KI-Glossar für Lehrkräfte

Eine Schritt-für-Schritt-Anleitung, die ein Problem löst.

In der KI sind Algorithmen die Regeln, nach denen ein System aus Daten lernt oder Entscheidungen trifft — etwa welche Videos dir vorgeschlagen werden.

Im Unterricht: Gute Analogie für Klasse 5–7: ein Kochrezept, das immer gleich abläuft.

Text­beschreibung eines Bildes für Screenreader und Druck-Beilagen.

Beschreibt funktional, was zu sehen ist. Bei rein dekorativen Bildern: leerer Alt-Text. KI kann erste Vorschläge generieren — Lehrkraft prüft.

Im Unterricht: Regel: beschreiben, was zu sehen ist; rein dekorative Bilder bekommen einen leeren Alt-Text.

Schnittstelle, über die Programme mit einem KI-Dienst kommunizieren.

Über eine API (Application Programming Interface) sendet z. B. eine Schul-App einen Prompt an ChatGPT und bekommt die Antwort zurück — ohne Browser.

Im Unterricht: Für den Unterricht selten nötig — relevant, wenn die Schule eine eigene KI-Oberfläche anbinden will.

Geräte oder Software, die Schüler:innen mit Förderbedarf die Teilhabe ermöglichen.

Von Vorlese-Software über FM-Anlagen bis Augensteuerung. Reichen von kostenlos (in Tablets eingebaut) bis hochpreisig (Spezialgeräte mit Träger­finanzierung).

Im Unterricht: Vieles ist schon eingebaut — Vorlesen, Diktieren und Kontrastmodus kosten nichts extra.

Gestaltung so, dass möglichst viele Menschen ohne Anpassung teilhaben können.

In der Schule: Materialien, Räume, Methoden sind barriere­arm — Universal Design. Rechtlich verankert in UN-BRK und Landesgesetzen.

Im Unterricht: Was für einzelne nötig ist, hilft meist allen: klare Struktur, Kontrast, lesbare Schrift.

Verzerrung in KI-Ergebnissen — etwa stereotype Geschlechterrollen.

Bias entsteht meist aus den Trainingsdaten: Wenn diese einseitig sind, übernimmt das Modell die Schieflage. Wichtig für die Quellenkritik im Unterricht.

Im Unterricht: Lässt sich direkt zeigen: dasselbe Berufsbild zweimal generieren und die Ergebnisse vergleichen.

Völkerrechtlicher Vertrag über Rechte von Menschen mit Behinderungen — seit 2009 in DE.

Artikel 24 garantiert inklusive Bildung. Grundlage für Schulgesetze, Förder­ansprüche und Material­anforderungen.

Im Unterricht: Die rechtliche Grundlage für Inklusion in Deutschland — seit 2009 verbindlich.

KI-System, mit dem du in natürlicher Sprache schreibst — ChatGPT, Gemini, Claude.

Viele heutige Chatbots nutzen ein Sprachmodell, das Antworten Token für Token erzeugt. Es gibt auch regelbasierte Chatbots. Sprachliche Gewandtheit allein belegt keine sachliche Richtigkeit.

Im Unterricht: Der Einstieg für fast alle Schul-Szenarien — ein Zugang reicht, um Prompts zu testen.

Sprach­förderung für Schüler:innen, deren Erstsprache nicht Deutsch ist.

Eigenes Unterrichtsfach oder integrative Förderung in Regel­klassen. Digitale Tools (Übersetzung, Wortschatz-Apps, KI-Vereinfachung) ergänzen den Sprach­erwerb.

Im Unterricht: KI hilft beim Wortschatz und beim Vereinfachen, ersetzt aber keine Sprachförderung.

KI-erzeugtes Video, Bild oder Audio, das eine reale Person täuschend echt zeigt.

Deepfakes werden u. a. für Desinformation eingesetzt. Schüler:innen sollten Erkennungs-Strategien lernen — Mund-Synchronität, Licht, Quellen prüfen.

Im Unterricht: Ab Klasse 8 ein starkes Thema: erst das Erkennen üben, dann über Folgen sprechen.

Aufgaben in unterschiedlichen Niveaustufen oder Formen anbieten.

