KI-Kompetenz und Programmierlogik für den Unterricht

Einleitung

KI-Kompetenz und Programmierlogik für den Unterricht verbindet zwei zentrale Bildungsaufgaben: Du lernst, Künstliche Intelligenz fachlich einzuordnen, verantwortungsvoll zu nutzen und Unterricht so zu gestalten, dass Lernende nicht nur Werkzeuge bedienen, sondern Denkweisen verstehen. Im Mittelpunkt steht nicht die Frage, welches einzelne KI-Tool gerade besonders beliebt ist, sondern wie Du mit Algorithmen, Daten, Prompts, Feedback, Debugging, Datenschutz und KI-Ethik lernwirksame Unterrichtssituationen planst.

{{#ev:youtube| https://www.youtube.com/watch?v=gVdCHkhAQTA |500|center}}

Das Video „KI-Kompetenz und Programmierlogik für den Unterricht / KI in der Schule“ eignet sich als Einstieg in einen kompakten Lehrerfortbildungssnack. Es zeigt, dass KI in der Schule nicht nur als Arbeitserleichterung verstanden werden sollte. Entscheidend ist, dass Lehrkräfte und Lernende erkennen, wie digitale Systeme Aufgaben verarbeiten, welche Rolle Eingabe, Verarbeitung, Ausgabe, Datenqualität und menschliche Aufsicht spielen und warum gute Fragen oft wichtiger sind als schnelle Antworten.

Künstliche Intelligenz arbeitet in vielen Anwendungen mit Verfahren des Maschinellen Lernens. Solche Systeme erkennen Muster in Daten und erzeugen daraus Vorhersagen, Vorschläge oder Texte. Sie „verstehen“ Unterrichtsinhalte jedoch nicht wie ein Mensch. Deshalb brauchst Du KI-Kompetenz, um Ergebnisse zu prüfen, Grenzen zu erkennen und die Verantwortung für pädagogische Entscheidungen nicht an ein System abzugeben.

Was bedeutet KI-Kompetenz?

KI-Kompetenz beschreibt die Fähigkeit, KI-Systeme zu verstehen, sinnvoll einzusetzen, kritisch zu bewerten und verantwortungsvoll zu gestalten. Für Lehrkräfte umfasst sie mindestens fünf Bereiche.

Verstehen: Du kannst grundlegende Begriffe wie Algorithmus, Trainingsdaten, Modell, Prompt, Bias, Halluzination und Output erklären.
Anwenden: Du kannst KI-Werkzeuge für Unterrichtsplanung, Differenzierung, Feedback, Materialentwicklung und Lernbegleitung sinnvoll nutzen.
Bewerten: Du prüfst KI-Ergebnisse auf Faktizität, Perspektive, Fehler, Urheberrecht, Datenschutz und pädagogische Passung.
Gestalten: Du entwickelst Lernaufgaben, bei denen Lernende eigene Lösungswege, Prompts, Modelle, Regeln, Algorithmen oder Medienprodukte entwerfen.
Verantworten: Du entscheidest transparent, wann KI helfen darf, wann nicht und wie der Lernprozess dokumentiert wird.

KI-Kompetenz ist deshalb mehr als Bedienkompetenz. Sie verbindet Medienbildung, Informatische Bildung, Demokratiebildung, Sprachbildung, Fachdidaktik und Lernkultur. In der Schule geht es nicht darum, Lernende zu passiven Nutzerinnen und Nutzern zu machen. Sie sollen verstehen, wie digitale Systeme Entscheidungen vorbereiten, Informationen strukturieren und Wirklichkeit darstellen.

KI-Kompetenz als Bildungsaufgabe

In schulischen Bildungsprozessen muss KI konstruktiv-kritisch behandelt werden. Konstruktiv bedeutet: Du nutzt Potenziale für individualisiertes Lernen, schnellere Materialentwicklung, kreative Aufgaben, Barrierefreiheit und formative Rückmeldung. Kritisch bedeutet: Du beachtest Risiken wie Fehlinformation, Bias, Diskriminierung, Datenschutzverletzung, Urheberrechtsfragen, Abhängigkeit von Plattformen und Verlust eigener Denkprozesse.

Ein tragfähiger Unterricht zur KI-Kompetenz macht drei Ebenen sichtbar.

Wissen: Was ist ein KI-System und wie unterscheidet es sich von herkömmlicher Software?
Handeln: Wie kann ich KI mit klaren Zielen, Rollen, Kriterien und Überprüfungsschritten nutzen?
Reflexion: Welche Folgen hat KI für Lernen, Leistung, Gerechtigkeit, Kreativität, Verantwortung und Gesellschaft?

KI-Kompetenz und AI Literacy

Der Begriff AI Literacy bezeichnet Wissen, Fähigkeiten und Urteilsvermögen im Umgang mit KI. Dazu gehört, Chancen und Risiken zu kennen, KI-Systeme situationsangemessen zu nutzen und Entscheidungen informiert zu treffen. Im Unterricht bedeutet das: Lernende sollen nicht nur Ergebnisse konsumieren, sondern die Entstehung von Ergebnissen nachvollziehen. Sie sollen lernen, wie Daten ausgewählt werden, wie Modelle Muster verarbeiten, wie Prompts Ergebnisse beeinflussen und warum menschliche Kontrolle notwendig bleibt.

Für Lehrkräfte ist AI Literacy besonders wichtig, weil sie Lernprozesse, Prüfungsformate und Unterrichtskultur verändert. Eine Lehrkraft muss entscheiden können, ob KI als Ideengeber, Tutor, Feedbackgeber, Simulationspartner, Übersetzungshilfe, Strukturierungshilfe oder Reflexionsanlass eingesetzt wird. Jede dieser Rollen braucht andere Regeln.

