Künstliche Intelligenz schreibt Texte, erklärt komplexe Sachverhalte, generiert Aufgaben und löst Probleme in Sekunden. Was früher mühsam erarbeitet werden musste, liegt heute oft nur einen Prompt entfernt. Die Frage, die wir uns stellen sollten, ist wie Tiefe, Verstehen und Erleben möglich bleiben. Dieser Beitrag greift zentrale Gedanken meines Vortrags bei den EDUdays auf und schlägt eine Brücke zwischen drei Perspektiven: der Beschleunigungs- und Resonanztheorie von Hartmut Rosa sowie den Zukunftskompetenzen nach Michael Fullan.
Zum Aufbau des Artikels: Beispiele sind kursiv, Erklärungen und Rahmungen sind nicht kursiv geschrieben. Das soll das Lesen ein klein wenig erleichtern. Im Vortrag war dies leicht zu handhaben, da die Folien entsprechend gestaltet waren. Starten wir gleich mit einer bekannten Situation. Sie kennen das sicherlich und nutzen es vielleicht auch für sich:
Ein Referat, das früher mehrere Stunden Recherche erforderte, entsteht heute in wenigen Minuten. Eine Zusammenfassung eines wissenschaftlichen Artikels ist schneller generiert als gelesen.
Die entscheidende Frage ist daher nicht mehr, ob wir mit KI lernen, sondern wie. Genauer: Wie kann Lernen so gestaltet werden, dass es trotz – oder gerade doch auch mit – KI nicht an Tiefe verliert? Wie bleiben Verstehen, Erfahrung und persönliche Entwicklung möglich, wenn Prozesse zunehmend beschleunigt und Ergebnisse jederzeit verfügbar sind? Wie bleibt Lernen Lernen und nicht bloß Abgeben von „Leistungen“?
Beschleunigung als Ausgangspunkt: Wenn alles schneller wird
KI ist ein Beschleuniger, der sich in eine Reihe von Beschleunigungsmomenten der Moderne einfügt (siehe dazu Hartmut Rosas Buch Beschleunigung). Sie reduziert Bearbeitungszeiten, automatisiert Routinen und ermöglicht eine bisher ungeahnte Effizienz. Aufgaben, die früher Stunden dauerten, lassen sich heute in Minuten erledigen. Auf den ersten Blick scheint das ein Gewinn zu sein. Doch hier zeigt sich ein bekanntes Paradox: Zeitersparnis führt nicht automatisch zu mehr verfügbarer Zeit. Stattdessen werden die frei gewordenen Kapazitäten oft sofort wieder gefüllt – mit neuen Aufgaben, höheren Erwartungen und gesteigertem Output. Lernen gerät so in eine Logik der Verdichtung.
Statt eine Aufgabe schneller zu erledigen und „fertig“ zu sein, bearbeiten Lernende heute oft mehr Aufgaben in kürzerer Zeit – oder sollen komplexere Produkte liefern.
Wenn aber alles schneller geht, was passiert dann mit dem Lernen selbst?
Eine mögliche Antwort liegt in der bewussten Gegenbewegung. Nicht im Sinne einer Technikverweigerung, sondern als pädagogische Entscheidung: Prozesse verlangsamen, Reflexionsräume öffnen, Zeit nicht nur als knappe Ressource, sondern als didaktisches Gestaltungselement begreifen und auch nutzbar zu maachen.
Das kann bedeuten, Texte nicht nur zusammenfassen zu lassen, sondern sie tatsächlich zu lesen. Eine KI-Zusammenfassung wird dann zum Ausgangspunkt: Was fehlt? Was ist verzerrt? Was habe ich selbst anders verstanden? Es kann heißen, Ergebnisse nicht sofort zu akzeptieren, sondern sie zu hinterfragen, zu überarbeiten, neu zu denken. Und es kann bedeuten, KI gezielt einzusetzen, um Beschleunigung sichtbar zu machen – etwa durch den Vergleich zwischen KI-generierten und selbst erarbeiteten Lösungen. Lernen wird damit nicht langsamer im Sinne von ineffizient, sondern langsamer im Sinne von bewusst.
