KI-Skepsis bei Lehrkräften - aiMOOC
KI-Skepsis bei Lehrkräften - aiMOOC
Einleitung
Der Ausdruck KI-Leugner Lehrer ist bewusst zugespitzt. In diesem aiMOOC verwenden wir ihn nicht als Beschimpfung, sondern als Ausgangspunkt für eine professionelle Auseinandersetzung mit Künstlicher Intelligenz, KI-Skepsis, Medienkompetenz, Lehrerbildung und Schulentwicklung. Gemeint sind Situationen, in denen Lehrkräfte Künstliche Intelligenz pauschal ablehnen, ihren Einfluss auf Schule, Unterricht, Prüfungskultur und Lernen unterschätzen oder behaupten, das Thema betreffe sie nicht.
Wichtig: Kritische Fragen zu Datenschutz, Urheberrecht, Bias, Halluzinationen, Chancengerechtigkeit und Leistungsbewertung sind keine KI-Leugnung. Sie gehören zu einer verantwortungsvollen Pädagogik. Problematisch wird es erst, wenn Künstliche Intelligenz ohne Prüfung ignoriert, tabuisiert oder aus Schule und Unterricht herausgehalten werden soll, obwohl Lernende, Eltern, Betriebe, Hochschulen und Gesellschaft bereits mit KI-Systemen arbeiten.
In diesem aiMOOC lernst Du, wie Du zwischen berechtigter KI-Kritik und pauschaler Technikverweigerung unterscheidest. Du entwickelst Argumente, Gesprächsstrategien und Unterrichtsideen, um im Kollegium sachlich über Generative KI, Chatbots, Prompt Engineering, KI-Kompetenz und Bildungsgerechtigkeit zu sprechen. Der Kurs richtet sich an Lehrkräfte, Referendarinnen und Referendare, Schulleitungen, Studierende der Lehrerausbildung und alle, die Digitale Bildung verantwortungsvoll gestalten möchten.
Lernziele
Nach diesem aiMOOC kannst Du erklären, warum KI-Kompetenz zu professionellem Handeln in Schule und Unterricht gehört. Du kannst typische Aussagen von KI-Verweigerung analysieren, sachlich einordnen und in konstruktive Entwicklungsschritte übersetzen. Du entwickelst Strategien für Fortbildung, Unterrichtsentwicklung, Prüfungskultur, Datenschutz und Schulkultur. Außerdem kannst Du Lernende anleiten, KI nicht blind zu nutzen, sondern kritisch, kreativ, transparent und verantwortungsvoll.
Warum dieses Thema wichtig ist
Künstliche Intelligenz verändert bereits viele Bereiche: Informationssuche, Textproduktion, Bildgenerierung, Übersetzung, Programmierung, Diagnostik, Lernsoftware, Arbeitswelt und Wissenschaft. Schule kann diese Entwicklung nicht einfach ausblenden. Wenn Lehrkräfte KI ignorieren, entsteht ein pädagogisches Vakuum: Lernende nutzen Werkzeuge möglicherweise heimlich, unreflektiert oder ungerecht verteilt. Wer jedoch KI-Kompetenz aufbaut, kann Lernende dazu befähigen, Chancen und Risiken bewusst abzuwägen.
Die UNESCO beschreibt im AI Competency Framework for Teachers zentrale Kompetenzbereiche für Lehrkräfte, darunter eine menschenzentrierte Haltung, Ethik der Künstlichen Intelligenz, Grundlagen und Anwendungen von KI, KI-bezogene Didaktik sowie KI für professionelle Weiterentwicklung. Die Europäische Union betont in der KI-Verordnung die Bedeutung von KI-Kompetenz für Personen, die mit KI-Systemen arbeiten. Die Kultusministerkonferenz empfiehlt, KI in Lernen, Didaktik, Prüfungskultur, Lehrkräfteprofessionalisierung, rechtliche Rahmenbedingungen und Chancengerechtigkeit einzubeziehen.
Leitfrage des aiMOOCs
Wie kann Schule mit KI-Skepsis im Kollegium so umgehen, dass weder naive Technikbegeisterung noch pauschale Ablehnung entstehen, sondern professionelle, gerechte und lernwirksame Bildung?
Grundbegriffe
Künstliche Intelligenz
Künstliche Intelligenz bezeichnet Systeme, die Aufgaben ausführen, die häufig mit menschlicher Intelligenz verbunden werden. Dazu gehören Mustererkennung, Sprachverarbeitung, Bildanalyse, Vorhersagen, Klassifikation, Planung und das Erzeugen von Texten, Bildern, Code oder Musik. Besonders sichtbar wurde Generative KI, weil sie auf Eingaben in Alltagssprache reagieren kann. Ein Chatbot kann Texte formulieren, Fragen beantworten, Erklärungen anpassen oder Lernmaterialien entwerfen. Gleichzeitig kann er Fehler erzeugen, Quellen erfinden, Vorurteile reproduzieren oder Zusammenhänge scheinbar überzeugend falsch darstellen.
