LLM-Feintuning für Schulen: Wann ist der Aufwand sinnvoll?

LLM-Feintuning für Schulen: Wann ist der Aufwand sinnvoll?

Wer jetzt ein eigenes Sprachmodell für den Unterricht feintunen will, steht vor einer doppelten Rechenaufgabe: erstens gegenüber dem, was Retrieval-Augmented Generation leistet, und zweitens gegenüber dem, was eine Schule an Daten, Rechenleistung, Evaluationskompetenz und rechtlicher Verantwortung überhaupt aufbringen kann. Die UNESCO-Erhebung von 2023 hat in diesem Zusammenhang einen ernüchternden Befund zutage gefördert: Weniger als zehn Prozent der mehr als 450 befragten Schulen und Hochschulen verfügten über institutionelle Leitlinien oder formale Vorgaben zur Nutzung generativer KI. Wer also heute in das Feintuning eines Lehrplanmodells investiert, investiert in ein Umfeld, das diese Investition regulatorisch wie pädagogisch kaum auffangen kann. Das ist die erste harte Wahrheit, bevor irgendeine Methode zur Diskussion steht.

Feintuning versus RAG: Eine technische Gegenüberstellung

Die Kernfrage lautet nicht, ob Feintuning grundsätzlich funktioniert, sondern wann es der bessere Hebel ist. Eine Vergleichsstudie zur Wissensintegration in Sprachmodellen hat festgestellt, dass unüberwachtes Feintuning zwar Verbesserungen bringen kann, RAG jedoch sowohl bei bereits bekanntem als auch bei neu hinzukommendem Wissen konsistenter abschnitt. Eine weitere Untersuchung mit zwölf Sprachmodellen kam zu dem Schluss, dass RAG bei seltenem oder wenig verbreitetem Faktenwissen das Feintuning deutlich übertraf, während Feintuning insbesondere für kleinere Modelle noch einen Nutzen entfaltete, allerdings mit erheblichem Ressourcenaufwand. Infolgedessen ist die empirische Vergleichslage für aktuelle, häufig veränderte oder belegpflichtige Inhalte eindeutig: RAG dominiert.

Hingegen kann Feintuning dort sinnvoll sein, wo ein stabiles Ausgabeformat oder ein wiederkehrendes pädagogisches Verhalten gefordert ist – etwa die konsistente Strukturierung von Erklärungen, eine geprüfte Tonalität im Umgang mit Lernenden oder die Einhaltung hauseigener Feedback-Schablonen. In dieser Differenzierung liegt der eigentliche Wert der Methode: nicht im Wissen, sondern in der Form. Wer Feintuning als Lehrplan-Datenbank missversteht, hat die Stärke des Verfahrens bereits verspielt.

"Ein feinabgestimmtes Modell ist kein Ersatz für institutionelle Verantwortung, sondern ein Werkzeug, dessen Grenzen die Schule kennen muss, bevor sie es einsetzt."

Katastrophales Vergessen und Modellstabilität

Ein Feintuning verändert das Modellverhalten nicht additiv, sondern überschreibend. Eine empirische Untersuchung hat dokumentiert, dass kontinuierliches Instruction-Tuning zu katastrophalem Vergessen führen kann – also dazu, dass zuvor gelernte Fähigkeiten oder Wissensbereiche durch nachfolgendes Training teilweise verloren gehen. Beobachtet wurde dieser Effekt in einem untersuchten Bereich von etwa einer bis sieben Milliarden Parametern, wobei die Vergessensstärke innerhalb dieses Bereichs mit wachsender Modellgröße zunahm. Was im Bildungsbereich wie ein harmloser Trainingsschritt aussieht, kann also die allgemeine Sprach- und Argumentationsfähigkeit des Systems beeinträchtigen.