Was bedeutet Programmierlogik?

Programmierlogik meint die Denkweise, mit der Probleme so beschrieben werden, dass sie schrittweise bearbeitet werden können. Sie ist nicht an eine bestimmte Programmiersprache gebunden. Programmierlogik kann mit Papier, Karten, Tabellen, Pseudocode, Flussdiagrammen, Scratch, Python, Tabellenkalkulationen oder KI-Prompts gelernt werden.

Zentrale Bausteine der Programmierlogik sind:

Sequenz: Anweisungen werden in einer sinnvollen Reihenfolge ausgeführt.
Bedingung: Eine Entscheidung hängt von einer Regel ab, zum Beispiel „wenn … dann … sonst …“.
Schleife: Ein Vorgang wird wiederholt, bis eine Bedingung erfüllt ist.
Variable: Informationen werden gespeichert und verändert.
Funktion: Ein Teilproblem wird als wiederverwendbarer Baustein formuliert.
Ereignis: Ein Programm reagiert auf eine Eingabe oder Situation.
Debugging: Fehler werden systematisch gesucht, erklärt und verbessert.
Algorithmus: Eine eindeutige Handlungsanweisung führt von einem Ausgangszustand zu einem Ziel.

Programmierlogik ist deshalb auch für Fächer wichtig, in denen nicht klassisch programmiert wird. In Deutsch, Mathematik, Geschichte, Biologie, Kunst, Musik oder Politische Bildung können Lernende Regeln, Abläufe, Klassifikationen, Perspektiven und Entscheidungen modellieren. So wird sichtbar, dass digitale Systeme immer auf menschlichen Festlegungen beruhen.

Computational Thinking

Computational Thinking ist eine Problemlösestrategie, bei der komplexe Aufgaben so zerlegt und strukturiert werden, dass sie berechenbar, erklärbar oder systematisch lösbar werden. Die vier häufig genutzten Grundideen sind:

Dekomposition: Ein großes Problem wird in Teilprobleme zerlegt.
Mustererkennung: Ähnliche Strukturen oder wiederkehrende Abläufe werden erkannt.
Abstraktion: Unwichtige Details werden ausgeblendet, damit das Wesentliche sichtbar wird.
Algorithmisches Denken: Ein Lösungsweg wird in nachvollziehbare Schritte überführt.

Diese Denkweise ist eine Brücke zwischen Programmierlogik und KI-Kompetenz. Wer einen KI-Prompt gut formuliert, arbeitet ebenfalls mit Zielen, Rollen, Bedingungen, Beispielen, Kriterien und Prüfschritten. Ein Prompt ist zwar kein Programm im strengen Sinn, aber er kann programmierlogisch strukturiert werden.

Warum gehören KI-Kompetenz und Programmierlogik zusammen?

KI-Systeme wirken oft wie intelligente Gesprächspartner. Für Unterricht ist es jedoch wichtig, die technische Logik dahinter didaktisch sichtbar zu machen. Lernende müssen verstehen: Eine KI erzeugt Ausgaben auf Grundlage von Daten, Wahrscheinlichkeiten, Regeln, Modellarchitekturen und Eingaben. Sie besitzt keine pädagogische Verantwortung, keine eigene Moral und kein verlässliches Weltwissen im menschlichen Sinn.

Programmierlogik hilft dabei, KI-Nutzung zu entzaubern. Sie zeigt, dass auch scheinbar magische Antworten aus Schritten bestehen: Eingabe formulieren, Kontext setzen, Ausgabe erhalten, prüfen, verbessern, vergleichen, dokumentieren. Dieser Ablauf ist im Unterricht besonders wertvoll, weil er Metakognition fördert. Lernende reflektieren nicht nur das Ergebnis, sondern auch den Weg dorthin.

Vom Prompt zur Denkstruktur

Ein guter Prompt enthält oft ähnliche Elemente wie ein guter Algorithmus.

Element der Programmierlogik	Entsprechung beim Prompt	Beispiel für Unterricht
Ziel	klare Aufgabe	„Erstelle drei differenzierte Übungsaufgaben zum Thema lineare Funktionen.“
Eingabe	Material, Kontext, Niveau	„Nutze diesen Textauszug und formuliere Fragen für Klasse 8.“
Rolle	Perspektive oder Funktion	„Handle als Lerncoach und gib nur Hinweise, keine Lösung.“
Bedingung	Einschränkung oder Kriterium	„Verwende einfache Sprache und vermeide Fachbegriffe ohne Erklärung.“
Schleife	Überarbeitung nach Rückmeldung	„Verbessere die Aufgabe, damit sie mehr Transferleistung verlangt.“
Test	Qualitätsprüfung	„Prüfe, ob alle Lösungen eindeutig und fachlich korrekt sind.“

So entsteht aus einem einfachen Befehl ein strukturierter Lernprozess. Gerade für Lehrkräfte ist das hilfreich, weil Prompts nicht als Zaubersprüche verstanden werden, sondern als didaktische Steuerungsinstrumente.

Grenzen der Analogie

Ein Programm ist normalerweise genauer, deterministischer und testbarer als ein Prompt an ein generatives KI-System. Ein Prompt kann bei gleicher Eingabe unterschiedliche Ergebnisse erzeugen. Außerdem können Sprachmodelle plausible, aber falsche Aussagen produzieren. Deshalb darf Programmierlogik nicht mit KI gleichgesetzt werden. Die Verbindung besteht in der Denkweise: Ziele klären, Regeln formulieren, Ausgaben prüfen und Prozesse verbessern.

