KI-Quellenkritik im Unterricht: Fahrplan für Lehrkräfte

Ein KI-Text kann sachlich korrekt sein, aber ebenso gut eine erfundene Quelle nennen, zwei historische Epochen vermischen oder eine einseitige Darstellung als gesichertes Wissen ausgeben. Die sprachliche Qualität ist kein Beleg für die fachliche Qualität.

KI-Quellenkritik im Unterricht sollte deshalb nicht als Zusatzthema neben Medienbildung und Fachunterricht laufen. Sie ist eine konkrete Arbeitsweise. Schülerinnen und Schüler prüfen Aussagen, rekonstruieren Entstehungsbedingungen, vergleichen Referenzen und dokumentieren Unsicherheiten. Der folgende Fahrplan ist für die Sekundarstufe I und II ausgelegt. Er beginnt nicht mit der Auswahl eines Tools, sondern mit Regeln, Aufgabenformaten und überprüfbaren Kriterien.

Der erste Schritt ist keine App, sondern eine lokale Regel

Viele Schulen starten bei der KI-Integration mit einer Werkzeugfrage. Welche Plattform kann Texte erzeugen? Welches Modell hat die niedrigste Latenz? Gibt es eine kostenfreie Version? Diese Reihenfolge ist infrastrukturell verständlich, didaktisch aber falsch.

Vor der Tool-Auswahl müssen die Einsatzbedingungen feststehen. Das betrifft Datenschutz, Transparenz und die Rolle der KI im Lernprozess. Ein Modell ist keine neutrale Suchmaschine. Es verarbeitet Eingaben, erzeugt Wahrscheinlichkeitsmuster und liefert eine Antwort, deren Herkunft nicht automatisch nachvollziehbar ist. Die Oberfläche kann einfach wirken. Der Prüfaufwand bleibt trotzdem bestehen.

Eine schulische Leitlinie sollte mindestens folgende Punkte definieren:

• Welche Daten dürfen eingegeben werden? Personenbezogene Angaben, individuelle Förderdiagnosen und unveröffentlichte Schülertexte gehören nicht ungeprüft in externe Systeme.
• Wie wird der KI-Einsatz dokumentiert? Schülerinnen und Schüler sollten angeben, ob sie ein Modell verwendet haben, wofür es eingesetzt wurde und welche Passagen anschließend verändert oder verworfen wurden.
• Welche Aufgaben dürfen mit KI bearbeitet werden? Eine Recherchehilfe ist etwas anderes als die vollständige Erstellung einer bewerteten Abgabe.
• Wann ist KI ausdrücklich ausgeschlossen? Das gilt etwa für kontrollierte Schreibsituationen oder Aufgaben, bei denen die eigenständige Formulierung geprüft werden soll.
• Wie werden Fehler behandelt? Ein fehlerhafter Output ist kein Randproblem. Er wird als Prüfgegenstand archiviert und analysiert.
• Welche Konten und Schnittstellen sind zulässig? Bei schulischen Lösungen spielen Zugriffskontrolle, Speicherort, Rollenmodell und Administrierbarkeit eine größere Rolle als die Zahl der angebotenen Funktionen.

Die Regel muss für Lernende verständlich sein. Eine technische Datenschutzrichtlinie reicht nicht. Entscheidend ist eine klare Trennung zwischen erlaubter Unterstützung und ausgelagerter Leistung.

Der zentrale didaktische Wechsel lautet: Nicht die Frage „Kann die KI diese Aufgabe lösen?“ steht im Mittelpunkt, sondern „Welche Leistung soll der Mensch trotz KI noch nachweisbar erbringen?“

Ein praktikables Regelmodell unterscheidet drei Modi:

1. KI-gestütztes Arbeiten: Die KI darf Ideen liefern, Begriffe erklären oder Gegenpositionen formulieren. Der Output wird geprüft und als Hilfsmittel dokumentiert.

2. KI-reflektierendes Arbeiten: Die KI erzeugt absichtlich oder kontrolliert einen Text. Die Lernenden untersuchen Fehler, Quellen, Auslassungen und sprachliche Verzerrungen.

3. KI-limitiertes Arbeiten: Die KI bleibt ausgeschlossen. Die Aufgabe prüft Wissen, Argumentation oder Schreibkompetenz unter kontrollierten Bedingungen.

