Exportieren

Einsatz von Künstlicher Intelligenz (AIS.chat) in Schulorganisation und Schulverwaltung

nrwne45.t4

Inhaltsverzeichnis1

• Konkretes Beispiel:
o Einsatzszenario: Lehrkräfte nutzen AIS.chat, um personalisierte Lernempfehlungen für einzelne Schülerinnen und Schüler zu entwerfen (z. B. zusätzliche Übungsaufgaben für Fach X, Hinweise zur Lernstrategie).
• Erläuterung:
o Vor der Einführung wird geprüft: Erhöht der Einsatz die Lernqualität oder entlastet er das Kollegium spürbar? Wenn nur „Weil es geht“, wird auf den Einsatz verzichtet. Entscheidungskriterien: messbare Entlastung (Zeitersparnis), bessere Feedbackqualität, größere Transparenz für Lernwege.
⚙ a1

• Konkretes Beispiel:
o AIS.chat erstellt für das Sekretariat einen Vorschlag für eine Antwort-E-Mail bei Bewerbungen, Anfragen, Beschwerden etc.; die Schulleitung redigiert und entscheidet über Inhalt, Ton und Versand.
• Erläuterung:
o KI liefert Entwürfe, Ideen oder Analysen. Finalentscheidungen über Inhalte, pädagogische Maßnahmen und rechtliche Schritte bleiben menschlich. Verantwortlichkeiten müssen dokumentiert sein (Wer prüft? Wer unterschreibt?).

• Konkretes Beispiel:
o Regel: Alle Dokumente, bei denen AIS.chat mehr als 10 % des Textes generiert hat, tragen den Hinweis: „Dieser Text wurde teilweise mit KI-Unterstützung erstellt.“
o Beispiele im Schulalltag: Arbeitsblätter, Website-Artikel, Flyer, interne Protokolle (kennzeichnen).
• Erläuterung:
o Offenlegung schafft Vertrauen und ermöglicht Nachvollziehbarkeit. Klare Schwellenwerte (z. B. „in wesentlichen Teilen erstellt“) und einheitliche Formulierungen vermeiden Unsicherheit.

• Konkretes Beispiel:
o Verbindliches Mini-Modul (2 Stunden) für alle Mitarbeitenden: „Was ist KI? Chancen, Risiken, Datenschutz, Prompting-Grundlagen“; zusätzlich ein Online-Refresher (jährlich).
• Erläuterung:
o Nur wer die Grenzen (Halluzinationen, Bias) kennt, kann KI sicher nutzen. Schulinterne Fortbildungen sollten Praxisaufgaben enthalten (z. B. Entwurf eines Antwortbriefs mit anschließender kritischer KI-Überprüfung).

• Konkretes Beispiel:
o Vorgehen: Entwurf der Leitplanken durch KI-Steuergruppe → Anhörung der SV → Beschluss in der Schulkonferenz.
• Erläuterung:
o Beteiligung erhöht Akzeptanz; Studierende bringen Perspektiven zu Alltagseffekten und Risiken ein (z. B. Sorge um Datenschutz, Qualität der Unterrichts- und Klausurvorbereitung).

• Konkretes Beispiel:
o Verbot: Keine Eingabe von vollständigen Schülernamen, Adressen, Notenlisten oder Förderplänen in AIS.chat. Stattdessen: Verwendung anonymisierter Beispiele (z. B. „Schülerin A, Klasse 8, Schwierigkeiten in Bruchrechnung“).
• Erläuterung:
o Direkte personenbezogene Angaben gefährden Datenschutz und könnten in Trainingsdaten landen. Nur geprüfte, vom Schulträger freigegebene Zugänge und Serverstandorte (EU) sind zulässig.

• Konkretes Beispiel:
o KI-Unterstützte Rückmeldung: Lehrkraft verwendet AIS.chat, um Formulierungsoptionen für eine Rückmeldung zu sammeln; die Lehrkraft wählt und passt an. Notenvergabe erfolgt ausschließlich manuell.
o Klausuren: Schülerinnen und Schüler dürfen AIS.chat nur verwenden, wenn die Aufgabenstellung ausdrücklich dies erlaubt (z. B. Open-Book-Projekt).
• Erläuterung:
o Automatische Notenvergabe gefährdet Fairness und Nachvollziehbarkeit. KI-Ergebnisse sind Vorschläge, niemals finale Bewertung.

