Kategorien
Dyskalkulie Legasthenie Lernen

Aus echten Fehlern wird ein persönlicher Trainingsweg: Die neue KI-Fehleranalyse auf legasthenie.me

Wenn ein Kind „Blid“ statt „Bild“ schreibt, ist das kein Zufall und schon gar kein Grund zur Panik. Dieser Fehler erzählt etwas. Er verrät, welcher Wahrnehmungsbereich noch Unterstützung braucht. Diplomierte Legasthenietrainerinnen und Legasthenietrainer lesen solche Muster seit Jahrzehnten und leiten daraus gezieltes Training ab. Eltern stehen dagegen oft ratlos vor den immer gleichen Fehlern im Heft.

Genau an dieser Stelle setzt unser neuestes Projekt an: Im Rahmen der OpenAI Build Week 2026, einem weltweiten Hackathon mit über 8.600 Teilnehmerinnen und Teilnehmern, haben wir legasthenie.me um eine KI-Fehleranalyse erweitert. Gebaut, getestet, live gestellt und eingereicht an einem einzigen Tag, in der Kategorie „Education“. Dieser Beitrag zeigt, was das neue Werkzeug kann, wie es funktioniert und was dahintersteckt.

Zwei Minuten, die alles zeigen: von den echten Fehlern zum fertigen Trainingsbuch.

Fehler sind Botschaften, keine Makel

Die AFS-Methode von Dr. Astrid Kopp-Duller betrachtet Legasthenie und Dyskalkulie nicht als Defizit, sondern als andere Art der Informationsverarbeitung. Trainiert wird auf drei Ebenen: Aufmerksamkeit, Funktionen der Sinneswahrnehmung und Symptom, also die konkreten Fehlerbilder beim Schreiben, Lesen und Rechnen.

Und genau die Fehlerbilder sind der Schlüssel. Ein paar Beispiele:

  • „Blid“ statt „Bild“: Zwei Buchstaben tauschen den Platz. Das deutet auf die optische Differenzierung und Serialität hin, also das genaue Unterscheiden und Ordnen von Gesehenem.
  • „schwimen“ statt „schwimmen“: Der doppelte Mitlaut fehlt. Das Kind hört die Kürze des Selbstlauts davor noch nicht sicher heraus.
  • „spilen“ statt „spielen“: Die Dehnung mit „ie“ ist noch nicht verankert.
  • „23″ statt „32″: Ein Zahlendreher, ein typischer Hinweis auf ein noch unsicheres Stellenwertverständnis.

Wer solche Muster erkennt, kann gezielt üben statt wahllos. Bisher brauchte es dafür geschulte Augen. Jetzt hilft dabei ein KI-Modell.

So einfach geht es: Fehler eintippen, Analyse lesen, trainieren

Die neue Seite legasthenie.me/generator/ki-fehleranalyse ist bewusst schlicht gehalten. Man tippt die Fehler des Kindes ein, so wie sie wirklich passiert sind, eine Zeile pro Fehler: links die Schreibung des Kindes, rechts die richtige Lösung. Schreibfehler und Rechenfehler dürfen bunt gemischt sein. Dazu noch die Schulstufe wählen, fertig.

Eingabeformular der KI-Fehleranalyse auf legasthenie.me
Echte Fehler, eine Zeile pro Paar. Der Vorname ist freiwillig und bleibt im Browser.

Nach wenigen Sekunden liefert GPT-5.6, das aktuelle Sprachmodell von OpenAI, die Auswertung: Jeder Fehler wird einer Symptomkategorie zugeordnet, mit einer kurzen, wertschätzenden Erklärung, was da eigentlich passiert. Keine Fachbegriffe-Schlacht, keine Defizitsprache, sondern Sätze, die man als Mutter oder Vater sofort versteht.

Ergebnis der KI-Analyse: erkannte Trainingsschwerpunkte mit Erklärungen
Die KI erklärt jedes Fehlermuster in einfacher Sprache und leitet Trainingsschwerpunkte ab.

Ein Klick weiter: das persönliche Trainingsbuch

Das Beste kommt zum Schluss: Die Analyse mündet in einen Knopf, und der erzeugt ein komplettes Trainingsbuch mit 20 Arbeitsblättern, zusammengestellt nach der AFS-Logik. Jede Einheit beginnt mit Aufmerksamkeitstraining, dann folgen Blätter zum Funktionstraining der betroffenen Sinneswahrnehmungen und schließlich Symptomtraining, das exakt auf die erkannten Fehlerkategorien zielt. Deckblatt mit dem Namen des Kindes, Belohnungs-Rätsel am Ende und ein kompakter Lösungsteil zum Ausdrucken inklusive.

Mein Trainingsbuch für Lena: Deckblatt mit Inhaltsverzeichnis der 20 Arbeitsblätter
„Mein Trainingsbuch für Lena“: 20 Blätter, aufgebaut nach Aufmerksamkeit, Funktion und Symptom.

Die Blätter kommen dabei nicht aus einer Schublade fertiger PDFs, sondern werden in dem Moment frisch erzeugt. Möglich machen das die 123 Arbeitsblatt-Generatoren, die auf legasthenie.me in den letzten Monaten entstanden sind: vom Wortsuchrätsel über Buchstabendreher-Übungen, Silbenteppiche und Rechenmauern bis zu Schreibschrift-Lineaturen in zwölf Schulschriften. Wer denselben Plan mit neuen Blättern noch einmal möchte, klickt einfach auf „Neue Blätter, gleicher Plan“.

Übersicht der 123 Arbeitsblatt-Generatoren auf legasthenie.me
Die Plattform dahinter: 123 kostenfreie Generatoren, geordnet nach den AFS-Trainingsbereichen.

Hinter den Kulissen: gebaut mit Codex und GPT-5.6

Die Build Week verlangte, dass Projekte nachweisbar mit zwei OpenAI-Werkzeugen entstehen: Codex, dem Programmier-Agenten, und GPT-5.6 als Modell im Produkt. Beides kam voll zum Einsatz. Codex hat das gesamte Feature in einer einzigen Sitzung direkt in unserer über Jahre gewachsenen PHP-Codebasis entwickelt: die Eingabeseite, die Anbindung an die OpenAI-Schnittstelle, die Übergabe an den Trainingsplan und die automatischen Tests. Ein zweiter Codex-Durchlauf härtete anschließend die Auswertung ab, nachdem der Live-Test kleine Schwächen gezeigt hatte.

Technisch spannend ist der Einsatz von Structured Outputs: GPT-5.6 darf nicht frei plaudern, sondern muss seine Analyse in einem festen, maschinenlesbaren Format abliefern, das nur die Kategorien, Trainingsplan-Werte und Generator-Namen zulässt, die unsere Plattform wirklich kennt. Der Server prüft die Antwort zusätzlich, bevor sie das Kind bzw. die Eltern erreicht. So bleibt die KI kreativ im Erklären, aber streng geführt im Ergebnis.

Der gesamte Quellcode ist übrigens offen einsehbar: github.com/dyslexics/legasthenie-me. Die Git-Historie trennt sauber, was vor der Build Week schon existierte und was während des Hackathons entstanden ist.

Übersichtsgrafik: vom Fehler über GPT-5.6 zum persönlichen Trainingsbuch
Das Prinzip auf einen Blick, hier aus unserer englischsprachigen Hackathon-Einreichung.

Datenschutz und eine ehrliche Einordnung

Zwei Dinge waren uns beim Bauen besonders wichtig. Erstens der Datenschutz: Der Vorname des Kindes ist freiwillig und verlässt zu keinem Zeitpunkt den Browser. An OpenAI geht ausschließlich die anonyme Fehlerliste samt Schulstufe, sonst nichts. Zweitens die Einordnung: Die KI-Fehleranalyse ist keine Diagnose, sondern eine pädagogische Orientierung für das Training zu Hause. Wer eine fundierte Abklärung und persönliche Begleitung möchte, findet über legasthenietrainer.com diplomierte Legasthenietrainerinnen und Legasthenietrainer in der Nähe.

