Hype oder Durchbruch?

KI

1 Gesellschaftspolitische bedingungen

sociAL media

BIG DATA

Algorithmen

EDV

BITCOIN

Plattform-Ökonomie

Cloud computinG

Social scoring

Suchmaschienen

Internet

industrie 4.0

smart city

deepfakes

sociAL media

BIG DATA

Algorithmen

EDV

BITCOIN

Plattform-Ökonomie

Cloud computinG

Social scoring

Suchmaschienen

Internet

industrie 4.0

smart city

deepfakes

machine learning

maschinelles lernen

• Methoden aus 1980er - Neuronale Netze
• noch fehlen Daten und Rechenleistung
• Infrastruktur für vernetzte EDV erst ab 1990 kommerziell nutzbar... 
  • kostenlose Web-Dienste und Plattformen sammeln unentgeltlich Daten/Inhalte - Datenbanken
  • Rechenzentren entwickeln x-faches an Rechenleistung

maschinelles lernen

Entwicklung Datenmengen

kostenfreie Web-Dienste und Plattformen sammeln kostenlose Daten/Inhalte von Milliarden Nutzenden - Datenbanken

• Sumerer bis 1999 - 12 Exabyte
• 2002 - digitaler Speicher überholt analoge Speicher  
• 2006 weltweit ca. 180 Exabyte
• mittlerweile 1 Yottabyte? - 1.000.000 Exabyte

(Floridi 2015)

180

ExabytE

(Danke Dall-E)

12 Reihen Bücher von der Erde zur Sonne

maschinelles lernen

Entwicklung Rechnerleistung

• Die Anzahl der Transistoren auf einem Mikrochip verdoppelt sich alle 2 Jahre
• In den 1950ern hätte ein iPad2 (2011) 100 Billionen Dollar gekostet

1050ta

(Floridi 2015)

Chat GPT  -  angemessenes Verhalten in den Chatbot bringen

• KI-Filter - Detektor für toxische Sprache (wie bei Facebook)
• Zehntausende Textsnippets (problematische Inhalte)
• Labeln durch Subunternehmer in Kenia ab November 2021
• 1,3-2 $/h für psychisch belastende Datenanreicherung

maschinelles lernen

ARBEITSleistung

(time.com 2023)

• Wer wird profitieren?
• Wer wird die Kosten tragen?
• Was bedeutet die Technologie für zukünftige Generationen?
• Was sind die Implikationen nicht nur für die Wirtschaft und internationale Sicherheit, sondern auch für unseren Begriff des Menschseins?
• Ist die Technologie umkehrbar?
• Welche Grenzen sollte ihrer Anwendungen auferlegt werden?

(Weizenbaum-Test 1972)

2 KI-Produkte und Modelle

Spamfilter

Börsenmeldungen

Sportnachrichten 

Produktempfehlungen

Gesichtserkennung

Navigationssysteme

medizinische Diagnostik

Autonome Waffensysteme

Entdeckung astro-nomischer Ereignisse

Sprachassistenten

Smart-Home-Anwendungen

Social-Media-Feed

Assistiertes Fahren

Erfassung von Sozialhilfebetrug

Automatisierte Kundenbetreuung

Authentifizierung

Übersetzungssoftware

Transkription

Musik- und Audiokomposition

Video- und Bildbearbeitung

Sentiment-Analyse

Überforderung

zu viel

zu schnell

Zu Kompliziert

ÜberSicht

Texterstellung

Bilderstellung

RecommendeR

Texterstellung

Grosse sprachmodelle (LLM)

• Statistisches Sprachmodell (Tokenvorhersage)
• Attention-Mechanismus (Transformer-Architektur)
• Unerwartete Fähigkeiten  (Emergenz durch Skalierung)

(Danke Dall-E)

Texterstellung

Grosse sprachmodelle (LLM)

Populäre Beispiele:

• ChatGPT,
• LLaMA,
• Claude,
• Perplexity,
• DeepSeek,
• Gemini,
• Mistral.

