Die Frage ist nicht mehr, ob wir KI nutzen, sondern wie und welche Rolle sie einnehmen soll. Bildungsakteur*innen tragen dabei besondere Verantwortung, und seit Februar 2025 verpflichtet Artikel 4 der KI-Verordnung KI-nutzende Einrichtungen, KI-Kompetenz zu vermitteln. Das Buch bündelt die Ergebnisse des Projekts „AI Impact – Wir mit KI“ aus dem Jahr 2025.

• KI-Kompetenz
• Verantwortung
• KI-Verordnung
• AI Impact

Generative Sprachmodelle berechnen Wahrscheinlichkeiten. Sie haben weder Bewusstsein noch eigene Absichten und kein eigenes Wissen. KI-Kompetenz entsteht durch Ausprobieren und kritisches Hinterfragen.

• Generative KI
• Sprachmodelle
• Wahrscheinlichkeit
• Halluzination

Prompten ist eine kommunikative Fähigkeit, nicht nur technisches Know-how. Watzlawicks Axiome und das Vier-Seiten-Modell von Schulz von Thun dienen als Denkhilfen, ohne sie eins zu eins auf die Arbeit mit KI zu übertragen.

• Prompting
• Kommunikation
• Vier-Seiten-Modell
• Dialog

Anpassbare Modelle stützen sich auf eine eigene, kuratierte Wissensbasis und definierte Rollen. Der Systemprompt ist ihre Arbeitsanweisung, und schon das gewählte Format wie Markdown oder JSON beeinflusst das Ergebnis deutlich.

• Systemprompt
• Wissensbasis
• Rollen
• Ausgabeformat

KI ist nicht neutral, sondern spiegelt Trainingsdaten, Vorannahmen und Designentscheidungen. Nutzende können Verzerrungen durch eigene Bestätigungsfehler verstärken. Sensible Prompts und Reflexionsfragen wirken dem entgegen.

• Bias
• Stereotype
• Confirmation Bias
• Vielfalt

KI-Anbieter haben Interesse an möglichst vielen Daten, Nutzende an Schutz und Kontrolle. Auch scheinbar anonyme Angaben können durch KI-Analyse personenbezogen werden. Mit klaren Prinzipien und datensparsamen Verfahren ist datenschutzkonformer KI-Einsatz möglich.

• Personenbezogene Daten
• DSGVO
• Datensparsamkeit
• Anonymisierung

Rein KI-erzeugte Inhalte sind nach derzeitiger Rechtslage nicht urheberrechtlich geschützt, weil nur Menschen Urheber*innen sein können. Das Kapitel erklärt Text und Data Mining, Lizenzbedingungen und die Kennzeichnungspflicht nach Artikel 50 der KI-Verordnung.

• Urheberrecht
• Text und Data Mining
• Kennzeichnung
• AI Act

KI verwischt die Grenze zwischen Mensch und Maschine und stellt Vorstellungen von Vernunft, Sprache und Kreativität infrage. Bildung soll diesen Wandel philosophisch, ethisch und theologisch reflektieren und digitale Mündigkeit fördern.

• Menschenbild
• Mündigkeit
• Transhumanismus
• Reflexion

Vom Schachtürken über Sprachassistenten bis zu Chatbots: Menschen schreiben Maschinen seit Jahrhunderten menschliche Eigenschaften zu. Unser Gehirn ist darauf trainiert, soziale Signale wie Gesichter, Stimmen und Bewegungen zu erkennen, oft auch dort, wo keine sind.

• Vermenschlichung
• Geschichte
• Soziale Roboter
• Sprachassistenten

Sprechende, dialogorientierte KI wird zunehmend als Gegenüber statt als Werkzeug wahrgenommen. Ein sich selbst verstärkender „anthropomorphic feedback loop“ aus Design, Nutzungsverhalten und wirtschaftlichen Interessen lässt Fähigkeiten überschätzen und Grenzen unterschätzen. Gefragt sind transparentes Design und ein bewusster Umgang mit Sprache.

• Anthropomorphisierung
• Feedback Loop
• Overtrust
• Sprache und Verantwortung

Vertrauen in KI stützt sich wie bei Menschen auf wahrgenommene Kompetenz, Wohlwollen und Integrität. KI-Begleiter machen Nähe zum Geschäftsmodell, Automation Bias und eine gefällige „People-Pleaser-KI“ verzerren das Urteil. Medienpsychologische Bildung fördert Selbstreflexion und einen souveränen Umgang.

