Christian Urff, Pädagogische Hochschule Weingarten · Kurzfassung, Stand September 2026

Ob generative KI dem Lernen nützt oder schadet, hängt von der Passung ab: Wie viel Lenkung braucht diese Person bei dieser Aufgabe, damit sie mit der KI denkt, statt das Denken abzugeben? SKILL steht dabei für zweierlei: für den Ordnungsrahmen insgesamt und für die fünf Prüffragen des SKILL-Checks weiter unten.

Warum Leistung mit KI nicht dasselbe ist wie Lernen

Ein Chatbot kann den Lösungsprozess überspringen. In einem Feldexperiment mit knapp tausend Schülerinnen und Schülern stieg die Leistung beim Üben mit freiem Chatbot-Zugang; in der Prüfung ohne KI lag dieselbe Gruppe dann um 17 Prozent unter dem Leistungsniveau der Kontrollgruppe (relativ, nicht 17 Prozentpunkte). Eine Variante mit didaktischen Leitplanken, die Hinweise statt Lösungen gab, erreichte in der Prüfung wieder das Niveau der Gruppe ohne KI, nicht darüber (Bastani et al., 2025). Einen Lernvorteil gegenüber dem Üben ohne KI belegt die Studie also nicht. Das ist der empirisch schwächste Punkt des Modells: Ausgerechnet der Hebel, auf dem Stufe 1 beruht, ist bislang am wenigsten belegt.

Dieselbe Trennung von Leistung und Lernen zeigt sich beim Schreiben und beim Programmieren, dort ohne Vorteil einer KI-Variante im Test ohne KI, und in Nachtests mit Wochen Abstand: Was mit KI gut aussieht, muss nicht gelernt sein. Lernen zeigt sich erst an einer Leistung ohne KI, an Erklärungen in eigenen Worten und am Transfer auf eine neue Aufgabe. Ob ein KI-Einsatz eher nützt als schadet, entscheidet sich nach der bisherigen Befundlage an der Gestaltung des Werkzeugs, an der Person, die es nutzt, und daran, was gemessen wird. Über die Studien hinweg zeichnet sich ab, dass KI stärker wirkt, wenn sie den regulären Unterricht ergänzt, statt die Lehrkraft zu ersetzen. Die Belege dafür stehen im ausführlichen Beitrag.

Vorfrage: Braucht diese Lernsituation überhaupt KI?

Vor der Frage nach der passenden Stufe steht eine andere: Leistet KI hier etwas, das Material, Gespräch und eigenes Probieren nicht leisten? Viele Lernziele werden ohne KI besser erreicht, weil die Tätigkeit, die die KI übernehmen würde, genau das ist, was geübt werden soll. Ein Kind, das Zahlen zerlegt, braucht Plättchen und eine Frage, keinen Chatbot.

Das gilt altersunabhängig, hat aber in der Grundschule besonderes Gewicht. Dort entstehen die Grundlagen, an denen sich später jede KI-Antwort messen lassen muss, und die Fähigkeit, das eigene Verstehen einzuschätzen und fremde Aussagen zu prüfen, ist noch in der Entwicklung. Die Ständige Wissenschaftliche Kommission der Kultusministerkonferenz (SWK, 2024) empfiehlt für die Grundschule und den Beginn der Sekundarstufe I weitgehende Zurückhaltung gegenüber offenen Sprachmodellen und eine Konzentration auf die basalen Kompetenzen. Die OECD (2026) kommt in ihrer Synthese zu dem Schluss, dass generative KI Lernen unterstützt, wenn klare didaktische Prinzipien sie führen; wird die Aufgabe ohne pädagogische Rahmung an sie ausgelagert, steigt die Leistung, ohne dass Lernen entsteht.

