Künstliche Intelligenz aktiv mitgestalten
Eine kritische Analyse von AI Literacy Frameworks zur Ableitung fächerübergreifender Designprinzipien
DOI:
https://doi.org/10.21243/mi-26-03-18Schlagworte:
Künstliche Intelligenz in der Bildung, AI Literacy, KI-Mitgestaltung, Medienbildung, Informatikdidaktik, Fächerübergreifender Unterricht, Designprinzipien, Educational Design ResearchAbstract
Die Sicherung von Mündigkeit im Umgang mit Künstlicher Intelligenz (KI) erfordert eine kritisch-konstruktive Allgemeinbildung, die zur aktiven Mitgestaltung befähigt. Trotz bildungspolitischer Forderungen bleibt die unterrichtliche Umsetzung bislang jedoch vage („Mitgestaltungslücke“). Der Beitrag analysiert mittels einer qualitativen Inhaltsanalyse zwölf AI Literacy Frameworks und kontrastiert die Befunde mit medienpädagogischen Leitbildern sowie dem datenwissenschaftlichen Vorgehensmodell DASC-PM. Die identifizierten strukturellen Leerstellen manifestieren sich in vier bipolaren Spannungsfeldern und zeigen sich exemplarisch als prozessuale Fragmentierung sowie applikative Oberflächenfixierung. Zur Adressierung dieser Defizite leitet die Untersuchung zehn fächerübergreifende Designprinzipien ab. Diese bieten empirisch und theoretisch fundierte Orientierungspunkte, um bildungspolitische Vorgaben im Unterricht zu operationalisieren.
Literaturhinweise
Allen, L. K., & Kendeou, P. (2024). ED-AI Lit: An Interdisciplinary Framework for AI Literacy in Education. Policy Insights from the Behavioral and Brain Sciences, 11(1), 3–10. https://doi.org/10.1177/23727322231220339
Alles, S., Falck, J., Flick, M., & Schulz, R. (2025). KI-Kompetenzen für Lehrende und Lernende. Aus der Praxis für die Praxis – eine adaptierbare Basis. https://doi.org/10.5281/zenodo.15047793
Anderson, L. W., & Krathwohl, D. R. (Hrsg.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives (Complete ed). Longman.
Annapureddy, R., Fornaroli, A., & Gatica-Perez, D. (2025). Generative AI Literacy: Twelve Defining Competencies. Digit. Gov.: Res. Pract., 6(1), 13:1-13:21. https://doi.org/10.1145/3685680
Brennan, K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. In Proceedings of the 2012 annual meeting of the American Educational Research Association.
Brinda, T., Brüggen, N., Diethelm, I., Knaus, T., Kommer, S., Kopf, C., Leschke, R., Missomelius, P., Tilemann, F., & Weich, A. (2019). Frankfurt-Dreieck zur Bildung in der digital vernetzten Welt: Ein interdisziplinäres Modell. merz | medien + erziehung, 63(4), 69–75. https://doi.org/10.21240/merz/2019.4.15
Center for Education Innovation. (2026). Explore AI Literacy—A Visual Navigator for AI Literacy Frameworks. Hong Kong University of Science and Technology. https://cei.hkust.edu.hk/sites/default/files/content/Explore%20AI%20Literacy.html
Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., Shearer, C., & Wirth, R. (2000). CRISP-DM 1.0: Step-by-step data mining guide. SPSS Inc. https://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/14.2/es/CRISP-DM.pdf
Deutsche Telekom Stiftung. (2025). Trendmonitor KI in der Bildung. Deutsche Telekom Stiftung. https://www.telekom-stiftung.de/fileadmin/media/analysen/pdf/trendmonitor-ki-bildung-2025.pdf
Ehlers, U.-D., Lindner, D., & Rauch, E. (2024). AIComp: Future Skills für eine von KI beeinflusste Lebens- und Arbeitswelt (Forschungsbericht 2: Empirische Konstruktion & Beschreibung des Kompetenzmodells AIComp). NextEducation. https://next-education.org/downloads/AIComp_Part_2_Kompetenzmodell_final.pdf
European Commission. (2026). Guidelines on the ethical use of artificial intelligence and data in teaching and learning for educators. Publications Office of the European Union. https://data.europa.eu/doi/10.2766/7967834
Fayyad, U., Piatetsky‐Shapiro, G., & Smyth, P. (1996). From Data Mining to Knowledge Discovery in Databases. AI Magazine, 17(3), 37–54. https://doi.org/10.1609/aimag.v17i3.1230
Filk, C. (im Druck). Low-Threshold AI Education as a Double Opening: An Educational-Theoretical Foundation and Its Implications for Teacher Education. MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung.
Freire, P. (2018). Pedagogy of the oppressed (M. B. Ramos, Übers.; 50. Aufl.). Bloomsbury Academic.