Damit wird die Nutzung nicht pauschal freigegeben oder verboten. Sie wird an die zu prüfende Kompetenz gekoppelt.

Vier Aufgabentypen für die KI-Didaktik

Für die Planung hilft eine einfache Klassifikation. Sie verhindert, dass jede KI-Aufgabe nach demselben Muster funktioniert. In der Praxis lassen sich vier Kategorien unterscheiden.

KI-integrierende Aufgaben

Hier unterstützt das Modell den Lernprozess, ersetzt ihn aber nicht. Im Deutschunterricht kann es beispielsweise mehrere Thesen zu einem Sachtext formulieren. Die Lernenden ordnen diese Thesen dem Ausgangstext zu und markieren, welche Aussagen tatsächlich belegt sind. In Biologie kann ein Modell eine Erklärung zu einem Fachbegriff liefern, die anschließend mit dem Schulbuch abgeglichen wird.

Der technische Output ist dabei nur der Rohstoff. Bewertet wird nicht die Eleganz der KI-Antwort, sondern die Qualität der Prüfung. Eine gute Dokumentation enthält:

• die ursprüngliche Aufgabenstellung,
• den verwendeten Prompt oder eine sinngemäße Beschreibung,
• die relevanten Passagen des Outputs,
• die geprüften Referenzen,
• die begründeten Korrekturen.

Das ist methodisch anspruchsvoller als eine normale Textabgabe. Es macht aber den Prozess sichtbar.

KI-reflektierende Aufgaben

Diese Kategorie ist für die Quellenkritik besonders ergiebig. Lehrkräfte geben einen KI-generierten Text aus oder lassen ihn unter klaren Bedingungen erstellen. Die Klasse prüft ihn anschließend wie eine fehleranfällige Quelle.

Geeignete Prüfaufträge sind:

1. Aussagen segmentieren: Der Text wird in einzelne überprüfbare Behauptungen zerlegt.

2. Belegstatus bestimmen: Jede Behauptung erhält eine Kategorie: belegt, plausibel, unklar, falsch oder nicht überprüfbar.

3. Referenzen kontrollieren: Genannte Bücher, Studien, Institutionen und Zitate werden unabhängig gesucht.

4. Zeitliche Konsistenz prüfen: Werden Personen, Ereignisse oder Begriffe aus unterschiedlichen Epochen vermischt?

5. Perspektive untersuchen: Welche Gruppen kommen vor? Welche fehlen? Welche Wertungen erscheinen als neutrale Beschreibung?

6. Überarbeitung begründen: Die Lernenden ersetzen fehlerhafte Aussagen und erklären ihre Entscheidung.

Gerade im Geschichtsunterricht entstehen dadurch klare Prüfobjekte. Sprachmodelle können historische Zusammenhänge überzeugend formulieren und dennoch Daten, Quellen oder Akteure falsch zuordnen. Der Text klingt dann wie eine sichere Darstellung, obwohl seine interne Struktur nicht belastbar ist.

KI-thematisierende Aufgaben

Hier geht es nicht primär um die Nutzung eines Modells, sondern um das Verständnis seiner Funktionsweise und Grenzen. Lernende können untersuchen, warum ein System auf dieselbe Frage unterschiedliche Antworten produziert. Sie können verschiedene Formulierungen vergleichen, die Auswirkungen von Kontext und Vorgaben beobachten oder analysieren, wie ein Modell mit Unsicherheit umgeht.

Die Begriffe sollten dabei präzise verwendet werden:

• Halluzination: Eine plausibel formulierte, aber sachlich falsche oder erfundene Information.
• Bias: Eine systematische Verzerrung in Auswahl, Gewichtung oder Darstellung.
• Token-Limit: Eine technische Begrenzung der Textmenge, die ein Modell in einer Anfrage und Antwort verarbeiten kann.
• Latenz: Die Zeit zwischen Anfrage und Ausgabe. Für die Quellenkritik ist sie meist nebensächlich, für den Unterrichtsbetrieb aber bei vielen parallelen Zugriffen relevant.
• Modellantwort: Kein automatisch belegter Wissensabruf, sondern eine generierte Ausgabe, die unabhängig geprüft werden muss.

