KI-Kompetenz in der Schule (Lehrerfortbildungssnack)
KI-Kompetenz in der Schule (Lehrerfortbildungssnack)
Einleitung
KI-Kompetenz / KI in der Schule ist eine zentrale Zukunftsaufgabe für Lehrkräfte, Schulen und Bildungssysteme. In diesem aiMOOC lernst Du, wie Künstliche Intelligenz professionell, kritisch, verantwortungsvoll und lernwirksam im Unterricht genutzt werden kann. Der Kurs ist als Lehrerfortbildungssnack angelegt: Er kann in einer kurzen Fortbildungseinheit, in einer pädagogischen Konferenz, in einer Fachschaftssitzung oder als Selbstlernkurs eingesetzt werden. Dabei geht es nicht darum, jede neue App zu kennen, sondern darum, tragfähige KI-Kompetenzen aufzubauen: Verstehen, Anwenden, Prüfen, Reflektieren und Gestalten.
{{#ev:youtube| https://www.youtube.com/watch?v=uDhve4MmEkQ |500|center}}
Der Begriff KI-Kompetenz beschreibt die Fähigkeit, KI-Systeme sachkundig, reflektiert, sicher, ethisch und zielgerichtet einzusetzen. Für Lehrkräfte bedeutet das: Du kannst einschätzen, wann generative KI beim Planen, Unterrichten, Üben, Feedbackgeben oder Differenzieren helfen kann, und wann menschliche Verantwortung, fachliche Prüfung, Datenschutz, Urheberrecht, Transparenz und pädagogisches Urteil besonders wichtig sind.
Lernziele
Nach diesem aiMOOC kannst Du erklären, was Künstliche Intelligenz, generative KI, Large Language Models und Prompting im schulischen Kontext bedeuten. Du kannst Chancen und Risiken von KI-Tools für Unterricht, Leistungsbewertung, Feedback, Inklusion, Sprachbildung und Binnendifferenzierung abwägen. Außerdem kannst Du einen einfachen, rechtlich und pädagogisch reflektierten KI-Einsatz für Deine eigene Unterrichtspraxis planen.
Kompetenzen für Lehrkräfte
Der UNESCO-Kompetenzrahmen für Lehrkräfte nennt mehrere Kompetenzbereiche, die für den professionellen Umgang mit KI wichtig sind: eine menschenzentrierte Haltung, ethisches Bewusstsein, Grundlagenwissen zu KI, KI-bezogene Pädagogik und professionelle Weiterentwicklung. Für die Schule bedeutet das: KI darf nicht nur als Werkzeug zur Arbeitserleichterung verstanden werden, sondern muss mit Bildung, Demokratiebildung, Medienkompetenz, Fachlichkeit, Datenschutz, Teilhabe und Verantwortung verbunden werden.[1]
Warum KI-Kompetenz in der Schule wichtig ist
KI-Systeme können Texte schreiben, Bilder erzeugen, Aufgaben vorschlagen, Rückmeldungen formulieren, Sprache übersetzen, Daten auswerten und Lernmaterialien anpassen. Diese Fähigkeiten verändern Lernprozesse, Hausaufgaben, Prüfungsformate, Recherche, wissenschaftliches Arbeiten und die Frage, was eine eigenständige Leistung ist. Gleichzeitig können KI-Systeme Fehler machen, unbelegte Aussagen erzeugen, stereotype Muster verstärken, personenbezogene Daten verarbeiten oder Quellen erfinden. Deshalb brauchst Du eine professionelle Haltung: KI kann unterstützen, aber sie ersetzt weder fachliche Prüfung noch pädagogische Verantwortung.
