Beim Werkstatt-Tag der Schulen im Ordensschulen-Trägerverbund in Ellwangen kam gestern die Frage auf: „Diese KMK-Sache von letzter Woche, die Du bei Instagram aufgegriffen hast – sollten wir die jetzt schon als Überarbeitungsanlass für unser Medienkonzept nehmen?“ Die Schulen dort stehen kurz vor ihren Pädagogischen Tagen u.a. zum Thema KI, und mitten in die Planung platzt ein KMK-Beschluss, den bislang natürlich kaum jemand gelesen hat.

Deshalb hier der Versuch einer kompakten Einordnung: Was steht wirklich drin, was ist neu, was bedeutet es für Steuergruppen und Schulleitungen – und was lässt sich davon bereits nächste Woche verwenden? Und weil zumindest in der Online-Community die Debatte über den Beschluss bereits läuft, greife ich weiter unten auch 1-2 Stimmen auf, die relevante Punkte ansprechen.

Unterstützungsmaterial: Am Ende des Beitrags gibt es ein A2-Poster, zehn Reflexionskarten und zehn Impulskarten für Eure Pädagogischen Tage oder die Konzeptarbeit zum Download – die sind basierend auf Gesprächen beim gestrigen Fortbildungstag entstanden und helfen vielleicht/hoffentlich unmittelbar weiter.

KI-Update des KMK-Kompetenzrahmens

Am 16. Oktober 2026 hat die Bildungsministerkonferenz den KMK-Kompetenzrahmen „Bildung in der digitalen Welt“ aktualisiert. Der Titel des Papiers ist etwas sperrig, sagt aber zugleich präzise, worum es geht: KMK-Kompetenzrahmen „Bildung in der digitalen Welt“; Aktualisierung im Kontext Künstlicher Intelligenz (2026).

Drei Dinge vorweg, um gleich möglichen Missverständnissen vorzubeugen:

Es ist kein neuer Rahmen: Die sechs Kompetenzbereiche von 2016/2017 bleiben nach eigener Aussage des Beschlusses „in Struktur und Geltung unverändert“. Wer ein Medienkonzept entlang dieser sechs Bereiche konzipiert hat, muss es keinesfalls neu schreiben.

Ergänzt wird gezielt: KI-Aspekte kommen an den Stellen hinzu, an denen sie über die bisherigen Anforderungen digitaler Bildung hinausgehen. Das Ergebnis sind 19 aktualisierte Stellen in den Digital-Teilkompetenzen, aber kein eigenes KI-Kapitel.

Verbindlich ist es so, wie KMK-Beschlüsse verbindlich sind: Das Papier selbst, es ist bislang wenig mehr als eine kommentierte Gliederungsübersicht, enthält keinen Abschnitt zu Umsetzung, Fristen oder Bindungswirkung. Wie immer gilt: Der Beschluss setzt den gemeinsamen Bezugsrahmen, die konkrete Verbindlichkeit entsteht über die Länder und ihre folgenden Erlasse. Für die Arbeit z.B. in der Steuergruppe heißt das trotzdem: Das ist ab jetzt ein klarer Referenzrahmen, an dem man sich orientieren wird.

Der eigentliche Hebel: Das AILit-Framework kommt in die deutsche Schule

Für mich ist die wichtigste Nachricht gar nicht die Zahl der Ergänzungen, sondern woher sie stammen. Denn der Beschluss orientiert sich ausdrücklich am AI Literacy Framework von OECD und Europäischer Kommission – „Empowering Learners for the Age of AI“, dessen Endfassung im Juni 2026 erschienen ist.

Dieses Framework benennt vier Domänen: Engage with AI, Create with AI, Manage AI und Shape AI. Die KMK übersetzt sie in vier Orientierungsbegriffe und legt sie quer über ihre sechs Kompetenzbereiche.

Damit ist das AILit-Framework für deutsche Schulen nicht mehr nur eine internationale Empfehlung, sondern wird über den KMK-Kompetenzrahmen in den schulischen Bezugsrahmen übernommen.

Bemerkenswert ist auch die Logik dahinter: Das Framework beschreibt KI-Kompetenz als fachübergreifende, anwendungsbezogene und entwicklungsorientierte Querschnittsaufgabe – ausdrücklich nicht als eigenes Fach und nicht als Modul. Genau diese Logik übernimmt die KMK, wenn sie KI in alle sechs Kompetenz-Bereiche einarbeitet anstatt einen siebten Bereich aufzumachen.

Welche der vier Perspektiven gilt in welchem Bereich?

Die vier Orientierungsbegriffe werden nicht gleichmäßig verteilt. Jeder Kompetenzbereich bekommt eine oder zwei davon zugeordnet:

Diese Zuordnung ist für die Fachgruppenarbeit hilfreicher, als sie vielleicht zunächst aussieht. Sie beantwortet nämlich die Frage, mit welchem Blick ein Fach auf KI schauen könnte/sollte: Deutsch und die Fremdsprachen landen über Bereich 2 und 3 schwerpunktmäßig bei „kreativ anwenden“ und „mitgestalten“, die Gesellschaftswissenschaften über Bereich 6 bei „bewusst umgehen“, Informatik über Bereich 5 bei „gezielt einsetzen“ und „mitgestalten“. Das ist eine echte Hilfestellung für die häufig komplizierte Diskussion in den Fachschaften/Fachkonferenzen genauso wie im Gesamtkollegium – sollte aber zugleich nicht als Verengung verstanden werden. Denn am Ende entscheidet natürlich die schulinterne Verteilung (Mediencurriculum), welches Fach in welchem Jahrgang welchen Beitrag leisten kann.

Was wird konkret ergänzt?

In der folgenden Übersicht Übersicht versuche ich alle 19 KI-Ergänzungen, geordnet nach den sechs Kompetenzbereichen, aufzuzeigen. Grün markiert sind Ergänzungen in bestehenden Teilkompetenzen, orange die eigenständig KI-bezogenen:

Ein Hinweis zur Genauigkeit: Der Beschlusstext selbst, der eher eine Gliederung darstellt, führt nicht explizit auf, welche Teilkompetenzen vollständig neu sind und welche nur erweitert wurden. Die Unterscheidung in der Grafik beruht darauf, ob eine Teilkompetenz ausschließlich KI-bezogen formuliert ist oder ob einer bestehenden Formulierung ein KI-Aspekt hinzugefügt wurde – das ist in meinen Augen gerade auch für schulinterne Konzeptarbeit und Fortbildung ein (hoffentlich) hilfreicher Ansatz.

Fünf Punkte mit neuem (KI-)Anspruch

Die meisten Ergänzungen schreiben fort, was im Sinne guter Medienbildung schlüssig erscheint. An fünf Stellen entsteht aber tatsächlich ein neuer Anspruch an Schulen – und diese fünf sind es wohl auch, über die ich im Rahmen eines Pädagogischen Tag sprechen würde bzw. auf die ich zumindest verweisen würde:

3.1.3 – Eigene KI-Assistenten (weiter-)entwickeln: Aus Anwenden wird Konfigurieren. Das ist der Punkt, an dem die meisten Kollegien merken werden, dass sie selbst noch nie einen eigenen Assistenten gebaut haben. Wer hier einen niedrigschwelligen Einstieg sucht: Das geht inzwischen erstaunlich gut, wie ich am Beispiel Vibe Coding beschrieben habe, insbesondere aber mit pädagogischen KI-Plattformen wie fobizz, paddy oder auch AISchat.

3.3.4 – Grundlagen der KI-Regulierung kennen: Die KI-Verordnung der EU wird ausdrücklich genannt. Regulierungswissen wird damit Teil des Kompetenzrahmens und nicht mehr nur Sache derer, die (z.B. als Datenschutzbeauftragte) Verträge prüfen.

4.3.4 – Menschliche und Mensch-Maschine-Kommunikation auch emotional unterscheiden: Für mich die bemerkenswerteste Ergänzung des ganzen Papiers. Es geht nicht darum, einen Chatbot zu erkennen, sondern um den Umgang mit der eigenen Bindung an ein System, das stets freundlich antwortet. Das ist eine pädagogische Aufgabe, für die es in den meisten Schulen noch keine klare Orientierung gibt.

5.3.3 – Assistive KI-Funktionen gezielt zur Unterstützung nutzen: KI als Unterstützung des eigenen Lernprozesses, verbunden mit der Frage, wann sie ihn stützt und wann sie ihn ersetzt. An dieser Stelle lohnt unbedingt der Blick in die Studienlage zum Lernen unter KI-Bedingungen – die Antwort ist nämlich weniger eindeutig, als der Begriff „assistiv“ nahelegen mag.

6.2.4 – Sensibilität gegenüber Deepfakes und KI-verstärkter Desinformation: Endlich keine Unterzeile mehr in der Quellenkritik, sondern als eine eigene Teilkompetenz ausgewiesen und damit auch (jenseits von Geschichte, Politik & Co.) ein Fall für alle Fachbereiche.

Was die KMK an Unterstützung mitliefert

Erfreulich: Es bleibt nicht beim Papier, denn angekündigt sind drei Angebote:

• • Eine interaktive Übersicht über die sechs Kompetenzbereiche mit Reflexionsfragen und weiterführenden Links.
  • 22 Reflexionskarten für die Arbeit in Schulen, zusätzlich in einer digitalen Fassung zur Standortbestimmung und Dokumentation.
  • Ein „KMK-Navigator für KI-Kompetenzen“ im ländergemeinsamen Chatbot AIS.chat.

Adressiert sind ausdrücklich Lehrkräfte, Fachschaften, Schulleitungen, Schulentwicklungsteams und Schulaufsichten. Und – das ist die Formulierung, auf deren Konkretisierung und weitere Ausgestaltung ich wirklich gespannt bin – auch die Auswirkungen auf die Prüfungskultur sollen reflektiert werden. Genau dorthin läuft die Entwicklung ohnehin, wie ich an anderer Stelle zur Verschiebung vom Produkt zum Prozess beschrieben habe.

Was heißt das für Steuergruppen und Schulleitungen?

Es sind im Wesentlichen fünf Punkte, die ich zum jetzigen (und noch sehr frühen Zeitpunkt) aus dem Beschluss für die Schulentwicklungsarbeit ableiten würde:

1. Das Medienkonzept bekommt eine Aktualisierung/Ergänzung, keine Neufassung: Die sechs Bereiche, an denen sich viele Schulen (bei uns seit inzwischen 10 Jahren Kern des als Matrix aufgebauten Medienkonzepts) konzeptuell orientieren, bleiben bestehen. Es geht jetzt eher darum, die 19 Ergänzungen in das schulinterne Konzept einzuordnen und innerschulisch zu diskutieren (bei uns z.B.: Welches Fach kann/wird in welchem Jahrgang welchen Beitrag zu der Teilkompetenz leisten?).

2. Die Zuständigkeitsfrage könnte ungemütlich werden: Weil genKI quer in alle Bereiche eingearbeitet ist, lässt sich diese Aktualisierung nicht mehr an ein Fach delegieren. Jede Fachgruppe/Fachkonferenz muss klären, welcher Teil bei ihr liegt und welchen Beitrag sie leisten kann. Interessant werden dann (eventuell) die Lücken, für die sich niemand zuständig fühlt…

3. Die Jahrgangsfrage beantwortet der Rahmen nicht: Er sagt, was gekonnt werden soll, nicht ab wann. Diese Entscheidung bleibt bei der Einzelschule – und sie sollte bewusst getroffen und dokumentiert werden, was ja sowieso Kern aller Medien-KC-Arbeit ist.

4. Zwei Ergänzungen brauchen zuerst Fortbildung: Aus meiner Sicht sind das 3.1.3 und 3.3.4: eigene Assistenten entwickeln und Grundlagen der KI-Regulierung. Beides kann ein Kollegium nicht aus sich heraus, und beides lässt sich gut über Multiplikatoren lösen. Wie das aussehen kann, habe ich in meinen Vorschlägen zur Professionalisierung ausführlicher beschrieben und z.B. gerade gestern wieder in Ellwangen erlebt.

5. Ohne Streichliste wird es eine Wunschliste: Die ehrlichste Frage an einem Pädagogischen Tag lautet wohl (Stichwort: De-Implementierung) „Was lassen wir weg, um dafür Platz zu schaffen?“. Wer diese Frage im Kontext von genKI nicht stellt, beschließt am Ende sehr viel und ändert sehr wenig. Auch das diskutierten wir gestern schon sehr ausführlich am Beispiel des Seminarkurses in Baden-Württemberg, der nur einstündig läuft, nun aber vor ganz neuen Herausforderungen (wie Chancen) steht – ohne De-Implementierung geht es hier nicht weiter…

Material für Pädagogische Tage

Weil mehrere Schulen in den nächsten Wochen genau damit arbeiten wollen, und wir gestern noch sehr konkrete Wünsche mit Blick auf dieses KI-Update der KMK erarbeiten konnten, habe ich (mithilfe von Claude Opus) drei erste Materialien erstellt – alle unter CC BY-SA 4.0, also frei verwendbar und anpassbar:

• • A2-Poster „Bildung in der digitalen Welt – das KI-Update“: Der gesamte Rahmen auf einen Blick: vier Orientierungsbegriffe, sechs Kompetenzbereiche, alle 19 Ergänzungen farblich abgesetzt, dazu drei Fragen für die Steuergruppe. Zum Aufhängen im Lehrerzimmer oder als Arbeitsgrundlage im Workshop.

• • Zehn Reflexionskarten (A6, vier pro A4-Seite): Sechs Karten für die Kompetenzbereiche, vier für die Orientierungsbegriffe. Jede Karte nennt die zugehörigen Ergänzungen und stellt zwei bis drei Fragen für die Standortbestimmung. Gedacht für die Arbeit in Fachgruppen oder Tischgruppen.

• • Zehn Impulskarten für den Pädagogischen Tag (A6, vier pro A4-Seite): Von „Der Realitätscheck“ über „Die Prüfungsfrage“ bis zur „Streichfrage“. Jede Karte enthält einen Arbeitsauftrag und einen kurzen Hinweis zur Moderation. Gedacht als Kartenset, aus dem sich eine Gruppe eine Frage zieht.

Wer einen ganzen Prozess daraus machen möchte, z.B. aufbauend auf einem Pädagogischen Tag, der könnte hier fündig werden: Der aus der Fortbildungspraxis heraus entstandende KURS-Zyklus beschreibt, wie sich aus einem Pädagogischen Tag kontinuierliche Unterrichtsentwicklung ergeben kann – hier könnte z.B. auch die Erweiterung des Kompetenzrahmens als Jahresauftrag für die eigene Schule geplant werden, an dessen Ende ein aktualisierten und erweitertes schulinternes Medien-KC steht.

Was bleibt nach wie vor offen?

Bei aller Zustimmung zu dieser sehr sinnvollen Erweiterung – drei Punkte würde ich nicht übergehen:

• • Der Rahmen beschreibt zwar Kompetenzen, nicht aber konkretere Wege dorthin: Lehrpläne, Stundentafeln und Prüfungsformate sind mit diesem Beschluss nicht angepasst. Die Übersetzungsarbeit bleibt vollständig bei den Ländern und den Einzelschulen – und damit bleibt die Umsetzung unklar und vermutlich auf viele Jahre höchst heterogen je nach Einzelschule.
  • Der Anspruch steigt, die Ausstattungsfrage bleibt ungelöst: Eigene KI-Assistenten entwickeln setzt Zugänge voraus, über die längst nicht alle Schulen verfügen. Christine Streichert-Clivot hat das in der Pressemeldung treffend formuliert: „Digitale Mündigkeit darf keine Frage des Geldbeutels der Eltern oder der Herkunft sein.“ Der Satz stimmt, beschreibt aber lediglich ein Ziel und keinen (IST-)Zustand – und das zeigt insbesondere die aktuelle Verfassung und daraus folgende Akzeptanz von AISchat als KI-Plattform der Länder.
  • Und schließlich: Ein Kompetenzrahmen beschreibt, was Schülerinnen und Schüler können sollen. Was Lehrkräfte dafür können müssen, steht in diesem Papier nicht. Das ist für mich als Fortbildner und Leiter unserer schulinternen Steuergruppe eine Leerstelle, die mich sehr beschäftigt – und die am Ende die Professionalisierungsarbeit doch wieder sehr an die Einzelschule delegiert.

Ein aktueller Einwand – und was der Beschluss trotzdem leistet

Den treffendsten Einwand gegen zu viel Zuversicht hat Martin Fugmann, Schulleiter am Evangelisch Stiftischen Gymnasium Gütersloh und Vorstandmitglied der Heraeus Stiftung, formuliert (LinkedIn, 22.10.2026):

„Sehr gutes Papier. Dennoch sollten wir uns keinen Illusionen hingeben: Der Weg vom Kompetenzrahmen in die Klassenzimmer ist weit und sollte von vornherein prozessual verankert sein. Die Steuerungsfantasie, dass das top down per Erlass und Implementierung gelingt, scheint eindeutig widerlegt. Wenn es schon beim Lesen, Rechnen und Schreiben so nicht gelingt, warum soll es dann bei KI besser gehen. Auch die Kompetenzrahmen zur Bildung in der digitalen Welt haben ihre Wirkung verfehlt (siehe ICILS). Ist KI wirklich nur eine Querschnittsaufgabe über alle Fächer? Ich bin mittlerweile überzeugt davon, dass das zu kurz greift. Wir brauchen eine Reform der Steuerungsverantwortung.“

In der Sache ist dem wenig entgegenzusetzen, denn der Verweis baut auf langjähriger Schul- und Schulentwicklungspraxis auf und trifft gerade auch mit Blick auf ICILS den Punkt: Der Kompetenzrahmen gilt seit fast zehn Jahren, und die Befunde zur Computer- und Informationskompetenz deutscher Achtklässlerinnen und Achtklässler haben sich in dieser Zeit nicht wirklich in die gewünschte Richtung bewegt. Und auch die zweite Frage halte ich für offen: Ob eine reine Querschnittslogik ausreicht oder ob genKI letztlich (als Verstärker) eine echte Reform von Steuerungsverantwortung (hin zur teilautonomen Einzelschule z.B.) erforderlich macht, wird sich zeigen.

Trotzdem würde ich eine Ergänzung vornehmen wollen – und zwar aus der Perspektive derer, die in der Einzelschule die Basisarbeit leisten:

Denn wer in einer Steuergruppe oder als Schulleitung an so einem Thema arbeitet, kennt die eigentliche Hürde. Sie ist selten fachlicher Natur. Sie besteht darin, dass sich ein Vorhaben folgenlos ignorieren lässt, solange es als persönliche Vorliebe einiger Engagierter gilt. An dieser Stelle leistet der Beschluss etwas, das ein noch so gutes Framework von OECD und EU-Kommission für sich genommen nicht leisten könnte: Der KMK-Beschluss stellt Verbindlichkeit und Relevanz her. Und diese kann ab jetzt als solche auch artikuliert werden.

Seit dem 16. Oktober ist KI-Kompetenz nicht mehr das Steckenpferd der Digitalbeauftragten, sondern Teil des Rahmens, an dem sich eine Schule messen lassen muss. Das verändert natürlich noch keinen Unterricht, das ist mir mit Blick auf die Praxis und die Erfahrungen der letzten zehn Jahre mehr als klar. Aber es erschwert die vollständige Verweigerungshaltung und erleichtert die konstruktive Diskussion im Kollegium – und wer schon einmal versucht hat, ein Kollegium ohne jede formale Grundlage für ein solches Thema zu gewinnen, weiß, wie groß dieser Unterschied im Alltag ist…

Beides schließt sich daher nicht aus. Matrin Fugmanns Forderung nach prozessualer Verankerung beschreibt, was nach dem Beschluss kommen muss. Der Beschluss beschreibt, worauf man sich dabei berufen kann. Erst zusammen ergibt das eine Antwort – und deshalb würde ich den Rahmen weder für die Lösung halten noch für folgenlos und bin für die Fortbildungsarbeit sehr dankbar für diesen Beschluss.

Fazit

Das KI-Update der KMK ist unspektakulär gemacht und gerade deshalb brauchbar. Die KMK erfindet nichts neu, sondern schärft einen Rahmen von 2016, mit dem viele Schulen ohnehin arbeiten. Die eigentliche Nachricht ist die Anschlussentscheidung dahinter: Mit der Orientierung am AILit-Framework von OECD und EU-Kommission folgt die KMK der Logik, KI nicht als Sonderthema zu behandeln, sondern als Querschnittsaufgabe in alle Kompetenzbereiche einzuarbeiten.

Für die Arbeit der Einzelschule ist das eine gute Nachricht. Es kommt keine zusätzliche, separat formulierte „Baustelle“ hinzu, sondern es erfolgt eine präzise Neuorientierung und Schärfung der „Dauerbaustelle“, mit der sowieso alle Schulen beschäftigt sind. Gleichzeitig bietet sich hier aber für alle Verantwortlichen und ihre oft nicht einfache Sysiphos-Arbeit eine formale Grundlage, auf die Sie sich in der Diskussion berufen können.

Was nach wie vor fehlt, sind die Zeitfenster und Freiräume für die Gestaltung dieser Entwicklung und die dafür notwendige Professionalisierung. Und die wird auch dieser Beschluss nicht liefern.

---

Quellen

• Kultusministerkonferenz: KMK-Kompetenzrahmen „Bildung in der digitalen Welt“; Aktualisierung im Kontext Künstlicher Intelligenz (2026). Beschluss der Bildungsministerkonferenz vom 16.10.2026. PDF
• OECD / Europäische Kommission: Empowering Learners for the Age of AI – AI Literacy Framework for Primary and Secondary Education, Endfassung vom 18.06.2026. ailiteracyframework.org
• Sekretariat der Kultusministerkonferenz: Pressemeldung zum Beschluss, 19.10.2026. bildungsklick
• Alle Visualisierungen und Unterstützungmaterialien: Erstellt mit Claude Opus / prompted by: Hauke Pölert (23.10.2026)

Erst digitale Endgeräte, dann das Konzept?

Zum Schuljahr 2026/27 beginnt in meinem Bundesland Niedersachsen das größte Digitalisierungsprojekt, das dieses Land je in seinen Schulen hatte. Denn seit diesem Jahr haben wir einen gesetzlichen Anspruch auf ein digitales Endgerät ab Jahrgang 7 und für alle Lehrkräfte. Rund 800 Millionen Euro bis 2031 und aufwachsend Jahrgang für Jahrgang.  

Zugleich ist das aber auch eine Nachricht, die an vielen Schulen nach wie vor zahlreiche Fragen auslöst, für die teilweise Antworten fehlen: Wie wollen wir Unterrichtsentwicklung unter digitalen Bedingungen gestalten? 

Denn 1:1-Konzepte erzeugen immer auch ein Organisationsproblem, das vorher nicht existierte. Solange die Klasse einen halben Tablet-Koffer teilt, bleibt es meist bei der Phase / Methode und einem klar limitierten Einsatz. Sobald jedes Kind ein eigenes Endgerät hat, beginnen sich schnell Aufgaben, Materialien, Zwischenstände, Abgaben, Rückmeldungen und Produkte in diversen Plattformen, Apps und Ordnern zu stapeln. Wer das mit einer Kombination aus Padlet, Mail-Anhängen, IServ, geteilten Ordnern und ausgedruckten Wochenplänen zu regeln versucht, verliert innerhalb kurzer Zeit den Überblick. Ein kleiner, aber entscheidender Ansatzpunkt für Schulentwicklung im Zusammenspiel mit kontinuierlicher Fortbildung.

An dieser Stelle wird die Plattformfrage meistens als IT-Frage behandelt: Was ist datenschutzkonform, was läuft auf den Geräten, was kostet es? Das sind zwar notwendige, aber nicht unbedingt entscheidende Fragen. 

Entscheidend sollte eher sein: Welches pädagogische Fundament liegt unserer (möglichst einheitlich genutzten) Lernplattform zugrunde, inwiefern unterstützt die Plattform schulinterne Unterrichtsentwicklung und unsere pädagogischen Ziele als Einzelschule?

Denn jede Lernplattform ist am Ende auch ein pädagogisches Konzept in Softwareform. Manche sind ein Verteilsystem für PDFs mit Rückkanal. Manche sind ein Trainingsautomat, der den nächsten Schritt freischaltet, wenn Lernende den vorherigen korrekt gelöst haben. Und andere sind ein Baukasten, mit dem man sich selber eine Lernumgebung erstellt, anstatt eine geliefert zu bekommen. 

LearningView ist wohl am ehesten der dritte Typ und mit seiner Flexibilität und seinen Funktionen seit Jahren mein Favorit für Blended Learning – und je länger ich LearningView nutze, desto mehr verstärkt sich dieser Eindruck. Daher wurde es Zeit für eine Vorstellung.

Was LearningView ist – und woher es kommt 

LearningView ist eine Lernplattform – ich nutze jetzt den Begriff Lernmanagementsystem (LMS) – der Pädagogischen Hochschule Schwyz (PHSZ), entstanden 2016 als Forschungs- und Entwicklungsprojekt am Institut für Medien und Schule (IMS) in enger Zusammenarbeit mit der Projektschule Goldau. Finanziert wird die Plattform über Stiftungen, weshalb das LMS auch bis heute kostenlos für Schulen nutzbar ist. 

Interessant ist ein kurzer Blick auf die Herkunft des LMS: Denn die Projektschule Goldau ist jene Schule, an der Beat Döbeli Honegger (Autor des empfehlenswerten Buches „Mehr als 0 und 1“) seit 2009 als wissenschaftlicher Leiter Projekte mit persönlichen Digitalgeräten durchführt. Beat D. Honegger ist Professor an dem Institut, das auch LearningView entwickelt.  

LearningView ist damit kein kommerzielles Produkt, das nachträglich für 1:1-Klassen angepasst wurde, sondern in einer 1:1-Klasse entstanden, weil eine 1:1-Klasse es brauchte und es zum damaligen Zeitpunkt dafür noch keine passenden Systeme gab. In einem Video stellt das Team hinter LearningView die Lernplattform vor:

Einige Zahlen: Im Schuljahr 2023/24 meldete die PH Schwyz über 10.000 Lehrpersonen und rund 100.000 Schülerinnen und Schüler. Auf der aktuellen Startseite stehen inzwischen über 625.000 registrierte Nutzer. Im Kanton Schwyz nutzte im Schuljahr 24/25 fast die Hälfte aller Volksschulkinder die Plattform. Das ist für ein Hochschulprojekt eine bemerkenswerte Verbreitung – und ein Hinweis darauf, dass hier nicht ein Prototyp entwickelt, sondern ein System im täglichen Dauerbetrieb pädagogisch genutzt wird.

Die Funktionen: ein Baukasten, kein Lehrwerk 

Der Entwickler selbst beschreibt LearningView als „Baukasten für Lehrpersonen, die ihre eigene digitale Lehr- und Lernumgebung gestalten möchten“. Das klingt zunächst nach IT-Nerds, ist aber eigentlich nur eine ehrliche Erwartungsklärung. Es gibt in LearningView eben keine mitgelieferten Inhalte, keine Aufgaben-Flatrate, kein digitales Lehrwerk oder eine vorgefertigte didaktische Leitlinie. Stattdessen bietet LearningView eine übersichtliche Struktur, in der man seine eigenen Materialien so anordnet, dass Lernende selbstständig damit arbeiten können und man trotzdem den Überblick behält.

Die Grundstruktur von LearningView

LearningView gibt vier Ebenen vor: Lernbereich → Lerneinheit → Thema → Aufgabe. Lernbereich ist typischerweise das Fach, Lerneinheit die Unterrichtsreihe, Thema ein Baustein darin, Aufgabe die einzelne Lerngelegenheit. Alle Materialien liegen zentral im „Alle Materialien“-Bereich und werden von dort in Kurse verteilt. Kurse sind Klassen, Lerngruppen, AGs oder auch Fortbildungsgruppen im Kollegium.

Zwei Details, die im Alltag mehr wert sind, als sie vielleicht klingen: Mehrere Lehrpersonen können gleichberechtigt in einem Kurs arbeiten (Team-Teaching, Doppelsteckung, Vertretung). Und jeder Schüler braucht nur ein einziges Konto und tritt über Kurscodes beliebig vielen Kursen bei, was im Unterrichtsalltag völlig unkompliziert läuft (ein wichtiges Detail zum Schuljahresbeginn!).

Aufgaben – und was man ihnen alles mitgeben kann 

Die (Lern-)Aufgabe ist die eigentliche Einheit des Systems und macht in ihrer planbaren Vielfalt die didaktische Tiefe des LMS aus.

Neben dem Standardformat gibt es Vorlagen für Sammlungen, Selbsttests, Umfragen und den Typ Interaktiv (extern), der auf Kataloge von zebis.digital, LearningApps.org und edulo zugreift; erfolgreich gelöste interaktive Inhalte können eine Aufgabe automatisch als erledigt markieren. Jeder Aufgabe lassen sich mitgeben: 

• • Farben, Icons und Zusatzsymbole – etwa für Niveaustufen, Hausaufgabe, Zusatzaufgabe. LearningView schreibt keine Bedeutung vor; ein Kollegium kann sich also eine eigene, gemeinsame Symbolsprache geben (dazu unten mehr, dafür gibt es unten auch eine Vorlage). 
  • Anhänge und Weblinks 
  • Sichtbarkeiten – für einzelne Lernende, für Gruppen, „erst nach Erledigung sichtbar“, „nur für die Lehrkraft“ 
  • Sozialform, geschätzter Zeitaufwand, Abgabeform, Korrekturform 
  • Niveauvarianten innerhalb derselben Aufgabe, aus denen die Lernenden auswählen – Differenzierung ohne drei parallele Aufgabenkacheln
  • seit Juli 2026 die Abgabeform „Medium abgeben“ mit mehreren Optionen in einer Aufgabe: Die Lernenden entscheiden, ob sie ein Foto, eine Audioaufnahme oder ein anderes Format abgeben, was ich in der Praxis als äußerst sinnvoll empfinde und von den Schülerinnen und Schülern auch sehr gerne angenommen wird.

Und gerade dieser letzte Punkt ist für mich ganz entscheidend: Denn wer die Abgabeform freigibt, gibt einen Teil der Aufgabenkonstruktion an die Lernenden ab – mit Blick auf das Aufgabendesign ein wichtiger Unterschied zwischen „Schreibe eine Zusammenfassung“ und „Zeig mir, dass du das verstanden hast – such dir aus, wie und in welcher Form.“ 

Abgabe, Bearbeitung, Feedback 

Lernprodukte können Fotos, Audios, Videos oder Dokumente sein. Zur Bearbeitung gehören zwei integrierte Editoren: 

• • Ein Bildeditor, mit dem Bilder und PDFs direkt annotiert, beschriftet, ergänzt und auch gemeinsam bearbeitet werden – das klassische „Arbeitsblatt mit dem Stift ausfüllen und abgeben“ auf dem Tablet und ein
  • Texteditor mit kollaborativem Schreiben und Versionsverlauf, inzwischen mit mehrspaltigem Satz, Bildunterschriften und Drag-and-drop.

Für die Lehrkraft bündelt eine eigene Korrekturen-Ansicht alles Eingegangene: filtern, suchen, gruppiert nach Aufgabe, Feedback direkt am Medium. Und Lernende können abgegebene Medien nachträglich überarbeiten, ohne dass die Aufgabe zurückgesetzt werden muss – Überarbeitung als Normalfall, nicht als Ausnahme. Besonders sinnvoll finde ich dabei, dass ich als Lehrer z.B. in einer abgegebenen Mindmap meine Anmerkungen und Hinweise annotieren kann, die Schülerinnen und Schüler können dann wiederum direkt in diesem Dokument weiterarbeiten. So wird der Arbeitsprozess ohne größeren Aufwand und oft ganz selbstverständlich zur Ko-Konstruktion mit Feedback-Schleifen. 

Arbeitsstand, Aktivitäten, Diagnose 

Die Ansicht „Arbeitsstand“ zeigt tabellarisch pro Lerneinheit und pro Person den aktuellen Stand: die Selbsteinschätzung der Lernenden und – optional – meine Einschätzung als Lehrperson. 

Die Ansicht „Aktivitäten“ verdichtet, wer gerade woran arbeitet und wo Unterstützung gebraucht wird. Damit habe ich meine Kurse immer gut im Blick und kann z.B. per Chat ganz einfach der Gruppe oder Einzelpersonen Feedback geben.

Portfolio und Peer-Feedback 

Portfolios gibt es als Kurs-Portfolios und als persönliche Portfolios; Seiten werden aus Texten, Bildern, Listen und einem Auswahlelement zusammengestellt, Inhalte lassen sich kommentieren, Portfolios per Link zum Anschauen teilen. Das ist für Prozessdokumentation, Produktportfolios und Projektarbeiten gedacht – und in der Oberstufe für Facharbeiten und Lernprozesse gerade im Seminarfach ausgesprochen brauchbar. Aktuell nutze ich bspw. im Leistungskurs Geschichte die Portfolio-Funktion als begleitenden Lernansatz – die Schülerinnen und Schüler notieren sich im Verlauf des Semesters Fragestellungen oder Probleme, die sie persönlich interessieren, und stellen sie dann in ihrem Portfolio für sich und den Kurs anschaulich dar.

Besonders hilfreich: Peer-Feedback ist als eigene Korrekturform angelegt und wird in LearningView zur Selbstverständlichkeit. Text- oder Audiofeedback ist möglich, optional mit Sternebewertung, und eine Aufgabe gilt erst als erledigt, wenn mindestens ein Feedback von Mitlernenden vorliegt. In der Klassenübersicht siehe ich als Lehrkraft die Feedback-Anzahl und den Durchschnitt, die Aktivitätsliste lässt sich nach Peer-Feedback filtern. 

Kommunikation und Kleinwerkzeuge 

Integriert sind Chats – Kurs-Chat, Gruppen-Chats, individuelle Chats – deren Inhalte nach Anbieterangabe intern verteilt und nicht an externe Dienste weitergegeben werden. Dazu kommt eine Reihe von Werkzeugen für den Präsenzunterricht, die man sonst über drei Apps verteilt: Gruppenbildung, Timer (ab drei Minuten auch auf den Schülergeräten sichtbar), Kurs-Dokumente für Brainstormings, ein QR-Code-Generator für Texte und Dateien. Seit Mai 2026 gibt es eine persönliche Lernkartei nach dem Leitner-System mit Text, Bild, Audio und Video; sie lässt sich pro Kurs deaktivieren. Lernende können außerdem Haftnotizen an Aufgaben anbringen, die ich als Lehrer sehe. 

Schulverwaltung 

Seit dem Schuljahr 2025/26 gibt es eine optionale Schulverwaltung: Hier lassen sich die Schule registrieren, Lehrpersonen einladen, Kurse zuordnen, duplizieren, archivieren und ggf. auch Vertretungen eintragen. Das ist alles sehr einfach gehalten, da LearningView eine Lernplattform und eben keine anderen Systemen (IServ etc.) vergleichbare Schulverwaltungsplattform ist.

Geräte 

LearningView läuft im Browser und als App für iOS, Android, Windows, macOS und Linux. Lernende können sich mit Zugangsdaten oder über ausgedruckte Code-Karten mit QR-Code anmelden – für jüngere Jahrgänge ein ganz wichtiger Punkt, das funktioniert problemlos. Auf persönlichen Geräten bleibt man dann angemeldet. 

Warum ist LearningView kostenlos und was ist mit dem Datenschutz?

Die Nutzung ist für Lehrkräfte und Lernende kostenfrei: keine Lizenzcodes, keine Mindestlaufzeiten, keine Setup-Gebühr, Updates inklusive, die durchaus empfehlenswerten Online-Workshops sind gratis. Das funktioniert, weil LearningView ein nichtkommerzielles Hochschulprojekt ist, getragen von der PH Schwyz und finanziert über Stiftungen und öffentliche Mittel.

Datenschutz 

Für deutsche Schulen ist der Blick auf den Datenschutz wichtig – zugleich auch hinsichtlich möglichst unkomplizierter Einführung, wenn bspw. eine Schule im Rahmen der 1:1-Einführung in Niedersachsen viele Themen gleichzeitig bearbeitet und nicht auch hier noch bürokratische Hürden (Schulträger, Datenschutzbeauftragte, Elternkommunikation etc.) zusätzlich aufbauen möchte.

