Die besten KI-Assistenten für Lehrende: von der Unterrichtsvorbereitung bis zu hilfreichem Feedback

Eine Lehrkraft öffnet nach Feierabend einen Chat und bittet um Unterstützung bei der Unterrichtsvorbereitung. Innerhalb einer Minute erhält sie Lernziele, Übungen, einen Test und Hausaufgaben. Das Dokument wirkt vollständig, doch beim Lesen kommen Fragen auf: Entspricht es dem Niveau der Gruppe? Reicht die Zeit aus? Testet der Test die richtigen Kompetenzen? Die Einsparungen beginnen erst, wenn diese Fragen geklärt sind.

Die Wahl einer KI für Lehrkräfte sollte mit wiederkehrenden Aufgaben verbunden sein: Beispiele erstellen, Anweisungen präzisieren, Material anpassen oder Feedback bearbeiten. Dieser Überblick bietet Auswahlszenarien basierend auf den offiziellen Funktionen der Dienste. Die vorgestellten Fälle sind beispielhaft und vom Autor selbst; sie veranschaulichen die Arbeitsweise und stellen keinen messbaren Vorteil eines Produkts gegenüber anderen dar.

Finden Sie zunächst eine Routine, die sich beschreiben lässt.

Die Aufgabe „eine gute Unterrichtsstunde vorbereiten“ ist für einen ersten Versuch zu weit. Grenzen Sie sie ein: zwei Gegenbeispiele erstellen, die Klarheit einer Aufgabenstellung prüfen, eine Übungsvariante mit Hilfestellung vorschlagen oder Feedback ohne Inhaltsverlust kürzen. Solche Handlungen haben sichtbare Ergebnisse und klare Annahmekriterien.

Notieren Sie eine Woche lang, wofür Sie Zeit aufwenden. Manche Arbeit verlangt eine pädagogische Entscheidung, andere betrifft die Gestaltung. Die Ursache einer Lernschwierigkeit zu erkennen ist etwa anspruchsvoller, als eine vorhandene Erklärung umzuformulieren. Delegieren Sie zuerst dort, wo sich die Qualität schnell prüfen lässt.

Das Rahmenwerk „KI-Kompetenzen für Lehrkräfte“ der UNESCO betrachtet Wissen, pädagogische Anwendung und Verantwortung als verbundene Bestandteile. Daraus folgt für die Auswahl: Zugang zum Werkzeug muss mit der Fähigkeit einhergehen, das Ergebnis im konkreten Lernkontext zu beurteilen.

ChatGPT: ein flexibler Gesprächspartner für die Entwicklung von Übungen

Testen Sie ChatGPT für Varianten von Beispielen, die Analyse von Anweisungen und die Gestaltung von Lerndialogen. Die Funktionsübersicht beschreibt die allgemeinen Funktionen des Produkts; deren Verfügbarkeit können Sie in Ihrem Konto überprüfen. Für die Unterrichtsvorbereitung ist eine klar formulierte Aufgabe wichtiger als eine lange Liste von Funktionen.

Geben Sie ein Lernziel vor: „Der Student wählt eine Kennzahl zum Vergleich unterschiedlich großer Gruppen.“ Lassen Sie drei kurze Situationen erstellen, in denen absolute Anzahl und Anteil verschiedene Eindrücke vermitteln. Prüfen Sie jede selbst. Die Aufgabe muss die Auswahl der Kennzahl verlangen und darf nicht zufällig auf mechanisches Dividieren hinauslaufen.

Fragen Sie bei den Anweisungen nach Stellen, an denen die Schüler raten müssen. Ist das Antwortformat vorgegeben? Sind alle Daten verfügbar? Ist klar, wie die Arbeit bewertet wird? Dieser redaktionelle Ansatz kann auch dann hilfreich sein, wenn der Unterrichtsinhalt bereits fertig ist und keine neue Generation benötigt wird.

