KI in der Lehrerbildung: Warum strukturierte Konzepte das Improvisieren ablösen müssen

Strukturiert testen statt improvisieren

Nach Angaben von MyJoyOnline hat der KI-Koordinator der Kwame Nkrumah University of Science and Technology (KNUST), Professor Eric Appau Asante, auf der National Conference of Principals of Colleges of Education (PRINCOF) eine Test-Metrik für KI-Einsatz in der Lehrerbildung formuliert. Die Entscheidung laute demnach nicht KI ja oder nein, sondern strukturierter, beaufsichtigter Einsatz gegen improvisierten, intransparenten Einsatz. Wer generative KI ohne Bezug zu nationalen Lehrer-Standards und zum National Teacher Education Curriculum Framework einführe, lasse die Technologie die Pädagogik diktieren – nicht umgekehrt. Asantes Ausgangspunkt ist nüchtern: Die Adoptionskurve bei Studierenden verläuft schneller als die institutionelle Vorbereitung.

Drei skalierbare Anwendungsfelder

Asante benennt konkrete Felder, die sich für gestaffelte Einführung eignen – nicht als Heilsversprechen, sondern als Last-Reduktion im Lehralltag:

• Volumenarbeit auslagern. Literatur-Triage, Instrumentendesign für Forschung, initiales Codieren qualitativer Daten, sprachbezogene Aufgaben – Tätigkeiten mit hohem Durchsatz und niedrigem pädagogischem Risiko. Lehrkräfte gewinnen Kapazität für didaktische Kernarbeit zurück.
• Kompetenz curricular verankern. KI-Kompetenz muss gelehrt, geübt, geprüft und als professionelle Kompetenz anerkannt werden – sonst bleibt sie Graufläche im Portfolio einzelner Lehrkräfte.
• Rollenwechsel akzeptieren. Die Lehrkraft wandert vom Informationstransmitter zum Designer, Evaluator, Mentor, Interpreter und Supervisor intelligenter Systeme. Das ist kein Add-on, sondern eine messbare Verschiebung im Aufgabenprofil.

Machbarkeitsbewertung: bedingt Go

Die kritische Variable ist nicht die Technologie, sondern die Äquität. Asante warnt explizit vor einer neuen Ungleichheitsschicht, wenn KI-Kompetenz an Datenvolumen, Hardware und Premium-Abos hängt – dann entstehe eine "AI divide on top of the digital divide". Ländliche Colleges liefern dann schlechtere Outputs als gut ausgestattete Stadtschulen. Das ist ein Szenario, das jede Schul-IT-Rollout-Planung kennen muss.

Ein zweiter Querschnitt aus dem US-Bildungsraum (Wisconsin) bestätigt das Muster: Lehrkräfte verhandeln dort zwischen Skeptikern und Enthusiasten, ohne kohärente Richtlinien auf Schulebene. Die Auswertung zeigt drei Reaktionsmuster – Rückkehr zu analogen Prüfungsformaten wie In-class-Aufsätzen und Präsentationen, selektive KI-Literacy als Unterrichtsfach sowie der Verzicht auf jede Position mit dem Argument, dass Schüler ohnehin nicht mehr entreichert werden könnten. Joel Coyne, Wirtschaftslehrer in Sun Prairie und Träger des Wisconsin Teacher of the Year 2026, bringt es auf den Punkt: Ohne schulische Leitlinien müsse jeder Lehrer selbst entscheiden, wie er KI in Lern- und Bewertungsprozessen gewichte. Genau diese Fragmentierung will Asante durch verbindliche Standards verhindern.

Bewertung für Schulträger und Schulleitungen: Go nur, wenn drei Variablen gleichzeitig erfüllt sind – Curriculums-Anbindung, Lehrer-Training, äquitable Zugangsbedingungen. Fehlt eine, kippt der Rollout in Wildwuchs. Die skalierbare Antwort auf schnelle Studierenden-Adoption ist nicht Verbot, sondern strukturierter, evaluierter Einsatz plus konsequentes Monitoring der Verteilungswirkung.