KI-Kompetenz
KI-Kompetenz bedeutet nicht, jede technische Einzelheit selbst programmieren zu können. Für Lehrkräfte heißt KI-Kompetenz vor allem: verstehen, was KI-Systeme grundsätzlich leisten und nicht leisten; Aufgaben so gestalten, dass Lernen sichtbar bleibt; Risiken einschätzen; Datenschutz und Urheberrecht beachten; Ergebnisse prüfen; Lernende zur Reflexion anleiten; eigene Grenzen erkennen; und sich kontinuierlich fortbilden.
KI-Kompetenz verbindet mehrere Bereiche: Medienkompetenz, Informationskompetenz, Datenkompetenz, Ethik, Fachdidaktik, Diagnostik, Feedbackkultur, Prüfungskultur und Schulentwicklung. Sie ist daher kein Zusatzthema nur für Informatik, sondern betrifft alle Fächer.
KI-Skepsis
Skepsis ist eine prüfende Haltung. Sie fragt nach Belegen, Grenzen, Interessen, Nebenwirkungen und Alternativen. Eine skeptische Lehrkraft fragt zum Beispiel: Welche Daten werden verarbeitet? Wie zuverlässig ist das Ergebnis? Welche Kompetenzen sollen Lernende selbst entwickeln? Werden einzelne Gruppen benachteiligt? Wie kann ich Transparenz herstellen? Solche Fragen sind professionell und notwendig.
KI-Leugnung als pädagogisches Problem
Von KI-Leugnung oder KI-Verweigerung kann man sprechen, wenn jemand trotz sichtbarer Veränderungen behauptet, KI spiele für Schule keine Rolle, Lernende würden KI kaum nutzen, Lehrkräfte müssten sich damit nicht beschäftigen oder ein Verbot löse alle Probleme. Pädagogisch problematisch ist daran nicht die Sorge, sondern die Vermeidung. Wer KI ignoriert, überlässt Lernende sich selbst, verstärkt Ungleichheiten und verhindert gemeinsame Regeln.
Technikbegeisterung ist nicht das Gegenmodell
Das Gegenteil von KI-Leugnung ist nicht blinde Technikbegeisterung. Eine gute Schule ersetzt nicht Denken durch Maschinen. Sie nutzt Werkzeuge dort, wo sie Lernen unterstützen, und setzt Grenzen dort, wo sie Selbstständigkeit, Urteilsfähigkeit, Datenschutz, Gerechtigkeit oder Beziehung gefährden. Professionell ist eine Haltung, die man kritisch-konstruktiv nennen kann.
Typische Aussagen und ihre Einordnung
Aussage 1: Das ist nur ein Hype
Manche Lehrkräfte sagen: KI ist nur ein Hype und verschwindet wieder. Daran ist richtig, dass nicht jedes neue Werkzeug dauerhaft wichtig bleibt. Falsch wäre jedoch, daraus zu schließen, dass Schule nichts tun muss. Selbst wenn einzelne Programme verschwinden, bleiben grundlegende Entwicklungen wie Automatisierung, Datenanalyse, Sprachmodelle, Maschinelles Lernen und digitale Assistenzsysteme relevant. Schule sollte daher nicht einzelne Marken trainieren, sondern übertragbare Kompetenzen vermitteln.
Aussage 2: In meinem Fach spielt KI keine Rolle
Diese Aussage unterschätzt, dass KI nicht nur ein Informatikthema ist. Im Deutschunterricht kann KI beim Überarbeiten, Vergleichen und Analysieren von Texten auftauchen. In Geschichte betrifft sie Quellenkritik, Bildfälschungen und Desinformation. In Mathematik kann sie Lösungswege erklären oder Fehler produzieren. In Kunst betrifft sie Bildgenerierung und Urheberfragen. In Fremdsprachenunterricht betrifft sie Übersetzung, Schreibtraining und Aussprache. In Berufsbildung betrifft sie fast alle Berufsfelder.
Aussage 3: Wir verbieten KI einfach
Verbote können in bestimmten Prüfungssituationen sinnvoll sein, lösen aber nicht das Grundproblem. Lernende brauchen Kompetenzen, um KI-Systeme zu verstehen, kritisch zu prüfen und verantwortungsvoll zu nutzen. Ein reines Verbot kann zu heimlicher Nutzung führen. Besser sind transparente Regeln: Wann ist KI erlaubt? Wann nicht? Wie wird die Nutzung dokumentiert? Welche Eigenleistung muss sichtbar sein? Welche Aufgaben sollen ohne KI bearbeitet werden? Welche Aufgaben nutzen KI bewusst als Lerngegenstand?
