Der Einsatz von KI in der Lehre ist keine technische Frage, sondern eine Frage der Verantwortung. KI kann analysieren, strukturieren, variieren und skalieren. Was sie nicht kann, ist Ziele setzen, Bedeutung herstellen oder Verantwortung übernehmen. Diese Artikelreihe folgt daher einem klaren Prinzip: Der Mensch führt. Die KI übernimmt klar definierte Aufgaben im Team.
Das Modell verdichtet Perspektiven aus der Hochschuldidaktik, dem Instructional Design (ADDIE), KI-Literacy-Ansätzen und dem AI-Team-Denken nach Dr. Sabba Quidwai. Jeder Artikel beschreibt eine Rolle – mit theoretischer Einordnung, praktischen Beispielen und einem Use Case zum direkten Einsatz.
Die Führungsrolle des Menschen
Artikel 1: Warum Lehre mit KI eine Führungsfrage ist - der Mensch als Stratege
Der Stratege ist die zentrale menschliche Rolle in diesem Modell. Er trägt die Verantwortung für Zielklärung, Kontext, Entscheidungen und Konsequenzen. Das Teaching Statement ist das strategische Führungsinstrument, das KI-gestützte Arbeit personalisiert und anschlussfähig macht.
KI trifft keine pädagogischen Entscheidungen. Das tut der Mensch.
Use Case: Das Teaching Statement als KI-Betriebssystem
Generative KI liefert generische Ergebnisse, solange sie keinen klaren Rahmen hat. Der Use Case zeigt Schritt für Schritt, wie ein persönliches Teaching Statement entwickelt, als PDF gespeichert und als Grundlage für alle KI-gestützten Prozesse genutzt wird. Inklusive Master-Prompt für die geführte Entwicklung im KI-Gespräch.
Artikel 2: KI als Unterstützer bei der Lernbedarfsanalyse – Muster sichtbar machen, nicht interpretieren
In dieser Rolle strukturiert und wertet die KI heterogene Informationen aus Umfragen, Selbsteinschätzungen und Rückmeldungen aus. Sie macht Muster im Vorwissen, in Lernpräferenzen und Unsicherheiten sichtbar – die Interpretation und die didaktischen Konsequenzen liegen vollständig beim Strategen.
KI erkennt Muster. Der Mensch versteht Menschen – und entscheidet, wie sie genutzt werden.
Use Case: Lernbedarfsanalyse mit KI
Ein strukturiertes Umfrageformular erhebt Vorerfahrungen, Präferenzen und Hürden der Lerngruppe. Die anonymisierten Daten werden in eine spezialisierte KI-Instanz geladen, die auf Basis des Teaching Statements Muster identifiziert und eine adaptive Lernmatrix erstellt. Der Use Case liefert Beispielfragen, den vollständigen System-Prompt und eine vierstufige Prozessarchitektur.
Artikel 3: KI als Gestalter von Lernräumen – Vorschläge für Struktur, Ablauf und Szenarien
Als „Didactic Design Partner“ entwickelt die KI konkrete Vorschläge für Lernsettings, methodische Abfolgen und alternative Szenarien. Sie verknüpft Teaching Statement und Lernbedarfsanalyse und übersetzt beides in umsetzbare Entwürfe – die finale Gestaltung obliegt der Lehrkraft.
KI entwirft Möglichkeiten. Der Mensch gestaltet bewusst.
Use Case: KI-gestützte Entwicklung von Lernszenarien
Die KI wird als „Didactic Design Partner“ konfiguriert und erhält Teaching Statement und Lernbedarfsanalyse als Grundlage. Sie entwirft konkrete Ablaufpläne mit Zeitangaben, Methoden und Sozialformen – inklusive kreativer Lösungen für statische Räume. Der Use Case enthält System-Anweisung, Beispiel-Prompts und eine vierstufige Schleife von der Datenbasis zum fertigen Szenario.
Artikel 4: KI als Partner für Perspektivwechsel – Reflexion unterstützen, Einordnung ermöglichen
In dieser Rolle fungiert KI als Spiegel und Reflexionspartner. Sie stellt gezielte Rückfragen, macht implizite Annahmen in der Lehrplanung sichtbar und eröffnet alternative Perspektiven – durch sokratisches Nachfragen, das Aufdecken blinder Flecken oder die Entdeckung neuer Methoden und Formate. Die Einordnung und Konsequenz liegt beim Menschen.
KI kann spiegeln. Die Verantwortung für die Einordnung bleibt menschlich.
Use Case: KI als Reflexionspartner
Die KI wird als neutraler Gesprächspartner konfiguriert, der keine Bewertungen vornimmt, sondern gezielte Rückfragen stellt. Der Use Case beschreibt drei Dimensionen – blinde Flecken aufdecken, sokratisches Nachfragen, neue Formate entdecken – und liefert System-Anweisung sowie konkrete Prompts für jede Dimension. Der Prozess folgt einer offenen Reflexionsschleife ohne festen Endpunkt.
Artikel 5: KI als kritischer Moderator – Prozesse sichtbar machen, nicht glätten
Als kritischer Moderator unterstützt KI dabei, Denk- und Entstehungsprozesse offenzulegen. Sie hilft, Prompt-Entscheidungen zu reflektieren, Argumentationslinien nachzuzeichnen und Ergebnisse als Advocatus Diaboli herauszufordern – nicht um zu destruieren, sondern um das Denken dahinter zu stärken.
KI kann hinterfragen. Der Mensch trägt die Konsequenzen.
Use Case: KI als kritischer Moderator
Die KI übernimmt die Rolle des Advocatus Diaboli: Sie zeichnet Argumentationslinien nach, benennt Prämissen und formuliert Gegenargumente – nicht um Ergebnisse zu verwerfen, sondern um das Denken dahinter zu härten. Der Use Case enthält System-Anweisung, drei Beispiel-Prompts und eine fünfphasige Prozessarchitektur von der Prozessoffenlegung bis zum Transfer auf Studierende.
Zusatz: Was Lehrkräfte wirklich können müssen – Praxis vor Messung
Drei internationale Kompetenzmodelle – Long & Magerko (2020), Delcker, Heil & Ifenthaler (2024) und das AILit Framework der OECD und EU-Kommission (2025) – beschreiben, was KI-Kompetenz bei Lehrenden bedeutet. Dieser Artikel zeigt, wo die Modelle übereinstimmen, wo sie Grenzen haben und warum der Weg von der Messung zur Praxis noch gebaut werden muss. Das AILit Framework mit seinen vier Domänen mappt direkt auf die fünf Rollen dieser Reihe.