• • Hosting in Deutschland: Die technische Infrastruktur läuft bei der Hetzner Online GmbH im Rechenzentrum Falkenstein in Sachsen.
  • Keine Serverlogfiles, keine Tracking-Cookies: Der Anbieter erhebt nach eigener Angabe bewusst keine Zugriffsdaten und setzt keine Cookies zu Werbe- oder Trackingzwecken.
  • Kein Profiling, keine automatisierten Entscheidungen: Für Übersetzung und Vorlesefunktion werden lokal betriebene KI-Systeme genannt (OPUS-MT, Piper TTS) – die Daten verlassen das System also nicht.
  • Keine Klarnamenpflicht: Konten lassen sich pseudonym anlegen; es gibt eine automatische Kurzform mit Initialen. Legt eine Lehrkraft Schülerkonten an, wird eine nicht funktionsfähige E-Mail-Adresse vergeben, die später ersetzt werden kann.
  • Klare Löschfristen: Konto gelöscht plus 30 Tage Übergangsfrist; automatische Löschung nach drei Jahren Inaktivität, von Schulen auf ein oder zwei Jahre konfigurierbar. Von Lernenden erzeugte Daten sind für Lehrpersonen maximal zwei Jahre einsehbar und stehen danach nur noch den Lernenden selbst zur Verfügung. Chat-Nachrichten werden nach einem Jahr automatisch gelöscht.
  • AV-Vertrag und Vorlagenpaket: Es gibt ein Muster für den Vertrag zur Auftragsverarbeitung sowie ein komplettes Dokumentenpaket für Schulen: Checkliste für Schulleitungen, eine ausgearbeitete Schutzbedarfsanalyse als Excel-Datei, Elterninformation, Merkblatt für Lehrpersonen, Merkblatt für Schülerinnen und Schüler – alles in bearbeitbaren Formaten, exemplarisch für eine fiktive „Schule Althausen“ durchgespielt. Die Ferstigstellung war für unsere Schule sehr unkompliziert und wurde vom Schulträger unmittelbar akzeptiert. Dieses Vorlagenpaket allein ist den Besuch der Seite wert, denn diese Unterstützung nimmt einem Kollegium mindestens zwei Dienstbesprechungen ab…;-) 

Übrigens: Weil Konten pseudonym angelegt werden können, lässt sich der Einstieg fast vollständig datensparsam gestalten. Das medienpädagogische Zentrum des Landkreises Leipzig beschreibt genau dieses Vorgehen in einer deutschsprachigen Schritt-für-Schritt-Anleitung (Link unten).

Warum LearningView zu 1:1-Schulen passt 

Für Schulen mit etablierten 1:1-Konzepten 

Wer bereits ein tragfähiges Medienbildungskonzept hat, kämpft meistens nicht mehr mit der Frage „ob“, sondern mit Fragmentierung. Aufgaben in Teams, Materialien in der Cloud, Feedback per Kommentarfunktion, Portfolios in einer vierten App, Wochenpläne als PDF. Jedes Werkzeug für sich gut, in Summe eine Zumutung – vor allem für die Lernenden, die den Überblick über sechs Ablagelogiken behalten sollen. 

LearningView bündelt genau die Kette, die im individualisierten Unterricht zusammengehört: Angebot – Auswahl – Bearbeitung – Abgabe – Rückmeldung – Dokumentation. Wochenplanarbeit, Lernlandschaften, Werkstatt- und Projektlernen lassen sich hier sowohl organisatorisch als auch diagnostisch abbilden. Für Schulen, die offene Lernformen bereits umsetzen, ist das keine neue Methode, sondern das häufig noch fehlende System darunter. 

Für Schulen, die gerade mit 1:1-Konzept starten 

Vermutlich der Fall, der in Niedersachsen ab diesem Schuljahr vielfach eintreten wird: Die Geräte werden im Jahrgang 7 eingeführt, das Kollegium ist gemischt motiviert, ein ausgearbeitetes Medienkonzept für 1:1 existiert nicht in der notwendigen Breite und Tiefe, und im nächsten Sommer kommt der nächste Jahrgang dazu. Ein Chaos, das wir aus den letzten (mindestens) 10 Jahren bestens kennen. 

In meinen Augen ist die Baukastenlogik von LearningView gerade in solch einer Situation ein großer Vorteil. Denn LearningView erzwingt kein Konzept – es erlaubt, klein anzufangen und trotzdem in eine Richtung zu gehen, die sich später weiterentwickeln lässt: 

• • Stufe eins: Eine Lehrkraft, ein Kurs, digitale Ablage von Material und Arbeitsaufträgen. Das ersetzt den Mailverteiler und die Dateiablage. Aufwand: eine Freistunde. 
  • Stufe zwei: Abgabe von Lernprodukten und Rückmeldung am Produkt. Damit ist der Feedbackkreis geschlossen, und die Lernenden merken zum ersten Mal, wie sich z.B. ein Tablet auch für einen ganzen Lernkreislauf ohne App-Wechsel und Hin- und Herspringen ganz nahtlos nutzen lässt. 
  • Stufe drei: Differenzierung über Niveauvarianten und Sichtbarkeiten. Ab hier verändert sich der Unterricht deutlicher als gedacht, überhaupt erst ermöglicht und vereinfacht in der Regel durch LearningView. 
  • Stufe vier: Selbsteinschätzung, Wochenplanung im Kalender, Portfolio. Ab hier verändert sich die Rolle der Lernenden deutlicher als zuvor, wenn LearningView selbständiges Lernen beginnt zu unterstützen. 
  • Stufe fünf: Gemeinsame Materialien und Symbolsprache im Kollegium. Ab hier verändert sich die kollegiale Zusammenarbeit und LearningView kann dann als Öffner ins Kollegium wirken, begeistert häufig auch skeptische Kolleginnen und Kollegen, die nun ganz einfach Kurse aus dem Kollegium übernehmen oder ihre eigenen Kurse mit anderen Lehrpersonen teilen und daran gemeinsam weiterarbeiten können.

Das ist ein Entwicklungspfad, den man an einer Schule ohne Medienkonzept beginnen kann, ohne sich zu verrennen. Jede Stufe ist für sich sinnvoll, keine setzt die nächste voraus, und natürlich ist dieser Weg auch nie so stringent wie beschrieben – aber die Stufen bilden doch ganz gut einen typischen Entwicklungsweg ab. 

Ein wichtiger Nebeneffekt für Schulleitungen und Steuergruppen: Weil der Arbeitsstand als Excel exportierbar ist und die Struktur (Lernbereich → Lerneinheit → Thema) den üblichen schulinternen Arbeitsplänen entspricht, erzeugt die Arbeit mit LearningView nebenbei Material für das Medienkonzept, das noch in angepasster Form geschrieben werden muss. Man dokumentiert dann nicht mehr zusätzlich, sondern quasi nebenbei in der täglichen Unterrichtsarbeit. 

Kooperation, Kreativität, Kommunikation – auf drei Ebenen 

Man kann die 4K bemühen, aber ich halte es hier bewusst einfacher und pragmatischer und schaue auf drei Ebenen, auf denen in einer Schule die Zusammenarbeit gefördert werden sollte: Lehrkraft Lernende, Lernende Lernende, Lehrkraft Lehrkraft.

Für jede Ebene gibt es in LearningView konkrete Funktionen, die genau darauf abzielen und die sich unmittelbar durch die LearningView-Nutzung ergeben.

Ebene 1: Lehrkraft Lernende 

Kommunikation läuft hier nicht über einen Verteiler, sondern am Lernprodukt. Feedback steht dort, wo die Arbeit liegt – als Kommentar, als Annotation im Bildeditor, als Audio. Der Chat ergänzt für Organisatorisches, ohne dass die Klasse auf WhatsApp ausweichen muss. Die Haftnotiz an der Aufgabe ist ein Mikrokanal für „Ich komme hier nicht weiter“, der niemanden vor der Klasse exponiert. 

Kooperation entsteht über die Doppelperspektive auf den Arbeitsstand: Selbst- und Fremdeinschätzung nebeneinander, ohne Hierarchie in der Darstellung. Das ist die Grundlage für Lernentwicklungsgespräche, in denen nicht die Lehrkraft berichtet, sondern beide Seiten auf dieselbe Übersicht schauen. Eine Schweizer Praxisstimme auf der LearningView-Seite formuliert genau das: Die Plattform diene als wichtige Grundlage für Standortgespräche mit Lernenden und Eltern. 

Kreativität kommt über die Abgabeform. Wenn eine Aufgabe mehrere Medien zulässt, entscheidet die Lernende über die Form ihres Denkens – Erklärvideo statt Text, Sprachaufnahme statt Aufsatz, annotierte Skizze statt Fließtext. Das ist die niedrigschwelligste Form von Differenzierung, die es gibt, und sie kostet dich als Lehrkraft genau einen Klick beim Anlegen der Aufgabe. 

Ebene 2: Lernende Lernende 

Hier liegt die interessanteste Funktion: Peer-Feedback als Erledigungsbedingung. Eine Aufgabe gilt erst als fertig, wenn Feedback von Mitlernenden vorliegt. Damit wird aus der guten Absicht ein Arbeitsablauf. Wer schon einmal versucht hat, Peer-Feedback in einer Klasse zu etablieren, kennt das Problem: Es ist immer das Erste, was wegfällt, wenn die Zeit knapp wird. Wenn es strukturell verankert ist, fällt es nicht weg. 

Dazu kommen kollaboratives Schreiben mit Versionsverlauf, gemeinsam bearbeitbare Bilder und PDFs, Kurs-Portfolios, in denen eine Lerngruppe gemeinsam etwas aufbaut, Kurs-Dokumente für Brainstormings, Gruppenbildung und Gruppen-Chats. Und die Sozialform lässt sich pro Aufgabe ausweisen – Kooperation ist damit nicht Zufall, sondern Aufgabenmerkmal. 

Ein Hinweis aus der Praxis: Der Versionsverlauf im Texteditor ist mehr als eine Sicherheitsfunktion. Er macht Schreiben als Prozess sichtbar – und ist damit im Zeitalter generativer KI eines der wenigen Instrumente, mit denen man über Entstehung statt nur über Ergebnisse sprechen kann. 

Ebene 3: Lehrkraft Lehrkraft 

Diese Ebene wird bei Plattformentscheidungen fast immer vergessen, ist in meinen Augen mit Blick auf kollegiale Unterrichtsentwicklun und Professionalisierung aber die Ebene, die über (schulinterne) Nachhaltigkeit entscheidet. LearningView bietet: 

• • gemeinsame Kurse mit gleichberechtigten Lehrpersonen (Team-Teaching, Doppelbesetzung, Vertretungsfall) 
  • Teilen und gemeinsames Weiterentwickeln von Materialien im Kollegium – über die Schulverwaltung vereinfacht 
  • Kurse als Fortbildungsräume: Ein Kurs muss keine Klasse sein. Eine Fachgruppe kann sich einen Kurs anlegen und ihre eigene Fortbildung genau in dem Werkzeug erleben, das sie später mit Lernenden nutzt. Das ist die wirksamste Form von Mikrofortbildung, die ich kenne: Man lernt die Plattform aus der Lernendenperspektive kennen. 
  • eine gemeinsame Symbolsprache: Weil LearningView Farben, Icons und Zusatzsymbole anbietet, ohne ihre Bedeutung vorzuschreiben, kann ein Kollegium sie selbst festlegen. Wenn Grün an dieser Schule immer „Grundniveau“, das Sternchen immer „Vertiefung“ und das Uhrensymbol immer „braucht mehr als eine Stunde“ heißt, dann müssen die Lernenden ab Jahrgang 7 diese Sprache einmal lernen und nicht bei jeder Lehrkraft neu. Das ist ein winziges Schulentwicklungsprojekt mit riesigem Alltagsertrag – eine Vorlage dafür findet ihr unten.

Was andere Schulen und Lehrpersonen machen 

mia4u.ch – „LearningView: Das Lernen organisieren“ Eine ausgearbeitete Unterrichtseinheit des Schweizer Portals mia4u, entstanden aus der Praxis der PICTS Karin Oeschger (Oberglatt) und Samantha Müller (Ueken). Beschrieben werden persönliche, kinderfreundlich strukturierte Lernpläne, der Einstieg für Lernende inklusive Informationsblatt, Anleitungsvideos und – besonders nützlich – eine Bildschirmfoto-Galerie mit der ganzen Bandbreite möglicher Aufgabenformate. Enthalten sind außerdem Reflexionsfragen für das Gespräch mit Lernenden über die Arbeit im virtuellen Klassenzimmer. 

Schule Hedingen (ZH) – Schulwiki Eine 1:1-iPad-Schule dokumentiert öffentlich ihre Werkzeuglandschaft. Der LearningView-Eintrag beschreibt die Plattform konsequent aus der Perspektive der Arbeits- und Wochenplanarbeit: Aufgaben in kleinen Lernschritten, die trotzdem im Kontext eines großen Lernziels stehen. Dazu Einführungsvideos und Symbolübersichten für Lehrpersonen und Lernende. Ein gutes Beispiel dafür, wie eine Schule Werkzeugentscheidungen für das eigene Kollegium dokumentiert.

Medienpädagogisches Zentrum Landkreis Leipzig Die brauchbarste deutschsprachige Einstiegsanleitung aus deutscher Perspektive: Kurs anlegen, Lernende aus einer Textliste erzeugen, konsequent pseudonym. Wer im Kollegium die Frage „Und der Datenschutz?“ beantworten muss, findet hier den pragmatischen Weg.

itlehrer.de – „Digitaler Unterricht mit LearningView“ Eine frühe deutsche Auseinandersetzung aus einer schulischen Arbeitsgruppe „Unterricht 4.0″, die LearningView als Alternative zu limitierten kommerziellen Tools geprüft hat – inklusive datenschutzrechtlicher Ersteinschätzung. Historisch, aber lehrreich für den typischen Entscheidungsprozess an einer Schule.

PraxisPerlen – Schulen öffnen ihre Türen Das interessanteste Format überhaupt für Schulen, die vor der Einführung stehen: In 90-minütigen Online-Workshops stellen Schulen ihre erprobten Unterrichtskonzepte und Entwicklungsprozesse vor – mit konkreten Unterrichtsbeispielen, den didaktischen Entscheidungen dahinter und einer offenen Diskussion über Grenzen und Herausforderungen. In Workshop 4 gibt etwa Heidi Kölliker (Sek I March) Einblick in ihre Arbeit mit LearningView in der Lernlandschaft. Das Projekt wird von der Ernst Göhner Stiftung und der Asuera Stiftung gefördert. Kostenfrei, offen, ohne Vertriebsanteil.

Projektschule Goldau Die Ursprungsschule. Seit 2009 laufen hier Projekte mit persönlichen Digitalgeräten, seit 2013/14 unter dem Motto „Brings mIT!“ als BYOD-Setting. Wer wissen will, wie das Denken aussieht, aus dem LearningView entstanden ist, liest hier.

educa Navigator – der Schweizer Anwendungssteckbrief Die strukturierte, unabhängige Bewertung entlang von Datenschutz-, Interoperabilitäts- und Funktionskriterien. Nützlich als Argumentationshilfe gegenüber Schulträgern.

Warum LearningView eine Plattform für Unterrichtsentwicklung in der Digitalität ist 

Felix Stalder beschreibt in Kultur der Digitalität (2016) drei Formen, die digitale Kultur prägen: Referentialität (Bedeutung entsteht durch Auswählen und Neuzusammensetzen vorhandenen Materials), Gemeinschaftlichkeit (Bedeutung wird in Gemeinschaften ausgehandelt und stabilisiert) und Algorithmizität (Algorithmen filtern und ordnen die Informationsmengen vor, in denen wir uns bewegen). 

Betrachtet man LearningView aus dieser Perspektive, wird etwas Interessantes sichtbar: 

Referentialität ist in der Grundoperation angelegt. Lernende wählen aus einem Aufgabenpool, entscheiden über Niveau und Repräsentationsform, sammeln Ergebnisse und setzen sie im Portfolio neu zusammen. Damit werden Auswahl und Rekombination unterschiedlichster Materialien und Quellen zum Normalfall. 

Gemeinschaftlichkeit hat gleich drei Adressen: Peer-Feedback als Erledigungsbedingung, kollaboratives Schreiben mit Versionsverlauf, und – oft übersehen – geteilte Materialien im Kollegium. Ich erlebe das auch als einen Boost für kollegiale Zusammenarbeit. 

Algorithmizität ist der spannendste Punkt, weil LearningView hier eine bewusste Auslassung vornimmt. Es gibt kein Profiling, keine automatisierten Entscheidungen, keine adaptive Freischaltlogik, keine Empfehlungsalgorithmen. Der Anbieter lehnt eine technische Zwangsreihenfolge als Grundprinzip ausdrücklich ab. Wer ein Mastery-System mit automatischen Voraussetzungen z.B. für automatisiert adaptives Lernen sucht, ist hier falsch. Und es ist ein Verzicht mit Gewinn: Die Vorstrukturierung des Lernwegs bleibt bei der Lehrperson und der Lerngruppe, sie wandert nicht in eine digitale Blackbox. In einer Zeit, in der adaptive (KI-)Lernsysteme sich als didaktisch neutral präsentieren, ist das eine pädagogische Positionierung, die ich gerade in Zeiten von KI sehr überzeugend finde. 

Und nicht zuletzt Beat Döbeli Honegger argumentiert seit Mehr als 0 und 1 (2016) gegen die Verkürzung der Digitalisierungsdebatte auf Werkzeugfragen. Sein Punkt: Es geht um einen Leitmedienwechsel, also um eine Veränderung dessen, was in einer Gesellschaft als Wissen, Können und Kulturtechnik gilt – und Schule reagiert darauf nicht sinnvoll, indem sie Analoges digitalisiert. 

Für mich folgen daraus auch nach 10 Jahren schulinterner Digitalisierung/Digitalität zwei Dinge:

1. 1. Die häufig als Buzzword genannte „1:1-Ausstattung“ ist eine Voraussetzung, kein Ziel. Die Geräte aus dem niedersächsischen Programm sind nicht das Projekt, sie machen das Projekt erst möglich.
   2. Tools und Plattormen, die aus 1:1-Praxis heraus entstanden sind, tragen andere Annahmen in sich als Werkzeuge, die für Computerräume gebaut und dann angepasst wurden. LearningView kommt aus einem wissenschaftlichen Institut, das die Projektschule Goldau seit 2009 begleitet. Man merkt es an Details wie den Code-Karten, der Selbstverständlichkeit von Peer-Feedback, Kamera und Mikrofon als Abgabeform, die hier von Anfang an Lernprozesse anders strukturieren. Natürlich ist es mit LearningView auch möglich, klassischen Unterricht mit LV als reiner Materialsammlung zu organisieren – aber schon die Plattform an sich lädt dazu ein, genau diese Ebene zu verlassen.

4 K – mal ganz praktisch 

Die Rede von Kollaboration, Kreativität, Kommunikation und kritischem Denken bleibt oft Absichtserklärung. Der Unterschied liegt dann wohl in dem (entscheidenden) Detail, ob eine zu fördernde Kompetenz in den Arbeitsablauf implizit eingeplant ist. Auch hier zeigt das Beispiel LearningView: Peer-Feedback als Grundbedingung ist eingebaut, die freie Wahl der Abgabeform ebenso, Selbsteinschätzung ist gleichwertig neben der Fremdeinschätzung mit eingeplant, ein weiterer Fokus liegt in diversen Chatformaten für Kommunikation auf allen Ebenen. 

Angebot und Nutzung: Sichtbarkeit als Kernelement 

Andreas Helmkes Angebots-Nutzungs-Modell unterscheidet, was Unterricht anbietet, von dem, was Lernende daraus machen. Der zweite Teil ist der entscheidende – und normalerweise der unsichtbare Part. In meinen Augen liegt hier die eigentliche Leistung von LearningView: Der Arbeitsstand und die Aktivitätenansicht machen die Nutzungsseite quasi live sichtbar, ohne dabei (zumindest in meinem Fall kann ich das bestätigen) zur Kontrolle zu verleiten, und verstärken durch Interaktionsmöglichkeiten und Live-Unterstützung auch die Relevanz der über LearningView begleiteten (Lern-)Aufgaben.

So kann ich bspw. auch unterwegs (wie hier am Flughafen Málaga) mit meinem Kurs zusammenarbeiten, direkt in der Aufgabe schon Feedback geben oder auf anderweitige Fragen antworten. 

Und weil John Hatties Befunde zur Wirksamkeit von Feedback so oft zitiert und so selten umgesetzt werden, sei nochmal dessen Grundbedingung genannt: Feedback wirkt, wenn es zeitnah, aufgabenbezogen und für Lernende handhabbar ist. Ein System, in dem Feedback direkt am Lernprodukt punktuell gegeben werden kann und in dem Lernende ihre Abgabe überarbeiten können, ohne die Aufgabe neu beginnen zu müssen, erfüllt diese Bedingung aus meiner Sicht strukturell. 

Und zur Einordnung: „digitaler Ersatz“ statt „Digitalität“ 

Man kann LearningView auf dem Niveau „digitaler Ersatz“ betreiben – als PDF-Verteiler mit Rückkanal. Das funktioniert, und es ist der wahrscheinlichste Zustand nach acht Wochen an einer Einsteigerschule. Es ist auch nicht schlimm, solange es Stufe eins bleibt und nicht Endzustand wird. Die Funktionen, die über Substitution hinausführen – Niveauvarianten, freie Abgabeform, Peer-Feedback, Portfolio, Selbsteinschätzung – sind alle vorhanden, schalten sich aber nicht von selbst ein. Das ist die Konsequenz einer Plattform, die als Baukasten zum Instrument für Schulentwicklung wird: Sie kann uns nicht besser machen, als wir sie benutzen – sie kann aber sehr wohl die Voraussetzungen für professionelle Entwicklung schaffen. 

Was LearningView nicht ist 

Kurz und deutlich, damit niemand mit falschen Erwartungen startet: 

• • Kein Lehrwerk. Es kommen keine Inhalte mit. Ihr baut eure Lernumgebung selbst. 
  • Kein adaptives System. Keine automatische Freischaltung, keine Mastery-Gates, keine standardisierte Diagnostik. 
  • Kein Schulverwaltungssystem. Kein Notenbuch im engeren Sinn, keine Zeugnisse, kein Klassenbuch – bei uns in der Schule dient LearningView wirklich nur als Lernplattform und strukturiert Unterricht und Lernen. IServ oder WebUntis bleiben als Schulverwaltung bestehen und können ihre Stärken in diesem Bereich ausspielen. 
  • Keine Kommunikationszentrale für Eltern. Der Chat ist für Kurs und Lerngruppe gedacht, hier bleiben wir unter uns. 
  • Keine Lösung eurer Drittanbieterfragen. Wer YouTube, externe Tools und interaktive Kataloge einbindet – alles offen in LearningView möglich – muss diese selbst prüfen. 
  • Individuelle Schulfortbildungen bietet das LearningView-Team derzeit nur für Schulen in der Schweiz an. Für deutsche Schulen bleiben die kostenlosen Online-Workshops, das Forum und – schulintern – die eigene Multiplikatorenlogik als Fortbildungsmöglichkeit. Und wenn dann doch mal externe Expertise notwendig ist, könnt Ihr ja ggf. auch mal hier anfragen. Meist, und das ist mir sehr wichtig, kann eine solche Professionalisierung aber bestens schulintern gelöst werden!

Ein Realitätscheck noch: Die App-Bewertungen im deutschen App Store sind gemischt. Das liegt erfahrungsgemäß weniger an der Plattform als an Schulen, die sie als reinen Aufgabenverteiler einsetzen und dann feststellen, dass ein Aufgabenverteiler langweilig ist. Genau deshalb sind der Einführungsprozess und die gemeinsame Klärung der Entwicklungsziele mit einem LMS wichtiger als die Toolentscheidung. Wir haben diesen Fehler auch mindestens einmal bereits (sehr kostenintensiv) gemacht und sind jetzt mit LearnigView sehr glücklich. 

Wie starten wir? Ein realistischer Fahrplan 

Woche 1 – allein ausprobieren. Lehrkonto anlegen, einen Kurs erstellen, drei Aufgaben bauen, dich selbst als Testschüler anmelden. Eine Stunde, mehr nicht. 

Woche 2–4 – eine Lerngruppe, eine Reihe. Eine Lerneinheit vollständig abbilden, mit Abgabe und Rückmeldung. Noch keine Differenzierung, noch kein Portfolio. Nur: Angebot – Abgabe – Feedback. 

Woche 5–8 – differenzieren. Niveauvarianten in einer Aufgabe, Sichtbarkeiten für einzelne Lernende, freie Abgabeform bei mindestens einer Aufgabe. Ab hier merkt ihr, ob euch die Plattform trägt. 

Parallel – die formale Seite. Checkliste für Schulleitungen abarbeiten, Schutzbedarfsanalyse anpassen, AV-Vertrag über die Schulverwaltung anfordern, Elterninformation und Merkblätter an die eigene Schule anpassen. Alle Vorlagen liegen fertig bereit: https://learningview.org/vorlagen 

Nach acht Wochen – im Kollegium. Eine Fachgruppe oder ein Jahrgangsteam als Kurs anlegen und die eigene Fortbildung in LearningView durchführen. Danach: Symbolsprache verabreden, um aus einem Tool / einer Plattform ein Instument für (gemeinsame) Unterrichtsentwicklung zu machen.

Termine: Die kostenlosen Online-Workshops „LearningView kompakt erklärt“ und „Individualisieren mit LearningView“ laufen regelmäßig; die nächsten Termine stehen auf der Weiterbildung-Website. Für Schulen vor der Entscheidung sind die „PraxisPerlen“-Workshops wohl die bessere Wahl, weil dort Schulen und nicht Entwickler sprechen. 

Fazit 

Niedersachsen verteilt ab diesem Schuljahr persönliche Endgeräte (zumeist wohl iPads) an alle Siebtklässlerinnen und Siebtklässler. Das ist der größte Hebel, den Schulen in diesem Land seit Langem bekommen haben – zugleich kann dieser Hebel aber ins Leere laufen oder sogar ins Gegenteil umschlagen, wenn die Frage nach der Lernplattform als Beschaffungsfrage und nicht als didaktisch-(medien-)pädagogische Grundsatzfrage behandelt wird. 

LearningView ist kein Wundermittel. Aber es ist ein intuitiver Baukasten aus einem Hochschulinstitut, das seit über fünfzehn Jahren mit persönlichen Geräten in echten Klassen arbeitet. Die Plattform kostet nichts, liegt auf einem Server in Deutschland, bringt ein vollständiges Datenschutz-Vorlagenpaket mit, verzichtet bewusst auf Profiling und adaptive Steuerung – und zwingt Kolleginnen und Kollegen zu nichts. Genau das ist Stärke und Schwäche von LearningView zugleich. 

Für eine Schule, die schon ein Konzept hat, ist LearningView das fehlende Betriebssystem unter der Werkzeuglandschaft. Für eine Schule, die im Sommer 2026 oder 2027 zum ersten Mal 120 Tablets in Jahrgang 7 bekommt und noch kein passendes Medienkonzept hat, ist LearningView etwas besonders Wertvolles: ein Werkzeug, mit dem man klein anfangen kann, ohne sich die Richtung zu verbauen, und mit dem man gemeinsam in das Abenteuer Professionalisierung unter Bedingungen der Digitalität einsteigen kann. 

Und noch als letzter Tipp: Verabredet euch gleich zu Beginn im Kollegium auf eine gemeinsame Symbol- und Farbsprache in LearningView, bevor die dritte Lehrkraft ihren ersten Kurs anlegt. Ich hätte nicht damit gerechnet, dass Symbole und Farben bei den Schülerinnen und Schülern für so viel Orientierung sorgen (und arbeite an der Einhaltung unserer schulinternen „Farbregelung“ auch selbst noch…).

Dieser Beitrag steht unter CC BY-SA 4.0. Über Ergänzungen, Widerspruch und eigene Praxisbeispiele freue ich mich – gerne in den Kommentaren oder über die üblichen Kanäle. 

Quellen und weiterführende Links 

• • LearningView: https://learningview.org 
  • Erste Schritte für Lehrpersonen: https://learningview.org/firststeps.php 
  • Vorlagen und Dokumente für Schulen: https://learningview.org/vorlagen.php 
  • Weiterbildung und PraxisPerlen: https://learningview.org/weiterbildung.php 
  • Projektschule Goldau: https://www.projektschule-goldau.ch/
  • educa Navigator: https://navi.educa.ch/application/learningview 
  • Niedersächsisches Kultusministerium, Ausstattungsprogramm: https://bildungsportal-niedersachsen.de/digitale-welt/ausstattung-endgeraete
  • Stalder, Felix (2016): Kultur der Digitalität. Berlin: Suhrkamp. 
  • Döbeli Honegger, Beat (2016): Mehr als 0 und 1. Schule in einer digitalisierten Welt. Bern: hep. 
  • Helmke, Andreas: Unterrichtsqualität und Lehrerprofessionalität. Seelze: Klett-Kallmeyer.

Wie wichtig Basis-Professionalisierung und der Einstieg in systematische Unterrichtsentwicklung mit Blick auf genKI nach wie vor sind, zeigen die aktuellen PISA 2025-Ergebnisse deutlich. Gerade Pädagogische Tage zu gutem Lernen im Kontext von genKI verlaufen dann auch immer konstruktiv und motivierend. Zu offensichtlich scheint allen Beteiligten zu sein, wie sehr (eigenständiges) Lernen und (langjährige) Schulpraxis durch genKI in Frage gestellt werden. Schwieriger dagegen ist die Frage, was nach 3, 6 oder 12 Monaten vom Pädagogischen Tag in die alltägliche Praxis eingeflossen ist. In diesem Beitrag stelle ich einen Prozessvorschlag vor, der aus einem konkreten Fortbildungsprojekt heraus entstanden ist und mit dem Schulen nach einem gemeinsamen Einstieg strukturiert weiterarbeiten können – angepasst an die eigenen Schwerpunkte und Zielsetzungen und mit Blick auf die schulinternen Bedarfe.

Was kommt nach dem Pädagogischen Tag?

Kürzlich war ich an der Deutschen Schule Málaga als Referent zu Gast. Nach zwei vollgepackten Tagen zu Blended Learning im Herbst 2023 stand nun das Thema generative KI im Fokus. Gemeinsam gestalteten wir einen intensiven Pädagogischen Tag mit drei großen Modulen für Grundschule und Oberschule, differenzierten Materialien für die Aufgabenfelder und einem sehr motivierten Kollegium, das Prompt-Karten und formatives KI-Feedback ausprobiert, KI-Klassenräume eingerichtet und über Lernen in Zeiten von KI diskutiert und die eigene Perspektive (hoffentlich) geschärft hat. Ich denke, nach diesem so anstrengenden wie motivierenden Tag stand vor allem eine gemeinsame Erkenntnis: Diesen fundamentalen Wandel müssen, wollen und werden wir (aktiv) und hoffentlich gut unterstützt mitgestalten.

Und trotzdem ist an dieser Stelle nach meiner Abreise eine ganz entscheidende Frage noch nicht beantwortet, auf die eigentlich jede Fortbildung hinausläuft: „Und wie machen wir jetzt weiter, wo wollen wir damit als Schule hin – und wie machen wir das als Kollegium und Schulgemeinschaft?“

Die Schulentwicklungsforschung hat für das, was (leider zu häufig) nach „Fortbildung“ passiert, einen Begriff geprägt: den Implementation Dip. Nach dem Impuls folgt der Alltag, der Alltag ist voll, stressig und mit zahlreichen neuen Belastungen gefüllt, und die Energie eines einzelnen Tages hält dann selten über das Schuljahr an. Was bleibt, sind ein paar Kolleginnen und Kollegen, die allein oder in einer Projektgruppe weitermachen – und das sind dann meist die, die ohnehin schon vorher angefangen hatten. Die späte Mehrheit, also die eigentlich entscheidende Gruppe, bleibt eher zurück und gerät wieder in den Strudel des Schulalltags.

Das ist meist weniger ein Versagen der punktuellen Fortbildung, sondern ein strukturelles Problem: Ein Tag ist ein begrenztes Ereignis, vielleicht ein kick-off, Schulentwicklung ist aber ein komplexer Prozess von längerer Dauer. Was Schulen daher brauchen, ist nicht ausschließlich der einzelne Fortbildungstag, sondern eine kontinuierlich gedachte Struktur, in die eine Einzelinitiative einmündet.

Schon etwas müde und abgekämpft hatten wir in Málaga am Abend noch die Energie übrig, uns genau mit diesem Ziel zusammenzusetzen und mit der Steuergruppe zu arbeiten. Dabei habe ich mir einzelne Schlüsselbegriffe notiert, aus denen anschließend auf dem Rückflug der hier vorgestellte Prozessvorschlag entstand. Passend erschien mir dabei, dass einige Tage zuvor während eines Pädagogischen Tages an der OBS Berenbostel ganz ähnliche Aspekte das Auswertungsgespräch prägten. Dieser Vorschlag ist also keine schnelle KI-Schöpfung, sondern stellt in seinen Begriffen und Zusammenhängen eine Rekombination der Gesprächsthemen und Überlegungen dar – und lässt sich mit einem sehr passenden Kürzel beschreiben: KURS.

Und für mich besonders spannend: Mehrere Schulen in mehreren Bundesländern (NRW, Hessen, Niedersachsen) beginnen in diesen Tagen mit der Schuljahresarbeit – und nutzen dafür die KURS-Vorlage.

Kurzer Doppelexkurs: Typische Schwierigkeiten – Wunsch nach Tools und einem Vollkonzept

Doch einen Aspekt möchte ich noch kurz vorwegschieben. Denn zwei ganz typische Reaktionen auf einen Fortbildungstag sind so nachvollziehbar wie schwierig, auch wenn sie gut und richtig gemeint sind und ja auch das „Vom Wollen ins Machen kommen!“ forcieren.

Tool-Fokus: Man legt eine Liste erlaubter Tools und/oder Plattformen fest, schult diese, und hält das für Umsetzung. Das Problem ist nicht, dass Tool-Kenntnis unnötig wäre, sondern eher, dass damit wichtige pädagogische Fragestellungen übersprungen oder gar nicht erst in den Blick genommen werden. Wer mit einer spannenden Plattform beginnt, landet dann fast zwangsläufig bei der Frage, wofür man es denn jetzt noch einsetzen könnte, obwohl es doch eigentlich andersherum laufen sollte. Gerade beim Thema KI haben Schulen aber zugleich recht enge Spielräume, wenn z.B. nur Pädagogische KI wie fobizz, paddy oder SchulKI und DSGVO-konforme Plattformen wie FelloFish oder KorrekturKumpel eingesetzt werden dürfen – Tools und pädagogisches Konzept sollten dann zumindest permanent abgestimmt werden.

Vollständigkeitsfalle: Man nimmt sich vor, genKI in der ganzen Schule, in allen Fächern, über alle Jahrgänge zu verankern, und schreibt ein umfassendes, häufig curricular aufgebautes Konzept. Nach einem halben Jahr ist das Konzept zwar fertig, aber die Akzeptanz kaum vorhanden und/oder die Implementierung kaum praktikabel.

Der Befund der Fortbildungsforschung ist an dieser Stelle ziemlich eindeutig: Fokus und Tiefe wirken stärker als Umfang.

Exkurs: Wichtige Erkenntnisse aus der Fortbildungsforschung (Lynch et. al.) zum Nachlesen (hier klicken)

Zu der Frage, was wir über wirksame (KI-)Fortbildung wissen, erschien 2025 eine umfangreiche Meta-Analyse (betrachtet wurden von Lynch et. al. zwar 46 Studien aus dem MINT-Bereich, die Befunde lassen sich aber meines Erachtens mit etwas Vorsicht und unter Berücksichtigung möglicher Fachunterschiede auf andere Bereiche übertragen). Die zentralen Erkenntnisse decken sich mit der anekdotischen Evidenz sicherlich vieler an Fortbildung und Professionalisierung interessierten Beteiligten – hier nur in aller Kürze:

Erkenntnisse zu wirksamer Fortbildung nach Lynch et. al.:

• Gezielte Fortbildungen können signifikante Veränderungen im Lehrkräftehandeln bewirken.
• Verbesserungen im Unterrichtshandeln korrelieren mit besseren Leistungen von Schülerinnen und Schülern.
• Das bedeutet: Es ist also kein „verlorenes Spiel“, Lehrkräfte in komplexen, neuen Themen wie KI nachzuqualifizieren, wenn das bislang eher versäumt worden ist.

Qualität schlägt Quantität:

• Kein signifikanter Zusammenhang zwischen Dauer der Fortbildung und Erfolg.
• Entscheidend sind Fokus, Qualität und materialgestützte Kontinuität.
• Endlose Zertifikatskurse sind nicht per se besser als fokussierte, intensive Interventionen.

Fachwissen ist zentral:

• Fortbildungen mit Fokus auf Fachwissen – oder um es mit dem DPACK-Modell zu beschreiben: Content Knowledge (CK) – zeigen stärkere Effekte.
• Reine Methodenschulungen („Wie nutze ich Tool X?“) greifen zu kurz.
• Lehrkräfte müssen die Funktionsweise von KI verstehen, um didaktisch wirksam zu handeln.

Formatives Assessment als Hebel:

• Fortbildungen mit Fokus auf formatives Feedback zeigen besonders starke Effekte.
• Der stärkste didaktische Hebel von KI scheint also genau hier zu liegen: im formativen Feedback, also in der konstruktiven Lernbegleitung/Lernunterstützung, und damit in einer zentralen Dimension von Unterrichtsqualität.
• Fortbildungen sollten primär auf solche Elemente der Tiefenstrukturen von Unterricht fokussieren, nicht auf „Content-Generierung“ – denn schon jetzt bleibt KI-Anwendung allzu häufig auf der Angebotsebene von Unterricht („Jetzt kann aus Material X per Klick das Material Y machen!“ etc.), wie ich im Blogbeitrag zum Angebots-Nutzungs-Modell in Zeiten von KI ausführlicher beschreibe.

