Schule Social Media

Einleitung: Monetarisierung von Informationen

(Wer direkt zu den Problemen möchte, zum nächsten Titel springen.)

Kritik am Einsatz von KI-Tools (ich meine damit in der Regel Large-Language-Models mit Chat-Interface) findet man in allen Schattierungen. Viele davon haben mit derselben Moral Panic zu tun, die jede Transformation des Informationsökosystems begleitet: Wenn Menschen über eine neue Technologie auf Wissen zugreifen, verlieren frühere Praktiken an Bedeutung. Das verändert Machtverhältnisse, weil sich der Zugriff auf Wissen verschiebt. Wer vor der Veränderung Macht ausüben konnte, möchte daran festhalten – und schürt deshalb Ängste vor dem, was die Veränderung bewirkt. Viele dieser Ängste sind unbegründet.

Gleichwohl lohnt es sich, genau hinzusehen. Was wir gerade erleben, ist die Ablösung der Web-Suche als primärer Wissenszugang durch die KI-Abfrage. (Zuvor hat die Web-Suche die Bibliotheksrecherche abgelöst.)

Die Web-Suche funktionierte vereinfacht wie folgt:

1. Programme (sogenannte Crawler) haben Inhalte von Webseiten abgerufen und einen Index erstellt.
2. Mit einem Algorithmus wurden Webseiten bewertet.
3. So liess sich bei einer Suchabfrage eine Rangliste erstellen, welche Webseiten die relevantesten Ergebnisse enthalten dürften.

Google hat sich in diesem Geschäft eine Vormachtposition gesichert. Das hatte zwei Gründe: Erstens funktionierte der Google-Algorithmus eine Weile lang besonders gut. Zweitens konnte Google dank seiner Macht über Suche und Web-Traffic enorm viele Werbegelder abschöpfen – weil Werbetreibende ihre Anzeigen dort platzieren wollten, wo auch die relevantesten Suchergebnisse erschienen.

Besonders deutschsprachige Verlage haben jahrzehntelang versucht, von Google eine Entschädigung dafür zu bekommen, dass dessen Web-Suche Ergebnisse von Newsseiten anzeigte und über Werbung monetarisierte. Die Sicht der Verantwortlichen war, dass sie Content bereitstellen, den Google dann vermittelt und mit Werbung versieht. Diese Leistung wollten sie bezahlt haben (sogenanntes «Leistungsschutzrecht»).

Google hat dabei immer die Position vertreten, dass die Verlage die Google-Crawler ja blockieren könnten. Das geht so: Jede Website enthält Hinweise, welche Bot-Programme darauf zugreifen dürfen oder nicht. Wenn man da hinschreibt, dass Google die Webseite nicht in den Index aufnehmen oder in der Suche ausspielen soll, dann hält sich der Google-Bot daran.

Verlage haben diese Möglichkeit nicht genutzt, weil Google-Suchen viele Besucher:innen auf ihre Seiten brachten, was wiederum für das Geschäftsmodell der Verlage hilfreich war (Werbung direkt ausspielen oder Abos verkaufen). Sie haben Paywalls hochgezogen, so dass die Google-Suchtreffer wie eine Art Teaser wirkten – und Menschen zahlen mussten, wenn sie den ganzen Artikel lesen wollten.

Was passiert nun, wenn Menschen nicht mehr über Google auf Wissen zugreifen, sondern KI-Tools Fragen stellen?

Weshalb Websites KI-Bots aussperren

KI-Tools setzen diese Crawler nun viel intensiver ein als Google. Warum? Sie brauchen Daten von Websites für drei Dinge (eigentlich mehr, aber leicht vereinfacht):

1. einen Index (wie bei Google)
2. die Beantwortung von Suchanfragen (wie bei Google)
3. Trainingsdaten (um die Modelle zu verbessern und à jour zu halten)

Das bedeutet, dass die Zugriffe auf allen Websites heute einen hohen Anteil an KI-Bots aufweisen. Dieser KI-Traffic kostet grössere Betreiber von Web-Angeboten Geld, weil sie für Serverleistungen zahlen müssen. Deshalb ist es naheliegend, diese Bots auszusperren – also in den Hinweisen zu vermerken, dass KI-Crawler bitte keine Abfragen durchführen sollen. Das hat für Betreiber zusätzlich den Vorteil, dass KI-Tools das Wissen dieser Seiten nicht abbilden können. Gerade für Newsseiten mit Paywalls ist das entscheidend, weil KI-Tools User:innen nicht mehr auf die Seiten führen, sondern alle Informationen direkt anzeigen.

Hier liegt das erste Problem: Würde dieses Aussperren funktionieren, dann würden z. B. aktuelle Informationen in den KI-Abfragen fehlen. Das war bereits beim Start von ChatGPT so, als das Tool nur veraltetes Wissen abrufen konnte. Auch heute haben KI-Tools etwas Mühe damit, Informationen in real-time abzurufen, besonders in den für Nutzer:innen kostenlosen Versionen.

Das zeigt sich etwa bei Modetrends: Es ist nicht ganz einfach, dazu mit KI-Tools wirklich relevante Informationen zu bekommen, weil viele Mode-Websites KI-Traffic blockieren. Nur: Viele Crawler halten sich nicht an die Hinweise, wie Buzzstream herausgefunden hat. Sie greifen also auch dann auf Websites zu, wenn diese angeben, dass KI-Crawler nicht erwünscht sind. Technisch ist das (noch) möglich – es ist aber denkbar, dass das wirksam verhindert wird.

Problem 1 besteht also darin, dass ein Teil des aktuellen Wissens in den KI-Tools gar nicht angezeigt werden kann. Das ist insofern kein neues Phänomen, als auch Google nie auf das gesamte Wissen zugreifen konnte. Der Versuch, mit Google Books alle Bibliotheken zu digitalisieren, hat das deutlich gezeigt: Besonders Wissen aus älteren Büchern ist auf Google nur schlecht oder gar nicht zugänglich. Aktuell kaufen KI-Firmen alte und seltene Bücher auf und speisen sie in ihre Tools ein – im Prozess werden die Bücher dabei leider oft zerstört.

Weshalb KI-Tools Wissen ausblenden

Das ist ein Plastik-Tag, das H&M an Kleidungsstücken anbringt, um Ladendiebstähle zu verhindern. Wenn man die Self-Checkout-Kassen nutzt, die es in einigen H&M-Filialen gibt, vergisst man immer wieder, diese Tags zu entfernen. Zuhause möchte man das gerne mit Hausmitteln nachholen, muss aber wissen, wie es geht. (Wenn man es falsch macht, gehen zwei Farbbehälter kaputt und beschädigen das Kleidungsstück.)

Fragt man ChatGPT, wie man diese Tags entfernen kann, erhält man keine Antwort. Warum nicht? Weil OpenAI aus Image-Gründen Informationen unterdrückt, die mit Verbrechen in Verbindung gebracht werden könnten. Das Wissen, das zahlende Kunden nutzen, um sich einen weiteren Gang in ein weiter entferntes Geschäft zu ersparen, ist dasselbe, das Menschen nutzen, die Kleider stehlen. Es den Menschen deshalb vorzuenthalten, ist ein Problem.

Grundsätzlich sollten Demokratien festlegen, welche Informationen nicht verbreitet werden dürfen – und zwar recht zurückhaltend. Wenn das private Firmen tun, die international operieren, dann kann es sein, dass plötzlich die rechtsextreme US-amerikanische Politik diktiert, welche Informationen Schweizer Jugendlichen zugänglich sind. Denkbar wäre dann, dass es schwer wird, herauszufinden, wie Schwule Safer Sex praktizieren können oder wie der Zugang zur Pille danach geregelt ist. Besonders beim Urheberrecht orientieren sich die KI-Tools heute an Standards, die zumindest in der Schweiz nicht gesetzlich verankert sind. Sie weigern sich, längere Passagen zu übersetzen oder OCR an Dokumenten durchzuführen, wenn diese urheberrechtlich geschützt sein könnten.

Das ist Problem 2: Unternehmen machen Wissen unsichtbar, das ihnen nicht gefällt. Dieses Problem besteht immer, wenn Unternehmen den Zugriff auf Informationen steuern. Kürzlich habe ich gelesen, dass es im heutigen politischen Umfeld in den USA undenkbar wäre, Bibliotheken einzuführen, weil die herrschenden Kräfte es völlig unsinnig fänden, Menschen kostenlosen Zugriff auf Wissen zu ermöglichen. Im Umkehrschluss bedeutet das, dass Staaten die Technologie schon bei Google – und erst recht bei KI – als öffentliche Infrastruktur betrachten müssten.

Das Missverständnis in der EU besteht darin, zu glauben, man müsse ein europäisches Google oder eine europäische KI entwickeln, die sich dann am Markt durchsetzen würde. Der Zugriff auf das für alle Menschen relevante Wissen darf gar nicht dem Markt überlassen werden, da der Markt hier immer versagt (es liegen alle vier Gründe für Marktversagen vor, was jeden öffentlichen Eingriff legitimiert). Der Schluss daraus: Die EU müsste Google und die KI-Unternehmen so weit enteignen, dass diese – etwa gegen eine vernünftige Lizenzgebühr – die Kontrolle über ihre Tools an staatliche Institutionen abgeben, die ihrerseits demokratischer Kontrolle unterstehen.

Darin besteht aus meiner Sicht die einzige Lösung für die hier beschriebenen Probleme: Die EU (oder einzelne Staaten) müsste die Dienste von Google, OpenAI und Anthropic nach gesetzlichen Vorgaben betreiben – in der Logik von Bibliotheken.

Auf Instagram und TikTok publiziere ich seit ungefähr einem Jahr alle paar Tage ein kurzes Video, in dem ich eine Frage zu einem Thema stelle, das ich nicht verstehe. Im folgenden Beitrag erkläre ich, wie ich dabei vorgehe und was meine Ziele sind.

In den letzten Jahren erreiche ich mit Blogposts immer weniger Leser:innen, obwohl ich nicht weniger schreibe und auch versuche, meine Texte zu verlinken. Das hat mit verschiedenen Entwicklungen zu tun – etwa mit dem Ende von Twitter, meinem weitgehenden Rückzug aus populistischen bzw. Deutschland-spezifischen Debatten und mit dem KI-Turn von Suchmaschinen. Ein wichtiger Faktor ist aber auch die Dominanz von Kurzformvideos. Viele Menschen ziehen es vor, Informationen über diese Videos aufzunehmen, statt längere Texte aufzurufen.

