KI und Lernen

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Grundlagen: Lernen im KI-Zeitalter verstehen zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Lernprozess-Landkarte erstellen (Zielgruppe:Sek I/II, alle Fächer ,Dauer:25 Min.): Klasse kartiert gemeinsam, an welchen Stellen KI stützt, wo Eigenleistung unverzichtbar bleibt.

KI-Einsatzregeln aus Lernzielen ableiten (Zielgruppe:Fachteam ,Dauer:40 Min.): Teams definieren pro Kompetenzziel klare Modi: erlauben, begleiten, begrenzen, verbieten.

Transfer-Check nach KI-Unterstützung (Zielgruppe:Sek II ,Dauer:20 Min.): Lernende lösen Transferaufgaben ohne KI und reflektieren Unterschiede zur assistierten Bearbeitung.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Tool-Fokus verdrängt Lernziel-Fokus., Effizienz wird mit Lernerfolg verwechselt. und Unklare Rollen zwischen Assistenz und Delegation..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Lernziel und Kompetenzstufe sind vor KI-Einsatz definiert.
• Der gewünschte kognitive Prozess ist explizit benannt.
• KI-Rolle pro Aufgabe ist transparent kommuniziert.
• Transferaufgaben ohne KI sind eingeplant.
• Reflexion über Nutzen und Grenzen ist verpflichtend.
• Ergebnisse sind auf relevante Modellentscheidungen rückgekoppelt.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Kognitive Effekte: Entlastung oder Abhängigkeit? zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Offloading-Audit im Unterricht (Zielgruppe:Sek II ,Dauer:25 Min.): Lernende markieren im Prozess, was delegiert wurde und was Eigenleistung blieb.

Zwei-Wege-Aufgabe (Zielgruppe:Sek I/II ,Dauer:40 Min.): Aufgabe einmal mit, einmal ohne KI lösen; Ergebnisse und Denkwege vergleichen.

Kompetenz-Anker-Drill (Zielgruppe:Sek I ,Dauer:20 Min.): Grundoperationen ohne KI trainieren, dann assistiert erweitern.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Pseudo-Verständnis durch generierte Antworten., Abhängigkeit bei schwacher Basiskompetenz. und Überbewertung kurzfristiger Effizienz..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Basiskompetenz ohne KI wurde gesichert.
• Delegation ist begründet und dokumentiert.
• Nachbearbeitung erfordert eigene Erklärung.
• Transfer ohne KI ist Teil der Bewertung.
• KI wird als Werkzeug, nicht als Autor, positioniert.
• Offloading-Muster werden über Zeit reflektiert.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Lernwirksamkeit von KI-Tools zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Feedback-Zyklus mit KI und Peer (Zielgruppe:Sek I/II ,Dauer:35 Min.): KI liefert Erstfeedback, Peer-Gruppe validiert, Lernende überarbeiten begründet.

Adaptive Übungsschleife (Zielgruppe:Mathematik/Sprachen ,Dauer:30 Min.): Aufgaben werden nach Fehlermuster differenziert; Lehrperson steuert Eskalationspunkte.

Formative Mini-Diagnostik (Zielgruppe:alle Fächer ,Dauer:15 Min.): Vorwissen mit KI-gestütztem Kurzcheck erfassen und Unterricht unmittelbar anpassen.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Unkritische Übernahme von KI-Feedback., Scheingenauigkeit bei Diagnosewerten. und Fehlende Rückkopplung mit Unterrichtsbeobachtung..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Intervention hat klare Zielmetrik (z. B. Verständnis, Transfer).
• Feedback wird nicht nur konsumiert, sondern verarbeitet.
• Lehrperson prüft Fehlklassifikationen aktiv.
• Differenzierung bleibt inklusiv und transparent.
• Wirkung wird über mehrere Lernzyklen beobachtet.
• Dokumentation ist für Teamentscheidungen nutzbar.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Schreiben, Lesen, Denken mit KI zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Argumentations-Defense (Zielgruppe:Sek II Deutsch/Geschichte ,Dauer:30 Min.): Lernende verteidigen KI-überarbeitete Argumente mündlich anhand von Gegenfragen.

Lesestrategie mit KI-Kontrast (Zielgruppe:Sek I ,Dauer:25 Min.): Originaltext und KI-Zusammenfassung vergleichen; Auslassungen und Verzerrungen markieren.