• Vertrauen
• KI-Companions
• Automation Bias
• Medienpsychologie

KI ist längst Teil des Familienalltags, vom Sprachassistenten bis zum KI-Spielzeug. Es geht um Gestaltung, nicht um Vermeidung. Das Kapitel zeigt Risiken wie parasoziale Bindungen und veränderte Kommunikationsmuster bei Kindern, aber auch Lernchancen. Es nennt Kriterien für kindgerechte KI und sieht das ganze Bildungssystem in der Pflicht, Familien zu begleiten.

• Familie
• Parasoziale Beziehungen
• Kindgerechte KI
• Medienkompetenz

Einsamkeit betrifft Menschen in allen Lebensphasen und ist ein gesellschaftliches Thema. KI kann ein niedrigschwelliges Gegenüber sein und Gesprächsanlässe schaffen. Ihr fehlen aber echte Empathie und Verbindlichkeit, und es drohen einseitige Bindungen, Bestätigungseffekte und Datenschutzprobleme. Beziehungsräume zu schaffen, bleibt eine menschliche Aufgabe.

• Einsamkeit
• Parasoziale Beziehungen
• Empathie
• Datenschutz

Den Erwartungen an KI stehen ökologische und soziale Kosten gegenüber: Energieverbrauch bei Training und Nutzung, Rebound-Effekte und prekäre Arbeit in globalen Lieferketten. Zugleich kann KI Nachhaltigkeit fördern, etwa in Energie, Mobilität und Landwirtschaft. Bildung für nachhaltige Entwicklung bietet den Rahmen, Zielkonflikte zu benennen und gemeinsam zu handeln.

• BNE
• Energieverbrauch
• Rebound-Effekt
• Lieferketten

Digitaler Kolonialismus beschreibt, wie koloniale Machtverhältnisse in der digitalen Welt fortbestehen: Rohstoffabbau und schlecht bezahlte Klickarbeit im Globalen Süden, Datenextraktivismus und eine ungleich verteilte Infrastruktur. Das Kapitel zeigt Wege zu mehr digitaler Gerechtigkeit und konkrete Schritte für Nutzende und Bildungsarbeit.

• Digitaler Kolonialismus
• Datenextraktivismus
• Klickarbeit
• Digitale Gerechtigkeit

KI kann Barrieren senken, etwa durch Untertitel, Vorlesefunktionen oder Einfache Sprache. Sie schafft aber neue Hürden, wenn Systeme Dialekte schlecht erkennen, Verzerrungen übernehmen oder Menschen ohne passende Technik ausschließen. Das Kapitel gibt Fachkräften Leitlinien für Teilhabe by Design.

• Barrierearmut
• Inklusion
• UN-Behindertenrechtskonvention
• Teilhabe by Design

Einfache Sprache richtet sich an ein breites Publikum und ist seit 2024 in ISO 24495-1 und DIN 8581-1 beschrieben. Das Kapitel ordnet KI-Werkzeuge in drei Gruppen und zeigt, was einen guten Prompt ausmacht: Zielgruppe, sprachliche Vorgaben und Kontext. Die Verantwortung für Verständlichkeit und Richtigkeit bleibt beim Menschen.

• Einfache Sprache
• ISO 24495-1
• Prompting
• Nachbearbeitung

Lokale Open-Source-Modelle laufen auf dem eigenen Rechner, ohne dass Daten das Gerät verlassen. Das Kapitel stellt Modelle und Programme wie LM Studio oder Ollama vor und zeigt die Vorteile für die Bildung: Datenschutz, Transparenz und Anpassbarkeit. Dem stehen höhere Hardware-Anforderungen und weniger Funktionen gegenüber.

• Open Source
• Lokale Modelle
• Datenhoheit
• Komfort und Kontrolle

Generative KI stellt Hausarbeiten und Essays infrage, unzuverlässige KI-Detektoren führen zu ungerechten Verdächtigungen. Das Kapitel beschreibt neue Anforderungen wie AI Literacy, warnt vor „Skill Skipping“ und schlägt vier Ansätze vor: projektbasiertes und prozessorientiertes Prüfen, offengelegten KI-Einsatz und mündliche Formate.

• Prüfungen
• AI Literacy
• Skill Skipping
• Bildungsgerechtigkeit

KI unterstützt pädagogische Arbeit, sie ersetzt sie nicht. Das Kapitel stellt zehn praxiserprobte Methoden und Einsatzszenarien für Multiplikator*innen vor, vom Dokumentieren über barriereärmere Kommunikation bis zur Moderation. Transparenz, Datenschutz und menschliche Qualitätsprüfung gehören fest dazu.

• Anträge mit Custom-Modellen
• Talks dokumentieren
• KI als Co-Moderation
• Üben mit Conversational AI
• Storytelling mit Musik-KI
• Leichte und Einfache Sprache
• Post-its clustern
• Voice- und Canvas-Workflow
• Übersetzung und Schreibassistenz
• KI in Online-Formaten