Claude: Argumente und Lehrtexte redigieren

Claude sollte in die Prüfung einbezogen werden, wenn ein wesentlicher Teil der Arbeit aus methodischen Texten, längeren Anweisungen und Kommentaren zu schriftlichen Arbeiten besteht. Offizielle Materialien Claude for Education beschreiben Bildungsszenarien. Prüfen Sie für eine konkrete Datei die aktuellen Bedingungen zum Hochladen und zum Zugriff.

Eine Lehrperson hat etwa kausale und statistische Zusammenhänge erklärt. Lassen Sie den Assistenten nach einer möglichen Fehlinterpretation im Beispiel suchen und eine Präzisierung vorschlagen. Der ganze Abschnitt muss nicht automatisch neu geschrieben werden. Fachbegriffe und Fachlogik zu bewahren ist wichtiger als ein neuer Stil.

Geben Sie für studentisches Feedback Ihre eigenen fachlichen Beobachtungen vor und lassen Sie sie konkret und schlüssig formulieren. Der Assistent hilft bei der Form; Belege und die Erfüllung der Kriterien beurteilt die Lehrperson. Automatisch höflicher Text ohne fachliche Grundlage zeigt dem Studenten keinen nächsten Schritt.

Gemini: Materialien und Tools der Google-Lernumgebung

Für Einrichtungen, die mit Google Workspace arbeiten, empfiehlt sich ein Blick auf Gemini for Education und die verfügbaren Classroom-Tools. Die offiziellen Seiten beschreiben die Lernmöglichkeiten, der konkrete Funktionsumfang hängt jedoch von den Gegebenheiten und Einstellungen der jeweiligen Organisation ab. Das persönliche Profil sollte nicht als vollständiges Abbild der Lernumgebung betrachtet werden.

Eine Testaufgabe kann Text, Tabelle und Schaubild verbinden. Lassen Sie Fragen vorbereiten, die Studierenden helfen, diese Materialien zu verknüpfen. Prüfen Sie danach, ob dafür noch nicht vermittelte Kenntnisse nötig sind. Bequemer Dateizugriff hilft nur bei korrekt gelesenen und passend genutzten Inhalten.

Prüfen Sie die ukrainische Terminologie gesondert. Beim Anpassen der Textschwierigkeit kann der Assistent einen präzisen Fachbegriff durch ein Alltagswort ersetzen. Das hilft manchmal, verändert aber manchmal den Sinn. Bewahren Sie ein kurzes Kursglossar und lassen Sie Stellen markieren, an denen eine Vereinfachung Ihre Entscheidung verlangt.

Copilot und Teach: Materialien bei Microsoft vorbereiten

Microsoft beschreibt Teach in Copilot als Umgebung zum Vorbereiten von Lernmaterialien, darunter Pläne, Tests und Bewertungsraster. Wer bereits mit Microsoft arbeitet, kann damit den gesamten Arbeitsweg erproben. Verfügbarkeit und Zugriffsrechte müssen an der eigenen Einrichtung bestätigt werden.

Beginnen Sie mit einem Bewertungsraster für eine konkrete Aufgabe. Definieren Sie ein Lernziel und bitten Sie um beobachtbare Indikatoren für drei Leistungsstufen. Entfernen Sie anschließend vage Begriffe wie „gut“ oder „ausreichend“, wenn diese das Verhalten der Schülerinnen und Schüler nicht beschreiben. Das Bewertungsraster sollte Ihnen helfen, eine konsistente Entscheidung zu treffen und nicht nur in einer Tabelle gut aussehen.

Wenden Sie das Raster dann auf zwei fiktive Arbeiten an. Erhalten fast gleiche Ergebnisse unterschiedliche Bewertungen oder doppeln sich Kriterien, muss es präzisiert werden. Die Generierung ist nur die erste Phase. Pädagogische Eignung zeigt sich beim Einsatz an konkretem Material.

