Stell Dir ein Klassenzimmer vor, in dem 30 Kinder sitzen. Eines davon ist beim Bruchrechnen abgehängt. Ein anderes wartet seit Wochen darauf, dass es endlich schwerere Aufgaben bekommt. Ein drittes liest jeden Geschichtstext dreimal und versteht ihn trotzdem nicht. Die Lehrerin sieht das. Sie weiß es. Und sie hat keine Chance, jedem einzelnen Kind gerecht zu werden, weil ihr Tag nur sechs Stunden hat.

Genau an dieser Stelle setzt Künstliche Intelligenz an. Ich halte sie für das größte Werkzeug, das der Schule seit dem Schulbuch in die Hand gegeben wurde. Sie ersetzt keine Lehrer. Sie kann etwas, das das frontale Klassenzimmer nie konnte: jedem Kind sein eigenes Tempo, seine eigenen Stärken und seine eigenen Lücken zugestehen. Was KI ist, was sie nicht ist, und wie Du sie sinnvoll einsetzt, dazu kommen wir jetzt.

Was KI wirklich ist, und was sie nicht ist

In den Köpfen vieler Menschen geistert immer noch das Hollywood-Bild herum. Skynet aus Terminator, der Computer Hal, die Maschinen aus Matrix. Eine Intelligenz, die plötzlich aufwacht, sich gegen den Menschen wendet und die Welt übernimmt. Nüchtern betrachtet ist KI etwas anderes: eine sehr große mathematische Formel, in der Millionen Parameter so eingestellt werden, dass die Maschine Muster aus riesigen Textmengen wiedergeben kann. Eine Datenbank, in die Wissen hineinfließt und aus der Wissen wieder herauskommt. Ein Werkzeug.

Ein Werkzeug hat keine Absichten. Es will weder herrschen noch dienen. Es macht das, wofür es trainiert wurde. Ein ChatGPT will keine Schüler überlisten. Es generiert Text. Ein Lern-Tutor will keinen Lehrer ersetzen. Er prüft Aufgaben. Und doch macht das Werkzeug Menschen dümmer, wenn man es so benutzt, dass es das Denken abnimmt. Wer eine KI alles formulieren, recherchieren und entscheiden lässt, der wird im eigenen Kopf langsamer. Wer dieselbe KI als Sparringspartner nutzt, um eigene Ideen zu testen, dem öffnet sie Tore, die er allein nie aufbekommen hätte. Beides ist möglich, beides passiert gerade, oft im selben Klassenzimmer.

Drei Eigenschaften musst Du deshalb im Hinterkopf behalten, wenn Du KI im Unterricht einsetzt. Erstens, sie halluziniert. Wenn sie eine Antwort nicht weiß, erfindet sie eine, weil sie darauf trainiert wurde, immer etwas zu sagen. Zweitens, sie ist eine Datenbank, kein Bewusstsein. Sie versteht nicht, was sie sagt, sie kombiniert Wahrscheinlichkeiten. Drittens, sie wirkt je nach Gebrauch in beide Richtungen: als bequeme Abkürzung, die Denken verkürzt, oder als Hebel, der Denken vertieft. Welche der beiden Richtungen sich durchsetzt, entscheidet der Mensch, der sie führt.

Das alte Versprechen: das 2-Sigma-Problem

Wenn KI im Unterricht eine Chance ist, dann diese. 1984 veröffentlichte Benjamin Bloom eine Studie, die Generationen von Didaktikern den Schlaf geraubt hat. Bloom verglich Schüler, die im Klassenverband lernen, mit Schülern, die einen eigenen Tutor an die Seite gestellt bekommen. Das Ergebnis hat das Feld erschüttert.

Vierzig Jahre lang gab es keine wirtschaftlich tragbare Antwort darauf. Ein eigener Lehrer pro Kind kostet zu viel. Lerngruppen wurden kleiner, Lernplattformen schlauer, Mentoring-Programme wertvoller, aber das große Ziel, jedes Kind individuell zu begleiten, blieb ein Wunschtraum.

