Abschnittsübersicht

Kursübersicht

Unterrichtsvorbereitung und -durchführung
Lehrkräfteaufgaben außerhalb des Fachunterrichts
    •                                   zurück zur  Übersicht                                

       

      Individuelle Förderempfehlung

      Curriculare Einordnung:

      • Übergreifend für alle Fächer und Schulformen

      • Kompetenzen: Diagnostizieren, Fördern, Beraten

      • Schwerpunkte: Individuelle Lernbegleitung, Differenzierung, pädagogische Diagnostik

      • Rechtlicher Rahmen: § 4 NSchG (Individuelle Förderung)

      WICHTIG - Datenschutz-Disclaimer: Bei der Erstellung einer individuellen Förderempfehlung mit KI dürfen keine personenbezogenen oder identifizierbaren Informationen über einzelne Schülerinnen und Schüler eingegeben werden.

      Vermeiden Sie:

      • Namen, Initialen oder andere Identifikatoren einzelner Personen

      • Detaillierte Beschreibungen, die Rückschlüsse auf einzelne Lernende ermöglichen

      • Besondere Kategorien personenbezogener Daten (Gesundheit, Herkunft, Religion, Förderbedarf)

      • Konkrete Klassennamen, Schulbezeichnungen oder Zeitangaben

      Grenzen der KI: KI-Ausgaben liefern nur Ideen für individuelle Förderempfehlungen. Sie ersetzen nicht:

      • Gespräche mit Eltern/Erziehungsberechtigten

      • Kollegiale Beratung und Fallbesprechungen

      • Hinzuziehung weiterer Expertinnen (Beratungslehrkräfte, Schulpsychologie, Förderschullehrkräfte)

      • Professionelle pädagogische Diagnostik

      Alle KI-Empfehlungen müssen von der Lehrkraft geprüft, angepasst und weiterentwickelt werden.

      Beispiel-Prompts:

      Ich bin Lehrkraft in Niedersachsen und erstelle eine individuelle Förderempfehlung. Du bist ein pädagogischer Berater für individuelle Förderplanung. 

      Situation (anonymisiert): Ein Lernender (Grundschulalter) zeigt folgendes Verhalten: Schwierigkeiten, sich über längere Zeit zu konzentrieren, Aufgaben werden häufig unvollständig bearbeitet, verlässt unaufgefordert den Arbeitsplatz, Arbeitsplatz ist häufig unstrukturiert/unaufgeräumt, bevorzugt Lernen außerhalb des Klassenraums, stört gelegentlich andere beim Lernen.

      Erstelle für mich:

      1. Feedforward – Zukunftsorientierte Impulse für ein Schülergespräch (3-5 konkrete, positive Formulierungen, altersgerecht)

      2. Feedup – Welche realistischen Teilziele kann ich mit dem Lernenden vereinbaren? Wie formuliere ich diese verständlich?

      3. Unterstützungsmaßnahmen im Unterricht: Strukturierungshilfen für den Arbeitsplatz, Strategien für Konzentrationsphasen, Bewegungsangebote, Rituale zur Selbstorganisation

      4. Stärkenorientierter Ansatz: Welche positiven Aspekte zeigt das Verhalten? Wie kann ich diese Stärken nutzen?

      5. Differenzierung: Sofort umsetzbar / Mittelfristig / Langfristig

      6. Gesprächsleitfaden: Einstieg (wertschätzend), Kernbotschaften (max. 3 Punkte), gemeinsame Vereinbarung, Überprüfung

      Ich bin Mathematiklehrkraft in Niedersachsen (Klasse 6) und fördere individuell im Bereich Bruchrechnung. Du bist Mathematik-Förderberater.

      Lernsituation (anonymisiert): Ein Lernender verwechselt Zähler und Nenner, hat keine Größenvorstellung bei Brüchen (z.B. ist 3/4 größer als 1/2?), kann nicht erweitern/kürzen, addiert Brüche falsch (addiert Zähler und Nenner).

      Lernstand: Grundrechenarten sicher, kann mit Anschauungsmaterial arbeiten.

      Erstelle:

      1. Förderplan 

      2. Material-Ideen: Konkrete Anschauungsmittel (Bruchkreise, Pizza-Beispiele)

      3. Differenzierte Förderaufgaben:

      Format: Direkt einsetzbar, kleinschrittig, mit Lösungen, für 3-4 Förderstunden à 20 Min.