(Danke Dall-E)

Bilderstellung

DIFFUSIONModelle

• Verrauschen / Entrauschen (Forward & Reverse Diffusion Process)
• Text-zu-Bild-Übersetzung (CLIP-Modelle)
• Massive, problematische Bilddatenbanken (LAION-5B)

(Danke Dall-E)

Bilderstellung

DIFFUSIONModelle

(Danke Dall-E)

Populäre Beispiele:

• Dall-E
• Stable Diffusion,
• Midjourney,
• FLUX.1,
• Juggernaut,
• Adobe Firefly,

(Danke Dall-E)

RecommendeR

Empfehlungsalgorithmen

• Kollaboratives Filtern – Lernen durch Nutzerverhalten
• Reinforcement Learning – Optimierung auf Engagement
• Exploration vs. Exploitation – ständiges Austesten andere Inhalte

RecommendeR

Empfehlungsalgorithmen

Populäre Beispiele:

• TikToks For-You-Page
• Google Suche
• Amazons Onlineshop
• Spotify Musikstreaming
• YouTubes Empfehlungen
• Facebook-Feed
• Netflix - Videostreaming

(Danke Dall-E)

Fragt nach den Zwecken von KI-Technologien.

• Ist es eine generative oder administrative KI?
• Welche Aufgaben kann ein KI-Produkt bearbeiten?
• Warum liefert ein Produkt diese Ergebnisse?
• Wer stellt das KI-Produkt mit welcher Absicht her?

2 KI-Produkte und Modelle

Ist Lernen und Lehren ...

3 Lehren, Lernen, Erkunden, Gestalten

ein mediengestützter Prozess?

ein messbarer Prozess?

ein automatisierbarer Prozess?

als Prozess automatisiert bewertbar?

KI Technologien als...

Lernanlass +++ Lerngegenstand  +++ Lehrmittel +++ Lernstrategie +++ Lernziel +++ Lernpartner +++ Lernbegleiter +++ Lernwerkzeug +++ Lernumgebung +++ Lernmedium +++ Lernressource +++ Empowerment-Tool  +++ Inklusionshilfe +++ Organisationshilfe +++ Verwaltungstool +++ Planungsinstrument

KI-Produkte im Schulischen Einsatz

für Lehrende und Lernende

KI-Kompetenzmodell

für Lehrende und Lernende

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Anwenden

Verstehen

Reflektieren

Mitgestalten

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Verstehen

Die Fähigkeit, die Technologie hinter der KI, ihre grundlegende Funktionsweise, ihre Potenziale, Grenzen und gesellschaftlichen Auswirkungen zu durchdringen.

KI-Kompetenzmodell

für Lehrende und Lernende

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Anwenden

Die praktische Kompetenz, KI-Tools für konkrete Aufgaben zu nutzen, sie bewusst zu steuern und kreativ in eigene Arbeits- und Lernprozesse zu integrieren.

KI-Kompetenzmodell

für Lehrende und Lernende

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Reflektieren

Die kritische Kompetenz, den Einsatz von KI, die Qualität der Ergebnisse und die Auswirkungen auf den eigenen Lernprozess und die Arbeitsergebnisse zu hinterfragen und zu bewerten.

KI-Kompetenzmodell

für Lehrende und Lernende

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Mitgestalten

Die proaktive Fähigkeit, neue, KI-bezogene Handlungsräume kreativ mitzugestalten, eigene KI-Anwendungen (z.B. Custom GPTs) zu entwickeln und Erfahrungen zum gemeinsamen Nutzen aller zu teilen.

KI-Kompetenzmodell

für Lehrende und Lernende

KI-Kompetenzmodell

für Lehrende und Lernende

 KI-Kompetenzmodells von Alles, Falck, Flick, Schulz (2025)

Anwenden

Verstehen

Reflektieren

Mitgestalten

KI-Kompetenzmodell

Anwenden

Verstehen

Reflektieren

Mitgestalten

Medien

nutzung

Medien

kunde

Medien

kritik

Medien

gestaltung

Dimensionen der MedienKompetenz nach Baacke (1973)

Erforscht und erkundet selbst KI-Technologien.

• Wie verändert KI das Selbstverständnis von Lehrenden?
• Wie können explorative und handlungsorientierte Ansätze in Schule unter Einsatz von KI-Technologie aussehen?
• Wie kann der Einsatz von KI-Technologien in Schule das Verständnis von Lernen und guten Lernerfahrungen fördern?
• Mit welchen Arten von Daten und ihren Strukturen, wollte ich mich bislang nicht beschäftigen, obwohl ich es besser wusste?