Klassiker: drei Niveaus (Grundsicherung / Standard / Erweiterung). Auch nach Sprach­niveau, Lerntempo, Interesse möglich. KI senkt den Erstellungs­aufwand massiv.

Im Unterricht: Der größte Zeitgewinn durch KI: drei Niveaustufen eines Arbeitsblatts in Minuten.

Datenschutz-Grundverordnung der EU — Pflichtrahmen für KI-Einsatz in der Schule.

Für Schulen wichtig: keine personenbezogenen Daten in offene KI-Dienste eingeben, Auftrags­verarbeitungs­verträge prüfen.

Im Unterricht: Merksatz für die Fachschaft: keine Schülernamen, Noten oder Diagnosen in ein Tool ohne Freigabe.

EU-Verordnung, die KI-Systeme nach Risiko klassifiziert und reguliert.

Seit August 2024 in Kraft, gilt gestaffelt. KI in Bildung gilt teilweise als „hochriskant" — diese Pflichten greifen nach dem Digital Omnibus (2026) ab dem 2. Dezember 2027. Lehrkräfte sollten die Grundzüge kennen.

Im Unterricht: Für Schulen sind KI-Kompetenz, Transparenz und je nach Einsatzzweck auch Hochrisiko-Regeln relevant.

Prompt-Technik: Du gibst dem Modell 2–5 Beispiele, bevor es eine neue Aufgabe löst.

Beispiel: Zwei korrigierte Schülertexte als Muster — dann korrigiert das Modell den dritten in deinem Stil. Stark für konsistente Ergebnisse.

Im Unterricht: Wirkt sofort: zwei eigene Musterlösungen vor die Aufgabe setzen, dann passt der Stil.

Festgestellter Bedarf an besonderer pädagogischer Unterstützung.

Acht Schwerpunkte (KMK): Lernen, Sprache, emotionale/soziale Entwicklung, geistige Entwicklung, körperlich-motorische Entwicklung, Hören, Sehen, kranke Schüler:innen. Diagnose­verfahren ist fachlich.

Im Unterricht: Unterstützungsbedarf, Lernziel und Landesrecht sind für passende Maßnahmen maßgeblich. Ein Förderbedarf allein legt den Nachteilsausgleich nicht fest.

Wenn die KI selbstbewusst falsche Fakten erfindet.

Halluzinationen sind kein Bug, sondern Eigenart von Sprachmodellen. Quellen-Prüfung gehört zur Routine — vor allem bei Zahlen, Zitaten und Quellen.

Im Unterricht: Der wichtigste Punkt für Schüler:innen — jede Zahl, jedes Zitat, jede Quelle gegenprüfen.

Klassifizierung im EU AI Act — z. B. KI für Bewertung oder Zugang zu Bildung.

Hochrisiko-Systeme erfordern Risikomanagement, Transparenz und menschliche Aufsicht. Lehrkräfte tragen Verantwortung bei der Bewertungs-Nutzung.

Im Unterricht: Betrifft Schulen dann, wenn KI über Zugang, Versetzung oder Noten mitentscheidet.

Sammelbegriff für Systeme, die Aufgaben lösen, die sonst menschliche Intelligenz erfordern.

Heute meist gemeint: Maschinelles Lernen und insbesondere große Sprachmodelle. Kein Bewusstsein, keine Intuition — Mustererkennung in großem Stil.

Im Unterricht: Für den Einstieg genügt die Abgrenzung: Regeln programmiert gegen Muster aus Daten gelernt.

KI-System, das aus Textprompts Bilder erzeugt — GPT Image (ChatGPT), Nano Banana (Gemini), Midjourney, Stable Diffusion.

Im Unterricht z. B. für Illustrationen, Diskussionen zu Bildmanipulation oder Kreativität. Urheberrecht klären.

Im Unterricht: Praktisch für Titelbilder und Impulse; bei Personen und Marken das Urheberrecht mitdenken.

Fähigkeit, KI zu verstehen, zu beurteilen und souverän einzusetzen.

Bestandteile: Funktionsweise verstehen, kritisch hinterfragen, sinnvoll einsetzen, ethische Implikationen einordnen. Für Schüler:innen und Lehrkräfte gleichermaßen wichtig.