Damit das Angebot fair bleibt und die Kosten im Rahmen, sind 15 Analysen pro Tag und Anschluss möglich. Für den Hausgebrauch reicht das mehr als genug.

Jetzt ausprobieren

Die KI-Fehleranalyse ist ab sofort frei zugänglich, ohne Konto und ohne Kosten:

Und wer tiefer einsteigen möchte, beruflich oder für das eigene Kind: Das Fernstudium zur diplomierten Legasthenietrainerin bzw. zum diplomierten Legasthenietrainer stellt der EÖDL auf legastheniefernstudium.com vor, für Dyskalkulie auf dyskalkuliefernstudium.com. Eine kostenfreie Infomappe gibt es dort auf Anfrage.

Ob die Einreichung bei der Build Week eine Auszeichnung gewinnt, entscheidet die Jury bis Mitte August. Gewonnen haben aber jetzt schon alle, die ab heute aus den Fehlern ihres Kindes einen persönlichen Trainingsweg machen können.

Kategorien
Lernen Tech

Fable 5 ist wieder online: Jetzt noch bis 7. Juli im Abo nutzen

Leuchtende KI-Sphäre, die wieder online geht

Gute Nachrichten für alle, die mit KI arbeiten: Claude Fable 5 ist wieder online – auch bei uns in Europa. Nach der Sperre, über die ich im Juni berichtet habe, steht Anthropics stärkstes Modell jetzt wieder allen Nutzerinnen und Nutzern zur Verfügung.

Wichtig: Stichtag 7. Juli

Es gibt allerdings einen Haken, den man kennen sollte: Nur bis zum 7. Juli läuft Fable 5 über das normale Kontingent des Abo-Plans. Danach muss die Nutzung über API-Tokens bezahlt werden – also zusätzlich zum Abo. Wer das Modell ausprobieren oder noch einmal richtig ausreizen möchte, sollte die verbleibenden Tage nutzen.

Meine Erfahrungen mit Fable 5

Ich arbeite seit dem Start intensiv mit Fable 5 und kann die Begeisterung vieler Anwender nur bestätigen. Was mir besonders auffällt:

  • Geschwindigkeit: Das Modell ist erstaunlich schnell – Antworten und Arbeitsschritte kommen deutlich zügiger als erwartet.
  • Paralleles Arbeiten: Fable 5 kann mehrere Aufgaben gleichzeitig erledigen. Es startet parallele Arbeitsschritte und behält dabei alle Fäden in der Hand.
  • Außergewöhnlicher Überblick: Auch bei großen, unübersichtlichen Projekten verliert das Modell nicht den roten Faden. Es weiß, was schon erledigt ist und was noch fehlt.
  • Stark beim Programmieren – und darüber hinaus: Beim Coden spielt Fable 5 seine Stärken voll aus, aber auch bei ganz anderen Problemstellungen liefert es durchdachte, brauchbare Ergebnisse.

Was ist mit den Einschränkungen?

Fable 5 kommt mit zusätzlichen Sicherheitsmaßnahmen, die bestimmte heikle Anwendungsbereiche einschränken – ein Punkt, der auch bei der Diskussion rund um die Sperre eine Rolle gespielt hat. Aus meiner Sicht ist das nachvollziehbar, und für die tägliche Arbeit spielt es praktisch keine Rolle: Mich und meine Projekte betreffen diese Einschränkungen nicht. Ich bin in der gesamten Zeit kein einziges Mal an diese Grenzen gestoßen.

Mein Fazit

Wer ein Claude-Abo hat, sollte die Zeit bis zum 7. Juli nutzen und Fable 5 ausgiebig einsetzen – sei es zum Programmieren, für Recherchen oder für komplexe Projekte. Ein besseres Preis-Leistungs-Verhältnis wird es für dieses Modell so schnell nicht wieder geben. Danach heißt es: entweder API-Tokens einplanen oder auf die weiterhin sehr guten Modelle wie Claude Opus zurückgreifen.

Kategorien
Lernen Tech

Fable 5 in Europa gesperrt: Was die US-Anordnung für KI-Nutzer bedeutet

Symbolbild: KI-Modell Fable 5 in Europa gesperrt – leuchtende KI-Sphäre über Weltkarte

Seit dem 12. Juni 2026 sind die KI-Modelle Fable 5 und Mythos 5 von Anthropic nicht mehr erreichbar – und das betrifft alle Nutzerinnen und Nutzer in Europa unmittelbar. Grund ist eine Export-Control-Anordnung der US-Regierung, die Anthropic verpflichtet, den Zugang zu diesen beiden Modellen für jede Person ohne US-Staatsbürgerschaft zu sperren. Wer Fable 5 in Europa genutzt hat, steht damit von einem Tag auf den anderen ohne Zugriff da. Wir ordnen ein, was passiert ist, wen es trifft und was das für den Einsatz von KI im Lern- und Bildungsbereich bedeutet.

Was ist passiert?

Anthropic, das Unternehmen hinter dem KI-Assistenten Claude, hat am 12. Juni 2026 eine offizielle Stellungnahme veröffentlicht. Darin beschreibt das Unternehmen, dass es um 17:21 Uhr (Ortszeit US-Ostküste) eine verbindliche Export-Control-Anordnung der US-Regierung erhalten habe. Diese verlangt, den Zugang zu den Modellen Fable 5 und Mythos 5 zu unterbinden – und zwar für „jede ausländische Person, ob innerhalb oder außerhalb der Vereinigten Staaten, einschließlich ausländischer Mitarbeiter von Anthropic“.

Weil sich dieser Personenkreis technisch nicht sauber von US-Bürgern trennen ließ, sah sich Anthropic gezwungen, beide Modelle für alle Kundinnen und Kunden abzuschalten. Wichtig für alle, die andere Claude-Versionen einsetzen: „Der Zugang zu allen anderen Anthropic-Modellen ist nicht betroffen.“ Es geht also ausschließlich um Fable 5 und das höher angesiedelte Mythos 5.

Warum trifft die Sperre gerade Europa?

Der entscheidende Punkt steckt im Wortlaut der Anordnung: Gesperrt wird der Zugang für „foreign nationals“ – also für alle Menschen, die keine US-Staatsbürger sind. Aus europäischer Sicht bedeutet das praktisch eine Vollsperre. Egal ob in Österreich, Deutschland oder der Schweiz: Wer Fable 5 oder Mythos 5 von Europa aus verwenden wollte, fällt automatisch unter die Sperre.

Damit ist dies kein abstraktes Regulierungsdetail, sondern ein konkreter Einschnitt für europäische Anwender – von Einzelnutzern über Schulen und Trainingsinstitute bis zu Unternehmen, die ihre Arbeitsabläufe auf diese Modelle aufgebaut hatten.

Worum geht es im Kern des Streits?

Die US-Regierung begründet die Anordnung mit Bedenken zur nationalen Sicherheit. Konkret verweist sie auf eine bekannt gewordene „Jailbreak“-Methode bei Fable 5 – also einen Weg, die Schutzmechanismen des Modells zu umgehen. Anthropic widerspricht der Einschätzung deutlich:

  • Die vorgeführte Technik habe bei der Überprüfung nur geringfügige, bereits bekannte Schwachstellen offenbart.
  • Diese Schwachstellen seien auch über andere, frei verfügbare KI-Modelle auffindbar – etwa für das Anfordern einer Code-Überprüfung.
  • Einen universellen Jailbreak gebe es nicht; eine perfekte Absicherung sei „derzeit für keinen Modellanbieter möglich“.

Anthropic betont, dass die Sicherheitsvorkehrungen von Fable „deutlich wirksamer als bei jedem zuvor ausgelieferten Modell“ gewesen seien. Vor dem Start habe es ausgiebige „Red-Teaming“-Tests gemeinsam mit Regierungsstellen und unabhängigen Dritten gegeben. Das Unternehmen setze auf eine „Defense-in-Depth“-Strategie: mehrere, sich ergänzende Schutzschichten kombiniert mit laufender Überwachung verdächtiger Nutzung.

