KI-Interaktionskompetenz im Fachunterricht der Sek I erfassen und unterstützen (KInFu)

KI-Literacy – also die Fähigkeit, künstliche Intelligenz zu verstehen, kritisch zu bewerten und verantwortungsvoll zu nutzen – gilt als Schlüsselkompetenz des 21. Jahrhunderts (OECD, 2026). KI-Chatbots wie ChatGPT sind im Schulalltag der Sekundarstufe I längst angekommen: Jugendliche nutzen sie selbstverständlich für ihre Aufgaben. Häufig fehlen ihnen aber die nötigen Kompetenzen, um Anfragen präzise zu formulieren, die generierten Antworten kritisch einzuschätzen und ihren eigenen Lernprozess zu steuern.

Besonders herausfordernd ist der Umgang mit KI-Chatbots für Lernende mit sprachlichen Bildungsbedarfen – sei es aufgrund von Mehrsprachigkeit oder eines ausgeprägten Förderbedarfs im Lesen. Ihnen fehlt häufig die sprachliche Sicherheit, um Prompts zielgerichtet zu formulieren, und die Distanz, um KI-Antworten kritisch zu hinterfragen (Abdelghani et al., 2025; Schmid-Meier & Schulz, 2025). Wer bereits bildungsbenachteiligt ist, läuft so Gefahr, durch den digitalen Wandel weiter abgehängt zu werden. Die Fähigkeit, KI-Chatbots kompetent zu nutzen, droht damit zu einer neuen Dimension sozialer Ungleichheit im Bildungssystem zu werden.

Hier setzt das Projekt KInFu an. Es bewegt sich an der Schnittstelle von Sprachhandeln im Fachunterricht, Inklusion und digitaler Bildung, einem Bereich, in dem bislang kaum empirische Befunde vorliegen. KInFu untersucht, wie Lernende im unteren Leistungsniveau der Sekundarstufe I mit KI-Chatbots im Fachunterricht interagieren. Auf dieser Grundlage werden Unterstützungshilfen (Scaffoldings) entwickelt, die allen Schüler:innen – unabhängig von ihrer sprachlichen Ausgangslage – eine kompetente KI-Nutzung ermöglichen sollen.

Zielsetzungen

• Erfassen der KI-Interaktionskompetenz von Lernenden der Sekundarstufe I (Niveau B, Kt. ZH) auf kognitiver, metakognitiver und sprachlicher Ebene.
• Entwickeln und Erproben von Scaffolding-Materialien, die Lernende beim Prompten und beim kritischen Verstehen von KI-Antworten im Fachunterricht (Räume, Zeiten, Gesellschaften / Natur und Technik) gezielt unterstützen.

Forschungsdesign

Das Projekt folgt dem Design-Based-Research-Ansatz (DBR; z. B. Dube & Dannecker, 2024) und läuft über 1,5 Jahre (August 2026 bis Dezember 2027). Gemäss dem DBR-Ansatz werden Unterrichtsmaterialien gemeinsam mit Akteur:innen aus der Schulpraxis entwickelt, im realen Unterricht erprobt und auf Basis der Auswertung schrittweise verbessert. In drei aufeinander aufbauenden Zyklen wechseln sich Designentwicklung, Erprobung und Auswertung ab. Die Klassenlehrperson ist als Co-Designerin in allen Phasen aktiv beteiligt; die Schüler:innen werden als kollaborative Partner:innen einbezogen.

Stichprobe

17 Schüler:innen einer Klasse (Niveau B, Stadt Zürich)

Erhebung und Auswertung

• Daten werden aus mehreren Quellen erhoben und mit unterschiedlichen Verfahren ausgewertet.
• Initialerhebung: Standardisierte Fragebogen zu Vorerfahrungen, Einstellungen und metakognitiven Kompetenzen, sprachlichen Ressourcen und Sprachbiografie
• Pro DBR-Zyklus: Schriftliche KI-Chatprotokolle aller Lernenden, ausgewertet mit Konversationsanalyse nach Lotze (2016)
• Pro DBR-Zyklus: Stimulated-Recall-Interviews mit 4 Fokuskindern, ausgewertet mittels qualitativer Inhaltsanalyse
• Pro DBR-Zyklus: Digitale Fragebogen, mit denen die Lernenden das jeweilige Unterrichtsdesign einschätzen.

Theorieentwicklung

Die Daten und Methoden werden pro Zyklus trianguliert (Gregori, 2025). Aus den Erkenntnissen entstehen sogenannte Designprinzipien: empirisch fundierte Gestaltungsempfehlungen, die nach jedem Zyklus geschärft und am Projektende zu konsolidierten, theoretisch verankerten Prinzipien zusammengeführt werden (z. B. Prediger, 2024).

Für die Schulpraxis:

Eine praxiserprobte Scaffolding-Toolbox sowie Unterrichtskonzepte für die Sekundarstufe I, die Lehrpersonen und schulische Heilpädagog:innen dabei unterstützen, KI-Chatbots im Fachunterricht lernförderlich einzusetzen. Alle Materialien werden als Open Educational Resources (OER) frei zugänglich gemacht.

Für die Forschung:

Empirisch fundierte Designprinzipien für Unterstützungshilfen bei der Nutzung von KI-Chatbots im Fachunterricht. Diese Prinzipien sind potenziell auf andere Fächer, Schulstufen und Zielgruppen übertragbar und tragen zur Theoriebildung an der Schnittstelle von Sprachdidaktik, Mediendidaktik und Heilpädagogik bei.

Das Projekt soll einen Beitrag zur Bildungsgerechtigkeit im digitalen Wandel leisten: Alle Lernende sollen am digital gestützten Lernen gleichberechtigt teilhaben können. Zugleich zeigt das Projekt auf, wie KI-Chatbots im Unterricht lernförderlich und nicht lernersetzend eingesetzt werden können.
 

• Abdelghani, R., Murayama, K., Kidd, C., Sauzéon, H., & Oudeyer, P.-Y. (2025). Investigating Middle School Students’ Question-Asking and Answer-Evaluation Skills When Using ChatGPT for Science Investigation. CoRR, 1–25. https://doi.org/10.48550/arXiv.2505.01106
• Dube, J., & Dannecker, W. (Hrsg.). (2024). Design-Research in der Deutschdidaktik Entwicklung, Erprobung und theoretische Konzeptualisierung fachdidaktischer Innovationen. SLLD(B), 11. https://doi.org/https://doi.org/10.46586/SLLD.305
• Gregori, N. (2025). Collaboration in the third space in the "Orality in Language-Conscious Subject Teaching” project: Requirements and implications for the design-based research process. EDeR – Educational Design Research, 9(3), 1–28. https://doi.org/10.15460/eder.9.3.2323
• Lotze, N. (2016). Chatbots: Eine linguistische Analyse. Peter Lang Verlag. https://doi.org/10.3726/b10402
• OECD / European Union. (2026). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education. OECD Publishing. https://doi.org/https://doi.org/10.1787/65cd27d4-en
• Prediger, S. (2024). Conjecturing is not all: Theorizing in design research by refining and connecting categorial, descriptive, and explanatory theory elements. EDeR – Educational Design Research, 8(1), 1–30. https://doi.org/https://doi.org/10.15460/eder.8.1.2120
• Schmid-Meier, C., & Schulz, L. (2025). Exploring the Inclusive Potential of AI Chatbots: Engagement and Barriers in Foreign Language Training. In M. Antona & C. Stephanidis (Hrsg.), Universal Access in Human-Computer Interaction (S. 377–395). Springer Nature Switzerland.