Im Unterricht: Nicht Tool-Bedienung, sondern Urteilskraft: einordnen, prüfen, bewusst entscheiden.

Besonders verständliche Sprache nach Empfehlungen zu Wortwahl, Satzbau, Gestaltung und Prüfung.

Die DIN SPEC 33429 enthält Empfehlungen für Deutsche Leichte Sprache. Wichtig ist die Beteiligung von Menschen mit Lernschwierigkeiten. Leichte und Einfache Sprache sind keine festen GER-Sprachniveaus; ein KI-Entwurf muss auf Verständlichkeit und fachliche Genauigkeit geprüft werden.

Im Unterricht: KI kann einen ersten Entwurf liefern; die Regeln muss eine Lehrkraft prüfen.

Großes Sprachmodell — die Technik hinter ChatGPT, Gemini und Claude.

LLMs lernen statistische Muster aus großen Datenmengen und erzeugen Texte Token für Token. Daraus können hilfreiche Erklärungen und auch überzeugend formulierte Fehler entstehen. Zusätzliche Such- oder Rechenwerkzeuge erweitern die Fähigkeiten einer Anwendung.

Im Unterricht: Das Bild, das trägt: ein System, das das nächste Wort vorhersagt — keine Datenbank, die nachschlägt.

Beeinträchtigung beim Erwerb von Lesen und/oder Rechtschreiben.

Auch Dyslexie/Legasthenie. Schul­rechtlicher Nachteils­ausgleich möglich (länderabhängig). Digitale Hilfen: Vorlese-Funktion, Spracheingabe, Recht­schreib-Hilfen.

Im Unterricht: Vorlesefunktion und Rechtschreibhilfe gezielt erlauben, nicht pauschal verbieten.

KI-Methode, bei der Systeme aus Daten lernen, statt explizit programmiert zu werden.

Unter­teilung in überwachtes (mit Labels), unüberwachtes (ohne) und verstärkendes Lernen (durch Belohnung). Sprachmodelle können mehrere dieser Verfahren kombinieren; die konkrete Trainingsfolge unterscheidet sich.

Im Unterricht: Mit Spam-Filtern erklärbar: niemand programmiert jede Regel, das System lernt aus Beispielen.

Trainierte KI-Einheit, die Eingaben in Ausgaben verwandelt.

Ein KI-Modell ist das trainierte System hinter einer Anwendung. Ein Chatbot kann mehrere Modelle anbieten oder Aufgaben automatisch auf sie verteilen. Welche Modelle und Funktionen verfügbar sind, hängt von Tarif, Oberfläche und administrativen Freigaben ab.

Im Unterricht: Wichtig bei der Tool-Auswahl: dasselbe Tool kann je nach Modell sehr unterschiedlich antworten.

KI, die mehrere Eingabearten verarbeitet: Text, Bild, Audio, Video.

Multimodale Modelle verarbeiten mehrere Arten von Eingaben oder Ausgaben. Ein Modell kann etwa Text und Bilder verstehen, ohne selbst Bilder zu erzeugen. Welche Kombinationen im Chat verfügbar sind, hängt vom Modell, der Oberfläche und den Freigaben ab.

Im Unterricht: Praktisch im Alltag: ein Foto vom Tafelbild hochladen und daraus Aufgaben erzeugen lassen.

Schul­rechtliche Anpassung der Lern- und Prüfungs­bedingungen bei Förder­bedarf.

Möglich sind je nach Einzelfall etwa mehr Zeit, zugängliche Aufgabenformate oder technische Hilfen. Die fachlichen Anforderungen bleiben beim Nachteilsausgleich erhalten. Zuständigkeit, Entscheidung und Dokumentation richten sich nach dem Landesrecht.

Im Unterricht: Gleicht behinderungsbedingte Nachteile aus. Welche Anpassung möglich ist, hängt vom Prüfungsziel und vom Landesrecht ab.

KI-Systeme mit Freiheiten zur Nutzung, Untersuchung, Veränderung und Weitergabe.

