• KI in Schule, Studium & Beruf: Warum das Thema wichtig ist

        • Warum das Thema wichtig ist

          🎧Der untenstehende Text als Audio, generiert mit der KI "ElevenLabs":

          Ausgangslage: KI und schulisches Schreiben

          (Bild generiert mit SchulKI)

          Wir unterrichten in einer Welt, die häufig als VUCA beschrieben wird:

          Volatility – schnelle Veränderungen
          Uncertainty – Unsicherheit
          Complexity – hohe Komplexität
          Ambiguity – Mehrdeutigkeit

          In diesem Zusammenhang verändern digitale Werkzeuge und insbesondere generative KI Kommunikations-, Lern- und Arbeitsprozesse grundlegend.

          Auch Schreibprozesse im schulischen Kontext verändern sich durch den zunehmenden Einsatz generativer KI spürbar. Planungs-, Formulierungs- und Überarbeitungsphasen werden neu verteilt und teilweise an digitale Werkzeuge ausgelagert. In Bildungskontexten besteht die Sorge, dass etablierte schriftliche Leistungsformate (z. B. Hausarbeiten, Facharbeiten, Abschlussarbeiten) an Aussagekraft für die Leistungsbewertung verlieren könnten (Song, 2024).

          Schulische Reaktionen bewegen sich häufig zwischen zwei Polen: restriktive Verbote oder weitgehende Freigabe. Beide Extreme gelten aus didaktischer Perspektive als langfristig wenig tragfähig. Gründe hierfür sind unter anderem:

          • Generative KI ist zunehmend in Standardsoftware und alltägliche Lernumgebungen integriert und damit faktisch Teil schulischer Arbeitsrealitäten.
          • Ein unreflektierter Einsatz kann bestehende Bildungsungleichheiten verstärken (Digital Divide), etwa durch ungleichen Zugang zu Technologien oder unterschiedliche KI-Kompetenzen (Santiago-Ruiz, 2023).

          Buck & Limburg (2023) heben hervor, dass zwischen Verbot und Laissez-faire bereits eine breite Palette differenzierter, pädagogisch begründbarer Zwischenlösungen entwickelt worden sind.

           

          Zentrale Spannungsfelder beim Einsatz von KI-Tools im schulischen Kontext
          (nach Buck, 2025)

          Der Einsatz von KI-Tools kann dazu führen, dass grundlegende Schreibfertigkeiten und damit verbundene kognitive Prozesse – etwa Rechtschreibung, Zeichensetzung und präziser Ausdruck – weniger aktiv geübt werden. Es besteht das Risiko eines Kompetenzabbaus (Deskilling). Wie andere Kulturtechniken erfordert auch das Schreiben kontinuierliche Übung und Festigung.

          (Bild generiert mit ChatGPT)

          Technologische Innovationen haben historisch häufig zu einer Erweiterung von Kompetenzprofilen geführt. Auch der schulische KI-Einsatz eröffnet Potenziale für Höherqualifizierung (Upskilling) sowie für eine Verschiebung und Neugewichtung von Fähigkeiten (Reskilling), z. B. hin zu stärkerer Reflexions- und Bewertungskompetenz. Eine intensive Nutzung von KI-Tools kann kritisches Denken und eigenständige Urteilsbildung beeinträchtigen, wenn Lernende Ergebnisse ungeprüft übernehmen. Didaktisch zentral bleibt daher die Förderung von Perspektivenvergleich, Quellenkritik und begründeter Entscheidungsfindung.

          Lernende mit geringer fachlicher oder schulischer Selbstwirksamkeit greifen insbesondere unter Leistungsdruck verstärkt auf KI-Tools zurück. Ohne pädagogische Begleitung kann sich daraus ein Kreislauf entwickeln, der Abhängigkeit begünstigt und die Bereitschaft zur eigenständigen Problembearbeitung reduziert. KI-Tools können auch fachliches Lernen beeinflussen, da der Erwerb von Fach- und Schreibkompetenz eng mit aktiver Auseinandersetzung, eigenständiger Textproduktion und dem Einüben fachlicher Konventionen verbunden ist. Schreiben bleibt ein zentraler Zugang zur Entwicklung von Fachlichkeit.