3 Lehren, Lernen, Erkunden, Gestalten

4 feature freeze - KI-Produkte für schule

• DSGVO-konform
• anwendungsfreundlich
• didaktische Angebote
• tool-bezogene Fortbildungen
• barrierearm
• gehostet-gewartet-supportet
• skalierbar-erweiterbar
• kostenfrei/kostengünstig

KI-TOOLs für den Schuleinsatz

• Web-Interfaces mit Schnittstellen, keine originäre KI-Modelle
• anonymisierte Anfragen an externe Anbieter von Modellen
• Entgelte nach Umfang der Nutzung und Leistungsfähigkeit
• Anbieter der Schul-KI-Tools sind  2x GmbH und 1x gGmbH

Gemeinsamkeiten DER KI-TOOLs

• KI-Chatbot für textbasierte Ergebnisse
• Bildgenerierungsfunktion über Text-to-Image-Modelle
• editierbare Wissenbasis (Retrieval Augmented Generation)
• einsatzbereite spezifische Assistenten/Rollenpartner
• FAQs, Anleitungen und Tutorials
• Freigaben zur anonymisierten Nutzung für SuS

Unterschiede DER KI-TOOLs

GmbH

FWU – das Medieninstitut der Länder

GmbH

Llama, GPT, Qwen, Mistral, Claude

Llama, Mistral, GPT

Llama, DeepSeek, GPT, Claude

umfangreiche Funktionen, Materialien und Fortbildungen

viele Funktionen und Materialien

wenige Zusatzfunktionen, Materialien

kostenpflichtiges Abo-Model

kostenfreie Nutzung über Landesschulportal (Vidis)

kostenpflichtiges Abo-Model

Praktikable und datenschutzfreundliche KI-Tools für den Schuleinsatz stehen zur Verfügung.

• Wer muss was entscheiden, um erste Schritte zu gehen?
• Welche Kolleg*innen erkunden Bedarfe und Möglichkeiten?
• Wie organisiert sich das Kollegium, um KI-Wissen zu teilen?

4 feature freeze - KI-Produkte für schule

5 spielplatz Geschichten

DIE SPRACHNachricht Struktur-Maschine

Rezeptvorschlag, man nehme:

• einen Kopf voller ungeordneter Ideen,
• ein Smartphone,
• eine Sprachnachricht an mich selbst,
• eine Speech-to-Text-KI,
• einen Mini-Promt: "Bitte transkribiere und ordne meine Gedanken in Stichpunkten."

Die interaktive Recherche-Methode

DAS menschliche neuronale netz (AufstellunG)

Fragt Fragen.

• Hey KI, was muss ich dich fragen, damit du für mich das Problem X lösen kannst?

5 spielplatz Geschichten

Ich wünsche ihnen eine interessante  veranstaltung "KI in schule und KITA"

haben sie viel freude beim

Austausch und Reflexion

6 quo vadis Kant-KI

KI Meets Kant

"Denn meine Erfindung umfasst den Gebrauch der gesamten Vernunft, einen Richter für alle Streitfälle, einen Erklärer der Begriffe, eine Waage für die Wahrscheinlichkeiten, einen Kompass, der uns über den Ozean der Erfahrungen leitet, ein Inventar der Dinge, eine Tabelle der Gedanken, ein Mikroskop zum Erforschen der vorliegenden Dinge, ein Teleskop zum Erraten der fernen, einen generellen Calculus, eine unschädliche Magie, eine nicht-chimärische Kabbala, eine Schrift, die jedermann in seiner Sprache liest; und sogar eine Sprache, die man in nur wenigen Wochen erlernen kann und die bald in der ganzen Welt Geltung haben wird. Und die überall, wo sie hinkommt, die wahre Religion mit sich bringt.“

Blick in die KI-Kristallkugel

• KI ist genauso wie das Internet keine Übergangstechnologie.
• Automatisierte und datengetriebene Plattformökonomien werden um ihre Vorherrschaft im Digitalen kämpfen.
• Europäische KI-Verordnung sowie DSA und DSGVO werden sich in der Praxis bewähren müssen.
• KI-Systeme werden nicht nur leistungsfähiger, sondern auch vielfältiger, sparsamer, fairer und dezentraler werden.
• Medienkompetenz (Data Literacy, KI Literacy, News Literacy) bleibt eine Querschnittsaufgabe.
• Partizipative, demokratische Technikentwicklung ist möglich!

rechtliche Grundlagen

Schulentwicklung und KI

KI-Einführung als partizipartiver Prozess:
• kontinuierlich und iterativ
• dialogisch und fragend
• offen und explorativ

Schritt 1: Kollaborative Visionsentwicklung

• Team aus Mitgliedern der Schulleitung und des Kollegiums
• Formulierung von Erwartungen und Zielen
• Prüfung entlang der Bedingungen und Möglichkeiten