Mein Videoformat ist also ein Experiment mit einer Form, die meinen Gewohnheiten nicht besonders entspricht: Ich mag es, Gedanken schriftlich zu formulieren; sie über Links mit anderen Texten zu verknüpfen und zu differenzieren. Ein kurzes Video erlaubt mir das nicht, es zwingt mich zu pointierten Formulierungen.

Das Experiment betrifft auch die Frage, welche Videos wie gut ankommen. Entscheidend ist hier, worauf der «Algorithmus» anspricht, was also Merkmale von Videos sind, die dazu führen, dass sie anderen Menschen angezeigt werden. Darüber habe ich schon ausführlich geschrieben, mit meinem eigenen Content aber bisher wenig Erfahrungen gesammelt. Ich bin aber im Umgang mit diesen Videos auch nachlässig, besonders auf TikTok könnte ich vieles machen, was den Videos mehr Reichweite geben würde. Dafür fehlen mir aber Lust und Zeit. Entsprechend sind die Aufrufzahlen bescheiden:

Das Nicht-Verstehen als Ausgangspunkt hat mehrere Funktionen:

1. Ich finde leicht neuen Content, weil ich mir viele Frage stellen und vieles mit anderen Menschen diskutiere, was immer wieder dazu führt, dass ich gewisse Zusammenhänge nicht so verstehe, wie ich das gern möchte.
2. Ich eröffne durch das Format einen Dialog und lade Menschen ein, auf meine Beiträge zu reagieren. Das ist natürlich auch für den Algorithmus eine feine Sache, führt aber zu Rückmeldungen, die mir seit der Twitter-Zerstörung fehlen.
3. Ich finde eine Rolle, die meine berufliche Rolle des Lehrers bricht. Im Verständnis vieler Menschen sind Lehrer Menschen, die alles verstehen. Wenn ich öffentlich zugebe, vieles nicht zu verstehen, dann öffnet das Gesprächsräume, die sonst verschlossen wären. Ich merke das besonders auch rund um meinen Unterricht, wo ich oft von Kolleg:innen und Schüler:innen auf die Videos angesprochen werde.
4. Ich höre viele Podcasts und lese viel. Die Fragen helfen mir, einiges davon zu verarbeiten, ohne dass das zu stark als Vortrag oder als Rant daherkommt. Gleichwohl kann ich im Frageformat kritische Bemerkungen unterbringen, die aber einem Dialog verpflichtet bleiben.

Die richtigen Fragen zu finden ist nicht ganz einfach. Für mich müssen sie eine gewisse Tiefe zulassen. Ich stelle mich nicht pseudo-naiv, sondern ich frage authentisch, aber schon mit einem gewissen Vorwissen. Oft erkläre ich auch, weshalb mich naheliegende Antworten nicht überzeugen. Entsprechend sind die Videos weniger authentisch, als sie wirken: Ich nehme sie wirklich oft beim Joggen oder unterwegs auf, habe mit aber schon länger Gedanken zu einem Thema gemacht. Die Fragen reifen gewissermassen und ich stelle sie dann, wenn ich den Eindruck habe, den richtigen Zugang gefunden zu haben.

Das Unterwegs-Format erlaubt mir aber den Quick’n’Dirty-Zugang: Ich muss mich nicht hübsch machen, ich brauche kein Studio, kein Licht, kein Stativ. Sehr selten nehme ich ein Video zwei Mal auf. Ich schneide nie – ich lade die Aufnahmen meist noch während dem Joggen oder spätestens während dem Duschen bei Instagram und TikTok hoch. Die Zeit der Publikation interessiert mich nicht, ich vermeide nur, zwei Videos an aufeinanderfolgenden Tagen zu publizieren.

Für diesen Beitrag habe ich mir die über 50 Videos noch einmal angeschaut und mir notiert, was ich jetzt verstehe, auch aufgrund der Rückmeldungen. Drei Beispiele möchte ich rausgreifen: Das erste Video betraf Lernphasen im Studium. Mich irritierte – generell und im Vergleich mit meinem Studium – die Bereitschaft junger Erwachsener, ihr Leben während Wochen nur eingeschränkt zu führen, um für Prüfungen ganz viel zu lernen. In den Reaktionen haben mit besonders ehemalige Schüler:innen erklärt, wie diese Phasen Zusammenhalt schaffen, eine Identifikation mit dem Fach ermöglichen, wie sie das Lernen Kompetenz erleben lässt und ihrem Studium eine Bedeutung gibt. Das hat mich alles überzeugt, ich habe jetzt dein Eindruck, aufgrund dieser persönlicher Rückmeldungen besser zu verstehen, was ich von aussen nicht verstanden habe.

Eines meiner letzten Videos warf die Frage auf, warum es im Sicherheitsbereich von Flughäfen keine Filialen von günstiger Supermarktketten gibt, wie man sie sonst in Innenstädten und an Bahnhöfen findet. Ich habe gelernt, dass es spezialisierte Unternehmen gibt, welche diese Bereiche betreiben. Sie können mit den erhöhten Sicherheitsanforderungen umgehen und stellen einen Mix von Geschäften und Gastronomieangeboten zusammen. Ein günstiges Geschäft in diesen Mix aufzunehmen, würde wohl das ganze Konzept stören. Zudem betreiben Supermarktketten ihre Geschäfte meist selbst, ihre Logistik ist nicht auf die Flughafen-Security ausgelegt. Das wusste ich so nicht – jetzt weiss ich es. Genauso ist es mit dem Rechtsvortritt, der mich auf Quartierstrassen weiterhin irritiert. Heute weiss ich aber, dass diese Irritation ein Feature und kein Bug ist – wer irritiert ist, fährt vorsichtiger. Genau darum geht es.

Vieles verstehe ich aber weiterhin nicht. Das hat natürlich damit zu tun, dass Menschen oft Dinge tun, die nicht logisch sind, dass sie ihr Verhalten an Mustern ausrichten, die nicht nachhaltig sein. Zudem ist die Welt halt nicht so, wie ich sie mir wünschen würde – die Biber verstecken sich vor mir, der FC Aarau steigt nicht auf und Avocados werden weiterhin als Früchte verkauft und nicht als Gemüse.

In den Rückmeldungen schreiben mir Menschen zuweilen auch, dass ich das doch einfach akzeptieren soll. Die Welt sei nun einmal so, wie sie ist. Manchmal erklären sie mir noch einmal, wie etwas ist – obwohl ich verstehen möchte, warum es so ist. Ich weiss, dass viele Landwirte in der Schweiz eine rechtsnationalistische Politik unterstützen, aber ich verstehe weiterhin nicht, warum sie das tun. Mir ist schon klar, dass die SVP sich für Direktzahlungen einsetzt – ich würde meine politische Meinung aber nicht mit sowas verbinden. Genauso wie ich kein Influencer sein möchte, der in seinen Videos irgendetwas verkauft.

Reden Erwachsene darüber, was Kinder mit Technologie tun, dann können sie sich zwischen zwei Verfahren entscheiden.

Das erste Verfahren geht so: Sie können konkret mit Kindern ins Gespräch kommen und mit ihnen gemeinsam verstehen, was genau passiert. Fragen stellen, Emotionen zulassen – und sich nur ganz langsam ein Urteil bilden, das die Perspektive von Kindern einbezieht. Die Technologienutzung wird so mit der Gestaltung von Beziehungen und konkreten Situationen verbunden, sie wird zu einer Praxis von realen Kindern, die erklären können, was sie sich dabei denken, wenn sie Technologie nutzen. Eltern können Kindern dann helfen, indem sie sie bei einer gesunden Entwicklung begleiten, sie stärken, ihnen Mut machen – und ihnen zuhören, wenn die Kinder mit Problemen kämpfen.

Das zweite Verfahren geht von Ängsten aus, vom Schlimmsten, was Kindern zustossen könnte. Erwachsene, die sich daran orientieren, denken, sie müssten Kinder primär davor schützen. Sie orientieren sich an einer Slippery Slope, bei der scheinbar harmlose Verfahren nur der erste Schritt auf dem Weg zur grossen Gefahr sind. Die Begeisterung von Kindern für problematische Verhaltensweisen und die Bereitschaft, Technologie heimlich zu nutzen, werden immer wieder betont, so dass die vielen Kinder, die harmlos und offen mit diesen Möglichkeiten umgehen, in Vergessenheit geraten.

Das zweite Verfahren kann man als Moral Panic bezeichnen. Die damit verbundenen Ängste tauchen verstärkt auf, wenn Erwachsene Medien und Technik, mit der sie sozialisiert worden sind, normalisieren – und alles, was sich seither verändert hat, als Abweichung davon problematisieren. Das passiert mit jeder digitalen Technologie. Aktuell erleben wir das bei KI. Dabei ist besonders verstörend, dass die tatsächlich mit KI verbundenen Probleme in der Aufmerksamkeitsökonomie von den Ängsten verdrängt werden, die das zweite Verfahren erzeugt und verstärkt. Weil diese Ängste Magnete für das Interesse von Menschen sind, zersetzen sie auch die Qualitätsstandards im eher hochwertigen Journalismus.

Ein Beispiel ist kürzlich in der Süddeutschen Zeitung erschienen. Wolfgang Luef interviewt zum wiederholten Mal Daniel Wolff, den er als «Digitaltrainer» bezeichnet – wie das Wolff selber tut, um seine Kurse zu vermarkten. Wolff formuliert die Panik in einem populistischen Rahmen, in dem er der Warner und Retter vor einer grossen Gefahr ist:

Für mich ist die KI hier auch so etwas wie der letzte Weckruf. Wenn wir als Gesellschaft bei dieser Technologie nicht verstehen, dass wir unsere Kinder besser schützen und begleiten müssen, werden wir einen Teil unserer Kinder verlieren, und zwar vor allem der Teil, der schon sehr früh unbegleitet in digitale Welten geschickt wird.

Luef und Wolff klappern alles ab, was Sorgen erregen könnte: Pornographie, Suizide, Jugendsprache, Bildschirmzeit, Waffenbau, Cybermobbing, De-Skilling, Misogynie, Sucht. KI wird mit allem in Verbindung gebracht. «Eine ständige Überforderung», sagt Wolff.

