KI in der Schule 2026: Warum bessere Modelle allein noch keine bessere Bildung machen

Künstliche Intelligenz verändert sich rasant. Vor wenigen Jahren standen vor allem Chatbots im Mittelpunkt: Systeme, die Texte schreiben, Fragen beantworten oder Arbeitsblätter entwerfen. Inzwischen lösen KI-Systeme komplexe mathematische Probleme, unterstützen Forschungsteams und beginnen sogar, ihre eigene Unsicherheit besser einzuschätzen. Google DeepMind beschreibt Gemini Deep Think als wissenschaftlichen Begleiter für Mathematik, Physik und Informatik. (Google DeepMind)

Für Schulen klingt das nach einer technischen Erfolgsgeschichte. Bessere KI könnte Unterricht vorbereiten, Förderpläne unterstützen, Lernstände strukturieren oder Lehrkräfte bei der Dokumentation entlasten. Doch im Bildungsbereich reicht die Frage “Was kann KI?” nicht aus. Entscheidend ist eine andere: Was macht KI mit dem Lernen, mit pädagogischer Verantwortung und mit dem Vertrauen in Schule?

Genau diese Frage hat die OECD im Januar 2026 in einer eigenen Studie systematisch untersucht - und ihre Antwort gibt Schulen einen überraschend klaren Rahmen.

Die OECD-Studie: Nicht “ob KI”, sondern “in welcher Konstellation”

Der Digital Education Outlook 2026 der OECD ist eine internationale Bestandsaufnahme zu generativer KI in Bildung. Das Centre for Educational Research and Innovation (CERI) hat dafür Forschung und Praxis aus den OECD-Mitgliedsländern zusammengetragen. Die zentrale Botschaft: KI in der Schule ist keine binäre Frage. Es geht nicht darum, ob KI eingesetzt wird, sondern in welcher Konstellation - und wer dabei welche Verantwortung trägt. (OECD)

Die Studie unterscheidet drei Anwendungsszenarien im Klassenzimmer:

Schaubild der drei OECD-Szenarien für KI-Nutzung in Schulen: Schüler:in allein mit KI, Lehrkraft und Schüler:in gemeinsam, Lehrkraft allein mit KI.

Szenario 1: Schülerinnen und Schüler nutzen KI allein, um Fachwissen zu lernen. Das ist das Szenario mit dem größten Risiko. Wenn ein Modell eine Lösung formuliert, ohne dass die Schülerin den Weg dorthin nachvollzieht, kann das Ergebnis besser aussehen, ohne dass das Lernen besser wird. Die OECD warnt deutlich davor, kognitive Arbeit an allgemeine Chatbots abzugeben. Anstrengung, Ausdauer, Metakognition und tiefes Verstehen werden dabei geschwächt - also genau die Fähigkeiten, die Lernen ausmachen.

Szenario 2: Lehrkraft und Schülerinnen und Schüler nutzen KI gemeinsam im Unterricht. Hier sieht die OECD das größte pädagogische Potenzial. KI wird zum Werkzeug, das pädagogisch geführt eingesetzt wird - mit klaren Lernzielen, Reflexion und einer Lehrkraft, die einordnen kann, wann KI hilft und wann sie ablenkt. Der Output ist nicht mehr das Ziel; der Lernweg bleibt es.

Szenario 3: Lehrkräfte nutzen KI allein, um ihre Arbeit zu unterstützen. Vorbereitung, Differenzierung, Dokumentation, Förderpläne, Beobachtungen - hier kann KI Lehrkräfte spürbar entlasten. Die pädagogische Verantwortung bleibt vollständig bei der Lehrkraft, das Risiko für Lernende ist gering. Vorausgesetzt, die Systeme sind transparent, datensparsam und nachvollziehbar.

Die Pointe: Dieselbe KI ist in jedem Szenario ein anderes Werkzeug. Was im dritten Szenario Entlastung bedeutet, kann im ersten Szenario die Lernerfahrung aushöhlen. Eine Schul-KI-Strategie, die das nicht unterscheidet, wird scheitern.

Apprenticeship: Warum Lernen Reibung braucht

Ein passendes Echo dazu kommt aus der Forschung. Eine aktuelle Nature-Correspondence beschreibt, wie KI-Agenten Forschungsteams produktiver machen und gleichzeitig junge Forschende um Gelegenheiten bringen, grundlegende Fähigkeiten durch eigenes Tun zu entwickeln. Der Titel bringt es auf den Punkt: Produktivität geht möglicherweise auf Kosten von “Apprenticeship”, also der professionellen Einübung. (Nature)

Auch Lernen ist eine Form von Apprenticeship. Kinder und Jugendliche entwickeln Können nicht, indem sie fertige Ergebnisse sehen. Sie entwickeln Können, indem sie suchen, scheitern, korrigieren, vergleichen, diskutieren und erneut versuchen. Genau diese Reibung kann in Szenario 1 unbemerkt verschwinden: Werden Antworten einfach übernommen, entsteht keine Reibung und damit kein Lernprozess. Genau das muss Szenario 2 schützen.

Gute KI im Bildungsbereich liefert deshalb nicht einfach das Ergebnis. Sie stellt Fragen, strukturiert Denkwege, markiert Unsicherheiten, zeigt Alternativen und hilft Lehrkräften, Lernstände besser zu verstehen.