      Wichtig: Anschaulich, viele Erfolgserlebnisse, keine komplexen Textaufgaben

       

      • Passen die Vorschläge zu meiner pädagogischen Haltung?

      • Sind die Maßnahmen im Schulalltag realisierbar?

      • Welche Vorschläge muss ich an die individuelle Situation anpassen?

      • Welche weiteren Schritte (Elterngespräch, Förderplan, Nachteilsausgleich) sind nötig?

      • Habe ich alle DSGVO-Vorgaben eingehalten?

    • Lerngruppenanalyse

      Datenschutz hat oberste Priorität: Bei der Erstellung einer Lerngruppenanalyse mit KI dürfen keine personenbezogenen oder identifizierbaren Informationen über einzelne Schülerinnen und Schüler eingegeben werden. Vermeiden Sie:

      • Namen, Initialen oder andere Identifikatoren einzelner Personen

      • Detaillierte Beschreibungen, die Rückschlüsse auf einzelne Lernende ermöglichen

      • Besondere Kategorien personenbezogener Daten (Gesundheit, Herkunft, Religion, Förderbedarf)

      • Konkrete Klassennamen, Schulbezeichnungen oder Zeitangaben

      Nur aggregierte, anonymisierte Gruppenbeschreibungen sind zulässig. Klären Sie den Einsatz vorab mit Ihrer Schulleitung und dem Datenschutzbeauftragten Ihrer Schule ab.

      Grenzen der KI-Analyse: KI kennt Ihre Lerngruppe nicht persönlich und kann keine individuellen Beziehungen, historische Entwicklungen oder subtile Gruppendynamiken erfassen. Die Analyse ersetzt nicht Ihre professionelle pädagogische Expertise und Beobachtung. KI-Vorschläge sind Denkanstöße, keine fertigen Lösungen. Sie als Lehrkraft treffen die pädagogischen Entscheidungen.

      Damit KI eine hilfreiche Lerngruppenanalyse erstellen kann, braucht sie einige allgemeine, anonymisierte Informationen über die Lerngruppe:

      Rahmenbedingungen

      • Jahrgangsstufe, Schulart, Fach

      • Anzahl der Schülerinnen und Schüler (als Gesamtzahl)

      Leistungsstand (in aggregierter Form)

      • Allgemeines Niveau (z. B. eher stark, durchmischt, eher schwach)

      • Besondere Stärken/Schwächen der Gruppe insgesamt (z. B. Lesen, Schreiben, Konzentration)

      Sozialverhalten & Klima (allgemein beschrieben)

      • Zusammenarbeit in der Gruppe, typische Konfliktmuster

      • Arbeitsatmosphäre: ruhig, lebendig, unruhig

      • Hinweis: Keine konkreten Cliquen, Außenseiterrollen oder Einzelpersonen benennen

      Lern- & Arbeitsverhalten (als Gruppencharakteristik)

      • Selbstständigkeit, Methodenkompetenz, Arbeitstempo der Gruppe

      • Aufmerksamkeitsspanne und Konzentrationsfähigkeit

      Interessen & Motivation

      • Themen, die die Gruppe besonders ansprechen

      • Fachspezifische Neigungen der Mehrheit

      Reflektieren Sie kritisch: Prüfen Sie KI-Vorschläge immer vor dem Hintergrund Ihrer eigenen Erfahrungen und passen Sie sie an die realen Bedürfnisse Ihrer Lerngruppe an.

      Ich bin Lehrkraft in Niedersachsen und erstelle eine Lerngruppenanalyse. Du bist pädagogischer Berater für Lerngruppen-Diagnostik. 

      Rahmenbedingungen: Jahrgangsstufe 8, Realschule, Fach Englisch, 24 Schülerinnen und Schüler

      Leistungsstand (aggregiert): Durchmischtes Niveau (ein Drittel stark, ein Drittel durchschnittlich, ein Drittel schwach). Stärke: Mündliche Kommunikation. Schwäche: Grammatik, Schreiben, Vokabellernen.

      Sozialverhalten und Klima: Gute Zusammenarbeit, aber Unruhe bei Gruppenarbeiten. Lebendig, manchmal zu laut. Konflikte wegen unterschiedlichem Tempo.