Die Europäische Union verankert AI Literacy im AI Act: Anbieter und Betreiber von KI-Systemen sollen nach bestem Vermögen für ein ausreichendes Maß an KI-Kompetenz bei Personen sorgen, die mit KI-Systemen arbeiten. Für Schulen ist das ein wichtiger Orientierungsrahmen, auch wenn konkrete Umsetzung, Zuständigkeiten und zugelassene Tools von Bundesland, Schulträger und Schule abhängen.[2]
Die Kultusministerkonferenz empfiehlt für schulische Bildungsprozesse einen konstruktiv-kritischen Umgang mit KI. Das bedeutet: Die Chancen für Lernen und Lehren sollen genutzt werden, ohne Risiken, Datenschutz, Transparenz, Leistungsbewertung und Bildungsgerechtigkeit auszublenden.[3]
Grundbegriffe
Künstliche Intelligenz
Künstliche Intelligenz bezeichnet Verfahren der Informatik, mit denen Computersysteme Aufgaben bearbeiten, die häufig mit menschlichen Fähigkeiten wie Mustererkennung, Sprache, Planung, Problemlösen, Klassifikation oder Entscheidung verbunden sind. In der Schule begegnet Dir KI zum Beispiel in Übersetzungsdiensten, Schreibassistenz, Lernplattformen, Bildgeneratoren, Chatbots, automatischer Spracherkennung oder adaptiven Übungssystemen.
Generative KI
Generative KI erstellt neue Inhalte wie Texte, Bilder, Tabellen, Programmcode, Audiodateien oder Lernaufgaben. Ein Chatbot auf Basis eines Large Language Models berechnet wahrscheinliche Fortsetzungen von Sprache. Er versteht Inhalte nicht wie ein Mensch, sondern verarbeitet statistische Muster. Deshalb können Antworten überzeugend klingen und trotzdem falsch, unvollständig, verzerrt oder unbelegt sein.
Prompting
Prompting bezeichnet das Formulieren von Eingaben an ein KI-System. Gute Prompts enthalten Ziel, Rolle, Kontext, Adressat, Format, Kriterien und Grenzen. Für Lehrkräfte ist Prompting nicht nur eine technische Fertigkeit, sondern eine didaktische Kompetenz: Wer gute Lernziele, Aufgabenformate, Kriterien und fachliche Anforderungen formuliert, kann KI-Ergebnisse besser steuern und beurteilen.
Beispiel für einen didaktischen Prompt: Formuliere drei differenzierte Aufgaben zu Fotosynthese für Klasse 7. Ordne sie den Niveaus leicht, mittel und anspruchsvoll zu. Gib jeweils ein erwartetes Lernprodukt, mögliche Fehlvorstellungen und ein Kriterium für gutes Feedback an. Verwende keine personenbezogenen Daten.
Halluzinationen und Plausibilitätsfalle
Eine Halluzination ist eine scheinbar plausible, aber falsche oder unbelegte Ausgabe eines KI-Systems. Gerade in der Schule ist das relevant, weil Lernende und Lehrkräfte KI-Antworten nicht automatisch als korrekt übernehmen dürfen. Eine professionelle KI-Nutzung braucht deshalb immer Quellenkritik, fachliche Prüfung, Vergleich mit verlässlichen Materialien und transparente Kennzeichnung.
Bias und Fairness
Bias bedeutet Verzerrung. KI-Systeme können Verzerrungen aus Trainingsdaten, Modellentscheidungen oder Nutzungsweisen übernehmen. Dadurch können Stereotype, Diskriminierungen oder einseitige Perspektiven reproduziert werden. In der Schule muss deshalb gefragt werden: Welche Perspektiven fehlen? Welche Sprache wird verwendet? Werden Lernende fair behandelt? Werden bestimmte Gruppen benachteiligt? Welche Rolle spielen Barrierefreiheit und Inklusion?
Professionelle Nutzung im Unterricht
Rolle der Lehrkraft
Die Lehrkraft bleibt verantwortlich für Lernziele, Auswahl von Materialien, Lernbegleitung, Beziehungsarbeit, Leistungsbewertung, Schutz der Lernenden und pädagogische Entscheidungen. KI kann Routineaufgaben unterstützen, alternative Erklärungen vorschlagen oder Materialvarianten erzeugen. Sie darf aber nicht unkritisch über Lernende urteilen, vertrauliche Informationen verarbeiten oder eigenständig pädagogische Verantwortung übernehmen.
