Die Rampe zum inklusiven Unterricht - Universal Design for Learning und Künstliche Intelligenz in der Schule

Einleitung

Inklusion ist in vielen Bildungssystemen gesetzlich verankert und wird von einer Mehrheit der Lehrkräfte grundsätzlich befürwortet – ihre tatsächliche Umsetzung im Schulalltag bleibt jedoch häufig hinter diesem Anspruch zurück. Eine aktuelle Forsa-Erhebung unter bayerischen Lehrkräften zeigt dies deutlich: 61 Prozent der Befragten befürworten inklusiven Unterricht grundsätzlich, doch nur 26 Prozent geben an, ihn im Schulalltag tatsächlich umsetzen zu können (Forsa, 2025). Diese Diskrepanz ist kein individuelles Versagen einzelner Lehrkräfte, sondern verweist auf ein strukturelles Problem: Zeit, geeignete Werkzeuge und passende Rahmenbedingungen fehlen, um den Anspruch in die Fläche zu tragen.

Für die betroffenen Schülerinnen und Schüler hat dies spürbare Folgen. Laut dem Schulbarometer der Robert-Bosch-Stiftung (2026) berichten 45 Prozent der Schülerinnen und Schüler mit sonderpädagogischem Förderbedarf von einer geringen Lebensqualität im schulischen Kontext. Das gegenwärtige System verlangt von diesen Schülerinnen und Schülern in hohem Maße Anpassung an starre Strukturen, anstatt Strukturen zu schaffen, die von vornherein zu einer heterogenen Schülerschaft passen.

Woran diese Umsetzung konkret scheitert, ist keine offene Frage mehr. Ayuso-del Puerto et al. (2026) zeigen in einer aktuellen Befragung von 135 spanischen Lehramtsstudierenden, dass mangelndes Wissen die zentrale Barriere darstellt: 97 von insgesamt gesammelten offenen Nennungen führten fehlende Ausbildung als Haupthindernis für die Anwendung von UDL an, weit vor Ressourcenmangel (25 Nennungen) oder fehlender Zeit (12 Nennungen). Gleichzeitig zeigte sich in derselben Studie eine differenzierte, aber grundsätzlich positive Haltung gegenüber Künstlicher Intelligenz: 84 Prozent der Befragten stimmten zu, dass KI Lernen personalisieren und Vielfalt adressieren kann, und 54,8 Prozent sahen in KI ein Mittel, um UDL-Prinzipien im Unterricht leichter umzusetzen. Dieser empirische Befund liefert die Leitfrage des vorliegenden Artikels: Wenn nicht die didaktische Überzeugungskraft von UDL das Problem ist, sondern der Aufwand seiner praktischen Umsetzung, unter welchen Bedingungen könnte technologische Unterstützung diese Lücke tatsächlich schließen – und woran müsste sich ein solcher Ansatz wissenschaftlich messen lassen?

Der vorliegende Beitrag verfolgt zwei Ziele. Erstens wird der aktuelle Forschungsstand zu vier Linien zusammengeführt, die für die Beantwortung dieser Frage zentral sind: die empirisch belegte Wissens- und Kompetenzlücke im Umgang mit UDL und KI, soziale Partizipation als mehrdimensionale Zielgröße inklusiver Bildung, die Bedeutung von Klassenkomposition für differenzielle Lernmilieus sowie die konzeptionelle Perspektive von Diklusion und Empowerment. Zweitens wird daraus ein Forschungs- und Entwicklungsdesiderat abgeleitet: benannt werden die Anforderungen, denen ein wissenschaftlich verantwortbarer, KI-gestützter UDL-Ansatz genügen müsste, ohne dass damit bereits eine konkrete technische oder institutionelle Umsetzung feststünde.

Theoretischer Hintergrund

Neurodiversität und Universal Design for Learning

Der Begriff der Neurodiversität beschreibt die Vielfalt neurokognitiver Funktionsweisen – etwa bei Autismus, ADHS, auditiven Verarbeitungs- und Wahrnehmungsstörungen (AVWS), Legasthenie oder Dyskalkulie – nicht als Abweichung von einer Norm, die es zu beheben gilt, sondern als natürliche Variation menschlichen Denkens und Lernens. Für die Schule bedeutet dieser Perspektivwechsel, dass nicht in erster Linie die einzelne Schülerin oder der einzelne Schüler „angepasst“ werden muss, sondern die Lernumgebung selbst so gestaltet werden sollte, dass sie unterschiedlichen Zugangsweisen von vornherein gerecht wird.

