Generative KI in der Schule (Stand: 03.03.26; bis 07/25 Medienzentrum Fulda/Hünfeld)
Dominik Kluge
Was ist Künstliche Intelligenz?
Begriffs- und grundlegende technische Klärung
Modalitäten, Fine Tuning, Halluzination, Bias und RAG (für angepasste Assistenten)
-
-
- Mithilfe von Large Language Models (LLMs; große Sprachmodelle) lassen sich alle digital repräsentierbaren Objekte (Texte, Bilder, Töne, Videos, 3D-Modelle, Molekülstrukturen, etc.) generieren bzw. von einem Datentyp in einen anderen überführen (z. B. lassen sich aus Texten Bilder erstellen).
-
Fine Tuning/Anpassung an konkrete Bedürfnisse…
-
- LLMs werden zur Anpassung an ganz bestimmte Anwendungsanforderungen dem sogenannten Fine Tuning unterzogen. OpenAI setzt bei ChatGPT auf ein zweites neuronales Netzwerk für diesen Vorgang. Dieses zweite neuronale Netz (Optimierer) wird durch den Ansatz des Reinforcement Learnings (Verstärkungslernen) durch menschliches Feedback vortrainiert. Es dient der Beurteilung der Güte bzw. Erwünschtheit der Datenausgabe. Anschließend treffen die beiden neuronalen Netze (GPT und Optimierer) in einer virtuellen Umgebung aufeinander und interagieren nach dem Trial-and-Error-Prinzip miteinander. Das Ergebnis ist in diesem Fall eine auf Konversation abgestimmte Anwendung.
-
-
- ML-Systeme des Typs GPT erzeugen mitunter sachliche und/oder logische Fehler, da sie kein inhaltliches Verständnis besitzen, sondern (zumeist) das statistisch Erwartbare anhand ihrer LLMs ausgeben.
-
-
-
Retrieval Augmented Generation…
-
- "Bei Retrieval Augmented Generation (RAG) erweitert man den Prompt für das Large Language Model um Suchergebnisse aus einer Dokumentensammlung, einer Datenbank, einem Wissensgraph (Knowledge Graph) oder einer anderen Suche (z.B. Internetsuche). Das Wissen für die Antwort kommt also aus angebundenen Quellen und nicht aus dem LLM." (Quelle)
Durch die Verwendung von RAG kann die Wahrscheinlichkeit des Auftretens von Halluzinationen und Bias in den Ausgaben eines LLMs verringert werden.
Außerdem können so z. B. im Schulkontext angepasste Lern- und Lehrassistenten bereitgestellt werden. Bei der Erstellung derartiger Assistenten ist es jedoch wichtig, urheberrechtlich sauber zu arbeiten.
Unterschiedliche Modelle für unterschiedliche Aufgaben
-
Man unterscheidet Reasoning- und GPT-Modelle.
-
"[Die] Reasoning-Modelle [wurden] darauf trainiert, länger und gründlicher über komplexe Aufgaben "nachzudenken". Sie eignen sich besonders für:
-
- Navigation durch mehrdeutige Aufgaben aus dem Bereich Mathematik, Engineering, Recht, Finanzen und Co.,
- Analyse großer Datenmengen,
- Erkennen von Zusammenhängen,
- mehrstufige Planungsprozesse,
- visuelle Analyse,
- Code-Review und -Verbesserung.
-
Die GPT-Modelle („die Arbeitspferde“) hingegen sind optimiert für:
-
- schnelle Ausführung definierter Aufgaben,
- kostengünstige Verarbeitung,
- geringere Latenzzeiten.
-
Für optimale Ergebnisse empfiehlt OpenAI, die Modelle zu kombinieren: Reasoning-Modelle für Planung und Entscheidungsfindung, GPT-Modelle für die Ausführung.
-
Die Prompts sollten dabei möglichst einfach und direkt sein – klassische Prompt-Engineering-Techniken (–> weitere Hinweise) sind bei den Reasoning-Modellen nicht nötig, da sie diese Prozesse bereits intern durchführen (Quelle)."
