Teacher of Teachers: Wer KI-Fortbildner ausbildet, muss Urteilsfähigkeit vermitteln

Eine Lehrperson fragt: „Darf ich diesen Schülertext hochladen?“ Eine andere möchte wissen, ob Hausaufgaben überhaupt noch sinnvoll sind. Jemand hat bereits eigene KI-Assistenten gebaut; jemand anderes öffnet zum ersten Mal einen Chatbot. Die Fortbildungsleitung muss verständlich erklären, unterschiedliche Voraussetzungen berücksichtigen und Grenzen benennen.

Wer diese Fortbildungsleitenden ausbildet, arbeitet an einer weiteren Ebene: Die Teilnehmenden müssen lernen, wie sie anderen Menschen genau diese Orientierung geben. Dazu gehört, fachliche Aussagen zu prüfen, pädagogische Entscheidungen zu begründen und mit einer Frage umzugehen, deren Antwort sie noch nicht kennen.

Das Ziel einer solchen Ausbildung ist, dass angehende Fortbildungsleitende KI-Einsatz beurteilen und diese Beurteilung nachvollziehbar vermitteln können.

Der UNESCO-Kompetenzrahmen für Lehrpersonen bietet dafür einen Ausgangspunkt. Er umfasst 15 Kompetenzen in fünf Bereichen: eine menschenzentrierte Haltung, KI-Ethik, Grundlagen und Anwendungen, KI-Didaktik sowie KI für das eigene professionelle Lernen. Bedienkompetenz ist damit ein Bestandteil eines umfassenderen Berufsverständnisses. UNESCO: AI Competency Framework for Teachers, 2024

Die folgenden Fragen sind eine redaktionell verdichtete Auswahl aus Themen der internationalen Lehrpersonenbefragung TALIS, schulischen Orientierungshilfen und Forschung. Sie bilden keine empirisch ermittelte Häufigkeitsrangliste von Workshopfragen. TALIS dokumentiert beispielsweise Sorgen um Täuschung, Fehlvorstellungen, Verzerrungen und Datenschutz. Die Antwortformulierungen und Übungen sind daraus entwickelte Vorschläge für die Fortbildungspraxis. OECD: Results from TALIS 2024, veröffentlicht 2025

Einordnung für Schweizer Schulen

Bei öffentlichen Schulen sind insbesondere die jeweiligen kantonalen Schul- und Datenschutzvorgaben zu beachten. Die Zuständigkeit hängt vom Träger ab: Für Private und Bundesorgane ist der bundesrechtliche Rahmen relevant, für kantonale Behörden das kantonale Datenschutzrecht. Educa betont, dass der konkrete KI-Einsatz anhand der geltenden Rechtsgrundlage im Einzelfall beurteilt werden muss. Educa: Rechtliche Auslegeordnung zu KI im Bildungsraum, 2024

Für die Fortbildung heisst das: Die Leitung klärt vorab mit der Schule, welche Anwendungen und Verwendungszwecke freigegeben sind und wer offene Fragen beantwortet. Das Educa-Dossier bietet dafür unter anderem eine Applikationscheckliste und ein Bearbeitungsverzeichnis. Educa: Datenschutzkonforme Schule

Die nachfolgenden Beispiele zum deutschen Urheberrecht und zum EU AI Act sind ausdrücklich mit ihrem Rechtsraum bezeichnet. Sie sind keine pauschale Rechtsgrundlage für Schweizer Schulen. Den schulischen Entscheidungsrahmen vertieft unsere Orientierung zu Datenschutz und Recht.

Stand: 8. September 2026. Schwerpunkt: generative KI in der schulischen Fortbildung. Forschungsbefunde, behördliche Orientierung und eigene didaktische Vorschläge werden im Text unterschieden.

16 Teilnehmerfragen und tragfähige Antworten

1. „Muss ich erst verstehen, wie KI technisch funktioniert?“

Eine brauchbare Antwort lautet: „Sie brauchen ein Arbeitsverständnis, mit dem Sie Möglichkeiten und Fehler einschätzen können.“

Dazu gehört: Generative Sprachmodelle erzeugen Texte auf Grundlage gelernter Muster und des verfügbaren Kontexts. Sprachlich überzeugende Aussagen können sachlich falsch sein. Eine Chatoberfläche, das dahinterliegende Modell und zusätzliche Funktionen wie eine Dokumentensuche sind unterschiedliche Bestandteile eines Angebots. UNESCO: Guidance for Generative AI in Education and Research, 2023, Kapitel 1

Für angehende Fortbildungsleitende ist eine kurze Erklärprobe sinnvoll: Sie erklären einer fachfremden Lehrperson in zwei Minuten, wie eine Antwort entsteht und weshalb sie geprüft werden muss. Anschliessend benennt die zuhörende Person, welche Konsequenz sie daraus für ihren Unterricht zieht. So wird sichtbar, ob die Erklärung handlungsfähig macht.

