Zwischen Entlastung und Entmündigung: KI Assistenzsysteme für Lehrkräfte im inklusiven Unterricht

Künstliche Intelligenz ist im deutschen Schulsystem längst kein Zukunftsthema mehr, sondern beginnt, den pädagogischen Alltag konkret zu verändern. KI‑Assistenzsysteme versprechen, Lehrkräften Arbeit bei Unterrichtsplanung, Materialerstellung, Diagnostik und Dokumentation abzunehmen und zugleich inklusiven Unterricht besser zu unterstützen – gerade auch bei Schülerinnen und Schülern mit Förderbedarf. Parallel rückt in den Fokus, dass Lehrkräfte selbst neurodivergent sein können und von solchen Tools profitieren könnten (European School Education Platform, o. J.; OPB, 2024). Der Beitrag beleuchtet Potenziale und Risiken dieser Entwicklung und nimmt dabei ethische, psychologische, rechtliche und pädagogische Perspektiven in den Blick.

Zahlreiche empirische und praxisnahe Quellen belegen, dass KI‑Assistenz bereits heute vor allem zur Unterrichtsplanung, Materialerstellung und Informationsaufbereitung genutzt wird. Eine Auswertung aktueller Nutzungsdaten zeigt, dass Lehrkräfte KI vor allem zur Recherche, zum Erstellen von Unterrichtsplänen, zum Zusammenfassen von Informationen und zur Generierung von Unterrichtsmaterialien einsetzen (Engageli, 2025). Studien zur Rolle von KI im Lesson Planning verweisen darauf, dass KI‑Tools Planungszeit deutlich reduzieren können, gleichzeitig aber in der Einführungsphase zusätzlichen Aufwand durch Einarbeitung und Kompetenzaufbau verursachen (Belloula, 2025; Chien et al., 2023). In groß angelegten Feldstudien mit KI‑Assistenzsystemen berichten Lehrkräfte, dass solche Systeme Verwaltungsaufwand und Planungszeit verringern und mitunter sogar stressreduzierend wirken (Teacher‑AI‑Collaboration‑Studie, 2025).

Auch im deutschsprachigen Raum entstehen spezifische KI‑Assistenzangebote für Lehrkräfte. Lösungen wie fobizz, Teachino, KI Schulgenie oder myTAI sind explizit auf Unterrichtsgestaltung und Arbeitsorganisation zugeschnitten und versprechen schnelle Generierung von Unterrichtsideen, Arbeitsblättern, Quizfragen und Fördermaterialien. Praxisberichte aus Schulen zeigen, dass diese Tools nicht nur Vorbereitung beschleunigen, sondern Lehrkräften helfen, Lernstände zu analysieren und passgenauer zu fördern (t3n, 2024). Besonders relevant für inklusive Settings ist, dass KI hier genutzt wird, um differenzierte Lernpfade, Textvereinfachungen und adaptives Feedback für heterogene Lerngruppen – inklusive Schülerinnen und Schülern mit Förderbedarf oder Deutsch als Zweitsprache – zu gestaltenten.

Mit dem länderübergreifenden Projekt AIS – Adaptives Intelligentes System und der darauf aufbauenden Chatbot‑Oberfläche telli entsteht derzeit eine öffentliche Infrastruktur für schulische KI‑Assistenz. AIS wird als KI‑gestützte Lehr‑/Lernumgebung entwickelt, die Lernstände kontinuierlich misst, Lehrkräften individuelle Unterstützungsbedarfe anzeigt, adaptive Aufgaben vorschlägt und bei der Erstellung eigener Lerneinheiten unterstützt (FWU, o. J.). Ziel ist ausdrücklich, Lernende individuell zu fördern und Lehrkräfte bei Diagnostik und Unterrichtsplanung zu entlasten.

Das Teilprojekt telli, umgesetzt durch das FWU in Grünwald, stellt als datenschutzkonformer Schul‑Chatbot einen Zugang zu verschiedenen in der EU betriebenen Sprachmodellen bereit und bietet spezifische Funktionen für Unterricht und Vorbereitung. Lehrkräfte können telli nutzen, um Materialien zu erstellen, Personas und Dialogpartner für den Unterricht zu generieren, Lernszenarien zu entwerfen und Schülerinnen und Schüler bei der Bearbeitung von Aufgaben zu unterstützen. Gleichzeitig können Lernende – etwa in Mathematik oder Sprachen – in ihrem eigenen Tempo Aufgaben bearbeiten, sich Erklärungen geben lassen und unterschiedliche Schwierigkeitsgrade wählen. Damit verbinden AIS und telli die Idee eines KI‑„Co‑Tutors“ für Lernende mit einem KI‑„Co‑Planer“ für Lehrkräfte – eine Kombination, die für inklusive Bildung besonders interessant ist.

