Educafé ·24. September 2026
Sie macht sichtbar, welche Aufgaben bisher vor allem fertige Produkte statt Lernen und Denken gemessen haben.
Die KI darf Material erzeugen, Vorschläge machen und simulieren. Die Lernenden prüfen die KI-Ergebnisse, übernehmen, verändern oder verwerfen sie und begründen ihre Entscheidungen.
Der Ausgangspunkt
Nicht mit der Frage beginnen, ob KI erlaubt oder verboten ist. Zuerst wird geklärt, was Lernende selbst verstehen, beurteilen und tun können sollen. Erst danach folgen der passende Lernnachweis, die Lernaktivität und die Rolle der KI.
Was sollen die Lernenden am Ende wissen, können und als bedeutsam erkennen?
Woran lässt sich erkennen, dass dieses Ziel tatsächlich erreicht wurde?
Welche Aktivitäten unterstützen das Lernen, und wo hilft oder stört KI dabei?
Quelle: MIT Teaching + Learning Lab: «Backward Design» nach Wiggins und McTighe.
Danach diagnostizieren
Wenn das Lernziel feststeht, zeigen zwei Fragen, ob das Aufgabenformat individuelles Verstehen überhaupt sichtbar machen kann.
«Wer Aufgaben jetzt neu baut, baut sie nicht gegen KI, sondern für das, was Prüfungsdesign schon immer leisten sollte: eine klare Trennung zwischen Verstehen und Vortäuschen.»
Quellen: Barbara Geyer: «Das Polmodell» (Substack) und «Welche Aufgabenstellungen funktionieren in Zeiten von KI noch?» (LinkedIn).
Das Polmodell
Barbara Geyers Polmodell fragt, was sich aus einem Lernprodukt tatsächlich über die Kompetenz einer einzelnen Person schliessen lässt.
Die Leistung entsteht mündlich, praktisch oder unter Aufsicht und ist einer Person zurechenbar.
KI liefert Rohmaterial. Die bewertete Leistung entsteht beim Prüfen, Entscheiden und Verbessern.
Ein unbeaufsichtigtes Endprodukt soll Kompetenz belegen, obwohl KI wesentliche Teile erzeugen kann.
Wichtig: Bei einer formativen Lernaufgabe kann ein KI-Produkt sehr nützlich sein. Es darf nur nicht allein als Nachweis selbst aufgebauter Kompetenz behandelt werden.
Quellen: Barbara Geyer: «Das Polmodell» (Substack) und der ergänzende LinkedIn-Beitrag.
Aufgaben gestalten und prüfen
Die ersten vier Fragen gestalten die Arbeitsteilung zwischen Lernenden und KI. Die fünfte prüft, ob daraus tatsächlich Verstehen entstehen kann.
Was sollen Lernende selbst verstehen, beurteilen und tun können?
Welches Denken verlangt die Aufgabe? (z. B. erklären, vergleichen, begründen)
Bloom-Verben als Denkimpulse öffnenKI-Ergebnisse prüfen, übernehmen oder verändern – und die Entscheidung begründen («Lernspuren»)
Bewirkt die Aufgabe tatsächliches Verstehen oder produziert sie nur überzeugenden Output?
(Diese fünf Fragen enthalten Ideen und Erkenntnisse aus verschiedenen Quellen: Lernziel und Agency / ICAP nach Chi und Wylie / AIAS 2.1 / «Lernspuren» / B. Geyers Trennung von Verstehen und Vortäuschen.)
Kleine Eingriffe
Vor dem Umbau hilft ein kurzer KI-Stresstest: Wo ermöglicht die Aufgabenstellung bereits überzeugenden Output ohne das beabsichtigte Denken?
Kurztest nach Doan Winkel: «Before I assign anything, I ask AI to cheat on it». Ausführlicher Prüf- und Umbauprompt von François Jourde.
Hinweis: Paul Matthews · Beitrag zur Neugestaltung von Aufgaben mit KI.
Statt eines traditionellen Aufsatzes, der leicht von einer KI erzeugt werden kann, wird das Kernformat durch eine Aufgabe ersetzt, die eine persönliche Leistung oder Interaktion in Echtzeit erfordert.
Beispiele: Live-Rede, Videopräsentation, Podcast, interaktive Debatte oder Viva-voce-Prüfung (mündliche Prüfung)
Das Produkt bleibt, verlangt aber zusätzlich Begründungen, Quellenkontrolle, Änderungsentscheidungen oder ein Fachgespräch.
Beispiele: handschriftliche Reflexion im Unterricht; eine kommentierte Quellenliste, in der erläutert wird, warum die Quellen ausgewählt wurden
Der Weg wird sichtbar: eigener Anfang, begrenzte KI-Phase, Prozessartefakt und menschlicher Abschluss werden verbindlich.