Die technische Erklärung muss nicht in eine Informatikvorlesung ausarten. Sie soll eine konkrete Konsequenz haben: Schülerinnen und Schüler dürfen sprachliche Sicherheit nicht mit Quellenautorität verwechseln.

Quellenkritik mit KI-Texten konkret aufbauen

Ein KI-Text sollte nicht pauschal als „falsch“ behandelt werden. Das wäre fachlich ebenso unpräzise wie die unkritische Übernahme. Die Aufgabe besteht darin, unterschiedliche Fehlerarten zu erkennen und mit geeigneten Verfahren zu prüfen.

1. Die Behauptung vom Text trennen

Der erste Schritt ist die Zerlegung. Ein Absatz wiegt als Einheit zu schwer. Die Klasse markiert einzelne Aussagen und stellt für jede eine Prüfnotiz an.

Beispielhafte Kategorien:

• überprüfbare Datums- oder Zahlenangabe,
• Aussage über eine Person oder Institution,
• Ursache-Wirkungs-Behauptung,
• wörtliches Zitat,
• Bewertung,
• Verweis auf eine Quelle,
• zusammenfassende Interpretation.

Diese Unterscheidung ist entscheidend. Eine Interpretation wird anders geprüft als ein Datum. Ein angebliches Zitat verlangt einen Abgleich mit dem Original. Eine kausale Erklärung benötigt mehrere fachlich belastbare Darstellungen und darf nicht aus einer einzigen Suchergebniszeile abgeleitet werden.

2. Quellen nicht nur finden, sondern einordnen

Beim Prüfen von KI-Texten reicht es nicht, irgendeine passende Internetseite zu finden. Die Referenz muss hinsichtlich Autorenschaft, Zweck, Aktualität und fachlicher Qualität eingeordnet werden.

Für einen Referenzvergleich eignen sich:

• anerkannte Lehrbuchdarstellungen,
• wissenschaftliche Überblickswerke,
• Veröffentlichungen von Hochschulen oder Fachinstitutionen,
• archivierte Originalquellen,
• etablierte Bildungs- und Forschungseinrichtungen.

Die Lernenden sollten notieren, ob eine Referenz die KI-Aussage bestätigt, präzisiert oder widerlegt. Besonders aufschlussreich sind Fälle, in denen die KI eine reale Quelle nennt, deren Inhalt aber nicht zur Behauptung passt. Das Modell hat dann keine komplett erfundene Referenz geliefert, sondern eine vorhandene Quelle falsch verwendet.

3. Unsicherheit sichtbar machen

Eine korrekte Quellenkritik endet nicht immer mit einem eindeutigen Urteil. Manche Aussagen sind mit den verfügbaren Materialien nicht abschließend zu prüfen. Das muss als Ergebnis zulässig sein.

Eine gute Bewertungsmatrix unterscheidet deshalb zwischen:

• belegt: Die Aussage lässt sich mit einer belastbaren Referenz stützen.
• widerlegt: Eine verlässliche Quelle zeigt einen sachlichen Fehler.
• verkürzt: Der Kern stimmt, wichtige Einschränkungen fehlen.
• unklar: Die Referenzlage reicht für ein Urteil nicht aus.
• tendenziös: Auswahl oder Formulierung erzeugen eine einseitige Darstellung.
• erfunden: Quelle, Zitat, Ereignis oder Detail lassen sich nicht nachweisen.

Damit trainiert der Unterricht eine zentrale wissenschaftliche Haltung: Nicht jede Lücke muss durch eine Vermutung geschlossen werden.

Quellenkritik bedeutet bei KI nicht, jede Antwort zu misstrauen. Sie bedeutet, Vertrauen an nachvollziehbare Belege und ein begründetes Prüfverfahren zu binden.

Vom Prompt zur Prüfspur

Der Prompt wird häufig als entscheidender Faktor behandelt. Das ist überzogen. Eine präzise Eingabe kann die Ausgabe verbessern. Sie beseitigt aber weder Halluzinationsrisiken noch Bias. Für den Unterricht ist deshalb weniger die perfekte Eingabe interessant als die dokumentierte Prüfspur.

Eine sinnvolle Arbeitssequenz besteht aus fünf Phasen:

Phase 1: Ausgangsfrage definieren

Die Lehrkraft legt fest, welche fachliche Frage bearbeitet wird. Sie sollte weder zu allgemein noch rein technisch sein. „Schreibe etwas über die Industrialisierung“ erzeugt ein schwer prüfbares Sammelergebnis. Eine Frage nach einer konkreten Entwicklung, einem Akteur oder einem Ursachenvergleich ist kontrollierbarer.