Schulentwicklung und KI

Nächste Schritte:

• Entwicklung von betriebseigenen KI-Richtlinien
• Etablieren einer KI-Peer-Learning-Struktur (ggf. SuS) und regelmäßige, niedrigschwellige Weiterbildungsformate
• Weiterentwicklung Lern- und Prüfungskultur
• Regelmäßige Retrospektiven auf Erreichtes
• Monitoring der aktuellen Entwicklungen 

A

B

C

Ein

der KI-Entwicklungen

ccountabiliy

ias

ommons

A

B

C

ccountabiliy - Verantwortung und Transparenz

ommons - Zugänglichkeit und Gemeinwohl

A

B

C

ias - Vorurteile und Diskriminierung

ccountabiliy - Verantwortung und Transparenz

ommons - Zugänglichkeit und Gemeinwohl

A

B

C

ias - Vorurteile und Diskriminierung

Findet gemeinsam die relevanten Fragen zu KI.

• Welche Fragen öffnen Bildungsangebote zu und mit KI und für wen?
• Welche Fragen befördern unerwartete Antworten und Kontroversen?

Vielen Dank!

Robert Behrendt @textungen

CC BY 4.0 mediale pfade, Robert Behrendt

Text

Artifical Intelligence Act (AI ACT)

Text

Urheberrecht an Daten und KI-Inhalten

• starkes Urheberrecht in Deutschland
• Schutz durch menschliche Mitwirkung
  • Kreative Promts
• Persönlichkeits- und Markenrechte
• Rechtsstreitigkeiten um Trainingsdaten
  • New York Times vs. Microsoft
• Trainingsdaten aus Anwendungen

Text

Desinformation durch KI-generierte Inhalte

• Keine speziellen Regelungen für Deep Fakes
• Kennzeichnungspflicht auf EU-Ebene (DSA)
• Gefahren durch Deep Fakes
  • Desinformation
  • pornografische Inhalte, Nudes
  • Identitätsdiebstahl
  • Verleumdung

Text

Persönlichkeitsrechte und Datenschutz

• Recht auf informationelle Selbstbestimmung
• Recht am eigenen Wort
• Recht am eigenen Bild
• DSGVO regelt den Schutz personenbezogener Daten
  • Verbotsprinzip
  • berechtigter Anspruch
  • Zustimmung zur Verarbeitung

Link zur FSM-Broschüre

Kriterien für KI-robuste Prüfungsformate

4 Schulische Bildung und KI

1. Prozessorientierung

• Frage: Wird der Lernprozess sichtbar gemacht? (z. B. Zwischenschritte, Reflexionen, Versionsstände)

2. Personalisierung

• Frage: Bezieht sich die Aufgabe auf persönliche Erfahrungen, Meinungen oder konkrete Kontexte der Lernenden?

3. Produktionsvielfalt

• Frage: Bietet die Aufgabe verschiedene Ausdrucksformen wie Audio, Video, Präsentation, Modell oder Diskussion?

4. Dialogische Auseinandersetzung

• Frage: Ist ein Austausch mit Mitschüler*innen, Lehrkräften oder Zielgruppen eingeplant?

5. Transferleistung

• Frage: Muss Wissen auf neue Kontexte übertragen oder mit anderem Wissen kombiniert werden?

6. Reflexion & Metaebene

• Frage: Wird das eigene Vorgehen reflektiert und begründet? (z. B. „Warum habe ich das so gemacht?“)

7. Authentizität & Lebensweltbezug

• Frage: Hat die Aufgabe einen Bezug zur Lebenswelt der Schüler*innen oder zu aktuellen gesellschaftlichen Fragen?

8. Soziale Interaktion

• Frage: Sind Peer-Feedback, Tandemarbeit oder Gruppenlösungen mit Rollenverteilung vorgesehen?

9. Medienprodukt statt Aufsatz

• Frage: Wird das Ergebnis als z. B. Erklärvideo, Podcast, Interview oder Plakat gestaltet?

10. Mündliche Verteidigung / Kolloquium

• Frage: Gibt es eine abschließende Präsentation oder ein Reflexionsgespräch?

4 schulische Bildung und KI

Fragt nach neuen Perspektiven auf Lernen.

• Wodurch zeigt sich echtes Verstehen?
• Gibt es manuelle oder physische Ansätze?
• Hands-on und Praxis bei Technologieeinsatz?
• Medien- und Methodenvielfalt nutzen...