DeepSeek und Grok: Zusätzliche Rollen im Repertoire der Lehrkraft

DeepSeek lässt sich anhand von Aufgaben zu Code, mathematischen Schritten und Gegenbeispielen prüfen. Die Suche nach dem Kontext öffentlicher Diskussionen mit Grok erläutern die offiziellen FAQ. Dies sind mögliche zusätzliche Aufgaben, aber kein Grund, die gesamte Kursvorbereitung auf mehrere neue Dienste gleichzeitig auszulagern.

Lassen Sie für ein technisches Fach einen Grenzfall in einem Lernalgorithmus suchen, für Medienkompetenz die Herkunft einer aufsehenerregenden Behauptung verfolgen. In beiden Fällen prüft die Lehrperson das Ergebnis unabhängig. Eine Suchzusammenfassung ersetzt keine gelesene Primärquelle; ein erzeugter Test muss ausgeführt oder von Hand geprüft werden.

Erweitern Sie das Angebot nicht allein aufgrund der Popularität eines Produkts. Wenn ein zusätzlicher Dienst mehr Zeit für die Kontextübertragung benötigt, als er an Aufgabenersparnis bringt, ist er möglicherweise überflüssig. Es ist wichtig, dass die Einbindung jedes einzelnen Tools in den Arbeitsablauf nachvollziehbar ist.

Fallbeispiel: Ein Lernziel, drei Unterstützungsoptionen

Angenommen, ein Lernender soll lernen, in einer kurzen Nachricht Fakten von Interpretationen zu unterscheiden. Der ersten Gruppe kann ein Text mit markierten Textstellen vorgelegt werden. Der zweiten Gruppe wird derselbe Text ohne Markierungen präsentiert. Der dritten Gruppe werden zwei widersprüchliche Aussagen und die Bitte um Wiederherstellung der verifizierten Grundlage vorgelegt. Das Lernziel bleibt gleich, der Unterstützungsaufwand variiert.

KI kann bei der Erstellung dieser Optionen helfen, aber die Lehrkraft muss überprüfen, ob tatsächlich eine einzelne Fertigkeit trainiert wird. Vereinfachung sollte den Auswahlprozess nicht ausschließen. Komplexität sollte sich nicht auf längere Sätze beschränken. Es ist wichtig zu beobachten, was der/die Lernende in jedem Fall tut.

Stellen Sie Bedingungen ohne persönliche Merkmale realer Lernender bereit. Zur Erstellung von Optionen genügt eine Beschreibung des Lernbedarfs: mehr Unterstützung, kürzerer Text, komplexerer Kontext. Es ist nicht notwendig, private Diagnosedaten hochzuladen. Die pädagogische Anpassung kann mit einer funktionalen Aufgabenbeschreibung beginnen.

Fallbeispiel: Ein Test, der das Verständnis tatsächlich prüft.

Die Lehrkraft bittet darum, nach einer Unterrichtseinheit zum Thema Prozentrechnung zehn Fragen zu erstellen. Der Assistent kann einfache Rechenaufgaben bereitstellen, obwohl das Hauptziel darin besteht, zwischen prozentualer Veränderung und Prozentpunkten zu unterscheiden. Um dies zu vermeiden, fragen Sie nicht nach dem Thema im Allgemeinen, sondern nach der Handlung, die der/die Lernende ausführen soll.

Stellen Sie zwei Fragen zur Erkennung, zwei Fragen zur Erklärung und eine Frage zur Fehlerfindung. Jede Frage erfordert eine korrekte Antwort mit kurzer Begründung. Achten Sie darauf, dass es bei geschlossenen Fragen keine Mehrfachantworten gibt und dass die Länge der Antwort nicht die richtige Wahl nahelegt.

Bearbeiten Sie den Test anschließend selbst aus studentischer Sicht. Kann man ohne Wissen raten? Braucht man nicht genannte Annahmen? Passt die Schwierigkeit zur verfügbaren Zeit? Fünf geprüfte Fragen sind oft nützlicher als ein großer automatisch erzeugter Fragenpool, den niemand sorgfältig gelesen hat.