Die Position von Anthropic

Anthropic stellt sich klar gegen die Rücknahme der Modelle. Sinngemäß argumentiert das Unternehmen: Wenn schon der Fund einer eng begrenzten, möglichen Schwachstelle genüge, um ein kommerzielles Modell zurückzurufen, das hunderten Millionen Menschen zur Verfügung steht, würde das praktisch jeden produktiven Einsatz von KI in der Branche zum Erliegen bringen. Gleichzeitig betont Anthropic, eine transparente, faktenbasierte staatliche Aufsicht ausdrücklich zu unterstützen, und erklärt, „so schnell wie möglich“ an der Wiederherstellung des Zugangs zu arbeiten.

Was bedeutet das für den Einsatz von KI im Lernbereich?

Für alle, die KI im pädagogischen Alltag einsetzen – etwa zur Erstellung von Übungsmaterial, zur Vereinfachung von Texten oder zur Unterstützung beim Legasthenietraining – ist der Fall ein wichtiger Weckruf. Drei Lehren lassen sich daraus ziehen:

  • Abhängigkeit von einem einzelnen Modell ist ein Risiko. Wer Arbeitsabläufe ausschließlich auf ein bestimmtes KI-Modell stützt, kann durch regulatorische Entscheidungen kurzfristig ausgebremst werden.
  • Geopolitik betrifft jetzt auch das Klassenzimmer. Export- und Sicherheitsregeln entscheiden zunehmend mit, welche digitalen Werkzeuge in Europa überhaupt verfügbar sind.
  • Ruhe bewahren statt Panik. Andere Modelle von Anthropic bleiben verfügbar, und für die meisten Aufgaben im Lern- und Trainingsalltag gibt es weiterhin leistungsfähige Alternativen.

Für die praktische Arbeit empfiehlt es sich, KI eher als unterstützendes Werkzeug zu begreifen und nicht als unverzichtbare Grundlage eines einzelnen Anbieters. So bleibt die Arbeit auch dann handlungsfähig, wenn ein Dienst – wie jetzt Fable 5 in Europa – plötzlich wegfällt.

Häufige Fragen (FAQ)

Ist Claude jetzt komplett gesperrt?
Nein. Betroffen sind ausschließlich Fable 5 und Mythos 5. Alle anderen Anthropic-Modelle bleiben laut Unternehmen erreichbar.

Warum kann ich Fable 5 in Österreich oder Deutschland nicht mehr nutzen?
Die US-Anordnung untersagt den Zugang für alle Nicht-US-Bürger. Europäische Nutzer fallen damit unter die Sperre.

Wird der Zugang wiederkommen?
Anthropic erklärt, an einer möglichst schnellen Wiederherstellung zu arbeiten. Einen konkreten Termin gibt es bislang nicht.

Quelle: Offizielle Stellungnahme von Anthropic vom 12. Juni 2026 („Statement on the US Government Directive to Suspend Access to Fable 5 and Mythos 5“). Stand dieses Beitrags: 14. Juni 2026.

Kategorien
Legasthenie Mediendidaktik Tech

Duolingo war gestern – Google verschenkt jetzt das bessere Sprachtool

Google hat still und leise ein kostenloses KI-Sprachtool veröffentlicht, das über 40 Sprachen mit echten Alltagssituationen und lokalem Slang beibringt – kein Abo, keine Bezahlschranke. Was steckt wirklich dahinter, und was können Legasthenietrainer und Lerndidaktiker daraus mitnehmen?

Was ist „Little Language Lessons“?

Unter labs.google.com hat Google ein experimentelles Sprachtool veröffentlicht: Little Language Lessons. Das Tool basiert auf Googles eigenem Gemini-Sprachmodell und ist Teil der Google Labs-Initiative – also ein Experimentierfeld, kein fertiges Produkt. Trotzdem ist es kostenlos und sofort für jeden zugänglich, der einen Google-Account besitzt.

Die Idee ist bestechend einfach: Kein Lernen auf Vorrat, keine abstrakten Vokabellisten. Stattdessen wählt man eine konkrete Alltagssituation – „Kaffee bestellen in Paris“, „nach dem Weg fragen in Tokio“ – und bekommt genau die Phrasen, die in diesem Moment wirklich gebraucht werden. Das Feature „Slang Hang“ geht noch einen Schritt weiter: KI-generierte Gespräche mit echtem lokalem Slang und umgangssprachlichen Ausdrücken, wie man sie in keinem Schulbuch findet.

Das Wichtigste auf einen Blick

Über 40 Sprachen  ·  situationsbasiertes Lernen  ·  echte Umgangssprache  ·  komplett kostenlos  ·  experimentelles Google-Labs-Projekt  ·  erfordert Google-Account

Warum das wissenschaftlich Sinn ergibt

Was Google hier umgesetzt hat, ist kein Marketing-Gag – es steckt ein solides lernwissenschaftliches Fundament dahinter, das wir als Legasthenietrainer und Lerndidaktiker kennen sollten.

Krashens Input-Hypothese

Stephen Krashen, einer der einflussreichsten Spracherwerbsforscher, argumentiert seit Jahrzehnten: Sprache wird nicht gelernt, sie wird erworben – durch verständlichen, leicht über dem eigenen Niveau liegenden Input in echten Kontexten. Genau das liefert dieses Tool: keine isolierten Grammatikregeln, sondern Sprache in Situation.

Authentizität und kommunikative Kompetenz

Soziolinguistische Forschung zeigt klar: Wer nur „Schul-Sprache“ lernt, klingt im echten Gespräch oft hölzern und fremd. Umgangssprache, Slang, regionale Wendungen – das ist der Kitt, der echte Kommunikation zusammenhält. Traditionelle Sprachkurse und auch die meisten Apps vernachlässigen diesen Aspekt weitgehend.

„Lernende erwerben Sprache am effektivsten, wenn der Input leicht über ihrem aktuellen Niveau liegt und in realen, bedeutsamen Situationen eingebettet ist.“— Stephen Krashen, Input-Hypothese (i+1)

So nutzt man das kostenlose Google Sprachtool – Schritt für Schritt

  1. Tool aufrufen: Auf labs.google.com nach „Little Language Lessons“ suchen. Kostenlos, erfordert nur einen Google-Account.
  2. Zielsprache wählen: Aus über 40 Sprachen auswählen – von Französisch bis Japanisch. Auch die Ausgangssprache (z.B. Deutsch) wird festgelegt.
  3. Alltagssituation als Kontext wählen: Restaurant, Bahnhof, Einkaufen, Vorstellen – das Tool zeigt exakt die Phrasen, die in dieser Situation fallen.
  4. „Slang Hang“ aktivieren: KI-generierte Alltagsgespräche mit echtem lokalen Slang. Ausdrücke werden erklärt – ideal, um natürlich klingendes Sprechen zu trainieren.
  5. Täglich 10–15 Minuten üben: Kurze, regelmäßige Einheiten – kombiniert mit echten Gesprächen oder Medien in der Zielsprache – erzielen die besten Ergebnisse.

Nüchterne Einordnung: Kein Duolingo-Killer

In sozialen Medien wird das Tool teilweise als „Duolingo-Killer“ gehandelt. Das ist deutlich übertrieben. Duolingo erzielte 2023 über 500 Millionen USD Umsatz und hatte mehr als 83 Millionen täglich aktive Nutzer – mit gamifizierten Lernpfaden, Fortschrittsverfolgung und strukturierten Kursen, die Little Language Lessons schlicht nicht bietet.

