Blickpunkt Schule 3 2026

schulischen Lernens sein sollen und sein können. Gerade für die Förderung selbstständigen Lernens mit KI-An wendungen in der Rolle als Sparrings partnern und der Weiterentwicklung von Aufgabenstellungen und Lernfor maten mit Prozessorientierung trägt KI das Potenzial in sich, zum Booster oder sogar zu einem echten Game changer zu werden. Bereits von Schu len eingeschlagene Wege einer insti tutionalisierten Verankerung und Förderung selbstständigen Lernens von Schülerinnen und Schülern sollten von den Kehrseiten von KI nicht in frage gestellt, sondern selbstbewusst weiterverfolgt werden – KI öffnet gerade für Formate selbstständigen Lernens Möglichkeiten, die es in die ser Form bislang nicht gab. Das Prin zip »robust prüfen, klug fördern« darf hier gelten. Zu der im Titel formulierten Frage möchte ich mich abschließend wie folgt verhalten: Ob sich Schule zu künftig vom klassischen Aufsatz ver abschiedet oder vielmehr auf der Ba sis guter Gründe selbstbewusst auch weiterhin zum klassischen Aufsatz bekennt, sollte weder primär noch ausschließlich unter dem Vorzeichen von KI geführt werden. KI darf für die Diskussion »Welche Aufgabenstellun gen, Prüfungsformate und Formen von Leistungsbewertungen sind im Sinne von Lernen und Bildung zeitge mäß?« gerne Motor auch für eine zeitgemäße Prüfungskultur sein, die Diskussion selbst sollte aber in beson derer Weise didaktisch und pädago gisch geführt werden. Quellenverzeichnis Hochschule.digital Niedersachsen (2025): Foliensatz_Pruefungsformate_KI-resistent _er_gestalten. https://www.twillo.de/ edu-sharing/components/render/f34b4b 7d-2a41-4021-9f8a-708641c54540 (abgerufen am 10. April 2026). Kuhn, Thomas S. (1976): Die Struktur wissen schaftlicher Revolutionen. Frankfurt am Main. Medienpädagogischer Forschungsverbund Südwest (2025): JIM-Studie Jugend, Information, Medien – Basisuntersuchung zum Medienumgang 12- bis 19-Jähriger. Terfloth, Andreas (2025): neue Möglichkeiten durch KI im begabungsförderlichen Unter

GLOSSAR

Bias: Bias bedeutet Vorurteil und beschreibt systematische Fehler bei der Generierung von Antworten durch algorithmische Verzerrung. Solche Ergebnisse entstehen, da die Trainingsdaten eines Modells unausgewogene Inhalte sowie kul turelle Verzerrungen enthalten und diese Muster in den Ergebnissen re produziert oder verstärkt werden. Besonders problematisch wird Bias, wenn dadurch zum Beispiel Stereo typisierung oder Diskriminierung verstärkt wird. Schulen müssen da her kritisch mit KI-Ausgaben um gehen und Lernende für solche Verzerrungen sensibilisieren. Chatbot: KI-gestützte Konversa tionsschnittstelle, die Interaktionen in natürlicher Sprache und menschenähnlichen Gesprächen durchführen kann. Halluzination: Phänomen, bei dem ein KI-System Inhalte erzeugt, die plausibel erscheinen, aber sachlich falsch, unsinnig, nicht plausibel, irrelevant, inkohärent etc. sind. Halluzinationen ergeben sich, wenn die KI auf unzureichende oder falsche Daten zurückgreift. generative KI: im eigentlichen Sinn ein Konzept, das sich auf die Fähig keiten von Maschinen bezieht, menschliche kognitive Funktionen wie zum Beispiel das Verstehen von Sprachen, das Erkennen von Mus tern, das Lösen von Aufgaben nachzuahmen. Im Zusammenhang mit dem Beitrag meint KI nicht nur

vom Juni 2025, gehalten und veröffentlicht durch die Hochschule.Digital Niedersachsen. 3 Die getroffene Einordnung, dass KI-Anwendun gen Schwächen bei der Lösung von Aufgaben stellungen aus dem Anforderungsbereich III zei gen, darf nicht pauschal verstanden werden. So lösen KI-Anwendungen zum Beispiel Fragestel lungen, die eine Pro-Kontra-Sichtweise verlan gen, inhaltlich sehr zuverlässig und differenziert. 4 Im Unterschied zum Upskilling steht Deskilling . Deskilling beschreibt den Verlust kognitiver Kom petenzen, wenn KI-Anwendungen Lernprozesse dominieren, Ergebnisse liefern, Lösungen nennen und Lernschritte abnehmen, die für die Kompetenz entwicklung notwendig wären (vgl. Terfloth 2025). das Konzept, sondern auch die hierfür zur Verfügung stehenden Tools. Kontextfenster: In Bezug auf KI versteht man unter Kontextfenster die Menge und die Qualität der In formationen, die ein KI-Modell im Laufe einer Interaktion beibehalten oder auf die es sich beziehen kann bzw. soll. Ein größeres und quali tätsvolleres Kontextfenster ermög licht schlüssigere, differenziertere und detailliertere Antworten. Prompt/Prompting: bezeichnet das gezielte Formulieren von Ein gaben an KI-Systeme, um kontext bezogene und reflektierte Ergeb nisse zu erhalten. Im Unterricht dient Prompting nicht als tech nischer Trick , sondern als Meta kompetenz zur Steuerung, Bewertung und Reflexion von KI Ausgaben. Für Lehrkräfte ist das Verständnis von Prompting wichtig, um KI gezielt und sinnvoll im Unterricht einzusetzen. Prompt Engineering: Prompt Engineering bezeichnet die gezielte Gestaltung und Optimierung von Prompts, um bessere Ergebnisse aus KI zu erzielen. Dazu gehören Techniken wie Rollenvergabe (»Du bist ein Lehrer«) oder Format- vorgaben. Für Schulen ist Prompt Engineering eine wichtige Kom petenz, da es die Qualität von KI-gestütztem Lernen beeinflusst. Es gilt als eine Kernkompetenz im KI-Zeitalter.

Titelthema

8

richt: Impulse für die Praxis. https://www. fachportal-hochbegabung.de/oid/10255/ (abgerufen am 10. April 2026).

1 Seit dem Jahr 1998 wird die JIM-Studie jährlich durchgeführt. Untersucht wird der Medienum gang der 12- bis 19-jährigen. Seit dem Jahr 2023 werden auch Daten zur KI-Nutzung benannter Zielgruppe erhoben. 2 Gewählte Formulierung, dass wir es hier mit ei nem Zusammenhang zu tun haben, der nicht nur nicht einfach , sondern vielmehr richtig schwierig ist, steht in Anlehnung an einen Vortrag mit dem Titel ‘Prüfungsformate KI-resistent(er) gestalten’

SCHULE 3|2026