Mit Large Language Models und KI-Tutoren rückt diese Antwort zum ersten Mal in Reichweite. Eine Maschine wird nicht müde. Eine Maschine wird nicht ungeduldig. Eine Maschine kann jedem Kind so lange Bruchrechnen erklären, bis es sitzt, ohne dabei den Rest der Klasse aus den Augen zu verlieren. Sie kann dem schnellen Kind die nächste, härtere Aufgabe geben, während die Lehrkraft Zeit für das Kind hat, das gerade einen schlechten Tag erwischt. Wir sind beim 2-Sigma-Effekt noch nicht angekommen. Aber wir sind näher dran als je zuvor.

Die fünf Chancen, die KI gerade öffnet

Es lohnt sich, konkret zu werden. KI hilft an fünf Stellen heute schon spürbar, wenn Du lernen oder lehren willst.

Individuelle Förderung. Ein guter Lern-Bot erkennt, wo ein Kind klemmt, und produziert Übungen genau dazu. Das gilt für Bruchrechnen genauso wie für englische Grammatik. Die Kasneci-Gruppe, ein deutsches Forschungsteam aus zwei Dutzend Wissenschaftlern, beschreibt in einem viel zitierten Übersichtsartikel, wie LLMs in der Schule personalisierte Aufgaben, sofortiges Feedback und differenzierte Sprachniveaus liefern können (Kasneci et al., 2023).

Wissen on demand. Wer wissen will, wann die Schlacht von Waterloo war, fragt heute einen Chatbot statt Wikipedia. Wer die Newtonsche Mechanik verstehen will, lässt sich einen Wurf simulieren und fragt nach, was passieren würde, wenn die Schwerkraft das Vorzeichen wechselt. Lernen wird gesprächig, neugierig, interaktiv. Das ist die Chance — und gleichzeitig die Schwäche des Mediums. Wer nur konsumiert, was die KI ausspuckt, lernt am Ende weniger, als hätte er fünfzehn Minuten in einem guten Lexikon geblättert. Der Hebel entsteht erst, wenn das Kind, der Schüler, der Erwachsene das Werkzeug aktiv führt: nachfragt, widerspricht, eine Behauptung prüft, ein zweites Beispiel verlangt. Wer das nicht lernt, dem wird die schönste Interaktivität zur bequemen Falle.

Visualisierung und Simulation. Multimodale Modelle koppeln Text, Bild und Simulation — und genau hier liegt eines der wertvollsten Werkzeuge, das KI dem Unterricht gerade in die Hand legt. Wer eine Integral-Aufgabe rechnet, lässt sich die Fläche unter der Kurve live aufbauen und sieht sofort, ob die eigene Lösung passt oder ob er sich verrechnet hat. Wer die Form eines Weinglases mathematisch modellieren will, sieht die Formel zur Form werden und merkt im selben Moment, wenn eine Variable falsch ist. Wer eine Wahrscheinlichkeitsverteilung berechnet, sieht die Glockenkurve entstehen und versteht intuitiv, was vorher abstrakt war. Genau das hat Vera F. Birkenbihl mit dem Ball-im-Tor-Effekt beschrieben: Das Gehirn lernt am tiefsten, wenn es sich das Ergebnis innerlich vorab abbilden kann. Eine Live-Simulation liefert dem Gehirn dieses Innenbild in Sekunden — und macht aus einer Formel ein Bild, an das Du Dich auch in zehn Jahren erinnerst.

Sofortige Korrektur. Standardkorrekturen, Rechtschreibung, einfache Aufsatz-Bewertung, das alles kann KI heute schon mit hoher Trefferquote. Wer das System sauber mit Prüfungsfrage, Lernmaterial und Schülerantwort füttert, bekommt eine erste Einschätzung in Sekunden. Lehrer gewinnen dadurch Zeit für das, was Maschinen nicht können: Beziehungsarbeit, Diskussion, Mentoring.

Zugang. Wer in einem Dorf mit einer überforderten Lehrerin wohnt, hatte früher Pech. Heute kann jedes Kind mit einem Smartphone auf das volle deutschsprachige Schulwissen zugreifen. Das löst keine Ungerechtigkeit allein. Aber es ist ein hebelartiger Türöffner für Bildungsgerechtigkeit, wie ihn die Schule seit der Erfindung der Volksbücherei nicht mehr hatte.

