KI im Lehr(Lern)alltag

Wie können wir auf KI reagieren.
v1.0
Wolfgang Spahn

28.03.2026

Infos


Bitte diesen Link verwenden:


Für Vollbildmodus bitte diesen Button “Fullscreen” klicken oder Taste “F11”.



Willkommen im Atelier

Umfrage

Habt Ihr einen ChatGPT Account?



Habt Ihr eine bezahlte Version (Pro, Plus, Enterprise)?

Agenda

I.





Menschliche und Maschinelle Intelligenz/Lernen

KI - Intelligenz?

Viele Definitionen für Intelligenz

  • Intelligenz (ganzheitlich) ist die Hauptfunktion des menschlichen Gehirns, um kognitive Funktionen bereitzustellen, die einem Lebewesen das Überleben in einer feindlichen Umgebung ermöglichen.
  • Intelligenz (kommerziell) wird benötigt, um Aufgaben zu erledigen, die von geistigen Arbeitern ausgeführt werden.
  • 1000 andere: …

Künstliche Intelligenz

  • eine Software kann bis zu einem gewissen Grad geistige Arbeit, kognitive Aufgaben leisten.

Analogie

Ein künstliches Herz ersetzt ein menschliches Herz. Ja/Nein

KI in der Praxis

Eine Maschine kann bis zu einem gewissen Grad kognitive Aufgaben leisten. Dafür muss eine Cognitive Kette durchlaufen werden:

Wahrnehmen -> Antizipieren -> Handeln -> Reflektieren.

KI in der Wissenschaft 1/3

Using a dataset of 41.3 million research papers across [MINT]…. Scientists who engage in AI-augmented research publish 3.02 times more papers, receive 4.84 times more citations, and become research project leaders 1.37 years earlier than those who do not.

Source: Nature Jan. 2026, Artificial intelligence tools expand scientists’ impact but contract science’s focus

Edison Scientific promise KI scientists

KI in der Wissenschaft 2/3

Top Forscher lösen lange ungelöste Probleme, erstmals mit KI Sprachmodelle,

  • aber nur wenn sie die Sprachmodelle richtig steuern können.
  • je höher ausgebildet, desto besser die Steuerung, desto höher der Nutzen.
Hamiltonian
Cycle

links: D.Knuth, Gluonen Amplitude, C Compiler

Reasoning (2026)

Reasoning - Informationen zu verarbeiten, um Schlussfolgerungen zu ziehen, Probleme zu lösen und Entscheidungen zu treffen - ist eine der zentralen Fähigkeiten, damit KI in der Praxis wirklich kognitive Aufgaben erfüllen kann, .

  • Arbeitsauftrag
    • Du kommst an eine Weggabelung und weißt nicht, ob der linke oder der rechte Weg zu Deinem Ziel führt. Glücklicherweise ist gleich in der Nähe ein Haus, deren Bewohner Du fragen kannst.
    • In dem Haus wohnen drei Brüder.
      • Einer sagt immer die Wahrheit,
      • einer lügt immer, und der
      • dritte lügt manchmal und manchmal nicht.
      Du weißt aber nicht, wer der drei Brüder wer ist.
    • Du darfst zwei beliebige Fragen stellen, um herauszufinden, wohin du gehen musst, um Dein Ziel zu erreichen. Eine Frage darfst Du nur an jeweils einen der drei Brüder richten; aber nicht notwendigerweise an den selben.
  • In Gruppen von 3 Personen versuchen wir das Rätsel zu lösen.

graph LR
    D[<b>Du</b></br> fragst wenn?] --> A["<b>Bruder A</b></br>Lügner"]
    D --> B["<b>Bruder B</b><br/>Wankelmütige"]
    D --> C["<b>Bruder C</b><br/>Wahrheitsliebende"]

Frage 3 Brüder nach dem Weg (links oder rechts)

Reasoning: Mensch 1/2

Was ist unsere Strategie?

Hint 1/2

Wir analysieren die möglichen Kombinationen von Brüdern, um zu verstehen, welche Konstellation wir anstreben.

