AI-Literacy als Aufgabe schulischer Bildung
Kompetenz im Umgang mit Künstlicher Intelligenz, die den Lernenden ermöglicht, KI-Anwendungen in verschiedenen Fächern kompetent zu nutzen, kreativ mit KI-Anwendungen zusammenzuarbeiten und deren Einsatz kritisch sowie ethisch reflektiert zu hinterfragen.
OECD Education and Skills Today: New AI Literacy Framework to Equip Youth in an Age of AI (übersetzt und paraphrasiert mit ChatGPT), Zugriff am 6.3.2026
Die positiven Effekte auf das Lernen von Schülerinnen und Schüler ergeben sich dabei nicht aus dem KI-Tool selbst, sondern aus der Kompetenz, gute Lernhandlungen mit KI-Anwendungen anzustoßen, Ergebnisse einzuordnen und daraus eigenes Verständnis aufzubauen.
Der KI-Einsatz kann aufgrund des begrenzten Arbeitsgedächtnisses schnell zu einer kognitiven Überforderung führen. Diese entsteht dabei häufig schon vor der eigentlichen KI-Antwort, wenn Lernende nicht wissen, was sie überhaupt als Prompt eingeben sollen. Die Entwicklung guter Prompts erfordert insbesondere in der Anfangsphase eine anspruchsvolle Doppelleistung:
1. Lernende müssen einen sprachlich-strategischen Prompt formulieren, der über eine reine „Bedienhandlung“ hinausgeht, damit der KI-Chatbot passende Ergebnisse liefert.
2. Sie müssen den fachlichen Inhalt erfassen und diesen als Kontextwissen dem KI-Chatbot übergeben.
Diese Kombination aus prägnanten Formulierungen und Fachwissen kann kognitiv so anspruchsvoll sein, dass der Lernprozess ins Stocken gerät.
Wenn die Prompt-Kompetenz noch gering ist, entsteht die Gefahr einer weiteren kognitiven Überlastung: Aus unklaren oder zu breiten Eingaben folgen oft KI-Ergebnisse, die Schülerinnen und Schüler überfordern können. Die Antworten sind dann häufig zu lang, zu dicht, zu komplex formuliert oder springen zwischen Aspekten, ohne an das Vorwissen der Lernenden anzuschließen.
Was auf den ersten Blick „gründlich“ wirkt, ist für das Lernen problematisch: Statt Orientierung zu geben, erzeugt das KI-Ergebnis eine Informationsfülle, in der Wichtiges und Unwichtiges nebeneinandersteht. Lernende lesen viel, können kognitiv aber nur wenig verarbeiten.
So wird aus einer potenziell überfordernden Textmenge ein bearbeitbarer Lerngegenstand, der an Vorwissen anknüpft und echte Verarbeitung ermöglicht. Durch den sokratischen Dialog bilden die Schülerinnen und Schüler eine Haltung aus, die KI-Nutzung grundsätzlich verbessert: Nicht „Gib mir die Antwort“, sondern „Hilf mir, die Antwort zu verstehen“. Sokratisches Tutoring macht KI-Chatbots zum Coach und stärkt damit die Verantwortung über den eigenen Lernprozess.

Cognitive Load Theory
Um die kognitive Überforderung der Schülerinnen und Schüler beim KI-Einsatz zu vermeiden, gilt es die „Waage des Lernens“ mit Blick auf die Cognitive Load Theory zu beachten. Das bedeutet: Solange Lernende beim Prompting noch überlegen müssen, wie sie gute Prompts formulieren, ist das Arbeitsgedächtnis schnell belastet und führt dazu, dass die inhaltliche Auseinandersetzung mit den Lerninhalten nicht tiefgehend verarbeitet werden kann.
Mehr Informationen zur Cognitive Load Theory.
Ergänzend wirkt Scaffolding, also unterstützende Gerüste, die Lernende Schritt für Schritt durch Denkprozesse führen. KI-Chatbots können hier als Strukturgeber eingesetzt werden. Lehrkräfte sollten Lernende daran gewöhnen, Aufgaben in Teilaufgaben zu zerlegen und KI-Chatbots gezielt für einzelne Schritte einzusetzen: erst Begriffe klären, dann Beispiele suchen, dann Argumente ordnen, dann eine eigene Darstellung entwickeln.
Zusammengefasst gelangen die Lernenden so in sechs Schritten zur eigenen KI-Routine:
Die Lehrkraft demonstriert an einem authentischen Beispiel, wie man erst denkt, dann KI nutzt, und verbalisiert die inneren Strategien („Ich formuliere erst mein Ziel, dann bitte ich um eine strukturierte Schrittfolge, dann prüfe ich mit einer Gegenfrage…“).
Lernende probieren das Vorgehen an kleinen Teilaufgaben selbst aus und erhalten direktes Feedback. Dieses bezieht sich nicht auf ihre Antwort, sondern auf die Qualität ihres Prozesses (Zielformulierung, Präzision, Prüfen, Überarbeiten).