-
Ausführliche Best Practices für die Verwendung von Reasoning-Modellen:
-
...von OpenAI:
-
-
…von Anthropic:
-
-
Erklärung des Reasonings bei LLMs im Video:
-
-
-
Anthropic bietet ab Claude 3.7 Sonnet eine Lösung an, die GPT- und Reasoning-Modell automatisch miteinander vereint. Hier kann für die Inanspruchnahme der Reasoningfunktion in den "Extended-Modus" gewechselt werden. Beim Prompten muss hier keine Rücksicht mehr auf die Spezifika des Sprachmodelltyps genommen werden.
-
Schwache und starke KI
-
"Schwache KI konzentriert sich auf die Ausführung einer bestimmten Aufgabe, wie z. B. das Beantworten von Fragen auf der Grundlage von Benutzereingaben oder das Schachspielen. Sie kann nur eine Art von Aufgabe erfüllen, aber nicht beide, während starke KI eine Vielzahl von Funktionen ausführen kann und sich schließlich selbst beibringt, neue Probleme zu lösen. Schwache KI ist auf menschliche Eingriffe angewiesen, um die Parameter ihrer Lernalgorithmen festzulegen und die relevanten Trainingsdaten bereitzustellen, die für die Genauigkeit sorgen. Menschliche Eingabe beschleunigt zwar die Entwicklungsphase der starken KI, ist aber nicht zwingend erforderlich. Mit der Zeit entwickelt die starke KI ein menschenähnliches Bewusstsein, anstatt es zu simulieren, wie das bei der schwachen KI der Fall ist. Autonomes Fahren und virtuelle Assistenten (wie Siri) sind Beispiele für schwache KI." (Quelle: IBM)
Weitere Quellen mit Hintergrundinformationen
-
-
- Marcel Waldvogel (Wie funktioniert eigentlich ChatGPT?):
-
-
- Lernende Systeme (Grundlagen und Anwendungen des maschinellen Lernens leicht verständlich erklärt):
-
-
- Grundlagen zu neuronalen Netzen für Einsteiger (Wie Künstliche Intelligenz funktioniert | Philip Häusser):
-
-
-
-
- Anthropic: "Tracing the thoughts of a large language model" / Einblicke in die tiefere Funktionsweise generativer ML-Systeme am Beispiel von Claude 3.5 Haiku und 3.7 Sonnet
-
-
-
- Reichhaltige Informationen für Fortgeschrittene mit mathematischen Interesse und Verständnis (3Blue1Brown: Neural Networks – The basics of neural networks, and the math behind how they learn):
-
Lehren und Lernen im Zeitalter von KI
KI-Kompetenzmodell nach Alles, Falck, Flick und Schulz
AKTIV(ER)-Framework nach Flick
Eine neue Lernkultur im Zeitalter von KI
-
- Hundertpfund, Alois u. Hartmann, W.: Bildung überdenken - ein Diskussionspapier:
-
-
Die Schule steht vor einem tiefgreifenden Wandel. Während die Grundbildung weiterhin die Vermittlung zentraler Kulturtechniken – Lesen, Schreiben, Rechnen und elementare digitale Kompetenzen – sichert und damit das Fundament jeder weiteren Bildung legt, vollzieht sich in der Berufsbildung und im gymnasialen Bereich eine grundlegende Umwälzung. Dieses Diskussionspapier entwirft eine Vision für weiterführende Schulen – eine Schule, die junge Menschen befähigt, in einer komplexen Welt urteilsfähig zu bleiben, Verantwortung zu übernehmen und mithilfe von KI eine neue Form des Lernens zu entwickeln.
