstärkeren Schülerinnen und Schüler vorbereitet hatte, zu schwierig: „Müssen die Kinder denn schon so früh lernen, um die Ecke zu denken?“ war ein Kommentar auf einem Elternabend, den ich nie vergessen werde. Ich erklärte ihnen den Hintergrund von “Kompetenzorientiert unterrichten – Bildungsstandards nutzen“ (KUMN), die Notwendigkeit, ihre Kinder dort abzuholen, wo sie leistungsmäßig stehen und bat sie ansonsten um Geduld, bis Vera 6 eine Rückmeldung auf mein Unterrichtsangebot ermöglicht. Übrigens haben diese Schüler auch an meiner o.g. Umfrage (Uni Kassel) teilgenommen, so dass ich mich auch in dieser Richtung immer wieder absichern konnte. Gut, dass ich einen Schulleiter hatte, der mir bei einem Elternabend den Rücken stärkte: „Ich weiß gar nicht, was Sie wollen: Die Kinder mögen seinen Unterricht. Davon konnte ich mich überzeugen. Was wollen Sie mehr?“. Ich wusste übrigens nichts von seinem „Besuch“ in meiner Klasse …

              Die Lernstandserhebung habe ich dann konsequent ohne „teaching for the test” durchgeführt. Ich wollte einfach wissen, wo ich in meinem Unterrichtssetting eventuell nachsteuern muss. Es kam, wie es zu erwarten war: Einige Aufgaben haben meine Schülerinnen und Schüler super gelöst, andere nur so „halbwegs gut“. Für die Schülerinnen und Schüler und endlich auch einmal für die Eltern überzeugend: Mit den didaktischen Unterlagen, die mir von der für dieses Verfahren zuständigen Behörde zur Verfügung gestellt wurden, konnte ich sowohl individuell als auch in der gesamten Lerngruppe nachsteuern. Bis zur Übergabe an den neuen Fachlehrer in Klasse 7 war dafür genügend Zeit.

              Schulentwicklungsprozess einer Schule

              Eine weitere Erfahrung weist in die gleiche Richtung. Eine Schulleitung initiierte eine Steuergruppe, die sich mit den Ergebnissen der letzten Lernstandserhebungen auseinandersetzen und Vorschläge zur Verbesserung der Förderung entwickeln sollte. Nach einem längeren Brainstorming-Prozess und Beratungen in der Gesamtkonferenz entschied sich die Schule, die Kompetenzförderung künftig fächerübergreifend zu organisieren, ohne den Bezug zu den fachimmanenten Inhalten zu verlieren. Es würde den Rahmen dieses Beitrages sprengen, auf Einzelheiten einzugehen. Nur so viel: Der Schulleitung ist ein überzeugender Prozess hin zu einer neuen Lehr- und Lernkultur gelungen, sowohl fachspezifisch als auch fächerübergreifend. In der Umsetzung boten die Lernstandserhebungen den Lehrkräften immer wieder Gelegenheit, ihre Arbeit zu überprüfen. Inzwischen hat die Schule dieses fächerübergreifende Konzept über die Sekundarstufe I hinausgeführt und bietet in der gymnasialen Oberstufe „nur“ noch themenorientierte Kurse an. Auch hier immer abgestimmt auf die Anforderungen des Zentralabiturs. Absolut vorbildlich, wie ich finde.

              Abschließend will ich das Institut zur Qualitätsentwicklung im Bildungswesen (IQB) vorstellen, das die Länder in der Bundesrepublik Deutschland bei der Qualitätsentwicklung und Qualitätssicherung im allgemeinbildenden Schulsystem unterstützt. Den Ausgangspunkt und die Grundlage dieser Arbeit bilden Bildungsstandards, die von der Ständigen Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK) verabschiedet worden sind. Diese Bildungsstandards definieren, welche Kompetenzen Schülerinnen und Schüler bis zu einem bestimmten Zeitpunkt in ihrer Schullaufbahn entwickelt haben sollen. Das IQB hat den Auftrag, regelmäßig zu überprüfen, inwieweit diese Ziele in deutschen Schulen erreicht werden (Bildungsmonitoring). Ferner unterstützt das IQB die Länder darin, die Bildungsstandards, die als zentraler Orientierungsrahmen für alle Akteure im Bildungssystem dienen sollen, umzusetzen (Implementierung).