Gute Einsatzfelder
KI kann besonders hilfreich sein, wenn Du sie als Denkpartnerin, Ideengeberin oder sprachliche Assistenz nutzt. Mögliche Einsatzfelder sind Unterrichtsplanung, Erstellung von Übungsmaterialien, Differenzierung, Formulierung von Feedbackbausteinen, Entwicklung von Diagnosefragen, Vereinfachung schwieriger Texte, Sprachsensibilität, Übersetzungshilfen, Simulation von Perspektiven, Erstellung von Erwartungshorizonten und Reflexion von Aufgabenqualität.
Grenzen der Nutzung
KI sollte nicht eingesetzt werden, wenn personenbezogene oder sensible Daten ohne geprüfte Rechtsgrundlage verarbeitet werden, wenn Ergebnisse ungeprüft in Leistungsbewertungen eingehen, wenn Lernende abhängig von automatisierten Rückmeldungen werden, wenn Quellen erfunden werden, wenn Urheberrechte ungeklärt sind oder wenn eine Aufgabe gerade eigenständiges Denken, Schreiben, Rechnen, Experimentieren, Gestalten oder Argumentieren prüfen soll.
Datenschutz und Datensparsamkeit
Datenschutz bedeutet in der Schule mehr als ein Formular. Er schützt Grundrechte, Vertrauen und Lernräume. Bei KI-Tools gilt besonders: Gib keine Namen, Gesundheitsdaten, Noten, Förderpläne, Verhaltensbeobachtungen, Fotos, Klassenlisten oder vertraulichen Gesprächsinhalte in ungeprüfte Systeme ein. Nutze nach Möglichkeit schulisch freigegebene Systeme, prüfe Landesvorgaben, informiere Dich bei Datenschutzbeauftragten und arbeite mit anonymisierten, fiktiven oder stark verfremdeten Beispielen. Die Datenschutzkonferenz stellt allgemeine Orientierung zu KI und Datenschutz bereit.[4]
Urheberrecht und OER
Bei KI-generierten Inhalten sind Urheberrecht, Lizenz, OER und Quellenangaben wichtig. Nicht jedes KI-Ergebnis ist automatisch frei nutzbar. Für die Schule ist besonders sinnvoll, mit offen lizenzierten Materialien, eigenen Materialien und transparenten Quellen zu arbeiten. Wenn Lernende KI verwenden, sollten sie dokumentieren, welches Tool sie wofür genutzt haben und welche Teile der Arbeit eigenständig entstanden sind.
Transparenz und Kennzeichnung
Transparenz schafft Vertrauen. In Unterricht und Kollegium sollte geklärt werden, wann KI-Nutzung erlaubt, erwünscht, begrenzt oder ausgeschlossen ist. Lernende brauchen einfache Regeln: Welche Hilfen sind zulässig? Wie wird KI-Nutzung angegeben? Welche Eigenleistung muss sichtbar bleiben? Welche Aufgaben werden bewusst ohne KI bearbeitet? Welche Aufgaben nutzen KI als Gegenstand der Reflexion?
Didaktische Prinzipien
Mensch vor Maschine
KI-Kompetenz beginnt mit einer menschenzentrierten Haltung. Im Mittelpunkt stehen Lernen, Verstehen, Urteilsfähigkeit, Kreativität, Verantwortung, Kommunikation und Teilhabe. KI ist ein Werkzeug, kein pädagogisches Ziel an sich. Eine gute Unterrichtsentscheidung fragt daher zuerst nach dem Lernziel und erst danach nach dem passenden Tool.
Fachlichkeit vor Geschwindigkeit
KI kann schnell viele Vorschläge erzeugen. Geschwindigkeit ist aber kein Qualitätskriterium. Fachliche Richtigkeit, Passung zur Lerngruppe, sprachliche Verständlichkeit, Kompetenzorientierung und faire Anforderungen müssen durch Dich geprüft werden. Besonders bei sensiblen Themen, historischen Deutungen, naturwissenschaftlichen Fakten, gesellschaftlichen Kontroversen und rechtlichen Fragen ist Prüfung unverzichtbar.