      Lern- und Arbeitsverhalten: Selbstständigkeit ausbaufähig, brauchen klare Strukturen. Arbeitstempo sehr unterschiedlich. Aufmerksamkeitsspanne kurz (maximal 20 Minuten).

      Interessen: Popkultur, Social Media, Sport. Hohe Motivation bei authentischen Sprechanlässen, wenig bei Grammatikübungen.

      Erstelle:

      1. Konsequenzen für Unterricht: Methoden, Sozialformen, Rhythmisierung, Differenzierung, Umgang mit kurzer Aufmerksamkeit

      2. Unterrichtsplanung: Stundenstruktur? Wie nutze ich Stärken (Sprechen) für Schwächen (Grammatik)? Interessenintegration?

      3. Klassenführung: Umgang mit Unruhe bei Gruppenarbeit, Strategien für Ruhe, Selbstständigkeit fördern

      4. Umsetzungsideen: 3 konkrete Unterrichtsbeispiele passend zur Gruppe, Materialauswahl, Rituale

      Format: Praxisnah, direkt umsetzbar, auf diese Gruppe zugeschnitten” 

    • Evaluation des eigenen Unterrichts

      Unterrichtsreflexion mit KI-Unterstützung

      Künstliche Intelligenz kann Lehrkräfte bei der systematischen Unterrichtsreflexion unterstützen und neue Perspektiven auf die eigene Praxis eröffnen. Dabei geht es nicht darum, die bewährte kollegiale Beratung oder persönliche Reflexion zu ersetzen, sondern diese sinnvoll zu ergänzen.

      Achten Sie dabei immer auf den Datenschutz!

      Datenschutzhinweis: Anonymisieren Sie alle personenbezogenen Daten vor dem Hochladen.

      Sie können auch Ihre eigenen Unterrichtsplanungen überprüfen lassen. Folgender Prompt kann, ergänzt durch Ihre Materialien, ein hilfreiches Feedback für Sie sein.

      Folgendes Material umfasst eine 90-minütige Deutschstunde in einer 8. Klasse mit Schülerreaktionen und Lernzielen. Beurteile die Stunde anhand der Basisdimensionen guten Unterrichts, u.a. mit folgenden Punkten:

      1. Klassenführung:

      • Zeitmanagement und Übergänge

      • Störungsprävention und -intervention

      • Regeln und Routinen

      2. Kognitive Aktivierung:

      • Anspruchsniveau der Aufgaben

      • Problemorientierung

      • Verknüpfung mit Vorwissen

      3. Konstruktive Unterstützung:

      • Differenzierung und Scaffolding

      • Fehlerkultur

      • Individuelle Lernbegleitung

      Zusätzlich bewerte:

      • Klarheit und Strukturierung (roter Faden, transparente Lernziele)

      • Methodenvielfalt (Sozialformen, Medien)

      • Schülerorientierung (Lebensweltbezug, Partizipation)

      Gib mir konkretes Feedback auf drei Ebenen:

      • Feedback (Was war gut/verbesserungswürdig?)

      • Feedforward (Konkrete Verbesserungsvorschläge für nächstes Mal)

      • Feedup (Wie nähere ich mich meinen übergeordneten Unterrichtszielen?)"

    • Weitere Möglichkeiten der KI-gestützten Evaluation

      Analyse von Unterrichtsmaterialien:

      KI-Tools können Ihre Arbeitsblätter, Aufgabenstellungen und Texte analysieren: Ist die Sprache dem Niveau angemessen? Sind die Aufgaben klar formuliert? Sind sie ausreichend differenziert? Werden verschiedene Kompetenzstufen angesprochen? Die KI liefert dabei eine zusätzliche "neutrale" Perspektive, die blinde Flecken aufdecken kann.

      Unterrichtsverlauf reflektieren:

      Beschreiben Sie Ihrer KI eine konkrete Unterrichtssituation und lassen Sie sich Fragen zur Reflexion stellen. Die KI kann als "Sparringspartner" dienen, der systematisch nachfragt: Wurden alle Lerntypen angesprochen? Gab es genügend Aktivierungsphasen? Wie war die Zeitaufteilung?