Phase 2: KI-Ausgabe erzeugen

Die Klasse erhält denselben Ausgangsauftrag oder arbeitet mit mehreren Varianten. Unterschiede zwischen den Ausgaben werden gesichert. Dazu gehören auch widersprüchliche Antworten, falls sie auftreten.

Phase 3: Prüfverfahren festlegen

Vor der Recherche müssen die Kriterien bekannt sein. Sonst wird die Aufgabe zu einer unstrukturierten Suche. Die Lernenden prüfen unter anderem:

• Sachangaben,
• Quellen und Zitate,
• zeitliche und geografische Zuordnung,
• Begriffsverwendung,
• Auslassungen,
• Perspektive und Wertungen.

Phase 4: Referenzvergleich durchführen

Die KI-Antwort wird nicht mit weiteren KI-Antworten verifiziert. Das wäre ein geschlossener Kreislauf ohne unabhängige Referenz. Erforderlich sind fachlich anerkannte Darstellungen oder Originalmaterialien.

Phase 5: Urteil und Revision schreiben

Am Ende steht keine bloße Fehlerliste. Die Lernenden formulieren, ob der Text als Arbeitsgrundlage geeignet ist, welche Passagen übernommen werden können und welche nicht. Jede Änderung erhält eine Begründung.

Diese Struktur lässt sich in Geschichte, Politik, Deutsch, Naturwissenschaften und Fremdsprachen einsetzen. Die Referenzen wechseln. Das Prüfprinzip bleibt stabil.

Kritisches Denken mit KI in der Schule ist eine Bewertungsaufgabe

Der Begriff „kritisches Denken“ wird schnell abstrakt. Im Unterricht muss er in beobachtbare Handlungen übersetzt werden. Schülerinnen und Schüler denken nicht deshalb kritisch, weil sie eine KI-Antwort mit einem Warnhinweis versehen. Sie denken kritisch, wenn sie eine Behauptung isolieren, eine Quelle gegenprüfen und ihr Urteil begründen.

Dafür benötigen sie ein kleines, wiederverwendbares Vokabular. Die folgenden Fragen funktionieren als Arbeitsinstrument:

• Welche konkrete Behauptung steht im Satz?
• Woran wäre sie unabhängig überprüfbar?
• Welche Quelle nennt der Text?
• Ist diese Quelle auffindbar und inhaltlich passend?
• Welche Begriffe bleiben undefiniert?
• Welche Perspektive wird als selbstverständlich dargestellt?
• Was fehlt, um die Aussage fachlich einzuordnen?
• Wie sicher kann das Urteil formuliert werden?

Die Formulierung der letzten Frage ist besonders relevant. Ein Modell verwendet häufig einen gleichförmig sicheren Ton. Menschen sollten diesen Ton nicht kopieren. Ein belastbares Urteil kann lauten: „Die Aussage ist in dieser Form zu pauschal“, „Der genannte Beleg stützt nur einen Teil der Behauptung“ oder „Die verfügbare Referenzlage erlaubt keine sichere Bestätigung“.

Das ist sprachliche Präzision. Sie verhindert, dass Quellenkritik zu einem pauschalen Misstrauensritual wird.

Altersstufen und Fächer unterscheiden

Ein universelles Arbeitsblatt für alle Klassenstufen ist selten sinnvoll. Die kognitive Last der Aufgabe hängt von Fach, Alter und Vorwissen ab.

Sekundarstufe I

In der Sekundarstufe I sollte die Prüfung stark geführt werden. Die Lehrkraft stellt kurze KI-Texte bereit und begrenzt die Zahl der Behauptungen. Geeignet sind sichtbare Fehler:

• eine falsche Jahreszahl,
• eine erfundene Institution,
• eine unpassende Definition,
• ein nicht auffindbares Zitat,
• eine widersprüchliche Beschreibung.

Die Lernenden arbeiten mit vorgegebenen Referenzen. Ziel ist zunächst nicht die vollständige Recherche, sondern die Unterscheidung zwischen Aussage, Beleg und Bewertung.