-
- Döbeli Honegger, B. (2025): Generative Machine-Learning-Systeme - Die nächste Herausforderung des digitalen Leitmedienwechsels:
-
-
Auch im Bildungsbereich haben generative Machine-Learning-Systeme wie ChatGPT rasch Verbreitung gefunden und sowohl Hoffnungen als auch Ängste ausgelöst. Der vorliegende Artikel ordnet diese Entwicklung in einem größeren Kontext ein und diskutiert Potenziale und Herausforderungen von generativen Machine-Learning-Systemen (GMLS) für den Bildungsbereich.
Problemfelder: Lernmotivation und das Selbstverständnis des Menschen
-
-
"[…] an important step towards AI systems that can truly augment human capabilities. […] a future where AI enriches and expands what humans can achieve." (Quelle)
-
-
Wozu soll ich eigentlich noch Lernen? – "Neben den konkreten Einsatzszenarien von GMLS vor, während und nach dem Unterrichts besteht langfristig die grösste Herausforderung von GMLS darin, dass sie die Lernmotivation von Schüler:innen der Sekundarstufen I und II senken kann. Schüler:innen werden sich zunehmend fragen, weshalb sie etwas lernen sollten, dass die Maschine rascher und besser kann als sie - in gewissen Fällen selbst dann, wenn sie sich anstrengen und entsprechend lernen. Lehrpersonen müssen sich somit Gedanken machen, wie dieser Gefahr vor weiter sinkender Lernmotivation begegnet werden soll. Dabei ist zu beachten, dass dies keine Frage ist, die durch IT- oder Digitalisierungsspezialist:innen beantwortet werden kann."
-
wörtlich zitiert von:
-
-
-
Folgende Grafik, erstellt von Joscha Falck, könnte einen Lösungshinweis geben:
-
-
Schaffen Sie gezielt auch analoge Lernräume ("Lernen ohne KI"), in denen sich Schülerinnen und Schüler in ausgewählten Kontexten authentisch und selbstwirksam mit ihren eigenen Fähigkeiten, Fertigkeiten und Kenntnissen erleben können und in denen die Verfügbarkeit von KI nicht gegeben ist oder auch hinderlich wäre.
-
-
Fortbildungsmaterialien von Joscha Falck finden Sie hier:
-
-
Weitere Anregungen und nützliche Materialien wie Handlungsleitfäden zum Unterrichtseinsatz generativer ML-Systeme finden Sie im Blog von Manuel Flick:
-
-
-
Weiterhin folgende Videoempfehlungen zu den Themen des Lernens im Zeitalter von KI, der Rolle des Menschen in einer Welt mit KI und dem künftig noch größeren Wert des Fragens – und warum kein Weg an einer zeitintensiven, anstrengenden Auseinandersetzung mit Lerngegenständen vorbeiführen wird:
-
-
-
…und einer Publikation von Dr. J. Budd & Dr. T. Scarfe über Mensch-KI-Co-Kreation:
-
-
Current AI is only meaningfully creative under human supervision. LLMs are coherent within any single frame, but they possess no trajectory of their own; their aggregated voice resolves into a coherent perspective only when a competent human supplies the grounding.
Vielfalt der Handlungsfelder und Herausforderungen durch Künstliche Intelligenz
-
-
Quelle: Hannah Robold – Berliner Ideenlabor
-
Künstliche Intelligenz durchdringt unsere gesamte Gesellschaft – Bildung ist ein entscheidender Teil davon.
-
Zur Stellungnahme des Deutschen Ethikrates (20.03.2023):
-
-
-
Weiterführende Informationen rund um den Einsatz von KI in unterschiedlichen Handlungs- und Wirtschaftsfeldern finden sich zudem unter dem Titel "KI-Innovationen mit Verantwortung" auf der Plattform Digitales Hessen:
-
Orientierungspapiere zu Rahmenbedingungen und Empfehlungen
Nützliche KI-Apps & Plattformen (beispielhafte Auswahl)
Ein KI-System speziell für den Einsatz in der Schule
-
Das Land Hessen hat mit dem Aufbau eines AIS (adaptives intelligentes (Lern-)System) begonnen, das generative Funktionen enthalten wird und zum Zwecke der Unterstützung bei der Individualisierung und Differenzierung der Lernwege bereitgestellt wird.