Resonanz: Warum Lernen mehr ist als Informationsverarbeitung
Während Beschleunigung vor allem die äußeren Bedingungen von Lernen beschreibt, richtet die Resonanztheorie von Hartmut Rosa den Blick auf dessen Qualität. Lernen, so die Idee, ist dann bedeutsam, wenn es nicht nur informiert, sondern berührt. Resonanz meint eine Beziehung zur Welt, in der etwas in uns anklingt und wir darauf antworten. Sie lässt sich nicht erzwingen, nicht planen und nicht optimieren. Gerade darin liegt ihre pädagogische Herausforderung.
Im Kontext von KI stellt sich die Frage, ob und wie solche Resonanzmomente überhaupt noch möglich sind. Wenn Antworten jederzeit verfügbar sind, wenn Texte generiert statt erarbeitet werden, droht Lernen zu einer oberflächlichen Interaktion mit Informationen zu werden.
Ein von KI formulierter Text kann inhaltlich korrekt sein – und dennoch keine persönliche Auseinandersetzung auslösen.
Doch genau hier eröffnet sich auch eine Chance. KI kann als Resonanzanlass dienen – als Ausgangspunkt für Auseinandersetzung, nicht als Endpunkt. Eine KI-generierte These kann widersprochen, erweitert oder in eine Diskussion überführt werden. Sie kann Perspektiven anbieten, Widerspruch provozieren, Fragen aufwerfen. Entscheidend ist, dass der eigentliche Lernprozess nicht in der Interaktion mit der Maschine endet, sondern darüber hinausführt.
Didaktisch bedeutet das, Räume zu schaffen, in denen Lernen mehr ist als das Abrufen von Informationen: Diskussionen, persönliche Bezüge, Irritationen, auch Momente des Nicht-Verstehens. Wenn Lernende sagen: „Das verstehe ich nicht“ oder „Das sehe ich anders“, beginnt oft genau jener Prozess, den KI nicht ersetzen kann. Es bedeutet, Unverfügbarkeit auszuhalten (siehe dazu das gleichnamige Buch von Hartmut Rosa) – also anzuerkennen, dass nicht alles sofort klar, lösbar oder optimierbar ist.
Gerade in einer hochverfügbaren Welt wird diese Form des Lernens besonders wertvoll.
Und sie ist gar nicht so schwer zu erreichen: Wollen wir im Sprachenunterricht einen Menschen beschreiben, so ist es egal, ob es die Lieblingsfußballerin oder der Lieblingssänger ist. Das Vokabular ist ähnlich, der persönliche Bezug aber ein anderer. Es gibt eine gewisse Expertise, die auch erlaubt, eine Ko-Kreation mit KI zu gestalten. Denn nur mit Expertise kann ich Inhalte auch kritisch reflektieren und weiß, was ich vielleicht hinterfrage. Bin ich blank, muss ich KI vielleicht vertrauen, oder neige einfach eher dazu. Gleichzeitig kann ich Neues erfahren, indem ich Hintergründe recherchiere und in den Kontext des mir Bekannten stelle.
Die 6C neu denken: Kompetenzen im KI-Zeitalter
Wenn sich die Bedingungen des Lernens verändern, müssen auch die Ziele neu justiert werden. Die von Michael Fullan formulierten 6C bieten hierfür einen hilfreichen Rahmen – vorausgesetzt, sie werden im Kontext von KI weitergedacht.