Feedback: Spezifisches Feedback statt allgemeinem Lob

Die Formulierung „Gut gemacht, aber weitere Analyse erforderlich“ erklärt kaum den nächsten Schritt. Zunächst identifiziert die Lehrkraft ein inhaltliches Problem: Die Schlussfolgerung basiert nicht auf dem gegebenen Beispiel, eine Bedingung wurde ausgelassen oder Quellen werden anhand unterschiedlicher Kriterien verglichen. Anschließend kann KI helfen, prägnantes und klares Feedback zu formulieren.

Eine sinnvolle Struktur umfasst eine Beobachtung, ihre Konsequenz und den nächsten Schritt. Beispielsweise listet der zweite Absatz zwei Ergebnisse ohne gemeinsames Kriterium auf; dem Leser fehlt die Vergleichsgrundlage. Es empfiehlt sich, ein Kriterium hinzuzufügen und auf beide Quellen zurückzukommen. Dies ist eine Beschreibung der Arbeit, keine Beurteilung der Persönlichkeit des Schülers.

Lassen Sie das Modell keine Motivation hinzuerfinden: „Sie haben sich nicht bemüht“ oder „Sie haben das Thema nicht verstanden“ folgt nicht automatisch aus einem Fehler. Feedback muss sich auf die vorliegende Leistung beziehen. Im Einzelgespräch kann die Lehrperson Rückfragen stellen, die ein Chat ohne Kontext nicht ersetzt.

Wie man Zeitersparnisse ehrlich schätzt

Messen Sie für eine wiederkehrende Aufgabe die gesamte übliche Vorbereitungszeit. Setzen Sie dann KI in einem vergleichbaren Fall ein. Rechnen Sie Prüfung, Korrekturen und Übertragung ins benötigte Format hinzu. Sonst erscheint eine kurze Generierung als große Ersparnis, obwohl die Gesamtarbeit länger dauert.

Bewerten Sie auch die Qualität. Verringert eine neue Anweisung studentische Rückfragen, ist das selbst bei gleicher Vorbereitungszeit nützlich. Ein längerer, aber nicht präziserer Test gewinnt nichts durch seinen Umfang. Definieren Sie das Erfolgskriterium vor dem Versuch.

Sammeln Sie einige typische Beispiele für Ihre Kollegen: Was wurde vorgegeben, was wurde beantwortet, was wurde korrigiert. Sie müssen nicht gleich ein kleines Pilotprojekt als Wirksamkeitsnachweis für die gesamte Institution präsentieren. Es hilft, die Arbeitsbedingungen zu ermitteln und zu verstehen, wo Teamunterstützung benötigt wird.

Kursorganisation und Nutzungsregeln

Wenn die Kursmaterialien auf WeStudy bereitgestellt werden, ist es sinnvoll, die zulässige Rolle der KI und das erwartete Ergebnis neben der Aufgabe zu erläutern. Der Student sollte wissen, ob er sich Hinweise holen, den Text bearbeiten oder einen Entwurf erstellen kann. Eine allgemeine Formulierung zum verantwortungsvollen Umgang mit digitalen Medien hilft nicht immer bei der Entscheidungsfindung in einer konkreten Situation.

Die Lehrkraft selbst benötigt Regeln für die Arbeit mit Daten, Zugriffsrechten und Materialversionen. Ein Organisationskonto kann andere Bedingungen haben als ein persönliches Konto. Vor der Ausweitung der Nutzung sollte der Zugriff vom regulären Teilnehmerprofil aus überprüft werden: Ein Administrator hat oft mehr Zugriff auf Funktionen als ein Student oder Kollege.

Die LMS-Plattform WeStudy kann die Lernfolge organisieren, KI einzelne Vorbereitungsschritte unterstützen. Endgültige Materialien sollten in üblichen Formaten vorliegen. So lassen sich Kurse bearbeiten, Werkzeuge wechseln und Entscheidungen erklären, ohne von einem privaten Chat abhängig zu sein.