Luef inszeniert Wolff so, als präsentiere er die Sicht von Kindern. Im Lead schreibt er, Wolff habe «mit Tausenden Kindern darüber gesprochen, wie sie mit Chatbots interagieren». Was damit gemeint ist: Wolff führt Kurse für Kinder durch, in denen er ihnen eine ganz klare Message bezüglich KI vermittelt. Er warnt, er zeigt Gefahren auf, er macht Angst. Die Reaktionen der Kinder interpretiert er dann so, wie er es im Interview zum Ausdruck bringt.

Das Gespräch macht deutlich, wie Wolff zu seinen Erkenntnissen kommt. Zwei Passagen sind besonders aufschlussreich:

1. «Ich frage in den 10. Klassen manchmal auch: Stellt euch vor, ihr seid König der Welt und habt einen roten Knopf, und wenn ihr den drückt, verschwindet Social Media für alle Menschen auf der Welt: Würdet ihr ihn drücken?»
2. «Es gibt einen »Geheimbefehl«, mit dem man den gesamten Chatverlauf und auch serverseitig alle Daten löschen lassen kann, die man der KI anvertraut hat: »/reset-all-ais«. Das erzähle ich den Kindern, und stoße damit auf ein unglaubliches Interesse. Neulich haben sich ein paar Kinder diesen Befehl sogar mit dem Kugelschreiber auf den Arm geschrieben, damit sie ihn auf keinen Fall vergessen. […] weil sie Sorgen haben, ihre intimen Themen und Gedanken bleiben irgendwo gespeichert. Oder dass die Eltern den Verlauf prüfen könnten. Kinder sind sich des Risikos also bewusst.»

Wolff führt also Workshops durch, in denen er eine klare Message vermittelt. Durch den Filter seiner «Sorgen», die er im Interview mehrmals erwähnt, interpretiert er die Reaktion der Kinder und Jugendlichen auf seine Botschaften. Selbstverständlich stösst man bei jungen Menschen auf Interesse, wenn man ihnen von einem «Geheimbefehl» erzählt – weil Geheimwissen faszinierend ist und Eingeweihte sich davon einen Statusvorteil versprechen. Was danach folgen müsste, wäre aber das Gespräch mit Jugendlichen, in dem deutlich wird, in welchen Situationen sie KI-Bots benutzen, was sie sich davon versprechen, welche Erfahrungen sie damit gemacht haben. Hier verweist Wolff dann auf eine im Artikel nicht näher spezifizierte «Studie», derzufolge bis zu zehn Prozent der Kinder sich an KI-Bots wenden, um sich von negativen Gefühlen abzulenken oder «vertrauliche Dinge zu besprechen».

Die aktuelle, repräsentative Jugendstudie von Pro Juventute kommt für Schweizer:innen zwischen 14 und 25 Jahren zu folgenden Umfrageergebnissen:

Man müsste also sagen: Jugendliche und junge Erwachsene wenden sich bei Problemen lieber an Freund:innen, Eltern oder Geschwister als an KI. Wolff blendet diese Ergebnisse aber aus und konstruiert aus den 10% ein Problem, das möglicherweise gar nicht existiert: Es kann bei Problemen durchaus sinnvoll sein, auch KI-Ergebnisse einzubeziehen. Die KI hat hier die Websuche ersetzt, die in dieser Befragung nicht mehr erwähnt wird – beides sind sinnvolle Wege, um z.B. medizinische Informationen zu erhalten.

Würde Luef die Aussagen von Wolff journalistisch sauber einordnen oder junge Menschen ins Gespräch einbeziehen, könnte man diese Verzerrungen leicht beheben (Wolff selber war früher auch Journalist). Man könnte dann Muster identifizieren, in denen die KI-Nutzung tatsächlich problematisch sein könnte, könnte verstehen, welche Fehlkonzepte jungen Menschen einen sinnvollen Umgang mit der Technologie erschweren. Daran ist Wolff aber gar nicht interessiert, weil er aus der Angst vor digitaler Technologie ein Geschäftsmodell gebaut hat.

Im Kapitalismus dürfen Menschen auch mit Angst Geschäfte machen. Es wäre aber schön, wenn der Journalismus hier kritisch draufschauen, seriös einordnen und eine konstruktive Auseinandersetzung ermöglichen würde. Wenn er die Angst befeuert und hofft, so Leser:innen abzuholen, verlieren grosse Teile der Menschen, die sich mit ehemals qualitativ hochwertigen Zeitungen informieren, den Bezug zur medialen und sozialen Realität.

Wahrscheinlich war es Jöran, von dem ich diese einfache Regel gelernt habe: Ein guter Satz enthält eine Aussage, mit der jemand nicht einverstanden ist. Gemeint ist das so: Es gibt eine vernünftige, faire Person, die sagen würde: «Nein, das sehe ich anders, nämlich so: …».

Selbstverständlich brauchen Texte auch andere Sätze, die helfen, das zu verstehen, was mit der Aussage gemeint ist. Manchmal muss man erklären, wie Begriffe gemeint sind, einen Kontext beschreiben. Geschenkt. Aber im Kern muss jeder Abschnitt einen Satz enthalten, der kontrovers ist.

Muss? Wenn der Text etwas bewegen, etwas bewirken soll. Das gilt besonders für Reden, für Vorworte – also Texte, die quasi Lücken füllen, die eigens für sie geschaffen werden.

Ich möchte das an einem Beispiel zeigen: «KI soll nur eingesetzt werden, wenn damit ein klarer Nutzen verbunden ist.» So etwas steht schnell einmal in einem Papier, wird schnell einmal gesagt. Es fühlt sich richtig an. Nur: Damit sind doch alle einverstanden? Warum sagt man einen Satz, mit dem man offene Türen einrennt?

Das kann zwei Gründe haben: Erstens argumentiert man so oft gegen einen Strohmann, also eine erfundene Person, die niemand vertritt. Hier wäre das die Position, dass KI auch eingesetzt werden soll, wenn das komplett sinnlos ist. Das behauptet niemand. Oft kommt das bei kulturpessimistischen Aussagen zur Mediennutzung vor. Dort stehen dann so Sätze wie: «Kinder sollen Medien nur nutzen, wenn sie dafür die nötigen Kompetenzen mitbringen.» Ja, würden wir alle unterschreiben. Gesagt oder geschrieben wird das aber, weil man so tun möchte, also verträten die nicht kulturpessimistischen Fachpersonen, die sich zu Medien äussern (also ich z.B.), Meinungen wie diese. Man unterstellt damit also anderen Personen problematische Sichtweisen.

Zweitens möchte viele Menschen nichts sagen, womit jemand nicht einverstanden sind. Sie fürchten sich vor Kritik, vor Widerspruch – sie möchten maximal gut ankommen und irgendwie alle abholen. Dabei vergessen sie, dass auch etwas, womit jemand nicht einverstanden ist, diese Person abholt. «Jede KI-Abfrage muss für Nutzer:innen mit Kosten verbunden sein» wäre z.B. eine Forderung, die Widerspruch erzeugt. Sie ist deshalb besser als eine vage Aussage zum Nutzen, weil sie diesen Nutzen konkret macht: Wer einen Nutzen hat, ist auch bereit, dafür einen Preis zu zahlen. Selbstverständlich ist das aus verschiedenen Gründen nicht unproblematisch, aber es wäre eine Aussage, die alle, die sich damit beschäftigen, weiterbringt.

Ich sage und schreibe oft Dinge, bei denen mir bewusst ist, dass nicht alle einverstanden sind. Einerseits mag ich das, andererseits bin ich überzeugt, dass es hilft, das Normalisierte, Selbstverständliche begründen zu müssen. Wenn ich also sage, jede Schule würde besser, wenn Noten morgen abgeschafft würden, dann müssen Menschen, die davon nicht überzeugt sind, sagen, warum ihnen Noten helfen. Sie können nicht einfach so tun, als gehörten Noten zur Schule, sondern sie müssen sagen, warum sie gut finden, dass Lehrpersonen benoten. Damit sind wir einen Schritt weiter.

Für die diesjährigen schriftlichen Maturprüfungen im Fach Deutsch haben die beteiligten Lehrpersonen ein Verfahren entwickelt, das Schreibzeit ohne KI-Zugriff mit der Möglichkeit kombiniert, den eigenen Text mit Internet- und KI-Zugang zu erweitern und zu verbessern. 

Die Grundidee habe ich hier schon einmal beschrieben, heute möchte ich eine Auswertung vornehmen. Sie erfolgt ausgehend von meinen Erfahrungen mit einer Klasse sowie auf der Basis von Gesprächen mit internen und externen Kolleg:innen. Im Beitrag gehe ich auf Einsichten ein, die ich insbesondere im Gespräch mit Annamarie Cantieni, Andrea Schmid, Carmen Aus der Au, Joel Strassberg und Eva-Maria Burri gewonnen habe. Auch mit einigen Expert:innen von anderen Schulen habe ich über das Format geredet. Zudem habe ich mich mit einigen Schüler:innen über ihre Schreiberfahrungen ausgetauscht und die KI-Protokolle genau studiert. Was ich hier aber schreibe, ist meine Sicht auf den Prozess – meine Kolleg:innen und die Expert:innen würden einzelne oder einige der Punkte sicher anders einschätzen, als ich das tue. Die Gespräche sind auch nicht abgeschlossen – wir starten gerade in die Vorbereitungen der Prüfungen vom nächsten Jahr.

Das Ergebnis

Das Format ist aus meiner Sicht ein Erfolg: Entstanden sind persönliche, eigenständige Texte, die sprachlich präzise und gut lesbar sind – zumindest, wenn man Text B betrachtet. Das hat auch mit der Themenauswahl zu tun, in meiner Klasse wurde besonders das auf dem folgenden Filmausschnitt beruhende Thema häufig gewählt – es hat den Schüler:innen erlaubt, gesellschaftspolitische Überlegungen, die im Rahmen der Erbschaftssteuer-Initiative entstanden sind, mit einer persönlichen Reflexion zu koppeln.

In einer Analyse der historischen und aktuellen Praxis rund um Maturaufsätze habe ich folgenden Wunsch formuliert: Eine «persönliche Reflexion über das, was jungen Menschen am Schluss ihrer gymnasialen Lernzeit wichtig ist». Das ist in 90% der Texte, die ich gelesen habe, gelungen. Fast alle Schüler:innen haben vier Stunden lang intensiv geschrieben und sich mit den Fragestellungen vertieft auseinandergesetzt.  