              Ihre Arbeit bzw. ihr Selbstverständnis hat sie kürzlich in einem pfiffigen Adventskalender vorgestellt, wohl auch aus Anlass ihres 20-jährigen Bestehens. Das möchte ich in einer Bildergalerie wiedergeben…

              Zur Begründung

              Zur Begründung

              Zur Begründung

              Zur Begründung

              Zur Begründung

              Zur Begründung

              Ein Vergleich mit Großbritannien

              In der Diskussion um Sinn und Aufwand solcher Erhebungen wird gerne auf Großbritannien verwiesen. Dort werden regelmäßig standardisierte Tests durchgeführt, um den Lernstand der Schülerinnen und Schüler zu überprüfen und die Qualität des Unterrichts zu sichern. Die wichtigsten Tests sind[6]Möglichkeiten, Grenzen und Perspektiven internationaler Schulleistungsforschung | SpringerLink

              • SATs (Standard Assessment Tests): Diese Tests finden in der 2. und 6. Klasse statt und bewerten grundlegende Fähigkeiten in Mathematik, Englisch und Naturwissenschaften. 
              • GCSEs (General Certificate of Secondary Education): Diese Prüfungen werden am Ende der Sekundarstufe I (Jahrgangsstufe 11) abgelegt und decken eine breite Palette von Fächern ab.
              • A-Levels (Advanced Level): Diese Prüfungen werden am Ende der Sekundarstufe II (Jahrgangsstufen 12 und 13) abgelegt und sind Voraussetzung für den Zugang zu Universitäten.

              Auf den ersten Blick ähneln sich die Systeme in Großbritannien und Deutschland, da beide standardisierte Prüfungen zur Lernstandserhebung einsetzen. Es gibt jedoch einige wichtige Unterschiede in der Systematik und Zielsetzung, die aus pädagogischer (und auch kultureller) Sicht schwer vereinbar erscheinen:

              Regelmäßigkeit und Verbindlichkeit

              • In Großbritannien finden standardisierte Tests (z. B. SATs, GCSEs, A-Levels) zu klar definierten Zeitpunkten im Bildungsweg statt und sind flächendeckend verpflichtend.
              • In Deutschland gibt es vergleichbare Prüfungen wie VERA (in der 3. und 8. Klasse), Abschlussprüfungen und das Abitur, doch deren Ergebnisse haben oft weniger direkte Auswirkungen auf die schulische Entwicklung.

              Datenbasierte Rückmeldungen

              • In Großbritannien werden die Ergebnisse stärker für Schulrankings genutzt. Schulen stehen unter erheblichem Druck, gute Ergebnisse zu liefern, da die Daten öffentlich zugänglich sind und Einfluss auf die Schulwahl der Eltern haben.
              • In Deutschland werden Lernstandserhebungen primär zur internen Qualitätssicherung genutzt, und die Ergebnisse sind nicht öffentlich.

              Individualisierte Förderung

              • In Großbritannien wird verstärkt darauf geachtet, Schüler:innen basierend auf Testergebnissen gezielt zu fördern. Schwächere Schüler:innen erhalten oft zusätzliche Unterstützung, z. B. durch spezielle Förderprogramme.
              • In Deutschland fehlt häufig eine solche systematische Verknüpfung zwischen Testergebnissen und gezielten Fördermaßnahmen.

              Beide systematischen Lernstandserhebungen ermöglichen es, den Bildungsfortschritt der Schülerinnen und Schüler zu verfolgen und gezielte Maßnahmen zur Qualitätsverbesserung im Bildungssystem zu ergreifen.Der größte Unterschied liegt im Druck und der Konsequenz, mit der die Ergebnisse in Großbritannien genutzt werden. Dort beeinflussen sie nicht nur die Schulentwicklung, sondern auch den Ruf und die Finanzierung der Schulen. In Deutschland sind solche Prüfungen eher als Diagnoseinstrumente gedacht und weniger mit sanktionierenden Maßnahmen verbunden.

              Ausblick

              Und nun wissen wir einiges über die Akzeptanz des schulischen Angebots, wir wissen einiges über den Lernstand unserer Schülerinnen und Schüler. Jetzt stellt sich die Frage: Was können wir tun? Welche Maßnahmen bieten sich an? Darum geht es im nächsten Beitrag…

              … stay tuned …

              Bildnachweis: Headway @Unsplash

              References

              References
              ↑1 https://lehrkraefteakademie.hessen.de/sites/lehrkraefteakademie.hessen.de/files/Hessischer%20Referenzrahmen%20Schulqualitaet-HRS.pdf, S. 24
              ↑2 The spiral of inquiry / Evidence-based leadership / Pedagogy and assessment / Home – Educational Leaders
              ↑3 https://deutsches-schulportal.de/bildungswesen/forschung-warum-erwachsene-beim-lernen-auf-die-bremse-treten/
              ↑4 Kempfert, G./Ludwig, M.: Kollegiale Unterrichtsbesuche. Besser unterrichten durch Kollegen-Feedback. Beltz Verlag. Weinheim und Basel. 2. Aufl. 2010. S. 24
              ↑5 https://content-select.com/de/portal/media/view/624be842-efcc-4739-9f93-2554b0dd2d03
              ↑6 Möglichkeiten, Grenzen und Perspektiven internationaler Schulleistungsforschung | SpringerLink

