Künstliche Intelligenz in der Bildung (häufig als AIEd abgekürzt) ist ein Teilgebiet der Bildungstechnologie, das untersucht, wie künstliche Intelligenz (KI) genutzt werden kann, um Lernumgebungen zu schaffen. Das Feld stützt sich auf Informatik, Bildungswissenschaft und Psychologie, um Systeme zu entwerfen, die Lehren und Lernen unterstützen - von früher computergestützter Unterweisung bis hin zu modernen Chatbots auf Basis großer Sprachmodelle (LLMs). Zu den wichtigsten Überlegungen gehören datengetriebene Entscheidungsfindung, KI-Ethik, Datenschutz und KI-Kompetenz, während Bedenken potenzielles Betrugsverhalten, übermäßige Abhängigkeit, Chancengleichheit beim Zugang, reduziertes kritisches Denken sowie die Verbreitung von Fehlinformationen und Voreingenommenheit umfassen.
AIEd hat sich parallel zu den breiteren Fortschritten in künstlicher Intelligenz und maschinellem Lernen entwickelt. Seine Geschichte spiegelt Verschiebungen von regelbasierten Systemen zu datengetriebenen Ansätzen und in jüngerer Zeit zu generativen Modellen wider. Die theoretischen Grundlagen des Feldes integrieren bildungswissenschaftliche Theorien mit technischen Methoden, und seine Anwendungen umfassen sowohl Nutzungsszenarien für Lehrende als auch für Lernende, wobei häufig Debatten über angemessene Integration und gesellschaftliche Auswirkungen aufkommen.
Geschichte
Bemühungen, KI in Bildungskontexte zu integrieren, sind oft dem technologischen Fortschritt in der Geschichte der künstlichen Intelligenz gefolgt. In den 1960er Jahren begannen Pädagogen und Forscher, computergestützte Unterrichtssysteme zu entwickeln, wie etwa PLATO, das an der University of Illinois entwickelt wurde. PLATO war ein frühes System, das interaktive Lektionen bot und in verschiedenen Bildungsumgebungen eingesetzt wurde, wodurch Grundlagen für spätere KI-Anwendungen gelegt wurden.
In den 1970er Jahren wurden KI-Techniken zur computergestützten Unterweisung (CAI) hinzugefügt, um intelligente tutorielle Systeme (ITS) zu bilden. Diese Systeme zielten darauf ab, adaptives Feedback und personalisierte Lernpfade bereitzustellen. Der LISP-Tutor wurde beispielsweise im Herbst 1984 in einem Mini-Kurs der Carnegie Mellon University evaluiert und zeigte, dass ITS die Lernergebnisse im Vergleich zum traditionellen Unterricht verbessern konnten.
Die International Artificial Intelligence in Education (AIED) Society wurde 1993 gegründet und umfasst Forscher mit Hintergründen in Informatik, Bildungswissenschaft und Psychologie. Die Gesellschaft gibt das International Journal of Artificial Intelligence in Education (IJAIED) heraus, das Forschung zu AIEd-Theorie und -Anwendungen veröffentlicht. Diese Institutionalisierung half, das Feld zu konsolidieren und interdisziplinäre Zusammenarbeit zu fördern.
Zeitgleich mit dem KI-Boom der 2020er Jahre wurde die Nutzung von großen Sprachmodellen (LLMs) im globalen Norden durch Wagniskapital und große Technologieunternehmen gefördert und finanziert. Unternehmen, die KI-Dienste erstellen, haben Studierende und Bildungseinrichtungen als Kunden anvisiert. Ebenso haben Bildungsunternehmen aus der Zeit vor dem KI-Boom ihre Nutzung von KI-Technologien ausgeweitet. Diese kommerziellen Anreize für die AIEd-Nutzung könnten mit einer potenziellen KI-Blase zusammenhängen. In den USA wurde parteiübergreifende Unterstützung für die KI-Entwicklung in der K-12-Bildung geäußert, aber spezifische Umsetzungen und bewährte Praktiken bleiben umstritten.
Plattformen
Moderne AIEd-Plattformen stützen sich oft auf generative KI-Chatbots, die natürliche Sprachkonversation führen und bei verschiedenen Aufgaben helfen können. Bemerkenswerte Beispiele sind ChatGPT von OpenAI, Claude von Anthropic und Gemini von Google. Diese Werkzeuge wurden schnell in Bildungsumgebungen übernommen, obwohl ihre Integration uneinheitlich und umstritten war.