“Zeige mir Deinen wankelmütigen Bruder”:

Gefragter Bruder Gezeigter Bruder unbeteiligter Bruder Konstellation
Wahrheitsliebender Wankelmütiger Lügner
Wahrheitsliebender Lügner Wankelmütiger
Lügner Wankelmütiger Wahrheitsliebender
Lügner Wahrheitsliebender Wankelmütiger
Wankelmütiger Wahrheitsliebender Lügner
Wankelmütiger Lügner Wahrheitsliebender

Hint 2/2

Wir analysieren die möglichen Kombinationen von Brüdern, um zu verstehen, welche Konstellation wir anstreben.

Die erste Frage soll so gestellt werden, dass wir den wankelmütigen Bruder ausschliessen können.


Gefragter Bruder Gezeigter Bruder unbeteiligter Bruder Konstellation
Wahrheitsliebender Wankelmütiger Lügner
Wahrheitsliebender Lügner Wankelmütiger
Lügner Wankelmütiger Wahrheitsliebender
Lügner Wahrheitsliebender Wankelmütiger
Wankelmütiger Wahrheitsliebender Lügner
Wankelmütiger Lügner Wahrheitsliebender

Reasoning: Mensch 2/2

Was heisst das für die erste Frage?

Was heisst das für die zweite Frage?

Reasoning: KI Demo

In einem zweiten Schritt versuchen das Rätsel mit ChatGPT zu lösen.

  • Kann ChatGPT das Rätsel lösen?
  • Falls ja, wie löst es das Rätsel?
  • Falls nein, wir könnt ihr ChatGPT so steuern, dass es das Rätsel lösen kann?

Diskussion: Was ist der Unterschied zwischen menschlichem und maschinellem Reasoning in der Praxis?

ChatGPT

Reasoning: Musterlösung

  • Die erste Frage an einen beliebigen der drei Brüder lautet: “Welcher von deinen Brüdern sagt häufiger die Wahrheit?”
    • Gerät man an den Wahrheitsliebenden, so zeigt er einem den Wankelmütigen.
    • Gerät man an den Lügner, zeigt er einem auch den Wankelmütigen.
    • Gerät man an den Wankelmütigen, zeigt er je nach Laune einen der beiden anderen.
    • In allen drei Fällen aber ist der, den man weder gefragt hat noch den man gezeigt bekommen hat, NICHT der Wankelmütige.
  • Wähle den Bruder der weder angesprochen noch angezeigt wurde.
  • Diesen fragst Du: “Welchen Weg würde mir dein Bruder, der das genaue Gegenteil von dir ist, zeigen?”
    • Der Wahrheitsliebende würde wahrheitsgemäß auf den falschen Weg zeigen, und
    • der Lügner würde lügen und auch auf den falschen Weg zeigen.
  • Also muss man den anderen Weg nehmen.

II.





Lernen und Lehren mit/trotz Künstlicher Intelligenz

KI im Unterricht

NZZ Interview: KI-Analyse von Schüler:innen Statements

Arbeitsauftrag: Analysiert die Aussagen der Schüler:innen im Interview mittels ChatGPT. Welche Chancen und Herausforderungen sehen sie?

Schülerinnen

Ergebnis: Chancen und Herausforderungen

ChatGPT Analyse

KI-sensitiver Unterricht

«Ich finde, die Schule sollte uns beibringen, wie man richtig mit Chat-GPT umgeht. So, wie es jetzt läuft – heimlich an den Lehrern vorbei –, bringt es nichts. Ich habe so eine Lehrerin in Italienisch, die schreibt uns ganz offen: Ich habe hier mit Chat-GPT ein kleines Übungsblatt gemacht, löst das doch auf morgen. Und das lösen wir dann natürlich auch mit Chat-GPT. Das mit dem Faulwerden stimmt halt schon.»

«[Text] zusammenfassen braucht sehr viel Zeit – wenn man das nicht mehr tun muss, bleibt mehr Zeit zum Auswendiglernen. Darum ergibt das Lernen mit KI in meiner Erfahrung die besseren Noten. Für das Gehirn wäre es wohl schon besser, es selbst zu machen – weil man den Inhalt dann eher versteht. Es gibt aber schlicht keinen Anreiz dazu.»