              Evaluation (1): Einführung

              Jan 5, 2025 | Allgemein, Evaluation, Schulentwicklung, Unterricht

              Playdoyer für datengestützte Schul- und

              Unterrichtsentwicklung 

              Wie immer zu Beginn eines Jahres überlegt man sich, wo man in Zukunft seine Schwerpunkte setzen möchte. Ich nehme seit einiger Zeit wahr (und habe im letzten Jahr unter dem Hashtag Generation Z immer wieder darüber berichtet), dass unsere Schülerinnen und Schüler zunehmend verunsichert sind. Diese jungen Menschen wachsen in einer Welt auf, die von digitalem Wandel, globalen Krisen und einer noch nie dagewesenen Vielfalt an Möglichkeiten und Unsicherheiten geprägt ist. Gleichzeitig zeigen nationale und internationale Studien wie TIMMS 2023, ICILS 2023, das MINT Nachwuchsbarometer 2024 oder das Schulbarometer 2024 Kompetenzdefizite in zentralen Bildungsbereichen auf. Diese Defizite betreffen nicht nur das Fachwissen, sondern auch grundlegende Zukunftskompetenzen, die dringend benötigt werden.

              Aber wie reagieren wir als Schulsystem darauf? Sind wir bereit, die Herausforderungen anzunehmen? Und vor allem: Sind wir bereit, uns selbst in Frage zu stellen und neue Wege zu gehen? Diese Fragen waren in den letzten zehn Jahren meiner beruflichen Tätigkeit (Institut für Qualitätsentwicklung, Hessische Lehrkräfteakademie) immer wieder Ausgangspunkt für den Beginn einer Leitbilddiskussion in einer Schulgemeinschaft, die durch Coaching oder Beratung begleitet wurde.

              Dieser Beitrag ist der Auftakt zu einer Reihe von Artikeln, die Ihnen helfen sollen, die Qualität des Lernens und Lehrens systematisch zu verbessern. Ergebnisse zentraler Bildungsstudien werden vorgestellt und für die eigene Arbeit reflektiert. Ich zeige Ihnen, wie Sie durch gezielte schulinterne Befragungen die Bedürfnisse und Perspektiven Ihrer Schülerinnen und Schüler besser verstehen und darauf aufbauend handeln können. Und ich stelle Ihnen die Praxis einiger Schulen vor, die sich aus meiner Sicht erfolgreich auf den Weg gemacht haben. Mit einer Einführung in das Konzept der “Data Team Intervention”, einem vor allem in den Niederlanden eingesetzten Evaluationsverfahren, lege ich einen ersten Schwerpunkt auf die datengestützte Schul- und Unterrichtsentwicklung.

              Es erfordert Mut, sich auf neue Prozesse einzulassen. Es erfordert Offenheit, Ergebnisse kritisch zu hinterfragen. Und es erfordert die Bereitschaft, Verantwortung zu übernehmen, um gemeinsam etwas zu bewegen.

              Ich lade Sie nun ein, diesen Weg mitzugehen.

              Nadine Emmerling, Kultusministerium Baden-Württemberg

               

              Die Transformation in einer Kultur der Digitalität beschreibt den Wandel in Bildung und Gesellschaft, der durch die Digitalisierung und die tiefgreifenden Veränderungen in der Art und Weise, wie wir kommunizieren, lernen und arbeiten, hervorgerufen wird. Im schulischen Kontext bedeutet dies, dass Schulen ihre Strukturen, Lehrmethoden und Lerninhalte an die Herausforderungen und Möglichkeiten der digitalen Welt anpassen müssen.

              Die Digitalisierung ist so eng und selbstverständlich mit unserem Alltag verbunden (von der Onlinerecherche über den Fahrkartenautomaten bis zum Intranet der Kultusverwaltung). Der Schule kommt dabei die Aufgabe zu, junge Menschen dabei zu unterstützen, angesichts der rasanten und tief greifenden Veränderungsprozesse im beruflichen, im sozialen und im politischen Kontext diese Welt aktiv zu gestalten. Die jungen Menschen nutzen digitale Medien schon vielfach für ihr Lernen – mal zielgerichtet, mal weniger; mal lernförderlich, mal weniger; mal im Wissen um rechtliche Rahmenbedingungen (z. B. den Datenschutz, das Urheberrecht, den Jugendmedienschutz), mal ohne dieses Wissen. Vor allem die Schule ist der Ort, an dem Lernende in didaktisch aufbereiteten Kontexten digitale Medien sinnvoll und qualitätsorientiert einsetzen lernen können.