Aussage 4: Mit KI lernen Schülerinnen und Schüler nichts mehr
Diese Sorge ist ernst zu nehmen. Wenn Lernende sich Lösungen einfach ausgeben lassen, kann Lernen oberflächlich werden. Daraus folgt aber nicht, dass KI immer lernschädlich ist. Entscheidend ist die Aufgabenkultur. KI kann Lernprozesse unterstützen, wenn Lernende begründen, vergleichen, überarbeiten, Fehler finden, Quellen prüfen, Prompts verbessern und Ergebnisse reflektieren. Lernwirksam wird KI nicht durch das Tool selbst, sondern durch didaktisch kluge Aufgaben.
Aussage 5: Ich bin zu alt für KI
Professionelle Kompetenz ist keine Altersfrage. Lehrkräfte müssen nicht alles sofort beherrschen. Sie dürfen Lernende einbeziehen, Kolleginnen und Kollegen fragen und gemeinsam erproben. Entscheidend ist die Bereitschaft, sich weiterzuentwickeln. Gerade erfahrene Lehrkräfte bringen wichtige Kompetenzen ein: pädagogisches Urteil, Fachwissen, Beziehungsgestaltung, Diagnostik und Erfahrung mit Lernprozessen.
Ursachen von KI-Verweigerung
Überforderung
Viele Lehrkräfte erleben Digitalisierung als zusätzliche Belastung. Neue Werkzeuge, neue Regeln, technische Probleme und Zeitdruck können Abwehr auslösen. KI-Skepsis ist deshalb oft kein Zeichen von Unwillen, sondern ein Schutz vor Überforderung. Schulentwicklung sollte kleine, realistische Schritte ermöglichen.
Kontrollverlust
KI verändert Rollen. Lehrkräfte verlieren scheinbar Kontrolle über Hausaufgaben, Texte und Prüfungen. Diese Sorge ist nachvollziehbar. Sie kann jedoch produktiv werden, wenn Schule Aufgabenformate entwickelt, die Prozesse, Reflexion, mündliche Begründung, Quellenarbeit, Projektarbeit und individuelle Lernwege stärker berücksichtigen.
Angst vor Fehlern
Viele KI-Systeme klingen überzeugend, auch wenn sie falsch liegen. Diese sogenannten Halluzinationen sind ein zentrales Risiko. Wer daraus schließt, KI dürfe nie verwendet werden, übersieht, dass gerade der kritische Umgang mit Fehlern gelernt werden muss. Unterricht kann KI-Ausgaben vergleichen, prüfen und verbessern lassen.
Datenschutz und Rechtssicherheit
Datenschutz, Persönlichkeitsrecht, Urheberrecht und Informationssicherheit sind berechtigte Gründe für Vorsicht. Lehrkräfte dürfen Lernende nicht unbedacht auf externe Plattformen schicken oder personenbezogene Daten eingeben lassen. Daraus folgt aber nicht, dass KI-Bildung unmöglich ist. Möglich sind datensparsame Demonstrationen, schulisch freigegebene Systeme, Offline-Materialien, Beispielausgaben, Rollenspiele und Reflexionsaufgaben.
Fehlende Fortbildung
Wer keine gute Fortbildung erhält, entwickelt oft Unsicherheit. Einzelne Tool-Tipps reichen nicht. Gute Professionalisierung verbindet Praxis, Ethik, Recht, Didaktik und Reflexion. Sie schafft Raum für Fragen, Fehler und Austausch.
Professionelle Lehrerrolle im KI-Zeitalter
Lehrkräfte bleiben zentral
KI ersetzt keine Lehrkraft. Unterricht ist mehr als Informationsausgabe. Lehrkräfte gestalten Beziehungen, erkennen Lernstände, schaffen Motivation, moderieren Konflikte, vermitteln Werte, geben Feedback und verantworten Bildung. KI kann unterstützen, aber keine pädagogische Verantwortung übernehmen. Eine professionelle Lehrkraft entscheidet, wann ein KI-Werkzeug sinnvoll ist und wann nicht.
Vom Wissensmonopol zur Lernbegleitung
Wenn Informationen jederzeit verfügbar sind, wird die Rolle der Lehrkraft nicht kleiner, sondern anspruchsvoller. Lernende brauchen Orientierung: Welche Informationen sind verlässlich? Welche Begründung trägt? Welche Quelle ist geeignet? Welche Antwort ist oberflächlich? Welche Werte sind betroffen? Lehrkräfte werden stärker zu Expertinnen und Experten für Lernprozesse, Urteilsbildung und verantwortliches Handeln.
