Die Bedeutung von Universal Design for Learning und Künstlicher Intelligenz in der inklusiven Bildung: Eine Betrachtung der Notwendigkeit eines UDL-Agenten für Lehrkräfte

In Zeiten wachsender Vielfalt im Klassenzimmer wächst die Herausforderung für Lehrkräfte, Lernangebote so zu gestalten, dass sie alle Schülerinnen und Schüler effektiv erreichen. Das Konzept des Universal Design for Learning (UDL) bietet hierzu einen vielversprechenden Rahmen, um Lehr- und Lernprozesse inklusiver zu gestalten, indem sie auf die Variabilität der Lernenden von Beginn an eingehen. Gleichzeitig eröffnet die technologische Entwicklung durch Künstliche Intelligenz (KI) neue Möglichkeiten, diese inklusiven Prinzipien auf eine automatisierte und personalisierte Weise umzusetzen. Die Frage, ob es sinnvoll wäre, Lehrkräften einen UDL-Agenten an die Hand zu geben, der automatisch Zugänge in den Bereichen Engagement, Repräsentation und Ausdruck schafft, gewinnt in diesem Kontext an Bedeutung.

Das UDL-Konzept und seine Bedeutung für die inklusive Bildung

Das Framework des UDL, entwickelt vom CAST, basiert auf der Annahme, dass Heterogenität in den Lernprozessen die Norm ist. Es fordert eine Gestaltung der Lernumgebung, die vielfältige Zugänge zu Lernen ermöglicht, indem sie auf drei primäre Prinzipien baut: multiple Mittel der Repräsentation, verschiedener Mittel der Handlung und Ausdrucksformen sowie vielfältige Motivations- und Engagement-Strategien (Alba-Pastor 2016). Studien deuten darauf hin, dass die Implementierung von UDL bei zukünftigen Lehrkräften das Bewusstsein für inklusive Prinzipien stärken und ihnen erhöhte Selbstwirksamkeit beim Einsatz vielfältiger Lehrmethoden verleihen kann (Ancaya et al., 2024).

Quelle: CAST (2024). Universal Design for Learning Guidelines version 3.0 [graphic organizer]. Lynnfield, MA: Author.

Dennoch zeigt die Forschung und auch das Paper: Knowledge, perceptions, and applicability of universal design for learning and artificial intelligence in inclusive education (Puerto et al., 2026), dass die tatsächliche Umsetzung von UDL in der schulischen Praxis oft durch mangelndes Wissen, fehlende Kompetenzen und ungenügende Ausbildung behindert wird (Centre for Applied Special Technology (CAST), 2018). Gerade in der Lehramtsausbildung besteht eine Lücke zwischen Theorie und Praxis, da viele Studierende nur unzureichend in den Prinzipien geschult sind oder Schwierigkeiten haben, diese konkret in ihrer Unterrichtspraxis anzuwenden.

Die Rolle der Künstlichen Intelligenz in der inklusiven Pädagogik

Parallel zu den Bemühungen um eine bessere Umsetzung von UDL gewinnt die Integration von KI in die Bildung zunehmend an Bedeutung. KI-Technologien können individuelle Lernwege mittels adaptiver Inhalte, automatisiertem Feedback und differenzierten Materialien personalisieren (Alba-Pastor 2016). Diese Möglichkeiten unterstützen die Prinzipien des UDL, insbesondere hinsichtlich der Diversifikation von Präsentationen, der Individualisierung von Lernangeboten sowie der Unterstützung verschiedener Ausdrucksformen der Lernenden (Gálvez-Planells et al., 2025).

Allerdings warnt die Fachliteratur auch vor Risiken: unkritischer Einsatz kann zu technologische Abhängigkeit, Verstärkung sozialer Ungleichheiten oder Datenschutzproblematiken führen. Eine verantwortungsvolle Nutzung von KI in der Bildung setzt daher eine fundierte pädagogische und ethische Reflexion voraus (Ancaya et al., 2024).