Vom Lernergebnis zur überprüfbaren Aufgabe

Stellen wir uns eine Lehrerin vor, die eine Einheit über Argumentation vorbereitet. „Studierende verstehen überzeugende Texte“ ist als messbares Ziel zu weit. Vor der Anfrage an den Assistenten präzisiert sie: Studierende unterscheiden These, Beleg und Annahme in einem kurzen Absatz. Nun kann der Dienst drei unterschiedlich aufgebaute Lerntexte erstellen. Jeder muss genau diese Handlung ermöglichen und nicht nur interessant zu lesen sein.

Der erste Text kann eine klare These mit passendem Beispiel enthalten, der zweite einen Beleg durch emotionale Bewertung ersetzen und der dritte eine Annahme verbergen. Die Lehrerin liest sie ohne fertige Erklärungen und bearbeitet die Aufgabe selbst. Drei zusätzliche schwierige Probleme im zweiten Text können die Einstiegsübung überladen. Mehrere begründete Antworten im dritten sind in den Kriterien zu berücksichtigen oder durch eine neue Formulierung zu vermeiden.

Nach der Materialprüfung kann die Assistenz eine Diskussionsreihenfolge vorschlagen: zunächst individuelle Auswahl, dann Vergleich in Zweiergruppen, anschließend gemeinsame Analyse. Die Dauer der einzelnen Phasen hängt jedoch von der Gruppe und den Gegebenheiten der Unterrichtsstunde ab. Der generierte Plan dient als Entwurf für eine fachliche Entscheidung. Die Lehrkraft weiß, wo die Schülerinnen und Schüler üblicherweise aufhören, welche Beispiele sie bereits gesehen haben und wie lange die Diskussion in einer bestimmten Klasse dauert.

Wie man die Qualität falscher Antwortmöglichkeiten in einem Test überprüft

Ein schlecht gestalteter Test verrät die richtige Antwort oft durch ihre Form: Sie ist länger, präziser oder passt grammatisch besser zur Frage als zufällig wirkende Alternativen. Geben Sie dem Assistenten deshalb eine eigene Aufgabe: nicht lösen, sondern Länge, Aufbau und Detailgrad der Antworten vergleichen. Das hilft nach der Fachprüfung, denn ein ordentliches Aussehen garantiert keine inhaltliche Qualität.

Bei einer Frage zum Durchschnitt ist es besser, falsche Antwortmöglichkeiten anhand typischer Schülerfehler zu erstellen: die Summe durch die falsche Anzahl von Elementen teilen, die größte Zahl wählen, den Mittelwert mit dem Median verwechseln. Der/Die Lehrer/in muss verstehen, welchen Fehler jede Antwortmöglichkeit widerspiegelt. Wenn die Erklärung für diesen Fehler erst nachträglich erfunden werden muss, erfüllt die Antwort möglicherweise keine diagnostische Funktion. Zufällige Zahlen erzeugen lediglich den Anschein einer Auswahlmöglichkeit.

Es empfiehlt sich, separat zu prüfen, ob es unter einer anderen plausiblen Auslegung der Bedingung eine zweite richtige Antwortmöglichkeit gibt. Die Begriffe „immer“, „am besten“ und „richtig“ verbergen oft unklare Einschränkungen. Sie können die Assistenz bitten, eine Auslegung zu finden, unter der der Lösungsschlüssel nicht mehr eindeutig ist; die endgültige Entscheidung obliegt jedoch dem Fachexperten. Nach dem Test liefern die tatsächlichen Antworten der Studierenden mehr Informationen als bisherige Annahmen über die Komplexität.

Die Bewertungsmatrix sollte anhand konkreter Beispiele erprobt werden.

