Künstliche Intelligenz in der naturwissenschaftlichen Lehrkräftebildung
Chair(s): Sebastian Becker-Genschow (Universität zu Köln), Johannes Huwer (Universität Konstanz)
Diskutant:in(nen): Christoph Thyssen (PH Freiburg)
Zusammenfassung
Künstliche Intelligenz (KI) verändert bereits jetzt die Lebens- und Arbeitswelt und ihr Einfluss auf unsere Gesellschaft wird als eine der Zukunftstechnologien dieses Jahrhunderts noch zunehmen. KI-bezogene Kompetenzen werden damit zu Schlüsselkompetenzen für die jetzige aber auch künftige Generationen. Die schulische Bildung steht damit vor dem Hintergrund der Erfüllung ihres Bildungsauftrags in der Verantwortung, solche Kompetenzen bei den Schülerinnen und Schülern gezielt in den jeweiligen Fachunterrichten zu entwickeln und zu fördern.
Aufgrund des zunehmenden Einflusses von KI auf naturwissenschaftliche Lehr- und Forschungsmethoden kann dabei insbesondere der naturwissenschaftliche Fachunterricht zu einem Lehren und Lernen mit, über und durch KI beitragen. Es bedarf allerdings entsprechend professionalisierter Lehrkräfte, welche über das notwendige technologische aber auch didaktische und pädagogische Wissen verfügen, KI in ihren Fachunterricht wirksam zu implementieren.
Es obliegt damit der Lehrkräftebildung, grundlegende KI-bezogene Kompetenzen kumulativ über alle Phasen hinweg bei den Lehrkräften zu fördern. Das Symposium fokussiert auf die Transformation von (naturwissenschaftlicher) Bildung durch KI im Allgemeinen und die praktische Entwicklung und Förderung von KI-bezogenen Kompetenzen bei Lehrkräften. Dabei wird insbesondere diskutiert, welche KI-bezogenen Kompetenzen Lehrkräfte erwerben sollten und wie diese gezielt gefördert werden können. Grundlage bildet der Orientierungsrahmen DiKoLAN KI, in welchem die KI-bezogenen Kompetenzen für Lehrkräfte der Naturwissenschaften konkretisiert werden.
Literaturverzeichnis
Das jeweilige Literaturverzeichnis ist den Einzelbeiträgen beigefügt.
Beiträge des Symposiums
Lernen mit und über KI im Naturwissenschaftsunterricht - Von Einsatzbereichen bis zu KI-bezogene Kompetenzen von Lehrkräften
Johannes Huwer1, Maurer Nikolai1, Brückner Mathea1, Berber Sandra1, Sebastian Becker-Genschow2, Christoph Thyssen3
1Universität Konstanz, 2Universität zu Köln, Deutschland, 3PH Freiburg
Künstliche Intelligenz (KI) hat in den letzten Jahren sowohl im beruflichen als auch im alltäglichen Leben zunehmend an Bedeutung gewonnen. Insbesondere in der modernen naturwissenschaftlichen Forschung und Anwendung hat sich KI als wertvolles Werkzeug etabliert. [1]
Mit Blick auf den Bezug dieser Anwendungen zur aktuellen und möglichen zukünftigen Lebenswelt von Schülerinnen und Schülern ist die Integration entsprechender Bildungsinhalte in schulische Lehrpläne erforderlich. [2,3] Um diese Lücke zu schließen, wurde zunächst eine Übersicht über KI-Anwendungen in der chemischen und chemienahen Forschung mittels systematischen Review erstellt. Demnach wird KI am häufigsten in den Bereichen Pharmakologie und Biochemie eingesetzt und dient hauptsächlich dazu, Vorhersagen zu treffen und Moleküle zu entwerfen.
