KI-Sprachmodelle verstehen und für den Unterricht nutzen

KI entwickelt sich im Moment in sehr hoher Geschwindigkeit. Gefühlt wöchentlich hört man von neuen noch besseren Sprachmodellen.

Bei diesem Tempo kann man schon mal abgehängt werden. Auch insgesamt ist das Wissen über KI-Großsprachmodelle nicht so gut, wie es eigentlich für eine wirkliche Nutzung sein sollte.

Dieser Artikel erklärt deshalb die wichtigsten Begriffe und Konzepte und gibt dir einige Tipps, wie du das beste aus den Sprachmodellen für den Unterricht rausholen kannst. Du lernst, wie du richtig fragst, für deinen jeweiligen Zweck.

Weiterhin erhältst du einen Überblick über die verschiedenen Modelle und ihre jeweiligen Stärken. Ein besonderes Augenmerk dieses Artikels liegt in der Möglichkeit einer kostenlosen Verwendung eines Models, bei gleichzeitig gutem Datenschutz. Wir empfehlen daher wärmstens DuckAI

KI-Sprachmodell Grundlagen

Was ist ein Sprachmodell

Ein KI-Sprachmodell, ein s.g. Large Language Modell (LLM), funktioniert im Grunde ein bisschen wie der Text-Vervollständiger in der Tastatur-App deines Handys.

Die Tastatur bekommt eine Eingabe und berechnet, welches Wort am wahrscheinlichsten auf diese Eingabe folgt. Da ist kein eigenes Denken oder Verstehen, es geht nur um die Wahrscheinlichkeit.

LLMs erkennen also Muster in der Sprache. Sie berechnen wie Wörter typischerweise aufeinander folgen. Sie nutzen dieses Wissen um Texte zu generieren. Je besser sie das können, je besser sie eine Sprache analysiert haben, desto hilfreicher wird ihr Ergebnis.

Nicht Wörter, sondern Token

Ein Token ist eine kleinste Spracheinheit. Je nach Sprache und Inhalt kann ein Token ein Wort, ein Satzzeichen oder sogar nur ein Teil eines Wortes sein.

Die großen Sprachmodelle verarbeiten also Texte mithilfe von Tokens . Tokens sind häufige Zeichenfolgen, die in einem Text vorkommen. Die Modelle lernen, die statistischen Beziehungen zwischen diesen Tokens zu verstehen und sind darauf trainiert, das nächste Token in einer Tokenfolge zu erzeugen.

Warum ist das wichtig? Weil dadurch für uns einfache Aufgaben, für das Modell sehr schwierig sein können.

Du weißt natürlich die Antwort, es ist das "n". Aber für das Sprachmodell ist eine solche Aufgabe nicht leicht zu lösen, denn es kennt keine einzelnen Buchstaben, es kennt nur Token. Möglicherweise war in deinem Test, die Antwort des Sprachmodells deshalb nicht richtig.

Auch größere Rechenaufgaben sind für ein LLM allein nicht lösbar, dafür benötigt es zusätzlich Tools.

Wie lernt ein KI-Sprachmodell?

Um gute Eingaben, gute Prompts sagt man auch, schreiben zu können, kann es auch nicht schaden, grundlegend zu verstehen, wie ein Sprachmodell lernt. Nachfolgend Sie die wesentlichen 3 Schritte des Lernens dagestellt.

1. Pretraining

Das Modell liest riesige Mengen an Texten aus dem Internet (z. B. Wikipedia, Bücher, Foren, Blogartikel). Ziel: Es soll lernen, Sprache zu verstehen und sinnvoll zu vervollständigen

Dabei ist wichtig, zu verstehen, das Modell speichert keine Fakten, kein Wissen, kein Informationen. Nein, es lernt lediglich Muster in der Sprache und wird trainiert, sinnvollen Text auszugeben.

2. Finetuning

In der zweiten Phase wird das Modell auf Fragen-Antwort-Paaren trainiert. Damit lernt es, verständlich und hilfreich auf Anfragen zu reagieren.