              Schnell stellte sich die Frage nach einem Standard. In den Kultusministerien wurden Qualitätsstandards bzw. Referenzrahmen entwickelt. Diese bildeten (und bilden in einigen Bundesländern immer noch) die Grundlage für die Rückmeldungen der Landesschulinspektorinnen und -inspektoren. Vergleicht man die Qualitätsrahmen der Länder miteinander, so fällt auf, dass sie sich nur in Nuancen unterscheiden. Allen gemeinsam ist die Analyse einer Schule nach folgenden Kriterien

              • Ergebnissen / Leistung
              • Lernkultur – Qualität der Lehr- und Lernprozesse
              • Schulkultur
              • Schulleitung und Schulmanagement
              • Lehrerprofessionalität und Personalentwicklung
              • Zielen und Strategien der Qualitätsentwicklung

              Das Jahr 2024 ist geprägt von der Veröffentlichung zahlreicher Studien. Es geht um die Umsetzung der Bildungsstandards, um den angemessenen Einsatz von Technologien im Unterricht, um die Einstellung der Schülerinnen und Schüler zu Politik und Umwelt und vieles mehr. Darauf werde ich in den folgenden Beiträgen noch näher eingehen.

              In diesem Beitrag geht es um die Akzeptanz interner und externer Evaluationsverfahren und damit um eine datengestützte Schulentwicklung. Evaluation wird verstanden als ein Prozess der systematischen Sammlung und Analyse von Daten bzw. Informationen mit dem Ziel, kriterienorientierte, begründete und nachvollziehbare Bewertungsurteile zu ermöglichen. Orientiert man sich an der Herkunft des Wortes (frz., zu évaluer «schätzen», «berechnen», von lat. valere «stark sein», «wert sein»), so wird deutlich, dass Evaluation etwas mit «Wert schätzen» zu tun hat, mit der Einschätzung des Wertes, der «Stärke» eines Produktes oder Prozesses anhand nachvollziehbarer Kriterien. Gute Evaluation hat viel mit einer «wertschätzenden» Grundhaltung zu tun, mit dem Bemühen, die Qualität von Schule und Unterricht zu verstehen, um sie weiterzuentwickeln. Interne Schulevaluation basiert auf der Überzeugung, dass Schulqualität erhalten und gefördert werden kann, wenn die Lehrkräfte vor Ort ihre Erfahrungen und ihr Wissen austauschen und für Entwicklungen fruchtbar machen. Sie sind es, die Schulqualität hervorbringen und die die Schule und ihr Umfeld vor Ort am besten kennen.

              Lernendes Schulsystem

              Die datengestützte Schulentwicklung unterscheidet zwischen schulinterner Evaluation (Small Data) und externer Evaluation (Big Data), die in der Regel von den Bildungsbehörden initiiert wird. Ein lernendes Schulsystem zeichnet sich durch die Fähigkeit aus, sich kontinuierlich an neue Herausforderungen anzupassen, Innovationen aufzunehmen und aus Erfahrungen zu lernen. Dies erfordert nicht nur strukturelle Veränderungen, sondern auch einen tiefgreifenden Wandel im Denken und in der Kultur der Schule als Organisation. Datengestützte Schulentwicklung ermöglicht fundierte Entscheidungen in Bezug auf die oben genannten Fragen zu treffen (Umsetzung der Bildungsstandards, angemessener Einsatz von Technologien im Unterricht, Einstellungen der Schülerinnen und Schüler zu Politik und Umwelt u.v.m.).

              Kluge Evaluation hilft

              • die eigene Praxis neu zu sehen
              • sinnvolle und falsche Routinen zu erkennen,
              • die Unsicherheit in Bezug auf die Wirkungen und die Wirksamkeit der eigenen Arbeit zu reduzieren,
              • herauszufinden, was wirkungsvoll ist,
              • Bestätigung für eine erfolgreiche und bewährte Praxis zu finden,
              • Handlungsbedarf und Veränderungsbedürfnisse zu erkennen,
              • Feedbacks für das eigene Lehren und Lernen zu nutzen,
              • fundierte Grundlagen für die Arbeitsplanung und die Entscheidungen zu gewinnen,
              • eine Grundlage für die Verständigung über gemeinsame Ziele zu schaffen,
              • Rechenschaft abzulegen über das Mass der Zielerreichung und die Erreichung eigener und anerkannter externer Qualitätsansprüche.