      Feedback-Auswertung strukturieren:

      Wenn Sie Schülerfeedback einholen (analog oder digital), kann KI helfen, wiederkehrende Muster zu erkennen und Antworten zu kategorisieren. Aus offenen Textantworten lassen sich so schneller Trends und Verbesserungspotenziale identifizieren.

      Differenzierung überprüfen:

      Lassen Sie KI Ihre Aufgaben auf verschiedene Niveaustufen analysieren oder Vorschläge für Differenzierung erstellen. So können Sie überprüfen, ob Ihr Material tatsächlich verschiedene Lernstände bedient.

      Ich habe heute eine Doppelstunde Mathematik in Klasse 8 zum Thema lineare Funktionen unterrichtet. Die Stunde begann mit einem Einstieg über ein Alltagsbeispiel (Handytarife), dann Erarbeitung in Partnerarbeit, gemeinsame Sicherung und Übungsphase. Einige Schüler waren sehr schnell fertig, andere brauchten viel Unterstützung. Stelle mir gezielte Reflexionsfragen zu dieser Stunde."

      "Analysiere folgendes Arbeitsblatt für eine 7. Klasse Gymnasium: [Text einfügen]. Bewerte: Verständlichkeit der Aufgabenstellung, Schwierigkeitsgrad, Methodenvielfalt, Zeitbedarf.

      • Vorab klären: Einsatz mit Schulleitung und Datenschutzbeauftragtem abstimmen

      • Geeignete Dienste wählen: Nur Anbieter mit Auftragsverarbeitungsvertrag (AVV), EU/EWR-Hosting und ohne Training mit Ihren Inhalten nutzen (Opt-out aktivieren)

      • On-Premises bevorzugen: Wenn möglich schulische oder lokal betriebene KI-Lösungen nutzen

      Personenbezogene Daten konsequent vermeiden:

      • Keine echten Namen oder identifizierbare Informationen von Schülerinnen und Schülern

      • Keine Original-Schülertexte ohne vollständige Anonymisierung

      • Keine Fotos oder Videos aus dem Unterricht

      • Datenminimierung: Keine vollständigen Reihen- oder Stundenverläufe hochladen – nur abstrahierte Auszüge oder Paraphrasen verwenden

      • Sensible Daten ausschließen: Keine Leistungsdaten, Noten, Förderbedarfe, Gesundheits-, Herkunfts-, Religions- oder politische Angaben

      Indirekte Identifizierer entfernen:

      • Keine Schul- oder Klassennamen

      • Keine konkreten Datums- oder Stundenplanangaben

      • Keine Raum- oder Gruppenbezüge

      • Keine Beschreibungen konkreter Ereignisse, die Rückschlüsse ermöglichen

      • Vorsicht bei Kleinstgruppen-Merkmalen (z.B. "einzige Schülerin mit...")

      Technische Schutzmaßnahmen:

      • Metadaten bereinigen: Vor dem Upload PDFs und Dokumente von Metadaten säubern (Autor, Dateipfade, EXIF-Daten)

      • Speicherung kontrollieren: Cloud-Autoverläufe ausschalten, Verlauf lokal dokumentieren, Speicherfristen festlegen und deren Einhaltung regelmäßig prüfen

      • Nur Lehrkraft-Account: Keine Schülerkonten bei externen KI-Diensten ohne offizielle Freigabe – die Lehrkraft gibt anonymisierte Inhalte ein

      • Urheberrecht prüfen: Nur Material verwenden, an dem die Schule oder Sie selbst die Nutzungsrechte haben

      Kritische Distanz wahren:

      • KI kennt Ihre Klasse nicht und kann kontextuelle Faktoren nicht einschätzen

      • KI-Vorschläge sind Anregungen, keine Handlungsanweisungen

      • Pädagogische Entscheidungen treffen immer Sie als Fachkraft

      Praktische Tipps für den Einsatz

      1. Regelmäßigkeit etablieren: Nutzen Sie KI für wöchentliche Mini-Reflexionen (5-10 Minuten) statt nur für große Evaluationen

      2. Dokumentation aufbauen: Sammeln Sie hilfreiche Prompts und KI-Rückmeldungen in einem persönlichen Reflexionstagebuch

      3. Kollegialer Austausch: Teilen Sie interessante KI-Analysen im Team und diskutieren Sie gemeinsam die Ergebnisse

      4. Methodenmix: Kombinieren Sie KI-Evaluation mit bewährten Methoden wie Schülerfeedback, Kollegenhospitation und Selbstbeobachtungsbögen

      5. Entwicklungsziele setzen: Nutzen Sie KI-Analysen, um konkrete Entwicklungsziele zu formulieren und deren Umsetzung zu verfolgen

    • Adaptives Intelligentes System (AIS) - Die Zukunft des Lernens?