Revision in drei Schritten (Zielgruppe:alle Fächer ,Dauer:35 Min.): Entwurf -> KI-Feedback -> Peer-Feedback -> finale Fassung mit Begründungsprotokoll.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Stilvereinheitlichung und Verlust eigener Stimme., Unsaubere Quellenübernahme. und Argumentative Oberflächlichkeit..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Eigenständige These ist sichtbar.
• Quellen sind nachvollziehbar belegt.
• KI-Änderungen wurden begründet übernommen.
• Mündliche oder schriftliche Verteidigung ist eingeplant.
• Revisionsschritte sind dokumentiert.
• Bewertung umfasst Prozess und Produkt.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Metakognition und Selbstregulation stärken zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Warum-Protokoll 2.0 (Zielgruppe:Sek I/II ,Dauer:20 Min.): Drei-Spalten-Protokoll mit Fokus auf Entscheidungsbegründungen pro KI-Antwort.

Prompt-Plan-Review (Zielgruppe:Fachschaft ,Dauer:30 Min.): Lernende erstellen vorab Prompt-Strategien und evaluieren deren Wirkung nach der Aufgabe.

Metakognitiver Exit-Ticket (Zielgruppe:alle Fächer ,Dauer:10 Min.): Am Ende: Was hat KI verbessert, was hat sie geschwächt, was bleibt offen?

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Reflexion wird zur Formalität ohne Lernfunktion., Übermonitoring senkt Arbeitsfluss. und Schwache Prompt-Kompetenz führt zu Frustration..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Lernziele sind vor Nutzung schriftlich fixiert.
• Promptentscheidungen werden begründet.
• Fehler werden als Lernsignal genutzt.
• Selbstbewertung enthält konkrete Belege.
• Feedback wird in nächste Aufgabe übertragen.
• Lehrkraft gibt Meta-Feedback auf den Prozess.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Motivation und Emotion im KI-Lernen zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Selbstwirksamkeits-Check vor/nach Aufgabe (Zielgruppe:Sek I/II ,Dauer:10 Min.): Kurzskala zur Wahrnehmung eigener Kompetenz mit Reflexion der KI-Rolle.

Autonomie-Choice-Board (Zielgruppe:alle Fächer ,Dauer:20 Min.): Lernende wählen zwischen KI-unterstützten und KI-freien Lösungswegen.

Stress-Reduktion durch KI-Vorstufe (Zielgruppe:Prüfungsvorbereitung ,Dauer:25 Min.): KI als strukturierende Vorstufe, finale Argumentation ohne KI.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Motivationsgewinn nur kurzfristig durch Neuheitseffekt., Gefühlte Kompetenz ohne reale Kompetenzzunahme. und Emotionsregulation wird an Tool delegiert..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Aufgabe fördert echte Autonomieentscheidungen.
• Selbstwirksamkeit wird differenziert erhoben.
• Lehrkraftunterstützung ist aktiv geplant.
• KI übernimmt nicht die komplette Problemlösung.
• Reflexion über Belastung und Nutzen ist integriert.
• Folgeschritte zur Kompetenzsicherung sind definiert.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Grenzen und Risiken zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Risk-Pre-Mortem (Zielgruppe:Steuergruppe ,Dauer:30 Min.): Vor Einführung die wahrscheinlichsten Fehlentwicklungen systematisch simulieren.

No-KI Benchmark Task (Zielgruppe:Sek I/II ,Dauer:20 Min.): Regelmäßige Referenzaufgaben ohne KI zur Kompetenzkalibrierung.

Risikowechsel-Ampel (Zielgruppe:Schulteam ,Dauer:15 Min.): Frühsignale für Offloading, Bias und Datenschutzprobleme monatlich bewerten.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Scheinsicherheit durch punktuelle Maßnahmen., Fehlende Eskalationspfade bei Vorfällen. und Nicht adressierte Nebenwirkungen in benachteiligten Gruppen..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Risikokatalog ist für alle Rollen verfügbar.
• Eskalationsprozess ist dokumentiert.
• Regelmäßige Baseline-Aufgaben ohne KI sind eingeplant.
• Risikodaten werden periodisch ausgewertet.
• Gegenmaßnahmen sind vorab definiert.
• Kommunikation bei Vorfällen ist vorbereitet.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Fehler, Halluzinationen und Wahrheit zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Hallucination Hunt Pro (Zielgruppe:Sek I/II ,Dauer:45 Min.): Fehlerhafte KI-Ausgaben in Teams prüfen und mit Primärquellen widerlegen.