Die Notwendigkeit eines UDL-Agenten für Lehrkräfte

Angesichts der Komplexität, vielfältige Zugänge für Lernende zu schaffen, erscheint die Entwicklung eines UDL-Agenten – einer KI-gestützten Unterstützung – als sinnvolle Lösung. Ein solcher Agent könnte Lehrkräfte dabei unterstützen, Unterrichtsmaterialien und -methoden so zu gestalten, dass sie automatisch unterschiedliche Engagement-, Repräsentations- und Ausdruckswege berücksichtigen.

„Automatisierte Zugänge“ bedeuten hier, dass der Agent bei der Unterrichtsvorbereitung oder sogar während des Unterrichts aktiv Vorschläge oder Anpassungen macht: etwa, indem er Lernmaterialien in verschiedenen Formaten bereitstellt (z. B. visuell, auditiv, kinästhetisch, funktional), an unterschiedliche Lernstände anpasst oder alternative Ausdrucksformen anbietet. Ziel wäre, Lehrkräfte von der oft zeitaufwändigen und kognitiv belastenden Aufgabe zu entlasten, vielfältige Zugänge für alle Lernenden vorzusehen, ohne dass diese individualisiert, manuell vorbereitet werden müssen.

Vorteile eines UDL-Agenten

Die Implementierung eines solchen Assistenzsystems hätte multiple Vorteile: Zum einen könnte es den Lehrkräften helfen, die Prinzipien des UDL konsequenter umzusetzen, was letztlich zu inklusiveren Lernumgebungen führt. Zum anderen würde die KI durch kontinuierliches Lernen aus Interaktionen, Feedback und Lernergebnissen die Unterstützung zunehmend personalisieren, sodass sie für die jeweiligen Lernenden optimal ist.

Ein UDL-Agent könnte auch die Differenzierung in heterogenen Klassen vereinfachen und eine individuelle Anpassung von Materialien und Aktivitäten in Echtzeit ermöglichen. Dies würde nicht nur den Lernenden, sondern auch die Lehrkräfte entlasten, die so mehr Zeit für direkte Interaktion und individualisierte Betreuung hätten (UNESCO, 2017).

Die

Herausforderungen und ethische Überlegungen

Trotz der vielfältigen Vorteile sind auch Herausforderungen zu bedenken. Der Einsatz eines solchen Agenten setzt voraus, dass Lehrkräfte die Technologie verstehen, kritisch bewerten und in der Lage sind, sie verantwortungsvoll zu nutzen. Es besteht die Gefahr, dass die Abhängigkeit von KI-gestützten Systemen die pädagogische Kompetenz und das Urteilsvermögen der Lehrkräfte beeinträchtigt.

Zudem müssen ethische Fragen hinsichtlich Datenschutzes, Zugänglichkeit und digitaler Kluften geklärt werden. Ein KI-Agent, der automatisch auf die Zugangsvielfalt reagiert, darf keine neuen Barrieren schaffen oder bestehende Ungleichheiten verstärken (Vázquez et al., 2020).

Fazit

Die Einführung eines UDL-Agenten für Lehrkräfte erscheint auf den ersten Blick als vielversprechender Ansatz, um die Prinzipien des inklusiven Lernens effizient und nachhaltig umzusetzen. Durch die automatisierte Unterstützung bei der Gestaltung vielschichtiger Zugänge könnten Lehrkräfte den Herausforderungen einer vielfältigen Schülerschaft effektiver begegnen, die Qualität und Gerechtigkeit im Unterricht fördern und Ressourcen sparen. Schauen Sie sich unser erstes Mockup an. - ein erster Entwurf für Lehrkräfte, um sich die Idee dahinter besser vorstellen zu können (Name etc. alles erst mal frei erfunden und nicht bindend):

Quelle: Die DiklusionsGestalter (Juni 2026): Erste Ideen für einen UDL-Inklusions-Agenten

Dies ist die Startoberfläche. Lehkräfte müssen mit diesem Agenten die KI eigentlich nicht selbst bedienen, sie müssen nur Felder ausfüllen. Dann auf Unterrichtsplanung generieren drücken und ...

Quelle: Die DiklusionsGestalter (Juni 2026): Erste Ideen für einen UDL-Inklusions-Agenten

... ein Vorschlg zu einem Unterrichtsverlauf - hier für 90 Minuten - erscheint. Vorab können Thema, Kontext, was wurde bereits gelernt, was soll verknüpft werden, etc. sowie gewünschte Operatoren eingestellt werden.