Das Finetuning verbessert die Ergebnisse sehr. Modelle lassen sich damit auch gezielt für bestimmte Bereiche spezialisieren, z.B. für Forschungszwecke, für den Kundensupport oder zur Generierung von Quellcode.

Das Finetuning birgt aber auch die Gefahr, dass das Modell bei fehlerhaften Ausgangsdaten diese Fehler übernimmt. Auch diskriminierende Ergebnisse können so entstehen. Weiterhin besteht die Gefahr, das ein Modell zu stark spezialisiert wird, es "überangepasst" wird.

3. Feedback-Lernen

In dieser letzten Phase bewerten echte Menschen die Antworten. Sie sagen z. B.: „Antwort A war besser als Antwort B“ – und das Modell lernt daraus, was Nutzerinnen und Nutzer bevorzugen.

Durch diese Phase wird der Tonfall der Antworten besser, die Hilfsbereitschaft steigt und die Antworten werden klarer.

Reasoning Modelle

Viele Sprachmodelle arbeiten recht simpel und linear. Wie bereits gesagt, sie analysieren Text und sagen einfach nur vorher, welches Wort (bzw. Token) wahrscheinlich als Nächstes kommt.

Diese einfachen Modelle sind gut für:

• Textvervollständigung
• Zusammenfassungen
• Einfache Standardaufgaben ("Schreibe eine Einladung zum... usw.)

Diese einfachen Modelle haben aber Schwierigkeiten mit komplexen und mehrstufigen Aufgaben. Hier kommt die nächste Stufe ins Spiel: die "Reasoning Modelle".

Reasoning-Modelle, sogenannte “denkende” Modelle gehen einen Schritt weiter. Statt nur Token für Token vorauszusagen, simulieren Sie einen internen Gedankengang. Sie "denken" also über ihre Ausgabe nach, bevor sie diese ausgeben.

Durch diese internen Zwischenschritte sind sie in der Lage, komplexere Probleme zu lösen.

Reasoning Modelle habe folgende Vorteile:

• bessere Logik
• höhere Leistung bei Rechenaufgaben
• höhere Leistung bei Planungsaufgaben
• Antworten sind besser strukturiert
• verbesserte Fähigkeit zur Argumentation
• Schritte sind nachvollziehbarer

Auswahl des Sprachmodells für deinen jeweiligen Anwendungsfall

Nachfolgend eine unvollständige Liste mit KI-Sprachmodellen und ihre jeweiligen Stärken.

Unvollständige Auswahl:

Gute Ergebnisse im gewünschten Format erhalten

Für die effektive Interaktion mit einem KI-Modell sind drei Prinzipien wichtig:

1. Der KI eine Rolle zuweisen
2. Einen Kontext geben
3. Ziel und Format festlegen

Rolle zuweisen

LLMs funktionieren besser, wenn du ihnen sagst, wer sie sein sollen. Das verändert ihren Antwortstil, den Ton und die inhaltliche Tiefe.

Beispiel: Du bist eine Lehrkraft mit mehreren Jahren Berufserfahrung im Fach Informatik

Kontext geben

Stell dir vor, du fragst eine echte Person um Hilfe. Ohne Kontext wäre ihre Antwort wahrscheinlich auch vage oder unpassend. Sage und erkläre also:

• was die KI wissen muss, um dir kompetent antworten zu können
• die Ausgangsposition
• das Ziel das erreicht werden soll
• gib notwendiges Hintergrundwissen

Beispiel: Statt Mach mir ein Arbeitsblatt über HTML. schreibe besser Für eine Klasse, die bereits erste HTML-Tags kennt, benötige ich ein Arbeitsblatt. Dabei soll es um Semantik gehen. Es ist wichtig, dass mit dem Arbeitsblatt schrittweise der Sinn semantischer Tags erarbeitet werden kann.

Ziel und Format festlegen

• Gib der KI genau an, was du von ihr als Ergebnis erwartest, was sie genau machen soll (z.b. "Schreibe", "Erstelle", "Analysiere" usw.)
• Sage in welcher Form du die Antwort erwartest, wie das Ergebnis aussehen soll
• Lege den Umfang und die Struktur fest. Gib weiterhin an, welchen Stil und Ton du dir wünschst

Zum Format noch ein Hinweis. Einige Sprachmodelle können auch Dateien (z.b. pdf oder word) direkt erzeugen. Viele, insbesondere kostenlos nutzbare, können das nicht. Falls kostenlose Zugänge es doch können, sind die Daten meist limitiert.