Kompetenzsimulation

Auch wenn Bildungsansätze heute nicht optimal laufen, erwarten wir aber immer noch einen Kompetenzaufbau. Mit KI könnte das völlig entarten: Bildung als Simulation von Kompetenz!?, Schule als Theater?

Research

Was sagt die Forschung zu den Auswirkungen von KI auf Lernen und Gedächtnis?:

MIT:“Over four months, LLM users consistently underperformed [less cognitive load, less recall] at neural, linguistic, and behavioral levels. These results raise concerns about the long-term educational implications of LLM reliance and underscore the* need for deeper inquiry into AI’s role in learning.

Meta-Analysis: “[The study] indicates a large positive impact [large standardized mean difference] (g = 0.867) of ChatGPT on student learning performance. … [with] significant differences […] in the type of course, learning model, and duration. [For] higher-order thinking, it is crucial to provide corresponding learning scaffolds or educational frameworks*”

It seems ChatGPT can improve outputs while weakening internal cognitive construction at the same time !?

Vertiefungstrategien

Schüler*innen interagieren mit ChatGPT oft nur passive.



Vertiefung realisieren wir durch echte dialogische Interaktion auf Augenhöhe.

Stufen der Vertiefung

KI bewusste Pädagogik 1/2

PHBern SEC2: Es braucht Methodik um mit KI echte Kompetenz aufzubauen:

  • nutze KI-Kapazität für individuelle Förderung
  • verlange dosierte Anstrengung durch direkten Start an der Kompetenzgrenze
  • fordere echte Schöpfungstiefe durch komplexere Aufgabenstellungen
  • ziele auf tiefes Wissen durch Vernetzung von Wissen und Kompetenzen
  • motiviere durch lebensnahes, exploratives Lernen von komplexen Zusammenhängen

DALL·E 3: Education as Exploration

ChatGPT ist nicht die Antwort. Es braucht eine enge Lernbegleitung durch Lehrpersonen und pädagogische KI Ansätze.

KI bewusste Pädagogik 2/2

Oder, mit anderen Worten wir sitzen im KI-Bus am Steuer, nicht ChatGPT.

Wir sitzen am Steuer nicht ChatGPT

Auf Augenhöhe mit KI 2/2

Wir wollen ein Bild zeichnen, mit ChatGPT.

Arbeitsauftrag: Interagiere im Dialog mit ChatGPT so dass ihr möglichst nahe an das gesuchte Bild kommt. Bild nicht hochladen!

1

2

Auf Augenhöhe mit KI 2/2

Wenn wir die Stimmung nicht angeben, nur die Umgebung, bekommen wir ein ganz anderes Bild.

3

Objektivieren von Texten

Artikel über komplexe Investitionsentscheide sind auch in staatlichen Medien per se nicht neutral. Zukünftige Bürger*innen sollten dies kritisch hinterfragen können.

Arbeitsauftrag:

Wie kann ich ChatGPT nutzen, um eine objektivere Darstellung zu bekommen? Es ist eine Frage der richtigen Steuerung (Prompting) und der richtigen Anweisungen.

Steuern Sie ChatGPT so, dass Sie ausgehend vom Originaltext, möglichst nahe an den objektiven Vorschlag in Anhang herankommen.

ChatGPT soll dabei den Zieltext nicht kennen, sondern nur den Originaltext und die Anweisungen von Ihnen erhalten.

Wir sitzen am Steuer nicht ChatGPT

Analyse eine Katastrophe

Osterinsel: KI-Analyse eines historischen Rätsels.

Arbeitsauftrag: Analysiere die folgende Aussage von Giorgio Scherrer, dem Autor des Artikels “Easter’s End” (1995) über die Geschichte der Osterinsel. Lass Dir von KI die zentralen Aussagen zusammenfassen und die Argumentationsmuster aufzeigen.

Osterinsel

Schritt 1: Arg-Fluss

Schritt 2: Meta-Analyse

Arbeitsauftrag: Hinterfrage Deine Analyse mit Hilfe von ChatGPT.

