KI-Grundlagen: Was ich über LLMs und generative KI wissen muss
Bevor wir über Prompts und Tools sprechen, ist es mir wichtig, das „Gehirn“ hinter der Anwendung zu verstehen. Wenn ich weiß, wie eine KI „denkt“, kann ich ihre Ergebnisse im Unterricht viel besser einschätzen.
1. Was ist eigentlich ein LLM?
LLM steht für Large Language Model (Großes Sprachmodell). Ich erkläre es mir und meinen Schülern oft so: Ein LLM ist wie ein extrem belesener, aber manchmal etwas flüchtiger Assistent.
Training: Diese Modelle wurden mit gigantischen Textmengen aus dem Internet, Büchern und Artikeln trainiert.
Wahrscheinlichkeit statt Wissen: Ein LLM „weiß“ im menschlichen Sinne nichts. Es berechnet stattdessen mit mathematischer Präzision, welches Wort (oder Teilwort) als Nächstes am wahrscheinlichsten folgt. Es ist im Grunde eine hochkomplexe Autovervollständigung.
- Haben Sie Situationen erlebt, in denen die KI so menschlich wirkte, dass Sie vergessen haben, dass es sich um reine Statistik handelt?
- Wie verändert die Sichtweise „Wahrscheinlichkeit statt Wissen“ Ihr Vertrauen in die Antworten der KI?
2. Der Unterschied: Suche vs. Generative KI
Dies ist der Punkt, an dem viele Missverständnisse entstehen. Ich unterscheide hier klar:
- Wann ist eine Liste mit echten Quellen (Google) für Ihren Unterricht wertvoller als ein fertig formulierter Text der KI?
- Wie gehen Sie damit um, dass die KI keine direkten Belege für ihre Behauptungen liefert?
3. Das Phänomen der „Halluzination“
Da die KI nur das nächste wahrscheinliche Wort berechnet, kümmert sie sich nicht primär um die Wahrheit. Wenn sie keine Fakten findet, „erfindet“ sie oft plausible, aber falsche Informationen.
Mein Leitsatz: Vertraue der KI beim Stil, aber hinterfrage sie bei den Fakten. Ich nutze KI als Schreib- und Strukturhilfe, nicht als Lexikon.
- Haben Sie die KI schon einmal bei einer „plausiblen Lüge“ ertappt? Wie hat das Ihre weitere Nutzung beeinflusst?
- Wie können wir Schülern beibringen, die sprachliche Eleganz zu genießen, ohne die inhaltliche Prüfung zu vergessen?
4. Warum wir das im Unterricht verstehen müssen
Für mich ergeben sich aus diesen Grundlagen drei Konsequenzen für den Schulalltag:
Vom Produkt zum Prozess: Wenn die KI in Sekunden einen Aufsatz schreibt, verliert das fertige Produkt an Wert. Wir müssen den Weg dorthin (die Planung, die Korrektur, die Quellenprüfung) bewerten.
Kritisches Hinterfragen: Ich bringe meinen Schülern bei, die KI-Ergebnisse wie eine „erste Skizze“ zu betrachten, die zwingend überarbeitet werden muss.
Die KI als Sparringspartner: Da die KI keine Angst vor Fehlern hat, ist sie ein idealer Partner für Brainstorming und kreatives Schreiben – solange wir das Steuer in der Hand behalten.
- Wenn das „Produkt“ (z.B. der Aufsatz) entwertet wird, welche Teile des Lernprozesses rücken in Ihrem Fach nun stärker in den Fokus?
- Wo ziehen Sie die Grenze: Ab wann ist die KI-Unterstützung kein „Hilfsmittel“ mehr, sondern eine Fremdleistung?
🛡️ Datenschutz-Quickcheck: Sicherer Umgang mit KI
Der Datenschutz (DSGVO) ist in der Schule kein Hindernis, sondern eine Leitplanke. Damit ich mich im Unterricht voll auf die Pädagogik konzentrieren kann, ohne rechtliche Sorgen zu haben, halte ich mich an diese drei Grundregeln:
So faszinierend die Ergebnisse oft sind, ich erlebe in meinem Alltag immer wieder Momente, in denen die KI an ihre Grenzen stößt. Für mich ist es wichtig, diese „blinden Flecken“ zu kennen, um im Unterricht nicht in die Falle zu tappen.