Weitere wichtige Studien zur Lehrkräfteprofessionalisierung bestätigen diese Befunde: Die Hattie-Metaanalyse zu Professional Development zeigt ähnliche Muster, ebenso Studien zum Modell der Lehrkräftefortbildung in Singapur, das als internationales Vorbild gilt (und das ich daher sehr gerne einmal besuchen würde).

Wirksame Professionalisierung ist also im besten Fall fachbezogen, über einen längeren Zeitraum angelegt und arbeitet an wenigen Fragen gründlich, anstatt viele Themen ansatzweise zu streifen. Das spricht gerade zu Beginn gegen ein großes Gesamtkonzept, wobei sich das natürlich nicht zwangsläufig ausschließen muss, und eher für einen wiederkehrenden Zyklus mit jeweils einem Schwerpunkt.

KURS-Zyklus: 4 Phasen, 1 Schwerpunkt, 1 Schuljahr

Das aus den im Abendgespräch notierten Begriffen entstandene Prozessvorschlag (oder wie immer man das jetzt nennen will), der als iterativer Zyklus angelegt ist, heißt KURS und besteht aus vier Schritten:

Und natürlich ist klar: Das ist ein ziemlich normaler Prozessablauf, den wir ganz ähnlich mit Planung, Umsetzung, Reflektion, Überarbeitung als typische iterative Spirale kennen. Der aus dem unternehmerischen Qualitätsmanagement bekannte PDCA-Zyklus z.B. bietet eine ganz ähnliche Grundlage, hat aber einen ganz anderen Kontext.

Ich habe daher auch gar nicht den Anspruch, dass KURS nun sensationell neu und originell wäre.

Das Akronym KURS finde ich als Prozessvorschlag für die Schulpraxis gerade in turbulenten Zeiten aber dennoch ganz passend. Denn ein Kurs – auf See, im Flugzeug oder beim Wandern – wird mit einem Ziel vor Augen bestimmt, gefahren und ggf. korrigiert. Er steht nicht fest, aber er ist auch nicht beliebig, denn er läuft auf ein zu erreichendes Ziel zu. Und in der Regel wird (Autopiloten mal außen vor) der Kurs von Menschen gesteuert und gehalten, nicht von der Maschine.

Mit Blick auf die vorher skizzierte Studienlage und langjährige eigene Praxiserfahrungen in Schule und Fortbildungen erscheinen daher

• • ein Entwicklungsschwerpunkt pro Zyklus und
  • ein Zyklus pro Schuljahr
  • in vier aufeinanderfolgenden Schritten als sinnvolle Vorgehensweise.

Wer z.B. mit Blick auf formatives Feedback in einem Schuljahr KI-gestütztes Schreibfeedback in drei Fachschaften wirklich durchdringt und didaktisch verankert, hat wohl konzeptuell mehr erreicht als eine Schule, die zwölf Tools in acht Fächern angetestet hat.

K – Klären: An welchem Lernproblem arbeiten wir, und wo stehen wir?

Die erste Phase beginnt nicht bei genKI, sondern beim Lernen unserer Schülerinnen und Schüler – und zwar aus beiden Perspektiven, also sowohl der Lernenden als auch der Lehrenden (analog zum Kompetenzmodell „Lehren und Lernen“).

Welches konkrete Problem im Lernen unserer Schülerinnen und Schüler wollen wir bearbeiten und bestenfalls verbessern? Schreibkompetenz, Feedback im Prozess, Differenzierung, Prüfungsformate, sprachsensibler Fachunterricht sind dann typische Schwerpunkte je nach Schulproful, „Wir führen fobizz ein“ dagegen ist keiner.

Dazu gehört dann auch eine ehrliche Standortbestimmung: Wo steht das Kollegium wirklich, welche Chancen und Gefahren sehen die Kolleginnen und Kollegen aus ihrer Perspektive? Das Kompetenzmodell „KI-Kompetenzen für Lehrende und Lernende“ von Alles, Falck, Flick und Schulz liefert dafür mit vier Bereichen (Verstehen, Anwenden, Reflektieren, Mitgestalten) und drei Niveaustufen ein sehr hilfreiches Raster. Nützlich ist außerdem ein Blick auf die bisherigen Fortbildungen: Wie viel davon lag im Bereich des reinen Anwendens – und wie viel im Verstehen, im Bewerten, im Bereich ethischer Fragen? Eine gewisse Schieflage ist schon aus der Natur der Sache heraus an den meisten Schulen vorhanden.

Und schließlich gehört in diese Phase die Frage, die (eben nicht nur) skeptische Kolleginnen und Kollegen am direktesten anspricht: Was muss menschlich bleiben? Welche Kompetenzen sollen die Lernenden selbst beherrschen und deshalb auch ohne KI üben? Solange Abschlussprüfungen mit Stift und Papier geschrieben werden, ist das auch eine ganz pragmatische Frage.

Und wer diesen „geschützten Kern“ zuerst benennen darf, gerade aus einer bereits vorhandenen kritischen Position heraus, steigt anders in den Prozess (mit) ein als jemand, der gegen eine bereits gefallene Entscheidung argumentieren soll.

Ergebnis dieser Phase: ein Schwerpunkt in einem Satz und ein Bedarfsprofil des Kollegiums.

U – Umsetzen: Was müssen wir verstehen, und was entwickeln wir gemeinsam?

Die erste Ebene stellt eine gemeinsame fachliche Basis her: wie generative Systeme grundsätzlich funktionieren, warum sie konfabulieren, wo Verzerrungen entstehen, in welchen Bereichen allgemeindidaktisch welche Chancen und Gefahren von genKI zu sehen sind. Das ist eine wichtige Voraussetzung, die man am besten im Kollegium – zumeist an einem oder mehreren Pädagogischen Tagen (mit schulinternen Folgeveranstaltungen) – angeht, die aber zugleich nur Voraussetzug für die eigentliche (didaktische) Unterrichtsentwicklung ist.

Die zweite Ebene ist die eigentliche Arbeit, die zumeist in die Fachschaften oder Jahrgangsteams (das hängt natürlich auch von der Schulform und dem jeweiligen Lernkonzept der Einzelschule ab) gehört. Denn was KI im Schreibprozess des Deutschunterrichts verändert, ist eine andere Frage als das, was sie in der Quellenarbeit des Geschichtsunterrichts oder im Beweisverständnis der Mathematik verändert. Diese Fragen lassen sich nicht zentral beantworten und sollten fachspezifisch angegangen werden.

Entscheidend ist dabei das Format: Lehrkräfte entwickeln gemeinsam Material, Aufgaben und Prüfungsformate, statt sich Anwendungsbeispiele vorführen zu lassen. Ein Vortrag über KI-Feedback erzeugt vielleicht Zustimmung und Motivation, aber keine veränderte Schulpraxis. Wie auch Eure Kolleginnen und Kollegen ganz einfach ins Arbeiten und Entwickeln neuer Aufgaben- und/oder Prüfungsformate kommen können, das zeige ich hier in Kürze mithilfe einer neuen Planungsmatrix, die auf der wunderbaren Vorlage von Manuel Flick (3×3-Matrix) aufbaut und diese didaktisch erweitert.

Zwei Stunden, in denen eine Fachschaft an eigenen Aufgaben, Prüfungsformaten und fachlichen Fragestellungen arbeitet, erzeugen beides – hier lohnt vielleicht ein Blick nach Singapur und auf die dortige Praxis.

Für die Rolle, die genKI im Unterricht bekommt, hat sich eine Unterscheidung bewährt, die ich in mehreren Artikeln ausführlicher beschrieben habe: KI als Tutor oder Sparringspartner, der eigenständiges Denken begleitet – und nicht als „false buddy“, der es abnimmt. Der Unterschied ist keinesfalls theoretischer Art: Ein kontrolliertes Feldexperiment mit rund tausend Schülerinnen und Schülern (Bastani u. a. 2024) zeigt beides in einer Studie: Der ungezügelte Zugang zur Antwortmaschine verbesserte die Leistung während der Nutzung und verschlechterte sie sich deutlich, sobald die technische Unterstützung wegfiel. Die als Tutor gestaltete Variante, die zum Mitdenken anhielt, zeigte diesen Effekt nicht. Dieselbe Technik, zwei Ergebnisse, und mal wieder die Erkenntnis: Die Mischung macht’s.

Ergebnis dieser Phase: erprobte, dokumentierte Methoden und/oder Materialien aus der eigenen Schule.

R – Reflektieren: Was tun unsere Schülerinnen und Schüler tatsächlich?

Letztlich sollte die relevante Prüfgröße im Verlauf eines solchen KURS-Zyklus weniger die Zufriedenheit des Kollegiums (die natürlich ebenfalls wichtig ist, bitte hier nicht falsch verstehen!) und auch nicht die Zahl der eingesetzten Tools sein, sondern die Veränderung im Lernprozess.

Die Unterscheidung, um die es hier geht, ist die zwischen Entlastung und Wirkung – auch das ein typisches Thema im Rahmen Pädagogischer Tage (wie in Málaga oder Berenbostel, zuletzt auch in Köln). Dass eine Lehrkraft schneller ggf. sogar besseres Material erstellt, ist ein echter Gewinn – aber das bedeutet noch keinen Lernzuwachs. Dass eine Schülerin schneller einen fertigen Text hat und ihn ggf. mit KI überarbeiten kann ebensowenig. Relevante Fragen, die in dieser Phase zielführend erscheinen, sind konkreter:

• • Nutzen die Lernenden das KI-Feedback, um ihren Entwurf zu überarbeiten, übernehmen sie es unkritisch oder nutzen sie es gar nicht?
  • Verstehen sie die Rückmeldung, die sie bekommen?
  • Motiviert die erhaltene Rückmeldung zur Weiterarbeit?
  • Verlagert sich die Denkarbeit auf die Maschine?

Diese Perspektive ist letztlich die des Angebots-Nutzungs-Modells, das ich hier kürzlich unter KI-Bedingungen beleuchtet habe: Es zählt nicht nur, was angeboten wird, sondern eben vor allem, was Lernende (in Mediationsprozessen) daraus machen. Sichtbar wird das nicht in Umfragen, sondern in Schülerprodukten, in Arbeits- und Lernprozessen, in kollegialer Hospitation und in gemeinsamer Auswertung.

An diese Stelle gehört u.a. auch die ethische Reflexion, aber eben nicht als nachgereichtes, isoliertes Modul, sondern gebunden an konkrete Entscheidungen über konkrete Werkzeuge in konkreten Klassen.

Ergebnis dieser Phase: eine begründete Entscheidung – beibehalten, verändern oder verwerfen?

S – Sichern: Was davon verfolgen wir im nächsten Schuljahr weiter?

Die vierte Phase ist die, die in der Praxis am häufigsten wegfällt oder in diffuses Weitermachen übergeht, dabei sollte die damit verbundene Frage nach dem „Wie weiter?“ ganz konkret besprochen werden. Sie umfasst dreierlei: die Überführung der Ergebnisse in verbindliche Vereinbarungen (Nutzungsregeln, Aufgaben- und Prüfungsformate, Kommunikation an Eltern und Lernende), die Ablage z.B. von Materialien an einem Ort, den auch neue Kolleginnen und Kollegen finden – und die strukturelle Verankerung des Formats selbst.

Das ist der unspektakulärste, aber vielleicht wichtigste Punkt: Termine im Jahresplan, benannte Verantwortliche, Zeitfenster, die nicht aus Restzeit bestehen, sondern von der Schule (im Rahmen ihrer Möglichkeiten) fest verankert werden. Diese Überlegungen wurden gerade diese Woche in Köln im Rahmen eines großen Pädagogischen Tages im Kontext der NRW-Oberstufenreform ganz konkret und, wie ich finde, von den Kollegien und Schulleitungen sehr bedacht als Jahresentwicklungsprozess eingeplant.

Zum Sichern gehört ausdrücklich auch das begründete Nein. Wenn sich zeigt, dass ein Vorhaben nichts bringt, ist das ein vollwertiges, dokumentiertes Ergebnis – es erspart anderen dieselbe Sackgasse. Ein Zyklus, der nur Zustimmung produzieren darf (z.B. auch, weil eine Plattform oder eine methodische Praxis bereits eingeführt worden ist), ist keine Reflexion, sondern eine Bestätigungsschleife.

Ergebnis dieser Phase: eine Struktur, in die der nächste Durchgang einsteigt.

Die Anpassung an die eigene Schule: 3I

Aus meiner eigenen Fortbildungspraxis ist mir natürlich auch klar, dass letztlich jede Schule individuell auf neue Herausforderungen im Rahmen ihres Schulprofils und ihrer Schulleitungs-Kollegiums-Konstellation reagiert. Daher soll KURS auch eher eine Struktur oder Denkvorlage anbieten, um aus dem diffusen Brainstorming, das genKI häufig in all ihren Facetten mit Blick auf Lernen und Lehren hervorruft, in konkrete Unterrichtsentwicklung zu kommen.

Der Punkt, an dem KURS dann schulspezifisch wird, ist die Anbindung an bzw. Integration in das, was ohnehin schon Entwicklungsziel oder Profil der Einzelschule ist. Dafür nutze ich seit einigen Jahren das 3I-Modell, das als Überbau mit Blick auf Schulleitungshandeln vielleicht helfen kann.

Integration – in bestehende Schulinitiativen. Der Schwerpunkt des Zyklus wird nicht neu erfunden, sondern aus dem Leitbild und den laufenden Vorhaben abgeleitet. Arbeitet eine Schule an Feedbackkultur, ist KI-gestütztes Schreibfeedback der naheliegende Einstieg. Arbeitet sie an Differenzierung oder hat diesen Schwerpunkt z.B. als Auslandsschule sowieso durch ihr Schulprofil, sind es vielleicht adaptive Materialien. Das kann ein doppelter Vorteil sein: Das Kollegium erkennt die Anschlussfähigkeit, und KI wird nicht als zusätzliche Themenstellung gesehen, sondern als Hebel für etwas, das ohnehin auf der Agenda steht.

Investition – in Fortbildung, die auf das Schwerpunktthema zielt und nicht auf Tools. Nicht „Einführung in Tool X“, sondern „Wie geben wir in Klasse 9 besseres Feedback im Schreibprozess – und kann genKI dabei helfen?“

Innovationskultur – Freiräume zum Erproben, zum Scheitern, zum Verwerfen als Selbstverständlichkeit in der Schulpraxis. Diese sind ja letztlich auch Voraussetzung für die Phasen Reflektieren und Sichern, die Neugier und Motivation und gleichzeitig einen sicheren Rahmen für Scheitern und Korrektur bieten.

Beides baut also aufeinander auf: KURS ist der Prozess, 3I die grundlegende Haltung.

Verzahnung von Pädagogik und Technik

Ein verbreitetes Missverständnis sollte noch ausgeräumt werden, weil es die Arbeit erschwert. „Erst die Pädagogik, dann die Technik“ klingt vernünftig, ist wohl letztlich eine Überzeugung, die wir alle zunächst teilen, führt aber doch in die Irre. Denn der bekannte Slogan suggeriert, man könne didaktische Entscheidungen unabhängig von der digitalen Wirklichkeit treffen, in der Lernende längst leben und eben in der Schule auch lernen.

Näher an der Praxis ist für mich die Logik des hier bereits vorgestellten DPACK-Modells: Professionelles Handeln entsteht in der Verzahnung von pädagogischem Wissen, fachlichem Gehalt und Digitalität und nicht in deren Trennung oder Phasierung. Wer eine Schreibaufgabe für Klasse 10 plant, plant sie heute in einer Welt, in der ein Sprachmodell drei Klicks entfernt ist – das erfordert ganz neue Überlegungen auf allen Ebenen des Angebots-Nutzungs-Modells und geht weit über die einfache Aufgabenstellung hinaus (eines der Kernthemen eines guten Pädagogischen Tages zum Thema genKI).

Leitfrage in der Phase Klären wird dann eher: Was soll warum gelernt werden, was davon bleibt warum menschlich, und wie soll die Lernumgebung aussehen, in der das an unserer Schule stattfindet?

Von der Theorie in die Praxis auf 3 Ebenen – wo stehen wir gerade? 5 Dimensionen (Falck), AKTIV (Flick) und KURS (Pölert)

Ein solcher Zyklus, wie ich ihn mit KURS versuche zu skizzieren, sagt noch nichts darüber aus, wo eine Schule oder eine einzelne Lehrkraft auf dem Weg stehen. Dafür bietet sich beispielsweise das AKTIV-Framework von Manuel Flick an, das den Kompetenzaufbau in fünf aufeinander aufbauenden Schritten beschreibt: Ausprobieren und Anwenden, Kommunizieren und Klarheit schaffen, Transformieren von Lernprozessen, Integratives Prüfen und Bewerten, Verändern und Mitgestalten.

Beide greifen ineinander, weil sie verschiedene Fragen beantworten. AKTIV beantwortet „Wo stehen wir?“, KURS beantwortet „Wie gehen wir den nächsten Schritt?“ Auf jeder AKTIV-Stufe lässt sich ein KURS-Zyklus planen, denn eine Fachschaft, die noch beim Ausprobieren ist, wählt einen anderen Schwerpunkt aus als eine, die schon an Prüfungsformaten arbeitet – das Verfahren bleibt in beiden Fällen dasselbe.

Den Rahmen für beide bildet allerdings eine Unterscheidung, die ich in Fortbildungen inzwischen an den Anfang stelle und die auch in Málaga der Ausgangspunkt des Impulsvortrags war: die 5 Dimensionen „Lernen und KI“ (nach Joscha Falck) – Lernen mit, über, durch, trotz und ohne KI. Sie beantworten keine Prozessfrage, sondern eine wichtige, aber vorgelagerte inhaltliche Frage: In welchem Verhältnis kann und sollte Lernen zu KI stehen?

Schon an dieser Stelle entscheidet sich meiner Erfahrung nach, ob eine Diskussion im Kollegium in die Alles-oder-Nichts-Falle läuft („KI verbieten“ gegen „KI überall“ mal als hypothetische Polarisierung) oder ob sie differenziert geführt wird. Denn wer benennen kann, dass eine Aufgabe bewusst ohne KI angelegt ist, eine andere das Lernen über KI zum Gegenstand macht und eine dritte adaptive Unterstützung durch KI nutzt (oder im besten Fall diese Dimensionen in einem Lernprozess begründet kombiniert), diskutiert nicht mehr über KI an sich, sondern über einzelne didaktische Entscheidungen.

Damit ergibt sich eine Arbeitsteilung, die ich bewusst auch gar nicht größer machen will, als sie ist:

• • Die 5 Dimensionen liefern den handlungsleitenden Überbau und vor allem die präzise Sprache dafür.
  • AKTIV klärt, wo wir gerade in einem (langen und dynamischen) Entwicklungsprozess in Zeiten von KI stehen.
  • KURS klärt, wie wir den nächsten Schritt in diesem Prozess gehen.

Sowohl AKTIV als auch KURS bahnen also allein schon begrifflich die schulinterne Konkretisierung als Leitplanken für Schulleitung, Steuergruppe und Kollegium an – nicht mehr, aber eben auch nicht weniger. Die eigentliche Entscheidung, was in welchem Fach mit, über, durch, trotz oder ohne KI gelernt werden soll, nehmen sie genauso wenig ab wie die Frage, welche Schule genKI in welcher Form und in welchem Umfang für die Stärkung eigener Initiativen nutzt.

Wie könnte ein KURS-Zyklus im Schuljahr aussehen?

Das ist natürlich nur beispielhaft gedacht, aber so könnte in etwa ein Zyklus aussehen, bei dem ich mich jetzt am aktuellen Beispiel der Auslandsschule orientiere, diese Planung aber auch für meine eigene Schule gemeinsam mit der Steuergruppe überarbeite:

• • Vor den Sommerferien oder zum Schuljahresbeginn steht der gemeinsame Einstieg, wie z.B. ein Pädagogischer Tag wie in Málaga oder eine SchiLf (wie zuvor an der OBS Berenbostel). Ziel ist nicht, alles zu klären und bereits ganz konkret zu werden, sondern eine gemeinsame Ausgangsbasis zu schaffen und genug Erfahrung zusammenzutragen, sodass die Diskussion in der Folge konkret werden kann.

• • In den Wochen danach arbeitet z.B. die Steuergruppe die Phase Klären aus: Welcher Schwerpunkt? An welche laufende Initiative docken wir an? Wo steht das Kollegium? Im Optimalfall ist das Ergebnis dann nur eine kurze Bestandsaufnahme und kein neues Papier.
  • Im ersten Halbjahr liegt die Phase Umsetzen in den Fachschaften. Feste Termine, konkrete Produkte, ggf. moderierende Personen in den Teams.
  • Gegen Ende des ersten Halbjahres setzt Reflektieren ein: Hospitationen, gemeinsame Durchsicht von Schülerprodukten, ehrliche Bilanz – das dann im besten Fall wieder mit dem gesamten Kollegium und im fachlichen wie überfachlichen Austausch (so auch in Málaga für Januar 2027 geplant).
  • Vor den Sommerferien folgt Sichern: Was soll verbindlich werden, wo liegen die Materialien, welche Termine stehen schon für das nächste Jahr – und welchen Schwerpunkt wollen wir im nächsten neu oder weiterhin verfolgen?

Blick über den Tellerrand: Das PRISMA-Framework (Urban) – hier klicken für mehr Information

Wer sich in diesem Feld umschaut, könnte auch auf das PRISMA-Framework von Felix Urban, entwickelt am Carl-Fuhlrott-Gymnasium Wuppertal und im Januar 2026 mit dem KI-Schulpreis ausgezeichnet, stoßen. Die Gemeinsamkeiten von KURS und PRISMA sind sicherlich kein Zufall: Beide Modelle wehren sich gegen Technikgläubigkeit ebenso wie gegen den reinen Abwehrreflex, beide sind für einen Blick von der gesamten Schule bis zur einzelnen Stunde gedacht und begreifen Mehrwert als Hypothese, die erst durch Analyse beziehungsweise Reflexion zur Implementierung wird. Der Unterschied liegt im Zuschnitt: PRISMA ist ein Analysewerkzeug mit sechs Perspektiven – Potenziale, Risiken, Integration, Skills, Mehrwert, Analyse –, die bei jedem einzelnen Vorhaben gleichzeitig mitgedacht werden, wie durch ein Prisma betrachtet aus wechselnden Blickwinkeln. Das eignet sich hervorragend für die gründliche, mehrdimensionale Prüfung eines Vorhabens, gerade wenn eine KI-Koordination diese Analyse fachkundig verantwortet. AKTIV und KURS stellen dagegen die zwei oben beschriebenen Achsen dar: eine Reifegradachse, die zeigt, wo ein Kollegium oder eine Fachschaft im Entwicklungsprozess stehen, und ein Jahreszyklus mit fester Taktung, der einen Entwicklungsschwerpunkt mit vier Phasen in einem Schuljahr mit anschließender Neufokussierung für das nächste Schuljahr vorsieht.

Für die eigene Schule heißt das: Wer die analytische Tiefe pro Vorhaben in den Vordergrund stellen will und eine Person oder ein Team hat, das diese Analyse leisten kann und will, könnte mit PRISMA gut beraten sein. Wer eher einen verlässlichen, in den Jahresplan einbaubaren Rhythmus braucht, in dem auch ein weniger analytisch aufgestelltes Kollegium einen Anfang findet, kommt mit AKTIV und KURS wahrscheinlich leichter ins Arbeiten. So ist letztlich auch das KURS-Framework aus der Fortbildungspraxis heraus entstanden.

Beides schließt sich dabei nicht aus: PRISMAs sechs Perspektiven lassen sich ohne Weiteres als Prüfraster in die Phasen Klären und Reflektieren einziehen.

Fazit für heute: Was zu erproben wäre…

Der Gewinn eines solchen Zyklus für ein Kollegium oder eine Schule liegt weniger im Kompetenzzuwachs Einzelner als in dem, was die Bildungsforschung kollektive Wirksamkeitserwartung nennt: in der geteilten Überzeugung eines Kollegiums, gemeinsam etwas bewegen zu können und das dann auch anzugehen. Dafür bieten die 5 Dimensionen einen guten Ausgangspunkt, das KURS-Framework dagegen einen praxisnahen Einstieg mit klarem Fokus auf das schulintern Machbare und Gewünschte.

Dass ausgerechnet eine Technologie, die vor allem individuelle Arbeitserleichterung verspricht, den Anlass für eine solche kollektive Bewegung liefern könnte, empfinde ich durchaus als Ironie, zugleich ist das aber natürlich auch den enormen Herausforderungen geschuldet, denen sich (eigenständiges) menschliches Lernen gegenüber sieht.

Florian Nuxoll hat die Grundhaltung, um die es dabei geht, vor einiger Zeit treffend formuliert: „Wir brauchen mehr KI in der Schule, und wir brauchen weniger KI – wichtig ist, dass wir in beide Richtungen entschieden handeln.“ Genau das leistet ein Zyklus, der sowohl ein begründetes Ja als auch ein begründetes Nein gleichermaßen zulässt.

Und die Ausgangsthese gilt unverändert: Gute KI-Entwicklung an Schulen ist im Kern gute Unterrichtsentwicklung. Sie fragt nicht, welche Werkzeuge zur Verfügung stehen, sondern was Schülerinnen und Schüler lernen sollen – und was wir können müssen, damit das unter den heutigen Bedingungen gelingt. Dafür soll KURS ein Vorschlag sein, den wir sicherlich noch gemeinsam überarbeiten und integrieren werden.

Hier geht es zur übersichtlichen KURS-Website, die sich z.B. für Pädagogische Tage als Einführung und Arbeitsvorlage eignet.

Materialien für die Arbeit im Kollegium

Zum Framework gehören Arbeitsmaterialien, die alle derselben Logik folgen: ein Schwerpunkt, vier Phasen und die Möglichkeit schulinterner Anpassung und Überarbeitung.

Poster: KURS im Überblick

Poster: KURS im Kontext (5 Dimensionen / AKTIV / KURS)

Fachtabelle: Vorlage für die Arbeit in Fachschaften / Fachkonferenzen / Jahrgangsteams als Vorarbeit für das Medienkonzept

Planungsbogen für Steuergruppen – ein vollständigen KURS-Zyklus mit gezielten Fragen je Phase

Verwendete Modelle, Bezüge und Materialien:

• 3I-Modell und KURS-Zyklus (Pölert)
• AKTIV-Framework (Flick)
• „5 Dimensionen: Lernen und KI“ (Falck)
• KI-Kompetenzmodell (Alles/Falck/Flick/Schulz)
• DPACK (Döbeli Honegger; Huwer u. a.)
• Angebots-Nutzungs-Modell (Helmke)
• Studien: Bastani u. a. (2024), Kestin u. a. (2025), Strömberg u.a. (2026) – mehr dazu im Blogbeitrag zu KI-Studien

Alle Materialien: CC BY-SA 4.0 (Hauke Pölert 2026)

In der KI-Infoecke vor meinem Büro hängen vier Poster – gut sichtbar sowohl für das Kollegium als auch für die Schülerinnen und Schüler der Oberstufe. Auf jedem Poster sind die Ergebnisse einer Studie zusammengefasst, die sich mit Lernen unter KI-Bedingungen befasst und von der ich denke, dass die Schulgemeinschaft sie kennen sollte. Klar ist: Jede Studie ist aus einem anderen Land, mit einem anderen Design, aus einer anderen Forschungslogik heraus entstanden – und mit jeweils ganz eigenen Limitierungen. Die Poster habe ich vor allem deshalb gestaltet, weil ich Kolleginnen und Kollegen etwas an die Hand geben wollte, das sich in zehn Minuten Pause erfassen lässt. Und natürlich auch, weil ich selbst sortieren musste, was da eigentlich gerade passiert – ein Poster ist da ähnlich hilfreich wie ein Blogbeitrag…

Bei aller Freude über die entstehende Übersicht und die klar sichtbaren Implikationen wurde mir zugleich etwas unwohl: Denn mehrere Studienposter nebeneinander an einer Infowand, das mache ich auch gerne in Fortbildungen, erzeugen einen Eindruck von Gesamtevidenz, den keine der Studien jeweils für sich hergibt. Im Schulsystem könnte daraus evtl. sogar ein „Jetzt wissen wir es!“ entstehen. Genau davor möchte ich in diesem Beitrag warnen, und zugleich beschreiben, was sich meiner Ansicht nach eben doch an ersten Konturen abzeichnet.

Sehr dankbar bin ich für die Unterstützung von Dr. Benedikt Wisniewski, der sich sofort bereit erklärt hat, meine Einordnungen mit kurzen Videokommentaren aus seiner wissenschaftlichen Perspektive zu ergänzen. Benedikt ist promovierter Schulpsychologe, Supervisor und Coach. Er war lange als Lehrer und in der Lehrerbildung tätig und forschte zum Thema Feedback an der Universität Augsburg. Als Fachbuchautor und in seinem Podcast „Psychologie fürs Klassenzimmer“ beschäftigt er sich mit psychologischen Themen im Kontext Schule, moderiert aber auch gemeinsam mit Hendrik Haverkamp den Podcast „Kompass KI“, der aktuelle KI-Forschungsergebnisse für Lehrkräfte aufbereitet.

Vier Studien rund um Lernen und KI – China, Türkei und USA

Studie 1: The Generative AI Learning Penalty: Evidence from Chinese Secondary Education

Die erste Studie, Strömberg, Lei und Wu (2026), wertet 30 Monate Paneldaten von 26.811 Schülerinnen und Schülern der Klassen 7 bis 12 in einem Landkreis in Zentralchina aus. Über diesen Zeitraum stieg die selbstberichtete KI-Nutzung von nahezu null auf rund 80 Prozent. Das Ergebnis, das die Autoren „Learning Penalty“ nennen: Die Hausaufgabenleistung steigt um 18 Prozent, die Bearbeitungszeit sinkt um 30 Prozent, und in den monatlichen Klausuren ohne KI brechen die Leistungen um 20 Prozent ein. Bei den Abschlussprüfungen zeigt sich der volle Effekt erst nach etwa zwei Jahren. Die Autoren führen das auf ein Nutzungsmuster zurück, das sie „Homework Outsourcing“ nennen: sehr kurze Bearbeitungszeit bei gleichzeitig sehr guten Hausaufgabennoten, dann aber schwache Klausurergebnisse.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Studie 2: Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics

Die zweite Studie, Bastani et al. (2025), ist ein randomisiertes Feldexperiment mit knapp 1.000 Schülerinnen und Schülern der Klassen 9 bis 11 in der Türkei, veröffentlicht in PNAS. Drei Gruppen übten Mathematik: ohne KI, mit freiem GPT-4-Zugang und mit einem gemeinsam mit Lehrkräften entwickelten Tutor, der Hinweise statt Lösungen gibt. Die Übungsleistung stieg in beiden KI-Gruppen deutlich, beim Hinweis-Tutor sogar am stärksten. In der anschließenden Prüfung ohne KI schnitt aber nur die Gruppe mit freiem Zugang signifikant schlechter ab als die Kontrollgruppe. Beim Tutor mit Leitplanken verschwand dieser Effekt.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Studie 3: One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment

Die dritte Studie, Oreopoulos et al. (2026), ist ein Feldexperiment mit über 6.000 Schülerinnen und Schülern der Klassen 6 bis 8 in Tennessee. Untersucht wurde unter anderem eine „Mastery“-Regel, bei der drei richtige Antworten in Folge nötig sind, bevor es weitergeht. Diese Regel erhöhte die Zahl derer, die solche Erfolgsserien erreichten, um 28,7 Prozentpunkte. Auf den Test eine Woche später hatte sie praktisch keinen Effekt. Der KI-Tutor wiederum verlangsamte das Üben, half aber dabei, nach Fehlern häufiger richtig weiterzumachen. Ein kleiner Lerneffekt zeigte sich nur in der Kombination beider Elemente, und auch der war nur knapp signifikant.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Hintergrund-Studie 4: AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting

Die vierte Studie, Kestin et al. (2025), weist in eine andere Richtung als die ersten drei. Sie erschien in Scientific Reports und untersucht 194 Studierende in Harvards großem Einführungskurs Physik im Herbst 2023. Das Design ist ein randomisiertes Crossover: Dieselben Studierenden erlebten in zwei aufeinanderfolgenden Wochen beide Bedingungen, einmal eine nach allen Regeln der Kunst gestaltete aktivierende Präsenzstunde, einmal eine Lerneinheit mit einem eigens entwickelten KI-Tutor. Die Studierenden lernten mit dem KI-Tutor etwa doppelt so viel, und das in kürzerer Zeit. Sie fühlten sich zudem motivierter und stärker eingebunden. Der Vergleichsmaßstab war dabei nicht der schlechte Frontalunterricht, sondern aktivierendes Lehren, also ein hoher Standard.

Infoposter zur Studie

Vier so eng zugeschnittene Interventionsstudien würden wohl eher Randnotizen bleiben, träfen sie nicht auf den aktuellen KI-Hype und eine hoch angespannte Lage im Bildungssystem. Die in dieser Woche veröffentlichten PISA-2025-Ergebnisse für Deutschland zeigen, dass die Hälfte der Fünfzehnjährigen mindestens wöchentlich KI-Chatbots zum Lernen nutzt, der OECD-Schnitt liegt bei 46 Prozent. Fragt man nicht nach Frequenz, sondern schlicht danach, ob überhaupt genutzt wird, ändert sich das Bild noch deutlicher: Nur 9 Prozent der befragten Jugendlichen geben an, KI nie oder fast nie für Schulaufgaben einzusetzen, umgekehrt gerechnet also rund 91 Prozent zumindest gelegentliche Nutzung, ziemlich genau der Wert, den auch die JIM-Studie 2025 für die 12- bis 19-Jährigen insgesamt findet. So unterschiedlich die Frageformulierungen der einzelnen Jugendstudien im Detail auch ausfallen, in der Größenordnung sind sich PISA und JIM hier einig: KI-Nutzung im schulischen Kontext ist für die meisten Jugendlichen längst Alltag, nicht Ausnahme, und das bei einer Geschwindigkeit der Verbreitung, die selbst innerhalb eines Jahres auffällt, allein die JIM-Zeitreihe zur Grundnutzung steigt von 62 auf 91 Prozent.

Vier Studien mit ganz eigenen Limitierungen

Zwei der vier Arbeiten sind Preprints. Die China-Studie liegt als SSRN-Paper vor, die Tennessee-Studie als NBER Working Paper. Beide haben also kein Peer-Review durchlaufen, was einen erheblichen Vorbehalt darstellt. Working Paper werden auf ihrem Weg zur Publikation regelmäßig korrigiert, in ihren Effektstärken relativiert oder in ihrer Analysestrategie in Frage gestellt. Wer sie zitiert, zitiert einen Zwischenstand – da sollten wir ganz vorsichtig sein. Und weitere Punkte sprechen für Vorsicht:

• Bei der China-Studie von Strömberg, Lei und Wu (2026) kommt hinzu, dass der Zeitpunkt der ersten KI-Nutzung auf Selbstauskunft beruht, dass es sich um einen einzelnen „Landkreis“ handelt und dass die eindrucksvoll wirkenden Standardabweichungen teilweise ein Rechenartefakt der Mittelung über viele Fächer sind. Der Zusammenhang zwischen Hausaufgabenzeit und Klausurleistung, der die zentrale Erklärung stützt, ist zudem (wie so oft) korrelativ und nicht kausal belegt.
• Bei der Tennessee-Studie ist das zentrale Lernergebnis mit einem p-Wert um 0,065 nur knapp signifikant, der Test umfasste vier Fragen, und die Messung erfolgte eine Woche später.
• Die beiden peer-reviewten Arbeiten sind methodisch stärker und dafür in ihrer Reichweite aber noch limitierter:
  • Bastani et al. betrifft nur Mathematik, nur vier Sitzungen und nur eine einzige Schule.
  • Für Kestin et al. gelten Einschränkungen, die man beim Lesen unbedingt im Hinterkopf haben muss – deshalb ist die Studie hier auch nur als Exkurs / Rückblick aufgrund ihrer teils unkritisch positiven Rezeption mit aufgeführt:
    • 194 Harvard-Studierende sind eine hochselektive und ausgesprochen lernmotivierte Gruppe,
    • es ging um zwei einzelne Lerneinheiten eines Physikkurses, und
    • der Test erfolgte direkt im Anschluss.
    • Über Lernleistung nach Wochen oder Monaten sagt die Studie nichts.
    • Der eingesetzte Tutor war zudem kein Standard-Chatbot, sondern ein von Fachdidaktikerinnen und Fachdidaktikern aufwendig entwickeltes System mit hinterlegten Denkschritten, Vorgaben zur Gesprächsführung und Sicherungen gegen falsche Auskünfte.
    • Und die Bedingungen unterschieden sich nicht nur in der Methode: Die Präsenzstunde fand im Hörsaal statt, die KI-Einheit zu Hause.

