Prof:in Anne Sliwka - KI und Deeper Learning

Zusammenfassung

Anne Sliwka beschreibt Deeper Learning als Gegenentwurf zu einem stark standardisierten, vorhersehbaren Unterricht. Das Modell verbindet ein belastbares Wissensfundament mit kollaborativer Arbeit, Selbstregulation und authentischen Aufgaben aus der Lebenswelt. Auf das gemeinsame Unterrichtsdesign der Lehrkräfte folgen drei Phasen: die angeleitete Aneignung fachlicher Schlüsselkonzepte, die ko-konstruktive Arbeit an wählbaren Lernpfaden und eine authentische Leistung, die über klassische Klassenarbeiten hinausgeht. Formatives Feedback und die Reflexion des eigenen Lernwegs sollen dabei die reine Leistungsbewertung ablösen.

Für ältere Schülerinnen und Schüler kann KI nach Sliwkas Einschätzung in dieses Modell integriert werden: Lehrkräfte können sie beim Entwurf adaptiver Lernwege, Materialien und Kriterien einsetzen; Lernende können sie für Feedback, Scaffolding, Perspektivwechsel und Ideenfindung nutzen. Entscheidend bleibt jedoch, Wissen und eigenes Urteilsvermögen aufzubauen. Andernfalls drohen kognitives Outsourcing, oberflächliche Ergebnisse, algorithmische Echokammern und Abhängigkeit. Deshalb gewinnen mündliche Präsentationen, Kolloquien und Aufgaben an Bedeutung, bei denen Lernende Zusammenhänge erklären, kritisch einordnen und auf reale Kontexte übertragen müssen.

Takeaways

• Deeper Learning ist ergebnisoffen, baut aber ausdrücklich auf systematisch vermitteltem Fachwissen auf.

• Wahlmöglichkeiten und Teamarbeit fördern Selbstregulation, Kooperation und die eigene Stimme im Lernprozess.

• Authentische Leistungen sollen in der Lebenswelt sichtbar oder wirksam werden und nicht beim Plakat enden.

• KI kann Unterrichtsdesign, Feedback und Lernbegleitung unterstützen, darf Verstehensprozesse aber nicht ersetzen.

• Prüfungsformate sollten stärker sichtbar machen, ob Lernende komplexe Zusammenhänge tatsächlich durchdrungen haben.