Quellen-Triangulation (Zielgruppe:Sek II ,Dauer:30 Min.): Aussagen erst dann akzeptieren, wenn mindestens zwei unabhängige Quellen übereinstimmen.

Deepfake-Labor (Zielgruppe:Medienbildung ,Dauer:40 Min.): Beispiele klassifizieren, Manipulationsmerkmale identifizieren, Gegenchecks dokumentieren.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Überforderung bei zu komplexen Verifikationstasks., Schein-Sicherheit durch einzelne Quellen. und Zynismus: „Nichts ist mehr wahr“..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Verifikationsstandard ist für alle Aufgaben klar.
• Quellenqualität wird bewertet, nicht nur Quellenanzahl.
• Unsicherheiten werden explizit markiert.
• Faktencheck ist Teil der Note.
• Desinformationsbeispiele sind altersangemessen.
• Reflexion über Wahrheit und Evidenz ist integriert.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Ethik, Bias und Fairness zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Bias-Audit einer KI-Antwort (Zielgruppe:Sek II ,Dauer:30 Min.): Antworten auf Stereotype, Auslassungen und Perspektivenvielfalt prüfen.

Fairness-Panel im Fachteam (Zielgruppe:Lehrkräfte ,Dauer:45 Min.): Unterrichtsmaterialien auf Repräsentation und sprachliche Fairness prüfen.

Ethik-Fallkonferenz (Zielgruppe:Sek I/II ,Dauer:35 Min.): Dilemmata zu KI-Entscheiden diskutieren und begründete Handlungsoptionen entwickeln.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Ethik bleibt abstrakt ohne Unterrichtsbezug., Bias wird nur technisch statt sozial diskutiert. und Verantwortung wird zwischen Rollen verschoben..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Fairnesskriterien sind vorab definiert.
• Bias-Prüfung ist im Arbeitsprozess verankert.
• Perspektivenvielfalt wird aktiv eingefordert.
• Verantwortlichkeiten sind eindeutig verteilt.
• Transparenz gegenüber Lernenden/Eltern ist gewährleistet.
• Ethische Reflexion fließt in die Bewertung ein.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Datenschutz und Sicherheit zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Datenfluss-Canvas im Team (Zielgruppe:Schulleitung/IT ,Dauer:45 Min.): Datenwege pro Tool visualisieren und Risikopunkte markieren.

Prompt-Hygiene-Training (Zielgruppe:Lehrpersonen ,Dauer:20 Min.): No-go-Daten und sichere Formulierungsregeln anhand realer Beispiele trainieren.

DPIA-Light Sprint (Zielgruppe:Steuergruppe ,Dauer:35 Min.): Schnellprüfung für neue KI-Tools mit Ampelentscheidung.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Nutzung ohne Rechtsgrundlagenprüfung., Intransparente Drittlandübertragungen. und Fehlende Eltern-/Lernendenkommunikation..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Rechtsgrundlage und Zweckbindung sind dokumentiert.
• Personenbezogene Daten werden minimiert.
• Datenflüsse sind transparent und nachvollziehbar.
• Verträge/AVV sind geprüft.
• Lösch- und Auskunftsprozesse sind definiert.
• Kommunikation an Eltern und Lernende ist vorbereitet.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Fachspezifische Didaktiken zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: MINT-Fehleranalyse mit KI (Zielgruppe:Mathematik/NW ,Dauer:35 Min.): KI-Lösungen auf Rechenweg, Annahmen und Plausibilität prüfen.

Sprachdidaktik: Register-Training (Zielgruppe:Sprachen ,Dauer:25 Min.): KI-Texte zwischen Registern transformieren und stilistisch bewerten.

