E-Book, Deutsch, 386 Seiten
Reihe: Rheinwerk Computing
Freinhofer KI in Lehre, Weiterbildung und Training
1. Auflage 2026
ISBN: 978-3-367-11292-0
Verlag: Rheinwerk
Format: EPUB
Kopierschutz: 0 - No protection
E-Book, Deutsch, 386 Seiten
Reihe: Rheinwerk Computing
ISBN: 978-3-367-11292-0
Verlag: Rheinwerk
Format: EPUB
Kopierschutz: 0 - No protection
Generative KI revolutioniert das Lehren und Lernen – nutzen Sie diese Chancen für Ihre Praxis und lernen Sie, KI gewinnbringend und verantwortungsvoll einzusetzen!
Dieses Handbuch zeigt Ihnen Schritt für Schritt, wie Sie ChatGPT & Co. in Ihre Lehre integrieren oder zum Vortragen und Präsentieren nutzen.
Egal, ob Sie neugierig sind, skeptisch oder fasziniert: Sie erhalten hier einen umfassenden Methodenkoffer mit sofort einsetzbaren Techniken.
Dominik Freinhofer führt Sie von den Grundlagen über die Unterrichtsplanung bis zur individuellen Lernförderung. Mit konkreten Anleitungen, wiederverwendbaren Prompt-Vorlagen und praxiserprobten Beispielen aus verschiedenen Fachbereichen machen Sie sich fit für den KI-Einsatz und gestalten die Zukunft des Lehrens und Lernens gut informiert mit.
- Generative KI verstehen
- Techniken zum Lehren, Lernen und Präsentieren
- Gute Prompts, Praxistipps, wiederverwendbare Vorlagen
- Effektive Vorbereitung, individuelles Training, passgenaue Aufgaben u. v. m. für alle Fachgebiete
Aus dem Inhalt:
- Wie KI funktioniert
- Grundlagen für den Einsatz großer Sprachmodelle
- Prompt Engineering: Konzepte und Techniken
- Individuelles Lernen fördern
- Den eigenen Vortragsstil verbessern
- Unterstützung für schwierige Lehrsituationen
- Lernfortschritte und Leistungen analysieren
- KI direkt beim Lernen einsetzen
- Fachspezifische Ideen entwickeln
- Grenzen verstehen und fundiert entscheiden
Autoren/Hrsg.
Weitere Infos & Material
Danksagung ... 11
Über dieses Buch ... 13
TEIL I. Generative künstliche Intelligenz ... 21
1. Einleitung ... 23
1.1 ... Kurze Einführung in die künstliche Intelligenz ... 26
1.2 ... Generative künstliche Intelligenz ... 35
1.3 ... Große Sprachmodelle ... 36
1.4 ... Die Bedeutung von generativer KI für das Lernen, Lehren und Vortragen ... 54
1.5 ... Quellenverweise für Kapitel 1 ... 56
2. Überblick über generative KI-Tools ... 59
2.1 ... Arten von KI-Tools ... 65
2.2 ... Sprachmodelle ... 70
2.3 ... KI-Chatbots ... 77
2.4 ... Recherchetools ... 88
2.5 ... Übersetzungstools ... 90
2.6 ... Gesprochene Sprache ... 94
2.7 ... Transkriptionen ... 100
2.8 ... Bilderstellung ... 101
2.9 ... Tools für Lehrende ... 104
2.10 ... Weitere Tools ... 110
2.11 ... Fazit zu KI-Tools ... 117
2.12 ... Quellenverweise für Kapitel 2 ... 118
3. Prompt- und Context-Engineering ... 119
3.1 ... Was ist Prompt-Engineering? ... 119
3.2 ... Was ist Context-Engineering? ... 122
3.3 ... Prompt-Engineering ... 124
3.4 ... Context-Engineering ... 143
3.5 ... Quellenverweise für Kapitel 3 ... 170
TEIL II. Anwendungen in der Bildung und Wissensvermittlung ... 173
4. Mit KI Lehr- und Vortragskonzepte strategisch planen ... 175
4.1 ... Lernziele definieren und strukturieren ... 175
4.2 ... Strukturiert planen: Constructive Alignment, Instruktionsdesign und KI ... 189
4.3 ... Paradigmenwechsel durch KI ... 195
4.4 ... Mit KI iterativ zum Lehrkonzept ... 198
4.5 ... Planung mit KI-Personas testen ... 213