- Charakterbildung gewinnt eine neue Bedeutung. Wenn KI viele Aufgaben effizient übernimmt, wird es umso wichtiger, dass Lernende Selbstwirksamkeit erfahren – also erleben, dass sie selbst etwas können, gestalten und bewirken. Ein selbst formulierter, vielleicht noch unvollkommener Text kann dafür wertvoller sein als ein perfekter KI-Output. Dazu gehört auch, Fehler nicht zu vermeiden oder von KI „korrigieren“ zu lassen, sondern als integralen Bestandteil von Lernprozessen zu begreifen.
- Citizenship umfasst heute auch den verantwortungsvollen Umgang mit KI. Darf ich eine KI-generierte Arbeit als meine eigene abgeben? Welche Verantwortung trage ich für Inhalte, die ich nicht selbst geprüft habe? Fragen nach Fairness, Transparenz und ethischer Verantwortung rücken stärker in den Mittelpunkt.
- Collaboration erweitert sich um eine neue Dimension. Zusammenarbeit findet nicht mehr nur zwischen Menschen statt, sondern in Konstellationen von Mensch und Maschine. Eine Gruppe kann gemeinsam mit KI Ideen entwickeln – entscheidend ist, wer auswählt, bewertet und weiterdenkt. Das erfordert neue Formen der Rollenklärung.
- Communication verändert sich ebenfalls. Kommunikation mit, über und auch gegen KI wird Teil des Alltags. Ein Prompt wird zur neuen Textsorte, die gelernt, reflektiert und verbessert werden muss. Gleichzeitig gewinnen multimodale Ausdrucksformen an Bedeutung.
- Creativity verschiebt sich von der reinen Produktion hin zur Transformation. Ein von KI generierter Text wird umgeschrieben, zugespitzt, mit eigenen Beispielen angereichert. Die kreative Leistung liegt zunehmend darin, Bestehendes weiterzuentwickeln, auch durch das Einschlagen alternativer Wege, die vielleicht nicht die kürzesten sind.
- Critical Thinking schließlich wird zur Schlüsselkompetenz. Eine KI-Antwort wird nicht übernommen, sondern geprüft: Welche Quellen stecken dahinter? Welche Perspektiven fehlen? Die Fähigkeit, zu hinterfragen und zu korrigieren, wird zentral.
Was wir prüfen – und was KI längst kann
Spätestens hier stellt sich eine vielleicht unbequeme Frage: Wenn sich Lernen verändert, warum bleiben unsere Prüfungen oft gleich? Geprüft wird vielfach das, was KI besonders gut kann: Informationen zusammenfassen, Texte strukturieren, Argumente formulieren, Aufgaben lösen. Kurz: kognitive Leistungen, die sich in klaren Produkten abbilden lassen. Genau darin liegt das Problem.
Eine Hausübung oder abschließende Arbeit, die formal korrekt und sprachlich überzeugend ist, sagt heute weniger denn je darüber aus, wer sie tatsächlich verfasst hat.
Wenn Prüfungen primär auf solche Outputs abzielen, entsteht eine paradoxe Situation: Wir messen Leistungen, die nicht mehr eindeutig menschlich zugeordnet werden können – und übersehen gleichzeitig jene Dimensionen von Lernen, die sich nicht so leicht automatisieren lassen. Ein gutes Buch lesen und über die Stimmung reden, nicht über den Inhalt. Ein Musikstück anhören und über die Emotionen und das Kopfkino besprechen und nicht Lücken auszufüllen. Gemeinsam kochen und das Essen genießen – in eine Sprache, eine Kultur eintauchen. Mit allen Sinnen.
Im Zentrum steht viel zu häufig Performanz, also das sichtbare Ergebnis einer Aufgabe. Weniger im Blick ist die dahinterliegende Kompetenz: das Verstehen, das Einordnen, das Reflektieren. Noch seltener werden Haltung, Werte oder die Fähigkeit zur verantwortungsvollen Entscheidung berücksichtigt.
Ein korrekt gelöster Aufsatz sagt wenig darüber aus, ob jemand die Inhalte wirklich verstanden hat – oder lediglich gut reproduzieren kann.