Human-in-the-Loop
Ein wichtiges Prinzip ist Human-in-the-Loop. Es bedeutet, dass Menschen KI-Ergebnisse prüfen, Entscheidungen verantworten und bei problematischen Ergebnissen eingreifen. Im Unterricht heißt das: KI kann Vorschläge liefern, aber Lernende und Lehrkräfte müssen verstehen, prüfen, begründen und entscheiden.
Haltung statt Hype
Eine professionelle Haltung besteht aus vier Grundsätzen: Verstehen, Prüfen, Gestalten und Verantworten. Lehrkräfte müssen KI nicht lieben. Sie müssen aber so viel verstehen, dass sie Lernende schützen, fördern und auf eine KI-geprägte Welt vorbereiten können.
Didaktische Prinzipien für den Umgang mit KI-Skepsis
Prinzip 1: Nicht beschämen
Wer Kolleginnen oder Kollegen als rückständig abstempelt, verstärkt Widerstand. Besser ist eine Gesprächskultur, die Sorgen ernst nimmt und konkrete Unterstützung anbietet. Gute Fragen sind: Was genau bereitet Dir Sorge? Welche Erfahrung hast Du gemacht? Welche Aufgabe möchtest Du schützen? Wo könnte ein kleiner Versuch sinnvoll sein?
Prinzip 2: Zwischen Risiko und Verbot unterscheiden
Ein Risiko ist kein automatisches Verbot. Risiken müssen analysiert, begrenzt und didaktisch bearbeitet werden. Bei personenbezogenen Daten kann ein Verbot bestimmter Eingaben nötig sein. Bei Textgenerierung kann Transparenzpflicht sinnvoll sein. Bei Quellenarbeit kann KI als Fehlerquelle untersucht werden. Unterschiedliche Situationen brauchen unterschiedliche Regeln.
Prinzip 3: Lernziele zuerst
Nicht das Tool bestimmt den Unterricht, sondern das Lernziel. Wenn ein Lernziel lautet, eine eigene Argumentation zu entwickeln, darf KI höchstens vorbereitend oder reflektierend eingesetzt werden. Wenn ein Lernziel lautet, KI-Ausgaben kritisch zu bewerten, ist der Einsatz zentral. Wenn ein Lernziel lautet, Grundfertigkeiten ohne Hilfsmittel zu üben, bleibt KI außen vor.
Prinzip 4: Transparenz schaffen
Lernende müssen wissen, wann KI erlaubt ist, wie sie dokumentiert wird und welche Eigenleistung erwartet wird. Ein möglicher Transparenzsatz lautet: Ich habe KI genutzt, um Ideen zu sammeln. Die Auswahl, Prüfung, Überarbeitung und Endfassung stammen von mir. In höheren Klassen kann eine genauere Dokumentation mit Prompt, Ergebnis, Prüfung und Reflexion verlangt werden.
Prinzip 5: Aufgaben verändern
Wenn KI einfache Reproduktionsaufgaben löst, sollten Aufgaben anspruchsvoller werden. Geeignet sind Lernprodukte mit persönlichem Bezug, mündliche Verteidigung, Prozessdokumentation, Vergleich mehrerer Quellen, lokale Daten, Experimente, Interviews, Portfolioarbeit, kreative Entscheidungen und Begründungen.
Gesprächsstrategien im Kollegium
Vom Gegeneinander zum gemeinsamen Problem
Statt zu fragen: Bist Du für oder gegen KI? ist besser: Welche Kompetenzen brauchen unsere Lernenden, damit sie KI verantwortungsvoll nutzen können? Diese Frage verschiebt die Diskussion von Weltanschauung zu Bildungsauftrag.
Vier-Schritte-Gespräch
- Zuhören: Die Sorge der Kollegin oder des Kollegen wird ernst genommen und zusammengefasst.
- Klären: Es wird unterschieden zwischen Datenschutz, Qualität, Arbeitsbelastung, Prüfungen und grundsätzlicher Ablehnung.
- Erproben: Ein kleiner, risikoarmer Unterrichtsversuch wird vereinbart.
- Reflektieren: Erfahrungen werden gemeinsam ausgewertet und in Regeln übersetzt.
Argumentationshilfe
Eine konstruktive Antwort auf KI-Verweigerung könnte lauten: Ich verstehe Deine Sorge. Gerade deshalb sollten wir das Thema nicht ignorieren. Wenn wir keine Regeln und keine Lerngelegenheiten schaffen, nutzen Lernende KI ohne Orientierung. Lass uns eine kleine Aufgabe entwickeln, bei der KI-Ausgaben geprüft und verbessert werden müssen.
Kollegiale Mikrofortbildung
Eine Mikrofortbildung dauert kurz, ist praxisnah und endet mit einem konkreten Produkt. Beispiele sind: eine KI-Regel für eine Fachschaft, eine transparente Aufgabenstellung, eine Beispielrubrik, ein Datenschutz-Check oder eine Unterrichtsidee zur Quellenkritik. Kleine Formate senken die Hürde für skeptische Kolleginnen und Kollegen.
