Veranstaltungsprogramm

Als integraler Bestandteil verschiedener Lebens- und Arbeitsbereiche verändert generative KI (genKI) aktuell „die Bildungslandschaft dramatisch“ (Gottschling et al., 2024). Auch die universitäre Hochschulbildung ist von diesem gesamtgesellschaftlichen Transformationsprozess betroffen, zumal weit über 90 % aller Studierenden in Deutschland, Österreich und der Schweiz bereits genKI im Studium anwenden (u.a. Hüsch et al., 2025; Enes et al., 2025; von Däniken, 2024). Inwieweit die Integration von genKI in die universitäre Ausbildung von angehenden Grundschullehrkräften Einzug gehalten hat, ist aber noch weitgehend unklar, ebenso unbekannt sind die Perspektiven auf genKI von Grundschullehramtsstudierenden. Die empirische Studie KI:SU (genKI im Kontext des Sachunterrichtsstudiums) – verortet an den Universitäten Paderborn und Osnabrück – fokussiert die Zusammenhänge von KI und Grundschullehramtsausbildung, v.a. die spezifischen Sichtweisen bzw. das Wissen von Studierenden. Welche genKI-Tools – einschließlich hochschuleigener Angebote – kennen sie und wofür setzen sie diese ein? Erkennen sie Potenziale und Grenzen dieser Technologien? Wie positionieren sie sich zu ethischen Fragen, wie beispielsweise KI-Halluzinationen, verschiedenen Prüfungskontexten, dem digital divide sowie der Notwendigkeit von Bias Awareness?

Trotz vermehrter bildungspolitischer Positionierungen, in denen eine fundierte Ausbildung sowie Förderung von KI-Kompetenzen in allen Phasen der Lehrkräfteausbildung gefordert wird (z.B. KMK, 2024), liegen bislang keine umfassenden Ergebnisse zur Nutzung und zu Nutzungspraxen von Lehramtsstudierenden vor. Dieses Forschungsdesiderat wurde mittels eines iterativ angelegten Systematischen Literaturreview (Newman & Gough, 2020) zu vorliegenden Studien zu studentischer Nutzung(-spraxis) von genKI im deutschsprachigen Raum bearbeitet (Becher et al., 2026). Empirische Studien aus Deutschland, Österreich und der deutschsprachigen Schweiz wurden hierzu recherchiert, um Einblicke in die Art und Weise zu erhalten, wie Studierende genKI-Tools in ihrem Studium einsetzen, welche Herausforderungen und Chancen sie erleben und welche Kompetenzen sie benötigen. Der systematische Vergleich konnte ein differenziertes Bild über die Nutzung(-spraxis) von genKI durch Studierende nachzeichnen. Darauf aufbauend wurde eine weiterführende quantitative Befragung durchgeführt, da Grundschullehramtsstudierende bislang nicht als spezifische Gruppe in den Blick genommen wurden. Im Januar 2026 wurden über 300 Studierende des Bachelor- und Masterstudiengangs Grundschullehramt (Sachunterricht) per Online-Fragebogen sowohl zu ihren Kenntnissen, ihrem Fachwissen über genKI, zu ihren Nutzungspraxen und Anwendungsbereichen, ethischen Einordnungen als auch ihren Erwartungen an die Hochschulen befragt. Die Ergebnisse liefern grundlegende Erkenntnisse und zeigen zudem die Bedürfnisse angehender Sachunterrichtslehrkräfte im Umgang mit genKI. In den Daten der KI:SU-Studie spiegeln sich einerseits Trends wider, die sich aus dem Review bereits ableiten ließen, andererseits zeigen sich auch Spezifika. Beispielsweise nutzen Studierende des Grundschullehramts, die begleitend zu ihrem Studium bereits in einem Nebenjob an Grundschulen tätig sind, genKI zur Planung wie auch Vor- und Nachbereitung von Unterricht sowie zur Materialerstellung.

Im Vortrag werden aktuelle Ergebnisse des Systematischen Literaturreviews und die der eigenen empirischen Untersuchung präsentiert und zusammengeführt. Abschließend sollen vor dem Hintergrund aktueller bildungspolitischer Diskurse – zum Beispiel die Forderungen und Positionen des Deutschen Ethikrats (2023) und der KMK (2025) – Chancen und Herausforderungen einer KI-spezifischen Professionalisierung von Grundschullehrkräften diskutiert werden. Hierbei werden auch die aktuellen Verbandspapiere der DGfE-Kommission für Grundschulforschung und Pädagogik der Primarstufe (2025) und der Gesellschaft für Didaktik des Sachunterrichts (2025) berücksichtigt. Die abschließende Diskussion fokussiert somit insbesondere die Förderung von KI-Kompetenzen im Kontext der Grundschullehrer:innenbildung.