Didaktisch bedeutet das eine problematische Verengung. Bildung reduziert sich auf das Produzieren korrekter Ergebnisse. Prozesse, Irritationen, Umwege – all das, was Lernen eigentlich ausmacht – gerät in den Hintergrund, ein Umstand, der bereits vor über zehn Jahren von Konrad Paul Liessman in seiner Streitschrift Geisterstunde. Die Praxis der Unbildung kritisiert wird:
Natürlich ist das Ergebnis wichtig. Keine Frage. Aber auch das Bewusstsein dafür, wie man dorthin kommt. Strategien, metakognitives Bewusstsein, alternative Wege. Diese zählen in einer Zeit, die so beschleunigt ist und noch mehr beschleunigt. Beschleunigt, bis wir die Bremse ziehen. Oder kurze Pausen einfügen, um zwischendurch ein wenig Luft zu holen.
In dieser Logik wird Schule oder Hochschule zunehmend zu einem Ort der Ausbildung: Es geht darum, bestimmte Anforderungen effizient zu erfüllen. Bildung im umfassenderen Sinne – als Entwicklung von Urteilskraft, Persönlichkeit und Weltbezug – droht dabei verloren zu gehen. Gerade im Kontext von KI wird diese Engführung besonders sichtbar. Denn wenn Maschinen viele der überprüften Leistungen besser, schneller und fehlerfreier erbringen können, stellt sich die Frage umso dringlicher: Was wollen wir eigentlich prüfen? Und wieso sind Fehler noch immer nicht Chance oder Hinweis auf das Lernen, sondern zu „korrigieren“, statt nur zu markieren und Reflexionsprozesse auszulösen. Weil wir vielleicht auch im Unterricht zu wenig Zeit haben? Oder wir uns zu wenig Zeit nehmen?
Eine mögliche Antwort wäre, den Fokus zu verschieben. Weg von rein kognitiven, leicht reproduzierbaren Aufgaben – hin zu komplexeren Formen der Leistungserhebung: Prozesse sichtbar machen, Reflexion einfordern, Entscheidungen begründen, Perspektiven abwägen.
Statt nur das Ergebnis zu bewerten, könnte etwa der Entstehungsprozess dokumentiert und reflektiert werden: Warum wurde KI genutzt? Wo wurde sie bewusst nicht eingesetzt?
Das bedeutet nicht, Wissen oder fachliche Fähigkeiten abzuwerten. Aber es bedeutet, sie in einen größeren Zusammenhang zu stellen. Denn Bildung zeigt sich nicht nur darin, was jemand weiß oder kann, sondern auch darin, wie dieses Wissen genutzt wird – und wofür.
Zwischen Beschleunigung und Resonanz: Eine neue Balance
Die Herausforderung besteht nicht darin, sich für oder gegen KI zu entscheiden. Vielmehr geht es darum, eine Balance zu finden: zwischen Beschleunigung und Entschleunigung, zwischen Verfügbarkeit und Unverfügbarkeit, zwischen Effizienz und Bedeutung.
Didaktik im KI-Zeitalter bedeutet daher nicht, alles zu verändern, sondern vieles neu zu gewichten. Es geht darum, bewusst zu entscheiden, wann KI sinnvoll eingesetzt wird – und wann nicht. Es geht darum, Lernprozesse so zu gestalten, dass sie nicht nur Ergebnisse produzieren, sondern Erfahrungen ermöglichen. Und das meint, Plakate nicht nur mit NotebookLM oder Canva zu gestalten, sondern manchmal auch zu Schere und Uhu zu greifen und ein Plakat wieder mit der Hand zu gestalten und damit greifbar machen. Eine Sketchnote mit der Hand zu zeichnen, eine Mindmap mit Post-its gestalten und die Gedanken (um-, re-, neu-) strukturieren. Sichtbar, fühlbar. Greifbar.
