Ihre Leitfrage
Welche Denkarbeit muss beim Lernenden bleiben?
Ihr Ergebnis
Sie verwandeln eine KI-abkürzbare Aufgabe in eine lernwirksame Sequenz.
Modul 3 — Lernen fördern statt Denken auslagern
Lernziel: Sie können eine Aufgabe so gestalten, dass KI passende Unterstützung gibt, während Lernziel, Denkarbeit und fairer Leistungsnachweis erhalten bleiben.
1. Beginnen Sie nie beim Werkzeug
Die schwache Frage lautet: „Wie kann ich KI in diese Stunde einbauen?” Die stärkere Reihenfolge lautet:
- Was sollen Lernende danach selbstständig können?
- Welche Denkschritte erzeugen genau dieses Können?
- Wo hängt ein Lernender typischerweise fest?
- Welche minimale Hilfe löst den Knoten, ohne den Weg abzunehmen?
- Woran sehe ich den Lernprozess — auch wenn das Endprodukt sprachlich glatt ist?
Erst danach kommt die Werkzeugwahl. Manchmal lautet die beste Entscheidung: keine KI.
2. Lösungsmodus und Lernmodus
Ein Lösungsmodus liefert schnell ein fertiges Produkt. Das spart Zeit, kann aber die Übung genau der Fähigkeit entfernen, die gelernt werden soll. Ein Lernmodus folgt einer anderen Schleife:
diagnostizieren → eine Frage stellen → einen kleinen Hinweis geben → Lernenden handeln lassen → Verständnis prüfen
Beispiel für einen Lernmodus-Prompt:
Hilf beim Verstehen, ohne die Lösung zu schreiben. Frage zuerst nach dem bisherigen Ansatz. Gib danach höchstens einen Hinweis. Bitte um den nächsten eigenen Schritt und prüfe ihn. Wenn Grundlagen fehlen, erkläre nur den kleinsten benötigten Baustein. Nenne Unsicherheit und erfinde keine Quelle.
Dieser Prompt ist kein Garant. Die Lernumgebung muss zusätzlich begrenzen, was sichtbar ist, welche Daten verarbeitet werden und wie die Lehrkraft eingreifen kann.
3. Eine Scaffold-Leiter mit Ausstieg
Gute Unterstützung wird kleiner, wenn Kompetenz wächst. Nutzen Sie vier Stufen:
| Stufe | KI-Beitrag | Eigenleistung |
|---|---|---|
| 1 · Orientierung | stellt Rückfragen, klärt Begriffe | Lernender beschreibt Ziel und Vorwissen |
| 2 · Hinweis | gibt einen nächsten Denkanstoß | Lernender führt Schritt aus |
| 3 · Gegenbeispiel | zeigt eine Spannung oder Fehlannahme | Lernender korrigiert und begründet |
| 4 · Reflexion | fragt nach Übertragbarkeit und Grenze | Lernender fasst Strategie selbst zusammen |
Planen Sie außerdem einen Ausstieg: Nach wenigen Interaktionen soll der Lernende ohne System erklären, übertragen oder anwenden. Sonst trainiert die Aktivität möglicherweise nur das Führen eines Dialogs.
4. Vier wertvolle Einsatzmuster
Variationen mit gleichem Lernziel
Erzeugen Sie mehrere Beispiele oder Schwierigkeitsstufen, prüfen Sie aber fachliche Richtigkeit und vergleichbare Anforderungen. Differenzierung darf nicht zu dauerhaft niedrigeren Erwartungen für einzelne Gruppen werden.
Fehleranalyse
Lassen Sie zwei Lösungen vergleichen — eine korrekt, eine mit typischem Denkfehler. Der Lernende muss den Fehler lokalisieren, erklären und korrigieren. Die KI kann Varianten liefern; die Lehrkraft kuratiert.