Der erste Baustein des Systems ging am 01.10.2025 mit der Bereitstellung einer KI-Chat-Lösung via Kachel im Schulportal Hessen (SPH) an den Start. Der Funktionsumfang ist länderspezifisch angepasst.
Weitere Funktionen sollen im Laufe der Zeit hinzukommen, um den Ansprüchen an ein AIS gerecht zu werden (Stand: 03.10.2025).
-
-
- Die bekannten Schulbuchverlage bieten inzwischen eine Vielzahl an KI-Tools für Lehrkräfte und Schüler/innen an.
-
- Darüber hinaus gibt es Angebote von zahlreichen neuen Anbietern, die sich gezielt auf die Verwendung von KI im Schulkontext spezialisiert haben.
-
Wichtig: Es gibt derzeit keine(!) flächendeckende Bereitstellung derartiger Angebote – auch nicht über das örtliche Medienzentrum. Die Beschaffung ist schulspezifisch zu klären und aus eigenen Mitteln vorzunehmen (je nach Paketumfang aus LMF-Mitteln und/oder Fachschafts- und/oder Fortbildungsbudgets).
Nützliche Apps für den Lehreralltag
-
- Canva (alle Plattformen und browserbasiert):
-
-
…kostenlos für Lehrkräfte und Lernende:
-
-
-
- Obsidian (alle Plattformen):
-
-
Obsidian ist eine umfangreiche Notizen-App mit weitreichenden Funktionen bis hin zur Integration von LLMs (online und offline).
-
-
- NotebookLM (browserbasiert, auch für ältere Schüler/innen interessant, Achtung: Datenschutz beachten!):
-
-
Dieses Tool bietet mittlerweile umfassende multimodale Funktionen und legt den Fokus auf die Verwendung generativer KI für die Erstellung von Lernmaterialien.
-
-
- Google Sparkify (browserbasiert, experimentell):
-
-
Das im Mai 2025 vorgestellte, (noch) experimentelle KI-System Sparkify ermöglich die Erstellung von kurzen Lernvideos im Stil von Short-Videos, wie sie auf Plattformen wie tiktok, YouTube und Instagram zu finden sind.
-
- Google Gemini Storybooks (via Gemini-App):
-
-
-
Das im August 2025 veröffentlichte Feature "Storybooks" stößt in eine ähnliche Richtung vor wie Sparkify: "Erstellen Sie personalisierte, illustrierte Geschichten zu allen möglichen Themen mit Vorlesefunktion. Beschreiben Sie einfach die gewünschte Geschichte, fügen Sie Dateien und Fotos hinzu, und Gemini erstellt ein einzigartiges 10-seitiges Geschichtenbuch."
-
-
- Local Chat (iPadOS und iOS):
-
-
Local Chat ist eine in der Basisversion kostenfreie Client-App für iPadOS/iOS. Sie ermöglicht den schnellen Wechsel zwischen verschiedenen LLMs. Das gewählte LLM kann sogar während des laufenden Chats gewechselt und der bisherige Chatinhalt übertragen werden.
Die Abrechnung erfolgt nach tatsächlicher Nutzung über den eigenen Entwickleraccount – diesen kann prinzipiell jede Person bei einem der Anbeiter von LLMs problemlos beantragen. Die App bietet eine lokale Chat-Archivierung für eine minimierte Datenerfassung und -speicherung bei den Anbietern. Vorlagen für häufig gebrauchte Prompts können hinterlegt werden. Auch kann das Sprachmodell während eines Chats gewechselt und nahtlos mit Zwischenergebnissen weitergearbeitet werden.