Lernen sichtbar machen
Wenn KI Aufgaben löst, wird das Endprodukt weniger aussagekräftig. Deshalb sollten Lernprozesse sichtbar werden: Ideenskizzen, Quellenprotokolle, mündliche Erklärungen, Arbeitsstände, Reflexionen, Peer-Feedback, Experimente, lokale Erhebungen, Portfolioarbeit und kurze Verteidigungsgespräche helfen, Eigenleistung zu erkennen. KI kann dabei als Reflexionspartnerin dienen, aber nicht die Lernenden ersetzen.
Aufgaben neu denken
Aufgaben sollten so gestaltet sein, dass sie Denken, Begründung, Anwendung und Kontextbezug verlangen. Statt nur ein Referatsthema zu vergeben, kannst Du Lernende Quellen vergleichen lassen, lokale Daten erheben, eine KI-Antwort prüfen, Fehlannahmen markieren, ein eigenes Beispiel entwickeln, ein Produkt präsentieren und die eigene KI-Nutzung reflektieren.
Der Lehrerfortbildungssnack in 30 Minuten
Ablaufvorschlag
- Einstieg: Zeige das Video und sammle spontan: Welche Chance und welches Risiko nennst Du zuerst?
- Kurzinput: Kläre die Begriffe generative KI, Prompting, Halluzination, Bias, Datenschutz und Transparenz.
- Praxisphase: Formuliere gemeinsam einen Unterrichtsprompt und verbessere ihn anhand von Qualitätskriterien.
- Reflexion: Prüfe das KI-Ergebnis fachlich, didaktisch, sprachlich, datenschutzbezogen und inklusiv.
- Transfer: Vereinbare eine kleine Erprobung bis zur nächsten Fachschaftssitzung.
Mini-Checkliste für Lehrkräfte
- Lernziel: Unterstützt KI wirklich das Lernziel?
- Toolprüfung: Ist das Tool schulisch freigegeben oder mindestens datenschutzrechtlich geklärt?
- Datensparsamkeit: Werden keine personenbezogenen oder sensiblen Daten eingegeben?
- Fachprüfung: Wird jedes Ergebnis fachlich kontrolliert?
- Transparenz: Wird KI-Nutzung für Lernende, Eltern oder Kollegium nachvollziehbar gemacht?
- Eigenleistung: Bleibt sichtbar, was Lernende selbst gedacht, entschieden und gestaltet haben?
- Fairness: Haben alle Lernenden vergleichbare Zugänge und klare Regeln?
- Reflexion: Wird über Grenzen, Fehler und gesellschaftliche Folgen gesprochen?
Unterrichtsbeispiele
Beispiel Deutsch: KI als Schreibcoach
Im Deutschunterricht kann KI als Schreibcoach eingesetzt werden, wenn Lernende eigene Texte überarbeiten. Die KI darf nicht den Text ersetzen, sondern Rückfragen, Strukturhinweise oder Feedback zu Verständlichkeit geben. Sinnvoll ist eine Aufgabenstellung wie: Markiere zwei Stellen, an denen Dein Text durch Feedback verbessert wurde, und begründe, warum Du den Vorschlag angenommen oder verworfen hast. So bleibt die Eigenleistung sichtbar.
Beispiel Geschichte: KI-Antwort prüfen
Im Geschichtsunterricht kann eine KI-Antwort zu einem historischen Ereignis analysiert werden. Lernende prüfen: Welche Aussagen sind belegt? Welche Perspektiven fehlen? Welche Begriffe sind ungenau? Welche Quellen wären nötig? Dadurch wird Quellenkritik mit KI-Kompetenz verbunden.
Beispiel Mathematik: Lösungswege vergleichen
Im Mathematikunterricht kann KI mehrere Lösungswege zu einer Aufgabe erzeugen. Lernende vergleichen, welcher Weg korrekt, effizient und verständlich ist. Wichtig ist, dass sie nicht nur das Ergebnis übernehmen, sondern Rechenschritte prüfen, Fehler finden und eigene Erklärungen formulieren.
Beispiel Naturwissenschaften: Hypothesen entwickeln
In Biologie, Chemie oder Physik kann KI helfen, Hypothesen, Versuchsideen oder Sicherheitsfragen zu sammeln. Die Planung und Auswertung realer Experimente bleibt aber fachlich angeleitet. KI darf kein Ersatz für Beobachtung, Messung, Dokumentation und kritische Auswertung sein.
