KI als Privileg der Lehrkräfte?
Habituelle Barrieren und asymmetrische Nutzung in Schulen – Haltungen und Nutzungsmuster von Lehrkräften im Umgang mit Künstlicher Intelligenz
DOI:
https://doi.org/10.21243/mi-01-26-25Schlagworte:
Künstliche Intelligenz, KI, Lehrkräfte, medialer Habitus, Technologieadoption, Schule, Baden-Württemberg, ProfessionalisierungAbstract
Die LENS-AI-Studie (N=381) untersucht KI-Nutzungsmuster und Haltungen von Lehrkräften in Baden-Württemberg. Während 77% KI privat und 64% im Unterricht nutzen, unterbinden 57% die KI-Nutzung durch Schüler:innen vollständig. Sowohl private als auch schulische KI-Nutzung gehen mit positiveren Einstellungen einher, wobei die Zusammenhänge bei der schulischen Nutzung deutlich stärker ausfallen: Lehrkräfte, die KI im Unterricht einsetzen, berichten von mehr Freude, mehr Vertrauen und weniger Angst als Lehrkräfte, die KI nur privat nutzen. 89% der wahrgenommenen Risiken betreffen kognitive Bedrohungen wie den Verlust kritischen Denkens. Internationale Studien zeigen jedoch, dass diese Risiken nicht von der KI-Nutzung an sich abhängen, sondern von der pädagogischen Rahmung: Aktive Auseinandersetzung mit KI-generierten Inhalten kann kritisches Denken fördern, während passive Übernahme es untergräbt. Die persistente Kluft zwischen eigener positiver Erfahrung und der Einschränkung des Schüler:innen-Zugangs lässt sich über das Konzept des medialen Habitus als Wahrnehmungsfilter erklären, der die empirisch entscheidende Unterscheidung zwischen passiver und pädagogisch gerahmter KI-Nutzung ausblendet. Fortbildung sollte neben technischer Qualifizierung auch Habitus- und Haltungsdimensionen adressieren.
Literaturhinweise
Autenrieth, D. (2025). Komplementäre Intelligenz: Grundbildung im Kontext der KI-Evolution. Grundschule aktuell: Künstliche Intelligenz in der Grundschule.
Beranek, A., Engelhardt, E., & Rösch, E. (2024). Medienpädagogische Perspektiven auf Künstliche Intelligenz: Editorial. merz: medien + erziehung, 68(3), 8–9.
Bethlehem, J. (2010). Selection bias in web surveys. International Statistical Review, 78(2), 161–188. https://doi.org/10.1111/j.1751-5823.2010.00112.x
Biermann, R. (2013). Medienkompetenz – Medienbildung – Medialer Habitus. Medienimpulse, 51(4). https://doi.org/10.21243/MI-04-13-03
Brynjolfsson, E. (2022). The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence (Version 1) [Preprint]. arXiv. https://doi.org/10.48550/ARXIV.2201.04200
Bühl, A. (2016). SPSS 23: Einführung in die moderne Datenanalyse. Pearson Deutschland.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Dell’Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E. R., Mollick, L., Han, Y., Goldmann J., Nair, H., Taub, S., & Lakhani, K. R. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise (Working Paper 25-043). Harvard Business School. https://ssrn.com/abstract=5188231
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2015). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4. Aufl.). Wiley.
Gläser-Zikuda, M., Seidel, T., Rohlfs, C., Gröschner, A., & Ziegelbauer, S. (Hrsg.). (2012). Mixed Methods in der empirischen Bildungsforschung. Waxmann.
Hagenauer, G., Gegenfurtner, A., & Gläser-Zikuda, M. (2023). Grundlagen und Anwendung von Mixed Methods in der empirischen Bildungsforschung. Springer Fachmedien. https://doi.org/10.1007/978-3-658-31148-3
Irion, T., Kammerl, R., Böttinger, T., Brüggen, N. (2023). Professionalisierung für das Primat des Pädagogischen in der Digitalen Grundbildung. In T. Irion, T. Böttinger & R. Kammerl (Hrsg.), Professionalisierung für digitale Bildung im Grundschulalter. Ergebnisse des Forschungsprojekts P3 DiG. Waxmann.
Khan, S. (2024). Brave new words: How AI will revolutionize education (and why that’s a good thing). Viking.
Knezek, G., & Christensen, R. (2016). Extending the will, skill, tool model of technology integration: Adding pedagogy as a new model construct. Journal of Computing in Higher Education, 28(3), 307–325.
https://doi.org/10.1007/s12528-016-9120-2
Koller, H.-C. (2012). Bildung anders denken: Einführung in die Theorie transformatorischer Bildungsprozesse. Kohlhammer.
Kommer, S., & Biermann, R. (2012). Der mediale Habitus von (angehenden) LehrerInnen. In R. Schulz-Zander, B. Eickelmann, H. Moser, H. Niesyto & P. Grell (Hrsg.), Jahrbuch Medienpädagogik 9. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-94219-3_5
Kurzweil, R. (2006). The Singularity Is Near: When Humans Transcend Biology. Penguin Books.
Latour, B. (2007). Eine neue Soziologie für eine neue Gesellschaft: Einführung in die Akteur-Netzwerk-Theorie. Suhrkamp.
Mayring, P. (2022). Qualitative Inhaltsanalyse: Grundlagen und Techniken (13., überarb. Aufl.). Beltz.
Mezirow, J. (1991). Transformative dimensions of adult learning. Jossey-Bass.
Morris, M. R., Sohl-Dickstein, J., Fiedel, N., Warkentin, T., Dafoe, A., Faust, A., Farabet, C., & Legg S. (2024). Levels of AGI for operationalizing progress on the path to AGI [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2311.02462
Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4. Aufl.). Pearson.
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers & Education, 128, 13–35. https://doi.org/10.1016/j.compedu.2018.09.009
Schluchter, J.-R. (2014). Medienbildung in der (sonder)pädagogischen Lehrerbildung: Bestandsaufnahme und Perspektiven für eine inklusive Lehrerbildung. kopaed.
Ständige Wissenschaftliche Kommission der Kultusministerkonferenz (SWK). (2024). Large Language Models und ihre Potenziale im Bildungssystem: Impulspapier. SWK.
Suriano, R., Plebe, A., Acciai, A., & Fabio, R. A. (2025). Student interaction with ChatGPT can promote complex critical thinking skills. Learning and Instruction, 95, 102011. https://doi.org/10.1016/j.learninstruc.2024.102011
Wang, J., & Fan, W. (2025). The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: Insights from a meta-analysis. Humanities and Social Sciences Communications, 12, 621. https://doi.org/10.1057/s41599-025-04787-y
Downloads
Veröffentlicht
Zitationsvorschlag
Ausgabe
Rubrik
Lizenz
Copyright (c) 2026 Daniel Autenrieth, Jan-René Schluchter
Dieses Werk steht unter einer Creative Commons Namensnennung - Nicht-kommerziell - Keine Bearbeitung 3.0 International -Lizenz.