  • Stimmen die Fakten?
  • Was ist wirklich passiert?
  • Sehen wir hier wirklich einen Ökozid?
  • Was war schlimmer als die Umweltzerstörung?

Ergebnis: KI-Analyse

Argumentationsmuster: Fakten versus Behauptungen

Video: Easter Island

III.





Educational AI (PHBern)

KI Bots im Schulumfeld

Vergleichsstudie an 1000 Lernenden:

Prüfungsvorbereitung mit und ohne KI Chatbots

  • Unterschiedliche Hausaufgaben zur Mathe Prüfungsvorbereitung
    • Gruppe 1: Basis - traditionell
    • Gruppe 2: +48% - ChatGPT
    • Gruppe 3: +127% - einfacher sokratischer GPT-Tutor (nicht adaptiv)
  • Prüfung über den Lernstoff
    • ChatGPT Gruppen sind schlechter als die traditionelle Gruppe
    • GTP-Tutor Gruppe erzielt gleiche Ergebnisse wie die traditionelle Gruppe

Student:innen & KI?

Anthropic Education Report: How University Students Use Claude AI

Students primarily use AI systems for creating (using information to learn something new) and analyzing (taking apart the known and identifying relationships), such as creating coding projects or analyzing law concepts. This aligns with higher-order cognitive functions on Bloom’s Taxonomy.

This raises questions about ensuring students don’t offload critical cognitive tasks to AI systems.

Comparing the percentage of Claude.ai student conversations that are related to an National Center for Education Statistics in 1 Mio dialogues.

Was sagt die Forschung?

  • Bai, L., Liu, X., Su, J. (2023). ChatGPT: The cognitive effects on learning and memory. Brain 1: e30. DOI: 10.1002/brx2.30. – Überblicksarbeit zu möglichen Auswirkungen von ChatGPT auf Lernen und Gedächtnis; warnt vor Übernutzung und betont die Bedeutung der Aufrechterhaltung kritischer Denkfähigkeiten​.
  • Lee, H-P. et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects. In CHI ’25 Proceedings. DOI: 10.1145/3706598.3713778. – Umfrage unter Wissensarbeitern; stellt fest, dass hohes Vertrauen in KI mit weniger eigenem kritischen Denken einhergeht, und diskutiert Verschiebungen bei kognitiven Arbeitsprozessen​ “GenAI shifts the nature of critical thinking toward information verification, response integration, and task stewardship”.
  • Toma, R. B., Yánez-Pérez, I. (2024). Effects of ChatGPT use on undergraduate students’ creativity: A threat to creative thinking? Discover Artificial Intelligence 4(74). DOI: 10.1007/s44163-024-00172-x. – Empirische 10-Wochen-Studie; findet keine signifikante Verringerung der Kreativitätsleistung durch ChatGPT, über die Hälfte der Probanden verbesserte sich sogar im Kreativitätstest​.
  • Lee, B. C. et al. (2024). An empirical investigation of the impact of ChatGPT on creativity. Nature Human Behaviour 8: 1356–1366. DOI: 10.1038/s41562-024-01953-1. – Fünf Experimente zu Alltagskreativität; ChatGPT-Unterstützung führt zu kreativeren Ideen, die von Experten höher bewertet wurden als ohne KI​. ChatGPT vereint diverse Konzepte zu neuartigen Lösungen, was dessen Nutzen als Kreativitätswerkzeug unterstreicht​.
  • Zhai, X., Wibowo, S. (2024). The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review. Smart Learning Environments 11(1): 27. DOI: 10.1186/s40561-024-00316-7. – Systematisches Review zu Übernutzung von KI in Bildung; stellt fest, dass unkritische KI-Nutzung kritisches Denken, Entscheidungsfindung und analytisches Denken beeinträchtigen kann.
  • Dahmani, L., Bohbot, V. D. (2020). Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Scientific Reports 10: 6310. DOI: 10.1038/s41598-020-62877-0. – Zeigt am Beispiel Navigation: intensive Nutzung externer Hilfen (GPS) korreliert mit verschlechterter Hirnleistung (räumliches Gedächtnis) und sogar Abnahme hippocampaler Funktion über die Zeit​. Steht exemplarisch für neuroplastische “Kosten” von Technologieabhängigkeit.