      • Einführung in AI Literacy (4 A: Application, Agency, Accountability, Authenticity)

        • 🎬Der untenstehende Text als Video, generiert mit SimpleShow

           
          AI Literacy im Unterricht: Die vier A

          KI-gestütztes Schreiben wird in naher Zukunft im Berufsleben weit verbreitet sein – das erfordert Veränderungen im Bildungssystem.

          Lernende benötigen eine strukturierte Entwicklung sogenannter "AI Literacy" (KI-Literalität), die sich im Modell der vier A bündeln lassen: Awareness, Application, Accountability und Agency (Cardon et al., 2023):

          GenAI Literacy: A Framework for Higher Education Instructors © 2025 by Erica Bender is licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International. To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/  

          Awareness (Verstehen & Einordnen)
          Schüler:innen entwickeln ein grundlegendes Verständnis davon, was generative KI (GenAI) ist, wie entsprechende Systeme funktionieren und welche Auswirkungen ihr Einsatz auf Menschen und Umwelt haben kann. Dazu gehört auch eine erweiterte kritische Perspektive auf die Akteur:innen hinter KI-Technologien sowie auf soziale, wirtschaftliche und politische Rahmenbedingungen, die Entwicklung und Verbreitung von GenAI-Tools beeinflussen.

          Application (Anwenden & Gestalten)
          Lernende erwerben die Fähigkeit, GenAI zielgerichtet und aufgabenbezogen einzusetzen. Dies umfasst das experimentelle Erkunden verschiedener Tools und Techniken ebenso wie die Kompetenz, Werkzeugwahl und Interaktion sinnvoll auf das jeweilige Lernziel abzustimmen. Auf der Eingabeseite bedeutet dies insbesondere den bewussten Umgang mit Prompting und Iteration. Auf der Ausgabeseite steht die Entwicklung kritischer Urteilsfähigkeit gegenüber KI-generierten Inhalten im Mittelpunkt.

          Accountability (Verantwortung & Integrität)
          Schüler:innen lernen, Verantwortung für ihre KI-Nutzung zu übernehmen. Dazu zählen transparente Kennzeichnung, angemessene Zuschreibung sowie die Einhaltung von Prinzipien der Eigenständigkeit, Integrität und Authentizität. Gleichzeitig werden ethische Fragestellungen und offene Diskurse rund um KI thematisiert.

          Agency (Selbstwirksamkeit & Kontrolle)
          Trotz KI-Unterstützung behalten Lernende ihre Selbstwirksamkeit, Authentizität und Identität. Agency beinhaltet metakognitive und selbstregulative Strategien, insbesondere die Fähigkeit zu erkennen, wann kognitive Prozesse sinnvoll unterstützt werden – und wann ein übermäßiges „Cognitive Offloading“ droht. Ziel ist die Entwicklung einer informierten, ausgewogenen Haltung gegenüber KI.

          Didaktische Umsetzung & Progression

          Die Entwicklung von "AI Literacy" wird durch strukturierte, scaffolding-orientierte Lernarrangements unterstützt (Cardon et al., 2023). Lernangebote lassen sich entlang kognitiver Anforderungsstufen (z. B. Bloom) gestalten:

          vom Erlernen von Metasprache, um über die Rolle von genAI in Schreibprozessen reflektieren zu können

          über das angeleitete Experimentieren und kritische Bewerten von KI-Output,

          bis hin zu ko-konstruktiven Schreibprozessen mit GenAI.    

          So wird GenAI als Partner reflektierter, lernförderlicher Schreibprozesse positioniert – nicht als Ersatz für diese.

◄Start
►M 2: Der Schreibprozess