Aus inklusionspädagogischer Sicht werden KI‑Assistenzsysteme zunehmend als potenzielle „Katalysatoren“ für Barrierenabbau diskutiert. Hamisch und Kruschel (o. J.) betonen, dass KI Lernmaterialien an individuelle Lernstände anpassen, sprachliche und andere kompensatorische Unterstützungen bieten und automatisiertes, adaptives Feedback ermöglichen kann – Leistungen, die Lehrkräfte im klassischen Unterricht aus Zeit‑ und Aufmerksamkeitsgründen kaum flächendeckend erbringen können. Dies gilt in besonderem Maße für Schülerinnen und Schüler mit Förderbedarf (z. B. bei Lesen, Schreiben, Aufmerksamkeit), für die differenzierte Materialien, alternative Darstellungsformen und engmaschiges Feedback lernentscheidend sind.

Gleichzeitig weist die europäische Neurodiversitäts‑Debatte darauf hin, dass nicht nur Lernende, sondern auch Lehrkräfte neurodivergent sein können und dass deren Erfahrungen und Stärken im System bislang unterbelichtet sind (European School Education Platform, o. J.; OPB, 2024). Für Lehrkräfte mit ADHS, Autismus oder Dyslexie können KI‑Assistenzsysteme eine wichtige Rolle beim Bewältigen von Reizüberflutung, Zeitdruck und komplexen Dokumentationsanforderungen spielen – etwa durch Unterstützung bei Strukturierung, Textproduktion oder automatisierter Zusammenfassung. Hier berührt KI‑Assistenz unmittelbar Fragen der Barrierefreiheit am Arbeitsplatz Schule.

Aus ethischer Perspektive warnt insbesondere UNESCO vor einem unkritischen Technikeinsatz. In ihrer „Guidance for Generative AI in Education and Research“ stellt UNESCO heraus, dass generative KI Systeme mit hohem Risiko für menschenrechtliche Werte wie Inklusion, Gleichheit und kulturelle Vielfalt darstellen und vor ihrem Einsatz auf pädagogische und ethische Angemessenheit geprüft werden müssen (Miao & Holmes, 2023). Dazu gehören strenge Anforderungen an Datenschutz, Transparenz von Funktionsweisen, Altersgrenzen und klare Verantwortlichkeiten für Anbieter und Bildungseinrichtungen. Der AI‑Kompetenzrahmen für Lehrkräfte betont neben technischem Wissen explizit die Fähigkeit, ethische Prinzipien anzuwenden und Schüler über Chancen und Risiken von KI zu informieren (UNESCO, 2024).

Kritische Analysen sprechen in diesem Zusammenhang von der Gefahr eines „Techno‑Solutionismus“: Politische Leitdokumente könnten suggerieren, dass KI strukturelle Probleme wie Lehrkräftemangel, Inklusionsdefizite oder ungleiche Ressourcenverteilung weitgehend technisch lösen könne, während Machtfragen, Governance und Marktinteressen unzureichend reflektiert bleiben (Mochizuki, 2025). Übertragen auf die Schule droht die Gefahr, dass die Verantwortung für gelingende Inklusion auf KI‑Systeme ausgelagert wird, anstatt die strukturelle Ausstattung (Team‑Strukturen, Doppelbesetzungen, Förderstunden) zu verbessern.

Psychologisch betrachtet könnten KI‑Assistenzsysteme für Lehrkräfte entlastend wirken, insbesondere, wenn sie belastende Routineaufgaben reduzieren. Analysen des World Economic Forum betonen, dass angesichts hoher Arbeitsbelastung und Burn‑out‑Risiken KI‑Tools, die administrative Aufgaben reduzieren und Planung vereinfachen, ein wichtiges Element zur Stabilisierung des Systems sein können (World Economic Forum, 2025). Gleichzeitig zeigen Studien, dass die Einführung von KI‑Systemen ohne ausreichende Qualifizierung und Unterstützung zu technostress, Unsicherheit und zusätzlichem Druck führen kann, insbesondere wenn implizit erwartet wird, dass KI‑Gestaltung zur neuen Normalität der Professionalität gehört.

Für neurodivergente Lehrkräfte ist die Ambivalenz besonders groß: KI‑Assistenz kann helfen, eigene Exekutivfunktions‑Schwierigkeiten zu kompensieren und Unterricht besser zu strukturieren. Gleichzeitig kann eine Kultur, in der Lehrkräfte ihre „Produktivität“ mit Hilfe von KI steigern sollen, zu verdecktem Mehraufwand und Überforderung führen, wenn nicht zugleich klare Grenzen und realistische Erwartungen formuliert werden.