KI professionell im Unterricht nutzen

Professionelle KI-Nutzung beginnt mit einer pädagogischen Frage: Was sollen Lernende besser verstehen, üben, gestalten oder reflektieren? Erst danach wird entschieden, ob KI sinnvoll ist. Ein Unterricht, der mit dem Tool beginnt, läuft Gefahr, Lernziele zu verfehlen. Ein Unterricht, der mit Kompetenzzielen beginnt, kann KI gezielt einsetzen.

Mögliche Rollen von KI im Unterricht

Rolle der KI	Nutzen	Risiko	Didaktische Leitfrage
Ideengeber	schnelle Vorschläge für Aufgaben, Beispiele und Perspektiven	oberflächliche oder unpassende Vorschläge	Passen die Ideen zum Lernziel und zur Lerngruppe?
Feedbacksystem	formative Rückmeldung zu Texten, Lösungen oder Konzepten	falsche Bewertung oder zu allgemeines Feedback	Welche Kriterien werden sichtbar gemacht?
Tutor	individuelle Hinweise, Erklärungen und Übungswege	Abhängigkeit und fehlende Eigenleistung	Gibt die KI Hilfen oder fertige Lösungen?
Simulationspartner	Perspektivwechsel, Rolleninterviews, Debatten	stereotype oder verzerrte Darstellung	Wird die Simulation reflektiert und überprüft?
Materialwerkstatt	Differenzierung, Vereinfachung, Übersetzung, Strukturierung	Datenschutz- und Urheberrechtsprobleme	Welche Daten dürfen eingegeben werden?
Reflexionsgegenstand	Analyse von Bias, Quellen, Fehlern und Wirkung	Technik wird nur kritisiert, aber nicht verstanden	Was lernen die Lernenden über die Funktionsweise?

Grundsatz: Menschliche Verantwortung bleibt zentral

KI kann Lehrkräfte unterstützen, aber sie ersetzt keine pädagogische Diagnose, keine Beziehungsgestaltung und keine professionelle Verantwortung. Bei Notengebung, sensiblen Lernstandsentscheidungen, Förderplanung oder personenbezogenen Daten muss besonders sorgfältig geprüft werden, ob und wie KI eingesetzt werden darf. Transparenz ist entscheidend: Lernende sollten wissen, wann KI verwendet wurde, wofür sie verwendet wurde und welche Teile menschlich geprüft wurden.

Datenschutz, Urheberrecht und Fairness

Datenschutz ist eine zentrale Bedingung für KI-Nutzung in der Schule. Persönliche Daten von Lernenden, Leistungsprofile, Gesundheitsinformationen, private Texte oder Bilder dürfen nicht ungeprüft in externe KI-Systeme eingegeben werden. Lehrkräfte sollten schulische Vorgaben, Landesregelungen, Einwilligungsfragen und datenschutzkonforme Plattformen beachten.

Urheberrecht spielt ebenfalls eine Rolle. KI kann Texte, Bilder, Aufgaben oder Zusammenfassungen erzeugen. Trotzdem muss geprüft werden, ob fremde Materialien rechtmäßig verwendet werden, ob Quellen angegeben werden müssen und ob Ergebnisse eigenständig genug sind. Lernende brauchen klare Regeln, wie KI-Hilfe dokumentiert wird.

Fairness betrifft die Frage, ob KI-Systeme Menschen unterschiedlich behandeln, Stereotype verstärken oder bestimmte Gruppen benachteiligen. Ein Unterricht zur KI-Kompetenz sollte deshalb nicht nur technische Nutzung üben, sondern auch Bias, Diskriminierung, Transparenz, Erklärbarkeit und Inklusion behandeln.

Prüffragen für verantwortliche KI-Nutzung

Lernziel: Welches fachliche oder überfachliche Ziel wird durch KI besser erreichbar?
Daten: Werden personenbezogene oder sensible Informationen eingegeben?
Transparenz: Ist erkennbar, welche Rolle KI im Lernprozess spielt?
Prüfung: Wer kontrolliert die fachliche Richtigkeit?
Eigenleistung: Was müssen Lernende selbst leisten?
Gerechtigkeit: Haben alle Lernenden vergleichbare Zugänge und Unterstützung?
Dokumentation: Wie wird KI-Nutzung nachgewiesen?
Reflexion: Welche Chancen und Risiken werden besprochen?

Unterrichtsdesign für einen Lehrerfortbildungssnack

Ein Lehrerfortbildungssnack ist eine kurze, konzentrierte Fortbildungseinheit. Sie kann 20 bis 45 Minuten dauern und soll sofort erprobbar sein. Das Ziel ist nicht Vollständigkeit, sondern ein handlungsorientierter Einstieg mit klarer Transferaufgabe.

Ablaufvorschlag für 30 Minuten

Phase	Zeit	Ziel	Methode
Einstieg	5 Minuten	Vorwissen aktivieren	Videoimpuls und Blitzfrage: „Wo nutzt Du schon KI?“
Konzeptklärung	5 Minuten	Begriffe ordnen	Mini-Input zu KI-Kompetenz, Algorithmus, Prompt und Debugging
Praxis	10 Minuten	Prompt als Denkstruktur erproben	Aufgabe mit Ziel, Rolle, Kontext, Kriterien und Prüfschritt erstellen
Reflexion	5 Minuten	Risiken erkennen	Ampelabfrage zu Datenschutz, Eigenleistung, Fehlern und Fairness
Transfer	5 Minuten	Unterrichtsidee sichern	Jede Lehrkraft formuliert einen Baustein für die nächste Stunde

Mini-Praxis: Prompt als Algorithmus

Du kannst mit Kolleginnen und Kollegen eine Aufgabe bearbeiten: Entwickle einen Prompt, der Lernenden nicht die Lösung gibt, sondern sie durch Fragen zum eigenen Denken führt. Der Prompt soll vier Bedingungen enthalten: Er fragt zuerst nach dem Vorwissen, gibt dann einen Hinweis, fordert eine Begründung ein und schließt mit einer Selbstprüfung.