-
Empfehlung:
-
OpenAI gpt-oss via Groq nutzen
-
OpenAI hat am 05.08.2025 mit gpt-oss leistungsfähige Open-Source-LLMs veröffentlicht. Diese lassen sich entweder lokal auf einer leistungsstarken GPU oder z. B. über den Dienst Groq (via optimierter LPUs) sehr kostengünstig ausführen. Auf Groq kann via API-Schlüssel zugegriffen werden (wie oben für alle anderen Anbieter bereits beschrieben). – Weiterhin können die gpt-oss-Varianten u. a. durch Fine Tuning angepasst werden.
-
…Groq und gpt-oss:
-
-
…Online-Demo von gpt-oss (OpenAI):
-
-
Für Experten: Es können sogar eigens trainierte Sprachmodelle in Local Chat eingebunden werden.
-
Einsatz in der Schule:
Installation der Local Chat-App auf Schul-iPads möglich, Verteilen eines(!) aktiven Nutzerschlüssels zu Beginn der Arbeitsphase, Deaktivieren des Schlüssels nach Ende der Arbeitsphase (d. h. nachfolgend keine kostenpflichtige Nutzung mehr möglich bis Reaktivierung) – Vorteil: Lernende müssen keine eigenen Nutzerkonten besitzen und die eingegebenen Daten werden laut Aussage der LLM-Diensteanbieter nicht zu Trainingszwecken verwendet und nach 30 Tagen von den Servern gelöscht. Zudem kann eine Vielzahl sehr leistungsfähiger Modelle genutzt werden, die anderenorts nicht kostenfrei zugänglich sind.
-
-
- LM Studio (macOS, Windows und Linux):
-
-
LM Studio ermöglicht die bequeme Nutzung verschiedener Offline-LLMs mit zahlreichen Personalisierungsoptionen. Die App ist sehr umfangreich und daher nur für macOS, Windows und Linux, nicht aber für das iPad erhältlich.
-
-
- Whisper Transcription (MacWhisper, iPadOS/iOS):
-
-
Ebenso wie die Pro-Version für macOS unterstützt die mobile App die lokale (on-device) Transkription von Audio- und Videomedien – wenn auch mit einem weniger leistungsfähigen Standardmodell. Optional kann ein Abonnement abgeschlossen werden, sodass Transkriptionen in der Cloud durchgeführt werden können. Künftig soll über eine Assistentenfunktion eine direkte Weiterverarbeitung der Transkripte mit Text-LLMs (vgl. "ChatGPT") z. B. für das Erstellen von passgenauem Unterrichtsmaterial ermöglicht werden (kostenpflichtig).
-
- Whisper Transcription (MacWhisper Pro, macOS):
-
-
MacWhisper Pro ist kostenpflichtig, aber eine für Lehrkräfte sehr nützliche App. Sie ermöglicht die lokale (on-device) Transkription von offline- und online-verfügbaren Audio- und Videomedien. Zudem kann man wiederkehrende Arbeitsschritte hinterlegen und mithilfe der Integration diverser LLMs automatisiert KI-basierte Arbeitsmaterialien zu Audio- und Videomedien erstellen.
NEU: Edumaps KI (OpenAI GPT)
-
-
In der nachfolgenden Map findet sich eine umfassende Anleitung:
-
Generative ML-Systeme für unterschiedliche Zwecke (beispielhafte Auswahl)
Texte und Sprache / Programmieren
Video (Bewegtbild)
-
-
-
-
-
-
-
-
-
-
-
-
Hilfestellungen zur Verwendung von Firefly:
-
-
Laut Eigenauskunft bemüht sich Adobe beim Training der Firefly-Modelle um die Wahrung des Urheberrechts:
"Um die kommerzielle Nutzung der mit Firefly generierten Inhalte zu ermöglichen, verwendet Adobe für das Training des Firefly-Videomodells lizenzierten Content, etwa von Adobe Stock, sowie gemeinfreie Inhalte, deren Urheberrechtsschutz abgelaufen ist. Content von Userinnen und Usern von Adobe wird nicht für das Training verwendet."