Hier ist meine Übersicht der wichtigsten Grenzen, die ich auch meinen Schülern vermittle:
Wo die Magie endet: Die Grenzen der KI
1. Der Spiegel-Effekt (Bias & Vorurteile)
Die KI ist nicht neutral. Da sie mit Texten aus dem Internet trainiert wurde, spiegelt sie die Vorurteile, Klischees und gesellschaftlichen Schieflagen wider, die in diesen Texten stecken.
-
Meine Erfahrung: Wenn ich die KI nach einem Bild eines „Professors“ frage, erhalte ich oft das Bild eines älteren, weißen Mannes. Ich nutze solche Momente im Unterricht gezielt, um über Stereotypen und die Wichtigkeit von Diversität zu sprechen.
-
Mein Fazit: Bias bedeutet, dass die KI nicht „objektiv“ ist. Ich sage meinen Schülern immer: „Die KI ist ein Papagei, kein Professor.“ Sie plappert das nach, was sie am häufigsten gehört hat – und das ist leider nicht immer die faire oder ganze Wahrheit.
🚨 Bias-Alarm: Die KI ist nicht neutral
Algorithmen sind nur so objektiv wie ihre Trainingsdaten. Da die KI mit Milliarden von Texten aus dem Internet trainiert wurde, spiegelt sie unsere gesellschaftlichen Vorurteile und Klischees ungefiltert wider.
2. Logik vs. Wortakrobatik
Ein LLM ist ein Sprachmodell, kein Logikmodell. Es ist ein Meister darin, Sätze zu bilden, die plausibel klingen, aber es scheitert manchmal an simpelster Logik oder Mathematik.
-
Was ich gelernt habe: Ich verlasse mich bei komplexen Rechenwegen oder tiefgehender logischer Beweisführung nie blind auf die KI. Sie ist ein Schreib-Assistent, kein Taschenrechner.
3. Der „Wissens-Stopp“ (Knowledge Cutoff)
KI-Modelle haben ein „Haltbarkeitsdatum“ für ihr Wissen. Je nach Modell endet der Trainingszeitraum zu einem bestimmten Zeitpunkt in der Vergangenheit.
-
Wichtig für mich: Aktuelle politische Ereignisse oder wissenschaftliche Durchbrüche von letzter Woche kann die KI oft noch nicht kennen (außer sie hat einen direkten Internetzugriff). Ich prüfe daher immer das Datum der Informationen.
4. Das Fehlen von Empathie und echtem Kontext
Die KI „fühlt“ nichts. Sie versteht nicht, wenn ein Schüler einen schlechten Tag hat oder wenn eine Bemerkung zwischen den Zeilen eine ganz andere Bedeutung hat.
-
Mein Leitsatz: Pädagogik ist Beziehungsarbeit. Die KI kann mir bei der Korrektur helfen, aber sie kann niemals das einfühlsame Feedback ersetzen, das ich einem Schüler gebe, wenn ich merke, dass er gerade Unterstützung braucht.
Mein Fazit: Wenn ich die Grenzen der KI kenne, verliert sie ihren bedrohlichen Charakter. Sie wird von einer „Blackbox“ zu einem Werkzeug, das ich kompetent und kritisch steuern kann.
- Welche gesellschaftlichen Klischees sind Ihnen bei KI-Antworten bereits aufgefallen?
- Wie können wir diese „Fehler“ der KI nutzen, um mit Schülern über Vorurteile und Medienkompetenz zu sprechen?
✅ Qualitäts-Check: KI-Basiswissen
Anmerkungen
- Die Bilder wurden mit der KI Perplexity erstellt.
Theorie verstanden? Ab in die Praxis!
Nachdem die Grundlagen geklärt sind, zeige ich Ihnen im Methoden-Coach, wie Sie KI konkret in verschiedenen Fächern einsetzen und Ihren Schulalltag spürbar entlasten.
Zum Methoden-Coach wechseln →