Promptbaustein	Didaktische Funktion
„Handle als Lerncoach.“	Die KI bekommt eine unterstützende Rolle.
„Gib keine fertige Lösung.“	Eigenleistung bleibt erhalten.
„Stelle zuerst eine Diagnosefrage.“	Vorwissen wird aktiviert.
„Gib höchstens einen Hinweis pro Schritt.“	Kognitive Überforderung wird reduziert.
„Fordere eine Begründung ein.“	Tiefenverstehen wird gefördert.
„Lass die Antwort mit Kriterien prüfen.“	Reflexion und Qualitätsbewusstsein entstehen.

Programmierlogik ohne Computer

Unplugged-Aufgaben sind besonders geeignet, um Programmierlogik verständlich zu machen. Lernende geben einer anderen Person eine exakte Anleitung, zum Beispiel zum Zeichnen einer Figur, Sortieren von Karten oder Finden eines Wegs. Jede ungenaue Anweisung führt zu einem Fehler. Dadurch wird erfahrbar, warum Computer klare Regeln brauchen.

Beispiel: Der menschliche Roboter

Eine Person ist „Roboter“, eine andere gibt Anweisungen. Das Ziel lautet: „Lege einen Stift in die Mitte eines Blattes und zeichne ein Quadrat.“ Die Anweisungen dürfen nur aus einfachen Befehlen bestehen: „gehe“, „drehe“, „hebe“, „lege“, „zeichne“. Nach dem ersten Durchlauf wird die Anleitung verbessert. So lernen die Teilnehmenden Sequenz, Präzision, Debugging und Iteration.

Diese Aktivität kann anschließend auf KI übertragen werden. Ein Prompt ist oft ebenfalls zunächst ungenau. Durch Rückfragen, Beispiele, Kriterien und Überarbeitung wird er verbessert. Das ist kein reines Techniktraining, sondern ein Training in klarer Sprache, Problemlösung und Reflexion.

Programmierlogik mit Flussdiagrammen

Flussdiagramme machen Abläufe sichtbar. Sie eignen sich für Lernende, die noch keine Programmiersprache beherrschen. Ein Flussdiagramm kann zeigen, wie ein KI-gestützter Lernprozess abläuft: Aufgabe verstehen, Prompt formulieren, Antwort prüfen, Fehler markieren, Nachfrage stellen, Ergebnis überarbeiten, Reflexion schreiben.

Beispiel: KI-Antwort prüfen

Schritt	Frage	Mögliche Aktion
Eingabe	Was wollte ich wissen?	Lernfrage präzisieren
Ausgabe	Was behauptet die KI?	Kernaussagen markieren
Prüfung	Welche Aussagen sind belegbar?	Quellen, Schulbuch oder Fachtext vergleichen
Bewertung	Was ist unklar, falsch oder einseitig?	Fehlerliste erstellen
Verbesserung	Wie kann ich nachfragen?	Prompt mit Kriterien ergänzen
Reflexion	Was habe ich gelernt?	Lernjournal schreiben

Schleifen, Bedingungen und Feedback

Schleifen und Bedingungen sind Grundideen der Programmierlogik und zugleich wichtige Denkfiguren für Lernprozesse. Lernen verläuft selten linear. Häufig wird ein Entwurf erstellt, geprüft, verbessert und erneut geprüft. Dieser Ablauf ähnelt einer Schleife.

Im KI-gestützten Unterricht kann eine Lernschleife so aussehen: Lernende erstellen eine eigene Lösung, lassen sich Kriterien erklären, vergleichen die Lösung mit Kriterien, verbessern sie und begründen die Änderungen. Entscheidend ist, dass die KI nicht die Eigenleistung ersetzt, sondern einen Reflexionsanlass schafft.

Wenn-dann-Regeln im Unterricht

Bedingungen helfen, klare Regeln für KI-Nutzung festzulegen.

Wenn	Dann	Pädagogischer Sinn
Wenn personenbezogene Daten vorkommen	dann wird kein externes KI-System genutzt	Schutz der Lernenden
Wenn die Aufgabe eine eigene Meinung verlangt	dann muss die KI-Nutzung offengelegt werden	Transparenz und Eigenleistung
Wenn die KI eine Quelle nennt	dann wird die Quelle überprüft	Faktensicherheit
Wenn die KI eine Lösung liefert	dann wird der Lösungsweg rekonstruiert	Tiefenverstehen
Wenn Lernende KI nutzen	dann dokumentieren sie Zweck, Prompt und Überarbeitung	Nachvollziehbarkeit

Unterrichtsbeispiele nach Fächern

Deutsch

In Deutsch kann KI-Kompetenz mit Textproduktion, Argumentation, Sprachbewusstsein und Medienkritik verbunden werden. Lernende vergleichen einen selbst geschriebenen Kommentar mit einer KI-Version. Sie prüfen, welche Argumente stärker sind, welche Sprache überzeugender wirkt und wo der KI-Text zu allgemein bleibt. Programmierlogik kommt ins Spiel, wenn sie einen Prompt schrittweise verbessern: Rolle, Zielgruppe, Textsorte, Kriterien, Ton und Gegenargumente.

Mathematik

In Mathematik können Lernende Lösungswege als Algorithmus beschreiben. Sie erklären einer KI, welche Schritte zum Lösen einer Gleichung nötig sind, und prüfen anschließend, ob die KI die Rechenregeln korrekt anwendet. Besonders geeignet sind Aufgaben, bei denen falsche Lösungen analysiert werden. Dadurch entstehen Debugging-Kompetenzen: Fehler werden nicht nur korrigiert, sondern begründet.