2. „Wie lautet der perfekte Prompt?“

„Beginnen Sie mit einer klaren Aufgabe, dem Lernziel, relevanten Informationen und überprüfbaren Anforderungen. Überarbeiten Sie anschliessend anhand des Ergebnisses.“

Ein Arbeitsauftrag könnte lauten:

„Entwirf drei Aufgaben zum Vergleichen von Brüchen für Klasse 6. Das Lernziel ist, Grössenverhältnisse zu begründen. Verwende gleichnamige und ungleichnamige Brüche. Ergänze erwartete Lösungswege und mögliche Fehlvorstellungen.“

Im Workshop werden anschliessend die Aufgaben fachlich geprüft: Treffen sie das Lernziel? Sind die Lösungen richtig? Welche Erklärung fehlt?

Ausbilder sollten daran zeigen, wie sie aus einer fachlichen Beobachtung eine bessere Anweisung ableiten. Eine Sammlung fertiger Prompts wird erst dann zur Lernhilfe, wenn die Teilnehmenden deren Aufbau erklären und verändern können.

3. „Kann ich mich auf eine Antwort mit Quellen verlassen?“

„Prüfen Sie, ob die Quelle existiert, ob sie die konkrete Aussage trägt und ob sie für Ihren Kontext passt.“

Eine Quellenangabe allein ist kein Qualitätsnachweis. Für eine Unterrichtserklärung bedeutet Prüfung beispielsweise: das Fachbuch aufschlagen, einen Rechenweg nachvollziehen oder eine zitierte Untersuchung öffnen. Auch KI-Ausgaben mit Personenbezug müssen auf Richtigkeit geprüft werden. Datenschutzkonferenz: Künstliche Intelligenz und Datenschutz, 2024, Abschnitt 3.3

Als Übung eignet sich eine vorbereitete KI-Antwort mit einem belegbaren Sachfehler. Die Fortbildungsleitenden sollen vorführen, wie sie ihn finden, berichtigen und seine Bedeutung für die Nutzung erklären. Dabei wird auch deutlich: Wer ein Ergebnis nicht fachlich prüfen kann, braucht zusätzliche Expertise, bevor er es verantwortlich einsetzt.

4. „Welches KI-Werkzeug soll ich nehmen? Brauche ich ein kostenpflichtiges Konto?“

„Wählen Sie anhand Ihrer Aufgabe und der institutionellen Bedingungen. Prüfen Sie zuerst, welcher Zugang Ihnen bereitgestellt wird.“

Für einen Workshop schlage ich sechs Auswahlfragen vor: Erfüllt das Werkzeug die Aufgabe? Ist sein Einsatz institutionell geklärt? Welche Daten verarbeitet es? Können alle teilnehmen? Sind die Ergebnisse überprüfbar? Welcher Gesamtaufwand entsteht?

Lassen Sie zwei Angebote dieselbe Aufgabe bearbeiten und die Ergebnisse nach vorher vereinbarten Kriterien bewerten. Dazu kann auch ein vorhandenes Unterrichtsmaterial als Vergleich dienen. So üben Teilnehmende eine begründete Auswahl.

Eine Demonstration mit einem privaten Premiumkonto muss als solche kenntlich sein. Die Übung sollte mit dem tatsächlich verfügbaren Zugang durchführbar sein.

5. „Darf ich Schülerarbeiten, Noten oder Förderberichte eingeben?“

„Dafür müssen der konkrete Dienst, der Verwendungszweck und die Verarbeitung dieser Daten geklärt sein. Für unsere Übung verwenden wir erfundene Fälle.“

Für Deutschland und die EU gilt: Personenbezogene Daten benötigen eine tragfähige Rechtsgrundlage und angemessene Schutzmassnahmen. Namen zu entfernen reicht nicht immer zur Anonymisierung; der Inhalt kann Personen weiterhin erkennbar machen. Auch ein deaktiviertes Modelltraining erledigt die übrigen Datenschutzfragen nicht. Die DSK nennt unter anderem Verantwortlichkeit, interne Regeln, Transparenz und technische Schutzmassnahmen. Datenschutzkonferenz: Orientierungshilfe, 2024

Fortbildungsleitende sollten die zuständigen Ansprechstellen kennen und lokale Vorgaben vorab einholen. „Das Werkzeug ist DSGVO-konform“ ist als pauschale Workshopantwort zu ungenau.