              Selbstreflexion ist Teil der Arbeitskultur von Schule

              Früher nahmen die einzelnen Lehrerinnen und Lehrer die Verantwortung für eine hohe Schul- und Unterrichtsqualität vorwiegend individuell wahr. Mit der schulinternen Evaluation ist die Zielsetzung verbunden, dass die einzelnen Schulen schrittweise auch gemeinsame Formen der Qualitätssicherung und Qualitätsentwicklung aufbauen und diese im Schulbetrieb fest verankern.

              Die Schule als pädagogische Einheit (“Lernende Schule”) wie auch einzelne Unterrichtsteams können Evaluationen nutzen, um die Wirkungen der gemeinsamen Arbeit auf die Schülerinnen und Schüler, auf die Lehr- und Betreuungspersonen sowie auf die Schule und nach außen einzuschätzen und zu beurteilen.

              Evaluation ist ein Beteiligungsinstrument

              Evaluation ermöglicht, die Sichtweisen der Beteiligten und Betroffenen einzuholen und auf dieser differenzierten Grundlage tragfähige, breit abgestützte Entscheide zu fällen. Durch Evaluationsvorhaben können Schülerinnen und Schüler sowie Erziehungsberechtigte in die Gestaltung und Entwicklung der Schule einbezogen werden. Grundlage für die Entscheidung über Entwicklungsschwerpunkte sind dann nicht nur die Sichtweisen innerhalb des Kollegiums, sondern auch regelmäßige Rückmeldungen von Kindern, Jugendlichen oder Erziehungsberechtigten über deren Sicht auf schulische Abläufe. Evaluation wäre in diesem Sinne auch als Beitrag zur Demokratisierung der Schule zu verstehen.

              Data Team Intervention

               

              Anlässlich des 20-jährigen Bestehens des Instituts zur Qualitätsentwicklung im Bildungswesen (IQB) hielt Prof.’ Schildkamp den Festvortrag. Sie ist Professorin an der Fakultät für Verhaltens-, Management- und Sozialwissenschaften der Universität Twente in den Niederlanden. Ihr Lehrstuhl “Data Informed Decision Making for Learning and Development” widmet sich der Erforschung und Förderung datengestützter Entscheidungsfindung im Bildungsbereich. Ihre Arbeit konzentriert sich auf die professionelle Entwicklung im Bereich der datengestützten Entscheidungsfindung und die Anwendung von künstlicher Intelligenz (KI) im Bildungsbereich. Ihre Forschungsergebnisse bieten Einblicke und Strategien, wie Bildungseinrichtungen durch den gezielten Einsatz von Daten nicht nur effizienter arbeiten, sondern auch das Lernen und die Entwicklung der Lernenden nachhaltig verbessern können.

              Zusammenfassung ihres Vortrags [1]https://www.schule.at/bildungsnews/detail/datenteams-als-gamechanger

              Ein wesentlicher Aspekt ihrer Forschung ist die Einbeziehung der Lernenden in den Prozess der Datennutzung. Durch ihre aktive Beteiligung wird nicht nur ihre eigene Informationskompetenz gestärkt, sondern auch das gemeinsame Ziel einer kontinuierlichen Verbesserung der Bildungsqualität verfolgt. In ihrem Vortrag wies sie darauf hin, dass ihrer Erfahrung nach häufig eine Lösung für ein Problem umgesetzt wird, ohne die eigentlichen Ursachen zu analysieren. So würden beispielsweise bei schlechten Mathematikleistungen zusätzliche Stunden und neue Materialien eingeführt, ohne die Qualität des Unterrichts zu hinterfragen. Außerdem würden Lehrer manchmal die Notwendigkeit von Daten in Frage stellen, da sie glaubten, ihre Schüler auch ohne Daten gut zu kennen.Der Prozess sollte jedoch mit klaren Zielen beginnen, gefolgt von der Sammlung und Analyse von Daten, um zu verstehen, warum diese Ziele (nicht) erreicht werden. Daten müssten kontextualisiert und in handlungsrelevantes Wissen umgewandelt werden. Daten werden oft mit Rechenschaftspflicht in Verbindung gebracht, was zu kurzfristigen, engen Zielen und einem eingeschränkten Fokus (z.B. nur auf Leistung) führen kann. Eine Kombination aus Rechenschaftspflicht und Verbesserung ist für nachhaltige Ergebnisse unerlässlich.