Öffentlich verfügbare Modellgewichte werden oft als „Open Weights" bezeichnet. Für Open Source AI verlangt die OSI zusätzlich passende Nutzungsrechte, Code und Informationen über die Trainingsdaten. Prüfe die Lizenz des konkreten Modells. Ein lokaler Betrieb kann mehr Datenkontrolle bieten, erfordert aber Administration und Wartung.

Im Unterricht: Relevant für Schulserver: offene Modelle lassen sich lokal betreiben, ohne Daten nach außen zu geben.

Wörtliche oder sinngemäße Übernahme fremder Inhalte ohne Kennzeichnung.

KI-Texte können fremde Inhalte übernehmen. Ob KI-Nutzung zulässig und kennzeichnungspflichtig ist, richtet sich nach der konkreten Aufgabe sowie den Schul- und Prüfungsregeln.

Im Unterricht: Mit KI verschiebt sich die Frage von der Quelle zum Prozess — Entwürfe und Zwischenschritte einfordern.

Die Eingabe an die KI — Anweisung, Frage oder Aufgabe.

Ein guter Prompt enthält Rolle, Aufgabe, Kontext, Format und Beispiele. Je präziser, desto besser das Ergebnis.

Im Unterricht: Je konkreter Rolle, Aufgabe, Klasse und Format, desto brauchbarer das Ergebnis.

Die Kunst, Prompts so zu formulieren, dass die KI brauchbare Ergebnisse liefert.

Wichtige Techniken: präzise Rolle, klare Aufgabe, Beispiele (Few-Shot), Schritt-für-Schritt-Anweisungen (Chain-of-Thought), Format-Vorgaben.

Im Unterricht: Klingt technisch, ist Handwerk: fünf Bausteine reichen für den Schulalltag.

KI-Technik, die externe Quellen (z. B. Schulbücher) gezielt einbindet.

RAG ergänzt den Prompt um passende Fundstellen aus einer Wissenssammlung. Deren Qualität und Aktualität müssen geprüft werden. Das Modell kann die Fundstellen falsch auswählen oder wiedergeben; Quellenbezug allein garantiert keine korrekte Antwort.

Im Unterricht: Interessant für Länder-Chatbots und Schulbuch-Anbindung, weniger für den eigenen Unterricht.

Trainings-Verfahren, bei dem menschliche Bewerter:innen Antworten ranken.

Erklärt, warum ChatGPT-Antworten oft höflich und ausführlich klingen: Sie wurden auf menschliche Präferenzen trainiert.

Im Unterricht: Erklärt, warum Modelle höflich und vorsichtig antworten — Menschen haben das antrainiert.

KI-Lizenz für eine ganze Schule, in der Regel mit Vertrag zur Auftragsverarbeitung (AVV).

Schullizenzen können Verwaltung und Zugänge für Lerngruppen erleichtern. Ob ein Vertrag zur Auftragsverarbeitung vorliegt und welche Daten verarbeitet werden dürfen, muss anhand der aktuellen Unterlagen und der schulischen Freigabe geprüft werden.

Im Unterricht: Verarbeitet ein Anbieter Daten im Auftrag der Schule, ist ein passender AV-Vertrag erforderlich. Zusätzlich müssen Rechtsgrundlage, Zweck, Konfiguration und schulische Freigabe passen.

Software, die Bildschirm­inhalte vorliest — für Menschen mit Sehbeeinträchtigung.

NVDA (Windows, kostenlos), JAWS (Windows, kommerziell), VoiceOver (iOS/macOS, eingebaut), TalkBack (Android, eingebaut). Materialien müssen strukturiert und mit Alt-Texten versehen sein, damit sie sinnvoll vorgelesen werden.

Im Unterricht: Ohne Zusatzsoftware testbar: VoiceOver oder Narrator einschalten und das eigene Arbeitsblatt anhören.

Vorab-Anweisung, die das Verhalten der KI für eine ganze Session festlegt.

Im Chat-Eingabefeld nicht sichtbar, aber wirksam: Mit System-Prompts gibst du der KI z. B. eine Lehrerrolle oder eine Antwortstruktur vor.

Im Unterricht: Damit baust du den Tutor-Modus: „Gib Hinweise, nie die Lösung" einmal vorab setzen.

Parameter, der die Zufälligkeit der Textauswahl beeinflusst.