{{#ev:youtube| https://www.youtube.com/watch?v=l_pqEz6_z24 |500|center}}
Schulische Leitlinien
Warum Leitlinien nötig sind
Ohne gemeinsame Leitlinien entstehen Ungerechtigkeit und Unsicherheit. In einer Klasse ist KI erlaubt, in einer anderen verboten. Eine Lehrkraft verlangt Transparenz, eine andere bewertet ohne klare Regeln. Leitlinien helfen, Verlässlichkeit herzustellen. Sie sollten jedoch nicht nur Verbote sammeln, sondern Lernen ermöglichen.
Bausteine einer KI-Leitlinie
- Zielklärung: Die Schule beschreibt, welche Bildungsziele sie mit KI-Kompetenz verbindet.
- Datenschutz: Es wird festgelegt, welche Systeme genutzt werden dürfen und welche Daten niemals eingegeben werden.
- Transparenz: Lernende dokumentieren KI-Nutzung je nach Aufgabe angemessen.
- Prüfungskultur: Leistungsnachweise werden an neue Bedingungen angepasst.
- Chancengerechtigkeit: Die Schule achtet darauf, dass nicht nur privilegierte Lernende Zugang zu guten Werkzeugen haben.
- Fortbildung: Lehrkräfte erhalten regelmäßige, praxisnahe Unterstützung.
- Evaluation: Regeln werden überprüft und verbessert.
Ampelmodell für KI-Nutzung
Ein einfaches Modell unterscheidet drei Zonen. Rot bedeutet: KI ist nicht erlaubt, etwa bei bestimmten Prüfungen oder beim Eingeben personenbezogener Daten. Gelb bedeutet: KI ist erlaubt, aber nur mit Dokumentation, Reflexion oder Quellenprüfung. Grün bedeutet: KI ist ausdrücklich Teil der Aufgabe, etwa beim Vergleichen, Überarbeiten, Simulieren oder Bewerten von KI-Ergebnissen.
Unterrichtsideen
Deutschunterricht
Lernende lassen sich von einer KI zwei Versionen einer Erörterung erstellen. Danach prüfen sie Aufbau, Argumente, Stil, Belege, Gegenargumente und mögliche Fehler. Ziel ist nicht, die KI-Lösung zu übernehmen, sondern Kriterien guter Texte zu erkennen und die eigene Schreibkompetenz zu verbessern.
Geschichte und politische Bildung
Lernende vergleichen eine KI-Antwort zu einem historischen Ereignis mit Schulbuch, Lexikon und Primärquelle. Sie markieren unbelegte Aussagen, Vereinfachungen und Wertungen. Danach formulieren sie Regeln für Quellenkritik im KI-Zeitalter.
Naturwissenschaften
Lernende prüfen eine KI-Erklärung zu einem Experiment. Sie identifizieren fachliche Fehler, ergänzen Variablen, beschreiben Sicherheitsregeln und vergleichen die Erklärung mit eigener Beobachtung. So wird KI zur Anlassgeberin für genaues Denken.
Fremdsprachenunterricht
Lernende nutzen KI-Ausgaben als Vergleichstexte. Sie untersuchen Wortwahl, Register, Idiomatik und Fehler. Anschließend schreiben sie eine eigene Version und begründen, welche Formulierungen sie übernehmen, verändern oder ablehnen.
Kunst und Musik
Lernende analysieren KI-generierte Bilder oder Musikideen. Sie diskutieren Urheberschaft, Stil, Trainingdaten, Kreativität und kulturelle Aneignung. Anschließend gestalten sie ein eigenes Werk und reflektieren, welche Rolle Werkzeuge im kreativen Prozess spielen.
Berufliche Bildung
Lernende untersuchen, wie KI in einem Berufsfeld eingesetzt wird. Sie führen Interviews, recherchieren Anwendungen und bewerten Auswirkungen auf Qualifikationen, Verantwortung, Arbeitsabläufe und ethische Fragen.
{{#ev:youtube| https://www.youtube.com/watch?v=2803Vhn0zQI |500|center}}
Risiken und Schutzmaßnahmen
Halluzinationen
Halluzinationen sind erfundene oder falsche KI-Ausgaben, die überzeugend wirken können. Schutzmaßnahmen sind Quellenprüfung, Vergleich mit Fachliteratur, Nachfragen, Plausibilitätsprüfung und das Bewusstsein, dass sprachliche Sicherheit keine Wahrheit beweist.
Bias und Diskriminierung
Bias bedeutet Verzerrung. KI-Systeme können Vorurteile aus Daten übernehmen oder verstärken. Im Unterricht sollten Lernende prüfen, welche Perspektiven fehlen, welche Gruppen stereotyp dargestellt werden und welche Annahmen im Ergebnis stecken.