              Das Ziel der Bildungsbehörden und der Schulleitung sollte es sein, die datengestützte Zusammenarbeit, die Integration von Technologien und die professionelle Entwicklung der Lehrkräfte zu fördern. Sie fordert, die Autonomie der Lehrkräfte zu respektieren und ihnen gleichzeitig Unterstützung und Weiterbildung anzubieten. Für die Datenerhebung empfiehlt Schildkamp vielfältige Datenquellen, darunter Umfragen, Beobachtungen und Interviews mit Schüler/innen. Vor allem Schülerstimmen lieferten wertvolle Einblicke. Die Analyse der Daten sei ihrer Erfahrung nach weniger schwierig, da sie klaren Regeln folge. Die Herausforderung liege in der Interpretation und Umsetzung. Daten allein geben keine konkreten Handlungsanweisungen. Lehrkräfte müssten ihre pädagogische Expertise einbringen, um geeignete Maßnahmen abzuleiten. Der Dialog und die Zusammenarbeit im Team seien entscheidend, um unterschiedliche Perspektiven einzubeziehen und Vorurteile abzubauen.

              Die Nutzung von Daten sollte als Instrument und nicht als Selbstzweck betrachtet werden. Eine erfolgreiche datengestützte Schulentwicklung erfordert eine ausgewogene Kombination aus Verantwortung, Unterstützung und einer Kultur der kontinuierlichen Verbesserung, die die Lehrkräfte unterstützt und einbezieht.

              Schließlich stellte Schildkamp mit der „Data Team Intervention“ ein Konzept vor, das seit 15 Jahren in verschiedenen Ländern (u.a. Niederlande, USA, Schweden, Belgien, England) erprobt wird. Die Professorin lädt Schulleitungen und Lehrkräfte ein, dieses Instrument zu nutzen. Wesentliche Erkenntnisse aus der Forschung mögen zunächst frustrierend erscheinen sind aber im Spiegel der Komplexität von Bildung zu sehen: Erste Hypothesen erweisen sich oft als falsch. Der Prozess fördert ein Umdenken von externen Ursachen („Es liegt an den Eltern“) hin zu internen Lösungen („Was können wir tun?“). Die Arbeit in den Datenteams wiederum stärkt die Datenkompetenz, das Vertrauen in datengestützte Entscheidungen und die Zusammenarbeit im Kollegium. In den meisten Fällen verbessern die Schulen ihre Unterrichtsqualität und lösen die identifizierten Probleme. Es gibt aber auch Teams, die scheitern. Auch diese Misserfolge bieten Lernchancen. Die „Data Team Intervention“ ermöglicht fundierte Entscheidungen durch die Kombination von Datenanalyse, Zusammenarbeit und kontinuierlichem Lernen. Dies führt zu einer höheren Bildungsqualität und hilft Schulen, die vielfältigen Herausforderungen im Bildungsbereich systematisch anzugehen.

              Data Intervention Team (Konzept)

              Die Data Team Intervention ist ein strukturierter Prozess, bei dem ein Team aus Lehrkräften, Schulleitungen und ggf. weiteren Beteiligten gezielt daran arbeitet, schulische Herausforderungen mithilfe von Daten zu analysieren und zu lösen. Der Ansatz kombiniert systematische Datennutzung mit professioneller Entwicklung der beteiligten Lehrkräfte.

              Ablauf:

              1. Identifikation eines Problems: Das Team wählt eine konkrete Herausforderung aus, z. B. schwache Schülerleistungen in einem Fach oder hohe Fehlzeiten.
              2. Datensammlung: Relevante Daten (z. B. Leistungsdaten, Umfrageergebnisse, Beobachtungen) werden gesammelt.
              3. Analyse: Die Daten werden im Team analysiert, um Ursachen zu identifizieren.
              4. Maßnahmenplanung: Auf Basis der Analyse entwickelt das Team Maßnahmen zur Problemlösung.
              5. Umsetzung und Monitoring: Die Maßnahmen werden umgesetzt, und deren Erfolg wird erneut mithilfe von Daten überprüft.
              6. Reflexion und Anpassung: Der gesamte Prozess wird reflektiert, um daraus zu lernen und ggf. Anpassungen vorzunehmen.
              Data Intervention Team (Erste Annäherung)

              Im Rahmen des hessischen Lehrerfortbildungsprogramms “Kompetenzorientiert unterrichten – Bildungsstandards nutzen“ (2007 – 2014) wurden über einen längeren Zeitraum Fachschaften der Sekundarstufe I fortgebildet. Das Projekt verfolgte mehrere Ziele. Es ging darum, den Mathematik- und Naturwissenschaftsunterricht so zu gestalten, dass Schülerinnen und Schüler möglichst selbstständig arbeiten und lernen können. Dies sollte durch die Förderung von Kompetenzen erreicht werden, die das Zusammenspiel von Wissen, Können und Wollen umfassen. Ein weiteres Ziel war es, die Motivation der Schülerinnen und Schüler zu steigern und damit ihre Lernergebnisse zu verbessern. Darüber hinaus sollten die Lehrkräfte durch das Projekt angeregt werden, sich als Lernbegleiter zu verstehen und individuelle Lernunterstützung anzubieten. Langfristig wurde eine Veränderung der Lehr- und Lernkultur hin zu mehr selbstgesteuertem Lernen und kompetenzorientierter Unterrichtsgestaltung angestrebt.

