Start › Kurz erklärt
Von KI bis UDL: die wichtigsten Begriffe rund um digital-inklusiven Unterricht, in wenigen Sätzen erklärt – ohne Fachchinesisch, mit Blick auf die Praxis.
24 Begriffe
Assistive Technologien sind Hilfsmittel, die eine Beeinträchtigung ausgleichen – zum Beispiel Screenreader, Talker (Sprachausgabe) oder Vorlesefunktionen. Im digital-inklusiven (diklusiven) Unterricht werden sie zum selbstverständlichen Teil der Lernumgebung, nicht zur Sonderlösung. Oft steckt die passende Funktion schon im Tablet, das die Klasse ohnehin nutzt.
Zu den Diklu-Scouts →Barrierefreiheit bedeutet, dass Inhalte und Werkzeuge für möglichst alle nutzbar sind – etwa durch Untertitel, Vorlesefunktion, gute Kontraste oder einfache Sprache. Digitale Medien können solche Zugänge häufig mit wenig Aufwand schaffen. Für Jugendliche ist es zugleich ein starkes Thema, eigene Social-Media-Posts barrierearm zu gestalten.
Zu den Diklu-Scouts →Bias meint eine systematische Schieflage in einer KI: Sind die Trainingsdaten einseitig, gibt die KI Vorurteile wieder – etwa, wenn ein Bildgenerator bei „Chefin“ nur Männer zeigt. Solche Verzerrungen sichtbar zu machen, ist ein guter Einstieg, um mit Kindern über Klischees und Gerechtigkeit zu sprechen. Die KI ist dabei nicht „böse“, sondern spiegelt, womit sie gefüttert wurde.
Zu Fake News & Vorurteile →Ein Chatbot ist ein Programm, mit dem man sich per Text oder Sprache unterhält und das automatisch antwortet. Moderne Chatbots beruhen auf Sprachmodellen. Im Unterricht können sie als Schreib- und Gesprächspartner dienen – als diklusives Helferlein, das eine Hürde senkt, nicht als Ersatz fürs eigene Denken.
Zu Chatbots & Sprache →Datensparsamkeit heißt, nur so wenige personenbezogene Daten zu verarbeiten wie unbedingt nötig – ein Grundsatz der Datenschutz-Grundverordnung (DSGVO). Bei KI-Werkzeugen in der Schule ist das zentral: keine echten Namen, Fotos oder sensiblen Angaben in offene Systeme eingeben. Datensparsame Schul-Werkzeuge sind offenen Diensten deshalb vorzuziehen.
Zu Künstliche Intelligenz →Ein Deepfake ist ein mit KI gefälschtes Bild, Video oder eine gefälschte Stimme, die täuschend echt wirken. Weil solche Fälschungen immer leichter herzustellen sind, wird das Prüfen von Medien zur Alltagskompetenz. Kinder lernen, auf Details, Quellen und Ungereimtheiten zu achten, statt Bildern blind zu glauben.
Zu Fake News & Vorurteile →Differenzierung passt Aufgaben an unterschiedliche Voraussetzungen an – über Niveaustufen, Umfang, Tempo oder Zugangsweg. Digitale Medien erleichtern es, mehrere Wege gleichzeitig anzubieten, ohne für jedes Kind ein eigenes Blatt zu kopieren. So kann dieselbe Aufgabe für viele passend werden.
Beispiel: Internetrecherche →Diklusion verbindet digitale Medien und Inklusion: digitale Werkzeuge werden gezielt genutzt, um Teilhabe und individuelles Lernen zu ermöglichen. Gemeint ist ausdrücklich nicht „Digitalisierung“, sondern das Zusammendenken beider Themen. Der Begriff wurde von Lea Schulz geprägt.
Mehr auf leaschulz.com →Fake News sind bewusst falsche oder irreführende Nachrichten, die sich oft schnell verbreiten. Im Unterricht lernen Kinder, Quellen zu prüfen, Bilder zu hinterfragen und Absichten hinter einer Nachricht zu erkennen. Mit KI-erzeugten Inhalten wird diese Kompetenz noch wichtiger.
Zu Fake News & Vorurteile →Generative KI erzeugt neue Inhalte – Texte, Bilder, Musik oder Stimmen – statt vorhandene nur zu sortieren. Sie steckt hinter Bildgeneratoren und Chatbots. Für Kinder eröffnet sie kreative Möglichkeitsräume, verlangt aber zugleich, Herkunft und Echtheit von Inhalten zu hinterfragen.
Zu Künstliche Intelligenz →Beim Green-Screen-Verfahren wird ein einfarbiger Hintergrund (meist grün) später am Tablet gegen ein beliebiges Bild ausgetauscht. So versetzen sich Kinder in selbst gewählte Welten – ein motivierender Anlass fürs Erzählen und für Sprache. Technisch braucht es nur ein grünes Tuch und eine App.
Zu Film & Trickfilm →Von einer Halluzination spricht man, wenn eine KI Inhalte erfindet, die überzeugend klingen, aber falsch sind – erfundene Quellen, falsche Fakten, ausgedachte Zitate. Sprachmodelle „wissen“ nichts, sie berechnen wahrscheinliche Wortfolgen; deshalb kann Unsinn genauso flüssig herauskommen wie Richtiges. Für den Unterricht ist das der Kern jeder KI-Kompetenz: nachprüfen statt vertrauen.