Die entscheidende Möglichkeit, die sich aus dem Format ergibt, ist die Korrektur der eigenen Texte. Schüler:innen haben im Text B in fast allen Fällen die drei Punkte verbessert, die ich in einer Rückmeldung zuerst kritisiert hätte. Das betrifft alle Ebenen der Schreibarbeit: Formulierungen, Struktur, inhaltliche Ungenauigkeiten, Argumente, blinde Flecken, Querverweise, Inkonsistenzen. 

Problematisch sind die formal und sprachlich teilweise unbeholfenen Texte im Teil A – sowie die wenigen Schüler:innen, die sich ihren Text von der KI haben abschwächen und neutralisieren lassen.

Das Problem des Fremdwissens

Die Aufgabe zu Text B haben wir im Laufe des Entwicklungsprozesses abgeschwächt: Zunächst wollten wir noch einmal einen themenspezifischen Prompt vorgeben, der eine konkrete Überarbeitung und Erweiterung des Textes erfordert hätte. Viele Schüler:innen waren damit überfordert, einige haben den Zusatzauftrag übersehen oder ignoriert. Deshalb haben wir hier eine einfachere Lösung gesucht und allen Schüler:innen denselben Auftrag gegeben: 

1. Ergänzen Sie den Text A mit Fremdwissen, also z.B. Hintergrundinformationen, Daten oder Zitaten. Verwenden Sie dafür qualitativ hochwertige Quellen. (Aus KI-Tools kopierte Textblöcke sind keine hochwertigen Quellen.)
2. Überarbeiten Sie den Text formal und stilistisch.

Das hinzugefügte Fremdwissen ist in den guten Fällen Wissen, das die Schüler:innen im Text A schon umrissen oder erahnt haben. Es sind Inhalte, die den Schreibenden gefehlt haben, auf die sie zugegriffen hätten, wenn sie bei Text A die Möglichkeit dazu gehabt hätten. 

In den schlechteren Fällen sind es künstlich wirkende, meist unzulänglich integrierte Zitate oder Verweise. Schüler:innen kennen den relevanten Kontext kaum und übernehmen KI-Vorschläge unkritisch. Plötzlich schreiben sie über Bourdieu oder Kant – ohne dass sie verstanden hätten, worum es in den Vorlagen geht und was Verweise darauf leisten könnten.

Hier müssen wir bei der nächsten Durchführung eine bessere Vorbereitung leisten, damit Schüler:innen stärker das schon vorbereitete Vorwissen einbauen und auf die künstlichen Referenzen verzichten. 

Drei Typen von Schüler:innen

Die Schüler:innen verhalten sich der Aufgabe gegenüber unterschiedlich. Ich würde drei Typen unterscheiden (diese Typen werden sich verändern, da die 2026 geprüften Schüler:innen noch eine recht analoge Schreibsozialisation durchlaufen haben und erst in den letzten Jahren KI-Tools genutzt haben).

Typ 1: Die Eigenständigen

Schüler:innen von Typ A können gut schreiben. Sie haben Vertrauen in ihre Fähigkeiten und kennen Prozesse, mit denen sie ausgehend von Vorgaben einen wirkungsvollen Text erstellen können. Sie überarbeiten und korrigieren eigene Texte.

KI brauchen sie dazu nur selten und eher ungern. Dem Typ A wäre es lieber, der Aufsatz könnte ohne KI geschrieben werden, weil dann ihre Fähigkeiten, stilistisch und orthografisch sicher zu schreiben, im Vergleich mehr Gewicht erhielte. Typ A ist vorsichtig beim Einsatz von KI und ändert wenig an den eigenen Texten. 

Typ 2: Die Routinierten

Typ B – zu dem ich meiner Klasse die meisten Lernenden zählen würde – kennt das Verfahren aus der eigenen Praxis. Schüler:innen dieses Typs können eigene Texte verfassen, sie wissen aber, dass diese bei Fehlern und Unsicherheiten besser werden, wenn eine KI-Überarbeitung erfolgt. Deshalb kennen sie sich auch mit den Möglichkeiten von KI-Tools aus.

Für Typ B passt dieses Format genau, es entspricht ungefähr den Prozessen, welche diese Schüler:innen auch ausserhalb der Maturprüfung anwenden würden.

Typ 3: Die KI-Affinen

Diese Schüler:innen geben KI-Protokolle ab, in denen sichtbar wird, dass sie schon in der Vorbereitung KI-Projekte aufgesetzt haben, welche sie bei den anfallenden Aufgaben unterstützen können. Sie nutzen oft überlegte Prompts (insbesondere Rollen-Prompts) und lassen sich von KI-Tools durch den ganzen Schreibprozess coachen. Die so entstandenen Texte B sind stark vom KI-Einsatz geprägt und fundamental überarbeitet – während die Texte A, die KI-Affine schreiben, teilweise wenig mehr als ins Unreine geschriebene Notizen sind. Bei diesen Schüler:innen ist etwas unklar, ob sie sich durch den geschickten Einsatz von KI einen Vorteil verschaffen, der anderen nicht zugänglich ist – oder ob sie letztlich einfach zeigen, was theoretisch leistbar wäre, auch wenn nicht alle diesen Aufwand betreiben wollen.

Vibe Writing: KI-Kompetenzen und KI-Schreiben

Deutschlehrer:innen verstehen recht gut, was Schreibkompetenzen sind und wie sie diagnostiziert werden können. Bei KI-Kompetenzen fällt uns das teilweise schwer: Was ist ein kompetenter Einsatz von LLM-Tools und was ist ein unbeholfener, problematischer? 

Um das an einem Beispiel festzumachen: Einige Schüler:innen benutzen KIs für Texte so, wie sie andere für Bilder benutzen. Sie schreiben nicht selber, sondern geben einer Maschine Anweisungen, wie sie einen Text gestalten soll. Der Prozess besteht aus einer Abfolge von Prompts, das von der KI ausgegebene Ergebnis ist der fertige Text. 

Betrachtet man diese Praxis, so könnte man kritisch sagen, dass Schüler:innen nicht mehr selber schreiben. Sie betreiben Vibe Writing – ganz ähnlich, wie Menschen beim Vibe Coding nicht selber programmieren. Andererseits könnte man alle die Zwischenschrite und einzelnen Prompts auch als Praxis verstehen, die dem Schreiben gleicht. In diese Anweisungen fliesst viel Wissen über Texte ein. Wer nicht versteht, was gute von weniger guten Texten unterscheidet, kann auch einer KI keine diesbezüglichen Anweisungen geben. Zudem ist es für viele Schüler:innen schlicht nicht sinnvoll, selber zu formulieren: Sie sind zu langsam, zu unsicher und machen zu viele Fehler. Ohne den Taschenrechner-Vergleich überstrapazieren zu wollen: Wer sicher und schnell rechnen will, macht das oft besser nicht im Kopf.

Dieser Umgang mit KI-Tools führt zu einem Kompetenzkatalog, den wir entwickeln müssen, wenn diese Art des Schreibens weiter eine so grosse Bedeutung hat, wie das heute der Fall ist. Entsprechend brauchen Schüler:innen Anleitungen, intelligente Übungsgelegenheiten, Feedback. Die KI-Nutzung darf – wie das beim Maturaufsatz nach Uetiker Modell der Fall ist – nicht verboten und tabuisiert werden, sondern soll verbindlicher Teil von Schreibaufgaben sein. (Der Einblick in die KI-Protokolle der Schüler:innen ist für mich enorm aufschlussreich.)

Grundsätzliche Überlegungen

Von Kolleg:innen habe ich als Rückmeldung auf den ersten Post Fragen und Thesen erhalten, welche die Prüfungs- und Schreibpraxis rund um den Maturaufsatz generell betreffen. Dazu einige knappe Bemerkungen: 

1. Der Grundwiderspruch zwischen Prüfungslogik und Praxislogik
   Das stärkste Argument für das Modell – «Schreiben soll so geprüft werden, wie Fachpersonen schreiben» – ist gleichzeitig ein strukturelles Problem. Professionelles Schreiben ist kollaborativ, iterativ, zeitlich offen. Eine Maturprüfung ist individuell, zeitlich begrenzt, bewertungsorientiert. Während wir mit der KI-Nutzung einen Aspekt der Praxis übernehmen, bleiben die restlichen Einschränkungen der Prüfungssituation bestehen. Das Modell ist weder ganz Prüfung noch ganz Praxis. Entscheidend ist für eine gute Prüfung nicht unbedingt die Frage, wie Menschen in der Praxis schreiben. Die zentralen Fragen lauten vielmehr:
   a) In welchem Setting schaffen es junge Erwachsene, vier Stunden Schreibarbeit als sinnvoll und produktiv zu erleben und dabei einen lesenswerten Text zu verfassen?
   (Im Gegensatz zu traditionellen Formaten will beim Uetiker Modell praktisch niemand den Text früher abgeben.)
   b) Welche Schreibaufgaben erlauben eine Beurteilung von Kompetenzen, die für ein Studium relevant sind?
   Diese Fragen lassen sich nicht abschliessend beantworten. Es dürfte sinnvoll sein, das Format iterativ anzupassen und abzuwarten, wie sich z.B. akademische Schreibprozesse in den nächsten Jahren verändern.
2. Lohnt sich der Aufwand?
   Die meisten Prüfungsformate haben Schwächen. Meist werden bestimmte Kompetenzen gut sichtbar, andere nicht. Lohnt es sich bei dieser Ausgangslage wirklich:
   a) dieses Format didaktisch einzuführen
   b) alle relevanten Kompetenzen zu trainieren
   c) ein kompliziertes technisches Setup vorzunehmen und
   d) zwei Texte und ein KI-Protokoll zu beurteilen,
   wenn man auch einfach einen Text schreiben lassen könnte, wie das an vielen Schulen der Fall ist?
   Ich persönlich denke ja. Das Uetiker Format hat weniger Schwächen, es ermöglicht deutlich mehr Schüler:innen, das zu zeigen, was sie können. Die Expert:innen schätzen den Aufwand ebenfalls als hoch ein, konnten jedoch teilweise auch optimieren und den Blick auf das Wesentliche lenken.
3. Postartifizielle Texte werden nicht mehr zu eigenen
   Hannes Bajohr meint mit dem Begriff postartifiziell Texte, von denen wir annehmen, sie seien von Menschen unter Zuhilfenahme von KI-Tools verfasst worden. Diese sind nicht komplett künstlich, aber auch nicht ohne Hilfsmittel entstanden.
   Das Uetiker Modell verlangt mit Text A einen Text ohne Hilfsmittel und bei Text B einen postartifiziellen. Es markiert damit also einen Übergang, der zur Norm geworden ist: Fast alle professionellen Texte sind heute postartifiziell. Auch wenn Chat-Protokolle viel zeigen, sind die Texte im Teil B nicht mehr nur die eigenen der Schüler:innen. KI-Anteile lassen sich nicht mehr von dem trennen, was Schüler:innen selber geschrieben haben. 
4. Die Standardisierungsgefahr
   Gibt es in Teil B also nur geglättete Texte mit KI-Sound, in dem die Schreibstimme der Schüler:innen verloren geht? Diese Gefahr besteht durchaus. Durch eine Bewertung, die besonders auf die Transformationsleistung achtet, kann dem etwas entgegengewirkt werden – aber nur teilweise. Nur Schüler:innen, die bewusst eine Stimme entwickelt haben, werden dem Vibe Writing widerstehen können. Es ist eine enorm hohe Kompetenzstufe, das eigene Schreiben gegen die KI-Glättungen verteidigen zu können.
5. Die Bewertung
   Während ich und einige Kolleg:innen mit diesem Kompetenzraster beurteilt haben, waren die Korrigierenden (und auch die Expert:innen) frei darin, wie sie zu einer Note kamen. Aus einer traditionellen Bewertungssicht entstand eine Art Bedürfnis, die zwei Texte separat zu beurteilen und dann zu verrechnen – also beispielsweise jeden Text zu 50% in die Bewertung einzubeziehen. Geht man so vor, dann führt das bei Schüler:innen von Typ 1 – also bei denjenigen, die ohne KI gut schreiben können – zu tendenziell zu tiefen Noten. Andererseits entsteht ein gewisses Unbehagen, wenn Schüler:innen von Typ 3 bei Text A kaum lesbare Sätze schreiben – und damit gute Noten erhalten. Hier bleiben wir im Austausch. Im Gespräch mit den Expert:innen konnten wir faire Bewertungen finden. Das geht auch deshalb, weil die Maturnoten recht grob sind – es gibt nur halbe Noten.