Genau hier setzt das Konzept des Universal Design for Learning (UDL) an, das ursprünglich aus der Architektur (Universal Design) stammt und für den pädagogischen Kontext adaptiert wurde. Entwickelt vom Center for Applied Special Technology (CAST), beruht UDL auf der Annahme, dass Variabilität der Lernenden die Norm und nicht die Ausnahme ist (CAST, 2024). Das Framework fordert, Lernangebote von Beginn an über mehrere Zugänge zu gestalten – durch multiple Mittel der Repräsentation, des Handelns und Ausdrucks sowie des Engagements (Alba-Pastor, 2016). Der entscheidende Unterschied zu klassischen Nachteilsausgleichs- oder Fördermodellen liegt darin, dass UDL nicht nachträglich einzelne Schülerinnen und Schüler kompensiert, sondern die Passung zwischen Lernangebot und Lernvoraussetzungen von vornherein in der Unterrichtsplanung verankert. Studien deuten darauf hin, dass die Auseinandersetzung mit UDL bereits in der Lehramtsausbildung das Bewusstsein für inklusive Prinzipien stärkt und die Selbstwirksamkeit im Einsatz vielfältiger Lehrmethoden erhöhen kann (Ancaya et al., 2024).

Die Wissens- und Kompetenzlücke: Warum UDL in der Praxis scheitert

Dass UDL trotz seiner didaktischen Anerkennung in der schulischen Praxis selten konsequent umgesetzt wird, ist kein neuer Befund, aber ein empirisch zunehmend gut belegter. Bereits CAST (2018) verwies auf mangelndes Wissen, fehlende Kompetenzen und ungenügende Ausbildung als zentrale Umsetzungshindernisse. Die Studie von Ayuso-del Puerto et al. (2026) bestätigt und quantifiziert dieses Bild eindrücklich: Drei von vier befragten Lehramtsstudierenden schätzten ihr eigenes UDL-Wissen als gering oder nicht vorhanden ein, obwohl zwei Drittel angaben, im Studium bereits eine – meist als „grundlegend“ empfundene – UDL-bezogene Ausbildungseinheit erhalten zu haben. Besonders aufschlussreich ist, dass die drei UDL-Leitprinzipien ungleich bekannt waren: Während 77 Prozent der Befragten das Prinzip der multiplen Mittel des Handelns und Ausdrucks korrekt zuordnen konnten, gelang dies beim Prinzip des Engagements nur 35 Prozent – ein Hinweis darauf, dass gerade der motivational-affektive Kern von UDL in der Ausbildung unterrepräsentiert bleibt.

Bemerkenswert ist zudem, dass diese Wissenslücke die grundsätzlich positive Haltung gegenüber UDL nicht schmälerte: Knapp 60 Prozent der Befragten hielten UDL für nützlich im Umgang mit Vielfalt, über 90 Prozent äußerten Interesse an vertiefender Fortbildung. Die Studierenden selbst benannten in offenen Antworten die Umsetzung im realen Klassenzimmer als größte Schwierigkeit – deutlich vor der Frage, konkrete Aktivitäten den UDL-Prinzipien zuzuordnen. Diese Befunde legen nahe, dass es weder an Akzeptanz noch an grundsätzlichem Verständnis von UDL fehlt, sondern an praktikablen Wegen, das Konzept unter den Zeit- und Ressourcenbedingungen des Schulalltags anzuwenden.

Künstliche Intelligenz als mögliche Brücke zwischen UDL-Anspruch und Praxis

Parallel zu den Bemühungen um eine bessere Umsetzung von UDL gewinnt die Integration Künstlicher Intelligenz (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 Präsentationsformen, der Individualisierung von Lernangeboten sowie der Unterstützung verschiedener Ausdrucksformen der Lernenden (Gálvez-Planells et al., 2025).