Inklusiv ist nun, dass die Lehrkraft Hinweise erhält, welche Herausforderungen Schüler mit ADHS oder Autismus haben. Sie hat vorab entsprechende Profile angeklickt (ohne Namen!). Zudem erhält sie Arbeitsmaterialien in unterschiedlicher Darstellungsform - als Bild, als Podcast, als Erklärfilm, als Text, sowie geeignete Prompts für die Schüler zum Arbeiten mit der Ihnen zuer Verfügung gestellten KI

Quelle: Die DiklusionsGestalter (Juni 2026): Erste Ideen für einen UDL-Inklusions-Agenten

Zukünftige Forschung sollte untersuchen, wie ein solcher UDL-Agent gestaltet sein müsste, um pädagogisch sinnvoll, ethisch vertretbar und praktisch nutzbar zu sein. Nur so kann sichergestellt werden, dass technologische Innovationen tatsächlich zu einer inklusiveren Bildung beitragen. Wir möchten unseren Beitrag dazu leisten - und wir sind sicher, es gibt bereits bestehende Projekte, die diese Ansätze mitaufnahmen könnten, wie z.B. das Adaptives Intelligentes System (AIS), die KI-gestützte digitale Lehr- und Lernumgebung für Schülerinnen, Schüler und Lehrkräfte an allgemeinbildenden Schulen in Deutschland.

Literaturquellen:

Ayuso-del Puerto D, Cabanillas-García JL, Sánchez-Herrera S and Pérez-Vera L (2026) Knowledge, perceptions, and applicability of universal design for learning and artificial intelligence in inclusive education. Front. Educ. 11:1832142.doi: 10.3389/feduc.2026.1832142  

Alba-PastorC. (2016). Diseño Universal Para el Aprendizaje: Educación Para Todos y Prácticas de Enseñanza Inclusivas [Universal Design for Learning: Education for all and Inclusive Teaching Practices]. Madrid, España: Ediciones Morata. https://www.researchgate.net/publication/316352226_Inclusive_Education 

Ancaya, M., García, P., & López, E. (2024). Teacher attitudes toward inclusive practices: A systematic review. International Journal of Inclusive Education, 28(2), 159–178. https://www.researchgate.net/publication/385593123_Teachers%27_Attitudes_Toward_Inclusive_Education_An_Empirical_Investigation_in_Schools_of_Bohol

Cast, Centre for Applied Special Technology. (2020). Universal Design for Learning Guidelines 3.0. https://udlguidelines.cast.org/more/about-guidelines-3-0/

 Gálvez-PlanellsS.Cabanillas-GarcíaJ. L.Sánchez-GómezM. C. (2025). Un estudio mixto del conocimiento y perspectivas del profesorado de salamanca sobre el TDAH y los trastornos del aprendizaje [A mixed-methods study of the knowledge and perspectives of teachers in salamanca on ADHD and learning disorders]. Estud. Pedagóg.51 (3), 243–263. Available online at: http://146.83.217.169/index.php/estped/article/view/8097

MorillaP.ÁlvarezM. J. (2024). DISEÑO UNIVERSAL PARA EL APRENDIZAJE (DUA), Versión 3.0. [UNIVERSAL DESIGN FOR LEARNING (UDL), Version 3.0.]. Authors. Available online at:https://equipotecnicoorientaciongranada.wordpress.com/wp-content/uploads/2024/09/articulo-dua-3.0-morilla-y-alvarez.pdf

UNESCO (2023). Guidance for Generative AI in Education and Research. París, France: UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research

UNESCO. (2017). A Guide for Ensuring Inclusion and Equity in Education. París, France: UNESCO. Available online at:https://unesdoc.unesco.org/ark:/48223/pf0000259592

Vázquez R., PortoA. S. (2020). Temas transversales, ciudadanía y educación en valores: de la LOGSE (1990) a la LOMLOE (2020) [Transversal themes, citizenship and education in values: from LOGSE (1990) to LOMLOE (2020)]. Innov. Educ.30, 113–125. 10.15304/ie.30.7092