Beispiel Fremdsprachen: Dialog und Sprachbewusstsein
Im Fremdsprachenunterricht kann KI Dialoge, Rollenkarten oder sprachliche Varianten erzeugen. Lernende vergleichen Register, Höflichkeit, Wortwahl und kulturelle Angemessenheit. Besonders wertvoll wird der Einsatz, wenn Lernende erklären, warum sie bestimmte Formulierungen wählen oder verändern.
Beispiel Inklusion: Barrieren abbauen
KI kann Texte vereinfachen, Aufgaben sprachlich stufen, Vorlesefunktionen unterstützen oder alternative Zugänge anbieten. Für Inklusion ist entscheidend, dass KI Hilfen nicht stigmatisieren, sondern Teil eines differenzierten Lernarrangements sind. Lehrkräfte prüfen, ob Vereinfachungen fachlich korrekt bleiben und ob Lernende durch Hilfen tatsächlich selbstständiger werden.
Qualitätskriterien für KI-Ergebnisse
Ein KI-Ergebnis ist für die Schule nur dann brauchbar, wenn es fachlich richtig, altersangemessen, sprachlich verständlich, diskriminierungssensibel, datenschutzkonform, transparent, quellenbewusst und didaktisch passend ist. Gute Lehrkräfte fragen nicht: Ist die Antwort schön formuliert? Sie fragen: Ist sie wahr, sinnvoll, lernförderlich, fair, überprüfbar und für meine Lerngruppe geeignet?
Prüfraster
- Richtigkeit: Stimmen Fakten, Fachbegriffe, Beispiele und Schlussfolgerungen?
- Belege: Sind Quellen vorhanden und überprüfbar?
- Passung: Passt das Ergebnis zu Klassenstufe, Vorwissen, Fachsprache und Lernziel?
- Didaktik: Fördert es Denken, Üben, Anwenden, Reflektieren oder Gestalten?
- Sprache: Ist die Sprache verständlich, präzise und diskriminierungssensibel?
- Datenschutz: Wurden keine personenbezogenen oder vertraulichen Daten verwendet?
- Transparenz: Ist erkennbar, wie KI eingesetzt wurde?
- Überarbeitung: Wurde das Ergebnis menschlich geprüft und angepasst?
Schulkultur und gemeinsame Regeln
KI-Kompetenz ist keine Einzelaufgabe. Schulen brauchen gemeinsame Absprachen, damit Lernende nicht in jedem Fach andere Regeln erleben. Sinnvoll sind schulische Leitlinien zu zugelassenen Tools, Kennzeichnung, Datenschutz, Leistungsbewertung, Aufgabenformaten, Elterninformation, Fortbildung, Barrierefreiheit und Umgang mit Fehlverhalten. Gute Regeln sind klar, lernorientiert und entwicklungsfähig.
Beispiel für eine einfache Klassenregel
Du darfst KI als Hilfe nutzen, wenn die Lehrkraft es erlaubt. Du musst angeben, welches Tool Du wofür genutzt hast. Du darfst keine persönlichen Daten eingeben. Du bist verantwortlich für Richtigkeit, Quellen und eigene Überarbeitung. Bei Prüfungsleistungen gelten die vorher vereinbarten Regeln.