Alle vier Studien stellen also enge Ausschnitte dar und keine davon misst wirklich in der Gesamtheit, was uns alle umtreibt oder was sich in der Gesamtschau als Eindruck ergeben könnte: Nämlich was mit Bildungsprozessen über Jahre hinweg passiert, wenn generative KI selbstverständlicher Teil des Alltags von Lernenden ist.

KI-Studien und confirmation bias

Studien wie diese finde ich natürlich nicht zufällig, sondern, weil sie zu meinen subjektiven Eindrücken und Erfahrungen passen und weil sie in meiner Peer-Group (gerade bei LinkedIn) präsentiert und diskutiert werden. Wer seit Jahren über Aufgabenkultur und Eigenständigkeit schreibt, für den ist eine Studie mit dem Titel „The Generative AI Learning Penalty“ ein passender Mosaikstein: Die Ergebnisse bestätigen (jetzt endlich auch evident!), was man im Unterricht zu beobachten glaubt (confirmation bias).

Und wer auf Basis dieser Studien direkt mit der Negativ-Interpretation à la „KI schadet dem Lernen!“ beginnt, bedenkt nicht: Auch die Bastani-Studie ist zur Hälfte ein eigentlich positiver Befund, was in der öffentlichen Rezeption regelmäßig untergeht. Denn der KI-Tutor mit Leitplanken hat die Übungsleistung am stärksten gesteigert, ohne dabei dem Lernen zu schaden. Der Titel enthält nicht ohne Grund die in meinen Augen ganz wichtige Einschränkung „Without Guardrails“. Dass Kestin et al. hier trotz der klaren Limitierungen mit dabei sind, ist mir aus eben diesem Grund wichtig, denn ohne diese Arbeit ließe sich aus den anderen drei eine (Negativ-)Erzählung stricken, die so nicht begründet ist.

Dazu kommt ein Publikationsmechanismus, der in beide Richtungen wirkt. Aufsehenerregende Negativbefunde werden derzeit sehr schnell und sehr breit geteilt, gerade in einem Bildungsdiskurs, der Bestätigung für seine Skepsis sucht (denken wir nur an „Your Brain on ChatGPT“). Zugleich hat die Ed-Tech-Branche jahrelang jede kleine positive Effektstärke zum Durchbruch erklärt, und die Harvard-Studie wird genau dafür seit einiger Zeit verwendet, meist ohne die genannten Einschränkungen zumindest zu erwähnen.

Was sich trotzdem als „Konturen“ abzuzeichnen beginnt

Warum dann überhaupt dieser Beitrag? Einmal, weil ich gemeinsam mit Joscha Falck einen Beitrag für das FelloFish-KI-Forum vorbereite und wir diese Studien und ihre Implikationen in den Blick nehmen wollen. Und weil ich sehr dafür plädiere, im Bildungsdiskurs zwischen „Evidenz“ und „Kontur“ zu unterscheiden. An diesen vier Studien finde ich spannend, dass sie aus völlig unterschiedlichen Settings, mit unterschiedlichen Methoden und unterschiedlichen Erkenntnisinteressen in unterschiedlichen Ländern auf ähnliche Muster stoßen, die dann auch noch ziemlich genau dem entsprechen, was viele von uns im Unterricht ohnehin beobachten. Diese Kombination aus schwacher Einzelevidenz und starker Alltagsresonanz bietet keine Gewissheit, aber erste Anhaltspunkte. Konturen eben, die sich abzuzeichnen beginnen.

Für mich zeichnen sich momentan mit Blick auf Lernen und KI drei Konturen aus diesen Studien ab:

Kontur 1: Sichtbarer Fortschritt und tatsächliches Lernen entkoppeln sich

In den ersten drei Studien steigt jeweils ein Wert, der im Schulalltag als Erfolg gilt, während der eigentliche Lernstand stagniert oder fällt. In China ist es die Hausaufgabennote, bei Bastani die Übungsleistung, in Tennessee die Erfolgsserie (bemerkenswert ist dabei, dass die Mastery-Regel gar keine KI-Intervention ist). Das Auseinanderfallen von Fortschrittsanzeige und Lernstand ist also kein KI-Problem, sondern ein älteres didaktisches Problem, das durch KI nur sehr viel schneller und sehr viel schwieriger zu trennen wird. Bei Kestin fielen Erleben und Ertrag dagegen zusammen, die Studierenden fühlten sich mit KI-Tutor motivierter und lernten anscheinend mehr. Dass diese Entkopplung kein Ergebnis kleiner Stichproben ist, bestätigt sich in der PISA-Erhebung auf einer ganz anderen Ebene: Wer KI nie oder fast nie für konkrete Schulaufgaben nutzt, schneidet im Mittel am besten ab, während diejenigen, die KI wöchentlich für allgemeine Zwecke einsetzen, ähnliche Ergebnisse erzielen wie Nichtnutzende. Die OECD selbst beschreibt diesen Zusammenhang als komplex, und das trifft den Stand der Dinge ziemlich gut: Es ist nicht die Nutzung an sich, die über den Lernerfolg entscheidet, sondern was dabei getan wird, und daran ändert eine Stichprobe von 700.000 Jugendlichen gegenüber einer Stichprobe von 26.811 wie in China erstmal wenig.

Für die Praxis heißt das vor allem: Jede Rückmeldung, die auf einem Produkt beruht, das außerhalb unserer Wahrnehmung entstanden ist, verliert an diagnostischem Wert.

Kontur 2: Nicht das Sprachmodell oder Tool entscheidet, sondern die Gestaltung der Nutzung

Bastani zeigt Lern-Unterschiede innerhalb desselben Modells, Kestin zeigt, was passieren kann, wenn dieselbe Technologie konsequent nach fachdidaktischen Prinzipien konzipiert wird. Die China-Studie dagegen kommt aus einer anderen Richtung zum selben Ergebnis: Lernende, die trotz KI-Nutzung ähnlich viel Zeit in ihre Hausaufgaben investierten, hatten kaum Lernverluste.

Ich habe hier im Blog schon mehrfach mit dem Angebots-Nutzungs-Modell argumentiert, weil ein Großteil unserer Debatte auf der Angebotsseite stehenzubleiben scheint. Diese Befunde verschieben den Blick aber in die mindestens genauso wichtige Richtung, nämlich auf die Nutzungsseite. Und sie zeigen zugleich, dass die Angebotsseite dabei nicht verschwindet: Der Kestin-Tutor ist ein Angebot, das die Nutzung von vornherein in eine bestimmte Richtung lenkt.

Kontur 3: KI verstärkt die vorhandene pädagogische Ausrichtung (Verstärker-These)

In der Tennessee-Studie zeigte der KI-Tutor allein kaum Wirkung, erst eingebettet in eine Struktur, in der Fehler Konsequenzen haben (Mastery-Regel), entstand ein Effekt. Umgekehrt entfaltet freier Zugang ohne jede Rahmung sein Schadenspotenzial genau dort, wo ohnehin ergebnisorientiert und nicht prozessorientiert gearbeitet wird (Stichwort: „Skill-Skipping“ und „Deskilling“). Kestin ist dann eher der Beleg aus entgegengesetzter Perspektive: Dort stand hinter der Plattform ein Team, das seine Fachdidaktik bereits sehr genau durchdacht hatte, und die KI dafür gezielt nutzte. Jöran Muuß-Merholz‘ Formel vom „großen Verstärker“, die ich in meinem Beitrag zur Renaissance des Menschlichen aufgegriffen habe, findet hier eine empirische Entsprechung. Eine Schule, die Lernen bereits auf Produktabgabe reduziert hat, wird mit KI vor allem effizienter reduzieren.

Eine vierte Beobachtung will ich vorsichtiger formulieren, weil sie stärker interpretiert als belegt ist: Auffällig ist, wer in diesen Studien jeweils die Gestaltungsarbeit leistet. Bei Kestin und beim Bastani-Tutor waren es Lehrende und Fachdidaktikerinnen und Fachdidaktiker, die die Leitplanken vorab eingebaut haben. In der China-Studie wurden die Lernenden dagegen mit allgemein verfügbaren Tools allein gelassen. Der Unterschied im Ergebnis scheint mir doch ziemlich genau mit diesem Unterschied zusammenzufallen.

Das spricht dafür, die Verantwortung für gute KI-Nutzung in diesem Kontext zunächst bei uns als Lehrpersonen zu verorten und nicht bei den Lernenden. Auch das lässt sich an der aktuellen PISA-Erhebung ablesen, nur eine Ebene höher: Etwas bessere Leistungen zeigen sich dort, wo häufige KI-Nutzung mit Gelegenheiten einhergeht, KI-Kompetenzen systematisch aufzubauen. Solche Gelegenheiten kommen aber überproportional sozioökonomisch begünstigten Jugendlichen zugute, wie die OECD selbst anmerkt, mit der Folge, dass sich die KI-Kluft eher vergrößern als schließen könnte. Wenn die Gestaltungsarbeit ausbleibt, wird sie sich also wohl eher entlang bestehender Ungleichheiten verteilen und diese im schlimmsten Fall sogar verstärken („AI Divide“).

Was das für Unterricht und Schulentwicklung bedeutet

Die naheliegende Konsequenz aus einem Befund wie dem der China-Studie wäre, Hausaufgaben abzuschaffen oder KI zu verbieten. Beides halte ich in seiner Absolutheit für falsch, und zwar nicht aus Prinzip, sondern weil die Studien selbst diese Schlussfolgerung gar nicht hergeben. Spätestens mit der Harvard-Studie ist die Verbotsposition auch empirisch schwer zu halten.

Aus meiner Sicht folgen daraus fünf Ansatzpunkte, die ich kürzlich auch schonmal bei Instagram versucht hatte herauszuarbeiten:

Übungszeit schützen, statt Tools zu verbieten

Der gemeinsame Nenner der kritischen Befunde ist nicht, dass KI per se schlecht ist, sondern dass die kognitive Anstrengung, die Lernen erzeugt, umgangen wird. Bei Kestin wurde diese Anstrengung nicht umgangen, sondern gezielt herbeigeführt, nur eben effizienter. Anstrengung braucht Zeit und einen Ort. Wenn das z.B. die Hausaufgabe in ihrer üblichen Form nicht mehr zuverlässig sein kann, muss diese Phase im Unterricht liegen oder muss eine Übungsaufgabe anders gestaltet werden (Darstellung / Aufgabe / Rahmenbedingungen – siehe Manuel Flicks hilfreicher Vorschlag).

Den Prozess sichtbar machen, nicht nur das Produkt bewerten

Das ist keine neue Forderung, aber sie wird durch diese Befunde natürlich verstärkt. Im gemeinsam Gerold Brägger und Joscha Falck entwickelten Modell zum eigenständigen Schreiben unter KI-Bedingungen haben wir versucht zu beschreiben, wie das konkret aussehen kann, wenn jede Phase mit eigenständiger Arbeit beginnt und KI subsidiär mitgedacht wird. Dieser Grundgedanke lässt sich auf viele Fächer übertragen.

Prompts und Tools als didaktisches Material behandeln

Wenn der Unterschied zwischen „learning penalty“ und deutlichem Lernertrag in der Gestaltung der KI-Interaktion im Lernprozess liegt, dann ist ein Prompt oder ein eingeführtes Tutor-/Feedbacksystem eben kein technisches Detail, sondern Lernmaterial. Für Fachschaften könnte das im Sinne professionellen Lernens z.B. heißen: gemeinsam entwickeln, teilen, überarbeiten, ähnlich wie bei Aufgaben oder Klausurentwürfen. Eine einzelne Lehrkraft wird kein System konzipieren wie das Harvard-Team, eine Fachschaft kann aber sehr wohl eine brauchbare Fassung für ein wiederkehrendes Thema erarbeiten und diese dann gemeinsam mit den Lernenden weiterentwickeln (was auch Werkstatt-Projekte an zahlreichen Schulen zeigen).

Aufklärung: Über die Kosten der Abkürzung („learning penalty“) sprechen

Die Studien legen nahe, dass Lernende den Zusammenhang zwischen leichter Bearbeitung und schwächerem Lernen selbst (zunächst) nicht herstellen. Das lässt sich thematisieren, und zwar nicht als Ermahnung, sondern als gemeinsame Auswertung. Eine Klausur ohne KI nach einer Übungsphase mit KI ist dafür ein brauchbarer Anlass, wenn man den Vergleich anschließend auch bespricht. Zudem gilt unverändert mein Plädoyer und ganz praktischer Versuch, in wirklich jeder Unterrichtsstunde in irgendeiner Form über und ggf. auch mit KI zu arbeiten und zu sprechen.

Unsere Erfolgsanzeigen selbst prüfen

Der Tennessee-Befund rückt auch eine Perspektive in den Blick, die wir selten berücksichtigen, nämlich die Erfolgs-Metriken, die unsere Lernplattformen, Materialien, aber auch unsere Bewertungssysteme im Unterricht ausgeben. Wenn eine Erfolgsserie im Lern-System (Kahoot sei als extremstes Beispiel genannt) wenig bis nichts über den Lernstand aussagt, ist das System nicht neutral, sondern irreführend, für Lernende wie für uns. Ähnliches gilt inzwischen wohl auch für die „sonstige Mitarbeit“, wenn sie unverändert ausschließlich die „mündliche Leistung“ umfasst.

Auf der Ebene der Schulentwicklung heißt das wohl vor allem, den Diskurs nicht auf der Tool-Ebene zu führen. Wie wichtig hier das Zusammenwirken als Schulgemeinschaft ist, zeigt auch ein Blick ins Lehrerzimmer: Während annähernd jede zweite Schülerin und jeder zweite Schüler KI inzwischen wöchentlich zum Lernen nutzt, geben im Deutschen Schulbarometer erst 19 Prozent der Lehrkräfte an, KI mehrmals wöchentlich beruflich einzusetzen, ein Anteil, der sich gegenüber dem Vorjahreswert von 9 Prozent zwar mehr als verdoppelt hat, die Kompetenzlücke zwischen Klassenraum und Lehrerzimmer damit aber eher sichtbar macht als schließt. Ich habe an anderer Stelle beschrieben, warum Fortbildung und Schulentwicklung zusammengehören und warum Impulse ohne strukturelle Verankerung verpuffen.

Die vier Studien liefern dafür ein zusätzliches Argument, weil keine der ableitbaren Konsequenzen sich in einer Tool-Schulung unterbringen lässt. Sie betreffen Aufgabenkultur (Stichwort: „guardrails“ bei Bastani), Prüfungskultur und die Frage, worüber wir mit Lernenden eigentlich in welcher Form sprechen. Wer hier ansetzen will, braucht eben keine neuen Plattformen, sondern ein gemeinsames Verständnis darüber, wo im Lernprozess eigenständige Denk-/Übungs- und damit Lernzeit stattfindet und wie sich diese schützen und unterstützen lässt.

Für den Einstieg in einen solchen Prozess mit Schülerinnen und Schülern habe ich basierend auf der Arbeit von Manuel Flick ein Konzept in sechs Schritten als Projekttag skizziert, für die Fachschaftsarbeit wird hier in Kürze ein Prozessvorschlag folgen und mit Blick auf systematischen Aufgaben-Remix sind aus einer aktuellen Fortbildung neue Ideen entstanden…bald mehr dazu…

Fazit

Vier Studien sind keine Evidenzlage. Zwei davon sind Preprints, alle vier sind schmale Ausschnitte aus sehr spezifischen Kontexten. Wer sie als Beleg dafür nimmt, dass KI per se dem Lernen schadet, liest sie falsch – und wer meint, aus der Harvard-Studie ablesen zu müssen, dass KI „das Lernen verdoppelt“, liest diese Studie nicht weniger falsch.

Sehr wohl bleiben aber sich abzeichnende Konturen – auch wenn alle Poster nebeneinander hängen: Sichtbarer Fortschritt und tatsächliches Lernen fallen unter KI-Bedingungen leichter auseinander als zuvor. Die Gestaltung der Nutzung entscheidet stärker über den Ertrag als das Tool an sich, und diese Gestaltungsarbeit liegt momentan in erster Linie bei uns Lehrpersonen im Zusammenspiel mit der ganzen Schulgemeinschaft. Diese Konturen sind nicht bewiesen, werden aber mit Blick auf die Studienergebnisse plausibel, und treffen in dieser Woche auf die PISA-Ergebnisse, die dieselbe Grundspannung noch einmal in großem Maßstab bestätigen. Für schulische Entwicklungsarbeit ist das in meinen Augen schon genug, solange wir den Unterschied zwischen Evidenz und Kontur nicht aus den Augen verlieren und verwischen.

Besonders dankbar bin ich dabei Benedikt Wisniewski für seine differenzierten Kurzanalysen zu den drei aktuell relevanten Studien und damit insbesondere für einen momentan besonders wichtigen Aspekt: Rückversicherung, ob wir als „einfache“ Lehrpersonen mit unseren Annahmen wirklich richtig liegen. Ich denke, Benedikts Einschätzungen bestätigen die vorsichtig weiter zu verfolgende Linie, die sich aus den Konturen dieser Studien ergibt: Aufklären, Ausprobieren, Aktiv werden – aber mit klaren Leitplanken.

Mir ist dabei am wichtigsten, dass wir uns die Fähigkeit erhalten, unsere eigenen Annahmen zu prüfen. Das ist im Übrigen genau die Kompetenz, die wir bei unseren Schülerinnen und Schülern im Umgang mit generativer KI ja irgendwie voraussetzen.

---

Verwendete Quellen

Strömberg, D., Lei, V. & Wu, Y. (2026): The Generative AI Learning Penalty: Evidence from Chinese Secondary Education. SSRN Working Paper 6868618.

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025): Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics. PNAS 122(26): e2422633122.

Oreopoulos, P., Liut, M., Sungu, A. & Low, H. (2026): Making AI Tutoring Productive: Evidence from a Mastery-Based Math Practice Experiment. NBER Working Paper 35621.

Kestin, G., Miller, K., Klales, A., Milbourne, T. & Ponti, G. (2025): AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports 15: 17458.

OECD (2026): PISA 2025 Ergebnisse, Band I – Ländernotiz Deutschland.

Medienpädagogischer Forschungsverbund Südwest (2025): JIM-Studie 2025 – Jugend, Information, Medien.

Bitkom e. V. (2025): Digitale Schule 2025.

ifo Institut (2025): ifo Bildungsbarometer 2025.

Vodafone Stiftung Deutschland (2024/2025): Pioniere des Wandels; KI an europäischen Schulen.

Robert Bosch Stiftung / forsa: Deutsches Schulbarometer.

Die Poster zu den Studien stehen unter CC BY-SA 4.0 zum Download bereit und können gerne weitergenutzt und verändert werden.

In so gut wie jeder Fortbildung, die ich in den letzten Monaten gegeben habe, kam irgendwann derselbe Einwand: „Skandinavien geht doch längst wieder zurück zu Buch und Stift – die haben die Digitalisierung ja auch zurückgedreht.“ Meistens folgt daraus ein Plädoyer, bei KI in der Schule lieber zu bremsen als zu gestalten, oder gleich ein generelles Störgefühl gegenüber allem Digitalen im Unterricht. Die Beobachtung stimmt sogar, nur eben nicht in der reflexhaft artikulierten Form. Und wenn dann die WELT beispielsweise vor einigen Wochen titelt „Holt Euch das Klassenzimmer zurück! Skandinavien zieht die Digitalisierungs-Notbremse“ führt das sicher zu vielen Klicks und fast 500 Kommentaren, wirft aber Digitalisierung, Infrastruktur, persönliche Smartphones und generative KI einfach zusammen – trägt aber sicherlich nicht zu einer differenzierten Debatte bei.

Und dieses Muster, aus einer differenzierten Entwicklung im Ausland eine deutsche Entweder-oder-Debatte zu machen, ist Teil eines größeren Problems, das mich schon länger umtreibt: Wir diskutieren Digitalisierung und jetzt KI in der Schule in Deutschland viel zu polarisierend. Zeit, sich die skandinavischen Fälle einzeln und mit Zahlen anzuschauen – und danach zu fragen, was wir wirklich daraus lernen wollen.

Diagnose: Eine Schlagzeile, 2-3 völlig unterschiedliche Geschichten

Auslöser für viele der jüngeren Gespräche ist eine Tagesschau-Meldung über neue Regeln gegen KI-Nutzung an dänischen Gymnasien. Kombiniert mit älteren Berichten über Schwedens Rückkehr zu gedruckten Schulbüchern, entsteht daraus ein Bild: Die „skandinavischen Länder“ würden sich geschlossen von der Digitalisierung abwenden. Der Tenor vieler Artikel lässt sich auf eine Formel bringen – Skandinavien kehrt der Digitalisierung den Rücken.

Das Problem an dieser Formel ist nicht nur, dass sie ungenau ist. Sie bedient auch einen Reflex, den ich aus der deutschen Debatte der letzten zehn, fünfzehn Jahre nur zu gut kenne: das Bedürfnis, sich für eine Seite zu entscheiden. Erst hieß es, 1:1-Tablet-Klassen seien gleichbedeutend mit „moderner Bildung“, das „Ende der Kreidezeit“ werde eingeläutet, Fortschritt zeige sich am Gerät in der Hand. Jetzt, mit Blick auf Skandinavien, droht die Gegenbewegung: Wenn die „Vorreiterländer“ angeblich zurückrudern, dann muss das ja heißen, dass wir es auch dürfen – oder sollen. Beide Positionen eint, dass sie Digitalisierung als Ja-oder-Nein-Frage behandeln, nicht als Gestaltungsaufgabe. Schaut man auf die tatsächlichen Maßnahmen, Zahlen und – vor allem – Zeitpunkte in Skandinavien, zerfällt die vermeintlich einheitliche „Trendwende“ ohnehin in mindestens zwei eigenständige Geschichten, zu denen sich mit Norwegen noch eine dritte, gegenläufige gesellt.

Fall 1 – Lesekrise und Kurswechsel in Schweden

Schwedens Kurswechsel beginnt 2022, unter Bildungsministerin Lotta Edholm – und damit deutlich vor dem generativen KI-Boom, den ChatGPT ab Ende 2022 auslöste. Ausgangspunkt waren nicht KI-Sorgen, sondern rückläufige PISA-Ergebnisse und eine sinkende Lesekompetenz, auf die unter anderem der Karolinska-Institut-Forscher Sissela Nutley öffentlich hingewiesen hatte – seine Kritik an einer zu forcierten Bildschirm-Frühdigitalisierung erhielt in der schwedischen Bildungspolitik erhebliches Gewicht.

Seither hat Schweden ein ganzes Bündel an Maßnahmen umgesetzt:

• • rund 180 Millionen Euro Investition in gedruckte Lehrbücher und Bibliotheken (die genaue Summe schwankt je nach Quelle und Berichtszeitraum zwischen rund 104 und 183 Millionen Euro – ich beziehe mich hier auf die aktuellere, 2026 genannte Zahl);
  • ein spürbar zurückgefahrener digitaler Unterricht für jüngere Kinder, insbesondere in der Vorschule und den ersten Grundschuljahren;
  • ein landesweites Handyverbot an Schulen;
  • ein neuer, deutlich stärker analog ausgerichteter Lehrplan, der bis 2028 vollständig eingeführt sein soll.

Schweden reagiert also auf eine Lesekrise bei jüngeren Jahrgängen, die lange vor dem KI-Thema entstanden ist – nicht auf ein Problem mit generativer KI. Bemerkenswert daran ist aus meiner Sicht vor allem eines: Auch Schweden korrigiert nicht „digital“ durch „analog“, sondern eine zu einseitige frühe Bildschirmnutzung durch eine bewusstere Balance. Genau diese Differenzierung geht in der deutschen Rezeption meistens verloren.

Fall 2: Prüfungsrealität und Kurswechsel in Dänemark

Dänemarks Maßnahmen sind neueren Datums – sie greifen 2025/26 – und beruhen auf einer anderen Diagnose. Laut Berichten über eine Erhebung des Danmarks Evalueringsinstitut nutzt inzwischen rund ein Drittel (≈ 33 %) der Gymnasiast:innen KI-Werkzeuge täglich, und rund 40 % der KI-Nutzenden geben in Befragungen an, sich durch die Nutzung selbst fauler oder weniger konzentriert zu fühlen. Diese Zahlen stammen aus Sekundärberichten über die Studie, nicht aus der Primärquelle selbst – als grobe Größenordnung eignen sie sich aber zur Orientierung.

Reagiert wird darauf mit gezielten, prüfungsbezogenen Maßnahmen:

• • mündliche Verteidigung größerer schriftlicher Arbeiten,
  • mehr Aufgaben, die unter Aufsicht in der Schule statt zu Hause bearbeitet werden,
  • gesperrter KI-Zugriff während der eigentlichen Prüfungssituation.

Wichtig ist der Blick darauf, was dabei nicht passiert: Dänemark verbietet KI nicht grundsätzlich, sondern reguliert die Technologie kontextspezifisch für Oberstufenschüler. Ein Pilotprojekt erlaubt KI bereits in mündlichen Englischprüfungen, ab 2026 soll genKI offiziell in mündliche Abiturprüfungen integriert werden, und parallel entsteht eine nationale KI-Bildungsstrategie.

Das Ziel ist also nicht der Rückzug aus der KI, sondern der Schutz des eigenständigen Denkens in der konkreten Prüfungssituation – bei gleichzeitiger Öffnung für KI dort, wo sie den Lernprozess unterstützen kann, statt ihn zu ersetzen. Das ist im Kern genau die Art von kontextsensibler, aufgabenbezogener Entscheidung, die in Deutschland in der öffentlichen Debatte kaum eine Rolle spielt, weil wir lieber grundsätzlich diskutieren: KI-Verbot oder KI-Freigabe, statt: In welcher Lernsituation hilft was?

Fall 3: Konsequente Digitalisierungsstrategie in Norwegen

Wer von „Skandinavien“ spricht, sollte auch Norwegen nicht vergessen – und das zeigt mit Blick auf digitale Strukturen gerade keine Kehrtwende, sondern das Gegenteil. 93% der norwegischen Grundschulen und 96% der Sekundarschulen gelten dort als hoch digital ausgestattet. Norwegen verfolgt seit 2015 konsequent eine Digitalisierungsstrategie und verankert digitale Kompetenz fest in allen Fächern, ohne aktuell eine vergleichbare Kurskorrektur wie Schweden einzuleiten. Mit Blick auf KI wird allerdings ganz aktuell ebenfalls eine klare Regelung eingeführt, bei der die Regierung einem gestuften Modell folgt, das sich am Alter der Kinder orientiert. Für die Klassenstufen eins bis sieben, also für Kinder im Alter von sechs bis 13 Jahren, gilt künftig ein generelles KI-Verbot. In der Sekundarstufe eins, bei den 14- bis 16-Jährigen, dürfen KI-Tools zwar zum Einsatz kommen, aber nur unter strenger Aufsicht der Lehrkräfte und mit großer Vorsicht. Erst in der gymnasialen Oberstufe für Jugendliche zwischen 17 und 19 Jahren sieht das Konzept eine gezielte Vermittlung von KI-Kompetenzen vor, damit die Heranwachsenden angemessen auf die Anforderungen von Hochschule und Arbeitswelt vorbereitet werden.

Von einer einheitlichen skandinavischen Bewegung „zurück zum Papier“ kann also schon rein empirisch keine Rede sein.

Im Überblick: Drei Länder, drei Ausgangslagen

	Schweden	Dänemark	Norwegen
Zeitpunkt der Kurskorrektur	seit 2022	seit 2025/26	keine – kontinuierliche Digitalisierung seit 2015
Auslöser	sinkende Lesekompetenz, rückläufige PISA-Werte	KI-gestützter Prüfungsbetrug, Sorge um Kompetenzerwerb	– (Strategie unverändert fortgeführt)
Betroffene Altersgruppe	vor allem jüngere Jahrgänge (Vorschule, Grundschule)	vor allem ältere Jahrgänge (Gymnasium, Abitur)	alle Jahrgangsstufen
Zentrale Maßnahme(n)	≈ 180 Mio. € für gedruckte Bücher/Bibliotheken, Handyverbot, neuer Lehrplan bis 2028	mündliche Verteidigung schriftlicher Arbeiten, mehr Aufsicht, KI-Sperre während Prüfungen	flächendeckende digitale Ausstattung, digitale Kompetenz in allen Fächern
Umgang mit KI	im Fokus der Maßnahmen kaum thematisiert (Fokus liegt auf Screentime/Lesen)	reguliert, nicht verboten – Pilotprojekt für KI in mündlichen Prüfungen, ab 2026 Teil des Abiturs	fester Bestandteil des Digitalcurriculums, zugleich Neueinführung einer abgestuften Regelung mit KI-Verboten
Digitalisierungsgrad der Schulen	rückläufig bei jüngeren Jahrgängen	im Prüfungskontext reguliert, sonst unverändert	93–96 % „hoch digital ausgestattet“

Die Tabelle macht sichtbar, was die Schlagzeile verdeckt: Es handelt sich nicht um eine konsequente und einheitliche Bewegung à la „Skandinavien macht…“, sondern um drei unterschiedliche Antworten auf drei unterschiedliche Fragen – Lesekompetenz, Prüfungsintegrität und kontinuierliche Digitalstrategie. Keines der drei Länder trifft dabei eine grundsätzliche Entscheidung für oder gegen Digitalisierung oder KI. Alle drei entscheiden situativ, altersgruppen- und kompetenzbezogen – also genau so, wie es im Rahmen differenzierter Unterrichtsentwicklung eigentlich immer passieren sollte.

Konsequenz: Was das für deutsche Schulen bedeutet

Die Schlagzeile „Skandinavien wird analog“ verwischt also, dass es um zwei unterschiedliche Probleme geht: Lesekompetenz auf der einen, Prüfungsintegrität auf der anderen Seite. Wer daraus pauschal „KI raus aus der Schule“ ableitet, überträgt eine dänische Prüfungsreform auf ergriffene Maßnahmen im Kontext einer schwedischen Lesekrise – und übersieht, dass beide Länder KI in ihren älteren Jahrgängen gerade stärker in geregelte Bahnen lenken, nicht abschaffen.

Für die Diskussion im Rahmen deutscher Lehrkräfteprofessionalisierung lassen sich daraus vier konkrete Ansatzpunkte mitnehmen, die ich auch hier im Blog genauso wie viele Kolleginnen und Kollegen immer wieder diskutiere:

Prüfungsformate diversifizieren: Mündliche Anteile und Prozessbewertung, wie in Dänemark erprobt, entziehen sich der reinen Texterzeugung durch KI und geben ehrlicheren Aufschluss über tatsächlich erworbene Kompetenz. Das lässt sich auch ohne dänisches Vorbild in bestehende Prüfungsformate integrieren, etwa durch verpflichtende mündliche Rückfragen zu schriftlichen Hausarbeiten. Vergleichbar geht inzwischen auch Niedersachsen mit den Kombinierten Leistungsnachweisen im Rahmen der Oberstufenreform vor – ein sinnvoller Schritt in die richtige Richtung.

Analoge Grundfertigkeiten nicht der Digitalisierung opfern: Schwedens 180-Millionen-Investition zeigt, wie teuer eine Korrektur wird, wenn Handschrift, Lesekompetenz und Konzentrationsfähigkeit in der Grundschule zu früh zugunsten von Bildschirmzeit zurückgestellt werden. Das ist kein Gegensatz zu späterer KI-Kompetenz, sondern deren Voraussetzung und sollte daher sehr systematisch diskutiert und angegangen werden.

KI-Kompetenz nicht verbieten, sondern in klare Leitplanken einbetten: Weder freie Nutzung noch pauschale Sperrung überzeugen – gefragt sind, wie in Dänemark, Regeln, die zwischen Prüfungssituation und Lernprozess unterscheiden und KI dort gezielt zulassen, wo genKI den Kompetenzerwerb nicht untergräbt, sondern im Optimalfall sogar Selbstwirksamkeit und Bewusstsein für Eigenständigkeit stärkt.

Skandinavien differenziert zitieren: Wer sich in Fortbildungen oder Konferenzen auf „die Skandinavier“ beruft, sollte Land, Zeitpunkt und Ursache benennen, statt zu pauschalisieren. Aus einer differenzierten Beobachtung darf nicht ein bequemes Feigenblatt für Stillstand, Blockade und Ablehnung werden.

Persönliche Einordnung: Das eigentliche (typisch deutsche?) Problem liegt tiefer

Mir scheint, die Skandinavien-Debatte ist nur das jüngste Symptom eines viel älteren deutschen Musters. In den letzten zehn, fünfzehn Jahren haben wir Digitalisierung an Schulen zu oft mit 1:1-Tablet-Konzepten gleichgesetzt und die Frage „Sind wir ‚modern‘?“ nur auf der Oberflächenebene beantwortet: Welches Gerät nutzt ihr? Seid ihr eine iPad-Schule? Ist bei euch die „Kreidezeit“ vorbei?

Diese Fragen fühlen sich nach Fortschritt an, sagen aber wenig darüber aus, ob sich schulisches Lernen und mit ihm der Unterricht selbst verändert haben. Wirkliche Unterrichtsentwicklung im Kontext von Digitalität – also die Frage, wie sich Aufgabenkultur, Zusammenarbeit, Prüfungsformate und Lernbegleitung verändern (müssen), wenn digitale Werkzeuge verfügbar sind – bleibt dabei zu oft Nebenaspekt.

Deshalb scheint mir der Skandinavien-Reflex, den ich eingangs beschrieben habe, so nachvollziehbar (Stichwort: Eisberg-Modell) wie ärgerlich: Der Bezug darauf bietet die bequeme Hoffnung, dass die vermeintlichen „Vorreiterländer“ die Antwort schon gefunden hätten – nämlich zurück zu Buch und Stift. Diese Hoffnung übersieht, dass keines der drei Länder eine solche Entscheidung getroffen hat oder trifft. Schweden korrigiert eine Altersgruppe, Dänemark reguliert eine Prüfungssituation, Norwegen zieht sein digitales Curriculum unbeirrt durch. Eine differenzierte, konzeptionell durchdachte deutsche Antwort hätte ohnehin nie „entweder digital oder analog“ heißen müssen, sondern von Anfang an: digitale und analoge Formen dort kombinieren, wo sie sich sinnvoll ergänzen – Blended Learning im eigentlichen, konzeptionellen Sinn, nicht als Worthülse für „mal ein Tablet, mal ein Buch“. Wenn wir aus Skandinavien etwas lernen wollen, dann nicht die in der Schlagzeile enthaltene Hoffnung auf ein diffuses „Zurück“, sondern die Grundhaltung dahinter: genau hinschauen, wer welches Problem hat, und dann eine begründete Antwort darauf finden.

Fazit

Nicht „zurück zum Papier“, sondern: genauer hinschauen. Skandinavien liefert kein einheitliches Modell, das sich einfach kopieren ließe – sondern mehrere Blaupausen für unterschiedliche Probleme, aus denen sich lernen lässt: Schweden für den Umgang mit Lesekompetenz und früher Bildschirmzeit, Dänemark für die Regulierung von KI in Prüfungssituationen, Norwegen als Beleg dafür, dass konsequente Digitalisierung und gute Schule sich nicht ausschließen.

Ich würde mir für uns wünschen, dass wir nicht reflexhaft die Nachahmung einer vermeintlichen Trendwende fordern, sondern an unserer Grundhaltung arbeiten: Gute Regulierung entsteht aus konkreter Diagnose und iterativer Entwicklung – nicht aus einem pauschalen Digital-vs.-analog-Reflex.

Häufig gehört und gelesen – selten konkret: „Die Renaissance des Menschlichen“

In den letzten Jahren habe ich einen Satz immer häufiger gelesen – zuletzt in einem LinkedIn-Post von Micha Pallesche: Je klüger unsere Maschinen werden, desto wichtiger wird das, was Menschen ausmacht. Wenn Wissen jederzeit abrufbar ist, verschiebt sich der Wert von Bildung – weg vom Besitz von Wissen, hin zur Fähigkeit, es einzuordnen, zu hinterfragen und verantwortungsvoll zu nutzen. Pallesche nennt das die Renaissance des Menschlichen.

Ich denke, wie viele andere auch, seit Jahren in eine ähnliche Richtung und stimme dem ausdrücklich zu. Zugleich zeigt diese Aussage aber auch eine Lücke, die vermutlich zugleich das Erfolgsgeheimnis dieser gern beschworenen Formel ausmacht: „das Menschliche“ kann alles heißen. Jeder liest die eigenen Überzeugungen hinein, alle stimmen zu. Aber aus Sicht der Schulpraxis ist klar: Eine Phrase, aus der jeder etwas anderes machen kann, bleibt ohne Konkretisierung und Begründung eben eine Phrase. „Renaissance des Menschlichen“ beantwortet nicht die Frage, die im Schulalltag zählt: Was genau tun wir dann anders – im Lehrplan, in der Bewertung, im Umgang mit Kindern? und Jugendlichen? Wie stellen wir uns eine Schule im Zeitalter der „Renaissance des Menschlichen“ vor? Das ist so schwierig wie spannend.