Fazit: Ein Format für die Zukunft

Das Uetiker Modell ist nicht von bestimmten technischen Voraussetzungen abhängig. Es lässt sich auf verschiedene Arten umsetzen (Text A könnte auch auf Papier geschrieben werden, im zweiten Teil könnten nur bestimmte KI-Anwendungen zugelassen werden etc.). Es handelt sich um ein robustes Verfahren, das relevante Kompetenzen in den Vordergrund stellt. 

Die erste Durchführung hat gezeigt, dass es funktioniert und zu einem hohen Engagement bei den Schüler:innen führt. Während die beiden naheliegenden Alternativen des KI-Verbots und der totalen Öffnung beide massive Schwächen haben, gibt es beim Uetiker Modell zwei kleinere Probleme: Erstens der hohe Aufwand bei der Vorbereitung und Durchführung; zweitens die etwas unklare Bewertung der beiden Texte.

Bei der Umkehrung, die Kyra Holzwarth ausgearbeitet hat, bereiten sich Schüler:innen mit KI auf eine Schreibaufgabe vor, dürfen dann aber beim Verfassen nicht mehr auf Tools zugreifen. Diese Beschränkung macht es den vielen Schüler:innen von Typ B und Typ C unmöglich, den besten Text zu schreiben, den sie schreiben könnten. Das spricht für das Uetiker Modell. 

Aus diesen Gründen denke ich, dass dieses zeitgemässe Setting auch über die Kantonsschule Uetikon hinaus Verbreitung finden sollte. Es ist robust, mit vertretbarem Aufwand an allen Schulen umzusetzen und von den Ergebnissen her überzeugend. 

Zahlreiche Argumente sprechen gegen den Einsatz von LLM-KIs bei Schreibaufgaben. Entscheidend sind wohl zwei: Erstens bieten diese Tools Abkürzungen an, die dazu führen, dass Nutzer:innen bestimmte Denkanstrengungen gar nicht mehr unternehmen (müssen). Zweitens können LLMs keine neuen Ideen generieren. Sie greifen zwar auf einen enormen Fundus an Texten zurück, reproduzieren dabei aber nur Muster, die darin maschinell erkennbar sind.

Fokussiert man nun die Hochschullehre, sind beide Argumente relevant. Die Lehrentwicklung muss nach Wegen suchen, auf denen Studierende weiterhin selbst denken und die relevanten kognitiven Prozesse einüben und vertiefen. Zudem muss sie angehende Wissenschaftler:innen befähigen, neue Erkenntnisse hervorzubringen. Auch das braucht Übung und Erfahrung, die der konstante Einsatz von KI gefährdet.

Wissenschaftliches Schreiben war bisher eine der zentralen Methoden, um Denken zu lernen und Studierende an die Forschung heranzuführen. Wer einen eigenen wissenschaftlichen Text in Form einer Seminararbeit schreibt, muss zunächst andere wissenschaftliche Texte rezipieren und dann als Reaktion oder Verdichtung eine eigene wissenschaftliche Argumentation verfassen.

Wissenschaftliche Texte zeichnen sich durch formale, sprachliche, methodische und inhaltliche Aspekte aus. Wer wissenschaftlich publiziert, muss sich an einem Style Sheet orientieren, fachsprachliche Begriffe korrekt einsetzen und relevante fremde Erkenntnisse mit eigenen Forschungsresultaten erweitern, die mit den richtigen Methoden gewonnen wurden.

In der Arbeit mit Studierenden kann es vorkommen, dass inhaltliche Aspekte beim wissenschaftlichen Schreiben kaum eine Rolle spielen. Lehrende machen hier oft klare Vorgaben und kennen den Wissensstand sehr gut. Ihnen fällt aber auf, wie ungenau Studierende beim Umgang mit Formalia sind. «Ein Blick ins Literaturverzeichnis genügt mir, um eine Arbeit zu beurteilen» ist ein schon fast geflügeltes Wort. Rückmeldungen beziehen sich dann primär auf die Auswahl von Quellen und die Formatierung von Referenzen.

Das war für Studierende schon immer frustrierend. Sie arbeiten wochenlang inhaltlich und erhalten dann Rückmeldungen, die sich auf einige formale Probleme beziehen, die für sie kaum Bedeutung haben. (Dieses Problem tritt später teilweise auch bei Rückmeldungen durch Herausgeber:innen oder im Peer-Review auf.)

Viele Lehrende haben in der ersten Welle der KI-Kritik bemerkt, dass diese teilweise Quellen erfindet oder Fehler bei Formatierungen macht. Sie weisen die Nutzung von KI nun primär mit dem Argument zurück, dass bei formalen Aspekten Qualitätsansprüche nicht eingehalten werden oder bei Literaturangaben Halluzinationen vorkommen.

Das sind aber Kinderkrankheiten, kein generelles Problem der Technologie. Erfahrene Forschende nutzen LLMs, in die sie die gesamte Forschungsliteratur hochladen (z.B. in NotebookLM oder Claude Projects). Mit solchen Verfahren werden keine Quellen erfunden. Zudem kann jedes State-of-the-Art-KI-Tool heute Vorgaben von Style Sheets problemlos umsetzen. Das ist die eigentliche Arbeitsleistung, die Erleichterung: Es bringt nichts, wenn (angehende) Wissenschaftler:innen viel Zeit damit verbringen, Literaturverzeichnisse zu formatieren. Schon vor der KI-Disruption haben viele dafür digitale Hilfsmittel wie BibTeX oder Endnote eingesetzt.

Damit sind wir beim Missverständnis: Wenn der KI-Einsatz durch Studierende primär aufgrund formaler Aspekte kritisiert wird, verwechseln Lehrende Nutzen und Gefahr dieser Technologie. Formalia werden in absehbarer Zukunft irrelevant sein. Wenn ich auf mein Claude Projects verlinke, brauche ich kein Literaturverzeichnis mehr, weil die Literatur direkt zugänglich ist. Claude kann jede Art von Literaturverweis oder -verzeichnis in Sekunden anlegen.

Was aber nicht geht, ist das Verständnis für wissenschaftliche Verfahren und Argumente zu delegieren. Studierende können sich nicht Vorarbeiten durch KI-Tools zusammenfassen lassen, wenn sie in einem Feld wirkliche Expertise erwerben wollen.

Da wissenschaftliches Schreiben formal extrem anspruchsvoll ist, verführt es dazu, KI-Tools einzusetzen. Damit wird aber das Kind mit dem Bad ausgeschüttet: Die Tools machen wesentliche Denk- und Leseanstrengungen überflüssig.

Wenn Dozierende, getrieben von der Vorstellung einer KI-Schwäche, noch mehr Wert auf Formalia legen, schaffen sie paradoxerweise einen stärkeren Anreiz, KI zu nutzen.

Die Lösung und die nötige Entwicklung liegen im Verfassen wissenschaftlicher Gebrauchstexte: Studierende müssen eigene Thesen formulieren, Position beziehen, schriftliche Argumentationen mündlich verteidigen. Wichtig sind dabei rohe Texte, bei denen spürbar wird, dass es eigene Texte sind. Formate wie Randnotizen in gelesenen Texten, handschriftliche Flipcharts, Diskussionsergebnisse auf Placemats etc. werden an Gewicht gewinnen, während die klassische Seminararbeit an Bedeutung verliert.

Viele Lehrende und Dozierende erkennen das und bewegen sich in die richtige Richtung. Andere hingegen erschweren durch ein Missverständnis der Möglichkeiten von KI eine sachliche, pragmatische und wirksame Auseinandersetzung damit.

Betrachtet man, wie Menschen bzw. Männer Pornografie konsumieren, kann man viel über psychosexuelle Dynamiken lernen, die eine wichtige Bedeutung für viele gesellschaftliche und politische Prozesse haben (lesenswert ist dazu dieser Beitrag). Ein Aspekt dieser Thematik ist die Plattform OnlyFans, über die sich auch vieles über die wirtschaftlichen Zusammenhänge lernen lässt, die den digitalen Raum heute prägen.

Ich verdichte hier Erkenntnisse aus verschiedenen Quellen – eine hilfreiche Einführung bietet dieser Podcast, der zeigt, wie OnlyFans aus verschiedenen Perspektiven funktioniert.