Für Schulträger folgt daraus eine unangenehme Pflicht: Wer feintuned, muss das Verhalten des Modells jenseits des Zielsets dokumentieren. Ein Schulmodell, das im Mathe-Lehrplan brilliert, aber im Sachunterricht plötzlich fehlerhafte Grammatik oder instabile Antwortmuster produziert, hat den Eignungstest für den Schulalltag nicht bestanden – unabhängig davon, ob das Kernfach korrekt bedient wird. Die Evaluation darf sich infolgedessen nicht auf den Trainingsdatensatz beschränken, sondern muss angrenzende Fächer, Altersstufen und Aufgabentypen einschließen.

"Wer feintuned, ohne die Wirksamkeit auf angrenzende Fächer zu prüfen, baut eine Blackbox mit bildungsbezogenem Sendungsbewusstsein."

LoRA als effizienter Pfad – mit klaren Grenzen

Low-Rank Adaptation, kurz LoRA, friert die vortrainierten Modellgewichte ein und trainiert zusätzliche, niedrig-rangige Matrizen. Mehrere leichte, portable Adapter für unterschiedliche Aufgaben oder Fachbereiche werden dadurch überhaupt erst realistisch handhabbar. Die Zusammenfassung der LoRA-Forschung in der Hugging-Face-Dokumentation nennt für GPT-3 mit 175 Milliarden Parametern eine Reduktion der trainierbaren Parameter um den Faktor 10.000 und eine Verringerung des GPU-Speicherbedarfs um den Faktor 3 gegenüber vollständigem Feintuning mit Adam. Diese Zahlen stammen aus einem spezifischen Konfigurationsvergleich; sie sind nicht als allgemeingültige Kennzahl für jedes Schulprojekt übertragbar, zeigen aber die Größenordnung, in der sich der Ressourcenbedarf verschiebt.

Für Schulen ist entscheidend, dass die Wahl des Verfahrens Folgen für die Datenhygiene hat. Leichte Adapter lassen sich mit überschaubaren Datensätzen trainieren; sie verleiten aber dazu, die zugrunde liegenden Daten weniger streng zu kuratieren, als dies bei einem vollständigen Feintuning geschehen würde. Obgleich der Aufwand sinkt, bleibt die Haftungsfrage für die Inhalte der Trainingsdaten unverändert. Eine Adapter-Architektur entbindet die Schule nicht von der Pflicht, Zweckbindung, Rechtsgrundlage und Schutzmaßnahmen für jeden eingespeisten Datensatz zu dokumentieren. Wer mit LoRA arbeitet, muss zudem die Versionsverwaltung der Adapter, ihre Auswirkung auf das Basismodell und die Reproduzierbarkeit über Modell-Updates hinweg regeln – drei Punkte, die in vielen Schulprojekten unterschätzt werden.

Rechtliche Leitplanken: EU-KI-Verordnung und informationelle Selbstbestimmung

Nach der aktuellen Darstellung der Europäischen Kommission gelten KI-Systeme im Bildungsbereich, die über den Zugang zu Bildung entscheiden oder Lernende bewerten, als besonders risikobehaftete Anwendungsfälle. Die Einstufung ist nicht pauschal, sondern hängt vom konkreten Zweck ab. Eine pädagogische Assistenz, die Aufgabenformulierung und Erklärlogik unterstützt, ist nicht automatisch dasselbe wie ein Bewertungssystem, das über Versetzung oder Förderzuweisung mitentscheidet. Wer diese Differenzierung nicht beachtet, betritt entweder einen zu engen oder einen zu weiten Compliance-Korridor – beides mit eigenen Risiken. Hingegen ist die Dokumentationspflicht für Hochrisikoanwendungen erheblich: Risikomanagement, Daten- und Trainingsgovernance, technische Robustheit, Aufsicht durch Menschen und eine klare Haftungsfrage gehören zum Pflichtenkatalog.

Im März 2026 hat die Europäische Kommission aktualisierte Leitlinien für Lehrkräfte zur ethischen Nutzung von KI und Daten im Unterricht veröffentlicht. Diese adressieren zwar keine konkreten Schulmodelle, etablieren aber den Rahmen, in dem sich jede Schule zu bewegen hat: Datenschutz, altersgerechte Nutzung, pädagogische Validierung und institutionelle Regelungen. UNESCO verlangt in seiner Guidance for Generative AI in Education and Research einen menschenzentrierten Ansatz, der genau diese Bausteine zusammenführt. Was die Recherche allerdings nicht stützen kann, ist die Annahme, dass ein offenes oder lokal betriebenes Modell automatisch datenschutzkonform wäre. Lokalität ist eine technische, nicht eine rechtliche Eigenschaft; die Verarbeitung personenbezogener Lerndaten bleibt normativ gebunden, unabhängig vom Hosting-Ort.