Sekundarstufe II

In der Sekundarstufe II kann die Aufgabe komplexer werden. Die Lernenden vergleichen mehrere Darstellungen, prüfen konkurrierende Interpretationen und analysieren die Auswahl der Quellen. Sie können außerdem untersuchen, wie sich eine Antwort verändert, wenn Perspektive, Zeitraum oder Zielgruppe im Auftrag variiert werden.

Hier ist auch die Diskussion von Bewertungsmaßstäben möglich. Ein Text kann formal gut strukturiert sein und dennoch fachlich schwach bleiben. Umgekehrt kann eine unvollständige KI-Ausgabe als Ausgangspunkt für eine anspruchsvolle Revision dienen.

Fachspezifische Unterschiede

Im Geschichtsunterricht stehen Chronologie, Quellenbezug und Perspektivität im Vordergrund. In Politik geht es zusätzlich um Interessen, institutionelle Rollen und argumentative Rahmung. In Naturwissenschaften müssen Definitionen, Modelle und empirische Belege getrennt werden. Im Deutschunterricht lassen sich Stil, Argumentation, Zitatgebrauch und Textkohärenz analysieren.

Die Oberfläche ist jeweils ähnlich. Die Prüfmetriken sind es nicht.

Bewertungsformate müssen den Prozess abbilden

Eine klassische Hausarbeit mit glattem Endtext ist unter Bedingungen generativer KI nur eingeschränkt aussagekräftig. Ein fertiges Dokument zeigt nicht zuverlässig, wer recherchiert, formuliert oder überarbeitet hat. Das Problem lässt sich nicht seriös durch einen automatischen KI-Detektor lösen. Eine hundertprozentig verlässliche Erkennung existiert nicht.

Die bessere Antwort ist eine Veränderung des Prüfungsformats. Sinnvoll sind Kombinationen aus:

• dokumentiertem Arbeitsprozess,
• kurzen mündlichen Erläuterungen,
• kontrollierten Schreibphasen,
• Quellenkommentaren,
• Versionen des Textes,
• begründeten Überarbeitungen,
• Präsentationen mit Rückfragen.

Eine schriftliche Abgabe kann beispielsweise aus vier Teilen bestehen:

1. dem überarbeiteten Fachtext,

2. einer Tabelle mit geprüften Aussagen,

3. der Dokumentation des KI-Einsatzes,

4. einer kurzen mündlichen oder schriftlichen Begründung der wichtigsten Entscheidungen.

Bewertet wird dann nicht nur das Endprodukt. Bewertbar werden auch Quellenqualität, Prüfgenauigkeit, Begründungstiefe und Umgang mit Unsicherheit.

Das verändert den Arbeitsaufwand für Lehrkräfte. Es reduziert ihn nicht automatisch. Dafür steigt die Aussagekraft der Leistung. Der Prüfprozess passt besser zu einer Umgebung, in der Textproduktion technisch leicht verfügbar ist.

Typische Fehlkonfigurationen im Unterricht

Die größten Risiken entstehen nicht durch die Existenz von KI, sondern durch schlecht definierte Aufgaben. Vier Muster treten besonders häufig auf.

Die KI als Wissensautomat

Die Lehrkraft lässt eine Antwort erzeugen und übernimmt sie als Unterrichtsmaterial. Damit wird ein ungeprüfter Output zur scheinbar neutralen Quelle. Das ist methodisch nicht vertretbar.

Besser: Die Ausgabe als Rohmaterial markieren und mindestens einzelne Behauptungen unabhängig prüfen lassen.

Die KI als verbotene Blackbox

Ein vollständiges Verbot schafft keine Quellenkritik. Es kann die Nutzung unsichtbar machen und verhindert, dass Lernende die Fehlermechanismen kennenlernen.

Besser: KI in bestimmten Aufgaben explizit ausschließen, in anderen aber kontrolliert und dokumentiert einsetzen.

Der perfekte Prompt als Lernziel

Wenn Schülerinnen und Schüler nur lernen, möglichst überzeugende Eingaben zu formulieren, entsteht noch keine KI-Kompetenz. Prompting ist eine Bedienfertigkeit. Quellenkritik verlangt zusätzlich Fachwissen, Belegprüfung und Urteilskraft.

Besser: Die Qualität der Revision und der Begründungen bewerten, nicht nur die Formulierung der Eingabe.