Forschungsstand und theoretische Bezüge

Für eine reflektierte Teilhabe an einer KI-geprägten Gesellschaft benötigen Lehrkräfte eine fundierte AI-Literacy. Diese umfasst neben einem konzeptuellen Verständnis von KI auch die Fähigkeit, generative Tools kritisch-reflexiv für schulische Zwecke einzusetzen. Hwang et al. (2024) definieren in diesem Zusammenhang Prompt-Literacy als spezifische Teilkompetenz, die das präzise Formulieren, iterative Optimieren und kritische Evaluieren von Prompts beinhaltet. Während dies im schulischen Kontext zunehmend diskutiert wird (DGfE, 2025), fehlen bislang empirisch fundierte Studien zur Erfassung und Förderung von Prompt-Literacy in der Grundschullehrkräftebildung. Unklar ist insbesondere, wie sich motivational-affektive Variablen (u.a. promptbezogene Selbstwirksamkeitserwartung) bei Grundschullehramtsstudierenden darstellen, wie sie den Einsatz eigenen Prompt-Strategien einschätzen, in welchem Verhältnis diese Selbsteinschätzungen zur kriterial erfassten Prompt-Performanz stehen und ob sich dieses fördern lässt. Daraus ergibt sich ein Forschungsdesiderat.

Fragestellungen

Wie stellen sich das Nutzungsverhalten und die Nutzungsfrequenz von generativen KI-Chatbots bei Grundschullehramtsstudierenden dar? Inwiefern zeigt sich in Bezug auf das Interesse am Prompting (a), die Selbsteinschätzung des Einsatzes eigener Prompt-Strategien (b) und die darauf bezogene Selbstwirksamkeitserwartung (c) ein Prä-Post-Unterschied nach einer Intervention? In welchem Verhältnis steht die Selbsteinschätzung der Studierenden zu ihrer tatsächlich gezeigten Prompt-Literacy im Prä-Post-Vergleich?

Methode(n) und Design

Im Dezember 2025 nahmen Grundschullehramtsstudierende im Rahmen einer Einführungsveranstaltung an einer zweistündigen Interventionsstudie im Ein-Gruppen-Prä-Post-Design mit zwei Messzeitpunkten (t1, t2) teil (NPrä=141; 82% weiblich; Alter: M=20.44 Jahre; NPost=109). Auf Grundlage vorliegender Messinstrumente (Gribreel & Arpaci, 2025) sowie unter Einbezug eigens konzipierter Items wurde ein teilstandardisierter Fragebogen konzipiert. Die geschlossenen Fragen (1=trifft nicht zu; 6=trifft voll zu) zu den Konstrukten Interesse am Prompting (5 Items; α=.81), Selbsteinschätzung des Einsatzes von Prompt-Strategien (7 Items, α=.65) sowie die darauf bezogene Selbstwirksamkeitserwartung von Grundschullehramtsstudierenden (8 Items; α=.77) wurden im Prä-Post deskriptiv ausgewertet und mittels inferenzstatistischer Verfahren analysiert. Dropout-bedingte fehlende Werte (n=34 zu t2) wurden mittels MI-Algorithmus geschätzt (Wirtz, 2004). Zum Erfassen der tatsächlich vorliegenden Prompt-Literacy wurden anwendungsorientierte Praxisaufgaben (z.B. „Verfassen Sie einen Prompt, mit dem ein generativer KI-Chatbot eine kindgerechte Erklärung des Phänomens der Verdunstung für Grundschulkinder der dritten Klasse erstellt.“) im Prä-Post-Design gestellt. Die so erhobenen qualitativen Daten werden inhaltlich strukturiert und mithilfe eines kriteriales Scoring-System quantifiziert.