Datenschutz
Personenbezogene Daten dürfen nicht unbedacht in KI-Systeme eingegeben werden. Dazu gehören Namen, Noten, Gesundheitsdaten, Fotos, Stimmen, Lernprofile oder private Informationen. Lehrkräfte müssen schulische Vorgaben beachten und datensparsame Alternativen wählen.
Urheberrecht
KI wirft Fragen des Urheberrechts auf. Lernende müssen unterscheiden, ob sie eigene Arbeit, fremde Quellen, KI-Ausgaben oder Mischformen verwenden. Transparenz und Quellenangaben bleiben wichtig. Besonders bei Bildern, Musik, längeren Texten und Veröffentlichungen ist Vorsicht nötig.
Abhängigkeit und Kompetenzverlust
Wer jede Aufgabe sofort an KI delegiert, trainiert wichtige Fähigkeiten weniger. Deshalb braucht Unterricht Phasen ohne KI, Phasen mit KI und Phasen über KI. Grundfertigkeiten, Fachsprache, Argumentation und kritisches Denken bleiben unverzichtbar.
Von der KI-Verweigerung zur KI-Kompetenz
Stufe 1: Wahrnehmen
Auf dieser Stufe erkennen Lehrkräfte, dass KI ein reales Thema für Lernende, Unterricht und Gesellschaft ist. Ziel ist nicht sofortige Nutzung, sondern Orientierung. Geeignete Maßnahmen sind kurze Demonstrationen, Erfahrungsaustausch und das Sammeln typischer Schülerfragen.
Stufe 2: Verstehen
Lehrkräfte lernen Grundprinzipien: KI erkennt Muster, verarbeitet Daten, erzeugt wahrscheinliche Ausgaben und kann Fehler produzieren. Sie verstehen Begriffe wie Trainingdaten, Sprachmodell, Prompt, Bias, Halluzination und Human-in-the-Loop.
Stufe 3: Erproben
Lehrkräfte testen kleine Unterrichtsideen. Sie nutzen KI nicht als Selbstzweck, sondern zur Unterstützung klarer Lernziele. Wichtig sind dokumentierte Erfahrungen: Was hat funktioniert? Wo gab es Risiken? Welche Regeln waren nötig?
Stufe 4: Gestalten
Auf dieser Stufe entwickeln Fachschaften Aufgabenformate, Bewertungsraster, Transparenzregeln und Fortbildungsangebote. KI-Kompetenz wird Teil des Schulcurriculums.
Stufe 5: Verantwortung übernehmen
Die Schule versteht KI als dauerhaftes Querschnittsthema. Sie verbindet Digitalisierung, Demokratiebildung, Ethik, Berufsorientierung, Inklusion und Chancengerechtigkeit. Sie bleibt lernfähig und überprüft ihre Praxis regelmäßig.
Mini-Projekt: Kollegium ins Gespräch bringen
Eine gute erste Maßnahme ist ein 45-minütiger Austausch im Kollegium. Der Ablauf kann so aussehen: Einstieg mit einer echten KI-Ausgabe, Sammlung von Sorgen, Sortierung nach Themen, kurzer Input zu Chancen und Risiken, Entwicklung einer gemeinsamen Regel und Vereinbarung eines kleinen Pilotversuchs. Wichtig ist, dass der Austausch nicht mit einer Tool-Show beginnt, sondern mit pädagogischen Fragen.
Beispiel für eine Kollegiumsfrage
Welche Aufgaben in unserem Unterricht prüfen nur Produktabgabe, und welche Aufgaben machen Denkwege, Begründungen und Lernprozesse sichtbar?