Rechtlich bewegen sich Schulen mit KI‑Assistenz in einem sensiblen Feld. Europäische und nationale Regelungen stufen KI im Bildungsbereich als besonders risikobehaftet ein, gerade weil hier Kinder und Jugendliche sowie sensible Leistungs‑ und Förderdaten betroffen sind (UNESCO, 2023; Bildungsportale der Länder). Projekte wie AIS und telli sind eine Antwort darauf: Sie versprechen, zentrale Funktionen von KI in einer datenschutzkonformen, von den Ländern verantworteten Infrastruktur bereitzustellen, statt Lehrkräfte auf kommerzielle Plattformen zu verweisen. Gleichwohl bleiben Fragen offen, etwa zur Nachvollziehbarkeit algorithmischer Entscheidungen (z. B. bei Empfehlungssystemen und adaptiven Aufgaben), zu Haftungsfragen bei Fehlfunktionen und zur Langzeitarchivierung von Lernverläufen.

Pädagogisch schließlich entscheidet sich die Qualität von KI‑Assistenz daran, ob KI als Ergänzung einer professionellen, beziehungsorientierten Didaktik verstanden wird oder ob didaktische Entscheidungen schleichend an Black‑Box‑Systeme delegiert werden. UNESCO weist darauf hin, dass intelligente, adaptive Systeme grundlegende Fragen nach dem „Was“ und „Wie“ von Bildung neu aufwerfen und insbesondere die Rolle der Lehrkraft neu verhandeln (Holmes et al., 2019). Für inklusive Bildung ist zentral, dass KI‑gestützte Differenzierung nicht nur auf Leistungsdaten, sondern auf ganzheitlichen pädagogischen Diagnosen basiert – also auf Wissen über Interessen, Emotionen, soziale Beziehungen und biografische Erfahrungen. Lehrkräfte behalten hier eine unverzichtbare Rolle als Interpretations‑ und Aushandlungsinstanz zwischen Daten und Lebenswelt.

Projekte wie AIS/telli, aber auch fobizz, Teachino und andere können zu wichtigen Bausteinen eines inklusiven, digital gestützten Unterrichts werden, wenn sie in ein klares pädagogisches Rahmenkonzept eingebettet sind: mit Fortbildungen, Beteiligung der Lehrkräfte, expliziter Berücksichtigung neurodiverser Bedürfnisse und einer Governance, die Datenschutz, Transparenz und pädagogische Autonomie ernst nimmt. Ohne diese Rahmung droht KI‑Assistenz jedoch, aus einem Instrument der Entlastung ein weiteres Feld der Überforderung und Fremdsteuerung zu machen – für Lehrkräfte ebenso wie für Schülerinnen und Schüler.

Literaturverzeichnis

Belloula, S. (2025). Empowering educators: Leveraging AI to revolutionize lesson planning. International Journal of Research in Education and Science (IJRES), 11(2), 264-280. https://files.eric.ed.gov/fulltext/EJ1475735.pdf

Chien, Y., Lin, M., & Wang, Z. (2023). Streamlining lesson planning with AI: How artificial intelligence helps educators save time. International Journal of Educational Technology, 35(2), 57-70.

Education Endowment Foundation. (2024). Can using ChatGPT for lesson planning cut teacher workload? https://educationendowmentfoundation.org.uk/news/can-using-chatgpt-for-lesson-planning-cut-teacher-workload

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. UNESCO.unesdoc.unesco

Miao, F., & Holmes, W. (2023). UNESCO guidance for generative AI in education and research. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf   

OPB. (2024, 9. Januar). Neurodivergent educators reflect on teaching in the Pacific Northwest. https://www.opb.org/article/2024/01/09/neurodivergent-educators-adhd-autism-pacific-northwest/

t3n. (2024). Lerncoach statt Hausaufgaben-Erlediger: Diese Schulprojekte zeigen, wie KI die Bildung unterstützen kann. https://t3n.de/news/lerncoach-...

UNESCO. (2024). AI competency framework for teachers. https://www.unesco.org/en/articles/ai-competency-framework-teachers 

World Economic Forum. (2025, 8. Januar). Using AI in education to help teachers and their students. https://www.weforum.org/stories/2025/01/how-ai-and-human-teachers-can-collaborate-to-transform-education/  

Mochizuki, Y. et al. (2025). The ethics of AI or techno-solutionism? UNESCO’s policy guidance on AI in education. British Journal of Sociology of Education, 46(x), xx–xx. https://www.tandfonline.com/doi/epdf/10.1080/01425692.2025.2502808

KMK. (o. J.). Länderübergreifende Projekte: AIS – Adaptives Intelligentes System und telli. https://www.kmk.org/themen/bildung-in-der-digitalen-welt/laenderuebergreifende-projekte.html