Historische Quellenkritik mit KI (Zielgruppe:Geisteswissenschaften ,Dauer:40 Min.): Narrative Verzerrungen identifizieren und Quellenkontext rekonstruieren.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Fachlogik wird durch generische Aufgaben verdrängt., Toolkompetenz ersetzt Fachkompetenz. und Bewertung orientiert sich nicht am Fachstandard..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Fachliche Denkoperationen sind definiert.
• KI-Aufgabenformate sind fachdidaktisch begründet.
• Fachspezifische Kriterien stehen im Raster.
• Transferaufgaben spiegeln echte Fachpraxis.
• Lernende begründen fachliche Entscheidungen.
• Teamreview sichert Vergleichbarkeit im Fach.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Differenzierung und Inklusion zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Differenzierungs-Matrix mit KI (Zielgruppe:Sek I/II ,Dauer:35 Min.): Aufgaben in drei Niveaustufen plus Unterstützungsoptionen modellieren.

Assistive Tool-Stationen (Zielgruppe:inklusive Klassen ,Dauer:30 Min.): Sprach-, Lese- und Strukturhilfen als rotierende Lernstationen einsetzen.

Mehrsprachige Lernbrücke (Zielgruppe:DaZ/Sprachen ,Dauer:25 Min.): KI-Übersetzung mit Fachbegriffen koppeln und inhaltlich nachprüfen.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Stigmatisierung durch Tool-Zuweisung., Ungleicher Zugang zu Geräten/Accounts. und Bias in Sprach- und Bewertungsmodellen..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Differenzierungsziel ist fachlich klar.
• Zugangsbarrieren sind vorab geprüft.
• Assistive Nutzung erfolgt ohne Stigma.
• Bias-Risiken sind im Material adressiert.
• Datenschutz für vulnerable Gruppen ist geklärt.
• Lernerfolg wird über alle Gruppen hinweg ausgewertet.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Kollaboration und Kommunikation zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Rollenkarte für KI-Gruppenarbeit (Zielgruppe:Sek I/II ,Dauer:15 Min.): Teamrollen definieren: Prompting, Verifikation, Synthese, Präsentation.

Peer-Feedback mit KI-Gegencheck (Zielgruppe:Sek II ,Dauer:30 Min.): Peer-Kommentar und KI-Vorschlag kontrastieren, Entscheidung begründen.

Socratic Debate mit KI (Zielgruppe:Sprachen/Gesellschaft ,Dauer:35 Min.): KI liefert Gegenpositionen, Gruppe trainiert Argumentations- und Moderationskompetenz.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: KI ersetzt echte Peer-Interaktion., Gruppendynamik kippt zu Arbeitsteilung ohne gemeinsames Denken. und Unklare Verantwortlichkeit bei Fehlern..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Gruppenrollen sind vor Start festgelegt.
• Begründungspflicht gilt für alle Entscheidungen.
• Peer-Feedback hat Vorrang vor KI-Vorschlag.
• Ergebnisse werden gemeinsam validiert.
• Kommunikationsziele sind explizit bewertet.
• Reflexion über Teamprozess ist eingeplant.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Lehrerkompetenzen für die KI-Ära zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Kompetenz-Selbstcheck im Kollegium (Zielgruppe:Lehrkräfte ,Dauer:30 Min.): UNESCO-Dimensionen als Diagnose und Entwicklungsplanung nutzen.

Lesson Study mit KI (Zielgruppe:Fachteam ,Dauer:60 Min.): Gemeinsame Unterrichtsplanung, Hospitation und datenbasierte Nachbesprechung.

Transfer-Coaching (Zielgruppe:Einzel/Team ,Dauer:25 Min.): Jede Fortbildung endet mit einem verbindlichen Unterrichtstransferplan.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Einmalige Inputs ohne nachhaltigen Transfer., Technikkompetenz ohne Didaktikbezug. und Überforderung durch fehlende Priorisierung..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Kompetenzstand ist transparent erhoben.
• Fortbildungsziele sind rollenbezogen.
• Transfer in reale Unterrichtsszenarien ist geplant.
• Peer-Support-Strukturen sind eingerichtet.
• Evaluation misst Praxisveränderung, nicht nur Teilnahme.
• Leitung unterstützt Ressourcen und Zeitfenster.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Schulentwicklung und Implementation zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: 90-Tage-Implementierungsplan (Zielgruppe:Schulleitung ,Dauer:60 Min.): Pilotbereich, Rollen, Messpunkte und Kommunikationslinien festlegen.

Governance-Board einrichten (Zielgruppe:Steuergruppe ,Dauer:45 Min.): Regeltermine für Tool-Freigaben, Evidenzreview und Eskalationsfälle.