              Ausgangspunkt waren die 2003 in Kraft getretenen Bildungsstandards. Meine Schule hat sich 2009 entschieden, an dem Projekt teilzunehmen. Auslöser war die Unzufriedenheit mit den schlechten Ergebnissen der Lernstandserhebungen.

              Wir haben uns zunächst mit den Kompetenzbereichen (siehe Bild) beschäftigt und eine Reihe neuer Aufgabentypen entwickelt, die dieser Struktur Rechnung tragen sollten.

              Die gute Nachricht: Wir haben uns als Fachkonferenz mit den Herausforderungen in den verschiedenen Kompetenzbereichen auseinandergesetzt. Wir haben uns kennen und schätzen gelernt.

              Die schlechte Nachricht: Die Ergebnisse waren enttäuschend, führten zu Ernüchterung, die kollegiale und kooperative Zusammenarbeit ließ nach.

              Im Rückblick: Die Lehrbücher waren noch old school (hat sich inzwischen verbessert). Die Arbeit an neuen Aufgaben war mühsam. Eine Dissertation aus dem Jahr 2009 zeigte, dass die Klassenarbeiten in der 9. Klasse zu 90% aus Aufgaben aus dem Kompetenzbereich K5 (Umgang mit symbolischen, formalen und technischen Elementen der Mathematik) bestanden. Es ist daher nicht verwunderlich, dass die externen Evaluationen Defizite in den anderen fünf Kompetenzbereichen aufzeigten. Vielleicht haben wir Fortbildnerinnen und Fortbildner auch zu viel Rücksicht auf Befindlichkeiten genommen, wenn wir – bei aller Wertschätzung – Lehrkräfte auf Lehr- und Lernstrukturen ansprechen, die im Hinblick auf die Heterogenität der Lerngruppe zu hinterfragen sind. So haben wir ein Instrument angeboten, mit dem ein Vergleich der Selbst- und Fremdwahrnehmung durch die Lerngruppe organisiert werden kann. Das wurde aber bis auf ganz wenige Ausnahmen abgelehnt. Ich komme in einem der nächsten Beiträge noch einmal darauf zurück.

              Wie also in Kenntnis dieser Erfahrung neu ansetzen? Hier mein Vorschlag einer Umsetzung des o.g. Konzept:

              • Identifikation eines Problems: Die Fachkonferenz identifiziert Probleme im Umgang mit kompetenzorientierten Aufgaben. Die Ursachen werden im mangelnden Aufbau von Fachwissen, im Leseverständnis und in der fehlenden Bereitschaft der Schülerinnen und Schüler, sich mit diesen Problemen auseinanderzusetzen, gesehen.
              • Datensammlung: Relevante Daten (z. B. externe Leistungsdaten (i. W. aus Lernstandserhebungen, Umfrageergebnisse, Beobachtungen) werden gesammelt.
              • Analyse: Die Daten werden im Team analysiert, um Ursachen zu identifizieren.
              • Maßnahmenplanung: Auf Basis der Analyse entwickelt das Team Maßnahmen zur Problemlösung. Dazu gehören Überlegungen zur Lehr-Lernkultur (insb. in der Entwicklung von Tiefenstrukturen) ebenso wie die Arbeit an veränderten Prüfungskontexten (z.B. halte ich die Überprüfung von Modellierungskompetenzen durch klassische Klassenarbeiten für nahezu unmöglich). Die folgenden Links bieten einige Anregungen und Unterstützung (bzgl. der ChatGPT Links von Janina benötigt man einen Account. Für erste Versuche reicht die kostenfreie Variante

              Dieses Tool hat mich – mit einigen thematischen Einschränkungen – sehr überzeugt. Es setzt auf den im ersten Link bereits vorgestellten Prof. Leuders Artikel Intelligent üben und Mathematik erleben

              • Umsetzung und Monitoring: Die Maßnahmen werden umgesetzt, und deren Erfolg wird erneut mithilfe von (nun schulintern organisierten) Daten überprüft.
              • Reflexion und Anpassung: Der gesamte Prozess wird reflektiert, um daraus zu lernen und ggf. Anpassungen vorzunehmen.

