Methoden Aktualisiert: Juli 2026

Wie funktioniert ChatGPT? Unterrichts­einheit für die Sekundarstufe

Vier Stunden, sechs Kernkonzepte, klare Lernziele — eine komplette Unterrichts­einheit, die ChatGPT verständlich macht. Ohne Informatik-Studium unterrichtbar.

  • 11 Minuten Lesezeit
  • Für: Lehrkräfte Informatik, Politik, Deutsch, Klasse 8–11
Zu den Konzepten Vier Stunden ansehen
  • 6 Kernkonzepte
  • 4-Stunden-Einheit
  • Mit LZK + Diskussions-Set

Lernziele

Vier messbare Lernziele — abrufbar in der Mini-LZK (Material 6).

  • Schüler:innen erklären in eigenen Worten, wie ein Sprachmodell trainiert wird.
  • Schüler:innen unterscheiden zwischen „Token", „Modell" und „Trainingsdaten".
  • Schüler:innen erklären das Phänomen Halluzination und ihre Ursachen.
  • Schüler:innen bewerten Stärken und Grenzen aktueller LLMs an konkreten Beispielen.

Sechs Kernkonzepte

Diese sechs Begriffe machen ChatGPT verständlich — alles andere folgt aus ihnen.

1

Tokens

Sprache wird zerlegt — nicht in Buchstaben oder Wörter, sondern in „Token" (Wortteile). „Schul-unterricht" sind 2–3 Token. Das Modell rechnet mit Token, nicht mit Bedeutung.

2

Wahrscheinlich­keits-Maschine

Das Modell sagt für jeden Kontext den wahrscheinlichsten nächsten Token vorher. Eine sehr ausgeklügelte Auto­vervollständigung — aber kein „Verstehen".

3

Trainingsdaten

Modelle werden mit riesigen Textmengen trainiert (Bücher, Webseiten, Foren). Was im Korpus fehlt, fehlt im Wissen. Was häufig vorkommt, prägt das Modell.

4

Halluzination

Modelle füllen Lücken plausibel — auch wenn sie nichts wissen. Erfundene Zitate, falsche Daten, fiktive Quellen sind keine Fehler des Systems, sondern Folge seiner Bauart.

5

Feintuning (RLHF)

Nach Grundtraining werden Modelle von Menschen bewertet. Das macht sie hilfsbereit, höflich, sicher — aber auch konformer.

6

Bias

Modelle übernehmen die Schieflagen ihrer Trainingsdaten. Geschlechter­rollen, kulturelle Perspektiven, politische Framings — alles dokumentiert.

Vier Stunden

Aufbauend gestaltet: Sprache → Training → Halluzination → Folgen.

  1. Schritt 1: Stunde 1: Sprache als Token

    Einstieg mit Live-Demo: Klasse rät den nächsten Token in einem Beispiel-Satz. Sprache als Wahrscheinlich­keits-Folge erkennen. Hausaufgabe: Drei Sätze in Token-Stücke zerlegen.

  2. Schritt 2: Stunde 2: Training und Daten

    Wie wird ein Modell „erzogen"? Trainingsdaten, Skalierung, RLHF. Klasse diskutiert: Was wäre, wenn das Modell nur deutsche Texte aus dem 19. Jahrhundert kennte? Auswirkungen verstehen.

  3. Schritt 3: Stunde 3: Halluzinationen entdecken

    Klasse generiert gezielt Halluzinationen — fragt nach erfundenen Personen, falschen Daten, fiktiven Quellen. Anschließend Analyse: Wie reagiert das Modell? Warum klingt es so plausibel?

  4. Schritt 4: Stunde 4: Folgen und Verantwortung

    Was bedeutet das für unseren Umgang mit KI? Diskussion zu Bias, Wahrheit, Verantwortung. Abschluss: Lernzielkontrolle als 5-Minuten-Test.

Materialien

Sechs Materialien zum Selbst-Erstellen — Prompts dafür findest du im Studio.

Token-Visualisierer

Lehrkraft-Tool oder Webseite, die Eingabe-Sätze in Token zerlegt zeigt. Klasse experimentiert.

Trainingsdaten-Karte

A4-Übersicht: Was sind Trainingsdaten? Beispiele aus echten Modell-Korpora.

Halluzinations-Stationen

5 Stationen mit gezielten Aufgaben, Halluzinationen zu provozieren.

Konzept-Glossar

Kompakte Übersicht der 6 Kernkonzepte. Druckvorlage für Schüler-Mappen.

Diskussions-Leitfaden

Strukturierte Fragen für Stunde 4 — von Bias bis Verantwortung.

Mini-LZK

5-Min-Test mit 5 Fragen. Mit Musterlösung und Bewertungs­hinweis.

Transfer-Diskussionen

Fünf Diskussions­fragen für Stunde 4 oder Folge­stunden — fächer­übergreifend einsetzbar.

  • Inwiefern unterscheidet sich KI-Wissen von menschlichem Wissen?
  • Was bedeutet es, dass die KI „nichts versteht", aber sehr gute Antworten gibt?
  • Welche Verantwortung trägt, wer Trainingsdaten auswählt? Wer kontrolliert das?
  • Werden Modelle „besser" — oder nur „polierter"?
  • Kann eine Maschine kreativ sein, wenn sie nur Wahrscheinlichkeiten berechnet?

Häufige Fragen

Brauche ich Informatik-Kenntnisse, um die Einheit zu unterrichten?

Nein — die Konzepte sind so erklärbar, dass sie ohne Programmier­wissen verständlich sind. Wichtiger als technische Tiefe ist die Bereitschaft, Schüler-Fragen offen zu beantworten und auch mal „Weiß ich nicht — gucken wir gemeinsam" zu sagen.

Welche Fächer eignen sich?

Informatik (klarer Fokus), Politik/GW (gesellschaftliche Folgen), Deutsch (Sprache und Modell), Ethik (Verantwortung). In Reihen­vereinbarung sogar fachübergreifend möglich.

Müssen alle Schüler:innen ChatGPT selbst nutzen?

Nicht zwingend. Lehrkraft kann live demonstrieren, Bildschirm spiegeln. Für Stunde 3 (Halluzinationen) ist eigene Schüler-Erfahrung aber sehr wertvoll. Schul-Account oder Klassen-Tool nutzen.

Wie aktuell ist die Einheit in 12 Monaten?

Die Kernkonzepte (Token, Training, Halluzination) sind langfristig stabil. Die konkreten Modelle ändern sich laufend: GPT-5.6 ist seit Juli 2026 in ChatGPT verfügbar, die Varianten Sol, Terra und Luna aber je nach Tarif und Einsatzbereich unterschiedlich zugänglich. Aktuelle Beispiele sollten ergänzt werden, der Rahmen bleibt gültig.

Können auch jüngere Klassen (5–7) diese Einheit?

Nicht in dieser Form. Für Klasse 5–7 brauchst du didaktisch reduzierte Versionen — nur eines der sechs Konzepte pro Stunde, sehr bildhaft. Eine eigene Einheit „Wie spricht eine Maschine?" wäre passender.

Diese Seite teilen
WhatsApp E-Mail