Auch hierzu liefert die Studie von Ayuso-del Puerto et al. (2026) aktuelle Evidenz aus Sicht angehender Lehrkräfte: In offenen Antworten benannten die Befragten am häufigsten die Erstellung inklusiver Materialien, Ressourcen und Aktivitäten (42 Nennungen) sowie die Personalisierung von Lerninhalten (41 Nennungen) als Bereiche, in denen KI Inklusion am wirksamsten unterstützen könnte. Gleichzeitig warnt die Fachliteratur vor Risiken: unkritischer Einsatz kann zu technologischer Abhängigkeit, Verstärkung sozialer Ungleichheiten oder Datenschutzproblemen führen. Diese Sorge teilten auch die befragten Studierenden selbst, bei denen die Angst vor Fehlnutzung und technologischer Abhängigkeit die mit Abstand häufigste Nennung unter den wahrgenommenen Risiken war (67 Nennungen), gefolgt von der Sorge vor Fehlinformation und Verzerrungen (28 Nennungen) sowie ethischen und datenschutzrechtlichen Bedenken (21 Nennungen). Eine verantwortungsvolle Nutzung von KI in der Bildung setzt daher eine fundierte pädagogische und ethische Reflexion voraus (Ancaya et al., 2024; UNESCO, 2023) – KI kann Lehrkräfte unterstützen und entlasten, ihr pädagogisches Urteilsvermögen aber nicht ersetzen.

Anforderungen an KI-gestützte Unterstützungssysteme für Lehrkräfte

Angesichts der in Abschnitt 2.2 dargestellten Kompetenzlücke stellt sich die Frage, welche Anforderungen ein KI-gestütztes Unterstützungssystem erfüllen müsste, um Lehrkräfte bei der UDL-gerechten Unterrichtsgestaltung wirksam zu entlasten. Aus der Literatur lassen sich mehrere Kriterien ableiten: Ein solches System sollte Lernmaterialien in verschiedenen Formaten bereitstellen, an unterschiedliche Lernstände anpassen und alternative Ausdrucksformen anbieten können, ohne dass diese individuell und manuell vorbereitet werden müssen (UNESCO, 2017). Es sollte die Differenzierung in heterogenen Klassen vereinfachen und eine individuelle Anpassung von Materialien in Echtzeit ermöglichen, damit Lehrkräfte mehr Zeit für direkte Interaktion und individualisierte Betreuung gewinnen.

Zugleich sind Grenzen und Risiken zu benennen: Der Einsatz setzt voraus, dass Lehrkräfte die Technologie verstehen, kritisch bewerten und verantwortungsvoll nutzen können; ethische Fragen hinsichtlich Datenschutz, Zugänglichkeit und digitaler Kluften müssen geklärt werden, damit ein System, das automatisch auf Zugangsvielfalt reagiert, keine neuen Barrieren schafft oder bestehende Ungleichheiten verstärkt (Vázquez & Porto, 2020). Die Frage, wie ein solches System konkret zu gestalten wäre, ist damit weniger eine rein technische als eine genuin interdisziplinäre – sie verbindet pädagogische, psychologische und informatische Expertise.

Soziale Partizipation als Zielgröße inklusiver Bildung

Inklusion lässt sich nicht allein an der gemeinsamen Beschulung von Schülerinnen und Schülern mit und ohne Förderbedarf festmachen. Entscheidend ist, ob daraus auch tatsächliche Teilhabe erwächst. Zurbriggen et al. (2024) zeigen in ihrer Studie zur sozialen Partizipation von Schülerinnen und Schülern der Sekundarstufe I, dass dieses Konstrukt mehrdimensional zu verstehen ist: Es umfasst Kontakte und Interaktionen, wahrgenommene Akzeptanz und Unterstützung, Freundschaften und Beziehungen sowie die Selbstwahrnehmung der eigenen Partizipation. Die Autor:innen weisen dabei einen bislang wenig beachteten Befund nach: Nicht nur Merkmale der Schülerinnen und Schüler selbst, sondern auch Merkmale der Lehrkraft – insbesondere eine Haltung der bedingungslosen Wertschätzung individueller Unterschiede – hängen mit dem Ausmaß sozialer Partizipation zusammen.

Dieser Befund liefert ein empirisch fundiertes, mehrdimensionales Messkonstrukt, mit dem sich die Wirkung UDL-basierter Unterrichtsgestaltung auf Schülerebene erfassen lässt – nicht nur im Sinne akademischer Leistung, sondern im Sinne erlebter Teilhabe. Er legt zudem nahe, dass Interventionen, die auf die Haltung und das Verständnis der Lehrkräfte gegenüber neurodivergenten Profilen einwirken, tatsächlich einen Hebel für die soziale Partizipation der Schülerinnen und Schüler darstellen können – vermittelt über ein vertieftes Verständnis neurodivergenter Erlebens- und Verhaltensweisen als Grundlage für eine wertschätzendere und damit partizipationsförderliche Haltung im Unterricht.