In diesem Blogbeitrag möchte ich daher trotz kaum vorhandener Zeit (Schuljahresbeginn…) einmal für mich versuchen etwas herauszuarbeiten, was „das Menschliche“ bedeuten könnte. Im zweiten Schritt folgt die Konkretisierung: Wie könnten sich Schulen entwickeln, die das ernst nehmen? Dafür leihe ich mir bei Jöran Muuß-Merholz eine ganz charmante Idee aus…

Eins vorweg: Mehr Menschlichkeit kommt nicht von allein

Bevor wir das Menschliche mit Inhalt füllen, ein nüchterner Zwischenruf, der vor einem Denkfehler schützen soll, nämlich der Annahme, die Renaissance des Menschlichen halte mit dem Siegeszug generativer KI qua Vernunft automatisch Einzug.

Jöran Muuß-Merholz bringt das in Schule 2035 mit einer nicht ganz neuen These auf eine gute Formel. KI wirke wie jede digitale Technik als „großer Verstärker“: Die Technologie mache ein Kontroll-System noch kontrollierender – und ein Kreativ-System noch kreativer. Das bedeutet: KI führt eben nicht von selbst zu mehr Menschlichkeit. Die Technologie verstärkt, was ohnehin schon da ist. Eine Schule, die Bildung längst auf messbaren Output eingedampft hat, wird mit KI vor allem effizienter eindampfen. Erst eine Schule, die das Menschliche bewusst zum Ziel erklärt, nutzt genKI wirklich für die damit verbundenen Prozesse.

Daher lohnt es sich genauer hinzuschauen. Denn „Renaissance des Menschlichen“ passt genauso gut als Etikett. Eine vollständig durchgetaktete, algorithmisch optimierte Lernsoftware lässt sich mühelos als „personalisiert“ und „auf jedes Kind zugeschnitten“ verkaufen – und meint dabei das Gegenteil von Selbstständigkeit: perfekt vermessene, vollständig steuerbare und auf optimalen Lernoutput gepolte Kinder. Wer hier vorrangig zu fördernde menschliche Fähigkeiten nicht klar präzisieren kann, kann diese auch gegen eine solche Vereinnahmung nicht verteidigen.

Das war vor zwei Tagen ein sehr spannender Ansatzpunkt gegen Ende eines KI-Fortbildungstages für die OBS Berenbostel, als ich mit dem Kollegium genau in diese Richtung versuchte zu denken: Und was kann dann unser (kleiner) Beitrag als Lehrperson, als Team, als Kollegium, als Schulgemeinschaft zu dem Ziel, „das Menschliche“ in Zeiten von KI zu stärken, sein? Dazu später mehr…

Fünf Dimensionen des Menschlichen – eine schulpraktische Annäherung

Eine Vorbemerkung, die im Kollegium vermutlich jeder sofort teilt: Schule war noch nie nur Wissensvermittlung. Der Bildungsforscher Gert Biesta bringt das auf drei einfache Wörter. Schule soll qualifizieren (etwas können), sozialisieren (in eine Gemeinschaft hineinwachsen) und – das ist der entscheidende dritte Punkt – zur Person werden lassen: aus einem Kind einen eigenständigen, verantwortlichen Menschen machen. Solange Wissen knapp war, stand das Qualifizieren im Vordergrund. Jetzt, wo jede Maschine „Wissen“ als kompilierte Ausgabe auf Knopfdruck liefert, rückt der dritte Punkt in den Vordergrund und „das Menschliche“ damit in den Mittelpunkt.

Biestas Warnung vor der „learnification“ – der Reduktion von Bildung auf messbares Lernen – trifft die Gefahr der KI-optimierten Schule recht gut. Und Wilhelm von Humboldt hatte den Kern längst benannt: Bildung ist die „Wechselwirkung zwischen Ich und Welt“, nicht die Anhäufung von Wissensbeständen. Wenn Wissen zur Ware wird, die jede Maschine liefert, dann verlagert sich Bildung von der Qualifikation zur Subjektivierung. „Das Menschliche“ ist genau das, was diese Subjektivierung ausmacht.

In fünf Dimensionen versuche ich „dem Menschlichen“ etwas näher zu kommen, allerdings aus meiner sehr auf Schulpraxis und schulische Lernprozesse bezogenen Perspektive, um damit einige notwendige (teils gar nicht so neue) Präzisierungen vorzunehmen. Wie komplex das Thema ist, und dass sich allzu einfache Phrasen und Lösungen angesichts genKI ausschließen, zeigte sich auch schon in meinem Beitrag zum Angebots-Nutzungs-Modell in Zeiten von KI.

Urteilskraft – klug entscheiden, wenn es keine eindeutige Antwort gibt

Pallesches „einordnen und hinterfragen“ hat einen guten alten Namen: Urteilskraft. Gemeint ist damit nicht dasselbe wie Faktenwissen und auch nicht dasselbe wie Logik. Sie ist die situierte Kompetenz, unter Unsicherheit abzuwägen, Geltungsansprüche zu prüfen und Position zu beziehen. Immanuel Kants Aufklärungsformel – der „Ausgang aus der selbstverschuldeten Unmündigkeit“ – meint dieselbe Sache in normativer Wendung: den Mut, sich des eigenen Verstandes zu bedienen.

KI verstärkt hier beides. Urteilskraft wird wichtiger, weil jedes System plausibel klingende Antworten kompiliert und ausgibt und man umso mehr prüfen können muss, was davon triftig ist und trägt. Zugleich wird unsere Urteilskraft gefährdeter. Eine vielbeachtete MIT-Studie (Kosmyna et al. 2025) liefert dazu einen ersten – vorsichtig zu lesenden! – Hinweis: Wer Aufsätze mit einem KI-Chatbot schrieb, zeigte im EEG die schwächste Hirnaktivität und die geringste gedankliche Beteiligung; die Gruppe ganz ohne Hilfsmittel die stärkste. Das Forschungsteam spricht auch von „kognitiver Schuld“. Man sollte die Studie aber in ihrer Bedeutung nicht überziehen (kleine Stichprobe, bislang nur ein Preprint, und die spektakulären Prozentzahlen, die durch die Presse gingen, stammen aus Kommentaren, nicht aus der Studie selbst), auf die Fallstricke haben auch Hendrik Haverkamp und Benedikt Wisniewski in ihrem Podcast „KI Kompass“ deutlich hingewiesen. Aber die grundlegende Richtung scheint übereinzustimmen mit anekdotischer Evidenz und dem, was wir (nicht nur) aus dem Unterricht als „Deskilling-Effekt“ kennen: Was wir bequem auslagern, üben wir nicht mehr.

Diese Eindruck verstärkt auch eine ganz aktuelle Studie (n= 26.811) aus China, in deren Folge die Wissenschaftler von „AI learning penalty“ sprechen: In der Studie „The Generative AI Learning Penalty: Evidence from Chinese Secondary Education“ wurden Zusammenhänge zwischen Prüfungsergebnissen, Geschwindigkeit und Noten von Hausaufgaben und KI Nutzung erforscht. Schülerinnen und Schüler, die genKI für die Hausaufgaben nutzten waren zwar schneller in der Bearbeitung (-30%) und die Ergebnisse wurden besser bewertet (+18%). Nur: die Prüfungsergebnisse von Schülerinnen und Schülern, die ihre Hausaufgaben an genKI ausgelagert hatten, fielen um bis zu 24% schlechter aus als bei denen, die KI wenig oder gar nicht für diesen Zweck nutzten.

Was heisst das für die Schulpraxis? Urteilskraft entsteht nicht durch möglichst bequemes „Stoff durcharbeiten“, sondern durch produktive Reibung. Nicht „KI verbieten“, sondern KI bewusst als Gegenüber einsetzen – als Sparringspartner, dessen Antworten man auseinandernimmt, statt sie zu übernehmen. Und an ausgewählten Stellen gilt die klare Ansage: Jetzt nur mit dem eigenen Kopf. Dieses (didaktische) Wechselspiel – das letztlich vor allem dafür dient, gemeinsam die Bedeutung eigenständigen Denkens bei gleichzeitigem Sparring mit genKI zu reflektieren – habe ich auf Grundlage eines gemeinsamen Beitrags mit Joscha Falck und Gerold Brägger für die „PÄDAGOGIK“ auch im Blogbeitrag „Eigenständig Schreiben mit KI“ versucht am Beispiel schulischer Schreibprozesse zu konkretisieren.

Beziehung und Bindung – Kern gelingenden Lernens

Pallesches „Orientierung geben“ ist keine reine Kopfsache. Orientierung gibt man jemandem. Damit sind wir bei der zweiten Seite: Beziehung. Der Soziologe Hartmut Rosa hat dafür ein schönes Wort: Resonanz – jene Momente, in denen der Funke überspringt, in denen Lerninhalte und Mensch sich wirklich berühren, in Wechselwirkung treten. Wir alle kennen solche Stunden, Situationen und Momente. Und wir wissen auch: Sie lassen sich weder erzwingen noch als „Sternstunde“ durchplanen. Rosa nennt das die Unverfügbarkeit des Gelingens. Zugleich ist genKI aber die bislang perfekteste Maschine dafür, alles verfügbar, planbar, steuerbar zu machen, bleibt dabei aber in ihrem nivellierenden maschinellen Output sowohl der Vielfältigkeit menschlicher Ausdrucksweise als auch der von mir einfach mal so genannten „Resonanz-Kompetenz“ erstaunlich fern.

Die Forschung stützt das von mehreren Seiten. Der Neurobiologe Joachim Bauer zeigt (lesenswert vom ZSL BW aufbereitet), dass Motivation beim Menschen im Kern sozial ist: Wir strengen uns für Beziehung an, nicht für Reize an sich. John Hattie weist die Lehrer-Schüler-Beziehung seit Jahren als einen der stärksten Faktoren für gelingendes Lernen aus. Und die Selbstbestimmungstheorie von Deci und Ryan nennt soziale Eingebundenheit als eines von drei psychologischen Grundbedürfnissen. Je mehr die reine Wissensvermittlung an Maschinen abgegeben werden kann, desto deutlicher tritt hervor, was nicht delegierbar ist: die Beziehung.

Was heisst das für die Schulpraxis? Beziehungsqualität ist nicht einfach nur ein nettes Extra, sondern muss strukturell abgesichert werden – feste Bezugspersonen, überschaubare Gruppen, Zeit für das Beiläufige. Das ist natürlich kein Plädoyer gegen Fachlichkeit, bildet aber das Fundament für Vertrauen, gutes Lernen und Resonanz.

Selbstwirksamkeit – Urheber statt Redakteur

Pallesches „widersprechen können“ setzt etwas voraus, das die Psychologie Selbstwirksamkeit nennt: die Überzeugung, mit dem eigenen Tun etwas bewirken zu können. Albert Bandura hat gezeigt, dass diese Überzeugung Leistung und Durchhaltevermögen oft stärker prägt als das tatsächliche Können.

In meinen Augen liegt hier ein häufig noch unterschätztes KI-Risiko: In der oben genannten MIT-Studie wies die LLM-Gruppe das geringste Gefühl von Urheberschaft über die eigenen Texte auf – und hatte am meisten Mühe, aus dem eigenen Geschriebenen zu zitieren. Man erinnert und verteidigt nicht, was man nicht als sein eigenes empfindet. Die Gefahr ist also in diesem Punkt nicht in erster Linie, dass Lernende mit KI schlechter schreiben. Die Gefahr ist, dass sie zu Redakteuren dessen werden, was die Maschine gemacht hat und damit einhergehend die Erfahrung verlieren, selbst Autor zu sein, woraus wiederum Selbstwirksamkeit erwächst. Das zunehmende Deskilling geht dann also zusätzlich mit einem Verlust an Selbstwirksamkeit einher.

Was heisst das für die Schulpraxis? Es reicht nicht aus, genKI zu erlauben oder zu verbieten. Entscheidend ist, ob eine Aufgabe am Ende einen Menschen als Urheber erkennen lässt – jemanden, der eine Entscheidung getroffen und ein Ergebnis verantwortet, für das die KI vielleicht Werkzeug war, nicht aber Verfasser.

Schöpferische Kraft – Vielfalt gegen nivellierende Angleichung

Bildung ist mehr als einfache Kritik; Bildung ist auch eigenes Hervorbringen – gestalten, deuten, etwas Neues kreieren. Die OECD führt „neuen Wert schaffen“ in ihrem Lernkompass 2030 ausdrücklich als Schlüsselkompetenz und damit die Fähigkeit, Wirklichkeit nicht nur zu verwalten, sondern zu verändern.

Eine Studie von Doshi und Hauser (2024) kommt zu einem verblüffenden Ergebnis: Wer beim Schreiben KI-Ideen nutzen darf, produziert einzeln für sich kreativere, besser bewertete Texte – vor allem die weniger geübten Schreibenden. Gleichzeitig aber werden die Texte einander ähnlicher. KI hebt die einzelne Kreativität und senkt die gemeinsame Vielfalt, die sich auch in der sprachlichen Nivellierung bis hin in die Fachliteratur und Social Media deutlich zeigt. Für die Autoren der Studie ist das ein Dilemma: Jeder für sich steht besser da, aber insgesamt schrumpft die Bandbreite des wirklich Neuen.

Was heisst das für die Schulpraxis? Wenn dreißig Kinder mit demselben Sprachmodell an derselben Aufgabe arbeiten, bekommt man am Ende leicht dreißig Varianten desselben Gedankens. Die Aufgabe der Schule verschiebt sich damit, denn Schule muss der Ort werden, an dem Eigensinn, Abweichung und echte Meinungsvielfalt ausdrücklich gegen den nivellierenden Sog zur Mitte gepflegt werden.

Verantwortung – lernbar nur in Gemeinschaft

Pallesches „Verantwortung übernehmen“ ist die fünfte Dimension. Wolfgang Klafki hat die Ziele von Bildung in einem Dreiklang zusammengefasst: Selbstbestimmung, Mitbestimmung und Solidarität. Die OECD nennt „Verantwortung übernehmen“ ebenfalls als Schlüsselkompetenz. Diese lässt sich aber nicht theoretisch oder gar frontal angeleitet beibringen, sondern nur praktisch dort erfahren, wo Handeln wirklich Folgen hat.

Generative KI verstärkt auch diese Dimension in beide Richtungen. Die Technologie kann Verantwortung verwischen („die KI hat das doch gesagt“) oder Anlass sein, sie neu einzuüben: Wer trägt eigentlich die Folgen einer Entscheidung, die eine Maschine vorbereitet hat? Diese Frage ist nicht technisch, sie ist moralisch.

Was heisst das für die Schulpraxis? Verantwortung lernt man nicht im Fach „Verantwortung“, sondern indem die Schule selbst ein Raum wird, in dem Kinder echte Entscheidungen mit echten Folgen treffen – für sich, füreinander und für ihr Umfeld.

Ansatzpunkt für die Schulpraxis – 5 Dimensionen als Grundlage für Reflexion und Konzeptarbeit

Nachdem ich über Micha Pallesches Satz gestolpert war, nahm ich ihn gleich mal als Ausgangspunkt für den letzten Teil des KI-Fortbildungstages an der OBS Berenbostel. Als Impuls für das Kollegium wollte ich zur Weiterarbeit anregen, dabei aber nicht in Tool- oder Framework-Kategorien denken, sondern ganz grundsätzlich unter der Leitfrage „Wo wollen wir hin – und wie wollen wir den Weg dahin gestalten?“ zum Reflektieren, Diskutieren und konzeptuellen Arbeiten anregen. Entstanden sind neben einem Online-Kreativlabor für Lernformate zahlreiche Materialien und Visualisierungen – eine der Zusammenfassungen veranschaulicht den grundsätzlichen Versuch vielleicht ganz gut.

Aus dieser eher allgemeinen Übersicht lassen sich dann für die eigene Schule Ansatzpunkte und konkrete Vorhaben entwickeln. Einen Schritt weitergehend hatte ich die 5 Dimensionen im Vorfeld des SchiLf-Tages noch etwas weiter konkretisiert und auf die Schule und ihre zentralen Lernkonzepte bezogen. Und schon hier entstanden auch zahlreiche Ideen aus dem OBS-Kollegium, die zeigen: Wir selber entscheiden, wie wir uns mit Blick auf Lernen in Gemeinschaft im Zeitalter von KI positionieren („AI Leadership“).

---

Ein Gedankenspiel: Fünf Beispielschulen im Jahr 2035

Wie sähe eine Schule aus, welche die hier entwickelten Dimensionen in den Blick nimmt? Klar ist, es gibt nicht die eine Option oder Herangehensweise. Daher hat Jöran Muuß-Merholz in seinem lesenswerten Buch Schule 2035 einen kleinen Exkurs vorgenommen und gezeigt, wie man mit dieser Offenheit produktiv umgehen kann: Statt die Schule der Zukunft zu entwerfen, porträtiert er fünf erfundene Szenario-Schulen im Jahr 2035, die unterschiedlicher kaum sein könnten – von der „digital-freien Zone“ des Manfred-Spitzer-Lyceums bis zur komplett algorithmisch optimierten Lernumgebung LIDA-N22. Diese Szenarien sind, wie er betont, ausdrücklich keine Bauanleitungen und keine Blaupausen, sondern Einladungen zum Nachdenken und Streiten.

Für die Frage der „Renaissance des Menschlichen“ übernehme ich diesen Ansatz einfach mal: Jede der folgenden fünf (eigentlich: sechs) Schulen stellt eine Seite des vorher ausgeführten „Menschlichen“ in den Mittelpunkt – und macht so sichtbar, was passiert, wenn man sie zum Leitprinzip erhebt. Und weil KI ein Verstärker ist, der immer beides verstärkt, hat jede Schule ihre ganz individuellen Stärken und Schwächen. Spannend ist dann die Überlegung, welche Strategien und programmatischen Aspekte für die eigene Schule und das eigene Verständnis von guter Bildung relevant erscheinen – ein interessantes Gedankenspiel und eine schöne Vorlage zum remixen.

Schule 1: Das Kolleg „Sokrates“ – die Schule der Urteilskraft

Diese Schule richtet Ihr Profil auf eine ausgeprägte Diskurs- und Debattenkultur (z. B. „Jugend debattiert“), das Kontroversitätsgebot des Beutelsbacher Konsenses, gymnasiale Seminar- und Oberstufenkultur sowie Deeper Learning (Sliwka/Klopsch) mit echten Kontroversen aus.

Wie macht diese Schule das? Der Stundenplan ist nicht nach Fächern, sondern nach Streitfragen organisiert. Bevor recherchiert wird, bezieht jeder eine begründete Position; erst dann kommt die KI ins Spiel – ausschließlich als Sparringspartner und Advocatus Diaboli, der die eigene These mit den besten Gegenargumenten angreift. In gerätefreien „Denk-Werkstätten“ zählt allein der eigene Kopf. Bewertet wird die Qualität der Argumentation, nicht die „richtige“ Antwort.

Stärken (intern)	Schwächen (intern)
• Fördert Mündigkeit, Kritik- und Diskursfähigkeit • Tiefe Verarbeitung durch produktive Reibung • Direkt anschlussfähig an Demokratiebildung	• Hohe sprachlich-kognitive Voraussetzungen → sozial selektiv • Braucht solides Fachwissen als Basis • Überforderung ohne genügend Struktur
Chancen (extern)	Risiken (extern)
• KI als unerschöpflicher Sparringspartner und Perspektivgeber • Klares Profil gegen KI-bedingte „Denkbequemlichkeit“ • Stärkt Demokratiekompetenz in polarisierten Zeiten	• Streit kippt in Beliebigkeit/Relativismus • Bildung einer „Debattier-Elite“, andere hängen ab • Verwechslung von Meinung und begründetem Urteil

Schule 2: Die Pestalozzi-Schule — Schule der Beziehung

Diese Schule richtet ihr Profil auf Beziehungsdidaktik und Pestalozzis „Kopf, Herz, Hand“ aus und konzipiert eine personalisierte Lernbegleitung mit festen Lernbegleitungen und Lernbüros (Vorbild u. a. Alemannenschule Wutöschingen, Gemeinschaftsschulen) unter Beachtung von Hatties Befunden zur Lehrer-Schüler-Beziehung sowie Bindungs- und SEL-Forschung.

Wie macht diese Schule das? Am Anfang steht nicht der curricular festgelegte Lerninhalt, sondern der Mensch. Jedes Kind hat über Jahre dieselbe Lernbegleitung, die seine Geschichte kennt; der Tag beginnt mit einem Ankommenskreis, Coaching-Gespräche sind fester Bestandteil. Adaptive Software übernimmt großzügig die Übe- und Vermittlungsanteile – damit die Erwachsenen Zeit für das Unverfügbare haben: Zuwendung, Gespräch, Vertrauen.

Stärken (intern)	Schwächen (intern)
• Starke Bindung und Zugehörigkeit als „sichere Basis“ • Hohe Motivation, geringere Abbruchquoten • Trägt emotional gerade vulnerable Schüler*innen	• Personalintensiv, schwer skalierbar • Erfolg hängt an einzelnen Personen • Wärme kann fachlichen Anspruch verdecken
Chancen (extern)	Risiken (extern)
• KI entlastet vom Vermitteln → mehr Zeit für Beziehung • Lerndiagnostik stützt die individuelle Begleitung • Antwort auf die Motivations- und Wohlbefindenskrise	• Nähe-Distanz-Probleme, Abhängigkeit statt Autonomie • Lehrkräftemangel und Burnout gefährden das Modell • „Wohlfühlschule“: unklare Leistungskriterien benachteiligen sozial Schwächere

Schule 3: Die Freinet-Werkstatt — Schule der Urheberschaft

Diese Schule richtet ihr Profil auf die Freinet-Pädagogik (freie Texte, Klassendruckerei, „travail vrai“ / echte Arbeit) sowie Maker Education, Projektlernen und den Anspruch authentischer Leistung im Deeper Learning sowie Selbstwirksamkeit (Bandura) aus.

Wie macht diese Schule das? Es gibt keine Arbeitsblätter, nur Aufträge mit echtem Publikum: eine Ausstellung, die stattfindet; ein Text, der erscheint; ein Bauteil, das funktionieren muss. KI ist selbstverständliches Werkzeug – aber im abschließenden Werkstattgespräch muss jedes Kind erklären, warum es jede wichtige Entscheidung so getroffen hat. „Das hat die KI vorgeschlagen“ gilt nicht. Bewertet wird die nachweisbare Urheberschaft.

Stärken (intern)	Schwächen (intern)
• Starke Selbstwirksamkeit durch echte Produkte • Authentisches, situiertes Lernen (Kopf und Hand) • Hohe Identifikation und Motivation	• Systematik- und Wissenslücken möglich • Prozessleistung schwer objektiv bewertbar • Ressourcen- und betreuungsintensiv
Chancen (extern)	Risiken (extern)
• KI hebt das gestalterisch-handwerkliche Niveau • „Autorschaft“ als Gegenmodell zum Copy-Paste • Anschlussfähig an Future Skills und Deeper Learning	• Homogenisierung, wenn alle dieselben Tools nutzen • Produkt-/Output-Fetisch; Deskilling im Verborgenen • Ungleichheit über kulturelles Kapital und Werkzeugzugang

Schule 4: Die Werk- und Kunstschule — Schule der schöpferischen Präsenz

Die Schule richtet ihr Profil auf reformpädagogische, bewusst medien- und bildschirmkritische Konzepte (Waldorf-Typ) mit Schwerpunkt auf Kunst, Musik, Handwerk, Bewegung, Rhythmus und Natur sowie embodied cognition und die Aufmerksamkeits-/Entschleunigungsdebatte aus.

Wie macht diese Schule das? Diese Schule ist bewusst KI-zurückhaltend – nicht aus Technikangst, sondern als pädagogische Entscheidung. Handys bleiben im Fach, geschrieben wird mit der Hand, gelernt an echten Dingen: im Schulgarten, in der Werkstatt, am gelesenen Buch, im gemeinsamen Musizieren. Digitale und KI-Werkzeuge kommen erst spät, dosiert und reflektiert dazu. Der Leitgedanke: das Unverfügbare, Verkörperte, schöpferisch Eigene schützen.

Stärken (intern)	Schwächen (intern)
• Schützt Aufmerksamkeit, Verkörperung, schöpferische Eigenkraft • Starke ästhetisch-kreative Bildung • Gegen-Milieu zur digitalen Dauerbeschleunigung	• Vorbereitung auf digitale Lebens-/Arbeitswelt fraglich • Gefahr der Weltfremdheit • Begründungen teils auf umstrittener Evidenz
Chancen (extern)	Risiken (extern)
• Profilbildung als „menschlicher“ Gegenpol • Wohlbefinden und Kreativität als Alleinstellungsmerkmal • Souveräner statt reflexhafter Medienumgang als Ziel	• Verschärfung digitaler Ungleichheit (vorenthaltene Kompetenz) • Nostalgie/Kulturpessimismus; „Bullerbü“-Vorwurf • Anschlussprobleme an weiterführende Wege

Schule 5: Die Agora-Schule — Schule der Verantwortung

Diese Schule richtet ihr Profil analog zu Initiativen wie der „Schule im Aufbruch“ (Margret Rasfeld) mit Formaten wie FREI DAY und den Fächern „Verantwortung“ und „Herausforderung“ sowie Service Learning, Deweys „Demokratie lernt man, indem man sie lebt“ und die Agency-Idee des OECD-Lernkompass 2030 aus.

Wie macht diese Schule das? Die Schule ist als Mikro-Gesellschaft organisiert: echte Ämter, ein echtes Budget, ein Schülerparlament, das wirklich (mit-)entscheidet. Am FREI DAY arbeiten Lerngruppen an realen Problemen im Stadtteil; wer eine Kasse führt, führt eine echte Kasse. KI ist Werkzeug der Gruppe – sie hilft, ein reales Problem zu durchdenken und Lösungen zu vergleichen. Verantwortung ist kein Lernziel, sondern gelebter Alltag.

Stärken (intern)	Schwächen (intern)
• Demokratie- und Verantwortungslernen durch Erfahrung • Starke Gemeinschaft und soziales Kapital • Hohe Selbstbestimmung und Anerkennung	• Systematische Fachlichkeit kann leiden • Reproduktion bestehender Hierarchien möglich • Hoher Organisationsaufwand
Chancen (extern)	Risiken (extern)
• KI unterstützt echte, komplexe Projektarbeit • Antwort auf Demokratie- und Engagement-Krise • Anschluss an Transformationsforschung und BNE	• Konformitätsdruck und Groupthink • Scheinpartizipation / Tokenismus • „Projektitis“ ohne fachliche Tiefe

Und der absolute Gegenentwurf – Schule 6: Gamma21 School

Ein ehrliches Gedankenspiel braucht die Kontrastfolie. Sie existiert bereits – und heißt in der Realität etwa Alpha School (USA): Ein privates Schulnetzwerk, das mit dem Modell „2 Hour Learning“ reguläre Lehrkräfte durch „Guides“ ersetzt und den fachlichen Unterricht fast vollständig einer KI-Vollpersonalisierung überlässt. Vermarktet wird das mit ziemlich genau der Sprache, die auch nach „Menschlichkeit“ klingt: „personalisiert“, „auf jedes Kind zugeschnitten“, „die KI kennt dich besser als du dich selbst“ – und dabei das Gegenteil von Selbstständigkeit betreibt: das perfekt vermessene, vollständig steuerbare Kind. Dass wir diese Schule von den anderen fünf unterscheiden können, verdanken wir allein unserem genauen Hinsehen. Die Wirksamkeitsbehauptungen beruhen auf internen Analysen und sind nicht unabhängig bestätigt; hinzu kommen Kritik an Governance und hohe, exklusive Studiengebühren.

Das ist der Verstärker in Reinform – nur eben in die andere Richtung. Und es zeigt die Pointe des ganzen Gedankenspiels: „Personalisiert“ ist nicht dasselbe wie „menschlich“. Ohne einen klaren Begriff vom Menschlichen ist die Renaissance des Menschlichen von ihrer – aus meiner pädagogischen Sicht – (Ver-)Fälschung nicht zu unterscheiden.

Rückgriff: Fragen ans eigene Kollegium

Keine dieser Schulen ist die per se und in Reinform zu den neuen Herausforderungen passende Schulform. Ihr Wert liegt darin, Wertentscheidungen sichtbar zu machen. Die Schatten der einen sind oft die Stärken der anderen: Das Sokrates-Kolleg trainiert Urteilskraft, riskiert aber soziale Selektivität; die Pestalozzi-Schule trägt Beziehung, riskiert aber Anspruch; die Freinet-Werkstatt stiftet Urheberschaft, riskiert aber Systematik; die Werk- und Kunstschule schützt Präsenz, riskiert aber Weltfremdheit; die Agora lehrt Verantwortung, riskiert aber Konformität. Eine reale Schule muss die Seiten nicht gegeneinander ausspielen, sondern bewusst ausbalancieren. Die produktive Frage lautet deshalb nicht „Welche dieser Schulen sind wir?„, sondern:

Welche Seiten des Menschlichen stärken wir – und welche vernachlässigen wir gerade, vielleicht ohne es zu merken?

---

Fazit: Die „Renaissance des Menschlichen“ ist eine Folge von Entscheidungen

Die Renaissance-Rufer haben natürlich recht: Wir stehen an einem Punkt, an dem sich neu entscheidet, worum es bei Bildung eigentlich geht. Aber die Renaissance des Menschlichen ist nichts, was genKI von allein auslöst. Sie ist eine Entscheidung, die Schulen treffen müssen – und für mich treffen dann Begriffe wie „Rückbesinnung“, „Neubesinnung“ oder auch „Verstärkung“ ja lange schon bestehender Bildungsziele auch besser. „Das Menschliche“ behält nur dort seinen Platz oder kehrt nur dort zurück, wo eine Schule aktiv Platz dafür schafft: Sei es das Urteil, das man sich nicht abnehmen lässt, die Beziehung, die man nicht berechnen kann oder die Urheberschaft, die man selbst verantwortet, die Vielfalt, die man gegen den Sog zur Mitte verteidigt oder die Verantwortung, die man nur miteinander lernt.

Man könnte es mit Hartmut Rosa so sagen: Gute Bildung ist der Moment, in dem der Funke überspringt – und das lässt sich nicht erzwingen, nur ermöglichen. Die Ironie unserer Lage ist, dass ausgerechnet generative KI uns dazu zwingt, das wieder ernster zu nehmen. Die Stärkung des Menschlichen beginnt nicht damit, dass wir das Menschliche beschwören, sondern wohl eher damit, dass wir konkret benennen können, was uns als Menschen ausmacht, was uns menschliche Bildung im KI-Zeitalter bedeutet und was das für Schulentwicklung bedeutet.

Insofern ist auch dieser Blogbeitrag (mal wieder als eine Art Lerntagebuch) der Versuch einer Annäherung und ich freue mich über Rückmeldungen und Austausch jeglicher Art!

Vor einigen Jahren noch hätte ich für einen interaktiven Fachwortschatz-Trainer mit Artikel-Farbcodierung, Vorlesefunktion und Feedback-Schleife entweder eine fertige (Bezahl-)App gebraucht oder jemanden an der Seite, der HTML, CSS und JavaScript beherrscht. Ich beherrsche das nicht und habe von Programmieren auch, ehrlich gesagt, kaum Ahnung. Inzwischen beschreibe ich einem Large Language Modell (LLM) wie Claude Sonnet oder Claude Opus in ein paar Sätzen, was ich haben möchte, warte einige Minuten – und erhalte ein fertiges Lernspiel, das im Browser läuft, und von meinen Schülerinnen und Schülern oder mir direkt genutzt werden kann. Ein Beispiel? Hier ein Lernquiz, das später im Blogbeitrag exemplarisch gezeigt wird und in 2-3 Minuten einsatzfertig war:

Das klingt nach der üblichen KI-Euphorie und ich habe mir bis zum ersten Blogbeitrag über Vibe Coding aus genau dem Grund auch etwas Zeit gelassen – man muss einfach nicht alles immer sofort ausprobieren, viele Kolleginnen und Kollegen stehen sowieso noch ganz am Anfang. Und deshalb geht es hier weniger um den tatsächlich erfahrbaren Aha-Effekt, als um einige ganz einfach nachzumachende Praxisbeispiele, die ich selbst erstellt und im Unterricht erprobt habe – einen Lernspiel-Trainer für deutsche Fachbegriffe und ein Adventure zum „War on Terror“. Zugleich geht es auch um die Frage, was diese neue Niederschwelligkeit der Erstellung von Lernspielen, Anwendungen und Tools ohne jegliche eigene Programmierkenntnisse für die Schule bedeutet. Und was eben auch nicht.

Was ist Vibe Coding mit KI eigentlich?

Den Begriff hat Andrej Karpathy im Februar 2025 in einem Tweet geprägt: „I’m building a project or webapp, but it’s not really coding – I just see stuff, say stuff, run stuff, and copy-paste stuff, and it mostly works.„. Simon Willison hat die Definition später zugespitzt: Von Vibe Coding im engen Sinn spreche man erst, wenn man den erzeugten Code gar nicht mehr selbst durchsieht, sondern direkt mit der Nutzung der erstellten Anwendung loslegt. Letztlich lässt sich Vibe Coding einfach zusammenfassen: Statt komplexe Code-Strukturen selbst zu schreiben, beschreiben Nutzer der KI das gewünschte Ziel, das Design oder bestimmte Features. Die KI übernimmt die vollständige Umsetzung und der Anwender steuert den Prozess iterativ durch weiteres Feedback.

Für unsere schulische Praxis ist wohl weniger die theoretische Definition entscheidend, als vielmehr die praktische Konsequenz: Die technische Hürde, die früher zwischen einer didaktischen Idee und ihrer interaktiven Umsetzung lag, ist weitgehend verschwunden. Wer beschreiben kann, was er will, kann es sich mittels Vibe Coding erstellen lassen – von einem einfachen Karteikarten-Trainer über eine weltweite Lern- und Recherchereise als Adventure-Game bis zu einem kleinen Quizspiel mit Punkten und Auswertung. Was zurückkommt, ist keine Skizze oder ein Vorschlag, sondern eine unmittelbar funktionierende Anwendung: eine HTML-Datei, die man gleich selbst nutzt oder per Link teilt. Wie das konkret abläuft, zeige ich weiter unten Schritt für Schritt.

Möglich wurde das, weil zwei Dinge zusammenkamen: Sprachmodelle wie ChatGPT oder Claude Opus / Fable 5 sind spürbar besser geworden, und Tools wie die Artefakte in Claude zeigen das Ergebnis sofort in einem Vorschaufenster an, auf dessen Basis man weiterbearbeiten und anschließend veröffentlichen kann. Joscha Falck hat diesen Workflow in seinem Erfahrungsbericht zu interaktiven Lernmaterialien sehr anschaulich beschrieben: Kontext und Ziel benennen, Inhalte hineingeben, Interaktivität festlegen, in zwei bis fünf Schleifen verbessern, teilen. Genau so ist das Vorgehen, wenn der eigentliche Punkt eben nicht das Programmieren ist, sondern vielmehr das präzise Beschreiben und Überarbeiten einer Idee mit anschließender Umsetzung durch die KI.

Was Sprachmodelle inzwischen können (Stand Sommer 2026)

Vielleicht kurz zur Einordnung: Auf den einschlägigen Benchmarks für echte Programmieraufgaben – etwa SWE-bench Verified, wo Modelle Fehler in realen Codebasen beheben müssen – sind die Werte für Claude Opus innerhalb eines halben Jahres von rund 80 auf knapp 88 Prozent gestiegen. Das ist ein Fortschritt, den man bei der Nutzung als Lehrperson vielleicht weniger bemerkt, der aber trotzdem beachtenswert ist. Karpathy selbst hat Anfang 2026 berichtet, er tippe seit Monaten praktisch keinen Code mehr, sondern dirigiere mehrere Agenten parallel. Ein oft zitierter Satz Karpathys bringt die Rollenverschiebung auf den Punkt: Die autonomen Agenten hätten die Entwickler nicht ersetzt, sondern zu Projektmanagern des Codes gemacht.

Für die Schule ist dieser professionelle Bereich weniger interessant, sondern ein eher kleiner, praktisch aber gut nutzbarer Ausschnitt: die einzelne, in sich geschlossene Anwendung. Eine HTML-Datei, die ohne Server und ohne Anmeldung im Browser läuft, interaktive Elemente enthält, mit echten Daten und Diagrammen arbeiten kann, sich per Link oder als Datei verteilen lässt und (wichtig für den Schulalltag) auch offline und im gefilterten Schul-WLAN funktioniert.