6. „Darf ich Arbeitsblätter hochladen und KI-Bilder frei verwenden?“

„Prüfen Sie die Rechte am eingegebenen Material und an der vorgesehenen Nutzung des Ergebnisses getrennt.“

Die deutsche Unterrichtsschranke des § 60a UrhG erlaubt bestimmte Nutzungen unter festgelegten Voraussetzungen. Daraus folgt keine pauschale Erlaubnis, beliebige Schulbuchinhalte an einen externen KI-Dienst zu übertragen. § 60a Urheberrechtsgesetz

Beim Ergebnis ist zwischen eigenem Schutz und Rechten Dritter zu unterscheiden. Nach Darstellung des Deutschen Patent- und Markenamts sind vollständig KI-erzeugte Inhalte selbst nicht urheberrechtlich geschützt; bei menschlicher Gestaltung mithilfe von KI kommt es auf den Einzelfall an. Daraus folgt keine allgemeine Freigabe fremder Inhalte im Ergebnis. DPMA: Geistiges Eigentum digital

Für Übungen eignen sich eigene Materialien oder Materialien, deren Lizenz die konkrete Verwendung gestattet.

7. „Lernen Schülerinnen und Schüler damit mehr – oder lassen sie nur noch denken?“

„Entscheidend ist, welche geistige Arbeit die Lernenden selbst leisten und was sie anschliessend können.“

Ein Feldexperiment mit knapp tausend Jugendlichen an einer türkischen Schule untersuchte zwei KI-Hilfen für Mathematik. Ein weitgehend unbeschränkter Assistent verbesserte die Leistung während des Übens; im anschliessenden Test ohne Hilfe schnitt diese Gruppe schlechter ab als die Kontrollgruppe. Ein didaktisch begrenzter Tutor vermied den Nachteil weitgehend, zeigte dort aber keinen nachgewiesenen zusätzlichen Lerngewinn. Bastani et al.: Generative AI Without Guardrails Can Harm Learning, 2025

Eine andere randomisierte Studie mit 194 Studierenden in Harvard-Physikveranstaltungen fand bei einem gezielt gestalteten KI-Tutor bessere unmittelbare Lernergebnisse als im untersuchten Präsenzformat mit aktivem Lernen. Kestin et al.: AI Tutoring Outperforms In-Class Active Learning, 2025

Die unterschiedlichen Aufgaben, Zielgruppen und Tutorengestaltungen begrenzen die Übertragbarkeit. Mein Vorschlag für den Workshop: erst einen eigenen Lösungsversuch bearbeiten, dann KI-Hinweise nutzen, anschliessend eine neue Aufgabe ohne diese Hilfe lösen und den Lösungsweg erläutern.

8. „Wie erkenne ich KI-Texte und verhindere Täuschung?“

„Ein Detektorwert reicht für einen Täuschungsvorwurf nicht aus. Sorgen Sie ausserdem dafür, dass die erlaubte Unterstützung und die zu erbringende Eigenleistung vorab klar sind.“

Eine Studie von 2023 zeigte erhebliche Fehlklassifikationen bei englischen Texten von Nichtmuttersprachlern. Ein Preprint von 2026 fand unter anderen Bedingungen bei tschechischen Texten keine entsprechende systematische Benachteiligung. Aussagen über Detektoren müssen deshalb Sprache, Werkzeug und Testsituation berücksichtigen. Liang et al., 2023, Al Ali et al., 2026, Preprint

Als didaktische Konsequenz empfehle ich: Entwürfe, Überarbeitungen, Quellenentscheidungen und kurze Erläuterungen der Lernenden einbeziehen. Ein mögliches Aufgabenarrangement erlaubt KI für Rückmeldungen auf einen eigenen Entwurf und verlangt anschliessend eine begründete Überarbeitung.

Fortbildungsleitende sollten einen Verdachtsfall sachlich durchspielen: Welche Beobachtung liegt vor? Was lässt sie tatsächlich erkennen? Welches schulische Verfahren gilt?

9. „Kann KI korrigieren und benoten?“

„Unterscheiden Sie zwischen einem Feedbackentwurf, fachlicher Beurteilung und einer folgenreichen Bewertungsentscheidung.“

Für einen Feedbackentwurf lässt sich beispielsweise prüfen, ob Rückmeldungen auf vereinbarte Kriterien eingehen und konkrete Verbesserungen ermöglichen. Die Note braucht ein rechtlich zulässiges Verfahren und eine verantwortliche Beurteilung. Die DSK betont bei Entscheidungen mit Rechtswirkung, dass eine lediglich formelle menschliche Beteiligung nicht ausreicht. Datenschutzkonferenz: Orientierungshilfe, 2024, Abschnitt 1.6

Im Workshop bewerten die Teilnehmenden zunächst eine erfundene Schülerarbeit selbst. Danach vergleichen sie ein KI-Feedback mit dem Bewertungsraster und ihrer fachlichen Einschätzung. Abweichungen werden anhand konkreter Textstellen besprochen. Eine anschliessende Freigabe darf kein reflexartiges Abnicken sein.