Zu KI & AI Literacy →Maschinelles Lernen ist die Technik hinter den meisten KIs: Statt feste Regeln zu programmieren, lernt das System Muster aus vielen Beispielen. Mit Werkzeugen wie Teachable Machine lässt sich das schon in der Grundschule zum Anfassen erfahren. Kinder trainieren dabei ein eigenes kleines Modell und verstehen so, warum Datenqualität zählt.
Zu KI & AI Literacy →Medienkompetenz umfasst, Medien zu verstehen, kritisch zu bewerten, selbst zu gestalten und verantwortungsvoll zu nutzen. Sie ist der Rahmen, in den KI-, Recherche- und Fake-News-Themen gehören. Diklusiver Unterricht verbindet sie mit der Frage, wie Medien Teilhabe ermöglichen.
OER sind frei nutzbare Bildungsmaterialien, die man unter offenen Lizenzen teilen, anpassen und weitergeben darf. Sie passen zur Idee, Material nicht nur zu konsumieren, sondern gemeinsam weiterzuentwickeln. Viele Materialien dieser Seite sind bewusst zum Anpassen gedacht.
Ein Prompt ist die Eingabe, mit der man eine KI anweist – eine Frage, ein Auftrag oder eine Beschreibung. „Prompting“ meint die Kunst, so klar und konkret zu formulieren, dass ein brauchbares Ergebnis entsteht. Für Kinder ist das ein wertvoller Sprachanlass: Wer präzise formulieren übt, lernt zugleich, Gedanken zu ordnen.
Zu KI & AI Literacy →Ein QR-Code ist ein quadratisches Muster, das mit der Tablet-Kamera gescannt einen Link, Text oder Ton öffnet. In der Stationenarbeit macht er Materialien schnell und leseunabhängig zugänglich. So gelangen auch Kinder, die noch nicht sicher lesen, selbstständig zum passenden Inhalt.
Scaffolding meint vorübergehende Lernhilfen – Satzanfänge, Musterlösungen, Wortspeicher –, die man abbaut, sobald sie nicht mehr gebraucht werden. Digitale Werkzeuge können solche Gerüste flexibel und individuell bereitstellen. Das Bild dahinter: ein Baugerüst, das nach dem Bau wieder verschwindet.
Ein Large Language Model ist eine KI, die auf riesigen Textmengen trainiert wurde und daraus Wort für Wort wahrscheinliche Fortsetzungen berechnet. Chatbots wie ChatGPT beruhen darauf. Es versteht Sprache nicht wie ein Mensch, sondern erkennt Muster – was erklärt, warum es mal verblüffend gut und mal völlig daneben liegt.
Zu Künstliche Intelligenz →Bei Stop-Motion entsteht ein Trickfilm aus vielen Einzelfotos, zwischen denen die Figuren minimal bewegt werden. Mit einfachen Mitteln planen, erzählen und vertonen Kinder eine eigene Geschichte. Der Reiz: Aus Standbildern wird sichtbar Bewegung – ein kleines Wunder, das Erzählanlässe schafft.
Zu Film & Trickfilm →Ein Token ist ein kleines Stück Text – ein Wort, eine Silbe oder ein Zeichen –, in das eine KI Sprache zerlegt, um sie zu verarbeiten. Modelle rechnen nicht mit ganzen Sätzen, sondern mit diesen Bausteinen. Der Begriff hilft zu erklären, warum eine KI Wörter mal falsch trennt oder zählt.
Trainingsdaten sind die Beispiele, aus denen eine KI lernt. Ihre Qualität und Auswahl entscheiden, was die KI kann und welche Verzerrungen sie übernimmt. „Eine KI ist nur so gut wie ihre Daten“ – ein guter Satz fürs Klassengespräch über Verantwortung.
UDL ist ein Rahmenmodell, das Unterricht von vornherein für eine vielfältige Lerngruppe plant – mit mehreren Wegen der Motivation, der Darstellung und des Ausdrucks. Ziel ist, Barrieren gar nicht erst entstehen zu lassen, statt sie nachträglich auszugleichen. Die drei Säulen geben dafür eine praktische Struktur.
Zu Universal Design for Learning →„Vibe-Coding“ bezeichnet das Programmieren im Dialog mit einer KI: Man beschreibt in normaler Sprache, was ein Programm tun soll, und die KI schlägt den Code dazu vor. Der Mensch bleibt in der Rolle, zu prüfen, auszuprobieren und zu entscheiden – Fachwissen wird nicht überflüssig, sondern anders gebraucht. Für die Schule ist das weniger ein Alltagswerkzeug als ein Gesprächsanlass: Wie entsteht hier etwas, wer trägt Verantwortung für Fehler, und was heißt „können“, wenn die KI mittippt? Auch hier gilt: erst das Lernziel, dann die Frage, ob KI-gestütztes Coding dazu passt.
Zu Coding & Robotics →Kein Begriff dazu gefunden. Anders schreiben oder Suche leeren?