Dazu kommt der rechtliche Rahmen. Frei zugängliche Chatbots setzen ein Mindestalter voraus, meist 13 Jahre, für Minderjährige teils nur mit Erlaubnis der Sorgeberechtigten; für einwilligungsbasierte Dienste gilt in Deutschland die Altersgrenze von 16 Jahren nach Art. 8 DSGVO. In der Grundschule scheidet die Nutzung mit eigenem Konto damit aus. Die KI-Verordnung der EU verbietet in Bildungseinrichtungen Systeme, die Emotionen aus biometrischen Daten ableiten (ausgenommen medizinische und Sicherheitszwecke). Sie verpflichtet Schulen als Betreiberinnen dazu, für die KI-Kompetenz ihres Personals zu sorgen. Und sie verlangt seit August 2026 Transparenz: Wer mit einem KI-System arbeitet, muss das erkennen können (Art. 50). Systeme, die Lernergebnisse bewerten oder über Zuweisung und Zulassung entscheiden, gelten als Hochrisikosysteme; die Pflichten dafür greifen ab Dezember 2027. Diese Schranken knüpfen am Alter an, nicht an der Kompetenz; wo sie greifen, ist die eingebettete Lösung oft die einzige zulässige. Einzelheiten und Fundstellen stehen im ausführlichen Beitrag.

Drei Hebel der didaktischen Lenkung

Didaktische Lenkung ist alles, was den Handlungsspielraum der Lernenden im Sinne des Lernziels formt. Bei KI-Werkzeugen lässt sie sich in drei Hebel zerlegen, die getrennt eingestellt werden können:

Hebel	Was er tut	Beispiel
Scaffolding adaptive Hilfe	Gestufte Hinweise, Rückfragen und Rückmeldungen, die sich am aktuellen Stand orientieren und zurückgenommen werden, sobald sie nicht mehr nötig sind (Fading).	Der Tutor fragt erst „Was ist gesucht?“, dann „Welche Angaben brauchst du?“, bevor er einen Rechenweg andeutet.
Leitplanken Guardrails	Feste Grenzen dessen, was die KI tut oder nicht tut. Sie schützen den Lösungsprozess, wenn er selbst Lernziel ist.	Die KI gibt keine Endergebnisse aus, bevor ein eigener Versuch vorliegt; sie bleibt beim Thema.
Kontextualisierung Einbettung von Aufgabe und Rolle	Lernziel, Aufgabe, fachlicher Hintergrund und die Rolle der KI sind im Werkzeug hinterlegt und müssen nicht von der Person hergestellt werden.	Ein Sachrechen-Tutor kennt die Aufgabe, die Klassenstufe und typische Fehlvorstellungen.

Auf allen Stufen gilt dasselbe Qualitätsmerkmal: Hilfen müssen kontingent sein, also erst nach einem eigenen Versuch und nur im nötigen Umfang greifen. So gestaltete Hilfe kann Fortgeschrittene der Modelllogik nach nicht bremsen; das folgt aus der Definition von Kontingenz und ist kein empirischer Befund. Zurückgenommen werden mit wachsender Kompetenz die Dichte der Hilfen, die Leitplanken und die Kontextualisierung.

Nach dem Grad ihrer Lenkung lassen sich Werkzeuge als eingebettet (KI arbeitet im Hintergrund einer Lernanwendung mit fester Aufgabe und Rolle), teiloffen (offener Chatbot mit vorbereiteter Rolle oder Lernmodus) oder offen (frei genutzter Chatbot) beschreiben.

Achte auf die Wortgleichheit: „eingebettet“ und „offen“ bezeichnen hier den Werkzeugtyp. Zwei der drei Stufen im nächsten Abschnitt heißen genauso, meinen aber nicht das Werkzeug, sondern die Passung von Werkzeug, Begleitung und Kompetenz. Ein offenes Werkzeug kann auf Stufe 1 eingesetzt werden, ein eingebettetes auf Stufe 3.

Drei Stufen des Einsatzes

Die Stufe bezeichnet die Passung: Wie viel Lenkung braucht diese Person, und wie verteilt sie sich auf Werkzeug und Lehrkraft? Sie ist keine Eigenschaft des Werkzeugs. Stufe 1 (Eingebettet) gilt bei geringer Kompetenz: Die Lernenden halten KI-Antworten für zuverlässig, überschätzen ihre eigene Lösung und fragen, bevor sie selbst anfangen. Die Leitplanken setzt dann überwiegend das Werkzeug; die Einschätzung des Lernstands übernimmt es oder die Lehrkraft. Das ist eine Entlastung auf Zeit: Zur Stufe 1 gehört, das übernommene Monitoring im Unterricht zum Thema zu machen, also vorher einschätzen, mit dem Ergebnis vergleichen, den eigenen Weg ohne KI erklären. Sonst verfestigt Stufe 1 genau die Voraussetzung, die sie überwinden soll. Stufe 2 (Begleitet) beginnt, wo Fehler in KI-Antworten selbst gefunden werden und Hilfe erst nach einem eigenen Versuch geholt wird. Stufe 3 (Offen) setzt voraus, dass auch plausible Fehler durchschaut werden und die Person ihren eigenen Lernstand ohne Rückmeldung einschätzen kann.