Fremdsprachen

In Fremdsprachen kann KI als Dialogpartner, Feedbackgeber oder Übersetzungshilfe dienen. Lernende sollten jedoch prüfen, ob Ausdrücke zur Situation passen, ob kulturelle Aspekte angemessen sind und ob Übersetzungen idiomatisch sind. Programmierlogik hilft, Dialoge mit Bedingungen zu entwerfen: Wenn die Gesprächspartnerin nach dem Weg fragt, dann gib eine höfliche Antwort; wenn sie nicht versteht, dann formuliere einfacher.

Naturwissenschaften

In Biologie, Chemie und Physik können Lernende Experimente planen, Hypothesen formulieren und Messdaten interpretieren. KI darf nicht ungeprüft als Wahrheitsquelle dienen. Sie kann aber helfen, Erklärungen auf verschiedenen Niveaus zu erzeugen. Programmierlogik wird sichtbar, wenn Experimente als Abläufe mit Variablen, Bedingungen und Wiederholungen beschrieben werden.

Gesellschaftswissenschaften

In Geschichte, Geographie und Politische Bildung eignet sich KI zur Analyse von Perspektiven, Quellenkritik und Argumentationsstrukturen. Lernende können eine KI bitten, unterschiedliche Positionen zu einem gesellschaftlichen Konflikt darzustellen. Danach prüfen sie, welche Quellen fehlen, welche Perspektiven überbetont sind und welche Begriffe wertend wirken. Dadurch wird Bias sichtbar.

Kunst und Musik

In Kunst und Musik kann generative KI kreative Prozesse anregen. Wichtig ist, dass Lernende eigene Gestaltungsideen entwickeln, Kriterien formulieren und Ergebnisse reflektieren. Ein KI-Bild oder KI-Musikentwurf ist kein Ersatz für künstlerische Auseinandersetzung. Er kann aber ein Material sein, das verändert, kritisiert, nachgebaut oder kontrastiert wird.

Leistungsbewertung und KI

Leistungsbewertung muss anpassen, was sichtbar gemacht wird. Wenn KI verfügbar ist, reichen reine Produktbewertungen oft nicht aus. Wichtig werden Prozessdokumentation, Begründung, Reflexion, mündliche Verteidigung, Quellenprüfung und Überarbeitung. Lernende sollten zeigen, wie sie zu einem Ergebnis gekommen sind.

Dokumentationsbogen für Lernende

Frage	Zweck
Welche Aufgabe sollte gelöst werden?	Lernziel klären
Welche KI wurde genutzt?	Transparenz herstellen
Welche Prompts wurden verwendet?	Prozess nachvollziehbar machen
Welche Ergebnisse wurden übernommen, verändert oder verworfen?	Eigenleistung sichtbar machen
Welche Fehler oder Grenzen wurden erkannt?	kritisches Denken fördern
Welche Quellen oder Kriterien wurden zur Prüfung genutzt?	fachliche Qualität sichern
Was wurde durch die KI-Nutzung gelernt?	Reflexion stärken

Differenzierung und Inklusion

KI kann Differenzierung unterstützen, wenn sie bewusst eingesetzt wird. Texte können vereinfacht, Aufgaben variiert, Begriffe erklärt, Beispiele ergänzt oder Feedback angepasst werden. Das kann Lernenden helfen, die sprachliche, fachliche oder organisatorische Unterstützung benötigen. Gleichzeitig darf KI nicht zu einer stillen Sortiermaschine werden, die Lernende vorschnell kategorisiert. Jede KI-gestützte Differenzierung braucht menschliche Prüfung und pädagogische Sensibilität.

Für Inklusion kann KI hilfreich sein, etwa durch Vorlesefunktionen, Zusammenfassungen, Sprachunterstützung, alternative Darstellungen oder strukturierende Hilfen. Entscheidend ist, dass Lernende nicht stigmatisiert werden und dass Unterstützungsangebote offen, nachvollziehbar und freiwillig gestaltet werden.

Unterrichtsprinzipien

Fachlichkeit: KI-Nutzung muss an fachliche Konzepte und Lernziele gebunden sein.
Transparenz: Der Einsatz von KI wird offengelegt und dokumentiert.
Eigenleistung: Lernende behalten Verantwortung für Denken, Auswahl, Begründung und Bewertung.
Prüfbarkeit: KI-Ergebnisse werden mit Quellen, Kriterien oder Fachwissen kontrolliert.
Fehlerkultur: Falsche KI-Ausgaben werden als Lernanlass genutzt.
Datenschutz: Personenbezogene Daten werden geschützt.
Fairness: Zugang, Bewertung und Unterstützung werden gerecht gestaltet.
Reflexion: Technische, gesellschaftliche und ethische Folgen werden thematisiert.

Häufige Missverständnisse

Missverständnis 1: KI weiß alles

KI-Systeme können überzeugend formulieren, aber trotzdem falsch liegen. Besonders generative Sprachmodelle erzeugen Antworten, die plausibel klingen. Deshalb müssen Lernende lernen, Aussagen zu prüfen und Unsicherheit sichtbar zu machen.

Missverständnis 2: Prompten ist schon Programmieren

Prompten ist nicht dasselbe wie Programmieren. Beim Programmieren werden genaue Anweisungen in einer formalen Sprache formuliert. Beim Prompten werden Anweisungen in natürlicher Sprache an ein KI-System gegeben. Trotzdem kann Programmierlogik helfen, Prompts systematisch zu planen.