Eine Bewertungsmatrix mit wohlklingenden Begriffen wie „ausgezeichnet“, „ausreichend“ und „teilweise“ erklärt die Unterschiede zwischen den Niveaustufen noch nicht ausreichend. Bei einer mündlichen Präsentation lässt sich das Kriterium der „Argumentationsfähigkeit“ anhand beobachtbarer Merkmale beschreiben: Ist die These formuliert? Beziehen sich die Belege darauf? Wird ein wichtiger Einwand berücksichtigt? Der Assistent kann dabei helfen, Wiederholungen und unklare Adjektive zu entfernen, aber der Inhalt des Kriteriums wird durch den Zweck der Aufgabe und das Niveau des Kurses bestimmt.

Prüfen Sie das Raster zuerst an zwei oder drei fiktiven Arbeiten. Die Lehrperson bewertet sie anhand der neuen Beschreibungen und beobachtet Unsicherheiten. Bei starkem Beleg und unklarer These muss das Raster die Entscheidung erklären helfen, statt einen Gesamteindruck erraten zu lassen. Geben Sie dem Assistenten erfundene Beispiele ohne personenbezogene Daten und fragen Sie nach mehrdeutigen Wörtern in den Kriterien.

Bevor das Bewertungsraster in einer Gruppe verwendet wird, ist es hilfreich, es aus der Perspektive der Studierenden zu lesen. Ist klar, was genau verbessert werden muss? Überschneiden sich zwei Kriterien nicht mit ein und demselben Mangel? Wird der Präsentationsgestaltung bei der Quellenanalyse ein unverhältnismäßig hohes Gewicht beigemessen? Solche Fragen helfen, den Bezug der Bewertung zum Lernziel herzustellen. Die Erstellung eines Bewertungsrasters beschleunigt die Textvorbereitung, die Überprüfung anhand von Beispielen macht es jedoch erst praktikabel.

Feedback ohne den Lehrerstil zu verlieren

Stellen wir uns kurze Essaynotizen vor: „These vorhanden; zweites Beispiel belegt die Schlussfolgerung nicht; Quelle nicht erklärt.“ Der Assistent darf daraus einen zusammenhängenden Kommentar machen, ohne neue Bewertungen hinzuzufügen. Geben Sie verifizierte Beobachtungen und die gewünschte Länge vor. Danach gleicht die Lehrperson jeden Satz mit der Arbeit ab, damit ein freundlicher Ton kein erfundenes Lob und keine erfundene Kritik verbirgt.

Ein hilfreicher Kommentar enthält die Problemstelle, ihre Konsequenz und die nächsten Schritte. Zum Beispiel: „Im zweiten Absatz zeigt das Beispiel die Beliebtheit des Angebots, aber Ihre These bezieht sich auf die Qualität des Lernens. Fügen Sie Belege hinzu, die den Lernerfolg messen, oder präzisieren Sie die Schlussfolgerung.“ Ein solcher Text benötigt keine lange Einleitung. Er hilft dem Schüler, zu einer bestimmten Textstelle zurückzukehren und eine nachvollziehbare Änderung vorzunehmen.

Achten Sie beim Kommentieren vieler Arbeiten auf wiederkehrende Floskeln. Erhält jeder den Rat „Vertiefen Sie die Analyse“, bleibt der nächste Schritt unklar. Der Assistent kann Sprache kürzen oder vereinfachen; die Individualität des Feedbacks entsteht aus der genauen Beobachtung der Lehrperson. Diese muss auch bei einer glatteren Formulierung erhalten bleiben.

Kleiner Testlauf vor dem regulären Einsatz

Beginnen Sie mit einer wiederkehrenden Aufgabe, etwa drei Übungsvarianten für ein Seminar. Notieren Sie über mehrere Einheiten die Zeit für Entwurf, Prüfung und Korrekturen nach dem Einsatz. Halten Sie gesondert fest, ob die Aufgabe die gewünschten Fehler sichtbar machte. Verschwindet die Ersparnis beim Redigieren, muss das Szenario geändert werden, selbst wenn der erste Text sofort erzeugt wird.