10. „Kann ich damit für jede Person passendes Material erstellen?“

„KI kann Varianten entwerfen. Ob sie pädagogisch passen, müssen Sie am Lernziel und am tatsächlichen Lernstand prüfen.“

Ein leichter lesbarer Text kann weiterhin einen schwierigen fachlichen Gedanken enthalten. Umgekehrt kann eine starke Vereinfachung gerade den Gedanken entfernen, den die Klasse verstehen soll.

Lassen Sie deshalb drei Varianten desselben Materials vergleichen: Welche Begriffe wurden verändert? Welche Anforderungen bleiben erhalten? Wird jemand durch die Aufgabenbeschreibung vorschnell auf ein niedriges Niveau festgelegt?

Die KMK verknüpft KI mit Fragen der individuellen Unterstützung und Chancengerechtigkeit. Für die Fortbildung lässt sich daraus ableiten, Differenzierung immer mit einer Prüfung der fachlichen Substanz und der Teilhabe zu verbinden. KMK: Handlungsempfehlung zum Umgang mit KI, 2024

11. „Ab welchem Alter dürfen Kinder KI nutzen? Und was ist mit fehlenden Zugängen?“

„Unterscheiden Sie zwischen dem Lernen über KI, einer begleiteten Demonstration und einer selbstständigen Nutzung mit eigenem Konto.“

Dafür müssen Anbieterbedingungen, schulische Vorgaben, Datenschutz und pädagogische Eignung gesondert geprüft werden. Eine Altersangabe des Anbieters beantwortet diese Fragen nicht vollständig. UNESCO empfiehlt eine altersangemessene Gestaltung und eine ethische sowie pädagogische Prüfung der Systeme. UNESCO: Guidance for Generative AI in Education and Research, 2023

Für Workshops empfehle ich eine Teilnahmealternative mit vorbereiteten Ausgaben oder institutionell bereitgestellten Zugängen. Als konkretes Landesbeispiel untersagt die Medienberatung NRW, die Unterrichtsteilnahme von einem privaten KI-Konto abhängig zu machen. Diese Vorgabe darf nicht als Rechtsregel für den gesamten deutschsprachigen Raum ausgegeben werden. Medienberatung NRW: Fragen zur KI-Nutzung im Bereich Schule

12. „Spare ich wirklich Zeit, wenn ich alles prüfen muss?“

„Das kann bei bestimmten Aufgaben gelingen. Rechnen Sie Vorbereitung, Eingabe, Prüfung und Überarbeitung mit.“

Eine randomisierte englische Studie mit 259 Lehrpersonen an 68 Schulen fand bei der Vorbereitung naturwissenschaftlicher Stunden für Year 7 und 8 eine durchschnittliche Zeitersparnis von 31 Prozent. Die KI-Gruppe erhielt zusätzlich einen Nutzungsleitfaden. Untersucht wurde ein abgegrenzter Teil der Unterrichtsvorbereitung. Bei den eingereichten Materialien wurde kein Qualitätsunterschied nachgewiesen; das belegt keine allgemeine Gleichwertigkeit des Unterrichts. NFER: Using ChatGPT in Lesson Preparation, Zusammenfassung der Studie von 2024

Eine sinnvolle Transferaufgabe lautet: eine wiederkehrende Tätigkeit erproben, den gesamten Aufwand dokumentieren und das Ergebnis nach vorher festgelegten Qualitätskriterien beurteilen.

13. „Werden Lehrpersonen dadurch ersetzbar? Muss ich KI gut finden?“

„Sie dürfen KI kritisch beurteilen. Ihre Aufgabe ist, pädagogische Entscheidungen begründen zu können.“

Eine Fortbildungsleitung sollte keine Arbeitsplatzgarantien und keine unvermeidlichen Zukunftsszenarien verkünden. Sie kann dagegen konkret bearbeiten, welche Aufgaben delegierbar erscheinen, wo Beziehungen wichtig sind und wer Verantwortung trägt.

Skepsis verdient eine inhaltliche Antwort. Betrifft sie den Lerngewinn, den Datenschutz, Arbeitsbedingungen oder Umweltfolgen? Zur Energiefrage zeigt die IEA, dass sich der Bedarf je nach Anwendung stark unterscheidet und sich die Technik rasch verändert. Pauschale Verbrauchszahlen pro beliebiger KI-Anfrage sind deshalb wenig hilfreich. IEA: Key Questions on Energy and AI, 2026

Im Workshop kann eine begründete Entscheidung gegen einen bestimmten Einsatz ein überzeugendes Arbeitsergebnis sein.