Maßgeblich ist die schwächste der vier Teilkompetenzen (Minimum-Regel). Gemeint sind: Wissen über die Sache; Fehler in KI-Antworten erkennen; das eigene Vorgehen steuern und den Griff zur Lösung zurückstellen; Fragen formulieren und längere Antworten verarbeiten können. Eine einzelne fehlende Voraussetzung wird durch die übrigen nicht aufgewogen. Für die Grundschule heißt das: Stufe 3 ist praktisch nicht zu erwarten, auch bei hohem Fachwissen. Umgekehrt sagt ein höheres Alter für sich genommen nichts über die Stufe.

In einer Klasse liegen die Stufen auseinander. Für eine gemeinsame Phase gilt die niedrigste vorkommende Stufe: Ein zu offenes Werkzeug lässt sich für die Unsichersten nicht durch Aufsicht ausgleichen. Wo differenziert gearbeitet wird, kann eine Gruppe mit einem offeneren Werkzeug arbeiten, solange deine Begleitung dorthin reicht, wo sie gebraucht wird.

Ein offener Chatbot ist auf Stufe 1 nicht ausgeschlossen, verlangt dort aber, dass du den Dialog selbst führst, im Plenum oder in Kleingruppen. Was das Werkzeug nicht an Lenkung mitbringt, musst du in der Situation herstellen; beides zusammen muss zur Kompetenz passen. Ein Lernmodus oder eine per Prompt gesetzte Rolle reicht für Stufe 2, für Stufe 1 nicht, weil sich die Grenzen im Dialog aushebeln lassen.

Stufe des Einsatzes (Passung)	Eingebettetes Werkzeug (Lenkung hoch)	Teiloffenes Werkzeug (Lenkung mittel)	Offenes Werkzeug (Lenkung niedrig)
1 · Eingebettet geringe Kompetenz	Begleitung normal: Einführung, Beobachtung, Aufgreifen im Unterricht. Nutzung auch in Freiarbeit oder zu Hause möglich.	Nicht ausreichend, wenn die Lernenden den Dialog selbst führen: Die per Prompt oder Lernmodus gesetzte Rolle ist aushebelbar und erzeugt eine Sicherheit, die sie nicht einlöst. Führt die Lehrkraft den Dialog, gilt dieselbe Regelung wie für das offene Werkzeug.	Begleitung intensiv: Die Lehrkraft führt den Dialog selbst, im Plenum oder in Kleingruppen; gemeinsame Vorbereitung, feste Regeln, Nachbereitung ohne KI. Nicht für die unbeaufsichtigte Nutzung.
2 · Begleitet mittlere Kompetenz	Begleitung gering: Werkzeug wird geöffnet, Ergebnisse werden besprochen.	Begleitung mittel: klarer Auftrag, vorbereitete Rolle, Stichproben, Reflexion der Nutzung. Der Regelfall dieser Stufe.	Begleitung mittel bis gering: Auftrag und Transparenzregeln, Stichproben, Nutzung reflektieren.
3 · Offen hohe Kompetenz	Kaum Begleitung nötig; eingebaute Struktur kann bremsen.	Kaum Begleitung nötig; vorbereitete Rolle ist entbehrlich.	Kaum Begleitung nötig: Transparenzregeln vereinbaren, gelegentlich reflektieren, Lernen weiterhin ohne KI prüfen.

Zeilen: Stufe des Einsatzes (Passung). Spalten: Werkzeugtyp.