Klassenkomposition und differenzielle Lern- und Entwicklungsmilieus

Eine weitere Forschungslinie betrifft die Frage, wie stark schulische und klassenbezogene Kontextbedingungen die individuelle Lernentwicklung mitprägen. Bereits Baumert et al. (2006) zeigen, dass unterschiedliche Schulformen und Klassenzusammensetzungen „differenzielle Lern- und Entwicklungsmilieus“ erzeugen: Schülerinnen und Schüler mit vergleichbaren Startvoraussetzungen entwickeln sich je nach institutionellem und sozialem Kontext ihrer Lerngruppe unterschiedlich. Scharenberg (2012) vertieft diesen Ansatz für die Frage der Leistungsheterogenität und zeigt anhand der Hamburger KESS-Studie, wie relevant klassenbezogene Kompositionsmerkmale – etwa die Zusammensetzung der Schülerschaft nach Leistungsniveau, sozialer Herkunft oder neurokognitiver Vielfalt – für die Kompetenzentwicklung sind.

Für die Frage nach der Wirksamkeit UDL-basierter, KI-gestützter Unterrichtsgestaltung bedeutet dies: Ihre Wirkung dürfte nicht unabhängig davon sein, in welchem Klassenkontext sie eingesetzt wird. Klassengröße, der Anteil neurodivergenter Schülerinnen und Schüler sowie bereits bestehende Unterstützungsstrukturen an der Schule sind daher nicht nur Rahmenbedingungen, sondern potenzielle Moderatorvariablen, die in jeder Wirksamkeitsuntersuchung mitzudenken sind. Zugleich liefert diese Forschungslinie ein starkes konzeptionelles Argument für den UDL-Ansatz selbst: Wenn schulische Strukturen nachweislich in der Lage sind, differenzielle – das heißt ungleiche – Entwicklungsmilieus zu erzeugen, dann lässt sich dieser Mechanismus grundsätzlich auch in die andere Richtung nutzen. Eine gezielt inklusiv gestaltete Lernumgebung kann ein Milieu schaffen, das nicht Ungleichheit verstärkt, sondern Potenziale für eine heterogene Schülerschaft gleichermaßen zugänglich macht.

Diklusion und Empowerment als normativer Zielhorizont

Eine konzeptionelle Ergänzung liefert der Ansatz der Diklusion, der digitale Bildung und Inklusion nicht als zwei getrennte schulische Entwicklungsaufgaben, sondern als notwendig zusammengedachtes Themenfeld begreift. Schulz und Fehlings (2026) argumentieren, dass Empowerment – verstanden als Befähigung von Lernenden zu selbstbestimmtem, eigenverantwortlichem Lernen und aktiver Teilhabe an Lernprozessen – als eigentliches Ziel inklusiver Bildung zu verstehen ist, und dass UDL diesem Ziel begegnet, indem es Barrieren im Lernprozess präventiv adressiert und die Learner Agency, also die selbstwirksame Handlungsfähigkeit der Lernenden, gezielt stärkt.

Dieser Zielhorizont verschiebt den Bewertungsmaßstab für jede technologiegestützte Umsetzung weg von einer rein defizitorientierten Betrachtung („Wurden Nachteile ausgeglichen?“) hin zu einer stärkenorientierten Frage („Wurde Handlungsfähigkeit und Selbstbestimmung gestärkt?“). Zugleich verweist die Diklusions-Perspektive darauf, dass der Einsatz digitaler, KI-gestützter Werkzeuge selbst kein neutrales technisches Beiwerk ist, sondern – je nach Gestaltung – entweder zur Stärkung oder zur Untergrabung von Learner Agency beitragen kann. Jedes KI-gestützte UDL-System steht damit vor der Anforderung, Schülerinnen und Schülern nicht fertige Lösungen vorzuenthalten oder Abhängigkeit zu erzeugen, sondern Lehrkräften Werkzeuge an die Hand zu geben, mit denen sie die Selbstständigkeit ihrer Schülerinnen und Schüler gezielt fördern können.

Synthese: Ein Forschungs- und Entwicklungsdesiderat

Die vier hier zusammengeführten Forschungslinien ergeben ein konsistentes Bild. UDL ist didaktisch gut begründet und wird von (angehenden) Lehrkräften grundsätzlich positiv bewertet, scheitert in der Fläche jedoch nicht an mangelnder Überzeugung, sondern an einer empirisch nachweisbaren Wissens- und Kompetenzlücke sowie am damit verbundenen Vorbereitungsaufwand (Abschnitte 2.1–2.2). Künstliche Intelligenz wird von Lehrkräften und angehenden Lehrkräften als potenziell wirksames Mittel wahrgenommen, um genau diese Lücke zu schließen – vorausgesetzt, ihr Einsatz erfolgt pädagogisch reflektiert, ethisch abgesichert und unter Wahrung des Datenschutzes (Abschnitte 2.3–2.4). Soziale Partizipation und Klassenkomposition liefern dabei etablierte, mehrdimensionale und kontextsensitive Zielgrößen, an denen sich die Wirksamkeit einer solchen Intervention wissenschaftlich fundiert prüfen ließe (Abschnitte 2.5–2.6), während der Diklusions- und Empowerment-Ansatz den normativen Rahmen dafür liefert, was eine gelungene Umsetzung überhaupt auszeichnen sollte (Abschnitt 2.7).