Lehrkräfte geben anfangs starke Stützen (Prompt-Bausteine, Checklisten, Beispiel-Dialoge, Kriterienraster) und ziehen diese Hilfen dann bewusst zurück, sobald Routinen sitzen.
Lernende müssen ihr Vorgehen in eigenen Worten erklären (Warum diese Eingabe? Warum diese Kürzung? Was habe ich verworfen?), sodass ihre Denkprozesse sichtbar werden. Dies soll als wirksames Gegenmittel gegen reines Copy-&-Paste gelten.
Ergebnisse und Wege werden mit anderen basierend auf Kriterien verglichen. Dabei erfolgt auch eine Diskussion über KI-Fehler und mögliche Bias.
Am Ende bearbeiten Lernende neue Aufgaben zunehmend selbstständig, nutzen KI nur noch gezielt und können eigene Produkte daraus entwickeln (z. B. Podcast-Skript, Infografik, Lernplakat) basierend auf ihrer eigenen Zusammenfassung und überprüften Inhalten. Der entscheidende Trick ist, dass die KI nicht „den Inhalt liefert“, sondern dabei hilft, den eigenen Inhalt lernförderlich aufzubereiten.
Diese Vorgehensweise ist angelehnt an den Cognitive-Apprenticeship-Ansatz. Dieser soll ein praktikables „Gerüst“ liefern, um AI-Literacy systematisch bei Lernenden zu entwickeln. So werden Lernende zu Beginn stärker beim KI-Einsatz unterstützt und schrittweise in die Selbstständigkeit entlassen.
AI-Literacy, verstanden auf diese Weise, verbindet drei Ebenen:
Sie schützt Lernende vor kognitiver Überforderung durch kluge Steuerung von Input und Output,
1. sie verankert KI-Nutzung im Kompetenzrahmen der Medienbildung mit Blick auf Reflexion und gesellschaftliche Folgen
2. sie schafft Unterrichtsformate, in denen KI als Tutor, Coach und Gestaltungswerkzeug Lernprozesse vertieft.
3. Wenn Schülerinnen und Schüler lernen, zuerst eigenes Denken zu aktivieren, dann KI-Anwendungen gezielt zu nutzen und am Ende ihre Erkenntnisse in eigenen Darstellungen zu kommunizieren, wird Künstliche Intelligenz nicht zur Abkürzung von Lernprozessen, sie wirkt vielmehr als Verstärker von Lernen und digitaler Teilhabe.
AI-Literacy ist damit Bestandteil von Medienbildung, wie sie im Kompetenzrahmen zur Medienbildung an bayerischen Schulen angelegt ist. Ziel ist nicht nur, KI-Anwendungen bedienen zu können, sondern sie reflektiert zu nutzen und ihre Auswirkungen auf Gesellschaft, Arbeitsmarkt und Umwelt einordnen zu können.
AI Literacy wird so zu einem Beitrag zur Mündigkeit: Wer KI nutzt, ohne die Wirklogik und die gesellschaftliche Dimension mitzudenken, bleibt abhängig von Ergebnissen, die er oder sie nicht einordnen kann.

Kompetenzrahmen zur Medienbildung an bayerischen Schulen
Zeigt auf, welche wesentlichen Qualifikationen im Umgang mit Informations- und Kommunikationstechnologien sowie den aktuellen Anforderungen der digitalen Welt erworben werden sollen.
Mehr Informationen zum Kompetenzrahmen.
Gerade bei aller Begeisterung für Künstliche Intelligenz darf Schule ihren Kern nicht aus dem Blick verlieren: Sie ist nicht nur Lernort, sondern Sozialraum, in dem Kinder und Jugendliche gemeinschaftlich denken, streiten, zuhören, kooperieren und Verantwortung übernehmen.
Wenn KI-Anwendungen das Lernen individualisiert und beschleunigt, besteht die Gefahr, dass Lernprozesse „vereinzeln“. Jede und jeder im eigenen Dialog mit dem Chatbot, effizient, aber sozial ausgedünnt.
Deshalb braucht es bewusst gestaltete Phasen, in denen KI selbst sowie ko-generierte KI-Inhalte Anlass für Austausch werden statt Ersatz für Begegnung: gemeinsame Kriterien für gute Antworten, Peer-Feedback, Gruppenentscheidungen über Qualität und Fairness, Diskussionen über Perspektiven und Werte. Lernwirksam und bildend wird Künstliche Intelligenz dann, wenn sie das Miteinander nicht verdrängt, sondern stärkt. Schule bleibt der Ort, an dem nicht nur Wissen entsteht, sondern auch Gemeinschaft. Dies kann KI nicht ersetzen.
Abbildungsnachweis
- Bildnachweis zum Vorschaubild der Seite: © iStock, Jitendra Jadhav
Vorheriger Artikel:
Wie gestalte ich Lehr- / Lernprozesse
Nächster Artikel: