Lehrer KI: Vorbereitung schneller, Korrektur nicht
Lehrer KI hilft bei Arbeitsblättern und Übungsfragen zuverlässig. Bei Schülerdaten und der eigentlichen Benotung gilt eine andere Vorsicht. Ablauf und Beispiel.
Bei Lehrkräften taucht KI vor allem in der Vorbereitung auf: einen Text auf zwei Lesestufen bringen, zu einem bereits behandelten Thema zusätzliche Übungsfragen erzeugen, eine Unterrichtsskizze in Zeitblöcke mit Zielen gliedern. Der ehrliche Punkt zuerst, und er betrifft etwas anderes als bei einer normalen Büroaufgabe: Sobald ein Name, eine Note oder eine Einschätzung zu einem einzelnen Schüler oder einer einzelnen Schülerin ins Spiel kommt, gilt eine andere Vorsicht als bei einer Textzusammenfassung — sowohl was den Datenschutz betrifft als auch, wer am Ende tatsächlich entscheidet.
Wofür sich das in der Unterrichtsvorbereitung eignet
- Einen bereits ausgewählten Text auf zwei oder drei Lesestufen umschreiben, für eine Klasse mit unterschiedlichem Lerntempo.
- Zu einem im Unterricht behandelten Thema zusätzliche Übungsfragen mit abgestuftem Schwierigkeitsgrad erzeugen.
- Eine Unterrichtsskizze in einzelne Zeitblöcke mit klarem Ziel je Block strukturieren, bevor die Stunde geplant wird.
- Eine bestehende Aufgabensammlung um weitere Beispielaufgaben zum selben Thema erweitern, zur Auswahl, nicht zur direkten Weitergabe.
Nicht geeignet ist es, die abschließende Bewertung einer konkreten Schülerarbeit — eine Note, ein Zeugnistext, eine Einschätzung zu einem einzelnen Kind — an das Werkzeug abzugeben. Ein Modell kann einen Entwurf für eine Rückmeldung formulieren, die fachliche und pädagogische Einschätzung dazu bleibt bei der Lehrkraft. Und nicht geeignet ist es, den Namen, die Klasse oder Leistungsdaten eines Schülers oder einer Schülerin in ein öffentliches KI-Werkzeug einzugeben, ohne das von der Schule oder dem Schulträger freigegebene Verfahren dafür einzuhalten.
Ein Ablauf, der Vorbereitung und Schülerdaten sauber trennt
- Arbeite nur mit Material, das noch keinen Namen, keine Note und keine individuelle Einschätzung zu einem Schüler enthält — ein Lehrbuchtext, ein allgemeines Thema, eine eigene Aufgabenvorlage.
- Gib der KI den eigenen Ausgangstext oder Lehrplanabschnitt mit, statt nur das Thema zu nennen — sonst greift sie auf ihr allgemeines Training zurück, das vom tatsächlichen Lehrplan abweichen kann.
- Lass dir zu jeder neu erzeugten Sachinformation eine Quelle oder Begründung nennen, und prüfe mindestens die Angaben, die in der Stunde selbst zur Sprache kommen, gegen das eigene Lehrbuch.
- Behalte die letzte Entscheidung über jede Note und jede individuelle Rückmeldung an einen Schüler oder eine Schülerin bei dir — das Werkzeug liefert höchstens einen Entwurf, nie das Ergebnis.
Ein Beispiel von Anfang bis Ende
Nimm einen Sachtext über Photosynthese, der für zwei Niveaustufen in derselben Klasse aufbereitet werden soll. Prompt unvollständig: „Schreib einen einfachen Text über Photosynthese für Schüler." Ergebnis: ein Text, der flüssig klingt, aber an zwei Stellen von dem abweicht, was im eigenen Lehrbuch steht — eine vereinfachte Formulierung, die fachlich nicht mehr exakt stimmt, weil das Modell aus seinem allgemeinen Training statt aus dem konkreten Lehrbuch geschöpft hat.
Prompt vollständig: „Hier ist der Lehrbuchtext zur Photosynthese: [Text einfügen]. Schreib daraus zwei Versionen — eine in einfacherer Sprache für die Grundstufe, eine mit demselben Fachvokabular wie im Original für die Erweiterungsstufe. Nutze ausschließlich diesen Text als fachliche Quelle, erfinde nichts hinzu." Das Ergebnis lässt sich direkt gegen den eigenen Lehrbuchtext abgleichen, weil beide Versionen auf derselben Quelle aufbauen — und weil die einfachere Version dadurch vereinfacht, nicht einfach anders ist.
Ein vereinfachter Text ist nur dann noch richtig, wenn er auf demselben Original beruht wie die ausführliche Version — nicht, wenn beide unabhängig voneinander aus dem allgemeinen Training des Modells entstehen.
Warum Schülerdaten eine andere Vorsicht brauchen als eine Bürotabelle
Schülerdaten sind in aller Regel Daten von Minderjährigen, und die deutschen Datenschutzaufsichtsbehörden haben dafür eigene Orientierungshilfen zum Einsatz generativer KI veröffentlicht — nachzulesen bei der Datenschutzkonferenz. Der BSI beschreibt zusätzlich, welche technischen Risiken generative KI-Modelle grundsätzlich mitbringen — Grundlagen, die für den Schulkontext genauso gelten wie für jede andere Stelle, die mit Daten von Minderjährigen arbeitet. Die praktische Folge: Ein Name oder eine Notenangabe gehört in kein Werkzeug, bei dem offenbleibt, was mit der Eingabe anschließend passiert — unabhängig davon, wie gut das Ergebnis aussieht.
Dass ein Mensch das Ergebnis eines KI-Werkzeugs prüft, bevor es verwendet wird, gilt bei einer Unterrichtsvorbereitung genauso wie bei jedem anderen Einsatz — die OECD-Leitlinien zu KI benennen diese Prüfverantwortung ausdrücklich. Bei einer Lehrkraft kommt dazu, dass die fachliche und pädagogische Entscheidung über das, was eine Klasse lernt, bei ihr bleibt — das Werkzeug liefert einen Entwurf, keine Freigabe.
Wie verbreitet solche Werkzeuge im Berufsalltag bereits sind
Wie viele Berufstätige in Deutschland generative KI-Werkzeuge inzwischen regelmäßig einsetzen, erhebt der Bitkom fortlaufend. Welche Aufgaben sich davon technisch grundsätzlich automatisieren lassen und welche weiterhin eine Fachperson am Ende brauchen, untersucht laufend das IAB — bei einer Lehrkraft ist die Antwort für die Vorbereitung eher ja, für die individuelle Bewertung eines Kindes eher nein. Wie schnell sich diese Modelle technisch weiterentwickeln, verfolgt der Stanford AI Index über mehrere Jahre — die Fähigkeiten wachsen sichtbar, ohne dass die Prüfpflicht dadurch kleiner würde.
Was du diese Woche ausprobierst
- Wähl einen Lehrbuchtext oder eine eigene Aufgabenvorlage ohne jeden Schülerbezug für den ersten Versuch.
- Gib der KI diesen Text mit, statt nur das Thema zu nennen, und verlange ausdrücklich, dass sie nur daraus arbeitet.
- Prüfe die vereinfachte und die ausführliche Version nebeneinander gegen das Original.
- Halte für dich fest, an welcher Stelle im Ablauf ein Name oder eine Note stehen würde — und wo genau du dort stattdessen manuell weitermachst.
Dieselbe Quellentreue — der KI den eigenen Text mitgeben statt nur das Thema — zeigt Lernzettel mit KI erstellen aus der Perspektive der Lernenden, mit demselben Prüfschritt gegen das Original. Soll aus einem längeren Lehrtext zunächst eine kürzere Fassung entstehen, bevor daraus Übungsmaterial wird, zeigt PDF mit KI zusammenfassen denselben Ablauf mit Seitenangaben. Wiederholt sich dasselbe Format — etwa „zwei Lesestufen, gleiche Quelle" — für mehrere Texte im Schuljahr, lohnt sich ein Blick in Custom GPT erstellen, um das Format einmal einzurichten statt jedes Mal neu zu erklären. Landet das fertige Material am Ende auf einer einzelnen Seite zum Austeilen, zeigt Handout erstellen mit KI denselben Ablauf für dieses Format.
Der Prüfschritt selbst — ein Ergebnis gegen die eigentliche Quelle lesen, bevor es weitergegeben wird — ist derselbe wie bei jeder anderen KI-Aufgabe im Büro, ausführlicher an einem Beispiel gezeigt in KI im Büro. Wie ein Prompt überhaupt so formuliert wird, dass er ein brauchbares statt ein beliebiges Ergebnis liefert, zeigt ChatGPT Prompts unabhängig vom Fach.
Genau diese Fähigkeit — eine Quelle vorgeben und das Ergebnis dagegen prüfen, bevor es verwendet wird — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen, die zu einer echten Aufgabe passen, nicht zu einem Demo-Beispiel. Mehr zu diesem Ansatz steht über Coursium.