Was Google hier als kostenloses Sprachtool vorgelegt hat, ist ein experimentelles Werkzeug mit einem klaren Stärken-Schwächen-Profil:

✓ Stärken– Grenzen
Komplett kostenlosKein strukturierter Lernpfad
Authentische AlltagsspracheKeine Fortschrittsverfolgung
Echte Umgangssprache & SlangKeine Gamification
40+ SprachenExperimentelles Projekt (Labs)
Situationsbasierter AnsatzKein Aussprache-Feedback
Wissenschaftlich fundiertNoch keine Langzeitstudien

Was das für Legasthenietrainer und Lerndidaktiker bedeutet

Als zertifizierte Legasthenietrainer und Lerndidaktiker wissen wir: Lernen wirkt dann am besten, wenn es relevant, situativ und bedeutsam ist. Genau das ist der Ansatz, den Little Language Lessons verfolgt – und der sich mit dem deckt, was auch in der Förderarbeit mit Legasthenikern und Dyskalkulikern funktioniert: Relevanz vor Abstraktion. Situation vor Regel.

Dieses kostenlose Google Sprachtool ist kein Ersatz für strukturierte Förderung – aber es kann eine wertvolle Ergänzung sein: als kostenloses Alltagstraining, als Motivationsinstrument zwischen den Einheiten oder als Impulsgeber, um Lernen in reale Situationen einzubetten.

KI-gestützte Lerntools werden in den nächsten Jahren eine immer größere Rolle spielen. Eine MIT-Studie aus 2023 zeigte, dass KI-Tutoren in bestimmten Fächern bis zu doppelt so effektiv sein können wie traditionelle Methoden. Für das Sprachenlernen fehlen zwar noch groß angelegte Langzeitstudien – der Trend ist aber eindeutig: personalisierter, sofortiger, situativer Input ist das Modell der Zukunft.

Empfehlung für Trainer

Testen Sie das Tool selbst – 15 Minuten reichen, um ein Gefühl dafür zu bekommen. Teilen Sie es mit lernmotivierten Teilnehmern als kostenloses Zusatzangebot. Und beobachten Sie, welche Erfahrungen Ihre Lernenden damit machen – das ist wertvolles Feedback für Ihre eigene Arbeit.

Weiterführende Ressourcen: Erfahren Sie mehr über Legasthenie und aktuelle Mediendidaktik-Themen in unserem Blog.

👉 Direkt ausprobieren: labs.google.com – kostenlos, kein Abo notwendig.

Kategorien
Allgemein

Von ChatGPT zu Claude: So gelingt der Wechsel wirklich

Ein Leitfaden für Lehrkräfte, die mehr aus KI herausholen wollen

CHATGPT-CLAUDE

Gleiche KI – völlig andere Logik

Du hast von Claude gehört. Vielleicht sogar die Benchmarks gesehen: 14,6 Punkte Vorsprung im Reasoning, 94 % Instruction-Following-Rate, vier von acht gewonnenen Blind-Writing-Tests gegenüber GPT-4. Also hast du den Wechsel gewagt – und warst enttäuscht. Die Antworten wirkten steif, weniger „flüssig“ als bei ChatGPT.

Die gute Nachricht: Das liegt nicht an Claude. Es liegt daran, wie du mit ihm sprichst.

Warum dein ChatGPT-Prompting bei Claude versagt

Die Kognitionspsychologie kennt das Phänomen: Wenn ein neues Werkzeug eine andere Interaktionslogik erfordert, entsteht negativer Transfer – Gewohnheiten aus Tool A verschlechtern die Performance mit Tool B.

ChatGPT wurde von vielen als „Output-Maschine“ erlebt: kurze Befehle, sofortige Ergebnisse. Claude ist anders konzipiert – als struktureller Editor und kritischer Denkpartner. Wer Claude wie ChatGPT behandelt, bekommt mittelmäßige Ergebnisse. Wer die Logik versteht, bekommt deutlich stärkere.

Der entscheidende Unterschied: Situationen beschreiben statt Outputs befehlen

ChatGPT-Prompt: „Erstelle ein Arbeitsblatt zum Thema Bruchrechnung.“

Claude-Prompt: „Ich unterrichte eine 6. Klasse Realschule mit sehr gemischtem Leistungsniveau. Etwa ein Drittel der Schülerinnen und Schüler hat noch Schwierigkeiten beim Kürzen von Brüchen. Ich brauche ein Arbeitsblatt, das mit einer einfachen Wiederholung beginnt, dann schrittweise schwieriger wird und am Ende eine kleine Knobelaufgabe für schnelle Lerner enthält.“

Der zweite Prompt liefert keine generische Vorlage – sondern eine maßgeschneiderte Lösung, die wirklich in deinen Unterricht passt.

Praxistipp: Der Kontext-Aufbau in drei Schritten

Bevor du Claude eine Aufgabe gibst, beantworte kurz diese drei Fragen:

1. Wer bin ich? Deine Rolle, Schulform, Fach, Klassenstufe.

2. Was ist die Situation? Lernstand der Klasse, besondere Herausforderungen, zeitlicher Rahmen.

3. Was soll das Ergebnis leisten? Zweck des Materials, Niveau, Format, Länge.

Statt „Erkläre Photosynthese“ schreibe: „Ich bereite eine Stunde für eine 7. Klasse Gymnasium vor. Die Schüler kennen Zellen, aber noch keine chemischen Formeln. Erkläre Photosynthese so, dass ich es als Einstieg in 5 Minuten mündlich vorstellen kann – anschaulich, mit einem Alltagsbeispiel.“

Was Claude von ChatGPT grundlegend unterscheidet

Claude wurde von Anthropic mit einem besonderen Trainingsverfahren entwickelt – Constitutional AI. Das Modell wird anhand eines Prinzipiensatzes trainiert, hilfreiche, ehrliche und harmlose Antworten zu geben.

Der wichtigste praktische Unterschied für den Schulalltag: Claude redet dir nicht nach dem Mund. Es widerspricht, wenn es gute Gründe dafür gibt. Es weist auf Schwächen in einem Entwurf hin. Es liefert keine leere Bestätigung. Für viele ChatGPT-Gewohnheitsnutzer fühlt sich das zunächst ungewohnt an – ist aber genau das, was Claude als Feedback-Partner so wertvoll macht.

Claude Projects: Dein persönlicher Unterrichts-Assistent

Claude Projects ermöglichen dauerhaft gespeicherte Anweisungen und Kontextdokumente. Du definierst einmalig, wer du bist und wie Claude mit dir arbeiten soll – und musst das nie wieder wiederholen.

Beispiel Custom Instructions für Lehrkräfte: „Ich bin Deutschlehrerin an einer Gesamtschule, Klassen 5–10. Schreibe immer auf Niveau B1–B2, vermeide Fachbegriffe ohne Erklärung. Wenn ich Materialien anfrage, frage zuerst nach Klassenstufe und Leistungsniveau.“

Die ehrlichen Einschränkungen

Claude ist kein Allheilmittel. Wer wechselt, sollte wissen:

  • Kein integrierter Bildgenerator
  • Keine Sprachausgabe
  • Kein Community-Marketplace für fertige Vorlagen

Für wen lohnt der Wechsel besonders? Für Lehrkräfte, die komplexe Unterrichtsmaterialien entwickeln, differenzierte Aufgaben für verschiedene Niveaus brauchen, Feedback auf eigene Texte und Konzepte suchen oder Claude als kritischen Gesprächspartner bei der Unterrichtsplanung nutzen wollen.

Fazit: Claude lernt man nicht – man adaptiert sich

Claude ist nicht besser oder schlechter als ChatGPT – es ist anders gebaut. Es entfaltet seinen Wert erst, wenn du die Interaktionslogik verstehst.

Beschreibe Situationen statt Outputs zu befehlen. Akzeptiere, dass Widerspruch kein Fehler ist, sondern ein Feature.

Kategorien
Allgemein

Worterarbeitung nach der AFS-Methode – praxisnahe Sammlung für Unterricht & Training

Entdecken Sie täglich ein neues Wort mit uns. „Worterarbeitung nach der AFS-Methode“ ist ein einzigartiges und sehr umfangreiches Arbeitsmaterial für jeden, der die deutsche Sprache lehrt und lernt.