Hier kann es auch sinnvoll sein, als gewünschtes Format Markdown anzugeben. Dadurch erhält man ein einfache Formatierung, die sogar mit dem Windows Texteditor verwendbar ist.

Beispiel: Erstelle ein Arbeitsblatt, mit maximal 1000 Wörtern. Es soll in 5 Abschnitte gegliedert sein. Der Ton und Still soll an Jugendliche zwischen 14 und 16 angepasst sein. Verwende kein Quelcode-Auschnitte im Arbeitsblatt. Verwende keine Bulletpoints. Gib das Arbeitsblatt im Markdown-Format zurück. Sorge bitte für viel Platz zwischen den Abschnitten.

Beispielprompt für ein Arbeitsblatt in Markdown

Unter Beachtung der obigen Prinzipien würde sich für das Arbeitsblatt dieser Prompt ergeben:

Du bist eine Lehrkraft mit mehreren Jahren Berufserfahrung im Fach Informatik. Für eine Klasse, die bereits erste HTML-Tags kennt, benötige ich ein Arbeitsblatt. Dabei soll es um Semantik gehen. Es ist wichtig, dass mit dem Arbeitsblatt schrittweise der Sinn semantischer Tags erarbeitet werden kann. Erstelle ein Arbeitsblatt, mit maximal 1000 Wörtern. Es soll in 5 Abschnitte gegliedert sein. Der Ton und Still soll an Jugendliche zwischen 14 und 16 angepasst sein. Verwende kein Quelcode-Auschnitte im Arbeitsblatt. Verwende keine Bulletpoints. Gib das Arbeitsblatt im Markdown-Format zurück. Sorge bitte für viel Platz zwischen den Abschnitten.

Markdown in PDF exportieren

Das erzeugte Markdown kann anschließend in verschiedene Formate exportiert werden. Das geht sogar mit dem einfachen Texteditor unter Windows. Etwas komfortabler sind meist Online-Editoren wie dieser hier: Dillinger.io

KI-Sprachmodelle für den Unterricht nutzen

Typische Aufgaben eines Lehrers mit KI-Unterstützung durchzuführen, liegt natürlich nahe.

• Stundenplanung, Stoffverteilungspläne (dafür hat lehrer-toolbox auch ein Extratool: Soffverteiler-Tool)
• Erstellen von Übungsaufgaben, Klausuren und Arbeitsblättern (dafür hat lehrer-toolbox auch ein Extratool: Aufgaben-Tool)
• Materialrecherche
• Zusatzmaterialien für unterschiedliche Lernniveaus erstellen
  
• Erstellen von Berichten, zum Beispiel über Schülerleistungen u.ä.

Ich habe dir in diesem Artikel noch ein paar Ideen abseits von Klausur, Arbeitsblatt und Co zusammengestellt:

Ganz wichtig ist: Überprüfe alle Ergebnisse kritisch.

Medien generieren lassen für den Unterricht

Modelle zur Erzeugung von Medien

Einige KI-Modelle können auch Medien erzeugen z.b. Bilder, Audio oder Videos. Sehr oft sind diese Funktionen kostenpflichtig. Nachfolgend eine Auswahl, die nicht vollständig ist.

Bilder generieren

Sprachmodelle bieten heute ebenfalls Bildgenerierung und auch Audiogenerierung an und verwenden dazu eines der oben aufgeführten Modelle. Zum Beispiel verwendet ChatGPT, das OpenAI-Modell DALLE. ChatGPT oder auch Google Gemini bieten begrenzt kostenlose Bildgenerierung. Bei häufiger Nutzung wirst Du über ein kostenpflichtiges Angebot kaum herum kommen.

