KI in der Lehrkräftebildung: Ein neues Rahmenwerk für die pädagogische Praxis

Die American Association of Colleges for Teacher Education (AACTE) hat nach einem Bericht von Education Week ein neues Rahmenwerk veröffentlicht, das definiert, wie Künstliche Intelligenz in die universitäre Lehrkräfteausbildung integriert werden soll. Das Dokument betrifft laut US-Bundesdaten über 90 Prozent der neu ausgebildeten Lehrkräfte und adressiert technische Fähigkeiten, pädagogisches Wissen sowie ethisches Urteilsvermögen gleichermaßen. Konkrete Curricula oder verbindliche Standards liefert es nicht – AACTE markiert es explizit als Diskussionsgrundlage.

Drei Kompetenzfelder, kein Curriculum

Das Rahmenwerk strukturiert Anforderungen in drei Bereiche: technische Skills, pädagogische Integration und ethische Reflexion. Implementierungsleitfäden, API-Spezifikationen oder quantitative Benchmarks fehlen. Für die Systemadministration relevant: Die Vorgaben adressieren über 500 öffentliche und private Lehrerausbildungsprogramme – wer hier Standards setzt, skaliert auf einen erheblichen Teil der US-Bildungsinfrastruktur.

Eine strittige Klausel: Lehramtsanwärter, die KI aus ethischen Gründen ablehnen, sollen nach dem Vorschlag weiterhin ihre Lehrbefähigung erhalten können. Education Week weist darauf hin, dass die Umsetzung in den einzelnen Bundesstaaten komplex werden dürfte.

Evidenz statt Tool-Schulung

Peña Bedesem, Co-Vorsitzende des zuständigen Gremiums und Associate Professor an der Kent State University, sagte gegenüber Education Week, die KI-Ausbildung dürfe nicht zu einem Informatikkurs verkommen. Sie wird mit dem Hinweis zitiert, dass ein solcher Ansatz weder effizient noch effektiv wäre. Bisherige Trainings stammten laut Bedesem häufig von Distrikten oder Industrieverbänden und fokussierten auf einzelne Plattformen oder Prompts.

Der Paradigmenwechsel: Statt Werkzeugbedienung zu trainieren, sollen angehende Lehrkräfte verstehen, wie sie KI als Unterstützung ihrer professionellen Urteilskraft einsetzen – nicht als Ersatz. Carole Basile, Dekanin am Mary Lou Fulton College der ASU, bringt es laut Education Week auf eine konkrete Verschiebung: Wenn KI es erlaube, Lernen individuell zu strukturieren, dann gebe es den Durchschnittsschüler nicht mehr – entsprechend müsse sich auch die Ausbildung neu fragen, wie Unterricht aussehen könne. Die ASU habe ihr Curriculum bereits umgestellt.

Anne Tapp Jaksa von der University of Michigan benennt das Bewertungsproblem direkt: Mit KI könne ein Kandidat einen ausgefeilten Unterrichtsplan oder ein Assessment generieren – die zentrale Frage bleibe, ob das Produkt tatsächlich das eigene professionelle Denken abbilde. Sie wird mit dem Satz zitiert, KI zwinge dazu, neu zu definieren, was als Lernnachweis zähle.

Kontext für die Praxis

Zwei weitere Quellen streifen das Thema ohne ausführliche Details: ET Education berichtet unter dem Titel „Why AI learning should start in schools" über die Notwendigkeit, KI-Kompetenz früh zu verankern. Education News Canada hebt hervor, dass Forschende der Wilfrid Laurier University Lehrkräfte auf eine KI-geprägte Welt vorbereiten.

Für deutschsprachige Bildungseinrichtungen ist das US-Rahmenwerk kein direkt übernehmbarer Standard, aber ein Vektor. Die Debatte verschiebt sich von der Tool-Ebene auf die Ebene professioneller Urteilskraft und Evidenz. Das liefert keine Token-Limits, keine Latenz-Zielwerte und keine Messgrößen für Halluzinationsraten – aber eine Struktur, an der sich Curricula ausrichten lassen.

Zwischenfazit: Solange keine quantifizierbaren Kompetenzstufen definiert sind, bleibt das Dokument ein Diskussionspapier. Für Schulen und Schulträger, die jetzt Curricula planen, lohnt sich der Blick auf die drei Kompetenzfelder als Strukturvorlage – mit eigener Operationalisierung.

Machbarkeitsbewertung: Go für die strategische Orientierung und Curriculumsplanung. No-Go für eine 1:1-Übernahme – AACTE markiert das Werk explizit als Ausgangspunkt, nicht als verbindlichen Standard.