Eine praxisnahe und brauchbare Sammlung mit vielen praktischen Ideen für den Unterricht und für ein konkretes Training mit legasthenen Menschen, aber auch für Menschen mit anderen individuellen Lernbedürfnissen.

Die Worterarbeitung kann entweder online durchgeführt, oder auch als PDF ausgedruckt und gesammelt werden.

Kategorien
Tech

Die 3 Stufen des Reverse Prompt Engineering

AI KI Schule

Forscher der Wharton Business School haben 15.000 Prompts über zwei KI-Modelle getestet. Ihr Ergebnis: Dieselbe KI produziert dramatisch unterschiedliche Ergebnisse basierend auf kleinen Formulierungsänderungen. Es gibt keine universelle Prompting-Technik, die konsistent funktioniert.

Das ist das Kernproblem beim Prompting: Sie verbringen 20 Minuten mit der Erstellung eines Prompts, bekommen mittelmäßige Ergebnisse, ändern ein Wort, generieren neu – und es ist immer noch generisch.

Die meisten Menschen reagieren darauf, indem sie Prompts „vorwärts“ bauen. Wort für Wort. In der Hoffnung, auf etwas Gutes zu stoßen. Das ist Raterei, getarnt als Methode.

Das Geheimnis: Reverse Prompt Engineering

Reverse Prompt Engineering dreht den Prozess um. Statt an Worten zu raten, beschreiben Sie das gewünschte Ergebnis. Die KI baut den Prompt für Sie. Sie editieren von dort aus.

Forscher der Northwestern University testeten diesen Ansatz gegen traditionelles Prompting. Menschliche Bewerter bevorzugten reverse-engineerte Prompts in 76% der Fälle gegenüber manuell geschriebenen Versionen. Die KI kennt ihre eigene Sprache besser als Sie.

Stufe 1: Zero-Shot (Keine Beispiele)

Verwenden Sie diese Methode, wenn Sie eine Vision haben, aber keine konkreten Beispiele.

Schritt 1: Beschreiben Sie das Ergebnis

Beschreiben Sie der KI, was Sie wollen. Zum Beispiel: „Ich brauche ein auffälliges Titelbild für ein LinkedIn-Karussell über KI-Bildgenerierung. Etwas Einprägsames, Aktionsorientiertes.“

Schritt 2: Lassen Sie die KI strukturieren

Fordern Sie die KI auf, einen detaillierteren Prompt zu erstellen. Seien Sie dabei spezifisch über die Energie und den Stil, den Sie wollen.

Schritt 3: Überprüfen und verfeinern

Wenn das Ergebnis nicht passt, vereinfachen Sie. Konzentrieren Sie sich auf eine klare Aktion mit definierter Energie.

Die wichtigste Lektion: Hören Sie auf, der KI die kreative Richtung zu überlassen. Ja, KI kann kreativ sein, aber sie braucht Ihre initiale Idee als Ausgangspunkt.

Stufe 2: One-Shot (Ein Beispiel)

Zero-Shot funktioniert, wenn Sie eine klare Vision haben. Aber manchmal haben Sie bereits ein Beispiel von genau dem, was Sie wollen – einen Newsletter, der gut performt hat, einen Post mit viel Reichweite, ein Format zum Replizieren.

Warum beschreiben, wenn Sie zeigen können?

Schritt 1: Laden Sie eine Referenz hoch

Zeigen Sie der KI Ihr bestes Beispiel. „Hier ist mein erfolgreichster Newsletter. Ich möchte verstehen, warum er funktioniert, damit ich die Struktur replizieren kann.“

Schritt 2: Extrahieren Sie die DNA

Bitten Sie die KI, das Beispiel zu analysieren, bevor sie etwas erstellt. „Analysiere diesen Newsletter. Extrahiere den Hook, die Struktur, die Formatierungsentscheidungen und den Call-to-Action. Erkläre, warum jedes Element funktioniert.“

Schritt 3: Bauen Sie das Template

Erst nach der Analyse bitten Sie um den Prompt. „Erstelle jetzt ein Prompt-Template, das ich verwenden kann, um Newsletter mit derselben Struktur zu schreiben.“

Die Qualität Ihrer Referenz bestimmt die Qualität Ihres Outputs. Füttern Sie die KI mit Ihren besten Inhalten, nicht mit durchschnittlichen.

Stufe 3: Multi-Shot (Mehrere Beispiele)

Eine Referenz funktioniert für die Replikation eines einzelnen Stücks. Aber was, wenn Sie möchten, dass die KI Ihren gesamten Stil versteht?

Multi-Shot-Prompting füttert die KI mit mehreren Beispielen und lässt sie die Muster über alle hinweg finden.

Schritt 1: Analysieren, was funktioniert

„Hier sind 9 Bildgenerierungs-Prompts, die ich erstellt habe. Jeder entspricht einem bestimmten Stil. Analysiere, was jeden einzelnen effektiv macht.“

Schritt 2: Die Struktur aufschlüsseln

„Für jeden Prompt: Schlüssle Komposition, Beleuchtung, Stimmung, Kamerawinkel und Garderobe auf. Identifiziere die Muster über alle hinweg.“

Schritt 3: Das System bauen

„Wenn ich dir jetzt eine einfache einzeilige Idee gebe, möchte ich, dass du sie zu einem detaillierten Prompt erweiterst, unter Verwendung der Muster, die du identifiziert hast.“

Das ist der Unterschied zwischen Multi-Shot und den anderen Stufen: Sie bitten die KI nicht, einen einzelnen Prompt zu schreiben. Sie bringen ihr bei, wie Sie denken, damit sie Prompts unbegrenzt für Sie schreiben kann.

Die neue Regel

Früher hieß es: „Ideen sind wertlos, Umsetzung ist alles.“ Das machte Sinn, als Umsetzung Zeit, Fähigkeiten und Ressourcen erforderte.

Aber KI hat die Gleichung umgedreht. Jetzt ist Umsetzung billig. Jeder kann in Minuten Bilder generieren, Texte schreiben, Präsentationen erstellen.

Die neue Wahrheit: Ideen sind alles. Umsetzung ist wertlos.

Wenn Sie eine klare Vision haben, strukturiert die KI sie wunderbar. Wenn nicht, bekommen Sie generische Ergebnisse. Das Modell erkundet Möglichkeiten; Sie beurteilen, was sich richtig anfühlt. Aber Sie müssen zuerst etwas mitbringen, das es wert ist, erkundet zu werden.

Kategorien
Allgemein Lernen

KI im Klassenzimmer: Lernen wir noch – oder lassen wir denken?

Screenshot

Warum künstliche Intelligenz für Schüler Chance und Risiko ist

Ein Einordnungsartikel für Lehrer:innen und Eltern

Einleitung: Zwischen Euphorie und Sorge

Künstliche Intelligenz ist längst im Schulalltag angekommen. Schüler nutzen Tools wie ChatGPT, um Hausaufgaben zu erledigen, Texte zusammenzufassen oder Antworten auf komplexe Fragen zu erhalten – oft in Sekundenschnelle.

Was für Erwachsene nach effizienter Unterstützung klingt, bereitet vielen Lehrer:innen und Eltern zunehmend Sorgen.

Ein viel beachteter Artikel des Wirtschaftsmagazins Fortune greift genau diese Bedenken auf und bezieht sich auf eine neue Studie der Brookings Institution. Der drastische Begriff, den befragte Lehrkräfte verwenden, lautet:

„KI ist kognitives Fast Food für Schüler.“

Doch was steckt wirklich dahinter?

Die zentrale These der Brookings-Studie

Die Brookings Institution veröffentlichte Anfang 2026 eine umfangreiche Analyse zur Rolle von KI im Bildungsbereich.