Das OpenSource Modell Stable Diffusion ist zum Teil auch kostenlos nutzbar, zum Teil auch ohne Anmeldung z.b. hier bei Perchance AI Image Generator Stable Diffusion kostenlos

Videos generieren

KI kann auch Videos erstellen. Diese Modelle, wie z.b. Sora 2 von OpenAI, sind eigentlich alle kostenpflichtig. Teilweise besteht die Möglichkeit zuvor kostenlos zu testen, z.b. bei Adobe Firefly, dort können verschiedene Modelle genutzt werden

Tools zum Erstellen von Erklärvideos sind meist kostenpflichtig, zumindest dann wenn man die Videos kommerziell oder im Unterricht nutzen will. Erklärvideos kann man z.b. mit dem Tool Simple Show erstellen lassen.

Podcasts aus PDFs, Webseiten, Texten oder Videos kostenlos erstellen lassen

Es gibt verschiedene Dienste, bei denen man aus PDFs, Texten oder Webseiten Podcasts erstellen lassen kann, die man anschließend mit den Schülern zusammen im Unterricht hören kann.

Diese Dienste haben meist einen kostenlosen Plan, der eingeschränkten Zugriff bietet und weitere kostenpflichtige Angebote.

Hier als Beispiel ein Podcast, der aus diesem Artikel hier mit Monica kostenlos erzeugt wurde.

Grundsätze der Ethik, des Urheberrechts und des Datenschutzes bei der Arbeit mit KI beachten

KI bietet Lehrkräften mächtige Werkzeuge — von automatischer Aufgabenbewertung bis zu personalisierten Lernpfaden. Gleichzeitig bringen diese Technologien Verantwortung mit sich: Ethik, Datenschutz und Urheberrecht müssen schon bei der Planung und im Alltag der Unterrichtsgestaltung beachtet werden.

Lehrkräfte sollten sich fragen, welche Auswirkungen ein KI-Einsatz auf Schülerinnen, Kolleginnen und die Schulgemeinschaft hat, und vermeiden, dass automatisierte Entscheidungen zu Benachteiligungen oder Stigmatisierung führen.

Datenschutz hat höchste Priorität:

• Persönliche Daten von Schüler*innen dürfen nur minimal, zweckgebunden und sicher verarbeitet werden
• Nutzt nur Dienste mit klaren, datenschutzkonformen Vereinbarungen
• wenn möglich, anonymisiert oder pseudonymisiert die Daten und holt nötige Einwilligungen ein
• Informiert Eltern und Lernende transparent darüber, welche Daten wofür verwendet werden und wer darauf Zugriff hat

Beim Urheberrecht gilt:

• Materialien, Bilder, Texte oder Audio dürfen nur verwendet werden, wenn die Rechte geklärt sind
• freie Lizenzen, Schul- oder Bildungsnutzungsregelungen oder ausdrückliche Genehmigung
• Beim Einsatz von KI-generierten Inhalten ist offenzulegen, wenn Werke teilweise oder vollständig synthetisch erzeugt wurden
• Quellen oder Vorlagen sollten angegeben werden, sofern sie nicht gemeinfrei sind

Praktische Regeln für den Schulalltag:

• dokumentiert Entscheidungswege (warum welche KI eingesetzt wurde)
• vermeidet die automatische Entscheidungsfindung bei sensiblen Fällen
• setzt klare Freigabeprozesse für veröffentlichte Inhalte
• Schafft interne Leitlinien und Schulungen, damit Lehrkräfte und Schüler*innen potenzielle Risiken erkennen und verantwortungsvoll handeln können

Kurz gesagt: KI kann Unterricht bereichern — wenn sie transparent, datenschutzkonform und rechtsbewusst eingesetzt wird. Kleine Vorsichtsmaßnahmen, klare Kommunikation und regelmäßige Reflexion schützen Lernende und stärken das Vertrauen in digitale Bildungswerkzeuge.

Unser Tipp: Duck AI

Duck AI bietet dir anonymen Zugang zu verschieden KI-Modellen, viele sind völlig kostenlos. Gerade bei der Nutzung von KI für den Unterricht ist Datenschutz ungemein wichtig. Duck AI nutzt die KI-Modelle über Schnittstellen der Entwickler z.b. OpenAI oder Claude, hat aber entsprechende Verträge, so dass die Eingaben nicht für Trainingszwecke verwendet werden.