      Lernen der Zukunft

      AIS steht für Adaptives Intelligentes System. Es handelt sich um ein bundesweites Projekt des FWU – Institut für Film und Bild in Wissenschaft und Unterricht, finanziert aus Mitteln des DigitalPakts Schule. Ziel ist es, eine KI-gestützte, sichere und datenschutzkonforme Lernumgebung zu entwickeln, die Lehrkräfte und Schüler*innen im Unterricht unterstützt.

       

      Das FWU möchte mit AIS eine zentrale Plattform schaffen, über die Schulen bundesweit auf bildungsbezogene KI-Anwendungen zugreifen können. Anders als bei kommerziellen Anbietern stehen dabei pädagogischer Nutzen und Datenschutz im Vordergrund. Der KI-Assistent „telli“, ein speziell für Schulen entwickelter Chatbot, der Aufgaben erklären, bei Recherchen helfen oder Lernunterstützung leisten soll, ist bereits in einigen Bundesländern im Einsatz. 

      Zentrale Bestandteile (in Planung) Adaptive Lernumgebung: Das System soll sich individuell an den Lernstand von Schülerinnen und Schülern anpassen und personalisierte Lernpfade vorschlagen.

      • Unterstützung für Lehrkräfte: Diagnostik, Feedbackfunktionen und Materialempfehlungen sollen die Unterrichtsvorbereitung erleichtern.

      • Integration von Bildungsmedien: AIS soll mit bestehenden Angeboten wie z. B.  MUNDO und der FWU-Mediathek verknüpft werden, z. B. über intelligente Such- und Empfehlungssysteme.

      • Unterstützung bei der Unterrichtsvorbereitung (z. B. Materialvorschläge, niveaudifferenzierte Aufgaben).

      • Individuelle Förderung durch automatische Anpassung an Lernstände.
        Entlastung bei Routineaufgaben (z. B. Auswertung einfacher Tests, Feedback zu Texten).

      • Kreative Szenarien wie Simulationen oder Rollenspiele, die mit KI leichter erstellt werden können.

      Ein Kernziel des Projekts ist die digitale Souveränität:

      • Verarbeitung personenbezogener Daten ausschließlich in der EU.

      • Keine Nutzung von Schülerdaten zu Trainingszwecken der KI.

      • Kontrolle durch die Bundesländer und ihre Bildungsministerien.
        Orientierung an DSGVO und schulrechtlichen Vorgaben.

      Zeitplan und Umsetzung

      • Projektlaufzeit: 2024 bis Ende 2026. Allerdings ist die erste Ausschreibung gescheitert, eine neue Ausschreibung wurde (Stand November 2025) noch nicht veröffentlicht. 

      • Pilotphasen mit ausgewählten Schulen mit telli laufen bzw. starten schrittweise.

      • Evaluation: Rückmeldungen aus den Schulen fließen in die Weiterentwicklung ein.

      Lehrkräfte sind im AIS-Projekt ausdrücklich als Mitgestalter*innen vorgesehen:

      • Teilnahme an Pilotphasen und Feedback-Runden

      • Erprobung fachspezifischer Anwendungen

      • Entwicklung und Austausch von Best-Practice-Beispielen

    • Das AIS-Projekt des FWU ist ein Pilot- und Entwicklungsprojekt, das erstmals eine schulbezogene KI-Infrastruktur aufbauen soll. Langfristig könnte AIS einen wichtigen Beitrag leisten, Lehrkräfte zu entlasten und Lernprozesse zu personalisieren – immer unter strengen Datenschutzauflagen und in enger Abstimmung mit den Bundesländern.

      Weitere Informationen erhalten Sie auf den folgenden Seiten: 

      FWU Pressemitteilung

      FWU Projekte

      ais.schule

Unterrichtsvorbereitung und -durchführung
Lehrkräfteaufgaben außerhalb des Fachunterrichts