14. „Brauchen wir jetzt alle einen KI-Führerschein?“

„Ein bestimmtes Zertifikat ist für Artikel 4 der europäischen KI-Verordnung nach Auskunft der EU-Kommission nicht vorgeschrieben.“

Die Kommission beschreibt Massnahmen zur Entwicklung von KI-Kompetenz, die Kenntnisse, Erfahrung und Einsatzkontext berücksichtigen. Organisationen können Schulungen und weitere Massnahmen intern dokumentieren. Das ist keine pauschale Bestätigung, dass ein einzelner Kurs sämtliche Pflichten einer Schule erfüllt. Europäische Kommission: AI Literacy – Questions & Answers, abgerufen am 8. September 2026

Für die Ausbildung von Fortbildungsleitenden empfehle ich deshalb konkrete Leistungsnachweise: einen riskanten Fall erkennen, eine Entscheidung erklären und eine kurze Lerneinheit durchführen. Eine Teilnahmebestätigung sollte nur bescheinigen, was tatsächlich stattgefunden hat.

15. „Warum bekomme ich mit derselben Anweisung eine andere Antwort als Sie?“

„Vergleichen wir zuerst den verwendeten Dienst, das Modell, die Einstellungen, die bereitgestellten Informationen und den bisherigen Gesprächsverlauf. Danach beurteilen wir beide Ergebnisse nach denselben Kriterien.“

Für die Übung ist entscheidend, ob die Ausgabe die fachlichen Anforderungen erfüllt. Eine andere Formulierung kann ebenso brauchbar sein. Ein übersehener Rechenfehler bleibt dagegen ein Fehler, auch wenn das Arbeitsblatt gut aussieht.

Fortbildungsleitende sollten deshalb den Ausgangszustand ihrer Demonstration dokumentieren und die Prüfkriterien schon vor der Ausgabe nennen. Wenn eine Demonstration misslingt, ist eine hilfreiche Reaktion: „Dieses Ergebnis erfüllt unser Kriterium noch nicht. Wir untersuchen jetzt, woran das erkennbar ist und wie wir damit umgehen.“ Mit einem vorbereiteten Beispiel kann die Gruppe weiterarbeiten, wenn sich das technische Problem im verfügbaren Zeitrahmen nicht lösen lässt.

16. „Ist es nicht widersprüchlich, wenn Lehrpersonen KI nutzen und Lernende sie nicht nutzen dürfen?“

„Erklären Sie für jede Aufgabe, welche Fähigkeit geübt oder nachgewiesen werden soll und welche Unterstützung dabei erlaubt ist.“

Ein Entwurf für einen organisatorischen Elternbrief erfüllt einen anderen Zweck als eine Aufgabe, bei der Lernende selbst eine Argumentation entwickeln sollen. Diese Unterscheidung muss konkret nachvollziehbar werden. Auch für Lehrpersonen gehört dazu, die eigene fachliche Beurteilung nicht ungeprüft an ein System abzugeben.

Ich empfehle, an Aufgaben ausdrücklich zu formulieren: Wofür darf KI verwendet werden? Welcher Anteil entsteht eigenständig? Wie wird die Unterstützung kenntlich gemacht? Wie wird das Verständnis sichtbar?

Lassen Sie die angehenden Leitenden diese Regel einmal aus Sicht einer Schülerin lesen. Kann sie erkennen, was sie tun darf? Oder muss sie erraten, was mit „verantwortungsvollem Einsatz“ gemeint ist? Solche Formulierungen sind ein Vorschlag für klare Aufgabenkommunikation; massgeblich bleiben die jeweiligen schulischen Prüfungsregeln.

Sieben Grundsätze für die Ausbildung von Fortbildungsleitenden

Diese Antworten werden erst dann zu einer Ausbildung von Ausbildern, wenn die Teilnehmenden auch ihre Vermittlung üben. Auf dieser Ebene ist eine zweite Art von Frage entscheidend: Was müssen Fortbildungsleitende können, damit andere Lehrpersonen mit diesen Antworten arbeiten können? Dazu gehören sieben professionelle Grundsätze.

Erstens: Jede Demonstration braucht eine anschliessende Betrachtung der Lehrmethode.

Nach einer KI-Übung bespricht die Gruppe zwei Dinge: Was wurde fachlich gelernt? Und wie hat die Fortbildungsleitung dieses Lernen ermöglicht?

Die Leitung macht ihre Entscheidungen sichtbar: Warum begann sie mit diesem Beispiel? Weshalb liess sie erst ein eigenes Urteil formulieren? Warum beantwortete sie eine Rechtsfrage nur bis zu einer bestimmten Grenze?