Beispiel: einen mehrwöchigen Aufsatz in verbindliche, im Unterricht bearbeitete Zwischenetappen aufteilen, etwa gemeinsame Ideensammlungen, Feedbackrunden zur Gliederung und betreutes Schreiben am Entwurf
KI-Output wird zum Prüfmaterial
Ein fertiger Text wird abgegeben; die Entwicklung bleibt unsichtbar.
Die Lernenden schreiben zuerst selbst. Danach erhalten sie sprachliches und strukturelles KI-Feedback, prüfen die Hinweise und überarbeiten gezielt.
Ausgangstext, ausgewählte Feedbackhinweise, überarbeitete Fassung und eine kurze Begründung der wichtigsten Entscheidungen.
Neuer Wortschatz und neue Formen werden anhand eines einzigen vorgegebenen Textes aus dem Kursbuch besprochen und gelernt.
Die Lehrperson oder die Lernenden erstellen aus einer vorgegebenen Wortliste einen oder mehrere eigene Texte. Das kann eine «coole» Geschichte wie im Beispiel hier oder ein Text aus einem Interessengebiet der Schüler:innen sein. Die entstandenen Texte werden anschliessend kritisch beleuchtet.
Markierungen im KI-Text, begründete Korrekturen, die sprachlichen Entscheidungen der Gruppe sowie Erklärungen zur Bedeutung der vorgegebenen Wortschatzelemente im neu entstandenen Kontext.
Eine Figurenanalyse oder Interpretation wird nur als Endprodukt beurteilt.
Eigene Beobachtungen entstehen vor der KI-Nutzung. Anschliessend vergleichen die Lernenden sie mit einer KI-Zusammenfassung oder einer simulierten Figurenstimme.
Textbelege, angenommene oder verworfene KI-Ideen und ein eigenes literarisches Urteil. Die Simulation wird als Modellkonstruktion gekennzeichnet.
Weitere Fächer
Diese Entwürfe sind bewusst relativ allgemein gehalten. Die konkreten Quellen, Kriterien und fachlichen Sicherungen ergänzt die jeweilige Lehrperson.
Aufgabe: Zwei KI-Darstellungen eines historischen Ereignisses oder politischen Konflikts mit einer im Unterricht behandelten Quelle vergleichen.
Menschliches Urteil: Die Lernenden markieren Behauptungen, Perspektiven und Auslassungen und formulieren ein quellenbasiertes Urteil.
Aufgabe: Zuerst einen eigenen Lösungsansatz skizzieren, danach mit einer KI-Lösung vergleichen und die erste Abweichung untersuchen.
Menschliches Urteil: Die Lernenden prüfen rechnerisch oder grafisch, welcher Schritt trägt, erklären den Fehler und lösen anschliessend eine kurze Transferaufgabe ohne KI.
Aufgabe: Vor einem Versuch eine eigene Prognose festhalten. Nach der Messung schlägt die KI eine Interpretation der Daten vor.
Menschliches Urteil: Die Lernenden vergleichen Prognose, Messwerte und KI-Deutung, benennen Unsicherheiten und begründen ihre Schlussfolgerung.
Aufgabe: Einen realistischen Kundenauftrag mit Zielgruppe, Budget und lokalen Bedingungen bearbeiten. Die KI liefert mehrere Lösungsvorschläge.
Menschliches Urteil: Die Lernenden legen Kriterien fest, wählen oder verändern einen Vorschlag und verteidigen ihre Entscheidung in einem kurzen Gespräch.
Aufgabe: Eine menschlich entwickelte, eine KI-generierte und eine gemeinsam entwickelte Fassung gegenüberstellen.
Menschliches Urteil: Die Lernenden erläutern Absicht, gestalterische Entscheidungen, Urheberschaft und ethische Grenzen und begründen ihre bevorzugte Fassung.
Für Lernende
Wie überzeugend, klar und adressatengerecht wirkt das Ergebnis?
Welche Aussagen sind belegt und welche müssen überprüft werden?
Was setzt die Antwort voraus, ohne es ausdrücklich zu nennen?
Wer entscheidet über Verwendung, Veröffentlichung oder Umsetzung?
Aufgabenwerkstatt
«Erkläre die Photosynthese.»
Eine KI liefert dazu in wenigen Sekunden eine fachsprachlich überzeugende Standardantwort. Am fertigen Text ist kaum erkennbar, ob die Lernenden die Stoff- und Energieumwandlung tatsächlich verstanden haben.
Mögliche Neufassung: Vor der KI zeichnen die Lernenden ein Prozessmodell und kennzeichnen Stoff- und Energieumwandlung. Dann vergleichen sie eine KI-Erklärung mit ihrem Modell und dem Unterrichtsmaterial, markieren Übereinstimmungen und Unterschiede und überarbeiten ihr Modell begründet. Zum Schluss beantworten sie ohne KI eine Transferfrage: «Was verändert sich, wenn Licht oder CO₂ knapp wird?»
Digitales Pausenbrot, Lucca Spohn
Quellen und Vertiefungen
