LLM-Feintuning für Schulen: Wann lohnt sich der Aufwand?

Die Empfehlung der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz (SWK) vom Januar 2024 liest sich wie eine Selbstverständlichkeit: Lehrkräfte sowie Schülerinnen und Schüler sollen flächendeckend und kostenlos beziehungsweise kostengünstig Zugang zu KI-Werkzeugen erhalten. Was die Empfehlung jedoch nicht beantwortet – und was die Schulträger deshalb eigenverantwortlich entscheiden müssen –, ist die Frage, ob dieses Werkzeug ein eigenes, feingetuntes Sprachmodell sein soll oder ob nicht eine Retrieval-Augmented-Generation-Lösung den gleichen pädagogischen Mehrwert bei deutlich geringerem Aufwand liefert. Die budgetierte Lücke ist offen, die rechtliche Leitplanke nicht.

Die bayerische Politik hat diese Lücke zwischen Anspruch und Konkretion immerhin finanzseitig gestopft: Für die Jahre 2024 bis 2026 erhalten Schulaufwandsträger ein spezifisches 'Medien- und KI-Budget' – 4,67 Euro pro Grundschulkind, 10,38 Euro pro Mittelschulkind. Damit ist die Anschaffungsfrage nicht mehr 'ob', sondern 'wovon'. Und genau an dieser Stelle beginnt die juristisch-ethische Dimension jedes Feintuning-Vorhabens, die vor jeder technischen Diskussion geklärt sein will.

Feintuning: Was beim Training tatsächlich passiert

Ein Large Language Model ist nach seiner Vortrainingsphase ein universell ausgerichtetes Sprachsystem, dessen Parameter Gewichtungen enthalten, die auf Milliarden von Texten aus dem offenen Web trainiert wurden. Feintuning bedeutet, diese Gewichtungen mit einem spezifischen, kuratierten Datensatz weiter zu trainieren, sodass das Modell Verhalten, Ausgabeformat oder Fachsprache anpasst. Für den Schulbereich heißt das konkret: Das Modell soll künftig nicht nur korrekte deutsche Rechtschreibung beherrschen, sondern auch die Nuance zwischen Operatoren wie 'erläutern', 'begründen' und 'vergleichen' im Zentralabitur unterscheiden oder die formale Bewertungsskala der Grundschulrichtlinien reproduzieren.

Diese Anpassung erfolgt jedoch nicht in einem rechtsfreien Raum. Wer ein Modell feintunt, der füttert es mit Texten – mit Aufgaben, Musterlösungen, Bewertungskriterien, oft genug auch mit pseudonymisierten Schülerantworten. Damit verlässt die pädagogische Fragestellung den Bereich des Prompt Engineerings, das im laufenden Betrieb lediglich Anweisungen an ein unverändertes Modell richtet, und betritt den Bereich der Datenverarbeitung im Sinne der DSGVO. Wer diese Differenzierung nicht versteht, hat den ersten Schritt zur informationellen Selbstbestimmung schon verfehlt.

Methodisch haben sich zwei ressourcenschonende Varianten etabliert, die den Aufwand gegenüber klassischem Full-Feintuning deutlich reduzieren: LoRA (Low-Rank Adaptation) optimiert lediglich rund ein Prozent der Modellgewichte über zusätzliche Matrizen, QLoRA kombiniert diesen Ansatz mit 4-Bit-Quantisierung des Basismodells. Beide Verfahren senken die Rechenkosten, beseitigen jedoch nicht die Datenfrage: Auch das sparsamste Adapter-Training benötigt Daten – und damit eine datenschutzrechtliche Grundlage.

Drei Wege zum Schul-KI-Modell: Ein nüchterner Vergleich

Die Frage 'Feintuning – ja oder nein?' lässt sich nur beantworten, wenn die Alternativen mitgedacht werden. Drei technische Pfade stehen Schulen und Schulträgern derzeit zur Verfügung, jeder mit eigenem Ressourcenprofil und eigenem Risiko.

Die Tabelle macht deutlich, was die Marketing-Folien großer Anbieter gerne verschweigen: Feintuning ist nur dann die rational richtige Wahl, wenn ein festes Ausgabeformat, eine konsistente Tonalität oder ein stark abgegrenzter Nischenbereich reproduzierbar bedient werden sollen. Für alles, was sich mit Lehrplanreformen, neuen Schulbüchern oder aktualisierten Operatorenlisten ändert, ist RAG strukturell überlegen.