Qualitäts-Review-Loop (Zielgruppe:Schulteam ,Dauer:30 Min. monatlich): Lernwirkungen, Risiken und Datenschutzindikatoren zyklisch prüfen.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Einführung ohne Zielbild und Metriken., Silo-Entscheidungen ohne Rollenabstimmung. und Kommunikationslücken zu Kollegium und Eltern..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Strategisches Zielbild ist schriftlich fixiert.
• Governance-Rollen sind klar verteilt.
• Pilot und Skalierung sind getrennt geplant.
• Risikomanagement ist operationalisiert.
• Monitoring-KPIs sind definiert.
• Review-Termine und Verantwortliche sind verbindlich.

Was sagt die Forschung?

Evidenzmarkierung: hoch, mittel, begrenzt. Details und Originalquellen in der Evidenzbibliothek.

Im Themenfeld Future Trends zeigt die Forschung konsistent, dass KI-Effekte stark von Aufgabenarchitektur, Vorwissen und Prozesssteuerung abhängen. Ein identisches Tool kann je nach Lernziel zu vertieftem Verständnis oder zu oberflächlicher Bearbeitung führen. Entscheidend ist deshalb die didaktische Rahmung, nicht die Technologie allein.

Für die Praxis bedeutet das eine doppelte Lesart der Evidenz: Erstens, welche Wirkungen sind unter kontrollierten Bedingungen beobachtet; zweitens, welche Bedingungen lassen sich in Ihrem Unterricht realistisch herstellen. Besonders relevant sind transparente Zielkriterien, strukturierte Rückmeldung und Verifikationsaufgaben ohne KI-Unterstützung.

Didaktische Übersetzung der Evidenz: Aussagen werden erst dann handlungsrelevant, wenn Bedingungen, Lerngruppe und Aufgabenformat zusammen betrachtet werden. Nutzen Sie die Befunde deshalb als Entscheidungsrahmen, nicht als starres Rezept.

Praxis: Unterrichts- und Umsetzungsideen

Die folgenden Ideen sind bewusst modular aufgebaut. Sie können als Einzelimpuls starten oder als Sequenz kombiniert werden, je nach Fach, Altersstufe und vorhandener KI-Erfahrung der Lernenden.

Unterrichtspraktische Umsetzung: Trend-Radar pro Semester (Zielgruppe:Schulleitung/IT ,Dauer:45 Min.): Technologietrends nach Bildungsnutzen, Risiko und Umsetzbarkeit priorisieren.

Zukunftsszenario-Workshop (Zielgruppe:Kollegium ,Dauer:60 Min.): Drei Zukunftsbilder für Unterricht und Assessment entwickeln.

Pilot-Lab mit Exit-Kriterien (Zielgruppe:Steuergruppe ,Dauer:4 Wochen): Neue KI-Funktion im geschützten Rahmen testen und evidenzbasiert entscheiden.

Risiken und typische Fehlannahmen

Typische Fehlannahmen entstehen selten durch Technik allein, sondern durch unklare Zielbilder, fehlende Transparenz oder unscharfe Leistungsanforderungen. Genau dort setzt dieser Risikoblock an.

Zentrale Risiken: Zu beachten sind insbesondere folgende Punkte: Hype-getriebene Schnellentscheidungen., Vendor-Lock-in ohne Exit-Strategie. und Überkomplexität ohne Kompetenzaufbau..

Checkliste für Lehrpersonen

Nutzen Sie die Checkliste als Mini-Qualitätsschleife vor, während und nach der Durchführung. So wird aus einer guten Idee eine konsistente Unterrichtspraxis statt eines einmaligen Versuchs.

Die Checkliste gewinnt an Wirkung, wenn sie nicht nur individuell genutzt, sondern im Team abgestimmt wird. Dadurch entstehen verlässliche Routinen über Klassen und Fächer hinweg: vergleichbare Standards für Transparenz, konsistente Rückmeldelogik und nachvollziehbare Entscheidungen bei unterschiedlichen Lernvoraussetzungen.

• Trendbeobachtung ist institutionell verankert.
• Pilotkriterien sind vorab definiert.
• Exit-Strategie pro Tool ist vorhanden.
• Kompetenzaufbau begleitet jede Innovation.
• Ethische und rechtliche Prüfung ist verpflichtend.
• Evaluation trennt Nutzen, Kosten und Risiko sauber.