Vorgestellt werden einerseits die Ergebnisse einer Erhebung zum Stand von KI-bezogenen Kompetenzen von Naturwissenschaftslehrkräften (z.B. AI Literacy). Ebenso wird eine bereits erprobte Unterrichtsidee präsentiert, wie Schülerinnen und Schüler der gymnasialen Oberstufe die Rolle von KI in naturwissenschaftlicher Forschung und Anwendung sowie mit der Verwendung dieser Technologie einhergehenden Potentiale und Risiken vermittelt werden können. Die Studie zeigt zudem auf, inwiefern sich das anfängliche Bild der Schülerinnen und Schüler von KI im Kontext Naturwissenschaften durch diese unterrichtliche Thematisierung verändert, und wie Naturwissenschaftslehrkräfte zur Durchführung dieser Lerneinheit befähigt werden können.
[1] Berber, S., Brückner, M., Maurer, N., & Huwer, J. (2025). Artificial Intelligence in Chemistry Research ─ Implications for Teaching and Learning. Journal of Chemical Education. https://doi.org/10.1021/acs.jchemed.4c01033
[2] Döbeli Honegger, B. (2016). Mehr als 0 und 1. Schule in einer digitalisierten Welt. 1. Auflage. hep, Der Bildungsverlag.
[3] Huwer, J., Becker-Genschow, S., Thyssen, C., Thoms, L.-J., von Kotzebue, L., Finger, A., Kremser, E., Berber, S., Mathea Brückner, M., Maurer, N., Bruckermann, T., & Meier, M. (2024). Kompetenzen für den Unterricht mit und über Künstliche Intelligenz in den Naturwissenschaften: DiKoLANKI. In J. Huwer, S. Becker-Genschow, C. Thyssen, L.-J. Thoms, L. von Kotzebue, A. Finger, Kremser, M. Meier, & T. Bruckermann (Hrsg.), Kompetenzen für den Unterricht mit und über Künstliche Intelligenz (S. 4–59). Waxmann.
Individuelle Voraussetzungen bei Studierenden für KI bezogene Kompetenzentwicklung im Lehramtsstudium
Christoph Thyssen, Silke ikelski-Seifert, Martina Graichen, Nadja Lutz
PH Freiburg
Die Integration von KI in unterrichtliche Prozesse hängt von zahlreichen Faktoren ab. Abseits von der Verfügbarkeit notwendiger Infrastruktur in Form von Netzwerken und Lizenzen, die nicht über Aus-, Fort und Weiterbildungsmaßnahmen für (angehende) Lehrkräfte adressiert werden können, sind individuelle, personale Hintergrundfaktoren wesentliche Einflussvariablen. Zu solchen Variablen liegen bisher in Bezug auf Lehrkräfte und Lehramtsstudierende nur wenige Daten vor, die als Ansatzpunkt für gezielte Maßnahmen im Lehramtsstudium und auch die Entwicklung von Schulungskonzepten genutzt werden könnten.
Aufgrund bildungspolitischer und rechtlicher Vorgaben sowie kommenden Entwicklungen im Bereich des KI-Einsatzes ist es jedoch notwendig, dass “im Sinne der Empfehlungen der KMK […] entsprechende Kompetenzen systematisch und verbindlich in die Fachwissenschaften, die Fachdidaktiken und die Bildungswissenschaften Einzug halten” müssen (KMK, 2024, S. 8).
Um für eine Entwicklung geeigneter Maßnahmen tiefere Einblicke zu gewinnen und erste Aussagen über mögliche Wirkungszusammenhänge treffen zu können, wurden in einer Studie mit Lehramtsstudierenden (n> 200) Hintergrundvariablen erhoben, die nach bisherigen Theorien und Modellen für den Einsatz von Technik (TAM2, Venkatesh & Davis, 2000) sowie Verhalten allgemein (Ajzen & Fishbein, 2005) als relevante Variablen von Bedeutung sein könnten. Erfasst wurden die Nutzung von KI im Studium (Zweck und System), das individuelle Mindset, Daten zu Einstellung, Angst und Vertrauen, zu Interesse bzgl. KI-Nutzung und -Technik sowie der empfundenen Selbstwirksamkeit. Vorgestellt werden die daraus potenziell ableitbaren Profile und Zusammenhänge, um Ansatzpunkte und Konzepte für zukünftige Maßnahmen im Bereich der Lehre zur KI bezogenen Kompetenzentwicklung zu generieren.
