KI in der Schule (7): Berufsorientierung

Kooperationen zwischen Schule und Wirtschaft

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

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

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

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

Hier nun sein Artikel:

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

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

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

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

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

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

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

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

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

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

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

Feedback

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

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

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

Übertragbarkeit

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

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

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

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

Fortbildungsreihe für Lehrkräfte: KI im Unterricht verankern

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

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

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

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

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

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

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

Gelingensbedingungen für Kooperationen

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

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

Bildnachweis:

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