Als ich noch als Lehrperson tätig war, waren die Sommerferien für mich weit mehr als eine unterrichtsfreie Zeit. Es waren Wochen, in denen neue Unterrichtsideen entstanden, Konzepte überarbeitet und Materialien für das kommende Schuljahr entwickelt wurden.
Auch heute nutze ich diese Zeit intensiv. Zwar begleite ich Schulen heute vor allem als Beraterin für KI und digitale Schulentwicklung, doch eines ist gleich geblieben: Die Sommerferien sind für mich die Zeit, neue Entwicklungen auszuprobieren und darüber nachzudenken, wie sie das Lernen verändern können.
In diesem Sommer beschäftigt mich vor allem eine Frage:
Wie verändert agentische KI den Unterricht – nicht nur als neues Werkzeug, sondern als neue Form der Zusammenarbeit zwischen Mensch und KI?
Je länger ich mich mit dieser Frage beschäftige, desto klarer wird: Die eigentliche Veränderung besteht nicht darin, dass KI immer bessere Antworten liefert. Sie verändert die Art und Weise, wie Lernprozesse geplant, gesteuert und reflektiert werden.
Genau daraus ist ein didaktisches Modell entstanden, das Schulen dabei unterstützt, Mensch-KI-Zusammenarbeit systematisch in den Unterricht zu integrieren. Im Mittelpunkt stehen nicht einzelne KI-Tools, sondern die Kompetenz, Mensch-KI-Workflows bewusst zu planen, zu steuern, zu dokumentieren und zu reflektieren.
Das Ende des einfachen Promptens
In vielen Klassenzimmern wird Künstliche Intelligenz noch immer vor allem als Antwortmaschine genutzt. Schülerinnen und Schüler stellen Fragen, lassen Texte formulieren oder Zusammenfassungen erstellen. Dieses Arbeiten mit isolierten Prompts ist ein sinnvoller Einstieg – schöpft das Potenzial moderner KI jedoch längst nicht aus.
Die eigentliche Veränderung beginnt dort, wo KI nicht mehr nur einzelne Antworten liefert, sondern Teil eines strukturierten Arbeitsprozesses wird. Aus dem Werkzeug wird ein Arbeitspartner. Aus einzelnen Prompts entstehen Mensch-KI-Workflows.
Die entscheidende Zukunftskompetenz besteht deshalb nicht mehr darin, möglichst gute Prompts zu schreiben. Lernende müssen lernen, komplexe Arbeitsprozesse gemeinsam mit KI zu planen, zu steuern, zu überwachen und kritisch zu reflektieren.
Vom Werkzeug zum Arbeitspartner
Oft wird in diesem Zusammenhang von agentischer KI (Agentic AI) gesprochen. Gemeint sind KI-Systeme, die nicht nur auf einzelne Anfragen reagieren, sondern innerhalb eines definierten Rahmens selbstständig mehrere zusammenhängende Aufgaben übernehmen können.
Während klassische KI-Tools in der Regel auf einen einzelnen Prompt reagieren, können agentische Systeme Informationen recherchieren, Lösungsansätze entwickeln, Entwürfe erstellen, Zwischenergebnisse überprüfen und Verbesserungsvorschläge machen. Dabei arbeiten sie mehrere Schritte nacheinander ab und verfolgen ein definiertes Ziel.
Im Bildungsbereich interessiert mich jedoch weniger die Technologie selbst als die daraus entstehende Arbeitsweise. Entscheidend ist, dass Lernende lernen, Mensch-KI-Workflows bewusst zu planen, zu steuern und zu reflektieren. Der Mensch definiert das Ziel, legt den Rahmen fest und trägt die Verantwortung für Entscheidungen und Qualität.
Agentische KI verändert den Unterricht deshalb nicht allein, weil sie mehr Aufgaben übernehmen kann. Sie verändert ihn, weil sich die Rolle der Lernenden verändert – vom Ausführenden hin zum Gestalter und Orchestrator von Mensch-KI-Arbeitsprozessen.
Der Mensch wird zum Dirigenten
Damit solche Workflows funktionieren, verändert sich auch die Rolle der Lernenden.
Sie sind nicht mehr primär Nutzerinnen und Nutzer eines Werkzeugs, sondern übernehmen die Rolle eines Dirigenten. Sie planen den Ablauf, definieren Verantwortlichkeiten und entscheiden, an welchen Stellen KI eingesetzt wird und wo menschliche Entscheidungen unverzichtbar bleiben.
Vor Beginn der eigentlichen Arbeit entsteht deshalb ein Orchestrierungsplan. Er beschreibt den gesamten Arbeitsprozess und legt fest,
- welche Teilaufgaben bearbeitet werden,
- welche Aufgaben Menschen übernehmen,
- welche Aufgaben an KI delegiert werden,
- an welchen Stellen Ergebnisse überprüft werden,
- und wie Entscheidungen dokumentiert werden.
Innerhalb dieses Plans können unterschiedliche Agenten gezielt eingesetzt werden, beispielsweise:
- Fach-Agenten für die inhaltliche Bearbeitung,
- Recherche-Agenten für die Informationsbeschaffung,
- Kontroll-Agenten zur Qualitätsprüfung,
- Reflexions-Agenten zur Unterstützung der Metakognition.