Der Titel des Berichts lautet:

„A New Direction for Students in an AI World: Prosper, Prepare, Protect“

🔗 Originalstudie (englisch):

A new direction for students in an AI world: Prosper, prepare, protect

🔗 Fortune-Artikel zur Studie:

https://fortune.com/2026/01/15/ai-brainrot-students-brookings-study-cheating-high-school-fast-food

Kernaussage:

Das größte Risiko von KI im Bildungsbereich ist nicht Betrug an sich, sondern die Vermeidung kognitiver Anstrengung – genau dort, wo Lernen eigentlich stattfindet.

Von „Schummeln kostet Mühe“ zu „Denken per Knopfdruck“

Die Studie beschreibt einen entscheidenden Unterschied zu früheren Formen des Schummelns:
Früher musste ein Schüler aktiv werden: abschreiben, recherchieren, jemanden bitten. Heute genügt ein einziger Schritt: Prompt eingeben → Antwort kopieren → fertig.

Diese Reibungslosigkeit führt laut Brookings zu einer „kognitiven Entkopplung“:

Schüler geben Ergebnisse ab, ohne die zugrunde liegenden Denkprozesse jemals durchlaufen zu haben.

Eine befragte Lehrkraft formuliert es drastisch:

„Schüler können nicht mehr schlussfolgern. Sie können nicht denken. Sie können keine Probleme lösen.“

KI als „Fast Food“ für das Gehirn

Der Vergleich mit Fast Food ist bewusst gewählt: Schnell verfügbar Kurzfristig befriedigend Kaum nachhaltiger Nährwert

Übertragen auf Lernen bedeutet das: Texte werden zusammengefasst, ohne gelesen zu werden Argumentationen entstehen, ohne verstanden zu sein Aufsätze wirken korrekt, aber gedanklich leer

Die Studie spricht hier von: kognitiver Verschuldung mentaler Atrophie Abhängigkeit von externen Denkprothesen

Besonders betroffen: Lesen, Schreiben, Durchhalten

📖 Lesen

Viele Lehrer berichten:

„Die Schüler sagen nicht mehr: Ich lese nicht gern – sondern: Ich kann das nicht, es ist zu lang.“

Längere Texte überfordern zunehmend, da KI das Aushalten von Komplexität ersetzt.

✍️ Schreiben

KI-Texte sind oft: sprachlich korrekt strukturiert aber auffallend gleichförmig

Die Studie zeigt: Menschliche Texte enthalten mehr originelle Gedanken, Brüche, Perspektivenwechsel – also genau das, was Bildung fördern sollte.

Ein neuer Aspekt: KI als emotionaler Ersatz. Ein besonders sensibler Punkt der Studie betrifft den sozial-emotionalen Bereich. Ein Teil der Jugendlichen nutzt KI-Chatbots nicht nur zum Lernen, sondern als: Gesprächspartner emotionalen Begleiter „jemanden, der immer zuhört“. Manche Teenager verbringen laut Studie bis zu 100 Minuten täglich mit KI-Chatbots. Die Forscher sprechen hier von „künstlicher Intimität“: simuliert Nähe verlangt keine echte Beziehung ersetzt Empathie durch Berechenbarkeit

Das kann – vor allem langfristig – die Entwicklung realer sozialer Kompetenzen beeinträchtigen. Wichtige Differenzierung: KI ist nicht per se das Problem

Die Brookings-Studie betont ausdrücklich:

Die Risiken entstehen nicht durch die Technologie selbst, sondern durch ihre Nutzung.

KI kann ein wertvolles Werkzeug sein, wenn: Grundlagen bereits vorhanden sind Denken begleitet, nicht ersetzt wird Reflexion eingefordert wird

Drei Leitlinien für Schule und Elternhaus

Die Studie schlägt einen klaren Rahmen vor:

1️⃣ Prosper – sinnvoll einsetzen

KI als Werkzeug für Übung, Feedback, Inspiration nicht als Ersatz für Lesen, Denken, Schreiben

2️⃣ Prepare – Kompetenzen aufbauen

KI-Kompetenz vermitteln über Chancen und Grenzen sprechen Schüler lernen lassen, wann KI sinnvoll ist – und wann nicht

3️⃣ Protect – schützen

klare Regeln für KI-Nutzung Schutz der emotionalen Entwicklung Förderung echter Beziehungen und Dialoge

Fazit: Bildung braucht Reibung

Lernen ist kein effizienter Prozess – und das ist gut so. Frustration, Nachdenken, Wiederholen, Scheitern und Verstehen gehören untrennbar dazu. KI kann unterstützen, aber Denken darf nicht ausgelagert werden.

Für Lehrer:innen und Eltern bedeutet das: nicht verbieten, sondern begleiten nicht verteufeln, sondern einordnen nicht Technik ersetzen lassen, was Menschliches ist.

Quellen & weiterführende Links

Brookings Institution – Originalstudie: https://www.brookings.edu/articles/a-new-direction-for-students-in-an-ai-world-prosper-prepare-protect/ Fortune – Zusammenfassender Artikel: https://fortune.com/2026/01/15/ai-brainrot-students-brookings-study-cheating-high-school-fast-food/

Kategorien
Allgemein

Meine 10 KI-Favoriten von 2025: Ein Blick in meine digitale Werkzeugkiste

Werkzeugkasten AI


von Mario Engel (Dezember 2025)

2025 geht zu Ende, und es war erneut ein Jahr, in dem künstliche Intelligenz nicht nur besser, sondern vor allem alltagstauglicher geworden ist. KI ist für mich längst kein Spielzeug mehr, sondern eine Werkzeugkiste aus spezialisierten Assistenten: für Wissen, Recherche, Lernen, Design, Entwicklung, Video, Musik und visuelle Optimierung.

Hier sind die 10 KI-Tools, die ich 2025 tatsächlich regelmäßig genutzt habe, inklusive direkter Links. Zu manch dieser Tools habe ich bezahlte Zugänge, denn die Pro-Versionen machen oft den entscheidenden Unterschied.

Die_KI_Werkzeugkiste_2025_Spezialisten_statt_AlleskoennerHerunterladen

NotebookLM – Der intelligente Notizbuch-Assistent

Hauptfunktion: Eigene Dokumente erkunden, strukturieren und weiterverarbeiten Link: https://notebooklm.google/

NotebookLM ist mein Lieblingswerkzeug, wenn es darum geht, aus PDFs, Docs, Webseiten und Co. eine brauchbare Wissensbasis zu machen und daraus direkt Arbeitsmaterial zu erzeugen. Pro Notebook sind bis zu 50 Quellen möglich. (300 mit Pro Account)

Neu im Dezember 2025: Data Tables. NotebookLM kann Informationen aus Quellen automatisch als Datentabellen extrahieren und zum Beispiel Richtung Google Sheets weitergeben.

Meine Erfahrung: Die Infografiken sind hervorragend und lassen sich im Stil sehr individuell anpassen, man muss es nur richtig prompten. Besonders praktisch: NotebookLM kann komplette YouTube-Videos analysieren und aufbereiten.

Claude – Projektmanager und App-Baukasten

Hauptfunktion: Komplexe Projektarbeit plus schnelle Mini-Apps und Tools Link: https://claude.ai/

Claude ist für mich der bevorzugte Assistent für Aufgaben, die nicht in einem Prompt erledigt sind. Mit Artifacts lassen sich Ideen direkt in nutzbare Inhalte und kleine Tools verwandeln (Code, Visuals, Mini-Apps). Für Projektarbeit ist außerdem Projects praktisch, weil man Kontext und Material gebündelt halten kann.

Meine Erfahrung: Meistens sehr stark, manchmal schwächer, je nach aktuell zur Verfügung gestellter Rechenleistung. Man muss ein Gefühl dafür entwickeln, ob es gerade passt. Die Leistung ist leider nicht konstant. Beim Programmieren mit Opus 4.5 aber herausragend, besonders weil Claude Readme-Dateien perfekt versteht und den Projektkontext sauber erfasst.