Haltung: kritisch, konstruktiv, kreativ
Ein professioneller Umgang mit KI in der Schule ist weder blind begeistert noch grundsätzlich ablehnend. Er ist kritisch, weil KI Fehler, Verzerrungen und Datenschutzprobleme mit sich bringen kann. Er ist konstruktiv, weil KI Lernprozesse, Vorbereitung und Feedback sinnvoll unterstützen kann. Er ist kreativ, weil neue Aufgabenformate entstehen können, die Denken, Urteilen, Kollaboration und Gestaltung stärker betonen.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Was beschreibt KI-Kompetenz im schulischen Kontext am besten? (Die Fähigkeit, KI sachkundig, kritisch, sicher und verantwortungsvoll zu nutzen) (!Die Fähigkeit, jede KI-Antwort ungeprüft zu übernehmen) (!Die Pflicht, alle Unterrichtsaufgaben durch KI erstellen zu lassen) (!Die vollständige Ersetzung pädagogischer Entscheidungen durch Software)
Warum müssen KI-Ergebnisse im Unterricht fachlich geprüft werden? (Weil KI plausibel klingende, aber falsche Aussagen erzeugen kann) (!Weil KI grundsätzlich keine Texte erzeugen kann) (!Weil KI immer nur mathematische Aufgaben löst) (!Weil KI-Ergebnisse automatisch amtlich geprüft sind)
Welche Eingabe ist bei ungeprüften KI-Tools besonders problematisch? (Personenbezogene Daten von Lernenden) (!Ein frei erfundener Beispielname ohne Bezug zur Klasse) (!Ein allgemeines Lernziel ohne vertrauliche Informationen) (!Eine anonyme Aufgabenidee für eine Unterrichtsstunde)
Was ist ein Prompt? (Eine Eingabe oder Arbeitsanweisung an ein KI-System) (!Eine automatisch geprüfte Quelle) (!Ein amtliches Zeugnisformat) (!Ein analoges Whiteboard)
Was bedeutet Halluzination bei generativer KI? (Eine falsche oder unbelegte Ausgabe, die überzeugend wirken kann) (!Eine besonders kreative Visualisierung im Kunstunterricht) (!Eine Datenschutzfreigabe durch den Schulträger) (!Eine verlässliche Quellenangabe)
Welche Rolle sollte KI bei Leistungsbewertung einnehmen? (Sie darf nur im Rahmen klarer Regeln und menschlicher Verantwortung genutzt werden) (!Sie sollte automatisch alle Noten vergeben) (!Sie ersetzt jede Rückmeldung der Lehrkraft) (!Sie entscheidet allein über Versetzungen)
Was ist ein sinnvolles Prinzip für KI-Nutzung in der Schule? (Erst das Lernziel klären, dann das passende Werkzeug wählen) (!Erst das Tool wählen, dann ein Lernziel erfinden) (!Immer das neueste Tool verwenden) (!KI-Ergebnisse nie mit Lernenden besprechen)
Warum ist Transparenz bei KI-Nutzung wichtig? (Weil sichtbar wird, welche Hilfen genutzt wurden und wo Eigenleistung liegt) (!Weil dadurch alle Datenschutzfragen automatisch gelöst sind) (!Weil KI dann keine Fehler mehr macht) (!Weil Quellenprüfung dadurch überflüssig wird)
Was kann Bias in KI-Systemen verursachen? (Verzerrte oder diskriminierende Ergebnisse) (!Garantierte Objektivität in allen Fällen) (!Automatische Barrierefreiheit) (!Eine vollständige Quellenliste)
Welche Aufgabe fördert KI-Kompetenz besonders? (Eine KI-Antwort prüfen, verbessern und die Änderungen begründen) (!Eine KI-Antwort ungeprüft abschreiben) (!Eine Klassenliste in einen Chatbot eingeben) (!Eine Prüfung ohne Regeln mit beliebigen Tools schreiben)
Memory
| Prompting | Gute Arbeitsanweisungen formulieren |
| Halluzination | Plausible Fehler erkennen |
| Datenschutz | Personenbezogene Daten schützen |
| Bias | Verzerrungen kritisch prüfen |
| Transparenz | KI-Nutzung offenlegen |
| Eigenleistung | Lernprozess sichtbar machen |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Thema |
|---|---|
| Prompt | Arbeitsauftrag an ein KI-System |
| Halluzination | Überzeugend klingende Falschaussage |
| Datensparsamkeit | Nur notwendige Informationen verwenden |
| Quellenkritik | Aussagen und Belege prüfen |
| Transparenz | KI-Nutzung nachvollziehbar machen |
| Bias | Verzerrung in Ergebnissen erkennen |
Kreuzworträtsel
| Prompting | Wie nennt man das Formulieren guter Eingaben an ein KI-System? |
| Datenschutz | Welcher Schutz ist besonders wichtig, wenn Daten von Lernenden betroffen sind? |
| Bias | Wie heißt eine Verzerrung in Daten oder Ergebnissen? |
| Feedback | Welche Rückmeldung kann KI vorbereiten, aber nicht pädagogisch verantworten? |
| Transparenz | Was braucht es, damit KI-Nutzung nachvollziehbar bleibt? |
| Quellenkritik | Welche Prüfung ist nötig, wenn KI Aussagen oder Belege liefert? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- KI-Beobachtung: Notiere drei Situationen aus Deinem Schulalltag, in denen KI Deine Arbeit unterstützen könnte, und formuliere jeweils eine Grenze des Einsatzes.