Oder zugespitzt formuliert: Es geht nicht darum, schneller zu lernen, sondern anders.
In a Nutshell
Eine kleine Idee: Stille aushalten
Wann war im Unterricht zuletzt wirklich Stille?
Nicht die kurze Pause zwischen zwei Wortmeldungen. Nicht das Warten auf die „richtige“ Antwort. Sondern echte Stille – in der nichts gesagt wird, weil gedacht wird. In einer durch Beschleunigung geprägten Lernkultur wirkt genau diese Stille fast wie ein Fremdkörper. Leute bewegen sich plötzlich, husten, wissen mit der Stille nicht umzugehen. Die Reizüberflutung im Alltag greift. Wird dort geswipt, werden im Unterricht Fragen gestellt und sofort beantwortet. Wer am schnellsten ist, meldet sich zuerst. Schnelligkeit wird implizit belohnt (Stichwort: Kahoot!).
Doch was passiert, wenn wir dieses Muster bewusst unterbrechen?
Eine einfache Intervention kann darin bestehen, nach einer Frage nicht sofort Antworten einzufordern, sondern bewusst Zeit zu geben: „Denkt kurz nach – ich zähle innerlich bis zehn, dann erst meldet ihr euch.“
Was zunächst ungewohnt wirkt, entfaltet eine überraschende Wirkung. Gedanken bekommen Raum, Unsicherheiten dürfen bestehen bleiben, erste Ideen können sich entwickeln. Nicht nur die Schnellsten kommen zu Wort, sondern auch jene, die Zeit zum Nachdenken brauchen.
Oder noch radikaler: eine Minute Stille. Kein Sprechen, kein Tippen, kein sofortiges Reagieren – nur Denken.
Solche Momente sind keine verlorene Zeit. Im Gegenteil: Sie ermöglichen genau jene Form von Vertiefung, die im schnellen Takt oft verloren geht. Sie schaffen die Voraussetzung dafür, dass Inhalte nicht nur aufgenommen, sondern verarbeitet werden.
Gerade im Kontext von KI, die jederzeit sofortige Antworten liefert, gewinnt diese Praxis an Bedeutung. Denn wenn alles immer sofort verfügbar ist, wird die Fähigkeit, innezuhalten, zu einer zentralen Kompetenz. Nicht nur Schnelligkeit zählt – sondern auch Tiefe. Oder vielleicht: nicht Schnelligkeit, sondern Tiefe.
Fazit: Lernen als Beziehung, nicht als Produkt
KI stellt Bildung vor grundlegende Fragen – aber sie nimmt ihr nicht ihre zentrale Aufgabe. Lernen bleibt ein Prozess, in dem Menschen sich zur Welt in Beziehung setzen, sie verstehen und sich in ihr verorten.
Diese Beziehung lässt sich nicht automatisieren.
Eine Hoffnung
Gerade deshalb braucht es eine Didaktik, die Beschleunigung reflektiert, Resonanz ermöglicht und Kompetenzen so entwickelt, dass Lernende nicht nur mit KI umgehen können, sondern sich in einer von KI geprägten Welt orientieren. Das bedeutet auch langfristiges Denken, um Kompetenz und nicht Performanz zu fokussieren. Nicht dass Performanz nicht auch seine Berechtigung hat. Es geht nicht um ein Entweder-Oder, sondern ein Sowohl-Als-Auch. Wie so oft im Leben, zählt die Ausgewogenheit. Lernen mit KI und Lernen ohne KI. Lernen über KI und Lernen trotz KI. Beschleunigung und Entschleunigung. Zeit und…
Lernen mit und trotz KI heißt dann: nicht alles nutzen, was möglich ist, sondern bewusst entscheiden, was sinnvoll ist. Nicht alles sofort verstehen müssen, sondern sich auf Prozesse einlassen. Und nicht nur Wissen zu erwerben, sondern Erfahrungen zu machen.