aus https://werde.kulturprofi.dguv.de/blog/posts/neurologische-und-kognitive-auswirkungen-von-ki-chatbots/

Educational AI (PHBern)

Specify and realize a specific AI tutor design with pedagogical principles enforced

Educational AI shall

  • Be able to realize and to assure quality education AI dialogs in real time
    • alignment with intended teaching behavior
    • alignment with session goals and domain-specific content
  • Be aware of and mitigate the risks of AI dialogues in education
    • violation of pedagogical principles
    • loss of tutor role and learning process control
    • hallucinations and misinformation
  • Know and implement a target behavior of the AI tutor
    • feedback and scaffolding aligned with learning goals
    • embedding in authentic learning contexts

AIDu - Educational AI Tutoring Research

AIDu a prototype for Educational AI tutoring research.

Allows to explore different AI tutor pedagogical concepts in real classroom experiments.

Rückblick

  • Was ist Künstliche Intelligenz?



  • Welche Herausforderungen bringt KI in der Bildung?



  • Was ist KI Nutzung auf Augenhöhe?

_





- Thank you for your attention -
>/

III.





Anhang: Weitere Übungen

Übung: Denkmodi

Je nach Situation und Aufgabe greifen Menschen (und KIs) auf unterschiedliche Denkmodi zurück.

Arbeitsauftrag:

  1. Löst in Gruppen die folgenden Aufgaben

    • einmal im System 1 Modus oder auch visuellen Modus
    • einmal im System 2 Modus oder auch fluiden Modus
  2. Vergleicht anschließend Eure Ergebnisse.

  3. Diskutiert, wo habt Ihr Mühe, wo die KI?

Details

Wir zeichnen ein Comic

Comic Zeichnen ist richtig aufwendig. ChatGPT kann uns dabei helfen. Die Story muss aber von uns kommen.

  • Storyline: Die Geschichte in einem Satz.
  • Storyboard: Wie sieht die Geschichte aus?
  • Bildbeschreibung: Was ist auf den einzelnen Bildern zu sehen?
  • Dialoge: Was sagen die Figuren?
  • Zeichnungen: Zeichne jeweils ein Bild (Panel) mit KI.
  • Zusammenfügen: In einem Graphikprogram, füge die Bilder und Dialoge zusammen.

Übung: Kognitive Biases

Kognitive Biases sind systematische Denkfehler, die unsere Urteils- und Entscheidungsfindung beeinflussen.

Arbeitsauftrag:

  1. Analysiert das folgende Beispiel aus dem Geschichtsunterricht.
  2. Bewertet die von KI generierten Bewertungen der selben Schüler:innen-Arbeit in 2 Gruppen
  3. Im Plenum reflektiert anschließend,
    • FIndet Ihr die KI Korrekturen fair? Ist sie gut begründet?
    • Stellt Euch gegenseitig die Bewertungen vor und diskutiert die Unterschiede.

Details

KI Bewertung - Gruppe 1

Argumente Pro - befriedigend

Argumente Contra - befriedigend

Logisches Denken

Menschen und KI-Modelle (z. B. ChatGPT) nutzen unterschiedliche Formen logischen Schließens:
- Deduktiv: vom Allgemeinen auf den Einzelfall schließen
- Induktiv: aus Beispielen auf Regeln schließen
- Abduktiv: die wahrscheinlichste Erklärung finden

Arbeitsauftrag:

  1. Löst gemeinsam ein Beispiel zu jeder Denkart:
  2. Vergleicht anschließend:
    • Wie unterscheidet sich Euer Vorgehen?
    • Welche Art fällt Euch (oder der KI) leichter?
    • Wann ist welche Form des Schließens sinnvoll?
  3. Testet ChatGPT mit denselben Aufgaben –
    und diskutiert: Wie „logisch“ denkt die KI wirklich?

Ergebnis: Log. Denken

KI versus Mensch. Was fällt auf?