- Prompt verbessern: Schreibe einen einfachen Prompt für eine Unterrichtsidee und überarbeite ihn so, dass Lernziel, Klassenstufe, Fach, Format und Qualitätskriterien deutlich werden.
- KI-Fehler finden: Lass Dir zu einem bekannten Unterrichtsthema eine kurze Erklärung von einer KI erstellen und markiere mindestens drei Stellen, die Du fachlich prüfen würdest.
- Transparenzregel: Formuliere in verständlicher Sprache eine Regel für Lernende, wie sie KI-Nutzung in einer Hausaufgabe kennzeichnen sollen.
Standard
- Unterrichtsplanung: Entwickle eine 45-minütige Unterrichtsstunde, in der Lernende eine KI-Antwort prüfen, verbessern und ihre Änderungen begründen.
- Datenschutzcheck: Erstelle eine Checkliste für Dein Kollegium, welche Daten niemals in ungeprüfte KI-Systeme eingegeben werden dürfen.
- Aufgabenformat: Wandle eine klassische Referatsaufgabe so um, dass Quellenkritik, Eigenleistung und KI-Reflexion sichtbar werden.
- Feedbackkultur: Entwickle ein Verfahren, bei dem KI Feedbackbausteine vorbereitet, Lernende aber selbst entscheiden und begründen, welche Hinweise sie übernehmen.
Schwer
- Schulkonzept: Entwirf eine einseitige schulische Leitlinie zum Umgang mit KI, die Regeln zu Datenschutz, Kennzeichnung, Leistungsbewertung und Lernchancen enthält.
- Fachschaftsprojekt: Plane eine Mikrofortbildung für Deine Fachschaft, in der Kolleginnen und Kollegen einen Unterrichtsprompt testen und anhand eines Prüfrasters bewerten.
- Leistungsbewertung: Entwickle ein Prüfungsformat, das trotz möglicher KI-Nutzung Eigenleistung, Argumentation, Prozessdokumentation und mündliche Reflexion sichtbar macht.
- Ethikdiskussion: Gestalte eine Unterrichtssequenz, in der Lernende Bias, Fairness, Urheberrecht und gesellschaftliche Folgen von KI anhand eines konkreten Beispiels diskutieren.
| <inputbox>
type=create break=no preload=CHAT GPT TEXT HIER EINFÜGEN default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox> |
|
|
Lernkontrolle
- Transfer Unterricht: Erkläre an einem eigenen Unterrichtsbeispiel, wann KI einen Lernprozess unterstützt und wann sie den Lernprozess eher verdeckt.
- Fallanalyse Datenschutz: Beurteile einen Fall, in dem eine Lehrkraft Schülertexte mit Namen in ein externes KI-Tool eingibt, und entwickle eine sichere Alternative.
- Aufgabenanalyse: Vergleiche eine klassische Hausaufgabe mit einer KI-resilienten Aufgabe und begründe, welche Kompetenzen jeweils sichtbar werden.
- Feedbackbewertung: Prüfe drei KI-generierte Feedbacksätze auf Lernwirksamkeit, Fairness und Verständlichkeit und verbessere sie.
- Schulische Leitlinie: Formuliere drei Regeln, die eine Schule sofort einführen könnte, und begründe, wie sie Lernende schützen und Lernen ermöglichen.
- Quellenkritik: Analysiere eine KI-Antwort zu einem fachlichen Thema und entscheide, welche Aussagen belegt, fragwürdig oder falsch sind.