Die interaktive Darstellung zeigt zu jeder Stufe die vier Teilkompetenzen, die Einstellung der drei Hebel, den Umfang der Begleitung, die Aufgabe der Lehrkraft und die Anzeichen für den Übergang zur nächsten Stufe. Der Punkt lässt sich frei verschieben, alternativ ist eine Stufe wählbar.

Für die Planung: vier Fragen, ein Check, eine Übersicht

Mit den vier Fragen planst du eine einzelne Unterrichtssituation und wählst die Stufe. Der SKILL-Check beurteilt das Werkzeug, die Übersicht die Schülerinnen und Schüler.

SKILL-Check: fünf Prüffragen an ein Werkzeug

Mit den fünf Fragen lässt sich ein KI-gestütztes Lernwerkzeug oder eine Einsatzform in wenigen Minuten prüfen. Der Check bewertet die didaktische Qualität eines Werkzeugs, nicht seinen Lenkungsgrad; der ergibt sich aus den drei Hebeln. Nur die Belastbarkeit der Leitplanken prüft er mit, weil sie entscheidet, ob ein Werkzeug für Stufe 1 geeignet ist.

• S – Scaffolding: Sind die Hilfen gestuft und kontingent, greifen sie also erst nach einem eigenen Versuch und nur in dem Umfang, den der aktuelle Stand erfordert? Ist vorgesehen, wie und woran erkennbar sie zurückgenommen werden?
• K – Kognitive Aktivierung: Müssen die Lernenden selbst denken, entscheiden und handeln, bevor die KI etwas beiträgt? Oder reicht es, zu lesen und zu übernehmen?
• I – Integration: Ist der Einsatz an ein Lernziel und eine gehaltvolle Aufgabe gebunden, und behält die Lehrkraft Einblick in den Bearbeitungsprozess?
• L – Leitplanken und Lernprozess: Wo sind die Grenzen verankert: außerhalb des Dialogs, etwa als Freigabe des Endergebnisses erst nach einem eigenen Versuch, oder allein in einer Rolle im Systemprompt oder einem Lernmodus? Nur im ersten Fall reichen sie für Stufe 1. Bleiben Fehler als Lerngelegenheit erhalten, und werden Planen, Überwachen und Bewerten angeregt statt übersprungen?
• L – Langfristige Entwicklung: Wächst mit dem Werkzeug die Selbststeuerung der Lernenden, oder wächst die Abhängigkeit vom Werkzeug?

Ein Werkzeug, das auf mehrere dieser Fragen keine gute Antwort hat, kann auf Stufe 3 für kompetente Nutzerinnen und Nutzer trotzdem sinnvoll sein. Für Anfängerinnen und Anfänger ist es ungeeignet.

Übersicht: Woran du die Stufe erkennst

Die Übersicht ist eine Planungshilfe, kein Diagnoseinstrument: Sie beruht auf theoretischer Ableitung und ist empirisch nicht validiert. Die Indikatoren beschreiben beobachtbares Verhalten, keine Altersgruppen. Ob gelernt wurde, prüfst du getrennt und ohne KI (vierte Planungsfrage). Die Übersicht steht auch als Handout (PDF, zwei Seiten A4 quer) zum Ausdrucken bereit.