Kimi.ai – Der Langdokument-Spezialist aus China

Hauptfunktion: Sehr lange Inhalte analysieren, zusammenfassen, strukturieren Link: https://www.kimi.com/en

Kimi nutze ich dann, wenn ich wirklich tief in umfangreiche Inhalte muss. Moonshot AI positioniert Kimi explizit als Assistent für lange Texte und intensive Denkarbeit.

Meine Erfahrung: Diese chinesische KI glänzt besonders in Kombination mit langen, detaillierten Prompts. Wer sich die Mühe macht, solide und ausführliche Anweisungen zu schreiben, wird mit präzisen Ergebnissen belohnt.

Perplexity – Der Briefing-Assistent

Hauptfunktion: Schnelle Recherche mit verifizierbaren Quellen Link: https://www.perplexity.ai/

Perplexity ist für mich die beste Abkürzung, um mich in neue Themen einzuarbeiten: kompakte Zusammenfassungen plus Zitate und Quellen, damit man sofort nachprüfen und vertiefen kann.

Meine Erfahrung: Die Pro-Version war bei PayPal für ein Jahr gratis dabei, ein netter Bonus. Ehrlich gesagt sticht Perplexity für mich nicht besonders heraus, es macht seinen Job solide, aber ohne Wow-Effekt.

Gemini – Der geduldige Tutor

Hauptfunktion: Lernen, Verstehen, visuelle Wissensvermittlung Link: https://gemini.google/

Gemini nutze ich gern im Lehrer-Modus. Guided Learning ist darauf ausgelegt, Verständnis aufzubauen, mit Rückfragen, Schritt-für-Schritt-Erklärungen und sogar Quiz-Elementen.

Für Visuals erwähnenswert: Nano Banana Pro (Geminis Bildmodell) mit Fokus auf präzisere Kontrolle, besseres Text-Rendering und professionellere Outputs.

Meine Erfahrung: Google hat 2025 das Comeback an die Spitze geschafft, und das ohne Nvidia-Prozessoren. Google setzt konsequent auf eigene Hardware (TPUs). Die Oberfläche ist nicht immer übersichtlich, und mit NotebookLM ist Google gleich doppelt in dieser Liste vertreten, was für die Qualität des Ökosystems spricht.

HeyGen – Der Video-Avatar-Generator

Hauptfunktion: Videos generieren, übersetzen, personalisieren ohne Kamera Link: https://www.heygen.com/

HeyGen ist mein Shortcut für Video-Output: Skript rein, Avatar-Video raus. HeyGen ist eine Video-Plattform zum Erstellen, Übersetzen und Personalisieren von Videos in großem Stil, ohne Kamera-Setup.

Meine Erfahrung: Die Vertonung ist erstklassig, die Videos sehen professionell aus. Nicht billig, aber die Leistung rechtfertigt den Preis.

Cursor – Der KI-Co-Programmierer

Hauptfunktion: KI direkt im Code-Editor für schnelleres Bauen und Refactoring Link: https://cursor.com/

Cursor fühlt sich 2025 für mich wie ein Entwickler im Team an: KI-Unterstützung direkt im Editor, inklusive Codebase-Kontext, um Änderungen nicht nur lokal, sondern strukturell sauber umzusetzen.

Meine Erfahrung: Einfach unglaublich. Cursor schreibt mir komplette Programme auf Zuruf um. Der Haken: Es frisst Tokens wie ein Hund Salami, viel zu schnell. Mein Workaround: Ich kopiere größere Aufträge oft heraus und bearbeite sie in ChatGPT oder Claude weiter, dort gibt es weniger teure Token-Engpässe.

Canva – Der visuelle Allrounder

Hauptfunktion: Design, Social Media, Handouts, Slides, Kurz-Assets schnell und konsistent Link: https://www.canva.com/

Canva ist 2025 deutlich mehr als Templates: Mit Magic Studio, Magic Design und den KI-Features lassen sich Entwürfe extrem schnell erzeugen und sofort weiterverfeinern.

Meine Erfahrung: Die Australier knabbern ernsthaft an Adobes Vorherrschaft. Ein tolles, solides Grafikprogramm, das ich fast täglich brauche. Für schnelle, professionelle Ergebnisse gibt es kaum eine bessere Lösung.

Suno – Der Musik-Generator

Hauptfunktion: Songs und Beats aus Textideen, schnell als Demo oder fertiger Track Link: https://suno.com/

Suno ist mein Tool, wenn aus einer Idee in Minuten ein hörbares Ergebnis werden soll: Skizzen, Intros, Stil-Experimente, Hooks, ohne Instrumente, ohne DAW-Setup. Suno macht es möglich, in Sekunden originale Musik zu erschaffen.

Meine Erfahrung: Für mich ist Suno ein Freizeitprojekt geworden. Als DJ SLEXIA bin ich damit sogar auf Spotify vertreten: https://open.spotify.com/artist/2FZw3os3s4TdThlOFAEuQA – Studioqualität ohne Studio, Musik ohne Musikinstrumente und Gesang, ohne einen Ton selbst zu singen. Was muss ich mehr sagen?

ChatGPT – Der Alleskönner (Visual Update 2025)

Hauptfunktion: Universeller Assistent plus deutlich stärker bei Bild-Erstellung und Bild-Bearbeitung Link: https://chat.openai.com/

Mit dem neuen Images-Update (GPT Image 1.5) ist Bildgenerierung und Bildbearbeitung spürbar professioneller geworden: präzisere Edits, bessere Detail-Konsistenz, schnelleres Generieren, plus eine neue Images-Fläche in ChatGPT.

Meine Erfahrung: Im Dezember hat sich ChatGPT mit Version 5.2 wieder an die Spitze gesetzt. Zum Programmieren in Cursor ist es mir zu teuer, ein einzelnes Bild über die API kostet 50 Cent. Aber direkt im Browser ist ChatGPT extrem praktisch und wirklich hilfreich für den täglichen Einsatz.

Fazit

2025 zeigt sehr deutlich: KI-Tools sind nicht mehr nur Chatbots, sondern spezialisierte Assistenten. Für mich funktioniert das am besten als Kombination:

Wissen und Quellen: NotebookLM

Projektarbeit und Apps bauen: Claude, Cursor

Recherche und Überblick: Perplexity, Kimi

Lernen und Visuals: Gemini, ChatGPT

Produktion (Video/Design/Musik): HeyGen, Canva, Suno

Die größte Wirkung entsteht nicht durch das eine Tool, sondern durch die richtige Werkzeugkette.

Kategorien
Allgemein

Die 30-Sekunden-Challenge: Warum Ihre Schule SOFORT eine KI-Richtlinie braucht!

Richtlinien Künstliche INtelligenz

Stopp! Bevor Sie weiterlesen: Die ultimative 30-Sekunden-Challenge

Frage: Hat Ihre Schule bereits eine KI-Richtlinie?

Ticktack… ticktack… 30 Sekunden vorbei?

Falls Sie immer noch überlegen, googeln oder „Äh, ich glaub schon?“ murmeln, dann haben wir ein Problem. Ein ziemlich großes sogar.

Houston, wir haben ein Problem!

Während Ihre Schüler längst mit ChatGPT ihre Hausübungen „optimieren“, Bilder mit Midjourney generieren und sich von DeepL beim Englisch-Essay helfen lassen, diskutieren wir Pädagogen noch immer darüber, ob KI nun Teufelszeug oder Wundermittel ist.

Die Realität? Künstliche Intelligenz ist bereits in unseren Klassenzimmern angekommen – mit oder ohne uns. Die Frage ist nicht mehr OB, sondern WIE wir damit umgehen.

Von Texas nach Österreich: Eine Richtlinie macht Schule

Als ich vor kurzem auf Mike Whitakers Arbeit „The AI Policy I Shared With My School Board“ stieß, war mir sofort klar: Das brauchen wir auch in Österreich! Seine pragmatische, durchdachte Herangehensweise hat mich so begeistert, dass ich sie für unsere Gegebenheiten adaptiert habe.