Aus diesem Zusammenspiel ergibt sich ein doppeltes Forschungs- und Entwicklungsdesiderat. Zum einen fehlt es bislang an Konzepten, die diagnostisch-orientierendes Verständnis neurodivergenter Profile mit einer generativen, UDL-basierten Unterrichtsentwicklung verknüpfen und diese Verknüpfung zugleich quantitativ, mit etablierten Instrumenten der Inklusionsforschung, evaluieren. Zum anderen fehlt es an Proof-of-Concept-Vorhaben, die – anstatt neue Schulstrukturen zu fordern – innerhalb bestehender Rahmenbedingungen ansetzen und dadurch eine realistische Übertragbarkeit auf andere Schulen und Schularten versprechen. Ein wissenschaftlich begleitetes Pilotvorhaben, das KI-gestützte UDL-Materialerzeugung mit einer mehrebenenanalytisch angelegten Evaluation auf Schüler-, Klassen- und Lehrkraftebene verbindet, erscheint vor diesem Hintergrund als folgerichtiger nächster Schritt – unabhängig davon, in welchem institutionellen Rahmen und mit welcher konkreten technischen Umsetzung ein solches Vorhaben realisiert wird.

Literaturverzeichnis

Alba-Pastor, C. (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]. Ediciones Morata. https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2026.1832142/full

Ancaya, M. C., Távara, C. J., & Yarin, A. J. (2024). Estrategias en la formación docente para promover la inclusión educativa: Una revisión sistemática [Strategies in teacher education to promote educational inclusion: A systematic review]. European Public & Social Innovation Review, 9, 1–18. https://doi.org/10.31637/epsir-2024-886

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

Baumert, J., Stanat, P., & Watermann, R. (2006). Schulstruktur und die Entstehung differenzieller Lern- und Entwicklungsmilieus. In J. Baumert, P. Stanat, & R. Watermann (Hrsg.), Herkunftsbedingte Disparitäten im Bildungswesen: Differenzielle Bildungsprozesse und Probleme der Verteilungsgerechtigkeit (S. 95–188). VS Verlag für Sozialwissenschaften.

CAST. (2018). Universal design for learning guidelines (Version 2.2). https://udlguidelines.cast.org/

CAST. (2024). Universal design for learning guidelines (Version 3.0). https://udlguidelines.cast.org/more/about-guidelines-3-0/

Forsa. (2025). Forsa-Studie zu inklusivem Unterricht in Bayern. Bayerischer Lehrer- und Lehrerinnenverband.

Gálvez-Planells, S., Cabanillas-García, J. L., & Sánchez-Gómez, M. 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]. Estudios Pedagógicos, 51(3), 243–263.

Robert-Bosch-Stiftung. (2026). Schulbarometer Schüler 2026. Robert Bosch Stiftung.

Scharenberg, K. (2012). Leistungsheterogenität und Kompetenzentwicklung: Zur Relevanz klassenbezogener Kompositionsmerkmale im Rahmen der KESS-Studie. Waxmann.

Schulz, L., & Fehlings, L. (2026). Offene Lernsettings für alle: Universal Design for Learning und Diklusion als Grundlage für Empowerment. Schweizerische Zeitschrift für Heilpädagogik, 32(2), 13–19. https://doi.org/10.57161/z2026-02-03

UNESCO. (2017). A guide for ensuring inclusion and equity in education. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000259592

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research

Vázquez, R., & Porto, A. 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)]. Innovación Educativa, 30, 113–125. https://doi.org/10.15304/ie.30.7092

Zurbriggen, C. L. A., Hofmann, V., Lehofer, M., & Schwab, S. (2024). Die Selbsteinschätzung der sozialen Partizipation von Schüler*innen in der Sekundarstufe I. Zeitschrift für Erziehungswissenschaft. https://doi.org/10.1007/s11618-024-01261-4