-
Weiterhin besteht die Möglichkeit, Videos zu übersetzen und die Lippenbewegung an die neue Sprache anzugleichen:
-
-
-
Weitere generative Modelle zur Videoerzeugung finden Sie bei Replicate (siehe unten).
3D-Modelle
-
Mittlerweile lassen sich auch 3D-Modelle per Text-Prompt oder anhand einer BIldvorlage erzeugen. Alle Infos zu diesem Thema sind in dieser Edumap zu finden:
-
Weitere generative ML-Systeme in der Cloud
-
- Replicate – eine Plattform für Fortgeschrittene:
-
-
-
-
Dienste wie Replicate und OpenRouter bieten zahlreiche ML-Systeme für fortgeschrittene Nutzerinnen und Nutzer über einen leistungsfähigen Cloudservice an (Abrechnung nach Nutzung).
Hinweis
-
Bitte überprüfen Sie stets die Datenschutzkonformität aller – auch der auf dieser Edumap aufgeführten – Dienste zum Zeitpunkt der Verwendung! – Beachten Sie ferner die entsprechenden Hinweise aus der Handreichung des HMKB.
-
-
Beachten Sie außerdem den Selbstlernkurs der Lehrkräfteakademie zum Thema Datenschutz.
Datenschutzkonformes Prompting
Datenschutzkonforme Bereitstellung
-
Mit HAWKI können öffentliche Institutionen einen datenschutzkonformen Zugang zu generativen KI-Systemen bereitstellen. Hierzu wird eine lokale Umgebung installiert, die pseudonymisierten Zugang zu lokalen und cloudbasierten LLMs ermöglicht. Die grundlegende Software ist ein Open-Source-Projekt und kostenfrei via GitHub verfügbar.
-
-
-
„Mit HAWKI bieten wir einen flexiblen Interaktionsraum, der sich an die individuellen Bedürfnisse jeder Hochschule anpasst, ohne starre Vorgaben zu machen. Unser Ansatz fördert die Zusammenarbeit und den Austausch zwischen Hochschulen, um gemeinsam innovative Werkzeuge zu entwickeln und Ressourcen effizient zu nutzen. Dabei bleibt stets im Fokus, ein offenes, datenschutzkonformes und zukunftssicheres System zu gestalten, das die Möglichkeiten generativer KI für Lehre, Forschung und Verwaltung voll ausschöpft."
(Rück-)Blick in die Zukunft...
Multimodale GPTs als individuelle Lernhelfer und Assistenten
-
-
Multimodale GPTs sind in der Lage, Text-, Audio- und Bild-/Bewegtbildeingaben gemeinsam zu verarbeiten und entsprechende Ausgaben zu generieren. Im Bildungskontext lässt sich dies z. B. in den Feldern Sprachlernen und MINT nutzen, grundsätzlich aber in jedem Kontext. Hier könnten multimodale GPTs – vorausgesetzt die Antwortqualität ist qualitativ gut und die Lehrkraft kann bestenfalls Einfluss auf das Antwortverhalten des Systems nehmen* – die Differenzierung und Individualisierung des Lernens massiv vorantreiben.
-
Seit 31.01.2025 ist die im Video demonstrierte KI-Chat-Anwendung für Endnutzer/innen in Europa verfügbar. Mittlerweile gibt es eine speziell beworbene Weiterentwicklung, den sogenannten Lernmodus ("study mode"):
-
-
Wichtig: Die Verantwortung für den Lernprozess wird nach wie vor bei der Lehrkraft sowie den Lernenden selbst und nicht bei "der KI" liegen!
-
Ein kritischer Beitrag über den Lernmodus wurde auf dem Deutschen Schulportal von Autorin Nele Hirsch veröffentlicht (06.08.2025):
-
(Web-)Apps und Artefakte per Prompt generieren
-
Auf folgender Website sind Beispiele für (Web-)Apps zu finden, die mit OpenAIs GPT-5 generiert wurden:
-
-
-
Im Kontext Schule können so z. B. digitale Lernartefakte erstellt werden, die didaktisch unterschiedlich verortet werden können.