Bei aller Begeisterung lohnt es, dabei zwei Befunde aus der Forschung im Blick zu behalten, die vor zu viel Euphorie schützen: In einer kontrollierten Feldstudie von METR aus dem Sommer 2025 brauchten erfahrene Entwickler mit KI-Werkzeugen im Schnitt rund 19 Prozent länger für ihre Aufgaben – und waren dabei überzeugt, deutlich schneller zu sein. Und wer die KI-Ergebnisse ungeprüft übernimmt, versteht am Ende weniger: In einer Untersuchung schnitten Programmierer, die beim Sprachmodell nachfragten, was der Code eigentlich tut, beim Verständnis klar besser ab als jene, die einfach akzeptierten, was erzeugt wurde. Beide Befunde gelten für professionelles Programmieren und lassen sich mit Blick auf meine Erfahrungen in der Schulpraxis nicht 1:1 übertragen, sollten aber präsent sein: Das gefühlte Tempo bei der Arbeit mit genKI täuscht häufig, und die eigentliche Qualität entsteht im (durchaus zeitintensiven) Nachfragen, Prüfen und Weiterentwickeln. Ein weiterer Indikator dafür, die Arbeit mit und über genKI als anzubahnende Kompetenz zu begreifen.

Zwei Praxisbeispiele für Vibe Coding in Schule und Unterricht

„Auftrag: Reportage“ – ein Adventure zum War on Terror

Für den Abschluss einer Unterrichtssequenz zur US-Außenpolitik nach dem 11. September wollte ich (für eine der letzen Stunden vor den Sommerferien) ein Lernspiel, das die Leitfrage der Reihe in einem ernsten Lernsetting bündelt: War der „War on Terror“ ein gerechter Krieg? Herausgekommen ist ein browserbasiertes „Adventure“, in dem die Schülerinnen und Schüler als Journalistinnen und Journalisten eines fiktiven Magazins namens WELTBLICK die Titelreportage zum 25. Jahrestag recherchieren, diese bei der Chefredaktion einreichen und anschließend auf Basis eines umfassenden Feedbacks die Entscheidung erhalten, ob und warum ihre Story für das Magazin (nicht) angenommen wird.

Die Schülerinnen und Schüler reisen zu sechs frei wählbaren Schauplätzen – New York, Washington, Kabul, Guantánamo, Bagdad und den Orten des Drohnenkriegs in Waziristan – und sichten an jedem Ort drei Materialtypen: ein Dokument, ein Zeitzeugnis und einen Daten- und Faktenblock. Als analytisches Rückgrat dient das Raster der Lehre vom gerechten Krieg (ius ad bellum und ius in bello). Ein Reporter-Notizbuch füllt sich automatisch, eigene Notizen sind an jedem Ort möglich, und die historischen Bezüge sind bewusst konkret gehalten: der NATO-Bündnisfall und Schröders „uneingeschränkte Solidarität“, Kundus 2009, der Fall Murat Kurnaz, Ramstein als Relaisstation im Drohnenkrieg, die Powell-Rede, Abu Ghraib, die Daten von Iraq Body Count und dem Costs-of-War-Projekt. Ab vier recherchierten Orten reichen die Schülerinnen und Schüler ein Exposé mit Arbeitstitel, These, Aufbau und begründetem Urteil ein. Eine regelbasierte KI-„Redaktionskonferenz“ prüft es entlang von Faktenbasis, Perspektivenvielfalt und Urteilsqualität und antwortet mit einem Stempel – ANGENOMMEN, ÜBERARBEITUNG oder ABGELEHNT – samt individuellem Feedback. Je nach Vorgehen können die Lernenden über einen Kopier-Button ihr Exposé zusätzlich in ein schulisch zugelassenes KI-Tool übertragen und sich eine zweite Meinung einholen.

Gerade im Fach Geschichte trägt so ein Lernspiel eine produktive Spannung in sich, wie sich auch direkt live im Klassenraum zeigte. Multiperspektivität und Quellenarbeit lassen sich damit eindrücklich inszenieren, zugleich war es mein Anliegen, auf ein grundlegendes Paradoxon hinzuweisen: Denn KI-gestützte oder rekonstruierte Zeitzeugnisse / Kompilationen erzeugen ja gerade die Quellenillusion, gegen die geschichtsdidaktisch die Quellenkritik antritt. Ein flüssig erzähltes, plausibel klingendes „Zeugnis“ einer KI-Kompilation ist eben keine Quelle (dazu auch mehr in meinem Blogbeitrag „KI im Unterricht – Tutor, Sparringspartner oder „false buddy“? – Praxisbeispiel Geschichtsunterricht“).

Ich setzte das Adventure deshalb nicht nur als Lernspiel ein, sondern auch als Anlass, mit der Lerngruppe über Chancen und Gefahren generativer KI für historisches Lernen zu sprechen. Das Werkzeug wurde so zum eigenen Lerngegenstand. Für die Klasse, so das eindeutige Feedback der 11A, war es eine spannende und abwechslungsreiche Stunde und die Schülerinnen und Schüler plädierten dafür, solche Vibe-Coding-Projekte häufiger gemeinsam auszuprobieren und ggf. auch in Teams weiterzuentwickeln für eigene Fragestellungen.

Fachwortschatz-Trainer für die Berufsschule

Das zweite Beispiel entstand fast beiläufig während einer Fortbildung. Ein Kollege fragte, wie man nicht-muttersprachliche Schülerinnen und Schüler an der Berufsschule beim Fachwortschatz unterstützen könne – denn an Begriffen wie Verfallsdatum, Wurzelbehandlung oder Abrechnung scheitere im Berufsschulalltag oft mehr als am eigentlichen Inhalt. Statt die Frage auf die bekannte „Das könnt Ihr nachher im Workshop doch mal ausprobieren“-Liste zu setzen, habe ich sie mittels Vibe Coding direkt während der Fortbildung beantwortet.

Wenige Minuten später lief der erste Prototyp eines Fachwortschatz-Trainers, orientiert an den Ausbildungsgängen eines Kölner Berufskollegs – von der MFA über ZFA, TFA und PKA bis zum Grundwortschatz rund um Arbeitsvertrag und Krankmeldung.

In der ausgebauten Fassung stecken 96 Fachbegriffe aus acht Berufsfeldern, jeweils mit Übersetzungen in acht Sprachen von Arabisch über Ukrainisch bis Persisch/Dari, inklusive korrekter Schreibrichtung fürs Arabische und Persische. Die Artikel sind nach der aus dem DaZ-Bereich vertrauten Konvention farbcodiert (der/die/das in Blau, Rot, Grün). Es gibt drei Modi: Lernkarten mit Vorlesefunktion, eine Zuordnungsübung und ein Quiz, und am Ende ein Feedback, das zeigt, welche Wörter schon gut bekannt sind und welche man wiederholen sollte. Das Ganze steckt in einer einzigen HTML-Datei, es sind kein Login, keine App und keine Kosten mit der Nutzung der Lernapp verbunden.

Aber auch hier bleibt die Qualitätssicherung Handarbeit: KI-generierte Übersetzungen müssen vor dem Einsatz überprüft werden. Das Tool ersetzt keine sprachsensible Unterrichtsplanung, aber es kann sie schneller wirksam machen.

Ein Blick über den Tellerrand – was machen die Kollegen?

Ich bin mit diesen Versuchen in guter Gesellschaft. Joscha Falck hat für seine Klassen an einer bayerischen Mittelschule drei beispielhafte Anwendungen erstellt und im sehr lesenswerten Blogbeitrag vorgestellt:

• • eine interaktive Selbstkontrolle nach einer Deutsch-Klassenarbeit, die nicht nur richtig oder falsch anzeigt, sondern erklärt, warum eine Lösung funktioniert;
  • eine modulare Lern-App zur Informatik-Prüfungsvorbereitung mit Flashcards, Quiz und Lösungsskript, zwischen denen frei gewählt werden kann;
  • und eine kleine Wissensplattform zu Kurzgeschichten, die vom Lesen über das Verstehen zum Schreiben führt.

Sein Befund deckt sich mit meinem: Dass Lernende mitentscheiden können, wie sie sich ein Thema erarbeiten, wirkt motivierend – die Wahlfreiheit ist selbst ein didaktisches Element. Am anderen, technisch anspruchsvolleren Ende steht ein Beispiel, das Falck ebenfalls in seinem Blogbeitrag verlinkt:

• • Christian Winnerl hat für seinen Sohn einen Aufgaben-Transformator gebaut, der Mathe-Aufgaben in zwei Schritten – erst Kernaufgabe extrahieren, dann neu aufbauen – in Fortnite-Kontexte überführt und so für Jugendliche ansprechender macht. Winnerl merkt selbst trocken an, der pädagogische Langzeiteffekt sei noch offen, der Familienfrieden aber messbar gestiegen.

Und Manuel Flick stellt im Blogbeitrag „10 Ideen und Prompts für interaktive Lernspiele“ gleich mehrere Lernspiele vor und zeigte mit Screenshots und Live-Beispielen, wie man selbst ganz einfach ein Lernspiel erstellen kann.

Habt Ihr auch interessante eigene Beispiele? Dann gerne zusenden und ich nehme sie hier in die Liste auf!

Die Bandbreite reicht also von der schnellen Selbstkontrolle bis zum kleinen Software-Projekt. Je nachdem, wie viel Zeit, Fantasie und technisches Vorwissen man mitbringt, sind der Kreativität keine Grenzen gesetzt.

Selbst loslegen: 5 Schritte zum eigenen Lernspiel per Vibe Coding

So spannend manche Beispiele sind, so abstrakt bleiben sie, wenn man es nicht selbst einmal ausprobiert hat. Deshalb hier eine kurze Anleitung für den Einstieg, ausdrücklich gedacht für Kolleginnen und Kollegen, die noch nie eine Zeile Code geschrieben haben und meinen, sie könnten das jetzt auf gar keinen Fall. Den grundlegenden Ablauf hat Joscha Falck in seinem Beitrag bereits sehr klar in fünf Schritten aufgeschrieben, die ich üblicherweise auch so oder ähnlich nutze, führe diese aber hier im Blogbeitrag an einem konkreten kleinen Lernspiel entlang.

Als durchgehendes Beispiel nehme ich hier einfach mal das Naheliegendste für viele Lehrkräfte: ein schlichtes Quizspiel. Multiple-Choice-Fragen zu einem Thema, Punkte, eine kleine Serie für richtige Antworten in Folge und eine Auswertung am Ende. Das lässt sich auf praktisch jedes Fach und jede Jahrgangsstufe übertragen – ob Vokabeln, Jahreszahlen, Fachbegriffe oder Definitionen.

Was man vorher wissen sollte. Drei Dinge helfen, mit der richtigen Erwartung heranzugehen:

• • Erstens beschreibt man in normaler Sprache, was das Sprachmodell tun soll; man muss nichts programmieren, aber klar sagen können, was man will.
  • Zweitens ist das Ergebnis in aller Regel eine einzelne HTML-Datei, die im Browser läuft – man kann sie herunterladen, lokal speichern oder per Link teilen.
  • Und drittens ist der erste Wurf selten der fertige: Zwei bis fünf Überarbeitungsschleifen sind völlig normal und kein Zeichen, dass man etwas falsch macht. Das ist wohl eher der eigentliche Arbeitsmodus.

Schritt 1: Ziel und Kontext benennen. Zuerst wird beschrieben, was entstehen soll und für wen. Also: Fach, Thema, Klassenstufe, Zweck (Einstieg, Wiederholung, Prüfungsvorbereitung) und die Form – hier ein Quizspiel. Je konkreter, desto besser. Zum Beispiel: „Erstelle ein interaktives Quizspiel als einzelne HTML-Seite für eine 7. Klasse Geschichte zur Wiederholung des Themenfelds ‚Mittelalter‘. Multiple Choice mit vier Antwortmöglichkeiten pro Frage.“

Schritt 2: Inhalte mitliefern. Ein Tool ist nur so gut wie die vorher mit eingegebenen Inhalte / Materialien und/oder muss sehr genau überprüft werden. Bei dem Adventure-Lernspiel habe ich die historischen Orte teils selbst vorgegeben, Materialien aus dem Unterricht mit zur Verfügung gestellt und gegengelesen; beim Fachwortschatz-Trainer kam der fachliche Kern aus dem Kollegium. Die Regel lautet: eigene, geprüfte Inhalte hinein – oder alles Generierte hinterher prüfen (bzw. natürlich beides).

Schritt 3: Spielmechanik und Interaktion festlegen. Jetzt wird beschrieben, wie sich das Spiel anfühlen soll. Hier entscheide ich darüber, ob ein Lernspiel entsteht oder nur eine hübsch animierte Abfrage. Etwa: „Nach jeder Antwort sofortiges Feedback, das nicht nur ‚richtig/falsch‘ anzeigt, sondern in einem Satz erklärt, warum die richtige Antwort stimmt.“ Dazu die spielerischen Elemente: ein Punktezähler, eine Serie („Streak“) für aufeinanderfolgende richtige Antworten, ein Fortschrittsbalken, am Ende eine Auswertung mit Ergebnis und einer Liste der falsch beantworteten Fragen zum gezielten Nachlernen. Beim 09/11-Recherchespiel ist es vor allem die Redaktionsrückmeldung am Ende, teils verbunden mit der Aufforderung, bestimmte Aspekte vielleicht nochmal zu überarbeiten.

Schritt 4: Testen und in Schleifen verbessern. Der erste Entwurf erscheint sofort im Vorschaufenster. Jetzt selbst durchklicken, Schwachstellen notieren und gezielt zurückmelden:

• • „Der Kontrast der Buttons ist zu schwach, mach die Schrift größer.“
  • „Integriere eine Wiederholungsliste der falsch beantworteten Fragen.“
  • „Die Fragen sollen bei jedem Durchgang in zufälliger Reihenfolge kommen.“
  • „Ändere das Spielprinzip grundsätzlich nochmal dahingehend, dass …“
  • „Das auf die Schülereingabe folgende Feedback sollte folgendem, bei uns im Unterricht eingespieltem Schema folgen: …“

Nach jeder Rückmeldung überarbeitet das Sprachmodell die Datei direkt und macht häufig auch weitere Vorschläge für mögliche Anpassungen (z.B. für eine Offline-Nutzung ein regelbasiertes Feedback auf Schülerabgaben, für das ich dann im Vorfeld auch entsprechende Feedback-Kriterien eingeben muss). In der Regel braucht es zwei bis fünf solcher Runden, bis das Ergebnis wirklich unterrichtstauglich ist.

Schauen wir hier doch mal rein, was jetzt nach meiner Schritt-für-Schritt-Vorgehensweise entstanden ist – Ihr seht hier meine Claude-Oberfläche, in der sowohl die 5-Schritte-Grafik als auch das kleine Lernquiz auf Basis der vorherigen Blog-Absätze entstanden sind:

Schritt 5: Sichern, teilen, einsetzen. Ist das Spiel fertig, lässt es sich per Link veröffentlichen oder als HTML-Datei herunterladen. Für den Schuleinsatz empfehle ich ausdrücklich den Download: Die Datei gehört dann euch, läuft auch offline und überlebt einen Anbieterwechsel. Vor dem Einsatz einmal lokal per Doppelklick testen – am besten in dem Browser und auf dem Gerät, das die Klasse tatsächlich nutzt. Verteilt wird per Link (ich nutze dafür eine Unterseite meines Blogs: https://unterrichten.digital/lernspiele), QR-Code im Heft oder über die Lernplattform oder auch per Mail. Eine Lizenzzeile am Fuß (bei mir CC BY-SA 4.0) macht das Material für andere nachnutzbar.

Zwei Beispiel-Startprompts zum Kopieren. Wer sofort loslegen möchte, kann diese Prompts für bewusst simpel gehaltene Lerntools in ein Sprachmodell (wie bspw. Claude Opus) kopieren und die Inhalte durch eigene ersetzen:

„Erstelle ein Quiz-Lernspiel als einzelne, in sich geschlossene HTML-Datei (ohne externe Abhängigkeiten, damit es offline läuft). Thema: [dein Thema]. Ich liefere dir 15 Fragen mit je vier Antwortmöglichkeiten und der jeweils richtigen Lösung samt kurzer Begründung [Fragen einfügen]. Zeige die Fragen einzeln nacheinander, gib nach jeder Antwort sofortiges Feedback mit der Begründung, führe einen Punktezähler und eine Serie für richtige Antworten in Folge. Am Ende eine Auswertung mit Ergebnis und einer Liste der falsch beantworteten Fragen. Schlichtes, gut lesbares Design mit hohem Kontrast.“

„Erstelle ein interaktives Zuordnungsspiel als einzelne HTML-Datei. Auf der einen Seite Begriffe, auf der anderen ihre Definitionen; per Klick oder Ziehen werden Paare gebildet. Thema: [dein Thema], hier die Paare: [einfügen]. Richtige Paare bleiben verbunden und werden grün markiert, falsche kurz rot. Ein Zähler zeigt die gefundenen Paare, am Ende gibt es eine kurze Rückmeldung. Gut lesbares Design.“

Ein paar Tipps aus der Praxis. Vier Dinge haben sich für mich bewährt:

1. Bitte das Modell explizit um „eine einzelne, in sich geschlossene HTML-Datei ohne externe Abhängigkeiten“ – dann läuft das Ergebnis offline und auch im gefilterten Schul-WLAN.
2. Für den Schuleinsatz ist regelbasiertes Feedback, das fest in der Datei steckt, meist die bessere Wahl als eine Live-Anbindung ans Sprachmodell: Es funktioniert ohne Internet und ist datenschutzrechtlich unkritischer.
3. Keine personenbezogenen Schülerdaten in die Anwendung geben.
4. Und: klein anfangen, dann erweitern – erst das Grundspiel zum Laufen bringen, danach in weiteren Runden einen Timer, mehr Fragetypen oder eine Wiederholungsfunktion ergänzen.

Kurz zu Zugang und Kosten. Grundsätzlich geht der Einstieg auch mit kostenlosen Zugängen, beim Vibe Coding stößt man damit aber schnell an Nutzungsgrenzen. Ein kostenpflichtiger Zugang im niedrigen zweistelligen Euro-Bereich pro Monat ist in meinen Augen für das Erproben und Experimentieren (das häufige mehrere Versuche beinhaltet) sehr sinnvoll und gut angelegt; die genauen Konditionen ändern sich, ein kurzer Blick auf die aktuellen Angebote lohnt. Wer bei anderen Modellen wie ChatGPT oder Gemini bleibt, bekommt den Code als Text, speichert ihn als *.html-Datei und öffnet sie im Browser. Das ist zwar etwas umständlicher, aber machbar; für einen öffentlichen Link helfen Dienste wie GitHub oder Netlify. Auch das hat Joscha Falck in seinem Beitrag anschaulich beschrieben.

„Demokratisierung der Materialerstellung“?

Damit bin ich bei einer Frage, die mich (auch) mit Blick auf KI schon länger umtreibt und auf die ich schon vor über drei Jahren im Blogbeitrag zu individuellen Tutorsystemen einging: Wenn die technische Hürde fällt und jeder nun sein eigenes Lernmaterial auf die eigene Lerngruppe zugeschnitten erstellen kann – demokratisiert das die Materialerstellung? Können jetzt Lehrkräfte und Schülerinnen und Schüler ihre eigenen Lernumgebungen für individuelles Lernen kreieren und sind nicht mehr auf fertige (kommerzielle) Angebote angewiesen?

Einerseits ja: Die Hürde, eine passgenaue, differenzierende Anwendung für genau diese eine Lerngruppe zu bauen, war noch nie so niedrig. Aus einer Nachfrage in der Fortbildung wird ein einsetzbares Werkzeug, aus einer schnellen Idee während der Unterrichtsvorbereitung auch noch am Vorabend der Stunde ein ausgereiftes Lernspiel. Die Rolle der Lehrkraft verschiebt sich dabei, wie Falck treffend schreibt, weiter in Richtung Gestaltung und Kuratieren: Ich muss nicht mehr alles von Grund auf neu erstellen oder mit nur halb editierbaren Verlagsmaterialien vorliebnehmen, sondern kann Vorhandenes als Ausgangspunkt nehmen und in neue Formate überführen lassen. Und der Gedanke, dass auch Lernende zu Gestaltern eigener Lernanwendungen werden – einen Trainer für den eigenen Fehlerschwerpunkt, eine Simulation für ein schwer greifbares Konzept –, ist mehr als eine Spielerei. Er verschiebt potenziell, wer im Unterricht produziert und wer konsumiert und lässt eine Ahnung davon entstehen, wie sich der Kompetenzbereich „Mitgestalten“ im Kompetenzmodell für Lehrende und Lernende zum Beispiel anbahnen ließe.

Und trotzdem würde ich das Wort „Demokratisierung“ nach wie vor mit Vorsicht verwenden, wenn man einige Fallstricke im Blick behält.

Erstens: Erstellt (ich mag den Begriff „Bauen“ irgendwie nicht) ist schnell, gewusst was zu erstellen ist die eigentliche Arbeit. Die Fantasie, überhaupt einen sinnvollen Anwendungsfall zu erkennen, stellt sich nicht von selbst ein – sie muss durch Ausprobieren und Abschauen trainiert werden und baut in der Regel auf großer Erfahrung auf. In beiden meiner Beispiele kam der didaktische Kern von Lehrkräften, die ihre Lerngruppe kennen; die KI hat die Umsetzung übernommen. Wenn aber das Erstellen per Klick zur Leichtigkeit wird und das Erkennen des Sinnvollen genuin menschlich und komplex bleibt, dann demokratisiert Vibe Coding vor allem den eher einfachen Teil (auf der Tool-Ebene) – und bevorteilt jene, die ohnehin schon über didaktische Expertise, Zeit und Ideen verfügen.

Zweitens: Interaktiv ist nicht gleich lernförderlich. Ein Werkzeug ist zunächst nur ein Angebot; ob daraus Lernen wird, entscheidet sich in der Nutzung – im Angebots-Nutzungs-Modell sind das die Mediationsprozesse in den Köpfen der Lernenden, die von sehr viel Kontext abhängen. Klickende Aktivität lässt sich leicht erzeugen, kognitive Aktivierung nicht. Ein Quiz, das Schülerinnen und Schüler durchklicken, ohne nachzudenken, ist schön animiert, bleibt aber didaktisch wertlos. Entscheidend bleiben die Einbindung in Lernziele, sinnvoll kontextualisierte Lernaufgaben und Arbeitsaufträge und die Frage, ob ein Tool wirklich Verstehen fördert oder nur (oberflächliche) Aktivität.

Drittens: Die Qualitätssicherung bleibt genuin menschlich und wird immer wichtiger, je inflationärer die Materialerstellung funktioniert (die Kehrseite der „Demokratisierung der Materialerstellung“ – ich bin darauf in meinem Blogbeitrag zum Angebots-Nutzungs-Modell näher eingegangen). Sprachmodelle formulieren Falsches mit derselben Souveränität wie Richtiges. Die Übersetzungen im Fachwortschatz-Trainer müssen einmalig muttersprachlich (am besten mit den Schülerinnen und Schülern gemeinsam) überprüft werden, die historischen Angaben im Adventure gegengelesen, die Musterlösung kritisch in den Blick genommen werden. Und im Fach Geschichte kommt die schon genannte Quellenillusion hinzu: Was aussieht wie eine Quelle, ist womöglich eine glatte Rekonstruktion in Form einer KI-Kompilation. Wer solche Materialien einsetzt, muss diese Prüfung selbst leisten können – die Verantwortung lässt sich nicht an das Sprachmodell delegieren.

Viertens: Plattform- und Datenschutzabhängigkeit. Wer didaktische Infrastruktur auf einem proprietären System einer US-Firma aufbaut, macht sich abhängig von deren Geschäftsmodell, Preisen und Nutzungsbedingungen. Der pragmatische Ausweg ist, die Ergebnisse als eigenständige HTML-Dateien herunterzuladen, lokal zu sichern und keine personenbezogenen Schülerdaten in die Anwendungen zu geben. Genau deshalb erstelle ich bewusst in sich geschlossene Dateien mit zumeist regelbasiertem Feedback statt Live-Anbindung ans Modell (Ausnahme: Oberstufe mit volljährigen Schülerinnen und Schülern), die offline laufen, datenschutzseitig unkritischer sind und ggf. auch einen Anbieterwechsel überleben.

Für Schülerinnen und Schüler, aber eigentlich genauso für Lehrkräfte, noch fünftens: Wer Ergebnisse nur abnimmt, versteht weniger. Etwas „bauen“ zu lassen ist eben noch kein Lernen – erst das Nachfragen, Prüfen und Überarbeiten bahnen Lernen an. Das eigenständige Erstellen von Lernumgebungen kann ein starker Lernanlass sein, aber nur, wenn genau diese Prüf- und Reflexionsschleifen eingeplant sind.

Vibe Coding in Schule und Unterricht: Zwischenfazit im Sommer 2026

Auch wenn nach wie vor die Mehrheit der Lehrkräfte gerade erst dabei ist, in das Thema genKI einzusteigen und erste Erfahrungen sammelt, ist Vibe Coding für viele ein naheliegendes Experimentiertfeld. Denn ganz sachlich betrachtet ist die technische Barriere für das Erstellen eigener interaktiver Lern- und Arbeitsumgebungen tatsächlich gefallen. Anders als der Hype um „agentische KI“ bzw. „AI Agents“, der sicherlich für viele Lehrpersonen auf einer sehr abstrakten Ebene liegt oder schlicht gar nicht bekannt ist, ist Vibe Coding greifbarer und relevanter: Für den schulrelevanten Ausschnitt – die einzelne, geschlossene, teilbare Anwendung – reicht heute eine präzise Beschreibung dessen, was man erreichen will, wo vor wenigen Jahren noch Programmierkenntnisse nötig waren. Das ist in der Tat ein „demokratisierendes“ Element mit Blick auf digitale / interaktive und auf die einzelne Lerngruppe zugeschnittene Lernanlässe wie z.B. Lernspiele. Und in diesem Blogbeitrag bin ich ja auch wirklich nur auf „Lernspiele“ eingegangen, nicht aber die umfassenden Möglichkeiten von Vibe Coding für unseren professionellen Alltag (von Arbeitsplattformen über Klausurenplanung, Prüfungsplanung bis hin zu internen Fortbildungsplattformen uvm.).

Der pädagogische Schwerpunkt hat sich aber nicht verschoben, denn die eigentlich zugrundeliegende, komplexe Arbeit bleibt didaktischer Natur:

• • Zu wissen, was ich für wen mit welchem Ziel in welchem Umfang entwickeln möchte,
  • anschließend die Qualität mit Blick auf die eigene Lerngruppe zu prüfen,
  • für kognitive Aktivierung statt bloße Aktivität zu gestalten,
  • das Tool in Lernziele, Aufgaben und Interessen der Lerngruppe einzubetten und
  • im besten Fall gemeinsam mit der Lerngruppe weiterzuentwickeln.

So gesehen ist Vibe Coding weniger eine Spielerei, sondern ein echter Sparringspartner und zugleich solche Lernspiele wie die hier gezeigten auch nur ein erster Einstieg für Lehrkräfte, die ohnehin didaktisch denken und Freude an Ideenfindung und jetzt aber auch direkter Umsetzung zu einer nutzbaren Anwendung haben. Die Rolle der Lehrkraft verschiebt sich dann – analog zum „Projektmanager des Codes“ in der Softwareentwicklung – vom Produzenten des Materials zum Gestalter, Kurator und Qualitätswächter. Insofern sind die ersten kleinen Lernspiele dann eigentlich nur ein Ausgangspunkt für weiteres Lernen, das Erstellen eigener professioneller Arbeitsumgebungen und individueller Tools für den Arbeitsalltag.

Ich bleibe deshalb dabei, dass eigenes Ausprobieren unersetzlich ist für das Sammeln eigener Erfahrungen. Und die eigene Kreativität und eigene Ideen jetzt mit KI umsetzen zu können, das ist auch ein lohnender Spaß. Zugleich sollte man bei diesem spielerischen Experimentieren nicht aus dem Blick verlieren, dass es sich um KI-Kompilationen handelt, die je nach Schulfach und Thema vorsichtig zu behandeln sind, und den Unterschied zwischen animierter Aktivität und echtem Verstehen im Blick behalten. Die für mich spannendste Frage habe ich dabei noch gar nicht beantwortet, sondern nur aufgeworfen: Was passiert, wenn nicht mehr nur wir Lehrkräfte, sondern die Schülerinnen und Schüler selbst zu Gestaltern ihrer Lernumgebungen werden? Darüber lohnt es, im nächsten Schuljahr genauer nachzudenken – und, dem Thema angemessen, das eine oder andere einfach auszuprobieren. Einen Projekttag dazu haben wir zumindest schonmal im Blick…

Liebe Abiturientinnen und Abiturienten, verehrte Gäste,

eines vorweg: diese Abiturrede sollte eigentlich unter dem Motto „Resilienz“ stehen. Denn mitten in der Abitur-, Kursplanungs-, Zeugnis- und nebenbei auch noch Kinder- und Männergrippe-Phase erreichte mich vor weniger als zwei Wochen eine Mail, die in ihrem höflichen Charme unbestechlich war:
„Ich komme direkt zum Punkt: mein Jahrgang ist mehrheitlich zum Entschluss gekommen, Sie darum zu bitten, im Rahmen der diesjährigen Abitur-Entlassung die „Lehrerrede“ zu halten.“
So freundlich-zugewandt wie empathisch ging die Anfrage weiter:
„Es hat sich in der Prüfungszeit schlichtweg niemand um die Rede gekümmert und die ganze Sache scheint wohl kollektiv untergegangen zu sein.“
Aber der zweite Satz trug dann doch zur Beruhigung bei:
„Wir erwarten selbstverständlich keine ciceronische Redeleistung von Ihnen…“
– puuhh, danke, die Jugend von heute ist einfach so verständnisvoll und genügsam in ihrer höflichen Zurückhaltung.

Apropos, da sind wir schon beim Thema: Die Jugend von heute. Das ist ein Thema, das mich irgendwie beruflich verfolgt und auch in meinem Tutorium immer wieder heiß diskutiert wurde. Denn es gibt genau eine Überzeugung, die in jedem Abschlussjahrgang immer wieder gleich ist. Wahrscheinlich die einzige Überzeugung, in der sich ältere Generationen und Abiturientinnen und Abiturienten wirklich einig sind:
„Mit der jungen Generation geht es einfach bergab. Die Generationen nach uns sind einfach noch ungebildeter, noch fauler, noch schlechter erzogen als wir!“
Und ja, ich erinnere mich durchaus noch gut an die Worte eines früheren Kollegen, als ich nach dem dualen Studium im Autokonzern mein Jackett an den Nagel hing, und er sagte:
„Ich würde mich niemals mit diesen Kindern von heute herumschlagen!“
Schaue ich Jahre später so in die aktuellen Buchveröffentlichungen, könnte man fast den Eindruck gewinnen, als hätten die Schwarzseher in diesem Punkt doch irgendwie Recht behalten:
So schrieb der ehem. Vorsitzende des Deutschen Lehrerverbandes gleich nach der Pensionierung erstmal ein Buch: „Wie man eine Bildungsnation an die Wand fährt: Und was Eltern jetzt wissen müssen“.

Da könnte man als Lehrer doch eigentlich auf der Stelle kehrtmachen, das Jackett wieder anziehen und in den nächstbesten Konzern zurückflüchten. Ich verrate Ihnen und Euch aber schon an dieser Stelle, allen Niedergangsaposteln zum Trotz: Ich bin und bleibe zuversichtlich. Doch der Reihe nach.

Falls Ihr jetzt nach Eurer Ultra-Kurzfrist-Anfrage mit wenigen low key-Zeilen gerechnet haben solltet, so muss ich Euch auch bei 35 Grad Außentemperatur enttäuschen – denn mindestens eine Sache brennt mir doch unter den Nägeln – und für die brauche ich als Historiker naturgemäß etwas länger. Mein Tutorium würde jetzt sagen: „Rede, Bruder, rede…“
Mit 5000 Jahren Zeithorizont werde ich nun jeden Zeitrahmen sprengen, wenn wir der Frage nachgehen, was es mit diesem „Die Jugend wird immer schlimmer!“-Phänomen – auch genannt „Juvenoia“ – auf sich hat…
Wagen wir also einen multimedialen Längsschnitt, einen Parforce-Ritt durch die letzten 5000 Jahre – natürlich geleitet vom objektiven Erkenntnisinteresse und dem hehren Ziel, ein neutrales und realistisches Bild von der Entwicklung der Jugend zu zeichnen:

• Eine Tontafel der Sumerer, ca. 3000 v. Chr. verfasst, gibt uns einen ersten Anhaltspunkt: „Die Jugend achtet das Alter nicht mehr, zeigt bewusst ein ungepflegtes Aussehen, sinnt auf Umsturz, zeigt keine Lernbereitschaft und ist ablehnend gegen übernommene Werte“
• Ähnlich scheint es laut einer Keilschrift um 2000 v. Chr. in Chaldäa zuzugehen: „Die Jugend ist herunter-gekommen und zuchtlos. Die jungen Leute hören nicht auf ihre Eltern. Das Ende der Welt ist nahe“.
• Wieder 1000 Jahre später das gleiche Bild: „Die heutige Jugend ist von Grund auf verdorben, sie ist böse, gottlos und faul. Sie wird niemals so sein wie die Jugend vorher, und es wird ihr niemals gelingen, unsere Kultur zu erhalten“ – schreibt ein frustrierter Zeitgenosse auf einer babylonischen Tontafel.
• Deutlich wird dann Sokrates im 5. Jhd. v. Chr.: „Die Kinder von heute sind Tyrannen. Sie widersprechen ihren Eltern, kleckern mit dem Essen und ärgern ihre Lehrer“, was Aristoteles mit den Zeilen „Unsere Jugend ist unerträglich, unverantwortlich und entsetzlich anzusehen“ nur bestätigen kann.
• Liest man dagegen einen gewissen Mönch Peter im Jahre 1274, so versteht man die „Krisen des Spätmittelalters“ ganz neu: „Die Welt macht schlimme Zeiten durch. Die jungen Leute von heute denken an nichts als an sich selbst. Sie haben keine Ehrfurcht vor ihren Eltern oder dem Alter.“
• Selbst Philipp Melanchthon, der treue Weggefährte Luthers, schließt jede Hoffnung, dass die Seligkeit auf Erden auch für die Jugend gelten könnte, kategorisch aus: „Der grenzenlose Mutwille der Jugend ist ein Zeichen, daß der Weltuntergang nah bevorsteht“.
• Auch Preußens Gloria und die Schulpflicht können den kontinuierlichen Verfall nicht aufhalten, was ein Schulmeister im 18. Jhd. mit den Worten „Das Sittenverderben unserer heutigen Jugend ist so groß, dass ich es unmöglich länger bei derselben aushalten kann!“ eindrucksvoll dokumentiert.
• Diskutiert dann 1826 eine Zeitung die „immer lauter werdenden Klagen über die zunehmende Rohheit und Verwilderung unserer Jugend“, so ist 1965 die Intelligenz derart implodiert, dass laut der DIHK „[…] knapp 50 % aller Lehrlinge mangelhafte oder stark defizitäre Leistungen in der Mathematik zeigen“.
• Dieselbe DIHK bemängelt 2010 erst gar nicht mehr fachliche Aspekte, sondern nur noch die „allgemeine Abnahme von Wert- und Moralvorstellungen, sowie fehlende soziale und personale Kompetenzen“.

Kurz gefasst: Ein 5000jähriger Zeitstrahl des Niedergangs und des Verfalls von Erziehung und Bildung.
Und am Ende dieses wirklich schlimmen Zeitstrahls steht nun Ihr, der Abiturjahrgang 2026.

Spätestens jetzt sollte jedem von der Vernunft geleiteten Menschen klar sein:
Mit dieser Jugend ist kein Staat mehr zu machen!

Und doch war mir, als ich Euch zum ersten Mal gegenübersaß, das genaue Gegenteil klar – und dabei ist es bis heute geblieben: Allen Niedergangsaposteln zum Trotz bin ich, mit Blick auf die Jugend, absolut zuversichtlich – und das ist auch Eure Schuld!
Denn Ihr habt meine Kolleginnen und Kollegen und mich in Eurer Individualität, mit Euren Ecken und Kanten, viele Jahre lang gefordert und immer auch belohnt. Mit den Erinnerungen und Enthüllungsstories Eurer Lehrerinnen und Lehrer könnte man Bücher füllen (meine Bürotür steht ja immer einen Spalt breit offen – und ich höre alles!).
Ihr war eben kleine Bildungsromane, die wir Lehrer in der Schule, am Wochenende und in den Ferien mit uns herumtrugen und die uns oft genug nicht aus dem Kopf gingen – dem einen Tutor vielleicht aus Sorge um seine viel zu vielen Schäfchen, der anderen Tutorin aus heller Begeisterung. Ich selbst kam immer bestens gelaunt aus Euren Kursen.

Sollte ich nach diesen eigenen Erfahrungen vielleicht einfach die 5000 Jahre geballter jugendlicher Verfalls-erscheinungen über Bord werfen?
Der österreichische Lehrer und Aphoristiker Ernst Ferstl schrieb einmal: „Gestandene Schwarzseher laufen ihr ganzes Leben lang vor Befürchtungen davon, die gar nicht hinter ihnen her sind“.
Er trifft damit wohl einen Nerv – und er trifft meine Grundhaltung als Lehrer zutiefst.