Diese Frage hilft, Prüfungs- und Aufgabenkultur weiterzuentwickeln, statt nur über Kontrolle zu sprechen.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Was beschreibt der Begriff KI-Kompetenz im schulischen Kontext am besten? (Die Fähigkeit, KI-Systeme zu verstehen, kritisch zu prüfen und verantwortungsvoll einzusetzen) (!Die Pflicht, jede verfügbare KI täglich im Unterricht zu verwenden) (!Die Fähigkeit, alle KI-Modelle selbst zu programmieren) (!Die vollständige Ersetzung von Lehrkräften durch Software)
Welche Haltung ist professioneller als pauschale KI-Ablehnung? (Kritisch-konstruktive Auseinandersetzung) (!Blinde Technikbegeisterung) (!Vollständiges Ignorieren) (!Ungeprüftes Übernehmen aller KI-Ausgaben)
Warum reicht ein allgemeines KI-Verbot in der Schule nicht aus? (Weil Lernende trotzdem Orientierung und Kompetenzen für den Umgang mit KI brauchen) (!Weil Verbote in Schulen grundsätzlich nie erlaubt sind) (!Weil KI immer fehlerfrei arbeitet) (!Weil alle Prüfungen automatisch mit KI geschrieben werden müssen)
Was bedeutet Human-in-the-Loop? (Menschen prüfen, steuern und verantworten Entscheidungen mit KI-Unterstützung) (!Eine KI entscheidet allein über Noten) (!Ein Computer ersetzt alle Gespräche im Unterricht) (!Lernende geben keine Rückmeldung mehr)
Welche Aussage ist ein Beispiel für berechtigte KI-Skepsis? (Wir müssen prüfen, welche Daten verarbeitet werden) (!KI betrifft Schule grundsätzlich nicht) (!Alle KI-Ergebnisse sind automatisch falsch) (!Lernende dürfen nie über KI sprechen)
Was ist eine Halluzination bei KI-Systemen? (Eine überzeugend formulierte, aber falsche oder erfundene Ausgabe) (!Eine sichere Quellenangabe aus einer Bibliothek) (!Eine gesetzlich geprüfte Unterrichtsmethode) (!Eine Form der mündlichen Leistungsbewertung)
Welche Maßnahme hilft besonders gegen heimliche KI-Nutzung? (Klare Transparenzregeln und passende Aufgabenformate) (!Unklare Erwartungen) (!Ausschließlich Misstrauen) (!Verzicht auf jede Medienbildung)
Was sollte bei der Eingabe in KI-Systeme grundsätzlich vermieden werden? (Personenbezogene Daten von Lernenden) (!Allgemeine Beispieltexte ohne Namen) (!Fiktive Aufgabenstellungen) (!Eigene Reflexionsfragen ohne private Daten)
Warum ist KI kein reines Informatikthema? (Weil KI Sprache, Bilder, Quellen, Berufe, Ethik und Lernen in vielen Fächern betrifft) (!Weil Informatik in der Schule keine Rolle spielt) (!Weil KI nur Taschenrechner ersetzt) (!Weil KI ausschließlich Kunstunterricht betrifft)
Was ist ein sinnvoller erster Schritt für skeptische Kollegien? (Ein kleiner risikoarmer Unterrichtsversuch mit gemeinsamer Reflexion) (!Sofortige Pflichtnutzung aller KI-Werkzeuge) (!Vollständiges Schweigen über KI) (!Abschaffung aller Leistungsnachweise)
Memory
| KI-Kompetenz | Verstehen und verantwortungsvoll nutzen |
| Halluzination | Überzeugend wirkender Fehler |
| Bias | Verzerrung in Daten oder Ergebnissen |
| Prompt | Eingabe oder Arbeitsauftrag |
| Transparenz | Offenlegung der KI-Nutzung |
| Human-in-the-Loop | Menschliche Prüfung und Verantwortung |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Thema |
|---|---|
| Kritische Skepsis | Prüfen |
| Pauschale Ablehnung | Blockieren |
| Transparente Nutzung | Dokumentieren |
| Datensparsamkeit | Schützen |
| Gute Aufgabenkultur | Lernen sichtbar machen |
Kreuzworträtsel
| Skepsis | Wie heißt eine prüfende Haltung, die weder blind glaubt noch pauschal ablehnt? |
| Prompt | Wie heißt eine Eingabe oder Aufgabenformulierung für ein KI-System? |
| Bias | Wie heißt eine Verzerrung in Daten oder Ergebnissen? |
| Datenschutz | Welcher Schutzbereich betrifft personenbezogene Informationen? |
| Fortbildung | Wie heißt professionelles Weiterlernen von Lehrkräften? |
| Verantwortung | Was bleibt bei KI-Nutzung immer beim Menschen? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Begriffsklärung: Formuliere in eigenen Worten den Unterschied zwischen KI-Skepsis und KI-Verweigerung. Verwende je ein Beispiel aus dem Schulalltag.
- Sorgen sammeln: Notiere fünf mögliche Sorgen von Lehrkräften gegenüber KI und ordne sie den Bereichen Datenschutz, Qualität, Prüfung, Arbeitsbelastung oder Haltung zu.
- KI-Aussage prüfen: Wähle eine typische Aussage wie KI ist nur ein Hype und schreibe eine sachliche Antwort darauf.
- Transparenzsatz: Entwickle einen kurzen Satz, mit dem Lernende offenlegen können, wie sie KI bei einer Aufgabe genutzt haben.
Standard
- Unterrichtsplanung: Entwerfe eine 45-minütige Unterrichtsstunde, in der Lernende eine KI-Ausgabe kritisch prüfen und verbessern.
- Kollegiumsgespräch: Schreibe einen Dialog zwischen einer skeptischen Lehrkraft und einer moderierenden Kollegin. Achte auf wertschätzende Sprache.