Stufe des Einsatzes	Indikatoren bei den Schülerinnen und Schülern	Passende Einsatzszenarien	Begleitung durch die Lehrkraft	Woran Fortschritt erkennbar ist
1 · Eingebettet geringe Kompetenz	Kann fachliche Richtigkeit kaum beurteilen; hält KI-Antworten für zuverlässig; übernimmt Antworten und hält die eigene Lösung meist für besser, als sie ist, auch wenn es im Einzelfall merkt, welche Antworten unsicher sind; längere Antworten überfordern. Typisch bei neuem Thema und geringem Vorwissen.	Nur in wenigen, klar umrissenen Situationen. Wenn KI: Tutor in einer Lernanwendung mit hinterlegter Aufgabe; gestufte Hinweise statt Lösungen; Ergebnis gesperrt bis zum eigenen Versuch. Freiarbeit und Üben zu Hause nur mit eingebettetem Werkzeug. Offener Chatbot nur im Plenum oder in Kleingruppen mit Lehrkraft im Gespräch.	Eingebettetes Werkzeug: einführen, beobachten, aufgreifen; das vom Werkzeug übernommene Monitoring zum Thema machen (vorher einschätzen, mit dem Ergebnis vergleichen, den eigenen Weg ohne KI erklären). Offener Chatbot: intensiv, gemeinsam vorbereiten, Anweisung an die KI selbst stellen, im Raum bleiben, eingreifen, ohne KI nachbereiten.	Löst nach einem Hinweis selbst weiter; fragt nach einem eigenen Versuch statt vor ihm; erklärt den eigenen Weg in eigenen Worten; erkennt unpassende Hinweise.
2 · Begleitet mittlere Kompetenz	Erkennt grobe Fehler und prüft Teilergebnisse; kennt Grenzen der KI; stellt eigene Fragen, gibt Kontext aber noch nicht gezielt vor; schätzt nach der Bearbeitung realistisch ein, was ohne KI wieder gelingen würde.	Offenes Werkzeug mit vorbereiteter Rolle und klarem Auftrag; zwei KI-Lösungswege vergleichen und begründet auswählen; KI-Erklärungen auf Fehler prüfen; KI-Rückmeldung zum eigenen Entwurf einholen und überarbeiten.	Mittel: Auftrag und Rolle bereitstellen, Stichproben, Ergebnisse ohne KI erklären lassen, Nutzung gemeinsam reflektieren.	Findet Fehler in KI-Antworten selbst; gibt Kontext und Ziel vor; begründet, wann KI sinnvoll war und wann nicht.
3 · Offen hohe Kompetenz	Durchschaut auch plausible Fehler; prüft systematisch an Quellen; plant, überwacht und bewertet den Einsatz selbst; erkennt die eigene Verstehensgrenze, bevor sie sich in einer Aufgabe zeigt.	Frei genutzter Chatbot als Denkpartner: Gegenargumente einholen, Entwürfe kritisieren lassen, Recherche mit Quellenprüfung, eigene Rollen gestalten. Eingebettete Struktur stört nur, wenn sie Bekanntes redundant wiederholt oder nicht abschaltbar ist.	Gering: Transparenzregeln, gelegentliche Reflexion, Lernen weiterhin ohne KI prüfen.	Nutzt KI gezielt und begründet; wechselt bei einem neuen Fachgebiet von sich aus in eine engere Stufe zurück; erkennt selbst, wenn die KI zur Abkürzung geworden ist.

Fazit

Musst du entscheiden, ob und wie KI in einer Stunde vorkommt, gehst du die vier Planungsfragen durch, prüfst das Werkzeug mit dem SKILL-Check und ordnest die Lernenden mit der Übersicht einer Stufe zu. Die Lenkung wird zurückgenommen, wenn die Lernenden zeigen, dass sie ohne sie weiterkommen, und nicht, wenn das Werkzeug es erlaubt. Ob das Modell hält, ist offen; wie es geprüft werden könnte, steht im ausführlichen Beitrag.

Im Text zitierte Quellen

• Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
• Europäische Union. (2024). Verordnung (EU) 2024/1689 des Europäischen Parlaments und des Rates zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (KI-Verordnung). Amtsblatt der Europäischen Union, L, 2024/1689. https://data.europa.eu/eli/reg/2024/1689/oj
• Europäische Union. (2026). Verordnung (EU) 2026/1744 des Europäischen Parlaments und des Rates zur Änderung der Verordnung (EU) 2024/1689 (Digital Omnibus zur künstlichen Intelligenz). Amtsblatt der Europäischen Union, L, 2026/1744. https://eur-lex.europa.eu/eli/reg/2026/1744/oj
• OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en
• Ständige Wissenschaftliche Kommission der Kultusministerkonferenz. (2024). Large Language Models und ihre Potenziale im Bildungssystem [Impulspapier]. https://doi.org/10.25656/01:28303
• Urff, C. (2026). Das SKILL-Modell: Wie viel Lenkung braucht Lernen mit KI? [Working Paper]. https://urff.app/wp-content/uploads/2026/09/Urff_2026_SKILL-Modell.pdf

Das vollständige Literaturverzeichnis mit 105 Titeln steht im ausführlichen Beitrag.