– Anmerkung des Autors der Edumap: Seit dem Schuljahr 2025/26 setze ich selbst derartige Materialien in meinem eigenen Unterricht höchst erfolgreich ein. Egal ob digitale Inputs, Simulationen, Übungsumgebungen, Auswertungstools oder Reflexions- und Feedbackformate – all das lässt sich mit grundlegenden Codingkenntnissen KI-assistiert realisieren.
Bewegtbild-GPTs (Video generieren)
-
–> zur Übersichtsbox "Video generieren (Bewegtbild)"
-
In einer zukünftigen Iteration und integriert in ein multimodales GPT-System könnten mithilfe von "Video-KI" individuelle Lernvideos generiert werden, in denen fachliche Inhalte an die individuellen Bedürfnissen der Lernenden angepasst und audiovisuell aufbereitet vermittelt werden.
-
- Synthesia lässt es "menscheln":
-
-
…aber auch missbrauchen:
-
Computersteuerung per Prompt
-
Per Text- bzw. Sprachprompt komplexe Aufgaben am Computer von "der KI" erledigen lassen – das ist schon jetzt in Grundzügen möglich:
-
-
We’re also introducing a groundbreaking new capability in public beta: computer use. Available today on the API, developers can direct Claude to use computers the way people do—by looking at a screen, moving a cursor, clicking buttons, and typing text.
-
-
-
Auch OpenAI bietet mit dem Operator (seit 12.03.2025 in Europa verfügbar) ein ML-System mit der Fähigkeit zu computer use:
-
Generative Simulation virtueller Welten
-
Google DeepMind präsentierte am 05.08.2025 eine LLM names Genie 3, das in der Lage ist, per Textprompt interaktive, virtuelle Umgebungen in HD-Auflösung zu generieren.
-
-
Physical AI - KI im Alltag & Robotik
Weiterführende Angebote, Materialien und Informationsquellen mit Schulbezug
Fortbildungsangebote Hessen
Selbstlernkurse im Schulportal Hessen
Edumaps der LA Hessen (Edith Buhl)
-
- "ChatGPT und andere KI-Tools an der Schule":
-
-
- "Einstieg in ChatGPT für Lehrkräfte":
-
-
-
- ergänzendes Video zu Aufgaben im Zeitalter von KI (bezugnehmend auf AIAS):
-
Weitere Informationsquellen und Fortbildungsangebote
-
-
-
-
-
-
-
- Materialsammlung der PH Zürich:
-
-
- Landesinstitut Hamburg: KI-Portal - Leitlinien für den Einsatz von KI-Systemen:
-
-
- mebis (Bayern) – Künstliche Intelligenz:
-
-
-
-
- ALP Dillingen (Bayern) – Künstliche Intelligenz in Schule und Unterricht:
-
-
Besonderheit: Für außerbayerische Lehrkräfte steht ein Bewerbungsformular zur Verfügung.
-
- KI-Campus – KI in der Schule:
-
-
- Colin de la Higuera and Jotsna Iyer: KI für Lehrkräfte : ein offenes Lehrbuch:
-
Darüber hinaus hörenswerte Podcasts…
Interaktive Podcastserie für Jugendliche – „Zwischen den Räumen“
-
Die Podcastserie stellt ein freies Lernmaterial zur philosophischen und medientheoretischen Auseinandersetzung mit dem Thema Künstliche Intelligenz beispielsweise im Fach Digitale Welt (Hessen) oder im Informatik- sowie Ethikunterricht dar. Je nach Schulform ist die Verwendung ab Jahrgangsstufe 6 möglich. / Autor und Produktion: Dominik Kluge (zugleich Autor dieser Edumap)
-
https://he.edumaps.de/file/4382491448509845101.png/d5oo5zt
Hinweis: Diese Edumap wird seit August 2025 aufgrund eines veränderten Arbeitsbereichs des Autors mit verringerter Frequenz aktualisiert.