Die gewählte Methode wird erlebt und anschliessend selbst zum Gegenstand der Reflexion. Dieser Wechsel der Perspektive ist hier ein Gestaltungsvorschlag. Die angehenden Leitenden müssen danach zeigen, wie sie die Methode für ein anderes Fach oder eine andere Zielgruppe verändern würden.

Dabei empfehle ich, drei Wirkungsstufen auseinanderzuhalten. Zunächst lernt die angehende Fortbildungsleitung selbst, ein KI-Ergebnis zu prüfen. Dann lernt sie, Lehrpersonen bei dieser Prüfung anzuleiten. Schliesslich soll die Lehrperson eine passende Lerngelegenheit für Schülerinnen und Schüler gestalten können.

Ein gelungenes Ergebnis auf der ersten Stufe belegt noch nicht die beiden weiteren. Deshalb gehört zu jeder Übung eine Vermittlungsaufgabe: „Erklären Sie einer Kollegin, welche Frage sie ihren Lernenden stellen könnte, damit diese den Fehler selbst entdecken.“ Dieser Schritt macht aus eigener Anwendungskompetenz eine beobachtbare Fähigkeit zur Anleitung.

Zweitens: Auf eine Frage folgen Orientierung, Grenze und Handlung.

Eine hilfreiche Antwortstruktur ist: das Anliegen verstehen, die belastbare Aussage formulieren, ihre Grenze nennen und einen nächsten Schritt anbieten.

Beispiel: „Sie möchten schneller Rückmeldungen geben. Wir können hier einen Entwurf an einem erfundenen Text erproben. Für echte Schülerarbeiten müssen zunächst die Regeln Ihrer Schule geklärt sein. Jetzt prüfen wir, ob das Feedback am vereinbarten Kriterium ansetzt.“

Damit lässt sich Unsicherheit bearbeiten, ohne sie wegzureden. Eine offene Fachfrage kann mit Quelle, Zuständigkeit und vereinbartem Rückmeldeweg dokumentiert werden.

Eine professionelle Antwort auf eine Wissenslücke könnte lauten: „Ob genau diese Funktion in Ihrer Schulumgebung erlaubt ist, kann ich derzeit nicht sicher beantworten. Ich kann Ihnen zeigen, welche Informationen dafür fehlen und welche Stelle die Entscheidung klärt. Bis dahin arbeiten wir mit dem erfundenen Beispiel.“

Das funktioniert nur, wenn die offene Frage tatsächlich weiterbearbeitet wird. Wer eine Nachlieferung zusagt, hält fest, was geprüft wird und wie die Teilnehmenden die Antwort erhalten. Wer keine Nachlieferung leisten kann, sagt das und verweist möglichst konkret auf die zuständige Quelle.

Ausbilder sollten diesen Moment ausdrücklich proben lassen. Eine Person stellt eine unerwartete Detailfrage. Die andere muss entscheiden, welchen Teil sie belastbar beantworten kann, wo sie eine Grenze zieht und wie die Gruppe sinnvoll weiterlernt.

Drittens: Unterschiede im Vorwissen müssen das Lernangebot verändern.

Beginnen Sie mit einer kurzen Diagnose: Welche Aufgaben bringen die Teilnehmenden mit? Was haben sie bereits erprobt? Was können sie erklären und prüfen?

Bearbeiten Sie anschliessend einen gemeinsamen Fall mit unterschiedlichen Anforderungen. Einsteiger können eine vorbereitete Ausgabe beurteilen. Erfahrene Teilnehmende entwerfen eine Variante. Angehende Fortbildungsleitende moderieren den Vergleich und erhalten Rückmeldung zu ihrer Erklärung.

So wird auch sichtbar, dass Erfahrung mit vielen Werkzeugen noch wenig darüber aussagt, wie gut jemand andere Menschen beim Lernen unterstützt.

Drei Moderationssituationen eignen sich besonders für die Ausbildung:

• Eine technisch erfahrene Person dominiert das Gespräch. Eine mögliche Intervention lautet: „Bitte zeigen Sie einen Ansatz an unserem gemeinsamen Fall. Anschliessend prüfen wir zusammen, ob er sich mit den Zugängen dieser Gruppe umsetzen lässt.“
• Eine skeptische Person sagt: „Das macht die Kinder nur abhängig.“ Die Leitung konkretisiert: „Welche Fähigkeit befürchten Sie zu verlieren? Daran prüfen wir die Aufgabe, die hier vorliegt.“
• Eine unsichere Person sagt: „Ich komme schon beim ersten Schritt nicht mit.“ Die Leitung bietet einen überschaubaren Einstieg an: „Nehmen Sie zunächst diese vorbereitete Antwort. Markieren Sie eine Aussage, die Sie fachlich prüfen können. Den Zugang richten wir anschliessend gemeinsam ein.“

Die Beobachtenden achten darauf, ob das Anliegen aufgenommen wird, die Person beteiligt bleibt und das gemeinsame Lernziel wieder sichtbar wird. Begeisterung und Zurückhaltung werden dabei nicht als Leistungsnachweise behandelt.

