Die Diskussion um Künstliche Intelligenz im Bildungsbereich kreist häufig um Tools. Was dabei oft fehlt, ist die methodische Ebene: die Frage, wie Unterrichtsentwicklung professionell organisiert werden kann, wenn KI als Arbeitsinstrument hinzutritt. Gerade im Sachfachunterricht der Oberstufe - etwa in Geschichte, Politik, Geographie oder Wirtschaft - zeigt sich dieses Defizit besonders deutlich. Die fachlichen Anforderungen sind hoch, die Stofffülle groß, die didaktischen Erwartungen komplex. Gleichzeitig arbeiten viele Lehrkräfte weiterhin mit vorgegebenen Lehrerhandbüchern, Fortbildungsmaterialien, dem mit dem individuell gewachsenen Fundus, dessen Struktur oft historisch, nicht systematisch entstanden ist.
Der hier vorgestellte Ansatz setzt an einem anderen Punkt an. Er geht von der Annahme aus, dass professionelle Unterrichtsentwicklung nicht primär eine Frage der Materialmenge ist, sondern der Strukturierung, Gewichtung und didaktischen Reduktion. Künstliche Intelligenz wird dabei nicht als Ersatz für fachliches Denken verstanden, sondern als Instrument, um genau dieses Denken zu entlasten, zu schärfen und systematisch umzusetzen. Vorausgesetzt wird ein Autor, der über einen eigenen, langfristig aufgebauten Materialfundus verfügt und der selbstverständlich mit lizenzfreien, urheberrechtlich unproblematischen Quellen arbeitet - sowohl im eigenen Unterricht als auch im Zusammenspiel mit KI-Systemen. Dieser Fundus bildet die fachliche Grundlage. Die KI dient der Organisation, Strukturierung und didaktischen Transformation dieses Wissens.
Der beschriebene Ansatz basiert nicht auf einer maximalen Tool-Ausstattung, sondern auf einer bewusst schlanken Kombination:
- ChatGPT Plus (ca. 20 Euro pro Monat) als zentrales Struktur-, Denk- und Didaktikinstrument
- Perplexity (kostenlose Version) für punktuelle, gezielte Recherche
- Google Notebook LM in der Einstiegs- bzw. günstigen Plus-Variante (10 Euro) für materialnahe, visuelle Aufbereitung
Andere Systeme wie Copilot, Claude oder spezialisierte Autorenwerkzeuge spielen in diesem Setup keine zentrale Rolle. Entscheidend ist nicht die Vielzahl der Anwendungen, sondern ihre klare funktionale Trennung.
Hinzu kommt ein wesentlicher, oft unterschätzter Faktor: ChatGPT wird nicht "roh" genutzt, sondern durch Personalisierung, Master-Kontexte, projektbezogene Regeln und didaktische Leitlinien konditioniert. Dazu gehören unter anderem:
- Orientierung an Bildungsplänen
- hinterlegte Operatorenlogiken
- didaktische Grundprinzipien der Fachdidaktik
- klare Regeln zur Trennung von Fakt, Deutung und Bewertung
- verbindliche Sprach- und Strukturvorgaben
Auch für Perplexity und Notebook LM werden gezielte Prompts und Nutzungsszenarien definiert. Das System ist also nicht neutral, sondern methodisch vorbereitet oder, wenn man so will, kuratiert.
Das Arbeitsregime: Vier klar getrennte Phasen
Das zentrale Element des Ansatzes ist ein vierphasiges Arbeitsregime, das unabhängig von konkreten Tools gilt.
Phase 1: Orientierung und Fragenschärfung (ohne Recherche)
In der ersten Phase wird nicht recherchiert. Das ist kontraintuitiv, aber methodisch entscheidend.
Ziel dieser Phase ist es,
- den Gegenstand fachlich zu durchdringen,
- zentrale Problemachsen zu identifizieren,
- Relevanz zu begründen,
- didaktische Zielrichtungen abzustecken.
ChatGPT Plus übernimmt hier die Rolle eines strukturierenden Denkpartners.
Und wie immer, damit es schneller geht, werden Anweisungen aufgesprochen, es wird mit der KI in den mündlichen Dialog getreten. Ist man hier ungeübt, gilt es Hemmungen zu überwinden. Aber im eigenen Büro hört niemand zu, außer eben das Sprachlernmodell.
Auf Basis von Thema, Zielstufe, curricularen Vorgaben und vorhandenem Materialfundus werden also Fragen geklärt wie:
- Was gehört zwingend zum Thema, was nicht?