(Zwischen-)Ergebnisse

Alle Studierende (N=141) gaben an, mindestens einmal ein generatives KI-Tool eingesetzt zu haben. 93.6% (n=132) nannten ChatGPT als bevorzugtes Tool. 31.2% (n=44) nutzen generative KI-Tools (mehrmals) täglich, während 56% (n=79) einen (mehrmaligen) wöchentlichen Einsatz berichten. Die Befragten weisen zu t1 ein mittleres Interesse am Themenfeld Prompting auf (M=3.71; SD=0.84). Hinsichtlich der Selbsteinschätzung in Bezug auf die erhobenen Qualitätskriterien zeigt sich ein positives Bild (M=4.63; SD=0.62). Demgegenüber fällt die darauf bezogene Selbstwirksamkeitserwartung der Studierenden geringer aus (M=4.22; SD=0.56). Nach Durchführung der Intervention (t2) zeigt sich ein signifikanter Anstieg des Interesses bei zugleich geringerer Streuung (M=4.16; SD=0.76; t(140) =-5.09, p<.001, d=0.43). Ebenso stieg die Selbstwirksamkeit signifikant an (M=4.66; SD=0.49; t(140)=-7.45, p<.001, d=0.63). Hinsichtlich der persönlichen Selbsteinschätzung im Bezug auf Prompting-Strategien ergab sich hingegen keine signifikante Veränderung zu t2 (M=4.71; SD=0.44).

Ausblick

Im Vortrag werden zusätzlich zu den oben dargestellten Ergebnissen, die mittels Scoring-System quantifizierten Ergebnisse der Prä-Post-Erhebung zur gezeigten Prompt-Literacy vorgestellt und analysiert, ob und inwieweit eine Prompting-Intervention diese Kompetenzen fördert.

Das Praxissemester und das darin verankerte Forschende Lernen stellen einen zentralen Bestandteil des Studiums im Lehramt an der Universität zu Köln dar (Schüssler et al. 2017; ZFL 2014a; ZFL 2014b). Gleichzeitig betonen bildungspolitische Empfehlungen, dass das Potenzial der Digitalisierung systematisch für die Weiterentwicklung der Hochschullehre genutzt werden soll. So formuliert die Kultusministerkonferenz das Ziel, die „Chancen der Digitalisierung konsequent zur hochschulübergreifenden Unterstützung und Weiterentwicklung der Lehre“ zu nutzen (KMK 2019, S. 4).

Im ersten Mastersemester bereiten sich Lehramtsstudierende auf ihr Praxissemester vor und entwickeln im Rahmen eines Studienprojekts eine eigene Forschungsfrage. Die Formulierung einer präzisen und empirisch umsetzbaren Forschungsfrage stellt dabei für viele Studierende eine zentrale Herausforderung dar. Vor diesem Hintergrund untersucht der Beitrag, inwiefern KI-gestützte Werkzeuge Studierende im Prozess des Forschenden Lernens bei der Entwicklung von Forschungsfragen unterstützen können.

Das vorgestellte Projekt wird in Kooperation zwischen den Bildungswissenschaften und der Mathematik- sowie Physikdidaktik durchgeführt. Studierenden der Vorbereitungsseminare wird ein vorstrukturierter Prompt in ChatGPT zur Verfügung gestellt, der sie schrittweise bei der Entwicklung einer klaren und umsetzbaren Forschungsfrage unterstützt. Voraussetzung für die Nutzung ist, dass die Studierenden bereits eigene thematische Interessen formuliert haben, die mithilfe des Prompts weiter konkretisiert werden.

Der Einsatz des Prompts erfolgte erstmals im Wintersemester 2025/26 in Vorbereitungsseminaren der Bildungswissenschaften, der Mathematikdidaktik und der Physikdidaktik. Zur Evaluation werden sowohl Lehrenden- als auch Studierendenperspektiven berücksichtigt. Die Dozierenden (N = 5) wurden mittels leitfadengestützter Interviews zu ihren Erfahrungen mit dem Prompt im Beratungsprozess befragt. Die Auswertung erfolgt anhand einer strukturierenden qualitativen Inhaltsanalyse (Kuckartz 2018). Ergänzend werden die Lehramtsstudierenden der teilnehmenden Seminare (voraussichtlich N = 30) mithilfe eines Fragebogens zu ihren Erfahrungen mit der Nutzung des strukturierten Prompts befragt. Die Konzeption des Fragebogens sowie die Auswertung der quantitativen Daten orientieren sich an der Erfassung der wahrgenommenen Nützlichkeit und der Akzeptanz des KI-gestützten Unterstützungsangebots orientiert am etablierten Technology Acceptance Model (TAM; Davis 1986). Ziel dieses Vorgehens ist es, zu erheben, wie ein strukturierter KI-Prompt von Studierenden und Lehrenden als Unterstützung bei der Entwicklung von Forschungsfragen im Forschenden Lernen wahrgenommen wird.

Der Beitrag stellt das didaktische Konzept, das Forschungsdesign sowie erste Einblicke in die erhobenen Daten vor und diskutiert Potenziale und Herausforderungen des Einsatzes KI-gestützter Werkzeuge in der Hochschullehre.