              Die letzten beiden Spiegelpunkte haben wir im KUMN-Projekt ausgelassen (siehe oben). Natürlich standen uns damals weder die oben genannten KI-Tools noch externe mathematische Fachkollegien zur Verfügung, die uns hätten beraten können, wie wir mit den identifizierten Problemen hätten umgehen können. Darüber hinaus würde ich zum jetzigen Zeitpunkt über eine fächerübergreifende Vernetzung nachdenken wollen. Zum Beispiel mit der Fachkonferenz Englisch, die sich nach den Lernstandserhebungen der letzten Jahre immer besser entwickelt hat, nicht zuletzt wohl durch eine Intensivierung der funktionalen kommunikativen Kompetenz, die auch in der Mathematik einen hohen Stellenwert hat.

              Vorteile - Herausforderungen

              Vorteile

              • Systematische Problemlösung: Anstatt sich auf Vermutungen zu stützen, werden datenbasierte Entscheidungen getroffen.
              • Förderung von Kooperation: Lehrkräfte arbeiten eng zusammen und lernen voneinander.
              • Professionalisierung: Der Umgang mit Daten wird geschult, was die Kompetenzen der Beteiligten stärkt.
              • Kultureller Wandel: Der Ansatz kann langfristig eine dateninformierte Schulentwicklung etablieren.

              Herausforderungen

              • Zeitaufwand: Der Prozess erfordert regelmäßige Treffen und Engagement, was in den oft hektischen Schulalltag passen muss.
              • Datenkompetenz: Viele Lehrkräfte sind nicht ausreichend im Umgang mit Daten geschult und benötigen entsprechende Fortbildungen.
              • Akzeptanz: Der Ansatz erfordert eine Kultur des Vertrauens und der Offenheit, damit Teams ehrlich über Schwächen sprechen können.

              Ausblick

              Die Data Team Intervention passt perfekt zum Ziel, Schulen zu einer systematischeren Auseinandersetzung mit Daten zu bewegen. Es kann helfen, Abwehrhaltungen gegenüber Lernstandserhebungen und/oder externe Evaluationen zu überwinden, da der Ansatz kollaborativ und lösungsorientiert ist. Prof.’in Schildkamp fasst ihre Erfahrungen so zusammen, hier in Zusammenarbeit mit Amanda Neck:

              By identifying shared goals and engaging in a collaborative and dialogic use of multiple sources of data in a professional learning community, teachers, school leaders, and students can make more informed decision. This will lead to a higher quality of education.

              Vor allem im Ausland gibt es zahlreiche Aktivitäten zur datengestützten Schul- und Unterrichtsentwicklung.

              • „Data Teams“ in den Niederlanden
                • Teams aus Lehrkräften und Schulleitungen analysieren systematisch Schul- und Leistungsdaten, um Problembereiche wie Schülerleistungen oder Wohlbefinden zu verbessern.
                • Eine regelmäßige und strukturierte Begleitung durch Daten-Coaches stellt sicher, dass die Prozesse effizient ablaufen.
              • Schulen in Alberta, Kanada
                • Schulen arbeiten mit regionalen Datenplattformen, um Entwicklungen zu verfolgen. Ein integriertes Dashboard zeigt individuelle Schülerleistungen und Kennzahlen zur Schulentwicklung an, die für Entscheidungen genutzt werden.
              • Schulinterne Qualitätszirkel (Schweiz)
                • Schulen nutzen Qualitätszirkel, in denen Lehrkräfte gemeinsam Daten aus internen Erhebungen, Prüfungen und Schulinspektionen auswerten. Die Arbeit in kleinen Teams verteilt die Verantwortung und spart Zeit.

                Mit dem Hinweis auf diese Entwicklungen im Ausland möchte ich es bei dieser Einführung belassen. Im 2. Teil plane ich die Vorstellung und Zusammenfassung zahlreicher Studien (Big Data) sowie die Darstellung einer (bundesweiten) Unterstützungsreaktion aus einer Datenanalyse (hier PISA 2018/2022). Mit dem 3. Teil setze ich die Reihe mit dem Blick auf schulinterne Maßnahmen fort. In diesem Beitrag stelle ich einige schulinterne Evaluationsverfahren (Small Data) vor, verbunden mit einem konkreten Unterstützungsangebot zum Evaluationsdesign. Um Anregungen für Maßnahmen zu geben und deren Umsetzung zu erleichtern, schlage ich im 4. Teil einige Lehr-Lern-Konzepte vor. Teil 5 enthält einige Praxisbeispiele und Teil 6 schließt die Blogserie mit einem „Big Picture” ab.

                Lassen Sie sich überraschen, was ich vor allem mit dem letzten Spiegelpunkt meine.

                 

                … stay tuned …

                Titelbild: Gerd Altmann @pixabay

                Abschnitt Data Team Intervention: Jason Goodman @unsplash

                 

                References