Missverständnis 3: KI spart immer Zeit

KI kann Zeit sparen, wenn Ziele klar sind und Ergebnisse geprüft werden. Sie kann aber auch Zeit kosten, wenn Prompts unklar sind, Ausgaben korrigiert werden müssen oder rechtliche Fragen ungeklärt sind. Professionelle Nutzung heißt, Aufwand und Nutzen abzuwägen.

Missverständnis 4: KI macht Lernen überflüssig

Gerade weil KI vieles erzeugen kann, wird eigenes Denken wichtiger. Lernende müssen Fragen entwickeln, Kriterien anwenden, Ergebnisse bewerten, Zusammenhänge erklären und Verantwortung übernehmen. KI verändert Lernprozesse, ersetzt sie aber nicht.

Praxisprojekt: KI-gestützte Unterrichtssequenz planen

In diesem aiMOOC entwickelst Du eine kurze Unterrichtssequenz, die KI-Kompetenz und Programmierlogik verbindet. Wähle ein Fachthema und plane eine Aufgabe, in der Lernende einen Ablauf, eine Regel oder einen Denkprozess modellieren. Anschließend nutzen sie KI, um eine Idee zu prüfen, Feedback zu erhalten oder eine Perspektive zu simulieren. Am Ende reflektieren sie, was die KI leisten konnte und was menschliche Prüfung erforderte.

Qualitätskriterien für Dein Praxisprojekt

Kriterium	Leitfrage
Lernzielklarheit	Ist erkennbar, welche Kompetenz aufgebaut wird?
Programmierlogik	Werden Sequenz, Bedingung, Schleife, Variable oder Debugging sichtbar?
KI-Kompetenz	Wird KI verstanden, angewendet, geprüft und reflektiert?
Datenschutz	Werden personenbezogene Daten vermieden?
Eigenleistung	Müssen Lernende selbst denken, begründen und gestalten?
Transparenz	Wird KI-Nutzung dokumentiert?
Transfer	Können Lernende das Prinzip auf neue Situationen übertragen?

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt KI-Kompetenz im schulischen Kontext am besten? (Die Fähigkeit, KI zu verstehen, sinnvoll zu nutzen, kritisch zu prüfen und verantwortlich zu reflektieren) (!Die Fähigkeit, jedes neue KI-Tool ohne Anleitung zu bedienen) (!Die Fähigkeit, alle Aufgaben automatisch von KI lösen zu lassen) (!Die Fähigkeit, Datenschutzfragen vollständig zu ignorieren)

Welcher Baustein gehört zur Programmierlogik? (Schleife) (!Schulnote) (!Tafelanschrieb) (!Pausenplan)

Warum ist Debugging im KI-Unterricht wichtig? (Weil Fehler systematisch gefunden, erklärt und verbessert werden) (!Weil dadurch jede KI-Antwort automatisch richtig wird) (!Weil Datenschutz dadurch überflüssig wird) (!Weil Lernende keine eigenen Lösungen mehr brauchen)

Was ist ein Prompt? (Eine Eingabe oder Anweisung an ein KI-System) (!Ein Zeugnisformular) (!Ein physisches Messgerät) (!Ein gesetzlicher Stundenplan)

Welche Aussage über generative KI ist richtig? (Sie kann plausible, aber falsche Antworten erzeugen) (!Sie ist immer fachlich korrekt) (!Sie ersetzt jede Lehrkraft vollständig) (!Sie darf immer personenbezogene Daten verarbeiten)

Was bedeutet eine Bedingung in der Programmierlogik? (Eine Regel nach dem Muster wenn dann sonst) (!Eine zufällige Meinung ohne Entscheidung) (!Eine Liste ohne Reihenfolge) (!Eine Bewertung ohne Kriterien)

Welche Frage sollte vor dem Einsatz eines KI-Tools im Unterricht zuerst gestellt werden? (Welches Lernziel soll erreicht werden) (!Welches Tool sieht am modernsten aus) (!Wie kann die Aufgabe vollständig automatisiert werden) (!Wie lässt sich jede Prüfung vermeiden)

Was ist bei personenbezogenen Daten in externen KI-Systemen besonders wichtig? (Sie dürfen nicht ungeprüft eingegeben werden) (!Sie sollen immer vollständig eingegeben werden) (!Sie verbessern automatisch die Fairness) (!Sie ersetzen die Einwilligung aller Beteiligten)

Welche Funktion hat eine Schleife beim Lernen mit KI? (Ein Entwurf wird geprüft, verbessert und erneut geprüft) (!Eine Antwort wird ohne Prüfung übernommen) (!Ein Lernziel wird entfernt) (!Eine Quelle wird durch eine Meinung ersetzt)

Was macht eine gute KI-Aufgabe im Unterricht aus? (Sie verbindet Eigenleistung, Prüfung, Dokumentation und Reflexion) (!Sie verlangt nur das Kopieren einer KI-Antwort) (!Sie verbietet jede fachliche Kontrolle) (!Sie ersetzt alle Unterrichtsgespräche)

Memory

Algorithmus	Schrittfolge zur Lösung eines Problems
Prompt	Anweisung an ein KI-System
Debugging	systematische Fehlersuche
Bias	verzerrende Voreingenommenheit
Schleife	wiederholter Ablauf
Bedingung	Entscheidung nach einer Regel
Variable	Speicher für veränderbare Information
Transparenz	nachvollziehbare KI-Nutzung

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Eingabe klären	Start eines KI-gestützten Arbeitsprozesses
Prompt formulieren	gezielte Anweisung an das System
Ausgabe prüfen	fachliche Kontrolle der Antwort
Fehler markieren	Debugging der KI-Antwort
Nachfrage stellen	iterative Verbesserung
Reflexion dokumentieren	Abschluss des Lernprozesses

...