• Konkretes Beispiel:
o Verbot: Einspeisen kompletter Verlagskapitel oder fremder Prüfungsaufgaben in öffentlich zugängliche KI-Systeme.
o Pflicht: Bei KI-generierten Materialien für die Schulwebsite prüfen, ob die verwendeten KI-Bilder/texte lizenzfrei sind oder ob Nutzungsbedingungen eine kommerzielle/öffentliche Verwendung erlauben.
• Erläuterung:
o Urheberrechtsverstöße können rechtliche Folgen haben; Schulen müssen Lizenzbedingungen prüfen, bevor Materialien veröffentlicht werden.

• Konkretes Beispiel:
o Verbot: Erstellung von Deepfakes für „pädagogische“ Demonstrationen ohne ausdrückliche Zustimmung der betroffenen Personen.
o Regel: KI-Antworten, die Aussagen über Gruppen enthalten, werden durch eine zweite menschliche Prüfung auf Bias überprüft.
• Erläuterung:
o KI kann Vorurteile reproduzieren oder manipulatives Material erzeugen. Sensible Inhalte sind besonders kritisch zu bewerten.

• Konkretes Beispiel:
o Jede Abteilung benennt eine verantwortliche Person für KI-Einsätze (z. B. IT-Beauftragte/r für Verwaltungstools, Fachkonferenzleiter/in für Unterrichtsmaterial).
• Erläuterung:
o Klare Verantwortlichkeiten sichern, dass vorgeschlagene Maßnahmen rechtlich und pädagogisch geprüft werden und dass Haftungsfragen geklärt sind.

• Konkretes Beispiel:
o Zusammensetzung: Schulleitung (Vorsitz), Digitalisierungsbeauftragte/r, zwei Lehrkräfte (verschiedene Fächer), Studierendenvertreterin.
o Aufgaben: Erarbeitung der Nutzungsordnung, White-/Black-List, Koordination von Pilotprojekten.
• Erläuterung:
o Interdisziplinäres Gremium gewährleistet, dass rechtliche, technische und pädagogische Aspekte berücksichtigt werden.

• Konkretes Beispiel (konkrete Pilotfälle):
o Schulorganisation: AIS.chat zur Erstellung standardisierter E-Mail-Entwürfe (z. B. Bewerbungen, Anfragen, Terminankündigungen etc.). Ziel: Reduktion des Bearbeitungsaufwandes um X Stunden/Monat.
o Unterricht: Materialerstellung in einem Fach (z. B. Deutsch EF) — Lehrkraft testet KI-generierte Arbeitsblätter, passt sie an und evaluiert Studierendenfeedback.
o Verwaltung: AIS.chat als Hilfsmittel beim Verfassen von Sitzungsprotokollen (Entwurf), die anschließend durch eine Person gegengelesen werden.
• Erläuterung:
o Jeder Pilot benötigt klare Ziele, Laufzeit (z. B. 3 Monate), Datenschutzprüfung und eine Liste beteiligter Personen.

• Konkretes Beispiel:
o Stufenplan: Basis (2h) für alle; Vertiefung (4h) für Interessierte; Spezialmodul (6h) für KI-Pädagogik-Projektteams. Zusätzlich: Infoabend für Studierende (60–90 Minuten) mit FAQ.
• Erläuterung:
o Fortbildungen sollen Praxisübungen (Prompting, kritische Bewertung von KI-Antworten) enthalten und Materialien (Checklisten) bereitstellen.

• Konkretes Beispiel:
o Evaluationsfragen:
Wie viel Zeitersparnis wurde real erzielt?
Wie bewerten Lehrkräfte die Qualität der KI-Entwürfe?
Gab es datenschutzrelevante Vorfälle?
Akzeptanz: Zustimmung in Lehrerkonferenz / SV?
o Methode: Kombination aus quantitativen Daten (Zeitaufwand-Vorher/Nachher) und qualitativen Befragungen (Kurzfragebogen).
• Erläuterung:
o Nach 6–12 Monaten werden Ergebnisse gebündelt und Leitplanken bei Bedarf angepasst.

• Konkretes Beispiel:
o Aufnahme: „KI-Nutzungsordnung“ als Anhang zum Schulprogramm; Verabschiedung in der Schulkonferenz nach Beteiligung der Gremien.
• Erläuterung:
o Formale Verankerung schafft Verbindlichkeit. Änderungen sollten wieder über die Schulkonferenz laufen.