Wann Feintuning tatsächlich Mehrwert stiftet

Nach dieser Eingrenzung bleibt eine ehrliche Ja-Fall-Konstruktion. Drei Szenarien sind derzeit belastbar:

1. Konsistente Output-Schemata in der Leistungsbeurteilung. Wenn ein KI-System in jedem Fach und in jeder Klassenstufe Klausuren nach identischen formalen Kriterien kommentieren soll – Aufgabenformat, Operatorenliste, Punkteverteilung –, dann lohnt ein Feintuning. Der Aufwand für tausende Beispielbewertungen amortisiert sich über die Konsistenz der Ausgabe.

2. Hochspezialisierte Fachsprache ohne Datenabfluss nach außen. Wenn ein MINT-Fach oder eine berufliche Schulform sehr spezifische Notation benötigt und gleichzeitig verhindert werden soll, dass sensible Aufgabentexte über API-Aufrufe an externe Anbieter fließen, dann ist ein On-Premise-Feintuning auf Basis eines Open-Source-Modells – etwa im Bereich Small Language Models zwischen 135 Millionen und 7 Milliarden Parametern – eine architektonisch saubere Lösung.

3. Pädagogische Rollenprofile. Wenn das Modell zwischen 'Tutor im Grundschulalter', 'Erklärpartner in der Sekundarstufe II' und 'kritischer Sparringspartner in der Oberstufe' reproduzierbar differenzieren soll – und zwar über reine System-Prompts hinaus –, dann liegt der Mehrwert eines Feintunings in der tonalitären Verlässlichkeit.

Feintuning ist kein Allheilmittel, das Lehrpläne verinnerlicht. Es ist ein Werkzeug für stabile Formate, nicht für wandelndes Wissen.

Hingegen ist Vorsicht geboten, wo Schulleitungen sich davon erhoffen, dass das Modell neue Lehrplaninhalte 'lernt'. Genau dies ist die häufigste Fehlannahme: Ein einmal feingetuntes Modell kennt die Welt seines Trainingsstands. Was nach einer Schulbuchreform, einer Operatorenreform oder einer curricularen Schwerpunktverschiebung nicht mehr gilt, bleibt in den Gewichtungen verankert – und das Modell halluziniert mit hoher Verlässlichkeit aus dem, was es einmal gelernt hat. Wer diese Halluzinationsneigung nicht aktiv durch Re-Training und Versionierung adressiert, erzeugt keine pädagogische Verlässlichkeit, sondern eine schleichende Bildungsgefährdung.

Regulatorische Leitplanken: DSGVO, informationelle Selbstbestimmung, Haftung

Die spannendere Frage ist selten die technische, sondern die normative. Ein Feintuning eines Sprachmodells mit Schulbezug verarbeitet in aller Regel personenbezogene oder zumindest pseudonyme Daten: Schülerantworten, Lehrerkommentare, Klassenkontexte. Damit greifen die DSGVO, das jeweilige Landesdatenschutzgesetz, häufig die Schul-DSGVO der Länder sowie das Schulrecht des jeweiligen Bundeslandes. Infolgedessen bedarf jedes Feintuning einer Rechtsgrundlage nach Art. 6 DSGVO, bei besonderen Kategorien personenbezogener Daten nach Art. 9 DSGVO, sowie einer Datenschutz-Folgenabschätzung gemäß Art. 35 DSGVO.

Drei neuralgische Punkte sind in der Praxis regelmäßig zu prüfen:

• Auftragsverarbeitung und Drittlandtransfer. Wer auf ein kommerzielles Cloud-Angebot zurückgreift, muss die Datenflüsse kennen. Feintuning auf einer US-amerikanischen Plattform begründet ein Schutzniveau-Problem, das mit Standardvertragsklauseln allein nicht abschließend gelöst ist.
• Trainingsdaten als 'Lehrplandaten'. Wenn Lehrpläne und Schulbücher eines Bundeslandes in den Trainingskorpus einfließen, stellt sich die Frage nach Urheberrecht und Lizenz. Viele Lehrwerke sind nicht für maschinelles Training lizenziert.
• Blackbox-Charakter. Auch nach einem Feintuning bleibt das Modell eine Blackbox. Die Nachvollziehbarkeit einer einzelnen Ausgabe – etwa bei einer beanstandeten Bewertung – ist nur durch zusätzliche Logging- und Audit-Mechanismen herstellbar. Wer auf diese verzichtet, handelt gegen das Gebot der Transparenz und macht sich in Haftungsfragen angreifbar.

Wer feintunt, ohne die Rechtsgrundlage zu kennen, betreibt keine pädagogische Innovation, sondern einen Verstoß gegen die informationelle Selbstbestimmung.