Viertens: Fortbildungsleitende müssen ihre Vermittlung erproben und Rückmeldung erhalten.

Die EEF nennt für wirksame professionelle Entwicklung unter anderem Modellieren, Üben, Feedback und Unterstützung bei der Umsetzung. Diese Erkenntnisse stammen aus allgemeiner Fortbildungsforschung; sie belegen nicht automatisch die Wirksamkeit eines bestimmten KI-Kurses. Education Endowment Foundation: Effective Professional Development, 2021

Eine passende Umsetzung ist eine kurze Lehrprobe in Dreiergruppen: Eine Person leitet an, eine übernimmt die Teilnehmerrolle, eine beobachtet. Das Feedback bezieht sich auf wenige Kriterien: fachliche Richtigkeit, Verständlichkeit, Aktivierung und Umgang mit Unsicherheit. Anschliessend wird die schwierige Passage erneut durchgeführt.

Für das Feedback hilft eine enge Beschreibung der Beobachtung: „Du hast zur Prüfung aufgefordert, aber nicht gezeigt, woran man eine falsche Aussage erkennt.“ Daraus folgt ein konkreter nächster Versuch: „Führe an einer Textstelle vor, wie du eine Behauptung mit einer Quelle abgleichst.“

„Sei souveräner“ oder „Das war gut erklärt“ bietet wesentlich weniger Ansatzpunkte für die Überarbeitung. Die Rückmeldung sollte daher benennen, was gesagt oder getan wurde, wie die Teilnehmerrolle darauf reagieren konnte und welche Veränderung als Nächstes erprobt wird.

Die Rollen wechseln. Auch erfahrene Personen sollen einmal die Unsicherheit einer Teilnehmerin darstellen und erleben, wie sich eine überladene Erklärung oder ein vorschnelles Weitergehen auswirkt. Dieser Rollenwechsel ist hier eine Übungsempfehlung, kein eigenständig nachgewiesenes Wirkprinzip für KI-Fortbildungen.

Fünftens: Forschung, Empfehlung und persönliche Erfahrung müssen erkennbar bleiben.

„In dieser Studie wurde …“ ist eine andere Aussage als „Für unseren Workshop empfehle ich …“ oder „In meiner letzten Fortbildung hat … funktioniert“.

Ausbilder sollten diese Unterscheidung hörbar vorleben. Besonders bei Lernwirkung, Datenschutz und Detektoren verhindert sie, dass begrenzte Befunde auf jeder weiteren Fortbildungsebene zu Gewissheiten werden.

Dazu gehört auch der Umgang mit eigenen Fehlern: eine falsche Aussage ausdrücklich korrigieren, die bessere Quelle zeigen und betroffene Materialien berichtigen. Eine misslungene Live-Demonstration wird zunächst analysiert; sie ist für sich genommen weder ein Wirksamkeitsbeleg noch ein allgemeines Urteil über das Werkzeug.

Für zentrale Forschungsbehauptungen empfehle ich eine kurze Quellenkarte. Darauf stehen: Wer wurde untersucht? Welche konkrete Unterstützung wurde eingesetzt? Womit wurde sie verglichen? Was wurde gemessen? Welche Übertragung ist damit noch nicht belegt?

Am Mathematikbeispiel lässt sich das unmittelbar üben. Die Aussage „KI verbessert die Aufgabenleistung während der Nutzung“ beantwortet eine andere Frage als „Die Jugendlichen können danach selbstständig mehr“. In einer Ausbildung von Ausbildern sollten die Teilnehmenden diese Unterscheidung selbst erklären können.

Ebenso sollten sie eine überzogene Behauptung aus einem Fortbildungsmaterial neu formulieren können. Aus „Mit KI lernen alle besser“ wird etwa: „In dieser Untersuchung verbesserten sich unter diesen Bedingungen die gemessenen Lernergebnisse.“ Die fachliche Grenze wird damit Bestandteil der Erklärung.

Sechstens: Weitergegebene Materialien brauchen Pflege und eine begründete Anpassung.

Wenn Ausbilder wiederum Fortbildungsleitende schulen, werden Beispiele weiterverwendet und verändert. Deshalb sollten Materialien ein Versionsdatum, nachvollziehbare Quellen, Nutzungshinweise und eine verantwortliche Kontaktstelle enthalten.

Vor einer erneuten Durchführung werden insbesondere Werkzeugfunktionen, Zugänge, Bedingungen und rechtliche Aussagen geprüft. Für technische Ausfälle liegen vorbereitete Ausgaben bereit.