KI muss Unsicherheit zeigen können

Das setzt allerdings voraus, dass KI ihre eigenen Grenzen kennt - und kommunizieren kann. MIT-Forschende haben mit RLCR (Reinforcement Learning with Calibration Rewards) eine Trainingsmethode vorgestellt, die Modelle dazu bringt, neben einer Antwort auch eine kalibrierte Einschätzung der eigenen Sicherheit auszugeben. In Tests passte diese Selbsteinschätzung danach deutlich besser zur Realität: Gab sich ein Modell sicher, lag es nun auch häufiger richtig. Die Lücke zwischen behaupteter und tatsächlicher Sicherheit schrumpfte um bis zu 90 Prozent, ohne dass die Antworten selbst schlechter wurden. (MIT News)

Für Schule ist das mehr als ein technisches Detail. Selbstbewusst falsche Antworten sind hier besonders problematisch. Eine KI, die unsicher ist, aber souverän klingt, erzeugt Vertrauen, wo Skepsis nötig wäre. Wertvoller wäre eine KI, die sagt: “Hier bin ich unsicher”, “Diese Information sollte geprüft werden” oder “Für diese Einschätzung fehlen Daten”.

Gerade bei sensiblen Themen wie Förderbedarf, Kinderschutz, Nachteilsausgleich oder Elternkommunikation darf KI keine scheinbare Gewissheit produzieren. Sie muss nachvollziehbar, überprüfbar und begrenzt sein.

Schulen brauchen nicht mehr Tools, sondern bessere Regeln

Stanford HAI beschreibt im AI Index 2026, dass KI-Fähigkeiten schneller wachsen, als Gesellschaften sie messen, steuern und verstehen können. Vier von fünf US-amerikanischen High-School- und College-Studierenden nutzen KI für Schularbeiten. Nur die Hälfte der Middle und High Schools verfügt über KI-Richtlinien, und nur sechs Prozent der Lehrkräfte beschreiben diese Richtlinien als klar. (Stanford HAI)

Wahrscheinlich ein vertrautes Bild auch für deutsche Schulen. Die Nutzung ist längst da, aber die gemeinsame Sprache fehlt oft noch. Was ist erlaubte Hilfe? Was ist Täuschung? Wann ist KI Lernpartner, wann Abkürzungswerkzeug?

Wenn ein Kollegium diese Fragen nicht beantworten kann, nutzen Schülerinnen und Schüler KI längst anders, als die Lehrkräfte denken.

In Europa kommt zusätzlich der AI Act hinzu, ein risikobasierter Rechtsrahmen für vertrauenswürdige KI. Besonders relevant für Schulen: Emotionserkennung in Bildungseinrichtungen gehört zu den verbotenen Praktiken; bestimmte KI-Systeme zur Bewertung, Auswahl oder Profilbildung im Bildungsbereich gelten als hochriskant und werden stufenweise strenger reguliert. Transparenzpflichten für direkt interagierende KI-Systeme greifen ab dem 2. August 2026. Verbote und KI-Kompetenzpflichten gelten bereits seit dem 2. Februar 2025. UNESCO ergänzt diesen Rahmen um einen menschenzentrierten Ansatz: Datenschutz, altersangemessene Nutzung, ethische Prüfung. (Digital Strategy, Article 50 AI Act, UNESCO)

Was die OECD-Logik konkret für Schulen bedeutet

Aus den drei OECD-Szenarien lassen sich drei praktische Prinzipien ableiten, jeweils zugeschnitten auf eine andere Konstellation.

Erstens: Schüler-allein-Nutzung braucht Lerndesign, nicht nur Verbote. Wenn KI Denken ersetzen kann, muss Unterricht so gestaltet sein, dass der Lernweg sichtbar bleibt. Aufgaben, die nur das Endergebnis bewerten, geraten unter Druck. Aufgaben, die Reflexion, Begründung und Prozess einbeziehen, gewinnen an Bedeutung.

Zweitens: Gemeinsame Nutzung braucht Lehrkräfte-Kompetenz. Damit KI im Unterricht pädagogisch geführt wird, müssen Lehrkräfte verstehen, was KI tut und wo sie scheitert. AI Literacy ist deshalb keine Zusatzkompetenz, sondern Teil moderner pädagogischer Arbeit.

Drittens: Lehrkraft-Nutzung braucht datensparsame, transparente Werkzeuge. Bei Vorbereitung und Dokumentation arbeiten Lehrkräfte mit sensiblen Daten. KI-Werkzeuge in diesem Bereich müssen unbedingt Datenschutz, Nachvollziehbarkeit und Datensparsamkeit mitbringen. (MIT News)

Was wir bei Kipti daraus mitnehmen

Kipti ist klar im dritten Szenario angesiedelt. Wir bauen für Lehrkräfte, die ihre Arbeit dokumentieren, Lernstände strukturieren und multiprofessionell zusammenarbeiten. Das ist genau das Szenario, in dem die OECD-Studie ein großes Entlastungspotenzial sieht - und in dem das Risiko für Lernende am geringsten ist, wenn die Werkzeuge transparent und begrenzt bleiben.

Multiprofessionelle Teams brauchen keine Blackbox, die pädagogische Urteile ersetzt. Sie brauchen Systeme, die Dokumentation vereinfachen, relevante Informationen auffindbar machen, Zusammenarbeit strukturieren und Entscheidungen nachvollziehbar vorbereiten.

Die eigentliche Zukunftsfrage lautet deshalb nicht: “Wie viel KI können wir in Schule bringen?” Sondern: In welchem Szenario, mit welchen Grenzen, mit welcher Verantwortung?

KI kann Lernpartner, Assistent und Strukturhilfe sein. Ein Ersatz für Denken, Beziehung und professionelles Urteil sollte sie aber nicht werden.

Am Ende geht es nicht darum, ob Schulen KI nutzen. Sie tun es längst. Es geht darum, ob sie KI zufällig nutzen - oder bewusst gestalten.