Schon in der Widmung des Kleinen Prinzen trifft der von mir gern gelesene Saint-Exupery einen weiteren Nerv: „Alle großen Leute waren einmal Kinder, aber nur wenige erinnern sich daran.“ Und so bleibt es neben Ihnen, verehrte Eltern, das Privileg der Lehrerinnen und Lehrer, täglich daran erinnert zu werden, dass wir in Euch Schülern immer auch unseren eigenen Spiegelbildern – vielleicht vor zehn, zwanzig oder dreißig Jahren und mehr – gegenübersitzen. Dass uns angesichts Eurer vielfältigen, teils (noch) verborgenen, Talente, Interessen und Träume immer wieder klar wird: „Was ich hier sehe, ist nur eine Hülle. Das Eigentliche ist unsichtbar …“.

Nehmen wir die Schwarzseher von der sumerischen Tontafel bis zur DIHK also einmal beim Wort.
Nehmen wir an, jede Generation sei tatsächlich „noch ungebildeter, noch fauler, noch schlechter erzogen“ als die vorherige. Dann müssten wir wohl nach 5000 Jahren ununterbrochenem Niedergang heute in einer der karg eingerichteten Hainberg-Höhlen sitzen, kratzten in Keilschrift „Das Ende der Welt ist nahe“ in die Wand und warteten geduldig darauf, dass der fest terminierte Weltuntergang endlich auf den Plan tritt. Das glaube ich eben nicht.

Und damit meine Ausführungen auch irgendwie nachvollziehbar bleiben – ich bin ja Lehrer, ich brauche Belege – möchte ich doch noch etwas hinschauen: nicht 5000 Jahre zurück, sondern auf das Hier und Heute. Auf Euch.

Vergleichen wir mit Euch doch einfach mal exemplarisch und repräsentativ die zentralen Werte der jetzt älter werdenden Boomer-Generation: Sex, Drugs and Rock’n Roll.
Ich fange, etwas vorsichtiger formuliert, an – Thema Liebe! Galt bei den Boomern noch „Wer zweimal mit demselben pennt, gehört schon zum Establishment“, zeigen heutige Jugendliche ein ganz anderes Verhalten. Alles ein bisschen solider, fast schon konservativer – so die einschlägigen Jugend-Studien.
Thema Alkohol! Die angeblich „verkommene und zuchtlose“ Jugend trinkt heute weniger als jede Generation, über die je geklagt wurde: Der regelmäßige Alkoholkonsum unter den 12- bis 17-Jährigen hat sich seit 2004 mehr als halbiert. Genauere Vergleiche zu meinem eigenen Abiturjahrgang oder gar unserer Studienfahrt erspare ich uns an dieser Stelle.
Thema Zigaretten! Von den 12- bis 17-Jährigen rauchen so wenige wie nie zuvor seit Beginn der Erhebungen – gerade einmal gut fünf Prozent. Die Tontafel der Sumerer, spätestens aber Martin Luther, hätten vermutlich besorgt vermerkt: „Die Jugend von heute qualmt und hustet ja nicht einmal mehr anständig.“
Thema Haltung, Verantwortung, Engagement! Vier von fünf jungen Menschen halten den Klimawandel für menschengemacht, und mehr als die Hälfte ist bereit, das eigene Verhalten dafür zu ändern – nicht nur zu fordern, sondern selbst anzupacken. Das politische Interesse Eurer Generation ist seit den frühen 2000ern deutlich gestiegen, die Bereitschaft, sich tatsächlich einzubringen ebenso. Und der vielbeklagte „Mangel an Respekt“? Eure Toleranz gegenüber anderen Lebensformen liegt deutlich höher als je zuvor – und drei von vier von Euch vertrauen trotz Krieg, Krise und negativen Schlagzeilen weiterhin auf Demokratie und Rechtsstaat.

Wir haben hier also, wie es mir scheint, zumindest im Durchschnitt eine Generation, die nüchterner, gesünder, toleranter und engagierter ist als die allermeisten, die je den Stab über sie gebrochen haben.

Damit Ihr das aber nicht nur von mir als hoffnungslos optimistischem Tutor hören müsst, wollte ich Verstärkung holen. Und so habe ich irgendwie noch nebenbei in den vergangenen 1,5 Wochen Briefe geschrieben: an Frau Merkel, an Herrn Merz, an Herrn Habeck – an Menschen jeglicher Couleur eben, die unser Land mitgestalten und für die das Thema Zuversicht handlungsleitend sein sollte. Mit der Bitte um ein kurzes Wort an Euch, eine Botschaft der Zuversicht und des Vertrauens, dass Ihr das schon machen werdet.

Und drei Personen haben tatsächlich geantwortet – fangen wir doch mit unserem Bundeskanzler an:

Und da hat sich gerade gestern noch eine Politikerin bei mir zurückgemeldet, die ich Euch als zweite im Bunde nicht vorenthalten möchte, ihr Klartext kommt im Vergleich zum Kanzler von der entgegengesetzten Seite des politischen Spektrums, ihre Grußworte zeigen aber ebenso einen anderen Blick auf „diese Jugend“ – und, wie sie schrieb, ihr Gruß geht direkt an Euch, den hat sie extra für Euch noch gestern in der Berliner Hitze aufgenommen – Heidi Reichinnek:

Und es hat sich noch einer gemeldet, den Ihr spätestens in der Corona-Zeit alle kennengelernt habt und der Euch sicherlich sowohl im Unterricht als auch Zuhause mit seinen Erklärvideos begleitet (und vielleicht manches Referat gerettet?) hat – Mirko Drotschmann, Euch wohl eher als MrWissen2Go bekannt:

Ihr merkt vielleicht – so einig sind sich die Erwachsenen gar nicht in ihrer Niedergangsdiagnose!

Aber wisst Ihr was? Es ist vielleicht gar nicht so schlecht, dass ich nicht so viele Unterstützer für Video-Grußbotschaften gefunden habe. Denn ich brauche keine Altkanzlerin und keinen Vizekanzler außer Dienst, keinen Musikstar oder Influencer um Euch zu sagen, was ich mit eigenen Augen täglich hier gesehen habe.
Der beste Beweis für meine Zuversicht sitzt direkt hier in der THG-Aula – und das seid Ihr!
Und deshalb sage ich Euch jetzt, ganz ohne Ironie und ganz ohne Konjunktiv: Ich bin zuversichtlich.
Nicht trotz Euch, sondern wegen Euch. Ich traue dieser Generation – Euch – zu, dass Ihr eines Tages die Geschicke dieses Landes und dieser Gesellschaft in die Hand nehmt.
Und ich gestehe offen: Ich schlafe ruhiger in dem Wissen, dass Ihr es sein werdet. Auf jeden Fall nüchterner, da lügt die Statistik nicht, und vielleicht auch (noch) verantwortungsvoller als die Generationen vor Euch.

Und sollte in 5000 Jahren irgendwo eine Tontafel, ein Cloud-Backup oder was auch immer dann gerade Mode ist, wieder einmal von „der schrecklichen Jugend von heute“ raunen, dann denkt an diesen Tag, lächelt kurz und wisst: Diesen Satz hat es immer gegeben, es wird ihn immer geben, aber das macht ihn nicht richtiger.

Und wenn ich heute nicht eine negative Entwicklung erwähnt habe, und derer gibt es natürlich mehr als genug, dann liegt das am Anlass und daran, dass wir auch einmal einfach nur feiern dürfen!

Jetzt aber entlassen wir Euch aus diesen Räumen und Fluren, die Ihr mindestens neun Jahre lang mit Eurer Persönlichkeit, Eurem Lachen und Weinen und Euren Geschichten bereichert und mit Leben erfüllt habt.
Ich bin also zuversichtlich. Und ich bin – ganz nebenbei – ziemlich stolz. Auf einen Jahrgang, der mir soeben sogar bewiesen hat, dass er eine Rede mit 5000 Jahren Zeithorizont mit Fassung, Humor und Haltung ertragen kann. Auf einen Jahrgang, dem ich nur noch eins mitgeben will: Greift das Leben mit vollen Händen und macht was draus – fallt hin, steht wieder auf, lernt fliegen und genießt diese schöne Welt!

Wie immer gilt für mich: Es ist schön, Lehrer zu sein! Es war schön, Euer Lehrer zu sein!
Herzlichen Glückwunsch zum Abitur 2026 – die Zukunft kann kommen.
Bei Euch ist sie in den allerbesten Händen!

Zu Anfang gleich die ernüchternden Zahlen: Nur 38 Prozent der deutschen Lehrkräfte geben an, ihr Kollegium habe eine einheitliche Auffassung vom Unterrichten und Lernen. Nur 8 Prozent hospitieren an anderen Schulen. Teamarbeit gilt im deutschen Schulsystem strukturell als „Mehrarbeit“ – und das, so Andreas Schleicher, ist kein Zufall, sondern Systemdesign. Kollegiale Entwicklung findet „trotz des Systems statt, nicht wegen des Systems.“ Im Blogbeitrag zu Fortbildung, Professionalisierung und strukturellen Problemen im Kontext von KI habe ich kürzlich versucht, mit zehn Vorschlägen auf die Frage einzugehen, wie wir aus strukturellen Defiziten echte Unterrichtsentwicklung machen könnten.

Denn die unbequeme Diagnose ist bekannt. Unbequemer noch wird es, wenn man sich anschaut, wie andere Schulsysteme mit denselben Herausforderungen umgehen – und wie weit sie uns dabei voraus sind. Genau das hat der Bildungsjournalist Alexander Brand, selbst Lehrer an einer Hamburger Stadtteilschule, für sein gerade erschienenes Buch „Die Bildungsweltmeister. Eine Reise zu den besten Schulen der Welt und was wir von ihnen lernen können“ (2026) getan: Er hat die erfolgreichsten Schulsysteme der Welt bereist und immer wieder gefragt, was sie strukturell anders machen.

Was er beschreibt, hat mich – obwohl ich viele dieser Befunde aus der Literatur, der täglichen Fortbildungspraxis und natürlich den täglichen Diskussionen kenne – noch einmal neu getroffen. Nicht direkt wegen der Zahlen, sondern eher wegen der Bilder, die er in seinem sehr lesenswerten Buch zeichnet.

Singapur: Das Kollegium wird selbst zum Seminar

Ein Beispiel für einen der Einblicke, die der Bildungsreisende erhält: Es ist ein ganz normaler Dienstagnachmittag an einer Sekundarschule im Süden Singapurs. Sechs Mathematiklehrkräfte sitzen dicht gedrängt um einen Konferenztisch und debattieren. Über was? Über den genauen Wortlaut einer einzigen Frage, die sie ihren Schülerinnen und Schülern stellen wollen. Zehn Minuten lang überlegen sie für eine bestimmte Frage. Brand schreibt: Eine so intensive gemeinsame Unterrichtsplanung habe er an deutschen Schulen noch nie erlebt.

Und das scheint in Singapur kein Einzelfall zu sein: In dem Stadtstaat nehmen alle Lehrkräfte wöchentlich an solchen professionellen Lerngemeinschaften (Professional Learning Communities, PLCs) teil, die fest im Stundenplan als Teil der regulären Arbeitszeit verankert sind. Fünf bis sieben Lehrkräfte, die anderthalb Stunden für Auseinandersetzung mit didaktischen Fragen haben: Wie funktioniert dieses Projekt? Was sagen uns die Daten über den Lernerfolg unserer Schülerinnen und Schüler? Was ändern wir?

Professional Learning Communities: Ein anderes Verständnis von Fortbildung

Seit 2009 ist das eine landesweite Strategie. Der Rahmen, der das erst möglich macht, ist bemerkenswert: Lehrkräfte in Singapur unterrichten im Schnitt nur 17 bis 18 Zeitstunden pro Woche – im internationalen Vergleich außergewöhnlich wenig, in Deutschland liegt die Verpflichtung je nach Bundesland und Schulform zwischen 23 und 30 Stunden. Hinzu kommen 100 Stunden Fortbildung pro Jahr. In Bayern sind es 60 Stunden – verteilt auf vier Jahre. In den meisten anderen Bundesländern gibt es schlicht keine verbindlichen Stundenvorgaben. In meinem eigenen Bundesland Niedersachsen ist das ebenso wenig festgelegt, vorsorglich wird aber im Bildungsportal darauf verwiesen, dass Lehrkräfte „verpflichtet [sind], sich zur Erhaltung der Unterrichtsbefähigung in der unterrichtsfreien Zeit fortzubilden.“

Entscheidend ist bei all diesen Vergleichen aber nicht allein das Quantum, sondern die zugrundeliegende Konzeption:

• • Der größte Teil dieser 100 Stunden entfällt nicht auf zentral organisierte Kurse von außen, sondern auf schulinternes, kollegiales Lernen.
  • Unterrichtshospitationen dienen nicht der Bewertung, sondern dem gemeinsamen Beobachten und Reflektieren.
  • Gemeinsame Unterrichtsforschung nach der Methode der Lesson Study, die wir aus Japan kennen und die ich hier im Blog schon als vielversprechendes Format für KI-Professionalisierung beschrieben habe, ist fest etabliert.
  • Videografierter Unterricht, der zu Fortbildungszwecken gemeinsam ausgewertet wird, ist gängige Praxis (manche Schulen haben speziell vorbereitete Räume, um Schülerinnen und Schüler nicht zu sehr abzulenken).
  • Schulen sind in Clustern von 10 bis 14 Einheiten organisiert, um regelmäßig voneinander zu lernen.

Alexander Brand bringt das Singapurer Prinzip auf einen Satz, der mich sehr beschäftigt: „Das Kollegium wird selbst zum Seminar.“ Ein Ansatz, der unser gewohntes Verständnis von Fortbildung – mit klarem Anfang, klarem Ende und möglichst bequemer Sitzgelegenheit – grundlegend infrage stellt.

Der Teaching Track: Aufstieg ohne Schreibtisch

Was mich im Singapur-Kapitel neben der PLC-Struktur am meisten beeindruckt hat, ist etwas, das wir in Deutschland fast vollständig ignorieren: die Frage der beruflichen Weiterentwicklung oder, um es klarer auszudrücken, der Karrierewege im Schulsystem.

In den meisten deutschen Schulen führt Aufstieg fast zwangsläufig in die Verwaltung oder Schulleitung. Wer seine Berufung im Unterrichten sieht, Unterrichtsentwicklung mittels praktischer Erfahrungen im Klassenraum erproben möchte oder schlicht und ergreifend gutes Lernen in den Mittelpunkt der eigenen Arbeit stellen möchte hat kaum formale Entwicklungsperspektiven. Laut einer Forsa-Umfrage sehen bundesweit fast 45 Prozent der Lehrkräfte wenig oder gar keine Möglichkeiten zur beruflichen Weiterentwicklung. Das ist nach meiner Erfahrung im Schulalltag kein Randproblem, sondern bewirkt häufig einen massiven Motivationsverlust an zentraler Stelle.

Singapur hat das bewusst anders konzipiert: Mit einem sogenannten teaching track, einer Karriereleiter, die ausschließlich auf didaktischer Expertise basiert, bietet sich ein weiterer Entwicklungsweg. Vom Senior Teacher, der Mentoring übernimmt und professionelle Lerngemeinschaften leitet, über den Lead Teacher, der schulübergreifend fortbildet und an der strategischen Schulentwicklung beteiligt ist, bis zum Master Teacher, der die nationalen Bildungsstrategien mitgestaltet. Kein einziger dieser Schritte erfordert den Wechsel in die Verwaltung. Diese strukturelle Weichenstellung schafft Anerkennung für das, was gutes Lernen und guten Unterricht ausmacht – und hält (fachspezifische und fachübergreifende) Expertise dort, wo sie am dringendsten gebraucht wird: im Klassenzimmer und im Kollegium.

Estland: Die Schule als digitale Entwicklungseinheit

Der Blick nach Singapur ist für viele in der Bildungsdebatte nicht ganz neu, wenn auch strukturell besonders interessant. Weniger bekannt, aber für das Thema KI und Digitalität als Ergänzung zum Blick nach Singapur besonders relevant, erscheint mir das von Alexander Brand ebenfalls vorgestellte estnische Modell.

Denn Estland gilt seit Jahren als Vorreiter in der Digitalisierung – nicht nur politisch und gesellschaftlich, sondern auch in der Schule. Dabei wird oft übersehen, dass der Erfolg nicht primär in der Technologieausstattung liegt, sondern in der Art, wie Schulen Verantwortung für ihre eigene digitale Entwicklung übernehmen.

Estland hat an seinen Schulen systematisch sogenannte Digitalpädagogen (Educational Technologists) etabliert – also Lehrkräfte, die (in der Regel von eigenem Unterricht befreit) eine offizielle Funktion als schulinterne Expertinnen und Experten für digitale Entwicklung übernehmen. Sie sind nicht einfach „der KI-affine Kollege, der manchmal hilft“, sondern haben eine klar definierte Rolle: Sie beraten das Kollegium, begleiten die Integration digitaler Werkzeuge in den Fachunterricht, koordinieren die schulinterne Fortbildung und vernetzen ihre Schule mit anderen. Und entscheidend: Diese Funktion ist anerkannt, zeitlich entlastet und wird inhaltlich ernst genommen (Bericht dazu im Deutschen Schulportal). Thomas Nadler, selbst MINT-Lehrer in Berlin und konzeptuell im Fortbildungsbereich aktiv, weist in einem LinkedIn-Beitrag deutlich darauf hin: An der University of Tartu wurde eigens dafür einen Master-Studiengang entwickelt, für den fünf Jahre Unterrichtserfahrung die entscheidende Zulassungsvoraussetzung sind.

Das ist, wenn man so will, das estnische Pendant zum Lead Teacher in Singapur – mit dem Fokus auf digitale Entwicklung. Und es ist strukturell wohl auch am ehesten das, was uns hier fehlt. Denn in meinen zahlreichen Fortbildungen an anderen Schulen stelle ich unabhängig vom Bundesland immer wieder das Gleiche fest: Auch hier ist die Expertise in der Regel in jedem Kollegium vorhanden, es fehlen aber häufig Zeit, strukturelle Verankerung und immer wieder auch die Anerkennung der Arbeit.

Wer in deutschen Schulen die KI-Fortbildung vorantreibt, tut das in aller Regel zusätzlich zu einer vollen Lehrverpflichtung, häufig noch ohne formale Rolle, Ressourcen und systematische Vernetzung mit anderen. Dass unter diesen Bedingungen trotzdem so viel passiert, spricht für das Engagement vieler Kolleginnen und Kollegen – aber es ist kein tragfähiges Modell für eine systematische Entwicklung.

Warum das gerade jetzt relevant ist – und warum KI hier ein Katalysator sein könnte

Man könnte an diesem Punkt einwenden: Das alles ist bekannt. Singapur ist weit weg. Estland ist klein. Andere Bedingungen, andere Geschichte, andere Ressourcen und dieser Einwand mag auch nicht ganz ohne Berechtigung sein.

Aber wer sofort wieder die „50 Gründe nichts zu ändern“ sucht, übersieht etwas Entscheidendes: Singapur hat dieses System nicht aus einer komfortablen Ausgangslage entwickelt. Es entstand aus einer echten Krise – dem dramatischen Lehrermangel der 1980er-Jahre – und einer klaren politischen Entscheidung, in Lehrkräfte zu investieren, weil das die einzige Ressource war, die das Land hatte. Und Estland hat seine schulische Digitalstrategie nicht wegen überschüssiger Mittel entwickelt, sondern aus dem Verständnis heraus, dass digitale Kompetenz eine demokratische Notwendigkeit ist.

Was mich in meiner täglichen Fortbildungsarbeit zunehmend beschäftigt: Generative KI könnte jetzt eine ähnliche Katalysator-Funktion übernehmen, wenn (schulisch organisiertes) Lernen zunehmend in Frage gestellt, teils auch ad absurdum geführt wird. Ich sehe KI dabei gar nicht als Bedrohung, sondern als (durchaus motivierenden und im letzten Blogbeitrag mit 10 Vorschlägen beschriebenen) Anstoß für eine längst überfällige Reform der Lehrkräfteprofessionalisierung.

Denn die Herausforderungen, die KI an Schule und Unterricht stellt, lassen sich mit den bisherigen Strukturen wohl nicht bewältigen. Weder das einzelne Nachmittags-Webinar noch der jährliche Pädagogische Tag werden ausreichen, um die didaktischen, ethischen und fachlichen Fragen zu bearbeiten, die generative KI aufwirft. Fragen zu Cognitive Offloading und Skill-Skipping, zu neuen Prüfungsformaten, zu Autorschaft und Schreibprozess, zu Algorithmic Bias und ethischer Reflexion. Diese Fragen sind zu komplex, zu schnelllebig und vor allem zu grundsätzlich, um sie in zentral organisierten Einzelveranstaltungen aufzuarbeiten.

Notwendig ist das, was professionelle Lerngemeinschaften leisten: kontinuierliche, kollegiale, praxisnahe Auseinandersetzung, die an der eigenen Schule und am eigenen Fach ansetzt. Und ebenso notwendig sind Lehrkräfte in Schlüsselfunktionen – wie estnische Digitalpädagogen –, die diese Entwicklung begleiten und vernetzen.

Gleichzeitig macht KI etwas sichtbar, das vorher nur zu ahnen war: dass die klassische Fortbildungsarchitektur an ihre Grenzen gestoßen ist. Fachdidaktisches Urteilsvermögen, die Fähigkeit zur kritischen Einordnung von KI-Outputs, ethische Reflexion über Digitalität: Das lässt sich nicht durch kurze Impulse erwerben, sondern nur durch kontinuierliches, angeleitetes, kollektives Lernen.

Was wäre konkret zu tun? Drei strukturelle Ansatzpunkte

Ich bin kein Freund überlanger Forderungskataloge – die habe ich im Beitrag zu den 10 Vorschlägen für nachhaltige KI-Professionalisierung schon formuliert. Hier möchte ich mich auf drei strukturelle Hebel konzentrieren, die sich aus dem Vergleich mit Singapur und Estland ergeben und die Alexander Brand allesamt sehr klar in seinem lesenswerten Buch herausarbeitet:

1. Professionelle Lerngemeinschaften als Standard, nicht als Ausnahme

Was in Singapur seit 2009 Standard ist, existiert in Deutschland an einzelnen Schulen – aber als Ausnahme, getragen von engagierten Schulleitungen und motivierten Kollegien, nicht als strukturelle Selbstverständlichkeit. Feste Teamzeiten für gemeinsame Unterrichtsentwicklung müssen reguläre Arbeitszeit werden, nicht Mehrarbeit. Das ist eine bildungspolitische Entscheidung, keine pädagogische Frage der Einzelschule. Der Ansatz des 3I-Modells, KI nicht isoliert zu diskutieren, sondern vom Leitbild der Schule und bestehenden Initiativen auszugehen, könnte hier als Rahmung für die inhaltliche Arbeit dieser Teams dienen.

2. Strukturierte Rollen für schulinterne KI-Expertise – analog zum estnischen Educational Technologist-Modell

Überall dort, wo ich in Schulen aller Schulformen unterwegs bin, treffe ich Lehrkräfte, die KI-Themen vorantreiben – aus eigenem Antrieb, oft ohne Ressourcen und teils auch ohne größere Anerkennung. Das ist bewundernswert, kann aber kein Modell sein. Was wir brauchen, sind formale Rollen mit Zeitentlastung, klarem Aufgabenprofil und schulübergreifender Vernetzung. Die Idee, dass solche Rollen – ähnlich wie in Estland oder Singapur – systematisch aufgebaut, ausgebildet und vernetzt werden, wird in Deutschland kaum diskutiert. Dabei wäre sie ein erster, realisierbarer Schritt. Kleiner Exkurs aus meiner Fortbildungspraxis heraus: Die Deutschen Auslandssschulen haben solche Strukturen seit vielen Jahren in Form der Prozessbegleitungen und sog. ReFos (Regionale Fortbildungen) fest etabliert. Das sind Strukturen, die ich jedes Mal (in Spanien, in Südamerika, in Nordamerika) als unglaublich hilfreich für Lehrkräfteprofessionalisierung und Vernetzung erlebt habe. Bezeichnend ist leider auch, dass diese Strukturen teilweise den jüngsten Einsparzwängen zum Opfer fielen…

3. Hospitationskultur als professionelle Normalität

48 Prozent der deutschen Lehrkräfte hospitieren nie im Unterricht von Kolleginnen und Kollegen. Nur 8 Prozent hospitieren an anderen Schulen. Das muss sich ändern, sollte es aber nicht als bürokratische Pflicht, sondern als arbeitskulturelles Selbstverständlichkeit. Lesson Study, also das gemeinsame Planen, Beobachten und Reflektieren konkreter Unterrichtsstunden, ist dabei ein Ansatz, der sich auch unter deutschen Bedingungen erproben lässt. Dass es dabei ums Schauen, nicht ums Bewerten geht, ist der entscheidende kulturelle Shift – und genau das, was mir Kolleginnen und Kollegen rückmelden, wenn sie solche Formate zum ersten Mal erleben.

Im Übrigen bin ich der Meinung… – und was machen wir jetzt damit?

Dieser Blogbeitrag entstand, wie bei mir meistens Blogbeiträge entstehen: Ich lese etwas (hier, sehr beeindruckend: das Buch von Alexander Brand) und sortiere meine Gedanken in Form eines Textes. Vor allem schreibe ich diese Gedanken als jemand, der selbst als externer Referent und Fortbilder an vielen Schulen im Jahr unterwegs ist – und der dabei immer wieder an die Grenzen des Möglichen stößt. Der einzelne Fortbildungstag, so gut er konzipiert sein mag, kann strukturelle Defizite nicht kompensieren. Was ich mitbringen kann, sind Impulse, Perspektivwechsel, Werkzeuge, eigene Praxiserfahrungen. Was ich zumeist nicht mitbringen kann, ist Zeit für kontinuierliche kollegiale Reflexion und strukturelle Verankerung – auch wenn ich das immer wieder durch Prozessvorlagen und Materialien versuche anzubahnen. Das muss (momentan) von innen kommen, sollte aber jetzt endlich auch von außen in Form passender Rahmenbedingungen unterstützt werden. Die Vorbilder sind da, auch wenn wir nicht alles 1:1 übernehmen und im deutschen Schulsystem eben auch einen ganz eigenen Makro- und Mikrokosmos haben. Aber was diese strukturellen Veränderungen angeht, bin ich nach wie vor aus guten Gründen skeptisch.

Mein Wunsch wäre dennoch (mal wieder): Dass wir die Debatte um genKI in der Schule nicht auf Tool-Training und Fortbildungsformate reduzieren, sondern dass wir sie nutzen, um grundlegendere Fragen zu stellen. Und das sind die Fragen, die Alexander Brands Reise zu den „Bildungsweltmeistern“ aufwirft:

• • Wie sehen wir unseren Beruf?
  • Was verstehen wir unter professioneller Entwicklung?
  • Wie viel Raum geben wir Lehrkräften, gemeinsam zu lernen, zu erproben und zu scheitern?
  • Wollen wir dafür weiterhin den deutschen Fortbildungsbegriff verwenden oder brauchen wir nicht etwas Neues?

Singapur hat diese Fragen nicht mit einer Webinar-Reihe beantwortet und Estland hat sie nicht mit einer App-Empfehlung gelöst. Beide Länder haben strukturelle Antworten gefunden – in aller Ruhe, systematisch und mit dem klaren Ziel, nicht einfach nur moderne Technologie zu implementieren, sondern Lernen zu verbessern.

Das ist der Maßstab, an dem wir uns messen lassen müssen. Und das Buch von Alexander Brand ist, wie ich finde, eine sehr lesbare Einladung, genau das zu tun.

Weiterführende Links im Blog

• Fortbildung, Professionalisierung und strukturelle Probleme im Kontext von KI und Schule – 10 Vorschläge aus der Praxis
• DPACK-Modell – Unterrichtsentwicklung unter den Bedingungen der Digitalität
• 3I-Modell für Schulentwicklung in Zeiten von KI
• Vom Sparringspartner zum „false buddy“ – KI, Skill-Skipping und Deskilling
• Eigenständiges Schreiben und KI: Ein 8-Phasen-Modell für Schule und Unterricht
• KI und das Angebots-Nutzungs-Modell
• KI-Einführung in 6 Schritten – Vorschlag für Schule und Unterricht

Quellen

• Alexander Brand: Die Bildungsweltmeister. Eine Reise zu den besten Schulen der Welt und was wir von ihnen lernen können
• Deutsches Schulportal: Deutsche Lehrer liegen bei Teamarbeit und Fortbildung international weit zurück
• Lynch et al. (2025): Meta-Analyse zur Wirksamkeit von Lehrkräftefortbildung im MINT-Bereich
• Singapore Ministry of Education: Professional Development Framework
• Joscha Falck: „Die Fortbildung ist tot – es lebe die Fortbildung“
• Joscha Falck: „Ist die 35-Stunden-Woche ein Erfolgsmodell für Schulen?“

Worum es geht – und warum jetzt

Schreiben lernen war schon immer mehr als das Beherrschen von Rechtschreibung und Grammatik. Es ist ein komplexer kognitiver und sozialer Prozess: Ideen entwickeln, strukturieren, formulieren, überarbeiten, reflektieren. In diesem Kontext verstehe ich (generative) KI als unglaublich spannenden neuen Einflussfaktor, wenn es darum geht, heutiges Lernen und Lehren zu überprüfen, weiterzuentwickeln und an neue Herausforderungen anzupassen. Für alle Lernprozesse und Lernphasen gilt unter KI-Bedingungen zunehmend – und hier sei das Schreiben als zentraler Lernprozess exemplarisch auf den Prüfstein gestellt: Was bedeutet es eigentlich noch, „eigenständig“ zu schreiben, und warum ist das wichtig?

Diese Frage ist natürlich keine neue. Taschenrechner haben den Mathematikunterricht verändert, Google und Wikipedia das Recherchieren, und die Textverarbeitung hat das Schreiben selbst (nur erstaunlich wenig im schulischen Kontext, man schaue sich die diversen Erlasse zur Prüfungsgestaltung an) verändert. Mit (generativer) KI erreicht diese Entwicklung jedoch eine neue Qualitätsstufe: Generative Sprachmodelle können nicht nur Rechtschreibfehler korrigieren oder Synonyme vorschlagen. Sie können Texte von beachtlicher Qualität auf Knopfdruck produzieren und ~schreiben oder überarbeiten Erörterungen, Zusammenfassungen, Erklärungen genauso wie kreative Texte.

Das stellt viele bisher selbstverständliche Annahmen des Schreibunterrichts in Frage. Und das ist durchaus gut so. Denn es zwingt uns zu klären, was wir eigentlich meinen, wenn wir Schülerinnen und Schüler zum Schreiben auffordern:

• • Geht es um das Produkt, also den fertigen Text?
  • Oder geht es um den Prozess, also die kognitiven und sprachlichen Kompetenzen, die beim Schreiben entwickelt werden?

Für mich ist ein Teil der Antwort schon jetzt klar: Es geht um den Prozess, denn Schreiben ist Denken. Darüber hinausgehend wird es mit Blick auf (generative) KI aber spannend – und mit diesem Werkstattbericht versuche ich gewissermaßen auch meine Gedanken schreibend etwas zu systematisieren (übrigens ein Grund für diesen Blog).

Grundlagen – Schreiben als Prozess

Schreiben ist kein linearer Vorgang

Die Schreibforschung zeigt schon länger: Schreiben verläuft nicht linear. Schreibende planen, formulieren, überarbeiten – und springen dabei ständig zwischen diesen Phasen hin und her. Ein Satz führt zu einer neuen Idee, ein Überarbeitungsschritt wirft Fragen auf, die zur Neuplanung zwingen.

Dieses Wissen ist nicht neu, aber es gewinnt unter KI-Bedingungen neue Bedeutung: Wer KI nur als „Textgenerator“ versteht, der gleichermaßen am Anfang und Ende eines Schreibprozesses steht und den fertigen Aufsatz liefert, verkennt sowohl das Potenzial der Technologie als auch die Schwierigkeiten bzw. verlorenen Potenziale, die ein unkritischer Einsatz für Lernprozesse bedeuten kann.

Das 8-Phasen-Modell des Schreibprozesses

Im Beitrag für die PÄDAGOGIK 09/2025 haben Gerold Brägger, Joscha Falck und ich das klassische Dreischritt-Modell (Planen – Formulieren – Überarbeiten) zu einem differenzierteren 8-Phasen-Modell erweitert, das phasenspezifische KI-Einsatzszenarien sichtbar macht. Diese 8 Phasen sind keineswegs im statischen Sinne zu verstehen, sondern sollen vor allem der Sensibilisierung für neue Chancen (wo kann ich wie KI in welchem Umfang besonders sinnvoll nutzen?) wie Gefahren (wo sollte ich insbesondere auf eigenständigen Denk-, Schreib- und damit Lernschritte achten?) dienen. Ein derart fein ausdifferenziertes Modell erscheint zunächst für die Unterrichtspraxis zu detailliert und damit im Alltagsgebrauch unpraktikabel. Genau das erscheint uns aber notwendig, um konkreter als bislang im 3- oder 4-Phasen-Modell des Schreibens die Diskussion über das Lernen mit und ohne bzw. trotz KI zu fördern und zu strukturieren:

Phase	Kernaktivitäten
1 Orientierung	Aufgabe verstehen, Schreibziel klären, Adressatenkreis bestimmen
2 Recherche	Informationen sammeln, Quellen prüfen, Material strukturieren
3 Planung	Ideen generieren, Schwerpunkte festlegen, Gliederung erstellen
4 Formulierung	Gedanken in Text überführen, Textsorten berücksichtigen, roten Faden formulieren
5 Überarbeitung	Textentwurf kritisch lesen, inhaltlich und sprachlich verbessern, sprachformal korrigieren
6 Feedback	Feedback einholen, Relevanz einschätzen, Rückmeldungen berücksichtigen
7 Endredaktion	Letzte Änderungen, formale Vorgaben beachten, Detailkontrolle
8 Präsentation	Text präsentieren, Prozess/Produkt beurteilen, Schreibstrategien transferieren

Das Modell macht zweierlei deutlich:

• • Erstens, wie viele unterschiedliche Kompetenzen beim Schreiben gefordert sind.
  • Zweitens, dass KI-Unterstützung in allen Phasen sinnvoll sein kann und sicherlich auch zur neuen Selbstverständlichkeit in ko-kreativen Schreibprozessen wird, aber eben subsidiär: zumeist und im besten Fall als Unterstützung bzw. Sparringspartner, nicht als Ersatz / Ghostwriter.

Das im Rahmen des PÄDAGOGIK-Beitrags entstandene Schaubild macht die Herausforderungen wie Potenziale deutlich und kann für die Planung von Schreibprozessen genauso wie die Diskussion darüber genutzt werden. Meinen Schülerinnen und Schülern und mir selbst hat es beispielsweise im Seminarfach bei der Vorbereitung der wissenschaftspropädeutischen Facharbeit im letzten Durchgang sehr geholfen.

Konkret – KI-Einsatzszenarien in den acht Phasen

Im Folgenden versuche ich die einzelnen Phasen anhand eines durchgängigen Unterrichtsbeispiels in den Blick zu nehmen. Dabei gilt: Eigenständiges Arbeiten der Lernenden bleibt der Kern jeder Phase, subsidiäre KI-Unterstützung/-Kollaboration kann (je nach Kompetenzniveau der Lerngruppe) selbstverständlicher und wünschenswerter genauso wie limitierter Bestandteil jeder einzelnen Phase sein.

Phase 1: Orientierung – die Schreibaufgabe verstehen

Was Lernende hier brauchen: Klarheit über das Schreibziel, Adressatenkreis, Textsorte und Rahmenbedingungen. Besonders schwächere Schülerinnen und Schüler scheitern oft nicht am fehlenden Wissen, sondern z.B. an der Aufgabenanalyse.

Praxisbeispiel – so könnte es im Unterricht aussehen: Bleiben wir bei einem klassischen Setting, dann notieren Schülerinnen und Schüler nach dem Arbeitsauftrag zunächst – ganz ohne KI – in Einzelarbeit: Was ist gefordert? Für wen schreibe ich? Was ist ein Kommentar überhaupt? Viele Schülerinnen und Schüler könnten die Textsorte „Kommentar“ mit einer sachlichen Erörterung verwechseln oder die Zielgruppe (Mitschüler und Lehrkräfte der eigenen Schule, nicht ein anonymes Publikum) evtl. nicht genau im Blick haben. Ein kurzer Austausch im Plenum macht diese Unterschiede sichtbar: Ein Kommentar nimmt klar Stellung, hat eine erkennbare Haltung, darf pointiert und rhetorisch sein. Diese Peer-Überprüfung ist wichtig und sollte nicht ersetzt werden – denn hier lassen sich natürlich auch lerngruppeninterne Absprachen und Sonderregelungen treffen.