Literatur
Ajzen, I. & Fishbein, M. (2005). The influence of attitudes on behavior. In D. Albarracin, B. T. Johnson & M. P. Zanna (Eds.), The handbook of attitudes (pp. 173–221). Mahwah: Erlbaum.
KMK, Kultusministerkonferenz. (2024). Handlungsempfehlung für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen. Themenspezifische Handlungsempfehlung (Beschluss der Bildungsministerkonferenz vom 10.10.2024).
Venkatesh, V. and Davis, F. (2000), A theoretical extension of the technology acceptance model: Four longitudinal field studies, Management science 46(2), 186–204.
KI im naturwissenschaftlichen Unterricht – Ein Seminarkonzept zur Förderung KI-gestützter Lehrkompetenz
Cilia Rücker, Sebastian Becker-Genschow
Universität zu Köln
Der mündige und versierte Umgang mit Künstlicher Intelligenz (KI) wird zunehmend als Schlüsselkompetenz für Lehrende und Lernende anerkannt (Kultusministerkonferenz, 2024). Doch zur Vermittlung KI-bezogener Kompetenzen bedarf es der Entwicklung wissenschaftsbasierter Seminarkonzepte zum fächerübergreifenden und fachspezifischen Einsatz von KI im Unterricht (Taskforce KI im Bildungswesen, 2024).
Der vorliegende Beitrag stellt mit „KI im naturwissenschaftlichen Unterricht“ ein Seminarkonzept vor, welches im Sommersemester 2025 im Rahmen der Lehrkräftebildung an der Universität zu Köln implementiert wurde. Das Seminar folgt einem handlungsorientierten Ansatz, der sich in vier Module gliedert: (1) Grundlagen der KI, (2) ethisch-rechtliche Aspekte, (3) Anwendungsmöglichkeiten im naturwissenschaftlichen Unterricht und (4) personalisierte KI-Chatbots. Der Schwerpunkt liegt auf der systematischen Entwicklung und Förderung KI-bezogener Kompetenzen bei Lehramtsstudierenden der Naturwissenschaften anhand praxisnaher Anwendungsszenarien wie der KI-gestützten Unterrichtsplanung und der Entwicklung fachspezifischer Lernassistent*innen.
Neben technischen Fähigkeiten wie dem Prompt-Engineering werden auch für den verantwortungsvollen Einsatz von KI im Bildungskontext unerlässliche reflexive Kompetenzen gezielt gefördert. Dazu zählen unter anderem die kritische Evaluation von KI-generierten Inhalten sowie die Identifikation von Stärken, Grenzen und Risiken KI-basierter Anwendungen im jeweils fachspezifischen Kontext. Das didaktische Design des Seminars zielt auf einen sukzessiven Kompetenzaufbau ab, der von geführten Explorationsphasen zu eigenständigen Anwendungen überleitet. Die Verzahnung von theoretischen Grundlagen mit Anwendungsphasen in authentischen fachdidaktischen Kontexten dient der Erhöhung der Transferierbarkeit der erworbenen Kompetenzen in die spätere Unterrichtspraxis.
Das entwickelte Seminarkonzept stellt folglich einen transferfähigen Ansatz zur systematischen Integration von KI-bezogenen Kompetenzen in die Lehrkräftebildung dar. In der Konsequenz leistet es einen Beitrag zur wissenschaftsbasierten Transformation der Lehrkräftebildung.
Literatur
Kultusministerkonferenz. (2024). Handlungsempfehlung für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen. Themenspezifische Handlungsempfehlung (Beschluss der Bildungsministerkonferenz vom 10.10.2024).
Taskforce „Künstliche Intelligenz im Bildungswesen". (2024). Empfehlungen der Taskforce „Künstliche Intelligenz im Bildungswesen" für Schule, Hochschule und Weiterbildung. https://www.cais-research.de/wp-content/uploads/Taskforce-KI-im-Bildungswesen-Empfehlungen-fuer-NRW.pdf