5. Lehrveranstaltungen wirksam gestalten ... 221
5.1 ... Mit KI effektive Lehr- und Lernmaterialien erstellen und differenzieren ... 222
5.2 ... Methodenrepertoire mit KI erweitern ... 252
5.3 ... KI als Lernbegleiter einsetzen ... 268
6. Leistungsüberprüfung im KI-Zeitalter ... 295
6.1 ... Die Illusion der KI-Erkennung ... 296
6.2 ... Sinnvolle Leistungsüberprüfung im KI-Zeitalter ... 305
6.3 ... Mit KI bewerten -- ein komplexes Kontinuum der Möglichkeiten ... 314
6.4 ... Wie kann ich KI-gestützte Leistung beurteilen? ... 332
6.5 ... Ausblick ... 337
6.6 ... Quellenverweise für Kapitel 6 ... 339
TEIL III. Herausforderungen und Risiken ... 341
7. Herausforderungen und Risiken von KI in der Lehre und Wissensvermittlung ... 343
7.1 ... Datenschutz ... 344
7.2 ... Geistiges Eigentum ... 350
7.3 ... Akademische Integrität ... 355
7.4 ... Bias und Diskriminierung ... 358
7.5 ... Transparenz und Nachvollziehbarkeit ... 361
7.6 ... Pädagogische Risiken ... 362
7.7 ... Fazit zu den Herausforderungen ... 368
7.8 ... Quellenverweise für Kapitel 7 ... 369
8. Abschluss ... 371
Anhang ... 375
A ... Weiterführende Ressourcen: Blogs, Plattformen, Lehr- und Lernmaterialien, Tools ... 375
B ... KI-Tools ... 377
Index ... 379
Über dieses Buch
Homo discens et docens – der lernende und lehrende Mensch
Das Aneignen und Vermitteln von Wissen ist etwas zutiefst Menschliches. Nicht ohne Grund haben wir uns selbst den Namen Homo sapiens – der verständige, weise Mensch – gegeben. Kein Wunder also, dass viele Menschen der künstlichen Intelligenz mit Skepsis begegnen. Schließlich lernen und lehren diese Systeme in rasantem Tempo. (Und tun sie das vielleicht sogar besser als wir?)
Lernen und Lehren begleiten uns ein Leben lang. Schon als Kinder erfahren wir durch schmerzliche Lektionen, dass eine heiße Herdplatte gefährlich sein kann. Als Jugendliche lösen wir mathematische Gleichungen, als junge Erwachsene navigieren wir durch die Herausforderungen des Berufslebens. Lebenslanges Lernen – das ist nicht nur ein Schlagwort, sondern Realität.
Doch nicht nur das Lernen, auch das Lehren ist allgegenwärtig: Wir zeigen unseren jüngeren Geschwistern, dass es großen Spaß macht, Gemüsebrei auf den Boden zu werfen. Wir erklären als Jugendliche unseren Eltern, wie man ein Smartphone bedient oder ChatGPT nutzt. Und als Eltern geben wir umgekehrt unsere Erfahrungen an unsere Kinder weiter. Damit ist jeder Mensch Lernender und Lehrender zugleich.
Sie wissen aus eigener Erfahrung, wie herausfordernd Lern- und Lehrprozesse sein können. Oft läuft es auf Versuch und Irrtum hinaus: Banane – schmeckt; Lychee – schmeckt nicht. In anderen Fällen stehen uns ausgebildete Fachkräfte zur Seite – Lehrer*innen, Betreuer*innen, Berater*innen, Coaches. Doch selbst sie können uns nicht immer dort abholen, wo wir stehen.
Wenn Sie dieses Buch lesen, sind Sie vermutlich selbst Lehrperson oder Wissensvermittelnde*r und kennen das Problem nur zu gut. Es ist eine Herausforderung, wenn nicht sogar unmöglich, den Mathematikunterricht oder die Linguistik-Vorlesung an alle Schüler*innen bzw. Studierenden optimal anzupassen und erst dann mit dem nächsten Thema zu beginnen, wenn alle das aktuelle Thema gemeistert haben. Was in der Theorie schön klingt, ist in der Praxis oft kaum umsetzbar.