Einsicht 1:
Wenn etwas gratis ist, bleibt es gratis

Das Internet hat Pornografie gratis gemacht. Warum? Weil in der vor-digitalen Medienwelt die Konsument:innen primär für die Distribution von Medien bezahlt haben – die Finanzierung der Inhalte erfolgte oft über andere Einnahmequellen. Sobald sich Bilder und Filme praktisch kostenlos kopieren lassen, entfallen Distributionskosten.

Man würde OnlyFans falsch verstehen, wenn man dächte, dass die Plattform eine Paywall für Pornografie darstellt, also ein Weg ist, mit dem für Pornografie Geld verlangt werden könnte. Bilder und Inhalte von OnlyFans werden permanent in Foren und auf entsprechenden Plattformen geteilt – weil auch sie kostenlos kopiert werden können.

Selbstverständlich gibt es immer Menschen, die für einen einfacheren Zugang zu zahlen bereit sind. Generell können aber Konsument:innen von Pornografie davon ausgehen, dass sie kostenlos an entsprechende Inhalte gelangen. Das ist nicht anders als bei Musik, bei Büchern und bei Filmen: Die Digitalisierung hat dazu geführt, dass sich Content an sich nicht mehr monetarisiert werden kann. Geld lässt sich mit Content – wenn überhaupt – nur verdienen, wenn der Zugang deutlich einfacher wird. Auch heute bezahlen User:innen also für digitale Logistik, nicht für Inhalte. Beispiele sind Spotify, Youtube, Netflix: Alle Inhalte gibt es auch kostenlos, aber mit nerviger Werbung, längeren Ladezeiten, ständig wechselnden Adressen etc.

Einsicht 2:
Die Fantasie der Individualisierung

Wenn OnlyFans-Inhalte kostenlos zugänglich sind: Warum funktioniert dann das Geschäftsmodell noch? Der Grund liegt im Wunsch nach Individualisierung. Was die Kund:innen von OnlyFans anspricht, steckt im Wort «Fans»: Es sind parasoziale Beziehungen.

Was bedeutet das? OnlyFans verkauft das Gefühl, direkten, intimen und persönlichen Kontakt mit Models und Porno-Stars haben zu können. Diese chatten, nehmen Wunschbilder auf und stellen sogar personalisierte Videos her. Parasozial ist das, weil es keine echten sozialen Beziehungen sind: Die Creators schützen sich durch die Plattform, sie geben kaum wirklich persönliche Informationen preis und gehen keine echten Freundschaften ein, sondern tun nur so. Das Gefühl, etwas Persönliches zu erleben, ist einseitig.

Dieses Gefühl ist der Grund, weshalb OnlyFans so gut funktioniert. Die Plattform nimmt 20% des Geldes und macht damit einen Umsatz von über einer Milliarde pro Jahr. Verkauft wird also die Fantasie, dass man einen direkten Kontakt zu attraktiven Menschen haben kann, die jederzeit bereit sind, auf eine sexuelle Ebene zu wechseln.

Einsicht 3:
Die Fantasie vom schnellen Geld und die Longtail

Unter den Creators und unter jungen Menschen verbreitet sich die Legende, dass man mit OnlyFans schnell viel Geld verdienen kann. Das Median-Einkommen von Creators beträgt 130 Dollar pro Monat – das heisst die Hälfte aller Creator verdient weniger. Wer heute einsteigt, wird sehr wahrscheinlich mit OnlyFans keinen nennenswerten Betrag verdienen.

Wie fast alle digitalen Produkte und Dienstleistungen hat OnlyFans eine Longtail-Struktur: Wenige verdienen viel Geld, der grosse Rest verdient kaum etwas. Gleichzeitig bewirtschaftet OnlyFans das Image, dass es extrem einfach ist, auf der Plattform Geld zu verdienen.

Einsicht 4:
Professionalisierung und Kommerzialisierung von Amateur-Aktivitäten

OnlyFans erweckt den Eindruck, dass hier Menschen von ihrem Schlafzimmer aus Content produzieren. Dieser Eindruck täuscht: Längst ist die Plattform professionalisiert worden. Agenturen haben die Konten der grossen Creators übernommen, sie werten Daten aus und optimieren jeden denkbaren Aspekt. Ohne Agenturen können Konten kaum überleben und genügend Geld machen. Das bedeutet auch, dass sogenannte Chatter eingesetzt werden, die an der Stelle der Creator Kund:innen betreuen.

Die Illusion, einen persönlichen Kontakt zu haben, wird noch absurder, wenn man sich vor Augen führt, dass Clickworker auf den Philippinen oder in anderen asiatischen Ländern viele der OnlyFans-Konten bespielen. Die Models nehmen dann nur noch an Shootings die nötigen Bilder oder Videos auf, der Rest wird von der Agentur übernommen. Diese nimmt sich noch einmal 40% (oder mehr) des verbleibenden Geldes – auch das ist eine Konstante im digitalen Business: Das Geld wird verteilt.

OnlyFans funktioniert so wie AirBnB oder Youtube: Die Vorstellung, hier könnten alle ohne grosse Hürden ihre privaten Angebote vermarkten, ist reines Marketing, das die Tatsache beschönigt, dass hier knallharte Unternehmen jeden Dollar rauspressen. Die Models liefern nur das Gesicht und den Körper dazu.

Einsicht 5:
Es gibt (kleiner werdende) Nischen für echte Amateure

Dennoch können Amateur-Profile auf diesen Plattformen überleben, ihre Nischen werden einfach immer kleiner. Es gibt weiterhin OnlyFans-Creators, die ihre Kund:innen persönlich betreuen und die Angebote von Agenturen ausschlagen. Die Plattform ermöglicht für einige Sex Worker:innen gute Arbeitsbedingungen und transparente Geschäftsmodelle, die aber immer wieder unter Druck geraten. Auf digitale Plattformen ist selten Verlass, Geschäftsmodelle und Ausrichtungen ändern sich permanent. Wir haben es hier nicht mit Infrastruktur zu tun, auf die Menschen sich stützen können.

Einsicht 6:
Outsourcing findet immer statt

Die Tatsache, dass der grosse Teil der Arbeit hinter OnlyFans in Niedriglohn-Ländern bewältigt wird, gilt für fast alle Bereiche der Online-Ökonomie. Programmier-Arbeiten, Moderation von Plattformen, Klassifikationen für KI, Überprüfungen von Identitäten – wo immer Arbeit anfällt, sie wird in Niedriglohnländer ausgelagert. Für User:innen sieht das oft nicht so aus, die chatten aus ihrer Perspektive mit einem OnlyFans-Model in Frankreich, in den UK, in den USA – tatsächlich rühren die aber keinen Finger, während schlecht bezahlte Menschen in Asien und Afrika in die Tasten hauen.

(Im Podcast wird geschildert, wie einige Kunden sich überlegt haben, wie es sein kann, dass die Models fast rund um die Uhr ansprechbar sind. Diese Naivität ist schon fast rührend.)

Einsicht 7:
Betrug, Gaslighting und Ausnutzen psychologischer Schwächen

Für Männer gibt einige Rollen, die besonders attraktiv zu sein scheinen: Eine davon ist die des älteren Mannes, der jüngeren Frauen dabei hilft, das Leben zu bewältigen. OnlyFans spricht diesen Rollenwunsch gezielt an: Mit Geld und Ratschlägen helfen Männer attraktiven jungen Frauen, die auf Sex Work angewiesen sind. Nur: Sie helfen ihnen gar nicht tatsächlich, sondern Agenturen inszenieren Situationen, in denen es so wirkt, als könnten sie jemandem helfen.

Das ist nicht nur fies, sondern gezieltes Gaslighting und auch Betrug. Auf OnlyFans ist nicht oder unzureichend deklariert, wo Chatter eingesetzt werden. Auf Nachfragen werden Kund:innen belogen. Models bitten sie systematisch um Geld, um bestimmte Probleme in ihrem Leben meistern zu können – diese Probleme gibt es aber gar nicht.

Wie fast auf jeder Plattform gibt es hier gewerbsmässigen Betrug, der die Leichtgläubigkeit und das Unwissen von Menschen ausnutzt. Besonders perfid ist das bei OnlyFans, weil intime und tabuisierte psycho-sexuelle Wünsche angesprochen werden, um ans Geld von Menschen zu gelangen.

Fazit:
Authentizität ist Inszenierung & Plattformen lösen keine Probleme

Auf sozialen Netzwerken gab es schon immer einen Mangel an Authentizität – und ein damit verbundenes Paradox: Das, was für Laien am echtesten aussieht, ist oft am stärksten inszeniert. Das gilt auch für OnlyFans. Wer denkt, hier könnten quasi beliebige Menschen schnell Geld verdienen, indem sie Bilder von sich hochladen, während auf der anderen Seite Menschen in einen echten Austausch mit Models geraten können, täuscht sich. Das Gegenteil ist der Fall.

Digitalität ist immer eine Aushandlung von Nähe und Distanz. OnlyFans suggeriert, Sex Work sei ohne körperliche Nähe und völlig selbstbestimmt möglich – und die Plattform verkauft die Möglichkeit, eine persönliche Beziehung zu einer attraktiven Person kaufen zu können. Rund um Sex Work und Beziehungen haben Menschen viele Probleme und Unsicherheiten, viele Wünsche und Sehnsüchte werden nicht befriedigt. Die Vorstellung, eine digitale Plattform könnte hier eine Lösung darstellen, muss man klar zurückweisen. Digitale Plattformen lösen keine Probleme, sie monetarisieren sie kurzfristig.

Schon mehrmals habe ich bereut, dass diese Seite so heisst, wie sie heisst: Social Media ist heute kaum noch ein relevantes Thema, auch nicht für die Schule. Das sah vor 14 Jahren, als ich den Blog startete, anders aus: Social Media wuchs, es war absehbar, dass sich bald alle Menschen damit auseinandersetzten mussten. Nach einer Blüte ist die Blase geplatzt. Social Media oder das Social Web ist tot. Was bedeutet das – und wie konnte es dazu kommen?

Das Versprechen von Social Media

In seiner Radiotheorie wünschte sich Bertolt Brecht 1930 ein Radio, das «den Zuhörer nicht nur hören, sondern auch sprechen zu machen [könnte] und ihn nicht zu isolieren, sondern ihn in Beziehung zu setzen». Diese Theorie wurde in den ersten Analysen von Social Media oft zitiert – das Versprechen der neuen Plattformen bestand darin, dass

1. alle sich mitteilen konnten
2. über diese Mitteilungen ganz diverse Beziehungsnetzwerke entstehen können.