- Ampelmodell: Entwickle für Dein Fach ein Ampelmodell mit roten, gelben und grünen Formen der KI-Nutzung.
- Bewertungsraster: Erstelle ein Raster, mit dem Prozess, Eigenleistung, Quellenprüfung und Reflexion bei KI-unterstützten Aufgaben bewertet werden können.
Schwer
- Schulleitlinie: Entwirf eine KI-Leitlinie für eine Schule mit Regeln zu Datenschutz, Transparenz, Prüfungen, Chancengerechtigkeit und Fortbildung.
- Fortbildungskonzept: Plane eine 90-minütige Fortbildung für ein skeptisches Kollegium. Beschreibe Ziel, Ablauf, Material und erwartetes Ergebnis.
- Fallanalyse: Analysiere einen Fall, in dem eine Schülerin einen Text mit KI erstellt hat. Entwickle eine faire pädagogische Reaktion.
- Transferprojekt: Untersuche, wie KI ein Berufsfeld verändert, das für Deine Lernenden relevant ist, und leite daraus Unterrichtsideen ab.
| <inputbox>
type=create break=no preload=CHAT GPT TEXT HIER EINFÜGEN default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox> |
|
|
Lernkontrolle
- Transferaufgabe: Erkläre, warum eine Schule durch pauschale KI-Verbote Bildungsungerechtigkeit verstärken kann. Beziehe Zugang, Vorwissen und heimliche Nutzung ein.
- Analyseaufgabe: Vergleiche zwei Haltungen: eine Lehrkraft, die KI vollständig ablehnt, und eine Lehrkraft, die KI ungeprüft nutzt. Zeige, warum beide Haltungen problematisch sind.
- Konzeptaufgabe: Entwickle ein Konzept für eine Klassenarbeit, bei der KI nicht sinnvoll zum Täuschen genutzt werden kann, weil Denkwege und Begründungen sichtbar werden.
- Beurteilungsaufgabe: Bewerte eine KI-Leitlinie, die nur Verbote enthält. Ergänze fehlende Elemente für Lernen, Transparenz, Datenschutz und Chancengerechtigkeit.
- Reflexionsaufgabe: Beschreibe, wie Du mit einer Kollegin oder einem Kollegen sprechen würdest, die oder der KI grundsätzlich ablehnt. Begründe Deine Gesprächsstrategie.
Lernnachweis
- Portfolio: Sammle Deine Ergebnisse aus den offenen Aufgaben in einem Portfolio und ergänze eine persönliche Reflexion.
- Praxisprodukt: Erstelle ein Unterrichtsmaterial, eine Leitlinie oder ein Bewertungsraster zum verantwortlichen KI-Einsatz.
- Reflexion: Beschreibe, wie sich Deine Haltung zu KI-Skepsis im Verlauf des aiMOOCs verändert oder präzisiert hat.
- Feedback: Hole Rückmeldung von mindestens einer anderen Person ein und überarbeite Dein Praxisprodukt.
OERs zum Thema
Vertiefende Quellen und Orientierung
- UNESCO: AI Competency Framework for Teachers
- Europäische Union: AI Literacy und Artikel 4 der KI-Verordnung
- Kultusministerkonferenz: Handlungsempfehlung zum Umgang mit Künstlicher Intelligenz
- Wikimedia Commons: Classroom of the future
- Wikimedia Commons: Free learning
Links
Zusammenfassung
Das Thema KI-Leugner Lehrer zeigt eine zentrale Herausforderung moderner Bildung: Schule muss zwischen berechtigter Kritik und pauschaler Verweigerung unterscheiden. Künstliche Intelligenz ist weder Allheilmittel noch bloßer Hype. Sie ist ein gesellschaftliches Werkzeug, das Lernende bereits betrifft. Deshalb brauchen Lehrkräfte KI-Kompetenz, klare Regeln, rechtliche Sensibilität, didaktische Urteilskraft und eine wertschätzende Gesprächskultur. Professionell ist nicht, KI blind zu nutzen. Professionell ist, KI zu verstehen, Grenzen zu erkennen, Lernende zu schützen und Unterricht so zu gestalten, dass Denken, Kreativität, Verantwortung und Mündigkeit gestärkt werden.
aiMOOC-Projekte
Schulfach+
|
|
aiMOOCs
aiMOOC Projekte
|
|
THE MONKEY DANCE
{{#ev:youtube | https://youtu.be/rFhZlg38Zf8?si=9KdMNZYRkRD81YTo%7C 500 | center}}
|
{{#ev:youtube | https://youtu.be/Ob7etf9QuBo?si=t_NBA71bWg3Rq3LI%7C 500 | center}}
|
|
| <inputbox>
type=create break=no preload=MOOCit Vorlage default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox> |