Hinzu kommt ein haftungsrechtlicher Aspekt, der in den meisten Konzeptpapieren fehlt: Wenn ein feingetuntes Modell fehlerhafte Bewertungen generiert, die in eine Zeugnisnote einfließen, ist die Verantwortungskette zwischen Schulträger, Schulleitung und KI-Anbieter ungeklärt. Die Anbieter verlagern dieses Risiko typischerweise in ihre Nutzungsbedingungen – wer dort nicht gelesen hat, haftet im Zweifel selbst. Die normative Leitplanke lautet daher: Vor jedem Feintuning muss die Haftungsfrage geklärt sein, nicht erst im Schadensfall.

Kosten, Aufwand und Betrieb: Die Ressourcenfrage

Die Ressourcenfrage ist untrennbar mit der Normfrage verbunden, weil öffentliche Mittel nur einmal ausgegeben werden können. Das bayerische Medien- und KI-Budget ist hier instruktiv: 4,67 Euro pro Grundschulkind reichen für eine LLM-Feintuning-Pipeline nicht im Entferntesten. Selbst wenn man auf Open-Source-Basis und mit LoRA-Optimierung arbeitet, fallen Kosten für Datenvorbereitung, Kuratierung, Validierung, Rechenzeit, Hosting und Audit an, die sich für einen einzelnen Schulträger schnell im fünfstelligen Bereich bewegen. Für ein einzelnes Gymnasium ist das eine Größenordnung, die eigenständig kaum darstellbar ist.

Die ehrliche Rechnung für Schulträger enthält mindestens diese Posten:

1. Datenkuratierung. Identifikation, Pseudonymisierung, Annotation von Schulaufgaben, Musterlösungen und Bewertungsbeispielen. Hier liegt der größte personelle Aufwand – und er ist nicht durch KI substituierbar.

2. Trainingsinfrastruktur. GPU-Kapazitäten für LoRA/QLoRA, Speicher, Strom, Kühlung. Cloud-basiert teurer als On-Premise, On-Premise jedoch mit eigenem Personalaufwand verbunden.

3. Evaluierung und Versionierung. Jede neue Modellversion muss gegen einen pädagogischen Gold-Standard getestet werden. Dies ist ein kontinuierlicher Prozess, kein einmaliges Projekt.

4. Rechtliche Begleitung. Datenschutz-Folgenabschätzung, Nutzungsbedingungen-Review, Vertragsgestaltung mit allen Beteiligten.

5. Langfristige Wartung. Bei Lehrplanreformen muss re-trainiert werden. Ohne Wartungsbudget ist das Feintuning nach zwei Jahren veraltet.

Diese Aufstellung zeigt, weshalb die meisten Schulträger derzeit nicht eigene Modelle feintunen, sondern auf fertige KI-Plattformen oder RAG-Lösungen zurückgreifen. Das ist keine technische Rückständigkeit, sondern rationale Ressourcenökonomie. Wer trotzdem feintunen will, sollte dies als langfristiges Programm mit klarer Governance-Struktur verstehen – nicht als kurzfristiges Digitalisierungsprojekt.

Schlussposition

Die ehrliche Antwort auf die Titelfrage lautet: LLM-Feintuning für Schulen lohnt sich – aber selten, und nie als Geste. Es lohnt sich, wenn drei Bedingungen kumulativ erfüllt sind: ein stabiles pädagogisches Ausgabeformat, das nicht durch Lehrplanreformen alle zwei Jahre neu trainiert werden muss; eine sensible Datenlage, die eine On-Premise-Architektur erforderlich macht; und ein Budget, das den kontinuierlichen Betrieb über mindestens fünf Jahre abdeckt. Fehlt eine dieser Bedingungen, ist die wirtschaftlichere und normativ sauberere Lösung in aller Regel eine RAG-Architektur mit einem geprüften System-Prompt und einem kontrollierten Dokumentenkorpus.

Die Verführung, jedes KI-Projekt an einer Schule mit dem Begriff 'eigenes Modell' zu adeln, ist vor allem ein Marketing-Echo der Anbieterseite. Wer den Schritt trotzdem geht, der hat eine technische, eine juristische und eine pädagogische Begründungspflicht – und zwar in dieser Reihenfolge. Wer mit dem Datenschutz beginnt, wird die richtige Wahl zwischen Feintuning, RAG und Prompt Engineering aus einer Mündigkeit heraus treffen, die der Komplexität der Sache angemessen ist. Wer mit dem Modell beginnt, baut eine Blackbox, in der am Ende weder Schule noch Schülerinnen und Schüler gut aufgehoben sind.