Lernnachweis
Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Begriffe erklären kannst, sondern einen reflektierten KI-Einsatz für Deine eigene Praxis planst. Ein geeigneter Lernnachweis enthält eine Unterrichtsidee mit Lernziel, Zielgruppe, KI-Einsatz, Datenschutzprüfung, Prompt, Prüfraster, Transparenzregel, Reflexionsaufgabe für Lernende und Begründung der Eigenleistung. Zusätzlich solltest Du mindestens ein Risiko benennen und zeigen, wie Du es pädagogisch, organisatorisch oder technisch reduzierst.
- Praxisbezug: Der Lernnachweis bezieht sich auf ein reales Fach, eine Klassenstufe und ein konkretes Lernziel.
- Qualitätsprüfung: KI-Ergebnisse werden fachlich, didaktisch und sprachlich geprüft.
- Datenschutz: Personenbezogene Daten werden vermieden oder rechtssicher behandelt.
- Transparenz: Die KI-Nutzung wird klar gekennzeichnet.
- Eigenleistung: Der Lernprozess der Lernenden bleibt sichtbar.
- Reflexion: Chancen, Grenzen und ethische Fragen werden begründet abgewogen.
OERs zum Thema
Quellen und Orientierungshilfen
- EU AI Act: Artikel 4 zu AI Literacy betont die Bedeutung ausreichender KI-Kompetenz bei Personen, die mit KI-Systemen arbeiten.[5]
- Kultusministerkonferenz: Die Handlungsempfehlung zum Umgang mit KI in schulischen Bildungsprozessen beschreibt einen konstruktiv-kritischen Umgang mit KI.[6]
- UNESCO: Das Kompetenzrahmenwerk für Lehrkräfte beschreibt zentrale Kompetenzbereiche für den professionellen Umgang mit KI in Bildung.[7]
- Europäische Kommission: Die Leitlinien zur ethischen Nutzung von KI und Daten unterstützen Lehrkräfte bei verantwortungsvollen Entscheidungen.[8]
- Datenschutzkonferenz: Die Orientierungshilfe zu KI und Datenschutz bietet allgemeine datenschutzrechtliche Kriterien für KI-Anwendungen.[9]
- ↑ UNESCO: AI competency framework for teachers, 2024, https://www.unesco.org/en/articles/ai-competency-framework-teachers
- ↑ AI Act Service Desk der Europäischen Kommission: Article 4 AI literacy, https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-4
- ↑ Kultusministerkonferenz: Handlungsempfehlung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen, 2024, https://www.kmk.org/aktuelles/pressearchiv/mitteilung/bildungsministerkonferenz-verabschiedet-handlungsempfehlung-zum-umgang-mit-kuenstlicher-intelligenz-1.html
- ↑ Datenschutzkonferenz: Orientierungshilfe KI und Datenschutz, 2024, https://www.datenschutzkonferenz-online.de/media/oh/20240506_DSK_Orientierungshilfe_KI_und_Datenschutz.pdf
- ↑ AI Act Service Desk der Europäischen Kommission: Article 4 AI literacy, https://ai-act-service-desk.ec.europa.eu/en/ai-act/article-4
- ↑ Kultusministerkonferenz: Handlungsempfehlung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen, 2024, https://www.kmk.org/aktuelles/pressearchiv/mitteilung/bildungsministerkonferenz-verabschiedet-handlungsempfehlung-zum-umgang-mit-kuenstlicher-intelligenz-1.html
- ↑ UNESCO: AI competency framework for teachers, 2024, https://www.unesco.org/en/articles/ai-competency-framework-teachers
- ↑ European Education Area: Guidelines on the ethical use of artificial intelligence and data in teaching and learning, https://education.ec.europa.eu/focus-topics/digital-education/actions/plan/ethical-guidelines-for-educators-on-using-artificial-intelligence
- ↑ Datenschutzkonferenz: Orientierungshilfe KI und Datenschutz, 2024, https://www.datenschutzkonferenz-online.de/media/oh/20240506_DSK_Orientierungshilfe_KI_und_Datenschutz.pdf
Links
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> |