Ein Lehrerteam kann sich auf eine einfache Regel für die Speicherung von Materialien einigen: Die geprüfte Version, der Autor der Prüfung und das Nutzungsdatum werden vermerkt. So wird verhindert, dass ein Kollege versehentlich einen Entwurf anstelle der endgültigen Aufgabe verwendet. Wichtig ist auch, die Möglichkeit zu erhalten, ohne einen speziellen Dienst zu arbeiten: Lernmaterialien und Kriterien sollten in der gewohnten Kursumgebung verfügbar sein. Das Tool unterstützt dann die Arbeit der Lehrkraft, und ein Wechsel des Zugriffs unterbricht den Unterricht nicht.

Wie man die Nutzung von KI mit Studierenden bespricht

Die Lehrkraft kann kurz erläutern, inwiefern der Assistent bei der Unterrichtsvorbereitung geholfen hat. Beispielsweise hat er erste Versionen der Beispiele vorgeschlagen, die die Lehrkraft anschließend geprüft, die Bedingungen angepasst und die Bewertungskriterien festgelegt hat. Eine solche Erklärung verdeutlicht die klare Aufgabenteilung. Sie gibt den Studierenden außerdem ein Beispiel dafür, wie sie ihre eigene Nutzung der Tools beschreiben können, ohne ihren Beitrag zu übertreiben.

Es ist hilfreich, ein abgelehntes Beispiel und den Ablehnungsgrund zu besprechen. Möglicherweise fehlten Daten in der Bedingung, die falsche Antwort war zu offensichtlich oder die Erklärung vermischte zwei Konzepte. Die Analyse eines konkreten Entwurfs macht die Überprüfung sichtbar. Die Studierenden sehen, dass das fertige Lernmaterial nach professioneller Auswahl und nicht einfach nach einem Knopfdruck entsteht.

Gleichzeitig sollte die Lektion nicht zu einer Werbung für den Dienst werden. Die zentrale Frage für die Gruppe ist, welche Merkmale eine qualitativ hochwertige Aufgabe ausmachen und wie diese überprüft werden kann. Wenn die Studierenden die notwendige Bedingung benennen, Mehrdeutigkeiten erkennen und das Antwortkriterium erläutern können, unterstützt die KI-Diskussion das Lernen des Fachinhalts. Das konkrete Tool bleibt ein Beispiel für einen Workflow, der mit anderen Tools wiederholt werden kann.

Am Ende einer solchen Diskussion ist es angebracht, zur eigentlichen Aufgabe zurückzukehren und sie zu bearbeiten. Dies festigt den Zusammenhang zwischen der Analyse des Tools und dem Wissen, für das die Lektion konzipiert ist.

Entscheidungen, die den pädagogischen Fokus erhalten

Der beste KI-Assistent für Lehrkräfte schafft Aufmerksamkeit für menschliche Aufgaben: Unverständnis bemerken, Erklärungen ändern, Argumente besprechen und rechtzeitig Feedback geben. Dafür muss nicht der ganze Kurs automatisiert werden. Wenige gründlich geprüfte Szenarien mit klaren Grenzen genügen.

Beginnen Sie mit einer Aufgabe, geben Sie dem Tool einen konkreten Kontext und testen Sie das Ergebnis anhand realer Materialien. Wenn sich der Nutzen wiederholt, beschreiben Sie diese Methode sich selbst und Ihren Kollegen. Andernfalls ändern Sie die Aufgabe oder lassen Sie den unnötigen Schritt weg. Die professionelle Entscheidung liegt in dieser Wahl.

Quellen und weiterführende Literatur

• „KI-Kompetenzen für Lehrkräfte“ der UNESCO

  
  

• Die Funktionsübersicht

  
  

• Claude for Education

  
  

• Gemini for Education

  
  

• Teach in Copilot

  
  

• offiziellen FAQ

  
  

• UNESCO: Leitfaden für generative KI in Bildung und Forschung – weiterführende Literatur