Generative KI im Unterricht – gewöhnt sie Schüler:innen das Denken ab oder bereichert sie Lernprozesse? Über diese Frage sprach Prof. Dr. Jochen Kuhn, Vizepräsident für Innovation in Lehre und Lehrkräftebildung der LMU München, bei der Ringvorlesung "Physikdidaktik im Dialog" an der Pädagogischen Hochschule Heidelberg. In der neuen öffentlichen Vorlesungsreihe lädt Prof. Dr. Patrik Vogt aus der Physikdidaktik Forschende, Studierende und Lehrkräfte aus der Praxis zum Austausch ein.

Der Vortrag "KI im MINT-Unterricht – Teufelszeug oder Heilsbringer?" war Auftakt zur Reihe und die Zuspitzung im Vortragstitel bildete die Kontroverse um das Thema ab. Jochen Kuhn sprach von einer "unglaublichen Dynamik": Im Herbst 2022 sei generative KI auf den Markt gekommen, ermöglicht durch die Kombination hoher Rechenleistung mit großen Datenmengen, die Entwicklung seitdem rasant. "Die Zeitskalen sind sehr viel kürzer geworden", so Kuhn. Generative KI, die eigentlich nie für Bildungskontexte gedacht war, sei nun im Klassenzimmer präsent und nicht aufzuhalten. "Noch können wir diese Entwicklung beeinflussen, wir dürfen es nur nicht aus der Hand geben", so der Physikdidaktiker. Besser man stelle sich die Frage: "Wie können wir damit vernünftig Unterricht gestalten?"

Die Studienlage ist unübersichtlich

Um zu untersuchen, ob KI in Lernprozessen wirklich nützt, hatten Kuhn und sein Team im Sommer 2025 eine Metastudie gestartet: Sie werteten Forschungsergebnisse aus, die KI-Effekte in MINT-Lehrprozessen untersuchten. Bereits im Herbst habe sich die Zahl der Publikationen dramatisch erhöht, im Januar habe man erneut nachfassen müssen, berichtete der Wissenschaftler.

Das oberflächliche Fazit der Auswertung: "Im Prinzip stehen die Lernenden mit KI besser da." Schaue man jedoch genauer hin, sei das Ergebnis keineswegs eindeutig. Die Studien ließen sich nicht wirklich vergleichen, seien oft zu unspezifisch oder sogar schlecht gemacht. "Die Ergebnisse variieren und sind nicht immer verlässlich. Wenn politische Entscheidungsträger dann danach handeln, wird das problematisch." So könne KI den Lerneffekt deutlich steigern aber genauso auch schädlich für diesen sein. Lernende kämpften unter anderem damit, effektive Prompts zu verfassen, die langen Antworten auszuwerten oder hätten zu großes Vertrauen in die KI.

Für eine sinnvolle Gestaltung von Lernmaterial mit KI bietet das sogenannte "ISAR-Modell" einen Orientierungsrahmen, das Kuhn kurz vorstellte. Negative Auswirkungen wären ein KI-Einsatz, der Lernen verhindert, weil das Denken der Maschine überlassen wird (Inversion/Umkehr) oder Lehrkräfte ersetzt, ohne Mehrwert zu bieten (Substitution/Ersatz). Positive Effekte entstehen hingegen, wenn KI gezielt Lernprozesse unterstützt (Augmentation/Erweiterung) oder sogar neue kreative Lernformate schafft und damit Lernprozesse transformiert (Redefinition/Neudefinition).

Das Denken nicht der KI überlassen

"Mit einem Design-Modell dieser Art lässt sich die Aufgabenstellung überprüfen", sagte Kuhn. "Es sagt aber noch nichts darüber aus, was im Kopf der Lernenden passiert. Wie können wir vermeiden, dass diese beispielsweise das Denken völlig aufgeben?" Um hier die richtigen Weichen zu stellen, hat er gemeinsam mit Patrik Vogt und weiteren Kollegen ein didaktisches Konzept entwickelt, das von einer "menschenzentrierten KI-Unterstützung" ausgeht: Im Lernmodell AIRIS (AI-Augmented Inquiry with Responsible, Informed Self-Regulation) führen Schüler:innen selbst physikalische Experimente mit dem Smartphone durch, beispielsweise indem sie im Aufzug oder in der Straßenbahn die Beschleunigung messen und in Diagrammen darstellen (). 

Im Vordergrund steht die kognitive Aktivierung der Lernenden, die ihr Vorgehen selbst planen und KI gezielt einsetzen sollen – in diesem Fall für Messungen und deren visuelle Modellierung. Anschließend sind sie gefragt, Ergebnisse kritisch zu reflektieren und gegebenenfalls Fehler zu erkennen. Damit dies funktioniere, müsse auch der Prompt für die KI sitzen, sagte Kuhn, "Kommunikationskompetenz wird künftig noch wichtiger." Das Konzept wurde im Physik Journal veröffentlicht und soll nun mit Schulklassen in der Praxis erprobt werden.

"Ob man die aktuellen Entwicklungen gut oder schlecht findet, man muss sich dazu positionieren", so der Wissenschaftler. Lehrkräften eröffne KI bei gezieltem Einsatz Möglichkeiten, Unterricht neu zu gestalten. Gleichzeitig habe die Forschung noch viele offene Fragen zu klären, beispielsweise zu den Interaktionsprozessen zwischen KI und Lernenden oder zu langfristigen Auswirkungen. Dabei sieht Kuhn die Physikdidaktik klar in der Pflicht, wenn es um einen evidenzbasierten und lernförderlichen Einsatz von KI im MINT-Unterricht geht: "Wir sind keine Grundlagenforschung, sondern wollen dazu beitragen, den Unterricht zu verbessern."

"Physikdidaktik im Dialog – Von der Forschung in die Unterrichtspraxis" im Wintersemester

Die Ringvorlesung macht aktuelle Entwicklungen in der Physikdidaktik sichtbar, schlägt eine Brücke von der Forschung in die Praxis und bietet ein Forum für den Austausch zwischen fachdidaktischer Forschung, Lehrerbildung und Unterrichtspraxis: Eingeladen sind Lehramtsstudierende, Lehrkräfte im Vorbereitungsdienst, Physiklehrkräfte aller Schularten, Hochschuldozent:innen und Interessierte aus Bildung und Wissenschaft. Es ist keine Anmeldung nötig. Die nächsten Termine (jeweils 17.30-19.30 Uhr im Raum C1.13)

• 19. November 2026: Prof. Dr. Jan Philipp Burde (Uni Tübingen): Elektrizitätslehre mit Potenzial (und Kontexten)
• 14. Januar 2027: Prof. Dr. Lutz Kasper (PH Schwäbisch Gmünd): Video-, Comic- und Textvignetten als simulierter Unterricht – Identifikation von Präkonzepten und Fehlvorstellungen beim Physiklernen

Mehr Informationen unter

Text und Foto: Antje Karbe