Sokratisches Fragen
Die KI fragt weiter, statt zu bestätigen. Begrenzen Sie Anzahl und Tiefe der Hinweise. Fordern Sie am Ende eine eigene Zusammenfassung oder analoge Anwendung.
Feedback-Entwurf
KI kann Vorschläge für verständliche Rückmeldungen machen. Die Lehrkraft prüft Fachlichkeit, Ton, Kontext, Erwartungen und mögliche Verzerrung. Sensible individuelle Daten gehören nur in dafür freigegebene Systeme.
5. Leistungsnachweise neu robust machen
Ein glattes Endprodukt beweist heute wenig über den Prozess. Statt immer neue Verbote zu formulieren, sammeln Sie bessere Evidenz:
- kurze Skizze oder Erstversuch vor der KI-Phase;
- markierte Änderungen mit Begründung;
- Quellen- und Faktencheck;
- mündliche Erklärung eines Schlüsselgedankens;
- Transfer auf ein neues Beispiel ohne KI;
- Reflexion: Was kam vom Werkzeug, was habe ich verworfen und warum?
Automatische KI-Detektoren sind kein belastbarer Einzelbeweis. Die Evidenz verändert sich mit Modellen und Detektoren: Eine Studie von 2023 fand deutliche Fehlklassifikationen bei Texten von Nicht-Muttersprachlern; eine Neubewertung von 2026 fand in ihren getesteten Detektorfamilien keine systematische Verzerrung. Gerade diese Abhängigkeit von Werkzeug, Sprache und Zeitpunkt zeigt: Treffen Sie keine Sanktion allein aufgrund eines Scores. Nutzen Sie Prozessnachweise, Transferaufgaben und ein faires Gespräch.
6. Fairness und Zugänglichkeit sind Teil der Didaktik
Prüfen Sie vor dem Einsatz:
- Haben alle Lernenden einen gleichwertigen Zugang, passende Endgeräte und ausreichend Zeit?
- Ist die Oberfläche mit Tastatur, Screenreader und einfacher Sprache nutzbar?
- Gibt es ohne KI einen Weg zum gleichen Lernziel, nicht nur eine schlechtere Ersatzaufgabe?
- Werden Dialekte, Mehrsprachigkeit, Behinderung oder unterschiedliche kulturelle Perspektiven in Ausgaben stereotyp bewertet?
- Kann ein Lernender widersprechen, eine Ausgabe korrigieren und Hilfe einer Person erhalten?
KI kann Barrieren senken — etwa durch sprachliche Varianten — oder neue schaffen. Der Effekt muss beobachtet werden, nicht nur behauptet.
7. Der Entwurfscheck
Eine lernwirksame Sequenz beantwortet fünf Fragen mit Ja:
- Ist das Lernziel ohne Produktnamen formulierbar?
- Bleibt die entscheidende Denkarbeit sichtbar beim Lernenden?
- Ist die KI-Hilfe begrenzt und rückbaubar?
- Gibt es Prozess- und Transfernachweise?
- Gibt es einen gleichwertigen, zugänglichen Weg ohne KI?
Quellen und Vertiefung
- EU DigCompEdu: europäischer Kompetenzrahmen für Lehrkräfte (öffnet neuen Tab)
- EU-Kommission: ethische Leitlinien für Lehrkräfte zu KI und Daten, aktualisiert 2026 (öffnet neuen Tab)
- UNESCO: AI competency framework for teachers (öffnet neuen Tab)
- Patterns (2023): GPT detectors are biased against non-native English writers (öffnet neuen Tab)
- ArXiv (2026): Different Time, Different Language — Neubewertung der Detektorverzerrung (öffnet neuen Tab)
Nicht nur gelesen — verstanden
Wählen Sie jeweils eine Antwort. Nach dem Absenden erhalten Sie zu jeder Frage eine Begründung, nicht nur einen Lösungsschlüssel.
Welche Denkarbeit in einer Ihrer Aufgaben muss sichtbar beim Lernenden bleiben?