Wenn der Aufwand sinnvoll ist – und wann nicht

Die Frage "Wann ist der Aufwand sinnvoll?" lässt sich nicht mit einem pauschalen Ja oder Nein beantworten. Sie verlangt eine ehrliche Differenzierung entlang von vier Achsen:

1. Stabilität des Wissens. Wenn der Lehrplan sich häufig ändert oder extern belegt werden muss, ist Feintuning der falsche erste Schritt. RAG dominiert in diesem Szenario sowohl empirisch als auch organisatorisch.

2. Stabilität der Form. Wenn wiederkehrende Ausgabestrukturen, eine pädagogisch geprüfte Tonalität oder einheitliche Feedback-Schablonen gefordert sind, kann Feintuning gezielt wirken – idealerweise als Adapter auf einem stabilen Basismodell.

3. Verfügbare Datenqualität. Ohne kuratierte, geprüfte und rechtlich verwendbare Trainingsdaten ist Feintuning ein Risiko. Weder Fachkorrektheit noch pädagogische Eignung entstehen durch das Training selbst; Bias und Halluzination werden nicht automatisch durch Feintuning beseitigt.

4. Institutionelle Reife. Weniger als zehn Prozent der von UNESCO befragten Schulen verfügen über Leitlinien. Wer feintuned, ohne diese Leitlinien zu schaffen, baut auf Sand.

Ein Feintuning ist dort gerechtfertigt, wo diese vier Bedingungen erfüllt sind und das Ergebnis in ein dokumentiertes Evaluations- und Aufsichtssystem eingebettet wird. Es ist dort nicht gerechtfertigt, wo die Schule sich technische Aufrüstung erhofft, ohne gleichzeitig ihre institutionelle Verantwortung zu schärfen. Auch der Kosten-, Energie- und Wartungsaufwand hängt stark vom Basismodell, Hosting, Datensatz und Betriebsumfang ab; eine verallgemeinerbare Kennzahl existiert hierzu nicht.

Position: Werkzeug vor Weltanschauung

Die Versuchung ist verständlich: Ein eigenes Sprachmodell verspricht pädagogische Konsistenz, Datenschutz durch Eigenbetrieb und Unabhängigkeit von großen Anbietern. Die Realität ist nüchterner. Feintuning verlagert die Komplexität von der Datenpflege zur Modellpflege, von der Prompt-Disziplin zur Evaluations-Disziplin, von der Anbieterverantwortung zur Trägerverantwortung. Wer diese Verschiebung annimmt, kann mit einem gut trainierten Adapter einen pädagogischen Mehrwert schaffen, der tatsächlich trägt. Wer sie ignoriert, erzeugt ein weiteres Blackbox-System, das in den Schulalltag hineinwirkt, ohne dass die Schule die Haftungsfrage, die Bias-Kontrolle oder die informationelle Selbstbestimmung der Lernenden tatsächlich übernommen hätte.

Die zentrale Aufgabe der kommenden zwei Jahre ist daher nicht der Modellbau, sondern der Leitlinienbau. Erst wenn eine Schule weiß, welche Daten sie zu welchem Zweck verarbeitet, welche Ausgabeformate sie verantwortet, welche Evaluationen laufen und welche Rolle die Lehrkraft in der Endkontrolle spielt, wird die Frage nach Feintuning überhaupt sinnvoll beantwortbar. Bis dahin bleibt die ordnungsliebende Empfehlung: weniger Modellveredelung, mehr institutionelle Disziplin – und die Bereitschaft, sich vom technisch Möglichen zugunsten des rechtlich und pädagogisch Vertretbaren zu trennen.