ChatGPT
ChatGPT wurde im November 2022 von OpenAI veröffentlicht, und seine Übernahme in der Bildung war schnell. Innerhalb weniger Monate begannen Studierende und Pädagogen, es für Schreibhilfe, Problemlösung und Inhaltsgenerierung zu nutzen. Allerdings wurde das Werkzeug von mehreren Institutionen verboten, insbesondere in K-12-Schulen und einigen Universitäten, aufgrund von Bedenken hinsichtlich akademischer Integrität.
Studierende haben allgemein positive Wahrnehmungen von ChatGPT berichtet und fanden es nützlich für Brainstorming, Zusammenfassen von Informationen und schnelle Antworten. Die spezifischen Ansichten von Pädagogen und Studierenden variieren jedoch stark. Die Meinungen darüber, was eine angemessene Nutzung von ChatGPT in der Bildung darstellt, sind besonders unterschiedlich, wobei einige es als legitimes Lernhilfsmittel sehen und andere als Abkürzung, die die Kompetenzentwicklung untergräbt.
Bemühungen, Chatbots wie ChatGPT in Schulen zu verbieten, konzentrieren sich auf die Verhinderung von Betrug, aber die Durchsetzung wird durch Ungenauigkeiten bei der KI-Erkennung und die weit verbreitete Zugänglichkeit der Chatbot-Technologie behindert. Viele KI-Erkennungswerkzeuge haben nachweislich falsch-positive Ergebnisse erzeugt, die originäre studentische Arbeiten fälschlicherweise als KI-generiert kennzeichnen. Pädagogen haben auch Bedenken geäußert, dass übermäßige Abhängigkeit von dem Werkzeug oberflächliche Lerngewohnheiten fördern, kritisches Denken untergraben und Fehlinformationen verbreiten könnte. Einige Pädagogen haben Wege vorgeschlagen, generative KI (GenAI) in Bewertungen zu integrieren, etwa indem Studierende KI-generierte Ergebnisse kritisieren oder KI für erste Entwürfe nutzen, gefolgt von menschlicher Überarbeitung.
Claude
Claude ist eine Serie von LLMs, die von Anthropic entwickelt wurde. Sein KI-basierter Chatbot wurde im März 2023 veröffentlicht. Claude wurde als sicherere und besser interpretierbare Alternative zu anderen Chatbots positioniert, mit einem Fokus auf die Reduzierung schädlicher Ausgaben. In Bildungskontexten wurde Claude für Nachhilfe, Feedback und Inhaltserstellung genutzt.
Im Juli 2026 startete Anthropic eine Version von Claude für Lehrkräfte. Hochschulen und Universitäten, die „Claude for Education“ anbieten, umfassen die Stanford University, die Columbia University und andere. Diese Initiative bietet maßgeschneiderte Funktionen wie Unterstützung bei der Unterrichtsplanung, Bewertungshilfe und Nachhilfe für Studierende, mit dem Ziel, Claude in akademische Arbeitsabläufe zu integrieren.
Gemini
Gemini ist ein GenAI-Chatbot und virtueller Assistent, der im Dezember 2023 von Google entwickelt wurde. Er wurde entwickelt, um mit ChatGPT und Claude zu konkurrieren, und bietet multimodale Fähigkeiten, die Text, Bilder und Audio verarbeiten können. In Bildungsumgebungen wurde Gemini für Recherchehilfe, Schreibunterstützung und interaktives Lernen genutzt.
Im August 2024 startete Google Gemini Gems, eine anpassbare Version des Werkzeugs, für Pädagogen. Gems ermöglichen es Nutzern, spezialisierte Versionen von Gemini zu erstellen, die auf bestimmte Aufgaben zugeschnitten sind, wie etwa Quizgenerierung oder Unterrichtsplanung. Es wurde im März 2025 zu „Google Workspace for Education“-Konten hinzugefügt, wodurch es für viele Schulen und Universitäten zugänglich wurde. Im August 2026 fügte Google Gemini zu seiner Classroom-App für ausgewählte Schulen von der Grundschule bis zur Oberstufe hinzu, wodurch KI weiter in alltägliche Bildungswerkzeuge eingebettet wurde.