Drei Bedingungen, ohne die nichts davon funktioniert

So weit die Chancen. Und jetzt der ehrliche Teil. Ohne drei Bedingungen verpufft das Ganze, oder schlimmer, es macht das Bildungssystem schlechter, statt besser.

Lehrer, die selbst lernen wollen. Eine Lehrkraft, die selbst nicht weiß, wie sie ChatGPT sinnvoll prompten soll, kann ihre Klasse nicht zu mündigem Umgang erziehen. Pflicht-Fortbildung allein löst das aber nicht. Wer sich nicht für KI interessiert, lernt sie auch in einer 90-Minuten-Schulung nicht zu beherrschen. Umgekehrt brauchen Lehrer, die ohnehin neugierig sind, gar keinen Lehrgang, sie probieren das Werkzeug einfach aus. Die spannendere Frage lautet deshalb: Wie bauen wir Schulen so um, dass neugierige, selbst lernende Lehrer dort gut arbeiten können und zur Normalität werden? Das wären die echten Vorbilder im Klassenzimmer, weil Kinder Lust am Lernen viel eher von Erwachsenen bekommen, die sichtbar selbst lernen, als von Lehrplänen. Genau in diese Richtung gehen Schulmodelle wie die Alemannenschule Wutöschingen, in denen Eigenverantwortung der Lehrer Teil des Systems ist.

Prüfungskultur. Die alte Klausur, bei der ein Kind allein an einem Tisch sitzt und 90 Minuten lang Wissen aus dem Kopf herauspresst, wird absurd, sobald draußen jedes Smartphone den Stoff in zwei Sekunden liefern kann. Die ehrliche Antwort lautet, Prüfungen umzubauen. Mehr mündliche Verteidigung, mehr Projektarbeit, mehr Anwendung, mehr Reflexion. Weniger reines Reproduzieren. Das ist anstrengend, aber unvermeidlich. Wer dazu konkrete Ideen sucht, findet sie im Artikel zur Hattie-Studie, in dem klar wird, welche Lehraktivitäten wirklich Lernen produzieren, und welche eben nicht.

Datenschutz und Souveränität. Jedes Kind, das einen Chatbot benutzt, schickt Daten an ein Unternehmen. Welche, wohin, wozu? Die meisten Schulen wissen es nicht. Ein verantwortungsvoller Einsatz braucht europäische Plattformen, klare Datenschutzregeln und Lehrer, die das durchblicken. Sonst tauschen wir Wissensvermittlung gegen Datenerfassung ein, und das wäre kein guter Tausch.

Welche Fähigkeiten brauchen wir überhaupt noch?

Eine Frage, die viele Lehrer und Eltern derzeit umtreibt. Wenn ChatGPT Rechtschreibung korrigiert, DeepL übersetzt und ein Bildgenerator Skizzen liefert, was muss ein Kind dann noch selbst können? Diese Frage entscheidet kein einzelner Forscher, kein Bildungsminister, keine Software-Firma. Sie ist eine gemeinsame Aushandlung, die wir als Gesellschaft jetzt führen müssen. Die Antwort verschiebt sich mit jeder neuen Generation von Modellen.

Mein Vorschlag, mit dem ich noch lange nicht fertig bin, weil dieses Thema gerade erst beginnt, lautet so. Lesen, Rechnen, Schreiben, alles drei bleiben Kernkompetenzen, auch wenn die KI Texte liefert. Wer nicht lesen kann, kann nicht prüfen, was die KI ihm vorsetzt. Wer nicht rechnen kann, merkt nicht, wenn eine Statistik manipuliert ist. Wer nicht schreiben kann, kann seine Gedanken nicht ordnen. Diese Basis bleibt. Was dazukommt, ist eine vierte Kernkompetenz, die alle anderen überlagert: Quellen-Skepsis. Die Fähigkeit zu fragen, woher das Gesagte kommt, wer ein Interesse daran hat, dass ich es glaube, und wie ich es prüfen kann. Genau das hat Vera F. Birkenbihl mit ihren 7 Regeln gegen Nachrichten-Manipulation für die TV-Welt vorgedacht. Im KI-Zeitalter wird diese Skepsis lebenswichtig.