Menschen waren plötzlich eingebunden – sie konnten Gleichgesinnte über geografische und kulturelle Grenzen hinweg finden. Der vielzitierte «Marktplatz der Ideen» – im Idealfall hätte es im Social Web viele solche Marktplätze geben können, auf denen Wissen geteilt und verbreitet werden konnte.

Ein gutes Beispiel dafür war Twitter, dessen Leistung ich einmal so beschrieben habe:

Twitter verschränkte Lokales mit globaler Reichweite, machte das Private politisch, demokratisierte Expertise und schuf die Möglichkeit, über private Chats eine Hinterbühne zu betreiben, auf der sich Menschen vernetzen konnte. Selbstverständlich mussten dabei schwache Menschen geschützt werden – was nicht immer gelang und ein hohes Maß an bewusster, ethisch reflektierter Moderation erfordern würde.

Für mich war Social Media immer eine Form von Working Out Loud – anderen zeigen, womit man sich beschäftigt, sich mit anderen vernetzen, die ähnliche Themen bearbeiten, Rückmeldungen und Kritik einholen – und dabei immer mal wieder einen Scherz machen.

Wie das Versprechen eingelöst und gebrochen wurde

Das Versprechen wurde für ganz viele Communities ganz unterschiedlich eingelöst. Facebook, Tumblr, Twitter, Pinterest, Instagram, TikTok – all diese Plattformen funktionierten für viele Menschen.

Doch dann passierte das, was Cory Doctorow Enshittification nennt:

It’s a three-stage process: first, platforms are good to their users. Then they abuse their users to make things better for their business customers. Finally, they abuse those business customers to claw back all the value for themselves. Then, there is a fourth stage: they die.

Zusammengefasst war die Einlösung des Versprechens nur möglich, weil es mit einem weiteren Versprechen gekoppelt war: Investor:innen ermöglichten den Aufbau mehr oder weniger gut funktionierender Plattformen so lange, bis es denkbar wurde, damit Geld zu verdienen. Dass sich diese Plattformen lohnen müssen, war eigentlich immer klar. Was weniger klar war: Dass man sie kaputt machen musste, um damit Geld zu verdienen.

Der destruktive Umgang mit dem Potential von Social Media hatte aber auch politische Gründe: Die Überreichen, die solche Plattformen kontrollieren, erkannten das politische Potenzial von zivilgesellschaftlichen Bewegungen, die sich mit kleinem Aufwand auf diesen Plattformen organisieren konnten. Elon Musk zerstörte Twitter nicht nur, weil er sich einbildete, mit seinen Änderungen Geld verdienen zu können – er zerstörte die Plattform auch, weil er nicht wollte, dass demokratiefreundliche Kräfte noch stärker werden konnten. Dasselbe passierte – besonders nach der Machtergreifung von Trump – mit anderen Plattformen. Autokrat:innen mögen keine digitale Plattformen, auf denen sich Menschen vernetzen.

Die drei Paradigmen – der Wechsel zu Algorithmen

In der ersten Phase funktionierten soziale Netzwerke, weil Menschen sich mit Menschen vernetzten, die sie auch direkt kennen könnten. Der Reiz digitaler Plattformen bestand in dieser Phase darin, sich mit Bekannten auszutauschen, mitzulesen, was sie beschäftigt, ihnen Einblicke ins eigene Leben zu geben.

Daraus entstand eine Influencer-Kultur, als deutlich wurde, dass einzelne Mitglieder von Communities mehr Reichweite hatten als andere. Damit verbunden war die Möglichkeit, dass ein Beitrag «viral» geht, d.h. sich über den eigenen Bekanntenkreis hinaus Verbreitung findet. Gleichzeitig wurde die Reichweite aber auch sofort monetarisiert – Influencer:innen waren (und sind) bereit, gegen Geld Botschaften zu verbreiten, die nicht von ihnen stammen.

Das führte zu einer immer genaueren Vermessung von Beiträgen und Interaktionen, getrieben durch Veränderungen im Marketing. Messwerte (Metrics) wurden so genau ausgewertet, dass die Auslieferung von Werbung eigentlich nur noch durch Maschinen möglich war. Diese Formen von algorithmischer Steuerung haben sich auch auf die Inhalte auf den Plattformen selbst übertragen – heute legen Algorithmen fest, wie Beiträge ausgespielt werden, wer sie sehen kann und wer nicht.

Warum hat das zum Tod von Social Media geführt?

Wer heute noch auf digitalen Plattformen postet, macht das auch für den Algorithmus. Menschen verhalten sich wie Influencer:innen, wenn sie Beiträge absetzen: Sie überlegen sich, was sie den Programmen zeigen müssen, damit ihre Beiträge Reichweite erhalten. Sie kontrollieren die Kennzahlen bei ihren Insta-Stories oder TikTok-Videos (mein Tipp an alle, die gesund leben wollen: schaut die Zahlen einfach nie an) und überlegen sich, zu welcher Tageszeit sie welche Bilder hochladen müssen, damit möglichst viele Menschen diese sehen.

Nur: Der Algorithmus gönnt nicht. Reichweite gibt es nicht gratis. Die stärksten Accounts nutzen heute professionelle Clipping-Services, für die sie pro Monat bis zu einer Million ausgeben. Nicht einmal das hilft ihnen, besonders bekannt zu werden.

Das bedeutet für Durchschnittsuser:innen wie mich: Sie erreichen mit ihren Beiträgen nicht einmal mehr die Menschen, die sie kennen. Viralität kann nur erkauft werden. So macht es wenig Freude, kostenlos Beiträge fürs Netz zu produzieren.

Hinzu kommt ein komplexes Verhältnis von Authentizität und Inszenierung, das ich hier verknappt nur so ausdrücken kann: Gute Social-Media-Beiträge müssen so stark inszeniert sein, dass sie authentisch wirken, aber alles darin bis ins letzte Detail stimmt. Der damit verbundene Aufwand ist nötig, damit das nicht sofort peinlich wirkt – er lohnt sich aber nicht, weil auch perfekte Posts keine Sichtbarkeit erhalten.

Das ist dann letztlich der Tod von Social Media: Während am Anfang dieser Technologie schnelle, spontane Beiträge dazu geführt haben, dass man sich mit Menschen vernetzen konnte, die ähnlich denken und leben, braucht es heute perfekte Beiträge, um nicht peinlich zu wirken. Und selbst dann erreicht man damit kaum jemanden.

Wie Jugendliche Social Media nutzen

Instagram-Profile von Jugendlichen sehen heute so aus. Man hat sie, um auf der Plattform konsumieren zu können und um die Messenger-Funktionen nutzen zu können.

Jugendliche posten sehr wenig. Sie wissen genau, wer was sehen kann – und achten darauf, ihr Image möglichst gut kontrollieren zu können. Natürlich gibt es Bilder und Texte, die aber im kleinen Kreis unter Freund:innen geteilt werden – immer im Wissen darum, dass sie geleakt werden können.

Jugendliche haben also eigentlich wieder ganz kleine Social-Media-Bubbles gebaut – auf den grossen Plattformen.

Seit einer Weile nutze ich im Unterricht mit BYOD-Klassen zunehmend analoge Hefte. In diesem Beitrag möchte ich erklären, wie ich arbeite und welchen Sinn ich in dieser Arbeitsform sehe. BYOD ist eine grosse Ablenkungsmaschine – Hefte sind eine meiner Antworten darauf, ein didaktischer Kniff.

Das fehlende Schreibvertrauen

Für Schüler:innen ist es selbstverständlich, dass sie Schreibarbeiten an «Chat», also ChatGPT, übergeben können. Der niederschwellige Zugang zu dieser Technologie hat zu einem tiefen Misstrauen gegenüber dem eigenen Schreiben geführt. Schüler:innen sind unsicher und sehen sich schnell mit Schreibblockaden konfrontiert, wenn sie einen Text selbständig verfassen sollen. Geschieht das am digitalen Gerät, ist die Versuchung sehr stark, Abkürzungen zu verwenden und sich anzusehen, wie die KI eine Schreibaufgabe lösen würde, wie eine KI das leere Blatt füllt.

Eigene Texte wirken für Schüler:innen schnell fehlerhaft, wenig elegant. Sobald sie in ein Heft schreiben (müssen), können sie diese innere Zensur ein Stück weit ausschalten. Was dabei hilft: Mit anderen zusammen in einem Zimmer zu sitzen, in dem alle in Hefte schreiben, in beschränkter Zeit einen Schreibauftrag erledigen zu müssen.

Was ins Heft kommt und was nicht

Um einem Missverständnis vorzubeugen: Meine Schüler:innen sollen individuelle Hefte führen, nicht einheitliche. D.h. dass ich ihnen Anregungen gebe, dann aber erwarte, dass sie eigene Zugänge dazu finden und in ihren Heften dokumentieren. Entsprechend sehen alle Hefte anders auf – vom Aufbau über die einzelnen Seiten. Sie alle dokumentieren aber Auseinandersetzungen mit ähnlichen Texten und Themen.

Die Bedeutung der Sichtbarkeit

Mit einer Klasse habe ich mit Heften begonnen, weil ich in Rückmeldungen mitbekommen habe, dass Schüler:innen Hemmungen haben, Notizen zu machen, wenn andere das nicht auch tun. Sobald die Hefte im Spiel sind, sind alle immer an der Arbeit an diesen Heften. Es gibt gar keine Entscheidung mehr, etwas aufzuschreiben oder nicht – ich habe die Entscheidung für die Klasse getroffen.

Die sichtbare Arbeit an den Heften führt auch dazu, dass man sich gegenseitig in die Hefte schauen kann. «Ich mache das so, wie machst du das» wird zu einem selbstverständlichen Teil der Arbeit.

Mehr noch: Auch der Blick ins eigene Archiv ist aufschlussreich. Schüler:innen können vergleichen, wie sie früher gearbeitet haben und erkennen Verbesserungen und Lernfortschritte. Diese zeigen sie mir als Lehrer auch gerne, sie können sich enorm schnell Feedback einholen. Bei digitalen Arbeiten gäbe es immer einen Abgabe- und Rückgabevorgang, der beim Zeigen eines Heftes und einem kurzen mündlichen Kommentar entfällt.

Dialogisches Lernen

Ich lese generell viel mehr Texte von Schüler:innen, wenn sie mit Heften arbeiten. Oft hinterlasse ich kurze Kommentare mit Inputs oder Anmerkungen von mir.