Theorie
AIEd wendet Theorie aus Bildungswissenschaft, maschinellem Lernen und verwandten Feldern an. Das Design von KI-Systemen in der Bildung wird durch pädagogische Prinzipien, Kognitionswissenschaft und technische Überlegungen informiert. Eine Überprüfung der Studien des vorangegangenen Jahrzehnts aus dem Jahr 2019 ergab, dass die meiste Forschung dem technologischen Design Vorrang vor der pädagogischen Integration einräumte, was auf eine Kluft zwischen technischer Entwicklung und pädagogischer Praxis hindeutet.
Ouyang und Jiao (2021) schlagen drei Paradigmen für KI in der Bildung vor, die grob von am wenigsten bis am stärksten lernerzentriert und von am wenigsten bis am meisten technischer Komplexität der KI-Systeme reichen:
- KI-gesteuert, Lernender als Empfänger: AIEd-Systeme präsentieren einen vordefinierten Lehrplan, der auf statistischen Mustern basiert, die sich nicht an das Feedback des Lernenden anpassen. Dieses Paradigma ist in frühen ITS und adaptiven Lernplattformen üblich, wo die KI den Lernpfad kontrolliert.
- KI-unterstützt, Lernender als Kollaborateur: Systeme, die durch beispielsweise natürliche Sprachverarbeitung auf das Feedback des Lernenden reagieren, wobei KI die Wissenskonstruktion unterstützen kann. Hier agiert die KI als Partner, der auf Schülerbeiträge reagiert und Dialog und Erkundung erleichtert.
- KI-ermächtigt, Lernender als Führer: Dieses Modell zielt darauf ab, KI als Ergänzung zur menschlichen Intelligenz zu positionieren, wobei Lernende Handlungsfähigkeit übernehmen und KI konsistentes und umsetzbares Feedback liefert. Der Lernende leitet den Lernprozess, wobei KI Werkzeuge und Einblicke bietet, um das Verständnis zu verbessern.
Einige Wissenschaftler verorten KI in der Bildung innerhalb eines sozio-technischen Rahmens. Dies positioniert KI neben anderen aufkommenden Bildungstechnologien wie Computer, Internet und soziale Medien. Eine solche Perspektive betont, dass AIEd nicht nur ein technisches Werkzeug ist, sondern in soziale, kulturelle und politische Kontexte eingebettet ist.
Der Rahmen von Tsao, Heinrichs und Camit (2025) stützt sich auf neuen Materialismus und Posthumanismus, insbesondere auf Donna Haraways Konzept der Sympoiesis (Mit-machen). Diese Perspektive betrachtet Lernen als eine Verflechtung menschlicher und nicht-menschlicher Akteure (Studierende, Lehrende und KI-Algorithmen), wobei Wissen in Kontaktzonen zwischen menschlichem Kontext und algorithmischer Vorhersage gemeinsam komponiert wird. Sie stellt traditionelle Ansichten von Lernen als individuellem kognitiven Prozess in Frage und sieht es stattdessen als verteiltes und relationales Phänomen.
KI-Agenten wurden auf voreingenommenen Datensätzen trainiert und setzen daher weiterhin gesellschaftliche Vorurteile fort. Da LLMs erstellt wurden, um menschenähnlichen Text zu erzeugen, kann algorithmische Voreingenommenheit eingeführt und reproduziert werden. Wenn Trainingsdaten beispielsweise historische Ungleichheiten widerspiegeln, könnte die KI Ausgaben erzeugen, die Stereotype verstärken oder bestimmte Gruppen ausschließen. Die Datenverarbeitung und -überwachung durch KI verstärkt neoliberale Ansätze in der Bildung, anstatt Ungleichheiten anzugehen, da sie oft Effizienz, Messung und individuelle Verantwortlichkeit über systemische Veränderungen priorisieren.
Anwendungen
Lehrende
Die Nutzung generativer KI-Chatbots in der Bildung umfasst Bewertung und Feedback, maschinelle Übersetzung, Korrekturlesen, Generierung von Prüfungsfragen und Lektorat oder den Einsatz als virtuelle Assistenten. Beispielsweise können Lehrkräfte KI nutzen, um Übungsaufgaben zu generieren, automatisiertes Feedback zu Schüleraufsätzen zu geben oder Materialien für mehrsprachige Klassenzimmer zu übersetzen. KI kann auch bei administrativen Aufgaben helfen, wie dem Verfassen von E-Mails oder der Erstellung von Lehrplänen.
