KI im Unterricht: Erste Erfahrungen aus deutschen Schulen

Künstliche Intelligenz hält Einzug in deutsche Klassenzimmer – schneller und ungeordneter, als vielen Schulleitern lieb ist. Was vor zwei Jahren noch Zukunftsmusik war, ist längst Realität: Schüler nutzen ChatGPT bei Hausaufgaben, Lehrer experimentieren mit KI-gestütztem Unterricht, und Kultusministerien ringen um regulatorische Antworten. Dieser Artikel beleuchtet, wie deutsche Schulen mit der KI-Revolution umgehen, welche Chancen sich bieten und welche echten Probleme entstehen – basierend auf Erfahrungsberichten aus dem Schulalltag und aktuellen Studiendaten.

KI im Unterricht: Die stille Revolution im deutschen Klassenzimmer

An einem Gymnasium in Baden-Württemberg sitzt Schülerin Laura vor ihrer Hausaufgabe in Englisch. Sie öffnet ChatGPT, gibt ihre Aufgabenstellung ein und erhält innerhalb von Sekunden eine ausführliche Antwort. Ihr Lehrer bemerkt beim Korrigieren, dass etwas nicht stimmt: Die Formulierungen sind ungewöhnlich präzise, die Argumentation auffallend strukturiert. Ein ähnliches Szenario spielt sich in hunderten deutschen Schulen täglich ab – und es ist kein Randphänomen mehr.

Der Einsatz von KI-Systemen im Bildungsbereich hat eine neue Qualität erreicht. Schüler nutzen Large Language Models (LLMs) – also große Sprachmodelle wie ChatGPT (OpenAI), Claude (Anthropic) oder Gemini (Google) – für Recherche, Textverarbeitung und kreative Aufgaben. Die Spannweite zwischen den Schulen ist dabei enorm: Von Institutionen, die jede KI-Nutzung als Täuschungsversuch werten und sanktionieren, bis zu Schulen, die KI als Werkzeug verstehen, das ebenso zu lehren sei wie einst der Taschenrechner.

Was fehlt, ist ein übergeordneter Rahmen. Das Bundesministerium für Bildung und Forschung (BMBF) hat bislang keine bundesweite Handlungslinie formuliert. Das liegt strukturell begründet: Bildung ist in Deutschland Ländersache, die Kulturhoheit der Bundesländer schützt regionale Eigenentwicklungen – und produziert in diesem Fall ein Flickenteppich-System. Schleswig-Holstein etwa erlaubt in einigen Schulmodellprojekten den explizit deklarierten Einsatz von KI-Werkzeugen im Unterricht. Bayern hat demgegenüber klarere Restriktionen formuliert und verlangt, dass KI-generierte Inhalte in Prüfungssituationen ausgeschlossen bleiben. Für Lehrkräfte, die zwischen Bundesländern wechseln oder an Schulen mit gemischten Schülerpopulationen unterrichten, entsteht so ein erhebliches Orientierungsproblem. Parallel dazu zeigen sich an vielen Schulen auch strukturelle Herausforderungen, die über die KI-Debatte hinausgehen, wie etwa Gewalt gegen Lehrer: Der Alltag an deutschen Schulen wird härter.

Was KI im Unterricht konkret leistet – und was sie nicht leistet

Personalisiertes Lernen mit adaptiven KI-Systemen

Die vielversprechendste Anwendung von KI in Schulen ist derzeit die Individualisierung von Lernprozessen. Adaptive Lernsysteme passen die Schwierigkeit von Aufgaben dynamisch an das aktuelle Leistungsniveau einzelner Schüler an. Das US-amerikanische System ALEKS (Assessment and Learning in Knowledge Spaces), entwickelt an der University of California, arbeitet dabei mit einem wissensraumtheoretischen Modell: Es kartiert, welche Konzepte ein Schüler beherrscht, und leitet daraus ab, welche neuen Inhalte als nächstes zugänglich sind. Ein Schüler, der Bruchrechnung schnell durchdringt, erhält umgehend komplexere Aufgaben. Ein anderer, der an derselben Stelle stockt, bekommt kleinschrittiger aufgebaute Übungen und ergänzende Erklärformate.

In einer Berliner Grundschule laufen seit dem Schuljahr 2022/23 entsprechende Pilotprojekte im Mathematik-Unterricht. Die vorläufige Bilanz nach einem Schuljahr: Schüler mit sonderpädagogischem Förderbedarf zeigen messbare Kompetenzgewinne, leistungsstarke Kinder werden seltener unterfordert. Entscheidend ist dabei ein oft übersehener Effekt: Lehrkräfte gewinnen Zeit – Zeit, die nicht in die Differenzierung von Aufgaben fließt, sondern in echte individuelle Betreuung. Dieses Potenzial könnte helfen, strukturelle Engpässe zu reduzieren, wie sie auch in Diskussionen über Migration und Arbeitsmarkt: Was wirklich funktioniert deutlich werden, wenn es um die Qualifikation von Fachkräften geht.