Was Du ab morgen anders machen kannst

Wenn Du Lehrer, Elternteil oder Selbstlerner bist, ist KI eine Einladung, das eigene Lernen umzubauen. Hier sind acht konkrete Schritte, mit denen Du anfangen kannst.

1. Lass das Werkzeug ganz weg, wenn Du nur Ruhe brauchst. Niemand muss KI nutzen. Manche Stunden, manche Projekte, manche Phasen sind besser ohne. Erlaub Dir das.
2. Setze einen klaren Rahmen, wann KI an ist und wann aus. Übungen, in denen die Lerner ihren eigenen Kopf trainieren sollen, laufen ohne Maschine. Recherchen, Brainstorms und Korrekturen dürfen mit Maschine laufen.
3. Mach den Quellen-Check zur Routine. Bei jedem KI-Output stellst Du gemeinsam mit Deiner Gruppe die drei Fragen: Wer sagt das? Woher hat die KI das? Stimmt das?
4. Nutze KI für die individuelle Förderung. Lass Schüler, die hinterherhinken, gezielt mit einem Tutor-Bot üben. Lass Schüler, die vorne sind, mit ihm in die Tiefe gehen.
5. Lass Dir Aufgaben generieren, aber überarbeite jede selbst. Eine KI liefert Dir in zwei Minuten zwanzig Vokabel-Übungen. Du wählst aus, kürzt, ergänzt, machst sie zu Deinen.
6. Übe das Prompten als eigene Kulturtechnik. Wer gut fragt, bekommt gute Antworten. Wer schlecht fragt, bekommt Mist. Das gilt für KI genauso wie für Lehrer.
7. Bau Prüfungssituationen mit der Maschine, statt sie zu verbieten. Die Klausur ist die Frage „Wie würdest Du mit Hilfe der KI dieses Problem lösen, und warum?“. Das ist näher an der Realität als jede Notenstoff-Probe.
8. Bleib im Gespräch mit anderen Lehrenden. Niemand löst das allein. Tausch Erfahrungen aus, probiere Dinge gemeinsam, gib weiter, was funktioniert hat.

Das Wichtigste in Kürze

• KI ist eine mathematische Formel, eine riesige Datenbank, ein Werkzeug. Keine eigenständige Intelligenz, kein Bewusstsein, keine Bedrohung im Hollywood-Sinn.
• Personalisiertes Lernen ist die größte Chance. Bloom hat das 2-Sigma-Problem schon 1984 beschrieben, jetzt rückt eine Antwort darauf zum ersten Mal in Reichweite.
• Fünf konkrete Felder verändert KI bereits: individuelle Förderung, Wissen on demand, Visualisierung, sofortige Korrektur, Zugang.
• Drei Bedingungen sind unverzichtbar: Lehrer-Fortbildung, neue Prüfungskultur, Datenschutz.
• Lesen, Rechnen, Schreiben bleiben Kernkompetenzen. Quellen-Skepsis kommt als vierte hinzu.
• Fang klein an. Mit kleinen, klaren Routinen im Alltag, statt mit Großprojekten.

Häufige Fragen

Wird KI Lehrer ersetzen?

Nein. KI kann erklären, korrigieren, üben lassen. Was sie nicht kann, ist Beziehung halten, motivieren, in den Augen eines Kindes lesen, ob es eine schwere Woche hatte. Die Studienlage zeigt, dass Beziehung der mit Abstand stärkste Wirkfaktor für Lernen ist, weit vor jeder Technik (Kasneci et al., 2023). KI verschiebt die Lehrerrolle vom Wissensvermittler zum Lerncoach, sie ersetzt ihn nicht.

Ist es nicht zu früh, KI in die Schule zu lassen, weil die Technik halluziniert?

Halluzinationen sind real und werden in absehbarer Zeit nicht verschwinden. Genau deshalb muss KI an die Schule, denn der mündige Umgang mit unzuverlässigen Quellen ist die zentrale Medienkompetenz unserer Zeit. Wer Kindern beibringt, mit KI zu arbeiten und ihre Aussagen zu prüfen, macht sie stärker, nicht schwächer. Wer KI aussperrt, schickt Kinder in eine Welt, für die sie nicht trainiert sind. Auch der Artikel zur Didaktik zeigt, dass gute Lehre immer den Umgang mit Unsicherheit mitübt.