Emotionale KI in der Bildung ist das Studium und die Entwicklung von Systemen, die Emotionen von Lernenden erkennen oder emotionale Unterstützung beim Lernen bieten können. Diese Systeme könnten Gesichtserkennung, physiologische Sensoren oder Textanalyse verwenden, um emotionale Zustände abzuleiten, mit dem Ziel, den Unterricht anzupassen oder Ermutigung zu bieten. Solche Technologien werfen jedoch Datenschutz- und ethische Bedenken auf.
Breite und ungeplante Nutzung von KI in der Bildungsverwaltung kann zu Schäden führen, wie Diskriminierung durch oberflächliche Kategorisierung von Schülerakten, Voreingenommenheit bei automatisierten Bewertungen gegenüber Schülern, deren Arbeiten in vordefinierte algorithmische Definitionen passen, und Ausschluss von Schülern vom KI-Training, deren frühere Erfahrungen sie nicht mit den erforderlichen Computerkenntnissen ausgestattet haben. Beispielsweise könnte ein KI-Bewertungssystem Nicht-Muttersprachler oder Schüler mit unterschiedlichen Schreibstilen benachteiligen. Strukturiertere Nutzungen haben jedoch generative KI erfolgreich in forschungsbasierte Arbeitsabläufe integriert, in denen Universitätsstudierende KI für Erkundung und Kritik nutzen, während sie Behauptungen unabhängig gegen wissenschaftliche Quellen verifizieren und Expertenfeedback einbeziehen.
Studierende
Eine globale Umfrage aus dem Jahr 2024 ergab, dass Studierende generative KI hauptsächlich für Brainstorming, Zusammenfassungen und Recherchehilfe nutzen und sie als effektiv für die Vereinfachung komplexer Informationen, aber weniger zuverlässig für faktische Genauigkeit und Klassenzimmerlernen empfinden. Während Studierende ihr Potenzial zur Verbesserung der KI-Kompetenz und digitalen Kommunikation erkannten, hoben Professorinnen und Professoren erhebliche Einschränkungen bei kritischem Denken, zwischenmenschlicher Kommunikation und Entscheidungsfähigkeiten hervor. In einer globalen Studie berichteten etwa 58 % der Studierenden, das KI-Werkzeug in ihrem täglichen Leben als nützlich zu empfinden. Laut der Umfrage war ChatGPT besonders hilfreich, um Studierenden das Verständnis schwieriger Konzepte zu erleichtern, Ideen für Aufgaben zu generieren und ihre Zeit zu verwalten, aber es war weniger effektiv für Aufgaben, die tiefgehende Analyse oder nuanciertes Urteilsvermögen erfordern.
Die Nutzung von KI durch Studierende wirft auch Fragen zur akademischen Integrität und zur Entwicklung unabhängiger Lernfähigkeiten auf. Einige Institutionen haben Richtlinien entwickelt, die KI-Nutzung unter bestimmten Bedingungen erlauben, wie etwa die Anforderung, dass Studierende KI-Unterstützung offenlegen oder KI nur für bestimmte Phasen des Schreibprozesses nutzen. Andere haben Bewertungen neu gestaltet, um sie KI-resistenter zu machen, etwa durch die Einbeziehung mündlicher Präsentationen oder Schreibaufgaben im Unterricht.
Herausforderungen und zukünftige Richtungen
AIEd steht vor mehreren anhaltenden Herausforderungen, darunter die Gewährleistung von Chancengleichheit beim Zugang zu KI-Werkzeugen, die Bewältigung algorithmischer Voreingenommenheit und die Aufrechterhaltung menschlicher Aufsicht. Es besteht auch ein Bedarf an Lehrkräftefortbildung, um KI effektiv in die Pädagogik zu integrieren. Zukünftige Forschung wird sich wahrscheinlich auf die Entwicklung transparenterer und interpretierbarerer KI-Systeme, die Erkundung personalisierten Lernens in großem Maßstab und das Verständnis der langfristigen Auswirkungen von KI auf kognitive Entwicklung und soziale Fähigkeiten konzentrieren.
Da sich KI-Technologien weiterentwickeln, muss sich das Feld der AIEd anpassen und Innovation mit ethischen Überlegungen in Einklang bringen. Die Beteiligung mehrerer Interessengruppen, einschließlich Lehrender, Studierender, politischer Entscheidungsträger und Technologieentwickler, wird entscheidend sein, um die Zukunft der KI in der Bildung zu gestalten.