Der KI-Detektor als Prüfautomat

Ein Detektor liefert bestenfalls eine Wahrscheinlichkeitsbewertung. Er beweist weder die Nutzung eines bestimmten Systems noch die fehlende Eigenleistung. Falschpositive Ergebnisse sind didaktisch und rechtlich problematisch.

Besser: Aufgaben so gestalten, dass Eigenleistung im Prozess, in kontrollierten Phasen und im Gespräch sichtbar wird.

Ein umsetzbarer Fahrplan für die Schule

Die Einführung sollte in kleinen, evaluierbaren Schritten erfolgen. Ein mehrstufiger Ablauf ist stabiler als ein sofortiger Rollout für alle Fächer.

Stufe 1: Einsatzszenarien begrenzen

Die Schule definiert wenige zulässige Szenarien. Zum Beispiel: Ideenfindung, sprachliche Überarbeitung, Fehleranalyse oder Vergleich von Darstellungen. Jede Kategorie erhält klare Grenzen.

Stufe 2: Referenzmaterial bereitstellen

Lehrkräfte benötigen geprüfte Ausgangsquellen. Ohne Referenzmaterial wird Quellenkritik zur Suchmaschinenroutine. Die Auswahl muss zum Fach und zur Altersstufe passen.

Stufe 3: Kleine Aufgaben evaluieren

Zunächst reichen einzelne Unterrichtseinheiten. Erfasst werden nicht nur Lernergebnisse, sondern auch technische Faktoren:

• Funktioniert der Zugriff mit den vorhandenen Endgeräten?
• Entsteht eine akzeptable Latenz bei paralleler Nutzung?
• Sind Konten, Rollen und Speicherorte administrierbar?
• Können Prompts und Antworten datensparsam dokumentiert werden?
• Welche Fehlerarten treten im konkreten Fach besonders häufig auf?

Stufe 4: Bewertungsraster anpassen

Das Raster muss die neue Leistung abbilden. Quellenprüfung, Transparenz, Revision und Begründung dürfen nicht als freiwillige Zusatzpunkte erscheinen. Sie gehören zum Kern der Aufgabe.

Stufe 5: Fachübergreifend skalieren

Erst wenn ein Verfahren in einem Fach stabil funktioniert, sollte es auf weitere Fächer übertragen werden. Das technische Modell kann gleich bleiben. Die fachlichen Referenzen und Kriterien müssen neu kalibriert werden.

Ein Zwischenfazit fällt nüchtern aus: KI-Quellenkritik ist organisatorisch kein einzelnes Unterrichtsmaterial. Sie ist eine Kombination aus Regelwerk, Aufgabenarchitektur, Referenzbestand und Bewertungslogik.

Machbarkeitsbewertung: Go oder No-Go?

Go, wenn die Schule drei Voraussetzungen erfüllt:

• Es gibt lokale Regeln für Datenschutz, Transparenz und erlaubte Nutzung.
• Lehrkräfte können belastbare Referenzquellen bereitstellen.
• Die Leistung wird über Prozess, Belege und Begründungen bewertet, nicht nur über einen fertigen Text.

No-Go, wenn die Einführung ausschließlich auf einer Plattformentscheidung beruht, personenbezogene Daten unkontrolliert verarbeitet werden oder ein KI-Detektor die Rolle der Prüfung übernehmen soll. Ebenso ungeeignet ist ein Konzept, das KI-Nutzung pauschal erlaubt, aber keine Dokumentation verlangt.

Für einzelne Unterrichtseinheiten ist der Einstieg mit überschaubarem Aufwand möglich. Für eine schulweite Umsetzung braucht es jedoch abgestimmte Regeln und eine wiederkehrende Evaluation. Der technische Zugang ist dabei nicht der Engpass. Die entscheidende Infrastruktur liegt in den Aufgaben und Bewertungsformaten.

KI-Kompetenz im Unterricht entsteht nicht durch möglichst häufige Nutzung. Sie entsteht, wenn Lernende eine generierte Aussage in prüfbare Bestandteile zerlegen, Referenzen unabhängig vergleichen, Unsicherheit korrekt benennen und ihre Überarbeitung fachlich begründen. Genau dort liegt der belastbare Fahrplan für KI-Quellenkritik im Unterricht.