Wissen & Antworten
Der Wissen-Hub sammelt kuratiertes Hintergrundwissen zu KI in DACH-Schulen — von schnellen Begriffsdefinitionen über Forschungsübersichten bis hin zu ethischen Orientierungshilfen. Das Ziel ist nicht Vollständigkeit, sondern Verlässlichkeit: Jeder Inhalt ist auf pädagogische Praxisrelevanz geprüft und mit Quellen belegt.
Worum es geht
Lehrpersonen brauchen unterschiedliche Arten von Wissen: manchmal eine kurze Definition, die sie in einem Elterngespräch sicher formulieren können; manchmal einen Forschungsüberblick, der eine pädagogische Entscheidung begründet; manchmal einen ethischen Kompass, wenn ein Schüler fragt, ob es „fair" ist, dass KI beim Schreiben hilft. Die Wissens-Datenbank strukturiert diesen Bedarf in vier klar abgegrenzten Bereichen.
Glossar & Definitionen
Das Glossar umfasst mehr als 55 Begriffe aus KI, Didaktik und Datenschutz — definiert in klarer, schulpraktischer Sprache. Jeder Eintrag enthält die Kerndefinition, ein Unterrichtsbeispiel und, wo relevant, den Bezug zu aktuellen Regulierungen (AI Act, revDSG). Das Glossar eignet sich auch als Referenz beim Verfassen einer Schul-Policy oder bei der Vorbereitung eines Elternabends.
Besonders häufig nachgeschlagen werden: Halluzination, Prompt, RAG (Retrieval-Augmented Generation), Bias, Large Language Model (LLM) und Personalisiertes Lernen. Der Glossar-Bereich ist alphabetisch sortiert und wird laufend aktualisiert.
Forschung & Evidenz
Dieser Bereich kuratiert Primärquellen und Meta-Analysen, die für den Schulkontext relevant sind. Statt einer unkommentierten Linkliste enthält jeder Eintrag eine kurze Einordnung: Was wurde untersucht? Welche Schulstufenrelevanz hat der Befund? Was ist noch offen?
Die wichtigsten Überblicke:
- Das Meta-Review 2026 fasst 47 Studien zu KI und Lernleistung zusammen. Kernbefund: KI-Feedback verbessert Schreibkompetenzen messbar, hat aber kaum nachweisbaren Effekt auf analytisches Denken ohne explizite Instruktion.
- Die KI-und-Lernen-Evidenz sammelt Längsschnittstudien, die kognitive Auslagerungseffekte untersuchen.
- Die Vibe-Coding-Evidenz dokumentiert erste Befunde zu KI-gestütztem Programmierlernen an Gymnasien.
Ethik & Bias
KI-Systeme sind nicht neutral: Sie reproduzieren die Verzerrungen ihrer Trainingsdaten, bevorzugen bestimmte Sprachregister und Kulturen und können stereotype Rollenbilder verstärken. Das ist kein abstraktes Problem — es betrifft jede Lehrperson, die KI-Feedback oder KI-generierte Texte im Unterricht verwendet.
Der Ethik-Kompass bietet eine strukturierte Entscheidungshilfe für ethische Fragen rund um KI im Unterricht: von der Frage der Transparenzpflicht gegenüber Lernenden über die Bewertung von KI-generierten Beiträgen bis hin zur Kommunikation mit Erziehungsberechtigten. Der Bias-Bereich erklärt die häufigsten Bias-Formen (Repräsentations-Bias, Bestätigungs-Bias, sprachliche Verzerrung) mit konkreten Unterrichtsbeispielen.
Knowledge-Base
Die Knowledge-Base ist eine kommentierte Sammlung weiterführender Ressourcen: Behördenpublikationen (EDK, KMK, BMBWF), internationale Rahmen (UNESCO-KI-Empfehlungen, OECD-Prinzipien, EU AI Act), Fachartikel und Leitfäden von Bildungsorganisationen. Im Unterschied zu Forschung & Evidenz stehen hier nicht empirische Studien, sondern praxisorientierte Orientierungsdokumente im Vordergrund.
Besonders gefragt sind der EDK-Bericht zur Digitalisierung, die KMK-Strategie „Bildung in der digitalen Welt" und das österreichische BMBWF-Positionspapier zu KI in Schulen.
In der Praxis
Eine Gymnasiallehrperson bereitet sich auf eine Diskussionsrunde im Kollegium vor: Sie nutzt in zehn Minuten das FAQ für die drei häufigsten Fragen ihrer Kolleginnen (Datenschutz bei ChatGPT, Beurteilung von KI-gestützten Aufsätzen, Elternkommunikation), öffnet dann den Ethik-Kompass für die Frage zur Bewertung und schickt den Link zum Meta-Review 2026 als Vorab-Lektüre — alles aus einem Hub, ohne Suche über externe Seiten.