Ein kurzes Wort zur Begriffs- und Zielgruppenbestimmung: Der Einfachheit halber werde ich an vielen Stellen von »Lehrenden« und »Lernenden« sowie von »Lehr- und Lernprozessen« sprechen. Damit beziehe ich mich jedoch nicht ausschließlich auf Lehrer*innen, Schüler*innen und das reguläre Bildungssystem. Mit Lehrende meine ich alle Zielgruppen dieses Buches: Lehrpersonen in der Schule, Hochschullehrende, Ausbilder*innen, Vortragende, Workshopleiter*innen, Trainer*innen und alle weiteren Personen, die anderen Menschen Wissen und Kompetenzen vermitteln. Mit Lernenden meine ich nicht nur Schüler*innen oder Studierende, sondern auch Azubis, Besucher*innen eines Vortrags, Workshopteilnehmende und alle anderen Personen, die Ihnen zuhören und von Ihnen lernen.
Im Lehr- und Lernprozess stoßen wir regelmäßig an Grenzen: an unsere eigenen als Lehrende, an die unserer Lernenden oder an äußere Rahmenbedingungen wie technische Infrastruktur und institutionelle Vorgaben. Und selbst wenn wir diese Grenzen erkennen, heißt das nicht, dass wir sie auch überwinden können.
Genau hier kommt die künstliche Intelligenz (KI) ins Spiel – insbesondere die generative künstliche Intelligenz (GenKI). Sie markiert einen Paradigmenwechsel im Bildungsbereich. Plötzlich sind Dinge möglich, die lange theoretisch gefordert, aber praktisch kaum umsetzbar waren.
Lassen Sie mich das an einem Beispiel verdeutlichen: Falls Sie ein Lehramtsstudium absolviert haben, sind Ihnen Begriffe wie Individualisierung, Diversität und Inklusion sicherlich vertraut. Theoretisch sollen wir als Lehrende jede*n Schüler*in und Studierende*n erreichen – unabhängig von Herkunft, Stärken oder Schwächen. Doch was in der Theorie gut klingt (»Ich passe meinen Unterricht an alle Lernenden an, indem ich drei verschiedene Arbeitsblätter erstelle«), scheitert oft schon in der ersten Unterrichtsstunde vor einer heterogenen Klasse.
Während ich diese Zeilen schreibe, unterrichte ich als Englischtrainer Jugendliche mit Migrationshintergrund – Flüchtlinge, die erst seit wenigen Monaten oder Jahren in Österreich sind. In meiner Klasse sitzen zehn Schüler*innen mit A1-Deutschniveau. Eine kleine Klasse – eigentlich ein Luxus. Doch die Herausforderung bleibt: Ich soll ihnen Englisch beibringen, in einer Sprache, die für sie ebenso fremd ist. Hinzu kommt: Meine Schüler*innen kommen aus fünf verschiedenen Ländern und sprechen vier verschiedene Erstsprachen – von denen ich keine einzige beherrsche. Wie also kann ich ihnen Englisch vermitteln, wenn sie es nicht einmal auf Deutsch verstehen?
Die Antwort lautet: mit generativer künstlicher Intelligenz.
KI-Tools wie ChatGPT ermöglichen mir eine Form der Individualisierung, die zuvor undenkbar war. Früher hätte ich für jede*n Schüler*in ein eigenes Arbeitsblatt von Hand anpassen müssen – ein enormer Zeitaufwand. Mit KI generiere ich in wenigen Minuten zehn Versionen: einmal vereinfacht, einmal zweisprachig, einmal dreisprachig, einmal mit zusätzlichen Erklärungen für Lernende mit Vorkenntnissen, einmal thematisch variiert usw. Die Ergebnisse sind nicht perfekt, aber sie sind eine wertvolle Starthilfe – und besser als das eine Standard-Arbeitsblatt, das vorher für alle gleich war.
Um dies ausprobieren zu können, möchte ich Ihnen gleich eine Prompt-Vorlage mitgeben. Zuerst müssen wir aber noch klären, was ein »Prompt« überhaupt ist.
Was ist ein Prompt?
Das englische Wort »Prompt« bedeutet auf Deutsch »Aufforderung« oder auch »Eingabeaufforderung«. Im Kontext von generativer KI handelt es sich um die Eingabe, die wir in einem sprachgesteuerten KI-Tool tätigen – also um die Frage oder Aufgabe, die wir einem solchen KI-Tool stellen.