- Welche Kontroversen oder Deutungsalternativen sind relevant?
- Wo liegen typische Missverständnisse von Lernenden?
- Welche fachlichen Tiefen sind didaktisch sinnvoll?
Das Ergebnis ist kein Text, sondern ein inhaltliches Raster, das später jede Recherche lenkt.
Phase 2: Gezielt recherchieren (punktuell, begrenzt)
Erst jetzt kommt Recherche ins Spiel - bewusst begrenzt.
Perplexity (Free) wird nicht genutzt, um "alles zum Thema" zu sammeln, sondern für klar definierte Suchaufträge, etwa:
- aktuelle Forschungsdebatten,
- zentrale Fachbegriffe,
- häufig zitierte Primärquellen,
- alternative Deutungspositionen.
Die Ergebnisse werden nicht übernommen, sondern extrahiert: Namen, Begriffe, Hinweise, Links. Diese fließen zurück in Phase 3.
Phase 3: Fachliches Lehrkräfte-Dossier
In dieser Phase entsteht das Herzstück der Arbeit: ein wissenschaftlich sauberes, lehrkraftorientiertes Dossier.
ChatGPT strukturiert auf Basis
- des eigenen Materialfundus,
- der Recherchehinweise,
- des zuvor entwickelten Rasters
ein Dossier, das klar trennt zwischen:
- gesichertem fachlichem Konsens,
- offenen Kontroversen,
- didaktisch relevanter Reduktion,
- weiterführenden Vertiefungen.
Dieses Dossier ersetzt kein Fachbuch, aber es macht Lehrerhandbücher weitgehend überflüssig, weil es nicht material-, sondern problemorientiert aufgebaut ist. Zudem lassen sich Dossier und natürlich dann auch Materialien der Zielgruppe, ja sogar einzelnen Lernenden differenziert anpassen.
Phase 4: Didaktisierung und Unterrichtsaufbereitung
Erst jetzt wird Unterricht gestaltet. ChatGPT entwickelt:
- Lernprogressionen,
- Aufgaben entlang der so genannten Operatoren,
- Differenzierungsoptionen,
- sprachliche Niveausteuerung.
Notebook LM hilft anschließend bei der materialnahen Umsetzung: Visualisierungen, Arbeitsblätter, strukturierte Textoberflächen. Es inszeniert, was didaktisch bereits entschieden ist.
- Übertragbarkeit auf bilinguale und fremdsprachige Sachfächer
Ein wesentlicher Vorteil dieses Regimes liegt in seiner Sprachunabhängigkeit. Die Strukturarbeit erfolgt fachlich, nicht sprachlich. Dadurch lässt sich der Ansatz problemlos auf
- bilingualen Geschichtsunterricht,
- Sachfächer in Fremdsprachen,
- Formate wie das so genannten AbiBac, den deutsch-französische Doppelabschluss oder den IB übertragen.
ChatGPT steuert hier zusätzlich:
- fachsprachliche Register und Glossare
- Terminologiearbeit,
- sprachliche Progression.
Professioneller Mehrwert: Zeit, Qualität, Tiefe
Der Nutzen dieses Ansatzes liegt nicht allein in der Zeitersparnis - obwohl diese erheblich ist. Entscheidend sind drei Effekte:
- Zeit wird in Denken investiert, nicht in Suchen Routinetätigkeiten werden ausgelagert, konzeptionelle Arbeit gestärkt.
- Didaktische Szenarien gewinnen an Tiefe Problemorientierung ersetzt Abfolge von Inhalten.
- Materialien werden nachhaltiger Ein gutes Dossier trägt über Jahre, nicht nur für eine Unterrichtseinheit.
KI ersetzt dabei weder Fachkompetenz noch pädagogisches Urteilsvermögen. Sie verstärkt sie. Die Lehrkraft behält alles in der Hand und orchestriert als menschlicher Experte.
KI als professionelle Infrastruktur
Der beschriebene Ansatz versteht Künstliche Intelligenz nicht als pädagogische Abkürzung, sondern als professionelle Infrastruktur. Sie zwingt zur Klarheit, zur Trennung von Phasen, zur bewussten Entscheidung. Gerade für Referendare, junge Lehrkräfte und erfahrene Praktiker bietet dieses Arbeitsregime eine belastbare Alternative zu materialzentrierten, zeitintensiven Routinen. Wer so arbeitet, produziert nicht mehr Material - sondern besseren Unterricht. Mit Spannung darf erweitert werden, ob und wie Fachfortbildungen solche KI-basierten Arbeitsregime in ihre Angebote integrieren.