Erst in einem zweiten Schritt kann KI subsidiär eingesetzt werden – z.B. und hier wirklich rein exemplarisch zu verstehen durch Nutzung einer an der Schule implementierten pädagogischen KI-Plattform wie paddy, schulKI oder die fobizz KI-Klassenräume (alle DSGVO-konform und ohne Schülerregistrierung nutzbar):

• • Lernende lassen die Aufgabenstellung von der KI in einfache Sprache übersetzen und vergleichen: Stimmt das mit meinem Verständnis überein? Was formuliert die KI anders?
  • Sie fragen die KI nach einem kurzen Beispielkommentar zu einem anderen Thema, ohne ihn zu kopieren, sondern um die Textsorteneigenschaften zu analysieren: Wie beginnt ein Kommentar? Wie wird Stellung bezogen? Welche sprachlichen Mittel werden eingesetzt?
  • DaZ-Lernende oder Schülerinnen und Schüler mit besonderem Förderbedarf können sich Fachbegriffe wie „Adressatenkreis“ oder „These“ erklären lassen.

Die KI liefert hier keine inhaltlichen Antworten, sondern hilft beim Erschließen des Aufgabenrahmens mit z.B. den Fragen „Was hat die KI über die Aufgabe gesagt? Was sehe ich anders? Was hat sie übersehen?“.

Interessant ist hier vielleicht ein Einblick in einen frühen Blogbeitrag (November 2022), in dem ich auch auf das Schreiben mit KI mit einem ähnlichen Ansatz, allerdings deutlich weniger erfahrungsgeleitet, einging: ChatGPT als Lernbegleiter für Schreibprozesse.

Phase 2: Recherche – Material sammeln und bewerten

Was Lernende hier brauchen: Strategien zur Informationsgewinnung, Quellenkritik und die Fähigkeit, Material für die eigene Argumentation auszuwählen und zu gewichten. Das ist eine Schlüsselkompetenz für das Leben in einer Informationsgesellschaft.

Praxisbeispiel – so könnte es im Unterricht aussehen: Zunächst recherchieren Lernende eigenständig, analog oder digital: Welche Argumente gibt es für und gegen ein Handyverbot? Gibt es Studien, Erfahrungsberichte, Meinungen von Fachleuten? Die Lehrkraft gibt z.B. als vorbereitende Hausaufgabe oder Arbeitsphase auf, mindestens 3-5 Quellen zu finden und kurz zu notieren: Woher stammt die Quelle? Wer hat das geschrieben – und warum? Welche Haltung nimmt die Quelle ein?

Die Schülerinnen und Schüler tragen anschließend ihre Ergebnisse zusammen. Dabei zeigt sich erfahrungsgemäß: Viele landen bei denselben zwei oder drei Google-Treffern, viele unterscheiden nicht zwischen Meinungsbeiträgen und Studien, und kaum jemand hat die Urheberschaft oder das Datum einer Quelle geprüft. Das ist immer ein interessanter Ansatzpunkt, um entweder in Gruppen kollaborativ weiterzuarbeiten oder aber KI subsidiär ins Spiel zu bringen:

Lernende geben ihre bislang gesammelten Argumente ein und fragen: „Welche wichtigen Argumente oder Perspektiven fehlen noch in meiner Sammlung?“ Oder: „Ich habe folgende drei Argumente gefunden – gibt es Gegenpositionen, die ich noch nicht bedacht habe?“

Beim anschließenden Vergleich geht es darum zu schauen: Was hat die KI ergänzt, das sinnvoll und überprüfbar ist? Was wirkt erfunden oder vereinfacht? Diese Überprüfungspflicht ist kein Zusatzaufwand, sondern ein elementarer Teil dieser Lernsequenz. (Generative) KI kann zudem helfen, komplexere Texte (z.B. eine kurze Studie zur Auswirkung von Smartphones auf Schulleistungen) sprachlich zu erschließen – aber schon hier sollte sehr darauf geachtet werden, dass KI nicht zu AI Convenience führt und z.B. hilfreiche Studien gar nicht mehr eigenständig nach passenden Ergebnissen durchforstet oder KI-generierte Analysen nicht mehr kritisch überprüft werden.

Interessante und oft hilfreiche Unterrichtsdiskussion: Wessen Perspektive fehlt evtl. in der KI-Antwort? Die Erfahrung zeigt: KI-Antworten zu schulpolitischen Fragen sind oft „ausgewogen“ im Sinne von gleichgewichtig – aber das ist nicht immer die „richtige“ oder passende Haltung für einen Kommentar. Ein Kommentar darf und soll eine Position einnehmen.

Phase 3: Planung – Ideen strukturieren

Was Lernende hier brauchen: Kreativität, Strukturierungsfähigkeit und die Fähigkeit, einen roten Faden zu entwickeln – also eine eigene These zu formulieren und die Argumentation darauf auszurichten. Das ist genuin menschliche kognitive Arbeit.

Praxisbeispiel – so könnte es im Unterricht aussehen: Die Schülerinnen und Schüler erhalten eine bestimmte Zeit, um analog – auf Papier oder Karteikarten – eine Gliederung für ihren Kommentar zu entwickeln. Vorab ist geklärt worden, dass ein Kommentar eine klare Struktur hat: Einstieg mit Aufhänger oder These, Argumentation mit Belegen, Schluss mit pointierter Positionierung. Lernende müssen sich entscheiden: Bin ich für oder gegen das Handyverbot? Oder nehme ich eine differenzierte Position ein? Diese Entscheidung ist inhaltlich schwierig und zwingt zur Auseinandersetzung mit dem eigenen Standpunkt.

Nach dieser Phase können Lernende die eigene Gliederung mit KI-Hilfe abgleichen. Sie geben die Gliederung ein und fragen: „Ich schreibe einen Kommentar. Hier ist meine Gliederung: [Gliederung einfügen]. Was ist noch unklar, was fehlt, was ist logisch nicht schlüssig?“

Die Antwort der KI ist zwar Diskussionsgrundlage, aber nicht die Vorlage. Interessant ist dann oft, was (generative) KI vorschlägt, was Schülerinnen und Schüler bewusst anders wollen: „Die KI sagt, ich soll auch Gegenargumente aufgreifen. Aber ich möchte doch meine Meinung schreiben, keinen ausgewogenen Aufsatz – stimmt das?“ Genau diese Frage ist ein produktiver Unterrichtsmoment, um über das Lernen sowohl mit als auch über KI (und dann natürlich auch ohne KI) zu sprechen, denn vielen Lernenden fällt genau diese „KI-Ausgeglichenheit“ in den Antworten als nivellierendes Element für inhaltliche Vielfalt und Kontroverse durchaus auf…

Didaktischer Mehrwert für die Lehrkraft: Die Planungsphase kann durch die KI-Antworten sichtbar gemacht werden. Lernende drucken oder fotografieren ihre Gliederung vor und nach dem KI-Vergleich. Die Veränderungen (oder bewusste Nicht-Veränderungen) sind Grundlage für ein kurzes Beratungsgespräch oder Klassengespräch (das ist ein Ansatz, den ich persönlich und jenseits der Sekundarstufe I beim Konzipieren der wissenschaftspropädeutischen Facharbeiten oder auch im Geschichtsunterricht immer wieder als sehr hilfreich und spannend erlebe).

Phase 4: Formulierung – den eigenen Text schreiben

Was Lernende hier brauchen: Die Formulierungsphase ist der Kern eigentlicher Schreibkompetenz. Hier entwickeln Lernende ihre eigene Stimme, ihren Stil, ihre Ausdrucksfähigkeit und delegieren möglichst nicht an (generative) KI.

Praxisbeispiel – so könnte es im Unterricht aussehen: Der Erstentwurf wird vollständig eigenständig geschrieben in einer bewusst KI-freien Phase. Je nach Lerngruppe kann das handschriftlich, offline oder in einer Schreibumgebung ohne KI-Zugang geschehen. Offen lässt sich hier die Frage diskutieren: „In dieser Phase geht es darum, dass ihr euer Denken in Sprache überführt. Das könnt nur ihr. Wenn die KI das macht, habt dann nicht weniger ihr, sondern die KI gedacht?“

Anschließend beginnt die Schreibphase, die manche direkt mit dem Einstieg beginnen, andere mit dem Hauptteil, um den Anfang später zu planen. Manche merken, dass ihre Gliederung aus Phase 3 doch nicht funktioniert, und ändern sie beim Schreiben. Am Ende z.B. dieser Sequenz haben die meisten einen Erstentwurf, der vermutlich holprig, teilweise inkonsistent und stilistisch unfertig sein mag. Aber das ist der Ausgangspunkt für die nächsten Phasen.

Was KI hier noch leisten kann – aber wohl eher begrenzt: Für einzelne konkrete Formulierungsprobleme (ein Schüler findet kein deutsches Äquivalent für einen englischen Begriff; eine Schülerin möchte wissen, wie man einen bestimmten Satzbau eleganter formuliert) kann die KI punktuell helfen. Aber die Initiative muss von den Lernenden ausgehen, nicht von der Aufgabenstellung. Die Frage lautet immer „Ich möchte [X] ausdrücken. Wie könnte ich das formulieren?“, um anschließend eigenständig auszuwählen und über den Vorschlag zu entscheiden.

So betonte auch Elke Höfler (Uni Graz, Blog https://digitalanalog.at/) vor einiger Zeit im empfehlenswerten Interview ganz treffend: Schule wird sich künftig weniger darauf konzentrieren, Textprodukte einzufordern – aber genau deshalb muss der Schreibprozess als Lernprozess umso bewusster begleitet werden.

Phase 5: Überarbeitung – kritische Distanz entwickeln

Was Lernende hier brauchen: Kritische Distanz zum eigenen Text, die Fähigkeit, inhaltliche und sprachliche Schwächen zu erkennen, und die Bereitschaft, einen Text grundlegend zu verändern.

Praxisbeispiel – so könnte es im Unterricht aussehen: Zunächst überarbeiten Lernende ihren Entwurf eigenständig anhand eines vorgegebenen Kriterienkatalogs und markieren im eigenen Text, wo sie Stärken und Schwächen sehen. Diese könnten für den Kommentar anhand folgender Aspekte überprüft werden:

• • Ist meine Haltung klar erkennbar?
  • Ist mein Einstieg prägnant?
  • Sind meine Argumente fundiert und belegt?
  • Ist der Schluss pointiert?

Als nächste Stufe könnte eine Peer-Feedback-Phase eingeplant werden, in der die Schülerinnen und Schüler sich gegenseitig Rückmeldung auf Basis der definierten Kriterien geben und damit auch jetzt wieder in Austausch über ihre Sichtweisen, Argumente und Formulierungsansätze treten. Meiner Erfahrung nach ist es allerdings sinnvoller, Peer-Feedback erst in der folgenden Phase und nach dem ersten KI-Feedback einzuplanen.

Denn an diesem Punkt könnte KI-Feedback als Ergänzung besonders hilfreich sein. Denn Plattformen wie FelloFish, PEER AI Tutor oder KorrekturKumpel können als hilfreicher und lernförderlicher Sparringspartner in dieser Phase unterstützen: Schülerinnen und Schüler erhalten innerhalb von Sekunden differenziertes Feedback zu Inhalt, Argumentation, Sprache und Aufbau – bei FelloFish und KorrekturKumpel erstelle ich als Lehrperson den Kriterienkatalog für das Feedback und kann damit auch den Fokus der Rückmeldung mitsteuern. Das Feedback gliedert sich dann bei allen Plattformen in Stärken, Verbesserungsvorschläge und konkrete Überarbeitungshinweise.

Was passiert dann? Schülerinnen und Schüler erhalten nicht einfach eine Liste von Korrekturen, sondern Impulse, über die sie entscheiden müssen. Hat die KI Recht, dass mein Einstieg zu allgemein ist? Stimmt es, dass ich im dritten Absatz meine These aus den Augen verliere? Diese Entscheidung liegt bei den Lernenden. Sie überarbeiten ihren Text – und notieren dabei kurz, was sie auf Basis von KI-Feedback geändert haben und warum (bei FelloFish z.B. kann ich die Änderungen / Überarbeitungen im Endprodukt auch direkt sehen).

Dieser Prozess kann in weiteren Schleifen wiederholt werden: verbesserte Version erneut hochladen, neues Feedback einholen, erneut überarbeiten. Das macht Überarbeitung zu einem iterativen Lernprozess, der im normalen Unterricht schlicht und ergreifend an meiner Kapazität als Lehrperson scheitern würde.

Wichtiger Reflexionsschritt: Nach der Überarbeitung lohnt ein kurzes Unterrichtsgespräch: Welches KI-Feedback war hilfreich? Welches war unpassend oder falsch? Hat die KI etwas kritisiert, das ihr bewusst so gestaltet habt – und warum? Dieses Lernen über KI versuche ich eigentlich immer anzubahnen, wenn wir mit KI-Feedback arbeiten.

• • Ein Blogbeitrag zur Frage „Feedback – Mensch vs. KI“ auf Grundlage einer Meta-Studie (2025).
  • Wer genauer in PEER AI Tutor reinschauen möchte: PEER – KI-Feedback-Tool für Schüleraufsätze mit YouTube-Tutorial und Elternbrief-Vorlage.
  • Erfahrungsbericht zu FelloFish (früher Zeitraum: Sommer 2023 bis 2024)

Phase 6: Feedback – Rückmeldungen einordnen und nutzen

Was Lernende hier brauchen: Kommunikative und kooperative Fähigkeiten – Feedback geben, empfangen, in den eigenen Überarbeitungsprozess integrieren. Das ist eine soziale Kompetenz, die KI grundsätzlich nicht ersetzen kann: Denn wer mir und meinem Text gegenübersitzt, kennt mich und den Entstehungskontext und kann ggf. nachfragen.

Praxisbeispiel – so könnte es im Unterricht aussehen: Peer-Feedback-Runden bleiben das Herzstück dieser Phase. In Zweier- oder Dreiergruppen tauschen Schülerinnen und Schüler ihre überarbeiteten Kommentare aus. Die Aufgabe ist so klar wie einfach und sollte nicht überfrachtet werden: Lest den Text eurer Mitschüler und gebt kriteriengeleitetes Feedback zu genau zwei Punkten: Was ist die zentrale Stärke dieses Kommentars? und Wo ist die Haltung noch nicht klar genug? Die begrenzte Perspektive (zwei Punkte, keine allgemeine Meinung) verhindert, dass Feedback zu vage oder zu allgemein wird oder mit dem gerade bei Peer-Feedback so beliebten wie beliebigen „Du hast das richtig gut gemacht!“ ins Leere läuft.

Je nach Lerngruppe kann der folgende Vergleich interessant sein: Die Lernenden haben in Phase 5 bereits KI-Feedback erhalten. In der Feedbackrunde könnten sie jetzt gezielter nachfragen: „Die KI hat gesagt, mein Einstieg ist zu allgemein. Siehst du das auch so?“ Der Vergleich zwischen KI-Feedback und menschlichem Peer-Feedback ist ein produktiver Unterrichtsmoment – und keineswegs immer eindeutig.

Kurzer Exkurs in die Forschung: Eine 2025 erschienene Meta-Analyse (41 Studien, ca. 4.800 Lernende), die ich oben verlinkt habe, zeigt, dass KI-Feedback ist in vielen sprachbezogenen Bereichen dem menschlichen Feedback vergleichbar sein kann – insbesondere bei formalen und strukturellen Aspekten. Aber menschliches Feedback hat Qualitäten, die KI nicht abbildet: Kontextsensitivität, emotionale Resonanz, die Fähigkeit, die Absicht hinter einem Satz zu verstehen. Eine Mitschülerin weiß vielleicht, dass ein bestimmter Formulierungsversuch (gerade im Spanischunterricht erlebe ich das sehr stark) mutig war, und gibt das als Stärke zurück. KI (gerade im Fremdsprachenunterricht frustrierend für Lernende) kann genau das häufiger nicht.

Lernchance: Die Frage, was KI-Feedback kann und was nicht, ist selbst ein produktiver Unterrichtsgegenstand. Es reicht dann in meinen Augen oft aus, wenn die Schülerinnen und Schüler dazu abschließend drei Sätze in ihr Schreibportfolio notieren: Inwiefern hat mir das KI-Feedback geholfen? Was konnte nur meine Mitschülerin mir sagen? Was nehme ich mir für das nächste Schreiben vor?

Phase 7: Endredaktion – formale Qualitätskontrolle

Was Lernende hier brauchen: Detailgenauigkeit, Bewusstsein für formale Vorgaben und sprachliche Korrektheit.

Subsidiäre KI-Unterstützung: Hier ist KI-Unterstützung am wenigsten problematisch – Rechtschreib- und Grammatikcheck, Formatkontrolle. Aber: Auch hier gilt, dass das kritische Überprüfen der KI-Vorschläge eine Lernleistung ist. Und was ich im Unterricht häufiger erlebe sind Berichte von Schülerinnen und Schülern, die eigentlich nur Fehler korrigieren wollten, denen aber ChatGPT dann den Text stärker als geplant auch umgeschrieben hat. Hier ist also besondere Vorsicht geboten, auch wenn diese Phase zunächst völlig unproblematisch erscheint und inzwischen (zumindest in höheren Jahrgängen) schon fast selbstverständlich ist.

Phase 8: Präsentation und Reflexion – der Blick zurück

Was Lernende hier brauchen: Metakognition – die Fähigkeit, den eigenen Lernprozess zu reflektieren und Kompetenzen zu transferieren.

Subsidiäre KI-Unterstützung: Auch in der Abschlussphase kann (generative) KI eine besonders wertvolle Rolle spielen – nicht als Schreibhilfe, sondern als strukturierter Reflexionspartner. Konkret: Lernende legen ihren finalen Kommentar und ihre Notizen aus dem Schreibprozess vor und fordern den Chatbot dazu auf, gezielte Reflexionsfragen zu stellen: „Was war die schwierigste Entscheidung beim Schreiben dieses Textes?“, „Welche Phase fiel dir leichter mit KI-Unterstützung, welche ohne – und warum?“ Außerdem lässt sich der Vergleich produktiv nutzen: Lernende lassen die KI eine kurze Rückmeldung auf ihren fertigen Text geben und reflektieren dann, was sich gegenüber der Rohfassung verändert hat und was davon auf ihre eigene Überarbeitungsarbeit zurückgeht. Dieser Reflexionsschritt erscheint mir (gerade bei längeren Schreibprozessen unverzichtbar – er macht den Unterschied zwischen konsumierendem und kompetentem KI-Einsatz und schließt den Lernkreis des gesamten Schreibprozesses. Hier zu haben zahlreiche Kolleginnen und Kollegen praxistaugliche Reflexionsbögen entwickelt, die sich sofort im Unterricht nutzen lassen.

---

Transfer: Ein einfaches Modell für das Schreiben unter KI-Bedingungen

Lernen ist aktiver Konstruktionsprozess, innerhalb dessen Wissen nicht übertragen, sondern aufgebaut wird – durch eigene Erfahrungen, durch den Umgang mit Widerstand und Irritation, durch soziale Interaktion. Das Schreiben ist in diesem Sinne ein ideales Lernwerkzeug: Es macht Denken sichtbar, zwingt zur Präzision, erfordert Auseinandersetzung mit dem eigenen Wissen und die Bereitschaft und Fähigkeit, einmal geschriebene Formulierungen zu überarbeiten, anzupassen und ggf. auch zu revidieren.

Generative KI stellt diese Annahmen nicht in Frage, sondern verschärft sie in meinen Augen eher. Wenn KI jederzeit Text produzieren kann (und das im Zweifel besser, als man es selbst zu leisten im Stande ist), werden die Fragen umso dringender und meiner Meinung nach aus Sicht von Lernenden auch durchaus relevant und berechtigt: Was passiert kognitiv beim eigenständigen Schreiben, das beim KI-automatisierten Schreiben nicht passiert? Und lohnt sich dann die Anstrengung eigenständigen Schreibens überhaupt noch?

Mit Blick auf die zurückliegenden Überlegungen bleibe ich dabei: Eigenständiges Schreiben erzwingt echte Auseinandersetzung, macht Lücken im Wissen und zugleich bereits vorhandene oder neue eigene Denkfiguren sichtbar, trainiert Denkflexibilität und hilft dabei, eine eigene Stimme zu entwickeln. Was Schülerinnen und Schüler hier im Kleinen erleben, setzt sich später weiter fort, so wie auch ich diesen Blogbeitrag nutze, um meine eigenen Gedanken zum Schreiben, zum 8-Phasen-Modell und subsidiärer KI-Unterstützung zu strukturieren.

Das SKEI-Modell: Schreiben im KI-Zeitalter

Auf Basis des 8-Phasen-Modells und mit Blick auf die den Überlegungen zugrundeliegenden „5 Dimensionen Lernen und KI“ (Joscha Falk) erscheinen mir die folgenden vier Aspekte zentral. Wer möchte, kann daraus das „SKEI-Modell“ ablesen (Modelle sind ja mit Blick auf KI besonders beliebt, also nennen wir es mal „SKEI-Modell“ ;-)), wer das nicht möchte, kann daraus einfach nur wichtige Aspekte für das Schreiben unter KI-Bedingungen ableiten:

Subsidiarität – KI unterstützt, ersetzt nicht. Jede Phase beginnt mit eigenständiger Arbeit.

Kompetenzorientierung – Das Ziel ist immer der Aufbau von Schreibkompetenz, nicht die Produktion eines Textes. KI-Nutzung wird daran gemessen, ob sie diesem Ziel dient.

Einbettung – KI-Einsatz ist didaktisch eingebettet: mit klaren Auftrag, Reflexionsphase und Dokumentation der Nutzung.

Iteration – Schreiben ist ein iterativer Prozess. KI-Feedback ermöglicht mehrere Überarbeitungsschleifen, die sonst im Unterricht kaum möglich wären.

Erstes Plädoyer für eine integrierte Sichtweise: Die 5 Dimensionen – ein Rahmen (auch) für den Schreibunterricht

Joscha Falck hat 2023 verschiedene vorher bereits definierte Ansätze in den 5 Dimensionen für den Unterricht zusammengeführt. Hier im Blog habe ich die Joschas Modell aufgegriffen und zu einer Postervorlage für Fortbildungen weiterentwickelt, da die Dimensionen immer wieder zur Reflexion anregen und sich auf ganz unterschiedliche Aspekte schulischen Lehrens und Lernens beziehen lassen. Das Modell unterscheidet fünf Dimensionen: Lernen über, mit, durch, trotz und ohne KI und kann auch mit Blick auf den Schreibprozess hilfreich für Planung, Reflexion und Diskussion und damit die Frage „Wo wollen wir mit KI hin?“ sein:

Lernen trotz KI – KI als Reflexionsanlass

Die Nutzung von KI wird selbst zum Gegenstand kritischer Reflexion: Was verändert sich, wenn ich mit KI schreibe? Was verliere ich? Was gewinne ich? Ein Ansatz könnten KI-reflektierende Aufgaben sein, bei denen Lernende KI-Ergebnisse auf Qualität, Fehler und Verzerrungen prüfen und ihre eigene KI-Nutzung reflektieren. Joscha Falck und Manuel Flick haben dazu eine hilfreiche Planungs- und Reflexionsvorlage erstellt, um Aufgaben hinsichtlich ihrer Zielsetzung und KI-Integration genauer differenzieren zu können.

Lernen ohne KI – Eigenständigkeit als Bildungsziel

Bestimmte Schreibphasen und -situationen bleiben bewusst KI-frei: nicht aus Dogmatismus oder Kontrollwahn, sondern weil eigenständige kognitive Leistung bildungsrelevant ist und nicht ersetzt werden darf. Das ist auch die (ich sage in Fortbildungen gerne „unsexy“) Aufgabe von Schule – das ist aber genauso Entwicklungsauftrag für Schule, berührt diese Dimension doch auch Grundpfeiler schulischen Lehrens und Lernens und stellt die Sinnhaftigkeit von Lern- und Arbeitsaufträgen zunehmend in Frage. Lernen ohne KI darf daher nicht zum Blockade-Mantra einer nicht entwicklungsfähigen schulischen Aufgabenkultur werden, sondern sollte als Triebfeder für motivierendere Lernumgebungen gesehen werden.

Zweites Plädoyer für eine integrierte Sichtweise: Schreiben und KI als Schulentwicklungsaufgabe

Das hier Skizzierte geht über den einzelnen Unterricht hinaus, wie man mit Blick auf die 5 Dimensionen sicherlich gemerkt hat, und berührt eine tiefgreifendere Frage: Wie verändert sich schulisches Lernen unter KI-Bedingungen grundsätzlich?

Diese Frage beschäftigt uns seit Jahren. Digitalisierung, Corona, jetzt (generative) KI – jede dieser Entwicklungen hat die Diskussion beschleunigt und zugespitzt und läuft immer wieder darauf hinaus: Was ist der Kern schulischer Bildung, der nicht delegiert werden kann?

Schreiben ist ein zentraler Bestandteil dieses Kerns. Schreiben ist Denkwerkzeug, Kommunikationsmittel und Identitätskonstruktion zugleich. Das rechtfertigt besonderen Schutz, daraus lassen sich aber keine „Sonderrechte“ unter KI-Bedingungen ableiten. Gerade mit Blick auf (generative) KI rechtfertigt die besondere Bedeutung des Schreibens eine besondere didaktische Sorgfalt, eine gut geplante Rahmensetzung und vor allem, und vielleicht am wichtigsten, eine transparente Aushandlung mit Lernenden.

Hier im Blog habe ich gerade kürzlich das Angebots-Nutzungs-Modell von Unterricht als möglichen Orientierungsrahmen beschrieben: KI verändert sowohl die Angebotsseite (was Lehrkräfte bereitstellen können) als auch die Nutzungsseite (wie Lernende KI in ihre Lernprozesse integrieren). Beide Seiten bedürfen der didaktischen Reflexion und darüber hinausgehend bedarf es hier auch etwas, das vielen Lehrpersonen noch nicht selbstverständlich erscheinen mag: „Transparente Aushandlung“ im letzten Absatz meint, dass das Schreiben als Selbstzweck zunehmend hinter die Frage „Wie kann Schreiben mir dabei helfen, eigenständig zu denken und mein eigenständiges Denken in eigene Formen zu gießen?“ tritt – ein klarer Entwicklungsauftrag mit Blick auf Haltung und Aufgaben- genauso wie Prüfungskultur.

Drittes Plädoyer für eine integrierte Sichtweise: Zur Bedeutung für die Schreibdidaktik

Der Schreibdidaktiker Torsten Steinhoff (Universität Siegen) hat in einer spannenden Analyse drei idealtypische Zukunftsszenarien des schulischen und universitären Schreibens unter KI-Bedingungen beschrieben, die die Lage in meinen Augen gut (und deutlich systematischer, als ich es hätte präzisieren können) auf den Punkt bringen:

Drei Zukunftsszenarien des Schreibens unter KI-Bedingungen (nach Steinhoff)

Das erste Szenario ist Delegation, in dem menschliches Schreiben an die KI abgegeben wird. Lernende formulieren einen Prompt, ChatGPT schreibt den Kommentar, der Text wird abgegeben. Steinhoff beschreibt die Delegation nicht als futuristische Möglichkeit, sondern als beschreibbare Gegenwart: Studien (u.a. Bitkom 2025) zeigen, dass ein erheblicher Anteil von Schülerinnen und Schülern genauso wie Studierenden KI-generierte Texte bereits heute in schulischen und akademischen Kontexten einreicht, dabei aber oft ohne Bewusstsein für die Konsequenzen für die eigene Kompetenzentwicklung agiert.

Das zweite Szenario ist Konservation, in dem menschliches Schreiben durch institutionelle Kontrolle vor KI abgeschirmt wird. Handschriftliche Klausuren, strenge Verbote, Totalabschottung. Steinhoff sieht das als die Antwort, die Schulen und Hochschulen am ehesten ergreifen, und zugleich als die bildungstheoretisch fragwürdigste: Konservation kann allenfalls kurzfristig für bestimmte Prüfungsformate gelten. Als pädagogisches Prinzip versagt sie, weil sie die Technologie ignoriert, die Lernende außerhalb der Schulräume längst nutzen. Eine Schule, die Schreiben konserviert, ohne es zu transformieren, bereitet Lernende demnach für eine Welt vor, die es so nicht mehr gibt.

Das dritte Szenario – und das einzige, das Steinhoff als dauerhaft tragfähig bewertet – ist Transformation: Menschliches Schreiben wird aufgrund von KI neu gestaltet und die Schreibdidaktik muss klären, was am Schreiben bildungsrelevant und schützenswert ist, was verhandelbar wird und welche neuen Kompetenzen entstehen müssen. Steinhoff formuliert das unmissverständlich: Keines der drei Szenarien wird sich in nächster Zeit in Reinform realisieren – aber die Analyse zeigt, dass Transformation die einzige nachhaltige Option ist.

Ghostwriter, Partner, Tutor – welche Rolle spielt KI beim Schreiben?

Steinhoff und seine Kollegin Katrin Lehnen (Universität Gießen) haben diesen Gedanken in einem weiteren Modell konkretisiert, das direkt für die Unterrichtspraxis anschlussfähig ist: das GPT-Modell. Hier dient GPT nicht als Abkürzung für Sprachmodelle, sondern als Kürzel für die drei Rollen, die KI im Schreibprozess spielen kann: Ghost, Partner, Tutor.

Als Ghostwriter übernimmt die KI das Schreiben nahezu vollständig – sie koagiert im Auftrag einer Person, die sich nicht für kompetent genug hält, zu wenig Zeit hat oder nicht die nötige Motivation aufbringt, den Text selbst zu verfassen. Das Ergebnis: Schreibkompetenz reduziert sich im Extremfall auf Prompting-Kompetenz. Der Mensch in dieser Konstellation ist „Client“ – Auftraggeber, kein Schreibender.

Als Writing Partner schreibt die KI mit – bewusst einbezogen, zielgerichtet genutzt. Der Mensch bleibt Autor, aber die KI ist Ko-Autorin: beim Überarbeiten, beim Strukturieren, beim Finden von Formulierungen für schwierige Passagen. Das ist die am häufigsten beschriebene, produktivste – und didaktisch anspruchsvollste Nutzungsform.

Als Writing Tutor schreibt die KI nicht, sondern begleitet: durch Fragen, Feedback, Impulse. Der Mensch ist „Learner“ – wer lernt, nicht wer produziert. Das Schreiben selbst bleibt vollständig in menschlicher Hand. Diese Rolle ist für den Lernkontext Schule die pädagogisch wünschenswerteste – und genau das, was Tools wie PEER, FelloFish, KorrekturKumpel oder Brian in der Überarbeitungsphase leisten können.

Das GPT-Modell macht eine wichtige Unterscheidung sichtbar, die im Unterrichtsalltag oft untergeht: KI im Schreibprozess einzusetzen ist nicht per se gut oder schlecht. Entscheidend ist die Rolle, die KI dabei spielt – und ob diese Rolle didaktisch gesteuert oder dem Zufall überlassen wird. Das hier nochmal genauer beschriebene 8-Phasen-Modell ist ein Versuch unsererseits, genau diese Steuerung phasenspezifisch zu operationalisieren.

Was die Forschung weiß und was sie nicht weiß…

Kirsten Schindler (Bergische Universität Wuppertal) hat früh und präzise auf das Spannungsfeld hingewiesen, in dem sich schulisches Schreiben unter KI-Bedingungen bewegt. In ihrem Beitrag „Schreiben mit, durch und über KI“ (2024) stellt sie fest: Mit ChatGPT stehe Lernenden eine Anwendung zur Verfügung, die nicht nur sehr einfach zu bedienen ist, sondern die in kürzester Zeit sprachlich beeindruckende, wenn auch inhaltlich nicht immer zuverlässige Texte generiere. Die Schule geriete dadurch „merklich unter Druck“ – als Institution, die Schreibkompetenz vermittelt und gleichzeitig prüft.

Das Hochschulforum Digitalisierung hat bereits 2023 in einem Positionspapier „Zehn Thesen zur Zukunft des Schreibens in der Wissenschaft“ formuliert. Die erste These lautet schlicht: „Schreibprozesse sind KI-basiert.“ Was als Prognose gedacht war, das ist (wenn wir zumindest in höheren Jahrgängen mal ehrlich sind) zur Beschreibung der Gegenwart geworden – auch wenn interessante Ausnahmen die Regel bestätigen (z.B. die in meinen Oberstufenkursen feststellbare zunehmende KI-Skepsis nach hoher schulischer Nutzungsintensität).

Für mich als Lehrer und Fortbildner ist dabei ein Punkt sehr wichtig: Der Einsatz von Hilfsmitteln beim Schreiben ist keine neue Erfindung der KI-Ära (man denke nur an Internet oder „ElternGPT“). Was sich verändert hat, sind das Ausmaß der Automatisierung, die Unsichtbarkeit des Hilfsmittels (falls „kompetent“ genutzt) und das im Vergleich zum Taschenrechner alle Wissensbereiche umfassende Versprechen „Ich kann zu jedem Thema und jeder Frage besser Antwort geben, als Du es kannst!“. Ebenso wichtig ist für mich das im jetzigen Schulsystem zentrale didaktische Risiko in Form von Skill-Skipping (Florian Nuxoll) bzw. Deskilling (s. Deutscher Ethikrat 2023), nämlich das Überspringen ganzer Kompetenzerwerbsstufen durch Delegieren an die KI.

Sinnvolle Schreibdidaktik zielt im Sinne des 8-Phasen-Modells also auf Arrangements, die KI nutzen, ohne Kompetenzerwerb zu umgehen.

Das deckt sich mit einer in meinen Augen denkwürdigen Aussage aus der britischen Studie „Teaching the AI-native generation“ (Oxford University Press 2025), an deren Ende Erika Galea, Direktorin des Educational Neuroscience Hub Europe und Mitautorin der Studie konstatiert:

„Die Schüler:innen von heute beginnen, mit Maschinen zu denken – sie gewinnen an Schnelligkeit und Geschicklichkeit bei der Verarbeitung von Ideen, verlieren aber manchmal die Tiefe, die durch Pausen, Hinterfragen und unabhängiges Denken entsteht. Die eigentliche Herausforderung besteht nicht darin, die Technologie zu beherrschen, sondern die Tiefe des menschlichen Denkens in einem Zeitalter der synthetischen Kognition und künstlichen Intelligenz zu bewahren.”

Diese Empfehlung an Schulen und für die Unterrichtspraxis hat es in sich, wie mir scheint: Neue Wege finden, um mit KI zu unterrichten, ohne die Art und Weise, wie Jugendliche denken, zu verändern.

Zugleich sollten wir aber auch mit Blick auf die Forschungslage ehrlich sein: Wir haben – Stand Frühjahr 2026 – kaum belastbare Längsschnittstudien zur Frage, wie sich regelmäßige KI-Nutzung beim Schreiben langfristig auf Schreibkompetenz auswirkt. Das Forschungsprojekt KI-Schreibarrangements (KIS) von Steinhoff und Team (Uni Siegen) liefert erste empirische Einblicke in das Schreibverhalten von Achtklässler:innen mit ChatGPT – und zeigt: Lernende tendieren (ohne didaktische Einbettung) spontan zur Ghostwriter-Nutzung – die Begleitung durch Lehrkräfte scheint also den entscheidenden Unterschied zu machen. Das ist eine Überschneidung, die sich in zahlreichen Studien zu KI und hybriden Szenarien zeigt (s. Blogbeitrag zu KI-Studien), die allerdings bislang auch nur als Annäherung verstanden werden sollte.

…und was das für meine Unterrichtspraxis bedeutet

Ich schreibe diesen Blogbeitrag nicht als jemand, der meint die Antworten auf unsere Fragen gefunden zu haben. Auch in Fortbildungen merke ich immer wieder: „Steter Tropfen höhlt den Stein“ ist genau die Herangehensweise, die momentan wirkt – also das ständig wiederkehrende Gespräch über unser Lernen im KI-Zeitalter. Und ich bin ehrlich gesagt froh darüber, dass ich durch (generative) KI gezwungen wurde, grundsätzlicher über Lernen und Unterricht und damit auch das Schreiben nachzudenken als je zuvor.

Was ich glaube zu wissen: Schreiben bleibt bildungsrelevant – gerade weil KI es in bestimmten Dimensionen übernehmen kann. Es bleibt relevant als

• • epistemisches Werkzeug (Denken durch Schreiben),
  • als soziale Praxis (Texte für andere verfassen, Feedback geben und empfangen) und
  • als Identitätsarbeit (die eigene Stimme entwickeln, eine eigene Haltung formulieren).

Das sind keine Bildungsziele aus dem letzten Jahrhundert, sondern Kompetenzanforderungen für eine Welt, in der KI-generierte Texte allgegenwärtig sind. Eben deshalb scheint mir die Fähigkeit, zwischen menschlicher und maschineller Sprache zu unterscheiden, zu urteilen, eine eigene Position zu entwickeln, noch wichtiger als je zuvor.

Transformation bedeutet in diesem Verständnis nicht, dass Schreiben einfacher würde. Es bedeutet, dass Schreiben ebenso wie viele weitere schulische Lernprozesse neu begründet werden muss – gegenüber Lernenden, gegenüber Eltern, gegenüber Schulleitungen, und auch gegenüber sich selbst. Das 8-Phasen-Modell ist ein Schritt in diese Richtung und ich bin sehr gespannt, was ich in 2-3 Jahren darüber denke – und schreibe.