Schadet KI dem Lernen, weil das Gehirn dann nicht mehr selbst arbeitet?

Es kommt drauf an, wie Du sie einsetzt. Wer KI als Abkürzung benutzt, um Denkarbeit zu vermeiden, der lernt weniger. Wer KI als Sparringspartner benutzt, um eigene Gedanken zu schärfen, zu testen und zu verfeinern, der lernt mehr. Dieser Unterschied muss explizit geübt werden, im Klassenzimmer genauso wie zuhause. Die Forschung dazu steht erst am Anfang, gibt aber Anlass, sehr genau hinzuschauen (Kasneci et al., 2023). Ein guter Einstieg in den Selbst-Check sind die Prinzipien aus dem Leitfaden Lernen lernen.

Was sollen wir Eltern tun, deren Kinder ChatGPT für Hausaufgaben nutzen?

Verbieten bringt nichts. Das Kind nutzt es trotzdem, dann eben heimlich. Besser ist, gemeinsam zu schauen, was rauskommt, gemeinsam zu prüfen, was stimmt, und gemeinsam zu fragen, was das Kind selbst dazu denkt. Daraus wird ein Gespräch, und aus diesem Gespräch wird Bildung. Auch der Artikel über Noten abschaffen zeigt, warum der Druck, „die richtige Antwort“ abzuliefern, oft der eigentliche Lernkiller ist.

Welche KI-Tools sind für die Schule sinnvoll?

Konkrete Tools wechseln im Halbjahrestakt. Wichtiger als das Tool ist das Prinzip: ein Modell, das transparent macht, woher seine Antworten kommen, eine europäische Plattform mit klaren Datenschutzregeln und ein Lehrer, der versteht, wie das Modell tickt. Eine vertiefte Übersicht über sinnvolle Einsatzszenarien findest Du im Beitrag Lernen mit KI.

Glossar

• KI (Künstliche Intelligenz): Sammelbegriff für Software, die Muster aus Daten lernt und auf neue Probleme anwendet. Keine eigenständige Intelligenz, kein Bewusstsein.
• LLM (Large Language Model): Großes Sprachmodell wie ChatGPT, Claude oder Gemini, das auf gigantischen Textmengen trainiert wurde und auf Eingaben mit wahrscheinlichkeitsbasiertem Text antwortet.
• Halluzination: Wenn ein LLM eine Antwort erfindet, weil es darauf trainiert wurde, immer etwas zu liefern, auch wenn es das Wissen nicht hat.
• Prompt: Die konkrete Frage oder Anweisung, die Du an eine KI richtest. Gute Prompts liefern gute Antworten, schlechte Prompts schlechten Output.
• 2-Sigma-Problem: Befund aus Blooms Forschung 1984, wonach Schüler mit einem eigenen Tutor um zwei Standardabweichungen besser abschneiden als Schüler im Klassenverband.
• Ball-im-Tor-Effekt: Lernprinzip von Vera F. Birkenbihl: Das Gehirn verankert Inhalte am tiefsten, wenn es sich das Ergebnis innerlich vorab abbilden kann. Live-Simulationen, geführte Visualisierungen und mentale Vorab-Bilder nutzen diesen Effekt.

Quelle

• Birkenbihl, V. F. (2013). Stroh im Kopf? Vom Gehirn-Besitzer zum Gehirn-Benutzer. mvg Verlag.
• Bloom, B. S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring. Educational Researcher, 13(6), 4-16. https://doi.org/10.3102/0013189X013006004
• Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274

Autor: Marian Zefferer, MSc.

Psychologe, Papa, NLP-Lehrtrainer & Autor von Bildungsimpuls.com. Dort lebe ich meine Vision, einen Beitrag für unser marodes Bildungssystem zu liefern, damit Lernen wieder geil wird und Bildung als das gesehen wird, was es ist: das geistige Gold der Gesellschaft.