In unseren Themendossiers bündeln wir für dich ausgewählte Inhalte zu einem sorgfältig ausgewählten Themenschwerpunkt. Sie bieten dir einen umfassenden Zugang zu praxisnahen Ideen, Hintergrundwissen, Projekten und Impulsen – kompakt aufbereitet und aktuell.
Dieses Dossier widmet sich dem Thema KI in der Bildung von heute bis morgen. Hier geht’s zu den anderen Beiträgen.
Willkommen im Dschungel der KI-Begriffe…
Wenn du dich mit KI beschäftigst, sind dir wahrscheinlich schon eine Menge unterschiedlicher themenbezogener Begriffe begegnet. Aufgrund der Vielzahl an Begriffen und ihrer nicht immer sachgemäßen Verwendung kann es dir vorkommen, als würdest du eine neue Sprache lernen. Dieses Glossar ist ein Versuch, dich durch diesen Dschungel der Begriffe hindurch zu führen. Es erhebt keinen Anspruch auf Vollständigkeit, sondern möchte Orientierung und Verständnis fördern.
Kennst du bereits alle Begriffe?
Digitale Lernumgebungen, die sich automatisch an das Lernverhalten und den Wissensstand deiner Schüler:innen anpassen.
Beispiel: Ein Programm stellt nach einer richtigen Antwort schwierigere Aufgaben und bietet bei Fehlern gezielte Hilfestellungen, z.B. adaptive Übungen bei Bettermarks.
Artificial Intelligence/Künstliche Intelligenz
ist der Oberbegriff für Computersysteme, die Aufgaben ausführen, die menschliche Intelligenz erfordern – etwa Erkennen, Verstehen, Planen oder Lernen. Das ist gemeint, wenn wir von KI sprechen.
Die Fähigkeit, den Einsatz von KI in Bildungskontexten strategisch und verantwortungsvoll zu gestalten.
Beispiel: Eine didaktische Leitung entwickelt eine Schulstrategie zum sinnvollen Einsatz von KI-Werkzeugen im Unterricht.
Bezeichnet die Kompetenz, KI-Systeme zu verstehen, kritisch zu reflektieren und sinnvoll zu nutzen. Ziel ist die Befähigung zu einem selbstbestimmten, verantwortungsvollen Umgang mit KI. Es ist wichtig, dass wir Lehrkräfte sowohl an unserer eigenen AI Literacy arbeiten, als auch unserer Schüler:innen dabei unterstützen, diese Kompetenz aufzubauen.
Modelle oder Kompetenzrahmen, die beschreiben, welche Kenntnisse und Fähigkeiten für den Umgang mit KI erforderlich sind – etwa technisches Grundwissen, ethische Reflexion und gesellschaftliches Verständnis.
Beispiel: Das europäische AI Literacy Framework definiert Lernziele für Schüler:innen und Lehrkräfte. Das Modell „AI Literacy für Lehrkräfte“ von Joscha Falck und Regina Schulz beschreibt zentrale Kompetenzbereiche, die Lehrkräfte benötigen, um KI im Bildungsalltag verstehen, reflektieren und pädagogisch einbinden zu können.
Systematische Verzerrung in Datensätzen oder Modellen, die zu unfairen oder diskriminierenden Ergebnissen führen kann.
Beispiel: Wenn ein KI-System hauptsächlich mit Daten aus einer Region trainiert wurde, kann es in anderen Kontexten fehlerhafte Ergebnisse liefern. Insbesondere sollte z.B. sensibel auf geschlechtsspezifische oder rassistische Verzerrungen bei der Nutzung von KI-Modellen geachtet werden.
Software, die über Texteingabe oder Sprache mit Menschen kommuniziert. Chatbots können einfache Fragen beantworten oder komplexe Dialoge führen. Hinter dem Chatbot steckt ein KI-Modell z.B. ChatGPT, Gemini etc.
Beispiel: Ein Schul-Chatbot informiert über den Vertretungsplan oder erklärt Lerninhalte.
Daten, mit denen KI-Modelle „trainiert“ werden. Die Qualität und Vielfalt dieser Daten beeinflusst maßgeblich die Genauigkeit und Fairness der Ergebnisse. Die Trainingsdaten sind häufig nicht tagesaktuell. Frage gern mal den von dir genutzten Chatbot nach der Aktualität der Trainingsdaten seines KI-Modells.
Teilbereich des maschinellen Lernens, bei dem künstliche neuronale Netze mit vielen Schichten verwendet werden, um komplexe Muster zu erkennen.
Beispiel: Deep-Learning-Modelle ermöglichen Spracherkennung und automatische Bildanalyse (z.B. GPT-5 (OpenAI) – Sprachmodell, das Texte versteht und erzeugt).
Bezeichnet Unterschiede im Zugang zu digitalen Technologien, Wissen oder Kompetenzen.
Beispiel: Nicht alle Schüler:innen verfügen über die gleiche technische Ausstattung oder digitale Erfahrung. Dies kann zu mangelnder Chancengerechtigkeit bei der Bildungsteilhabe führen.
Bezeichnet das mögliche Verkümmern von Fähigkeiten durch häufige Nutzung automatisierter Systeme.
Beispiel: Wer regelmäßig KI für Textkorrekturen nutzt, kann eigene Rechtschreibfähigkeiten seltener aktiv anwenden.
KI-Systeme, die eigenständig neue Inhalte wie Texte, Bilder, Musik oder Videos erzeugen können.
Beispiel: ChatGPT oder DALL·E erstellen auf Basis von Texteingaben neue Inhalte.