Die Verantwortung bleibt dabei jederzeit beim Menschen.
Das Ziel lautet nicht:
Die KI soll die Aufgabe lösen.
Sondern:
Lernende sollen Mensch-KI-Workflows bewusst planen, dokumentieren, steuern und reflektieren – statt lediglich ein KI-Tool zu bedienen.
Kontrolle statt blindem Vertrauen
Während der Bearbeitung wird jeder KI-Einsatz transparent dokumentiert.
Nicht nur das Ergebnis ist relevant, sondern auch,
- warum KI eingesetzt wurde,
- welche Prompts verwendet wurden,
- welche Entscheidungen getroffen wurden,
- welche Ergebnisse übernommen oder verworfen wurden,
- welche Anpassungen notwendig waren.
Gerade Fehler werden dabei zu wertvollen Lerngelegenheiten.
Wenn ein Agent fehlerhafte oder unbrauchbare Ergebnisse liefert, beginnt der eigentliche Lernprozess. Die Lernenden entscheiden beispielsweise,
- ob der Auftrag präzisiert werden muss,
- ob ein anderes Modell geeigneter wäre,
- ob zusätzliche Informationen fehlen,
- oder ob dieser Arbeitsschritt besser ohne KI ausgeführt werden sollte.
Nicht die fehlerfreie Antwort steht im Mittelpunkt, sondern die Fähigkeit, den Arbeitsprozess kritisch zu steuern.
Reflexion wird zum eigentlichen Leistungsnachweis
Damit verändert sich auch die Leistungsbeurteilung.
Nicht allein das fertige Produkt zeigt, ob Lernen stattgefunden hat. Entscheidend ist, wie Lernende ihre Zusammenarbeit mit KI gestalten und begründen können.
Fragen wie diese gewinnen an Bedeutung:
- Welche Aufgaben konnten ohne KI effizienter gelöst werden?
- Wo brachte KI einen echten Mehrwert?
- Wo entstanden neue Risiken oder Unsicherheiten?
- Welche Entscheidungen wurden bewusst selbst getroffen?
- Wie wurde die Qualität der KI-Ergebnisse überprüft?
- Welche Anpassungen am Workflow waren notwendig?
Die Reflexion über den eigenen Mensch-KI-Workflow wird damit selbst zu einer zentralen Kompetenz – und zunehmend auch zum eigentlichen Leistungsnachweis.
Was bedeutet das für Schulen?
In meiner Arbeit mit Schulen beobachte ich, dass die eigentliche Herausforderung nicht die Einführung neuer KI-Tools ist. Entscheidend ist vielmehr, wie Mensch-KI-Zusammenarbeit pädagogisch, organisatorisch und didaktisch gestaltet wird.
Aus meiner Sicht rücken deshalb Fragen wie diese in den Mittelpunkt:
- Welche Aufgaben können sinnvoll an KI delegiert werden?
- Wie werden Mensch-KI-Workflows dokumentiert?
- Welche Kompetenzen sollen beurteilt werden?
- Welche Rahmenbedingungen braucht ein verantwortungsvoller KI-Einsatz?
- Welche Rolle übernehmen Lehrpersonen künftig im Lernprozess?
Damit rücken Fragen der Schulentwicklung, der Governance und der Prüfungskultur stärker in den Mittelpunkt als die Auswahl einzelner KI-Tools.
Ein didaktisches Modell für den Unterricht der Zukunft
Unabhängig vom Fach folgt ein Mensch-KI-Workflow einem klaren Muster:
- Aufgabe und Ziel klären.
- Arbeitsprozess in Teilaufgaben zerlegen.
- Mensch- und KI-Rollen definieren.
- Orchestrierungsplan erstellen.
- Workflow durchführen und dokumentieren.
- Ergebnisse überprüfen und verbessern.
- Zusammenarbeit reflektieren und begründen.
Dieses Modell lässt sich im Mathematikunterricht ebenso einsetzen wie in den Wirtschaftswissenschaften, den Naturwissenschaften oder im Sprachunterricht. Es ist nicht an ein bestimmtes KI-Tool gebunden, sondern vermittelt eine überfachliche Kompetenz, die Lernende in Studium, Beruf und Arbeitswelt benötigen.
Fazit
Die Zukunft gehört nicht denjenigen, die KI möglichst schnell bedienen können. Sie gehört denjenigen, die Mensch und KI so orchestrieren können, dass Verantwortung, Qualität und Lernen erhalten bleiben. Prompting war der erste Schritt. Die eigentliche Zukunftskompetenz besteht darin, komplexe Mensch-KI-Workflows bewusst zu gestalten. Genau diese Fähigkeit wird in den kommenden Jahren zu einer Schlüsselkompetenz für Schule, Studium und Arbeitswelt.
Denn die entscheidende Frage lautet nicht mehr:
Dürfen wir KI im Unterricht einsetzen?
Sondern:
Wie gestalten wir die Zusammenarbeit zwischen Mensch und KI so, dass Lernen, Verantwortung und kritisches Denken im Mittelpunkt bleiben?