Kreuzworträtsel

Algorithmus	Wie nennt man eine eindeutige Schrittfolge zur Lösung eines Problems?
Datenschutz	Welcher Schutzbereich ist bei personenbezogenen Informationen besonders wichtig?
Prompt	Wie heißt eine Eingabe oder Anweisung an ein KI-System?
Schleife	Wie nennt man einen wiederholten Ablauf in der Programmierlogik?
Feedback	Welche Rückmeldung hilft beim Verbessern eines Lernprodukts?
Transparenz	Was macht KI-Nutzung nachvollziehbar und offen?

LearningApps

Lückentext

KI-Kompetenz bedeutet, KI-Systeme zu verstehen, anzuwenden, kritisch zu prüfen und verantwortungsvoll zu

. Programmierlogik hilft dabei, Probleme in klare Schritte und Regeln zu

. Ein Algorithmus beschreibt einen nachvollziehbaren Weg von einer Aufgabe zu einer

. Eine Bedingung entscheidet, welcher Schritt als Nächstes ausgeführt

. Eine Schleife wiederholt einen Vorgang, bis eine bestimmte Bedingung erfüllt

. Ein Prompt ist eine gezielte Eingabe an ein

. Gute Prompts enthalten Ziel, Kontext, Rolle, Kriterien und einen

. KI-Ergebnisse müssen kontrolliert werden, weil sie plausibel wirken und dennoch falsch sein

. Datenschutz ist wichtig, weil personenbezogene Daten nicht ungeprüft in externe Systeme eingegeben werden

. Lernwirksamer KI-Unterricht verbindet Eigenleistung, Dokumentation, Feedback und

.

Offene Aufgaben

Leicht

KI-Begriffe sammeln: Erstelle ein Glossar mit zehn Begriffen aus dem Bereich Künstliche Intelligenz, zum Beispiel Prompt, Bias, Algorithmus und Debugging, und erkläre jeden Begriff in eigenen Worten.
Prompt verbessern: Formuliere einen einfachen Prompt für Dein Fach und verbessere ihn in drei Schritten durch Ziel, Kontext und Prüfkriterium.
Unplugged Algorithmus: Schreibe eine präzise Schrittfolge für eine Alltagshandlung und teste sie mit einer anderen Person als „Roboter“.
KI-Antwort prüfen: Lasse Dir zu einem bekannten Unterrichtsthema eine Erklärung erzeugen und markiere, welche Stellen Du fachlich überprüfen müsstest.

Standard

Unterrichtsbaustein planen: Entwickle eine 20-minütige Unterrichtsaktivität, in der Lernende eine KI-Antwort prüfen und verbessern.
Flussdiagramm erstellen: Zeichne ein Flussdiagramm für einen KI-gestützten Lernprozess von der Frage bis zur Reflexion.
Datenschutzregel formulieren: Entwickle eine verständliche Regelkarte für Lernende, welche Daten nicht in KI-Systeme eingegeben werden dürfen.
Fehleranalyse durchführen: Sammle drei fehlerhafte oder schwache KI-Ausgaben und erkläre, wie man sie mit besseren Prompts oder Fachwissen verbessern kann.

Schwer

KI-Projekt entwickeln: Plane eine vollständige Unterrichtssequenz, in der Computational Thinking, KI-Nutzung, Dokumentation und Reflexion verbunden werden.
Bewertungsraster erstellen: Entwirf ein Raster, mit dem Prozess, Eigenleistung, KI-Dokumentation, fachliche Richtigkeit und Reflexion bewertet werden können.
Bias untersuchen: Teste ein KI-System mit mehreren Prompts auf mögliche Verzerrungen und entwickle daraus eine Unterrichtsdiskussion.
Fortbildungssnack gestalten: Erstelle einen 30-minütigen Workshop für Dein Kollegium mit Videoimpuls, Praxisphase, Reflexion und Transferaufgabe.

type=create break=no preload=CHAT GPT TEXT HIER EINFÜGEN default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox>

Lernkontrolle

Transferaufgabe KI-Einsatz: Wähle ein Thema aus Deinem Fach und entscheide begründet, ob KI dort als Ideengeber, Tutor, Feedbacksystem oder Reflexionsgegenstand sinnvoll ist.
Algorithmisches Denken erklären: Beschreibe an einem Unterrichtsbeispiel, wie Sequenz, Bedingung und Schleife das Lernen strukturieren können.
Promptanalyse: Analysiere einen schwachen Prompt und verbessere ihn so, dass Lernziel, Rolle, Kontext, Einschränkungen und Prüfkriterien deutlich werden.
Datenschutzfall beurteilen: Bewerte eine Situation, in der Lernende persönliche Informationen in ein KI-Tool eingeben wollen, und formuliere eine sichere Alternative.
KI-Antwort bewerten: Prüfe eine KI-generierte Erklärung mit Fachmaterial und erkläre, welche Aussagen übernommen, verändert oder verworfen werden sollten.
Leistungsbewertung neu denken: Entwickle ein Prüfungsformat, bei dem KI-Nutzung erlaubt ist, aber Eigenleistung, Begründung und Reflexion sichtbar bleiben.

Lernnachweis

Für einen überzeugenden Lernnachweis zu diesem Thema solltest Du zeigen, dass Du nicht nur Begriffe wiedergeben kannst, sondern ein verantwortliches Unterrichtskonzept entwickeln kannst.