Dabei hilft es, wenn die Schüler:innen in den Heften nicht ins Reine schreiben. Ich habe im letzten Projekt Gedichte analysiert (im Heft eingeklebt und dann beschrieben) und Gedichte produzieren lassen (im Heft als Entwurf). Reinschriften von Interpretationen oder eigenen Gedichten haben die Lernenden dann meist digital erstellt. In dieser Phase können sie auch Hilfsmittel wie KI beiziehen, vorher aber nicht.

Mit diesen Entwürfen kann ich dialogisch arbeiten (wie ich das hier für Studierende ausgeführt habe). Ich gebe kurze Rückmeldungen und formuliere dann neue Aufträge für die Klasse. Am Ende einer Lektion ziehe ich die Hefte ein und bringe sie in die nächste Stunde wieder mit. So entsteht für die Klasse und für mich ein guter Rhythmus.

Lerneffekte

Ich zeige hier ein paar Seite aus dem Heft einer Schülerin, die sehr erfolgreich gearbeitet hat. In ihren Arbeiten zeigt sich, was grundsätzlich als Erfolg denkbar ist:

• bewusste Gestaltung mit analogen Mitteln
  -> die Seiten sind übersichtlich, attraktiv zu lesen
• Verdichtung
  -> durch die handschriftliche Arbeit und Gestaltungsmittel rückt das Wesentliche in den Vordergrund
• Vermischung von kreativer, produktiver Arbeit und analytischer Tätigkeit
  -> in guten Heften schreiben Lernende eigene Texte und bearbeiten die Texte von Autor:innen – der Übergang ist fliessend
• Sicherheit und Unklarheiten
  -> die Hefte bestärken Schüler:innen, sie zeigen ihnen aber auch, wo sie etwas noch nicht genügend verstanden haben
• Fokus
  -> Schüler:innen arbeiten oft sehr fokussiert an ihren Heften, gerade wenn sie zum Schluss einer Stunde noch mit etwas fertig werden wollen
• Metakognition
  -> Ich fordere Lernende immer wieder auf, in ihren Heften zu lesen und sich zu überlegen, was sie verstanden haben, welche Praktiken sie einsetzen, wo Fragen offen geblieben ist. So entsteht die Möglichkeit für metakognitive Erkenntnisse.

Fazit

Hefte senken die Hemmungen, zum eigenen Schreiben zu kommen. Sie geben Schüler:innen Sicherheiten und ermöglichen mir als Lehrer einen engen Austausch mit den Klassen. Ich werde die Methode in allen Klassen bis zur Matur einsetzen. Nicht in allen Projekten, aber in vielen. Die Lerneffekte sind beachtlich.

Das KI-Tool Claude ist sehr stark darin, Informationen zu verarbeiten und Dokumente zu erstellen. Mit einfachen Abfragen lassen sich schnell druckfertige pdfs erzeugen. Hier ein Beispiel:

[Prompt] Ich brauche ein Arbeitsblatt für eine 7. Klasse, Gymnasium. Es geht dabei um die morphologische Unterscheidung der Wortarten.

Als Ergebnis liefert Claude dieses Arbeitsblatt (das Bild ist ein Ausschnitt):

Das Arbeitsblatt sieht sauber aus, es enthält mehr oder weniger sinnvolle Übungen – ich könnte es im Unterricht einsetzen. Warum tue ich es nicht?

1. Ich arbeite mit Schüler:innen agil, d.h. die Auseinandersetzung und Aufträge sind aufeinander abgestimmt. Ein vorgegebenes Arbeitsblatt würde mir die Lektion zu stark künstlich gliedern.
2. Das sprachliche Material für grammatische Überlegungen sollte für Schüler:innen sinnhaft sein. Das ist der Katzen-Satz von Claude nicht.
3. Ich verwende ein Layout, das die Schüler:innen als meines kennen und erkennen (hier habe ich einmal Veränderungen dokumentiert, mittlerweile drucke ich Craft-Dokumente aus, die auch einen eigenen Stil haben).

In letzter Zeit beobachte ich zunehmend (angehende) Lehrpersonen, die Claude für das Erstellen von Unterrichtsplanungen und Unterrichtsmaterialien nutzen. Sie drucken für Schüler:innen pdfs aus, die Claude gemacht hat.

In letzter Zeit beobachte ich zunehmend (angehende) Lehrpersonen, die mit Claude ganze Unterrichtsplanungen erstellen und Schüler:innen Materialien abgeben, die direkt aus Claude stammen. Das ist für mich aus mehreren Gründen problematisch.

Roland Reichenbach hat digitale Medien im Unterricht schon früh mit einem wichtigen Argument kritisiert: Auch wenn Präsentationen im Vergleich mit Tafelbildern professioneller wirkten, zeigte die sorgfältig beschriftete und bemalte Wandtafel, wie grosse Mühe sich eine Lehrperson für den Unterricht macht. Wenn Lernende nachvollziehen können, dass sich jemand mit grossem Aufwand um ihr Lernen kümmert, hat das oft ein wichtigeren Effekt als eine schöne Formatierung oder ein fehlerfreies Arbeitsblatt das haben könnten. Die Claude-Arbeitsblätter machen für viele Lernende sofort sichtbar: Der Lehrperson ist eine eigenständige Vorbereitung zu aufwendig, deshalb setzt sie KI-Tools ein.

Claude verleitet zu Abkürzungen. Mit den Studierenden in der Fachdidaktik bespreche ich, dass didaktische Reduktion eine fundierte Sachanalyse bedingt. Claude funktioniert in dieser Hinsicht ähnlich wie ein Lehrbuch, bei dem eine Lehrkraft immer nur ein paar Seiten weiter ist als die Schüler:innen. Statt Fachartikel zu lesen und sich in Zusammenhänge zu vertiefen, kann die Lehrperson mit Claude Lektüren umgehen und schnell zu dem Material kommen, das sie für eine Unterrichtseinheit braucht.

Lehrpersonen ärgern sich, wenn Schüler:innen Aufträge von einer KI erledigen lassen. Zurecht weisen sie auf ein mögliches «Skill Skipping» hin. Florian Nuxoll beschreibt das so:

Wenn Lernende ihre Aufgaben mithilfe von KI erledigen, ohne aktiv am Lernprozess teilzunehmen, verlieren sie die Gelegenheit, wichtige kognitive und praktische Fähigkeiten zu erwerben und zu festigen. Das führt das Lernen ad absurdum. Das Produkt kann gut sein, aber gelernt wurde nichts.

Er unterscheidet zwei Grundsituation bei menschlichen Tätigkeiten:

Ein Beispiel verdeutlicht diesen Unterschied: Wenn wir ein Brötchen beim Bäcker kaufen, ist es uns letztlich egal, ob der Bäcker bei der Herstellung technologische Hilfsmittel genutzt hat oder nicht – Hauptsache, das Brötchen schmeckt. Ebenso ist es bei einem Statiker: Solange die Berechnungen stimmen und das Gebäude nicht zusammenfällt, spielt es keine Rolle, ob diese mit oder ohne technische Unterstützung erstellt wurden. In beiden Fällen zählt das Endprodukt mehr als der Prozess. Im schulischen Kontext ist es aber entscheidend, dass Schüler/innen den Lernprozess durchlaufen.

Sind nun die Aktivitäten von Lehrpersonen bei der Vorbereitung wie das Backen von Brot, bei dem nur die Qualität des Produkts zählt – oder sollten Lehrende auch Lernen, Prozesse durchlaufen, die denen von Schüler:innen gleichen? Ich denke, in der Regel sollten sie echtes Interesse an Prozessen haben und diese oft selber durchlaufen – im Stress sind aber Abkürzungen bei Lehrenden wie Lernenden verständlich. Lehrpersonen, die Claude-Materialien an Schüler:innen abgeben, können diese aber nicht glaubhaft dazu anleiten, auf die KI-Nutzung zu verzichten.

Nuxoll weist auf einen weiteren Punkt hin, der beim Einsatz von KI problematisch ist: Diese Tools haben blinde Flecken und machen Fehler – nur wer sich auskennt, kann diese Fehler erkennen. Lehrpersonen, die Claude blind vertrauen, übertragen diese Fehler auf Klassen. Das mögen oft Kleinigkeiten sein, aber diese haben System – sie kommen immer wieder vor.

Ich selber nutze Claude und andere KI-Tools intensiv. Ein Good Practice orientiert sich aus meiner Sicht an folgenden Punkten:

1. Die Lehrperson hat professionelle Kriterien für gelungenen Unterricht. Daran orientiert sie die Gestaltung des Unterrichts. Die Nutzung von Claude hat darauf keinen Einfluss.
2. Die Nutzung wird transparent nachgewiesen. Auf jedem Claude-Arbeitsblatt steht, dass es von Claude generiert worden ist.
3. Die Lehrperson verantwortet die Inhalte und «füttert» Claude mit hochwertigen Vorlagen, die verarbeitet werden können.
4. Die Lehrperson prüft die Materialien vollständig und kritisch. Sie kann beurteilen, wo Fehler und Einseitigkeiten vorhanden sind.
5. Die Lehrperson übernimmt auch Verantwortung fürs Design der Materialien. Sie prüft das Layout von Claude und nimmt dort Anpassungen, wo sie nötig sind.

Grundsätzlich finde ich oft: Wenn ich Claude nutzen kann, könnten das Schüler:innen auch. Sie lernen mehr, wenn sie die Grammatik-Übungen selber generieren lasse, als wenn ich das für sie mache.

Ergänzungen 21. Mai:

1. In der NZZ hat Ruth Fulterer in einem lesenswerten Beitrag begründet, weshalb es problematisch ist, Denkarbeit an die KI auszulagern: «Wenn Menschen sich dagegen sträuben, Denkarbeit an KI auszulagern, im Sinne vage definierter Produktivität, liegt das nicht an Eitelkeit. Oft liegt es an der Frustration über mittelmässiges Halbwissen und an dem Gefühl, dass hier etwas Wichtiges verlorengeht. Für dieses Gefühl braucht es ein Wort.» 
2. Als eine Klasse von mir Plakate abgeben musste, wurde deutlich: Die Claude-Layouts funktionieren oft besser als die der Schüler:innen. Ein gutes Plakat wurde aber nur daraus, wenn die Schüler:innen inhaltlich die Kontrolle behalten haben.