Ansatz, bei dem Menschen die Ergebnisse von KI-Systemen überwachen, bewerten und gegebenenfalls korrigieren. Er sollte für Lehrkräfte und Schüler:innen ein wichtiger Grundsatz für die Arbeit mit KI-Tools darstellen.
Beispiel: Lehrkräfte prüfen, ob KI-generierte Lernaufgaben fachlich korrekt sind.
Fachbegriff für fehlerhafte oder erfundene Informationen, die von generativen KI-Systemen erzeugt werden. Es ist wichtig zu wissen, dass es der KI in erster Linie wichtig ist, dich „glücklich“ zu machen, indem sie eine Antwort gibt, die du von ihr forderst. Irgendeine Antwort zu geben, ist für sie im Zweifel entscheidender als tatsächlich präzise zu sein. Das bedeutet, es kommt vor, dass sie dir unter Umständen zwar eine plausibel klingende Antwort präsentiert, diese jedoch falsch ist. Das macht sie bevorzugt dann, wenn sie zu Antworten gedrängt wird, die sie eigentlich nicht weiß (z.B. weil sie darüber keine Daten hat) oder, wenn dein Prompt nicht genau genug formuliert wurde und Lücken enthält. Um das Risiko, dass die von dir benutzte KI halluziniert zu minimieren, sollte dein Prompt so genau wie möglich formuliert sein. Denn oft „denkt“ sich die KI sonst fehlende Informationen dazu.
Beispiel: Du promptest: „Gibt es im Hamburger Bildungsserver ein Arbeitsblatt zum Wasserkreislauf für die 3. Klasse?“
Die KI antwortet: „Ja, auf dem Hamburger Bildungsserver findest du unter www.hamburger-bildungsserver.de/wasserkreislauf3 ein passendes Arbeitsblatt.“ Das ist eine Halluzination: Die KI stellt falsche Informationen dar, weil sie gelernt hat, wie Bildungsserver-Links aussehen, aber keinen echten überprüft.
Der Ursprungsprompt war folglich zu allgemein verfasst. Genauer wäre: „Suche nur dann, wenn du dir sicher bist, eine verlässliche Quelle nennen zu können: Gibt es auf dem Hamburger Bildungsserver ein Arbeitsblatt zum Wasserkreislauf für die 3. Klasse? Wenn du dir nicht sicher bist, sage bitte, dass du es nicht weißt und schlage, vor, wie ich es selbst finden kann.“
Digitale Lernsysteme, die mithilfe von KI Lernprozesse analysieren und personalisierte Rückmeldungen geben.
Befasst sich mit den moralischen, gesellschaftlichen und rechtlichen Fragen beim Einsatz von KI.
Beispiel: Wie kann KI gerecht, transparent und datenschutzkonform eingesetzt werden?
Allgemeine Bezeichnungen für technische Systeme, die auf KI basieren und in unterschiedlichen Kontexten genutzt werden – von Lernplattformen bis zu Sprachassistenten.
Sprachmodell, das aus umfangreichen Textmengen trainiert wurde, um Sprache zu verstehen und zu erzeugen.
Beispiel: GPT-4 ist ein LLM, das Texte in verschiedenen Sprachen verarbeiten kann.
Teilbereich der KI, bei dem Systeme aus Beispielen lernen, ohne explizit programmiert zu sein.
Beispiel: Eine App erkennt durch maschinelles Lernen handgeschriebene Zahlen.
Die Eingabe oder Anweisung, mit der Nutzer:innen eine KI steuern. Ein guter Prompt sollte so konkret wie möglich sein und folgende Elemente enthalten: die Rolle, der Kontext, die konkrete Aufgabe sowie alle Formatvorgaben und Einschränkungen für die gewünschte Ausgabe
Beispiel: „Du bist Lehrkraft einer 4. Klasse. Erstelle ein Arbeitsblatt zum Thema Magnetismus. Es soll verschiedene Aufgabentypen enthalten, den Hamburger Bildungsplan berücksichtigen und für Schüler:innen mit geringen Deutschkenntnissen geeignet sein. Erfrage weitere Infos, die du dazu noch benötigst.“
Die gezielte Gestaltung von Prompts, um präzisere oder kreativere Ergebnisse von KI-Systemen zu erhalten.
Beispiel: Durch klare Rollenangaben („Du bist eine Grundschullehrkraft…“) lässt sich die Qualität der Antworten verbessern.
Der Systemprompt ist die grundlegende Anweisung, mit der das Verhalten eines KI-Modells festgelegt wird. Er wird im Hintergrund vom System vorgegeben und bestimmt, wie die KI grundsätzlich antwortet – etwa in welchem Stil, mit welcher Perspektive oder unter welchen Regeln.
Beispiel: Ein Systemprompt kann festlegen, dass ein Chatbot stets in einem bestimmten Format zu einem bestimmten Thema antwortet und dazu nur von dir ausgewählte Quellen nutzt. Mit einigen KI-Tools (z.B. telli, FobizzKI, etc.) kannst du dir dadurch beispielsweise gezielt Assistenten bauen, die dich bei bestimmten Aufgaben unterstützen oder, die du im Unterricht mit deinen Schüler:innen verwenden kannst.
KI-Technologien, die Texte in Bilder oder Sprache umwandeln bzw. gesprochene Sprache in Text überführen.
Beispiel: Eine App liest Texte (z.B. Canva) vor oder erstellt Illustrationen auf Basis von Textbeschreibungen.