Die Temperatur steuert bei unterstützten Modellen die Zufälligkeit der Auswahl nächster Token. Ein niedriger Wert macht eine Antwort weder automatisch wahr noch sicher wiederholbar. Wertebereich und Einstellmöglichkeiten hängen vom Modell und der Schnittstelle ab.

Im Unterricht: Niedrigere Werte können die Auswahl enger machen. Faktenprüfung bleibt nötig; viele Oberflächen bieten keine Einstellung an.

Kleinste Verarbeitungs-Einheit eines Sprachmodells — meist Wortteile.

Ein Wort kann aus einem oder mehreren Token bestehen; die Aufteilung hängt vom Tokenizer des Modells ab. Zum Kontext zählen unter anderem Anweisungen, Chatverlauf, eingebundene Inhalte und die Antwort. Dafür gelten modellabhängige Grenzen.

Im Unterricht: Erklärt Kosten und Längenlimits; für den Unterricht meist nur eine Randnotiz.

Die Daten, mit denen ein Modell „erzogen" wurde.

Bei großen Sprachmodellen: Bücher, Webseiten, Code. Qualität, Aktualität und Bias der Trainingsdaten prägen das Modell — und damit auch die Antworten im Klassenzimmer.

Im Unterricht: Der Ursprung von Bias und Wissensstand — deshalb kennt ein Modell aktuelle Ereignisse oft nicht.

Pflicht, KI-Einsatz für Nutzer:innen sichtbar zu machen — z. B. nach AI Act.

Artikel 50 des AI Act regelt unter anderem Hinweise bei direkter KI-Interaktion und bei Deepfakes. Für bestimmte Veröffentlichungen gelten weitere Pflichten und Ausnahmen. Daraus folgt keine pauschale gesetzliche Kennzeichnungspflicht für jedes KI-unterstützte Arbeitsblatt. Schulische Regeln und Informationspflichten bei personenbezogenen Daten sind zusätzlich zu beachten.

Im Unterricht: Die gesetzlichen Pflichten hängen von Rolle, Einsatzzweck und Inhalt ab. Vereinbare zusätzlich nachvollziehbare Regeln zur Kennzeichnung.

KI-Einsatz als Lern-Coach, der Schüler:innen beim Denken anleitet, statt Lösungen zu geben.

Eine mögliche Anweisung lautet: „Frage nach, gib Hinweise und warte auf meinen Versuch." Ob das Lernende unterstützt, hängt von Aufgabe, Begleitung und Antworten des Modells ab. Die Anweisung garantiert das gewünschte Verhalten nicht.

Im Unterricht: Eine Anweisung kann Hinweise und Rückfragen fördern. Prüfe im Test, ob der Chatbot dennoch Lösungen verrät.

Didaktischer Rahmen mit 3 Prinzipien: Repräsentation, Handlung, Engagement.

Vom CAST entwickelt. Lern­umgebungen werden von vornherein vielfältig gestaltet, nicht nachträglich angepasst. International anerkannter Standard für inklusive Bildung.

Im Unterricht: Konkret heißt das: denselben Inhalt über zwei Zugänge anbieten, nicht zwei verschiedene Aufgaben.

Unsichtbare Markierung in KI-generiertem Text oder Bild zur Identifikation.

Google SynthID und andere Wasserzeichen sind im Alltag nicht durchgängig prüfbar. Art. 50 des EU AI Act gilt für betroffene neue Systeme seit August 2026; für bereits zuvor angebotene Systeme läuft die Übergangsfrist bis 2. Dezember 2026. Verlasse dich zur Herkunftsprüfung nicht allein darauf.

Im Unterricht: Keine Erkennungshilfe für die Korrektur: unzuverlässig und leicht zu entfernen.

Du gibst der KI eine Aufgabe ohne Beispiele — sie löst sie aus Vorwissen.

Funktioniert gut bei klaren, häufigen Aufgaben (Zusammenfassen, Übersetzen). Bei eigenwilligen Formaten lieber Few-Shot nutzen.

Im Unterricht: Der Normalfall im Alltag — reicht für einfache Aufgaben, bei Stil und Format besser Beispiele geben.