Begriffsverständnis: Du erklärst zentrale Begriffe wie KI-Kompetenz, Algorithmus, Prompt, Debugging, Bias, Datenschutz und Computational Thinking korrekt.
Unterrichtsplanung: Du entwickelst eine Lernaktivität, die KI-Nutzung mit fachlichem Lernen verbindet.
Programmierlogik: Du machst mindestens einen Baustein wie Sequenz, Bedingung, Schleife, Variable oder Debugging sichtbar.
Dokumentation: Du zeigst, wie Lernende KI-Nutzung transparent festhalten.
Prüfung und Reflexion: Du erklärst, wie KI-Ergebnisse fachlich geprüft und ethisch reflektiert werden.
Transfer: Du überträgst die Grundideen auf ein eigenes Fach, eine konkrete Lerngruppe und ein realistisches Unterrichtsziel.
Verantwortung: Du berücksichtigst Datenschutz, Fairness, Eigenleistung und menschliche Aufsicht.

OERs zum Thema

Vertiefende Medien und Quellen

{{#ev:youtube| https://www.youtube.com/watch?v=rxVioNiIB38 |500|center}}

{{#ev:youtube| https://www.youtube.com/watch?v=N7dVH5nDmCw |500|center}}

Links

KI-Kompetenz und Programmierlogik für den Unterricht

aiMOOC-Projekte

Schulfach+

Prüfungsliteratur 2026
Bundesland	Bücher	Kurzbeschreibung
Baden-Württemberg	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck Mittlere Reife Der Markisenmann - Jan Weiler oder Als die Welt uns gehörte - Liz Kessler Ein Schatten wie ein Leopard - Myron Levoy oder Pampa Blues - Rolf Lappert	Abitur Dorfrichter-Komödie über Wahrheit/Schuld; Roman über einen Ort und deutsche Geschichte. Mittlere Reife Wahllektüren (Roadtrip-Vater-Sohn / Jugendroman im NS-Kontext / Coming-of-age / Provinzroman).
Bayern	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Lustspiel über Machtmissbrauch und Recht; Roman als Zeitschnitt deutscher Geschichte an einem Haus/Grundstück.
Berlin/Brandenburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Der Biberpelz - Gerhart Hauptmann Heimsuchung - Jenny Erpenbeck	Abitur Gerichtskomödie; soziales Drama um Ausbeutung/Armut; Komödie/Satire um Diebstahl und Obrigkeit; Roman über Erinnerungsräume und Umbrüche.
Bremen	Abitur Nach Mitternacht - Irmgard Keun Mario und der Zauberer - Thomas Mann Emilia Galotti - Gotthold Ephraim Lessing oder Miss Sara Sampson - Gotthold Ephraim Lessing	Abitur Roman in der NS-Zeit (Alltag, Anpassung, Angst); Novelle über Verführung/Massenpsychologie; bürgerliche Trauerspiele (Moral, Macht, Stand).
Hamburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun	Abitur Justiz-/Machtkritik als Komödie; Großstadtroman der Weimarer Zeit (Rollenbilder, Aufstiegsträume, soziale Realität).
Hessen	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Heimsuchung - Jenny Erpenbeck Der Prozess - Franz Kafka	Abitur Gerichtskomödie; Fragmentdrama über Gewalt/Entmenschlichung; Erinnerungsroman über deutsche Brüche; moderner Roman über Schuld, Macht und Bürokratie.
Niedersachsen	Abitur Der zerbrochene Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun Die Marquise von O. - Heinrich von Kleist Über das Marionettentheater - Heinrich von Kleist	Abitur Schwerpunkt auf Drama/Roman sowie Kleist-Prosatext und Essay (Ehre, Gewalt, Unschuld; Ästhetik/„Anmut“).
Nordrhein-Westfalen	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Komödie über Wahrheit und Autorität; Roman als literarische „Geschichtsschichtung“ an einem Ort.
Saarland	Abitur Heimsuchung - Jenny Erpenbeck Furor - Lutz Hübner und Sarah Nemitz Bahnwärter Thiel - Gerhart Hauptmann	Abitur Erinnerungsroman an einem Ort; zeitgenössisches Drama über Eskalation/Populismus; naturalistische Novelle (Pflicht/Überforderung/Abgrund).
Sachsen (berufliches Gymnasium)	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Irrungen, Wirrungen - Theodor Fontane Der gute Mensch von Sezuan - Bertolt Brecht Heimsuchung - Jenny Erpenbeck Der Trafikant - Robert Seethaler	Abitur Mischung aus Klassiker-Drama, sozialem Drama, realistischem Roman, epischem Theater und Gegenwarts-/Erinnerungsroman; zusätzlich Coming-of-age im historischen Kontext.
Sachsen-Anhalt	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Themenfelder)	Abitur Schwerpunktsetzung über Themenfelder (u. a. Literatur um 1900; Sprache in politisch-gesellschaftlichen Kontexten), ohne feste Einzeltitel.
Schleswig-Holstein	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Recht/Gerechtigkeit und historische Tiefenschichten eines Ortes – umgesetzt über Drama und Gegenwartsroman.
Thüringen	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Orientierung am gemeinsamen Aufgabenpool)	Abitur In der Praxis häufig Orientierung am gemeinsamen Aufgabenpool; landesweite Einzeltitel je nach Vorgabe/Handreichung nicht einheitlich ausgewiesen.
Mecklenburg-Vorpommern	Abitur (Quelle aktuell technisch nicht abrufbar; Beteiligung am gemeinsamen Aufgabenpool bekannt)	Abitur Land beteiligt sich am länderübergreifenden Aufgabenpool; konkrete, veröffentlichte Einzeltitel konnten hier nicht ausgelesen werden.
Rheinland-Pfalz	Abitur (keine landesweit einheitliche Pflichtlektüre; schulische Auswahl)	Abitur Keine landesweite Einheitsliste; Auswahl kann schul-/kursbezogen erfolgen.