Nicht jedes KI-Tool wird mit einem Prompt bedient. Nehmen wir das Beispiel der Textübersetzung. Wenn Sie einen Text mit ChatGPT übersetzen wollen, benötigen Sie einen Prompt: »Übersetze folgenden Text ins Spanische: [TEXT].« Wenn Sie jedoch die Übersetzungs-KI DeepL verwenden möchten, benötigen Sie keinen Prompt. Bei diesem Tool reicht es aus, einen Text einzugeben und die Zielsprache auszuwählen. Der Text wird übersetzt, ohne dass Sie die Aufgabe beschreiben müssen.
Der Prompt ist für ein KI-Modell also das, was Arbeitsaufträge für unsere Lernenden sind. Warum ist Prompting überhaupt nötig? Vor allem Sprachmodelle sind sehr breit einsetzbar, ohne explizit dafür trainiert worden zu sein. Der Prompt hilft dem Modell dabei, Ihre konkrete Aufgabe korrekt zu verarbeiten und (im Idealfall) ein zufriedenstellendes Ergebnis zu liefern. So wie bei unseren Lernenden: Haben wir einen schlechten Arbeitsauftrag formuliert, brauchen wir uns nicht wundern, wenn das Endprodukt nicht unseren Erwartungen entspricht.
Nun können Sie folgende Prompt-Vorlage in einen KI-Chatbot Ihrer Wahl eingeben und diese Vorlage an Ihre Bedürfnisse anpassen, indem Sie die Begriffe in den Klammern austauschen:
Prompt-Vorlagen zum Erstellen und Anpassen eines Arbeitsblattes
Prompt 1: Bitte erstelle [ein Arbeitsblatt] zum Thema [Present Tense Perfect] für [Schüler*innen der 9. Schulstufe]. Berücksichtige dabei [das CEFR-Kompetenzlevel der Schüler*innen: B1]. Es soll [Erklärungen, Beispiele und Übungen] enthalten.
Prompt 2: Passe das Arbeitsblatt nun für [4 verschiedene Schüler*innen] an: [einmal an Level A2, einmal mit zusätzlichen und herausfordernden Übungen, einmal mit Analogien zu Videospielen wie Minecraft und einmal mit türkischen Erklärungen in Klammern für essenzielle Informationen].
Ein paar Hinweise zu den vielen Prompts und Prompt-Vorlagen, denen Sie in diesem Buch begegnen werden: Gute Prompts sind sehr spezifisch und individuell. Es gibt sehr viele Ansätze und »Prompting-Techniken«, die häufig empfohlen werden. Auch ich versuche, Ihnen in diesem Buch mehrere Ansätze zu präsentieren. Doch bin ich kein Fan von häufig empfohlenen »Prompting-Formeln«, die ein spezifisches Schema wie »A + B + C + D + E« empfehlen. Es ist aus meiner Sicht nicht möglich, einen guten Prompt auf so konkrete Aspekte herunterzubrechen. Prompting ist etwas sehr Individuelles. Daher versuche ich, Ihnen wichtige Aspekte zu vermitteln, damit Sie mit ihnen Erfahrungen sammeln und einen eigenen Ansatz entwickeln können.
Gleichzeitig werde ich versuchen, Ihnen für den leichteren Einstieg konkrete Prompt-Vorlagen mitzugeben. Das ist natürlich eine Herausforderung. Denn gute Prompts sind, wie gesagt, individuell und können in den seltensten Fällen eins zu eins von anderen Personen übernommen werden. Ich versuche daher, in diesem Buch eine gewisse Balance zu schaffen, damit Sie bestehende Prompts ausprobieren und übernehmen können. Berücksichtigen Sie dabei aber Folgendes:
-
Bei den Prompt-Vorlagen versuche ich, eine Balance zwischen Abstraktion und Konkretisierung zu schaffen. Sie werden in jeder Vorlage Informationen in Klammern finden. Teilweise handelt es sich um mögliche Beispielinhalte, wie das in der obigen Prompt-Vorlage der Fall ist; teilweise handelt es sich um Hinweise, was man hier ergänzen kann oder sollte. Passen Sie die Prompts also immer an Ihre Bedürfnisse an. Entfernen Sie dabei aber die Klammern,...