Warum? Weil wir aufhören müssen, KI als Problem zu betrachten und anfangen sollten, sie als Chance zu begreifen.

Der österreichische Schulalltag: Zwischen Kreide und KI

Stellen Sie sich vor:

  • Szenario 1: Lisa, 8. Klasse, gibt ihre Deutsch-Interpretation ab. Perfekte Sprache, brillante Analyse. Nur: Hat das wirklich Lisa geschrieben oder ChatGPT?
  • Szenario 2: Max hat Legasthenie und nutzt KI-Rechtschreibhilfen. Ist das „schummeln“ oder sinnvolle Unterstützung?
  • Szenario 3: Lehrerin Frau Müller erstellt mit KI individualisierte Arbeitsblätter für 25 Schüler in 10 Minuten. Revolutionär oder problematisch?

Ohne klare Richtlinien navigieren wir im Nebel.

Warum österreichische Schulen JETZT handeln müssen

1. Die Schüler sind uns voraus

Während wir noch diskutieren, nutzen 70% der Jugendlichen bereits KI-Tools. Ohne Anleitung. Ohne Regeln. Ohne ethische Reflexion.

2. Rechtssicherheit für Lehrkräfte

„Darf ich KI für die Unterrichtsvorbereitung nutzen?“ „Wie bewerte ich KI-unterstützte Arbeiten?“ „Was ist mit dem Datenschutz?“

Ohne Richtlinien stehen Pädagogen im Regen.

3. Chancengleichheit gewährleisten

KI kann Bildungsungleichheit verstärken – oder sie verringern. Je nachdem, wie wir sie einsetzen.

4. Zukunftskompetenz entwickeln

KI-Kompetenz ist die neue digitale Grundbildung. Wer sie nicht vermittelt, bereitet Schüler schlecht auf die Zukunft vor.

Die österreichische Lösung: Praxis statt Panik

Basierend auf Whitakers Ansatz habe ich eine praxistaugliche KI-Richtlinie für österreichische Schulen entwickelt. Sie ist:

✅ Transparent: Jeder weiß, was erlaubt ist und was nicht
✅ Praktisch: Konkrete Handlungsanleitungen für den Schulalltag
✅ Flexibel: Pädagogische Freiheit bleibt erhalten
✅ Zukunftsorientiert: Bereitet auf die digitale Welt vor
✅ DSGVO-konform: Österreichische Datenschutzbestimmungen im Fokus

Die Game-Changer: Was diese Richtlinie anders macht

🎯 Klarheit statt Chaos

  • Präzise Definitionen (Generative vs. unterstützende KI)
  • Konkrete Erlaubnisse und Verbote
  • Transparente Kennzeichnungspflicht

🤝 Dialog statt Diktat

  • Schüler werden in die Regelentwicklung einbezogen
  • Lehrkräfte behalten pädagogische Autonomie
  • Eltern werden informiert und eingebunden

🔄 Evolution statt Revolution

  • Jährliche Überprüfung und Anpassung
  • Fortbildungen für Lehrkräfte
  • Lernen aus Erfahrungen

⚖️ Balance statt Extreme

  • Weder KI-Euphorie noch KI-Panik
  • Sowohl Chancen als auch Risiken im Blick
  • Technologie im Dienst der Pädagogik

Konkret werden: Was passiert ab morgen?

Für Schulleitungen:

  1. Sofort: KI-Arbeitsgruppe gründen
  2. Woche 1: Ist-Analyse der aktuellen KI-Nutzung
  3. Woche 2-4: Richtlinie adaptieren und anpassen
  4. Monat 2: Schulung der Lehrkräfte
  5. Monat 3: Implementierung mit Pilotklassen

Für Lehrkräfte:

  • Eigene KI-Kompetenz aufbauen
  • Mit Kollegen vernetzen und austauschen
  • Schüler als Partner, nicht als „Gegner“ sehen
  • Experimentieren und lernen

Für Schüler:

  • Ehrliche Kommunikation über KI-Nutzung
  • Kritisches Denken entwickeln
  • Ethische Reflexion üben
  • KI als Bildungsinnovation und nicht als Ersatz verstehen

Die Österreich-Besonderheiten: Was anders ist

Im Vergleich zum US-Original habe ich folgende Adaptionen vorgenommen:

🇦🇹 DSGVO-Fokus: Strenge Datenschutzbestimmungen berücksichtigt
🇦🇹 Bildungssystem-Anpassung: An österreichische Schulstrukturen angepasst
🇦🇹 Kultureller Kontext: Österreichische Bildungswerte integriert
🇦🇹 Rechtlicher Rahmen: Österreichisches Schulrecht beachtet

Der Realitätscheck: Häufige Einwände (und meine Antworten)

„Wir haben keine Zeit für sowas!“ → Sie haben keine Zeit, NICHT zu handeln. KI-Chaos kostet mehr Zeit als KI-Struktur.

„Unsere Lehrkräfte sind nicht fit genug!“ → Perfekt! Dann fangen wir mit der Weiterbildung an. Niemand wird als KI-Experte geboren.

„Das ist zu kompliziert für unsere Schule!“ → Die Richtlinie ist bewusst einfach gehalten. Start small, think big.

„KI gehört nicht in die Schule!“ → KI IST bereits in der Schule. Die Frage ist nur: Mit oder ohne Ihr Zutun?

Call-to-Action: Ihr nächster Schritt

Liebe Pädagoginnen und Pädagogen,

die KI-Revolution findet nicht irgendwann statt. Sie passiert JETZT. In diesem Moment. Während Sie diesen Artikel lesen.

Sie haben zwei Optionen:

  1. Option A: Weitermachen wie bisher und hoffen, dass das Problem von alleine verschwindet
  2. Option B: Proaktiv handeln und die Zukunft Ihrer Schule mitgestalten

Ich weiß, für welche Option ich mich entscheide.

Ihre Hausübung (ja, auch für Erwachsene! 😉)

  1. Heute: Diskutieren Sie mit 3 Kollegen über KI in der Schule
  2. Diese Woche: Laden Sie die KI-Richtlinie herunter (PDF am Ende des Artikels)
  3. Nächste Woche: Vereinbaren Sie einen Termin mit Ihrer Schulleitung
  4. Nächster Monat: Starten Sie Ihre erste KI-Fortbildung

Die Zukunft wartet nicht

Während andere Länder bereits KI-Strategien für Schulen entwickeln, dürfen wir in Österreich nicht den Anschluss verlieren. Wir haben die Chance, zu den Vorreitern zu gehören – nutzen wir sie!

Die Frage ist nicht, OB Ihre Schule eine KI-Richtlinie braucht. Die Frage ist, WANN Sie damit anfangen.

P.S.: Falls Sie immer noch bei der 30-Sekunden-Challenge von oben hängen: Keine Sorge, das ist normal. Aber lassen Sie uns das ändern. Zusammen. Jetzt.

P.P.S.: Die komplette „Richtlinie zur Nutzung von Künstlicher Intelligenz an der Schule“ gibt’s als kostenloses PDF zum Download. Einfach, verständlich, sofort umsetzbar.

Über den Autor:
Mario Engel ist Initiator des Fernstudiums zum diplomierten Mediendidaktiker und brennt für innovative Bildungskonzepte. Wenn er nicht gerade KI-Richtlinien adaptiert, entwickelt er Strategien für die digitale Transformation in der Bildung. Auch dieser Artikel wurde mit Hilfe von CLAUDE AI verfasst.

Download: 📥 [KI-Richtlinie für österreichische Schulen – PDF] (Creative Commons CC BY 4.0)

Haben Sie Fragen zur KI-Richtlinie? Brauchen Sie Unterstützung bei der Implementierung? Schreiben Sie mir – ich helfe gerne!