Kafai, Y. B., & Burke, Q. (Hrsg.). (2014). Connected code: Why children need to learn programming. The MIT Press.
Klafki, W. (2007). Neue Studien zur Bildungstheorie und Didaktik: Zeitgemäße Allgemeinbildung und kritisch-konstruktive Didaktik (6., neu ausgestattete Aufl). Beltz.
Kuckartz, U., & Rädiker, S. (2024). Qualitative Inhaltsanalyse: Methoden, Praxis, Umsetzung mit Software und künstlicher Intelligenz (6., überarbeitete und erweiterte Auflage). Beltz Juventa.
Kultusministerkonferenz. (2024). Handlungsempfehlung für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen. Themenspezifische Handlungsempfehlung (Beschluss der Bildungsministerkonferenz vom 10.10.2024) [Collection]. https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2024/2024_10_10-Handlungsempfehlung-KI.pdf
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, CHI ’20, 1–16. https://doi.org/10.1145/3313831.3376727
Losch, D., Jaschke, S., Michaeli, T., Opel, S., Schmid, U., Seegerer, S., & Stechert, P. (2025). Was alle über Künstliche Intelligenz wissen sollen und wie KI-bezogene Kompetenzen in der Schule entwickelt werden können. Informatik Spektrum. https://doi.org/10.1007/s00287-024-01584-w
McKenney, S., & Reeves, T. C. (2018). Conducting Educational Design Research (2. Aufl.). Routledge. https://doi.org/10.4324/9781315105642
Nassehi, A. (2019). Muster: Theorie der digitalen Gesellschaft. C.H. Beck.
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
OECD. (2025). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education (Review draft). OECD. https://ailiteracyframework.org
OECD. (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing. https://doi.org/10.1787/062a7394-en
OECD & Europäische Union. (2026). Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education. OECD Publishing. https://doi.org/10.1787/65cd27d4-en
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.
Reich, K. (2012). Konstruktivistische Didaktik: Das Lehr- und Studienbuch mit Online-Methodenpool (5. Auflage). Beltz Verlag.
Resnick, M. (2018). Lifelong Kindergarten: Cultivating creativity through projects, passion, peers, and play (First MIT Press paperback edition). The MIT Press.
Ruiz, P., Mills, K., Lee, K., Coenraad, M., Fusco, J., Roschelle, J., & Weisgrau, J. (2024). AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology. Digital Promise. https://doi.org/10.51388/20.500.12265/218
Schelhowe, H. (2007). Technologie, Imagination und Lernen: Grundlagen für Bildungsprozesse mit digitalen Medien. Waxmann.
Schulz, M., Kaufmann, J., Kühnel, S., & Neuhaus, U. (2026). DASC-PM v2.0: Ein Vorgehensmodell für Data-Science- und KI-Projekte. Nordakademie gAG Hochschule der Wirtschaft. https://doi.org/10.25673/123274
Seegerer, S., Michaeli, T., & Romeike, R. (2019). Informatik für alle—Eine Analyse von Argumenten und Argumentationsschemata für das Schulfach Informatik. In K. David, K. Geihs, M. Lange, & G. Stumme (Hrsg.), INFORMATIK 2019: 50 Jahre Gesellschaft für Informatik – Informatik für Gesellschaft. Konferenzbeiträge der 49. Jahrestagung der Gesellschaft für Informatik: P-294 (S. 617–630). Gesellschaft für Informatik e.V. https://doi.org/10.18420/INF2019_77
Studer, S., Bui, T. B., Drescher, C., Hanuschkin, A., Winkler, L., Peters, S., & Mueller, K.-R. (2020). Towards CRISP-ML(Q): A Machine Learning Process Model with Quality Assurance Methodology (Version 2). arXiv. https://doi.org/10.48550/ARXIV.2003.05155
Touretzky, D., Gardner-McCune, C., & Seehorn, D. (2023). Machine Learning and the Five Big Ideas in AI. International Journal of Artificial Intelligence in Education, 33(2), 233–266. https://doi.org/10.1007/s40593-022-00314-1
UNESCO. (2024). AI competency framework for students. UNESCO. https://doi.org/10.54675/JKJB9835
UNESCO. (2025). AI and the future of education: Disruptions, dilemmas and directions. UNESCO. https://doi.org/10.54675/KECK1261
Zhang, C., & Magerko, B. (2025). Generative AI Literacy: A Comprehensive Framework for Literacy and Responsible Use (arXiv:2504.19038). arXiv. https://doi.org/10.48550/arXiv.2504.19038
Downloads
Veröffentlicht
Zitationsvorschlag
Ausgabe
Rubrik
Lizenz
Copyright (c) 2026 Uwe Neuhaus
Dieses Werk steht unter einer Creative Commons Namensnennung - Nicht-kommerziell - Keine Bearbeitung 3.0 International -Lizenz.