In einem Materialpaket sollten ausserdem die unverzichtbaren Lernziele erkennbar sein: Ergebnisse prüfen, Entscheidungen begründen, Daten angemessen behandeln und Teilnehmende aktiv einbeziehen. Beispiele und Zeitumfang können daran angepasst werden. So lässt sich bei einer späteren Überarbeitung beurteilen, ob die Ausbildung ihren Zweck noch erfüllt.

Ein weitergebbares Beispiel sollte deshalb mehr enthalten als eine Präsentationsfolie: den Lernauftrag, benötigte Ausgangsmaterialien, mögliche Schwierigkeiten, Prüfkriterien und Hinweise zur Auswertung. Auch eine erwartbare Teilnehmerfrage mit einer begrenzten Antwort gehört dazu.

Für regionale Anpassungen wird festgehalten, welche Aussagen vor Ort zu prüfen sind. Eine in NRW zutreffende Zugangsregel darf beispielsweise beim Einsatz in einem Schweizer Kanton nicht stillschweigend als dortige Rechtslage erscheinen. Ebenso braucht ein Beispiel für selbstständiges Arbeiten in der Oberstufe eine erneute didaktische Prüfung, wenn es in der Primarstufe verwendet werden soll.

Die weitergebende Person erklärt ihre Änderungen. Dadurch wird die Anpassung selbst zu einer Aufgabe der Professionalisierung: Sie muss zeigen, weshalb das Beispiel unter den neuen Bedingungen weiterhin zum Lernziel passt.

Siebtens: Der Erfolg zeigt sich in der begründeten Handlung und ihrer Weitergabe.

Für die Abschlussaufgabe schlage ich eine vollständige, kurze Fortbildungssituation vor:

Eine angehende Workshopleitung erhält einen erfundenen Schülertext und den Auftrag, eine Einheit zu KI-Feedback anzuleiten. Währenddessen fragt eine Teilnehmerin nach automatischer Benotung. Ein Teilnehmer weist auf einen fachlichen Fehler in der KI-Ausgabe hin. Eine weitere Person hat keinen nutzbaren Zugang.

Beobachtet wird, ob die Leitung das Lernziel verständlich macht, die Gruppe zum eigenen Urteil bringt, den Fehler bearbeitet, die Bewertungsfrage angemessen begrenzt und eine gleichwertige Teilnahme ermöglicht. Anschliessend erklärt sie ihre Entscheidungen und überarbeitet eine Passage auf Grundlage des Feedbacks.

Ein mögliches Beobachtungsraster sieht so aus:

Dieses Raster ist ein Vorschlag für die Ausbildungspraxis, kein validiertes Messinstrument und kein rechtlicher Kompetenznachweis. Sein Nutzen liegt darin, Erwartungen vor der Lehrprobe transparent zu machen.

Eine fachlich falsche Antwort darf dabei nicht durch einen unterhaltsamen Auftritt verdeckt werden. Umgekehrt kann eine vorsichtig formulierte Antwort sehr kompetent sein, wenn sie die Grenze präzise erklärt und einen tragfähigen nächsten Schritt ermöglicht.

Nach einer Erprobung in der eigenen Fortbildungspraxis folgt eine kurze Rückschau: Was konnten die Lehrpersonen danach tatsächlich tun? Wo brauchten sie weitere Hilfe? Welche Aussage oder Übung wurde angepasst? Aussagen über die Wirkung auf Schülerinnen und Schüler benötigen wiederum eigene Beobachtungen oder Untersuchungen.

Der Massstab für einen „Teacher of Teachers“ liegt damit in einer beobachtbaren Fähigkeit: Andere können nach seiner Ausbildung eine KI-Situation fachlich prüfen, pädagogisch entscheiden und diese Entscheidung verständlich weitervermitteln.

Vertiefung und verwandte Dossiers

• Fortbildung und professionelles Lernen: Einen gemeinsamen Erprobungs- und Reflexionszyklus in der Fachschaft gestalten.
• Was müssen Jugendliche über KI wissen und können?: Kompetenzrahmen, fachliche Umsetzung und offene Fragen zur Progression.
• Verbessert generative KI das Lernen?: Aufgabenleistung, selbstständiges Lernen und Grenzen der Übertragbarkeit unterscheiden.
• Wie bleibt Assessment mit generativer KI aussagekräftig?: Aussagekräftige Lernnachweise und menschliche Verantwortung.
• Datenschutz und Recht: Zuständigkeiten und schulische Entscheidungen im Schweizer Kontext.

Die vier Illustrationen wurden mit KI für diesen Beitrag erzeugt. Die Schaubilder veranschaulichen eigene didaktische Überlegungen; sie stellen keine gemessenen Forschungsdaten dar.