KI-Lerntechnologie

um trotz KI tiefe Kompetenzen aufzubauen



^v0.4.0
Wolfgang Spahn

10.09.2026

AIDu - Motivation

💡 Wie gestalten wir Unterricht, wenn KI selbstverständlich wird?

• Schülerinnen und Schülern arbeiten zunehmend mit KI-Unterstützung.
• KI wird viele traditionelle Unterrichtsformen grundsätzlich infrage stellen.
• KI kann Denken ersetzen!

ChatGPT: KI studiert immer mit.

Wir brauchen pädagogisch gestaltete KI-Lerntechnologien, die Lernen unterstützen statt Denken zu ersetzen.

AIDu - KI Lerntechnologien

Mit AIDu erforscht die PHBern KI-Lerntechnologien, die tiefen Kompetenzaufbau ermöglichen und sichtbar machen sollen.

• die pädagogische Prinzipien verbindlich umsetzen
  • Lernende unterstützen explorativ basale Kernkompetenzen aufzubauen
  • didaktisches Zielverhalten ist definiert und wird umgesetzt
  • Qualität von KI-Lerndialogen wird in Echtzeit überprüft und gesichert
  • Risiken werden erkannt und begrenzt

AIDu Klassenübersicht

Exploration von KI-Lernen

Schulen und Hochschulen können mit AIDu Prototyp KI-Lerntechnologien im realen Unterricht erproben und evaluieren.

• Lehrpersonen können …
  • Lernziele definieren und anpassen
  • Lehr-/Lernversuche mit Pre-/Post-Tests gestalten
  • KI-Lerndialoge in Echtzeit überwachen und bei Bedarf eingreifen
• Lernende können …
  • basale Kernkompetenzen explorativ und authentisch aufbauen
  • in MINT, Sprachen und Geschichte mit KI-Tutoren und Mikrowelten lernen
  • tieferes Verständnis und Transfer an neuen Problemen entwickeln

AIDu Lernsession

Chemie mit AIDU

Berner FH: Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften HAFL

• viele Studiumsanfänger.innen die kein/wenig Grundwissen in Chemie mitbringen.
• aber ….
  • Agrarchemie
  • Lebensmittelchemie
  • Umweltchemie
  • Biochemie

Kann KI Lerntechnologie helfen?

Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften

AIDu – Chemie-Tutoring

AIDu Chemie-Tutoring kombiniert explorative Interaktionen mit Mikrowelten mit KI Dialogen

AIDu - Lehrersicht

AIDu Lehrersicht erlaubt einen Überblick über die Lernfortschritte und KI Qualität

AIDu - Supervision

AIDu Supervision ermöglicht Lehrkräften die Überwachung des Lernfortschritts und der KI-Interaktionen

Verhalten von AIDu?

Wir verfolgen sehr unterschiedliche Lernansätze.

Prüfend		Prüft Wissen Schritt für Schritt, gibt Hinweise und reagiert bewertend
Lösend		Liefert die vollständige Lösung und den Lösungsweg in einer einzigen Antwort
Erklärend		Vermittelt eine strukturierte Lösung in einzelnen Schritten und überprüft das Verständnis
Sokratisch		Führt den Lernweg durch Leitfragen (suggestiv) entlang einer vordefinierten Abfolge
Epistemisch		Gibt Feedback, Hinweise und strukturelle Unterstützung, lässt den Lösungsweg jedoch offen

KI sollte all diese Lehrverhaltensweisen unterstützen können, vor allem aber den Weg zu epistemischem Tutoring ebnen, um authentische, anspruchsvolle Denkkompetenzen nachhaltig zu entwickeln.

AIDU - Kontroll Architektur

Pädagogische Systeme müssen eine vordefinierte Qualität der Interaktion sicherstellen, um den Lernprozess wirklich effektiv zu unterstützen.

Wir verwenden dazu eine Kontrollarchitektur, die sicherstellen soll, dass wir überwachen können, dass die Interaktionen zwischen Lernenden und dem KI-basierten Tutor den pädagogischen Anforderungen entsprechen.

AIDU Kontroll Architektur

AIDu – Mikrowelten

Virtuelle Lernumgebung, die es Lernenden ermöglicht zu erkunden und zu experimentieren

Entdecke Zusammenhänge

Treffe einen virtuellen Charakter in Paris.

Pilotstudie 1/2

• 10 Klassen, Gymnasium Klassenstufen 1–2 (Informatik)
• KI-basierter Tutor: AIDu begleitet die Lernenden in einer interaktiven Lernumgebung durch die Lernaufgabe «Wie bringe ich meinen Drucker zum Laufen?».
• Der Tutor ist angewiesen, epistemische Unterstützung (Hinweise, Feedback und strukturelle Hilfestellung) zu bieten und dabei den Lösungsweg offenzulassen.
• Befragung der Lernenden und Lehrpersonen nach der Sitzung, um die Qualität der Interaktion und der Lernerfahrung zu evaluieren.
• Pre-, Post- und Follow-up-Tests zur Erfassung des Lernerfolgs und der langfristigen Behaltensleistung.

Kantonsschule Heerbrugg (CH - St. Gallen)

Pilotstudie 2/2

Vergleich	Pretest M (SD)	Posttest M (SD)	t(df)	p	d
Gesamt (n = 84)	4.99 (5.72)	11.80 (5.93)	−8.24 (83)	< .001	0.90

• Wir sahen vom Pretest zum Posttest einen signifikanten Anstieg, mit einem grossen Effekt. Der im Pretest vorhandene Geschlechterunterschied war im Posttest nicht mehr signifikant.

• Wir beobachten eine erhebliche Variabilität der Interaktionsqualität zwischen den Dialogen ⇒ Eine zuverlässige deterministische Aufsicht und Überwachung ist für Systeme im Praxiseinsatz entscheidend.

Für eine detaillierte Analyse der Interaktionsqualität wurden die Dialoge nach ihrem Beitrag zur Problemlösung bewertet (sehr hilfreich → destruktiv).

Schlussfolgerungen

• Das Design von AIDu ermöglicht es, unterschiedliche Verhaltensweisen von KI-Tutoren im realen Unterricht umzusetzen und zu überwachen
• Die Einbettung von KI in authentische Kontexte ist entscheidend
• Echtzeitüberwachung ist für die Qualitätssicherung unerlässlich
• Das Design ist wichtiger als die Leistungsfähigkeit des Modells allein

Nächste Schritte

• Das Design des KI-Tutors auf Grundlage der Rückmeldungen aus der Pilotstudie weiterentwickeln
• Daten aus der Live-Überwachung der Dialoge nutzen, um die Robustheit und Qualität pädagogischer Interaktionen zu verbessern
• Skalierbarkeit und langfristige Wirkung in grösseren Studien untersuchen

DALL·E 3: Bildung als Exploration

Medienberichte

SRF berichtet

“Schweiz aktuell”, Schweizer Fernsehen “Rendez-vous”, Radio SRF Beitrag auf SRF online

_

Vielen Dank für Ihre Aufmerksamkeit
>/

Lernen in der realen Welt

Nur in «authentischen», offenen Lernsituationen können Lernende Kompetenzen entwickeln und einüben.

ChatGPT: First day of simulator flight lesson.

Technologie kann dabei helfen.