Kompetenzverschiebung durch KI: Was Schüler*innen zukünftig lernen müssen

Die Verfügbarkeit von KI verschiebt grundlegend, welche Kompetenzen Menschen beruflich wie privat in ihrem Leben brauchen werden. Häufig ist nur von De-Skilling die Rede, davon, dass einige Fähigkeiten, wie das sprachliche Ausdrucksvermögen, verkümmern werden, wenn man zu viel mit KI interagiert. Ich möchte dafür argumentieren, dass es angemessener ist, von einer Kompetenzverschiebung zu sprechen, weil sich im Umgang mit KI auch neue Fähigkeiten entwickeln werden – wenn Lehrkräfte den Prozess entsprechend begleiten.

Eine Kompetenzverschiebung ereignet sich in vier Dimensionen: Was wir verlernen, was wir neu lernen müssen, was wir dabei entwickeln und was wir tun, um veränderten gesellschaftlichen Erwartungen zu entsprechen.

Was wir verlernen: De-Skilling

Wenn KI Aufgaben übernimmt, verkümmern Fähigkeiten. Das ist nicht neu: Taschenrechner haben das Kopfrechnen marginalisiert, GPS-Navigation die räumliche Orientierung. Heute delegieren wir schriftliche Formulierungen an KI und trainieren dadurch weniger eigene Ausdrucksfähigkeit. Wir lassen uns direkte Antworten liefern, statt selbst kritisch durch multiple Quellen zu recherchieren.

Dass wir Fähigkeiten verlernen, die wir problemlos delegieren können, ist an sich nicht problematisch. Es wird allerdings zum Problem, wenn damit eine Abhängigkeit und ein unkritisches Verhältnis zur Technologie einhergeht. Wenn wir verlernen zu bewerten, ob das, was KI liefert, gut ist. Wer nie selbst einen Text strukturiert hat, kann nicht beurteilen, ob der KI-generierte Entwurf funktioniert. Wer nie systematisch recherchiert hat, erkennt nicht, wenn eine KI-Antwort oberflächlich oder verzerrt ist.

Die Konsequenz für den Unterricht: Schüler*innen brauchen Basiskompetenzen und Erfahrung im eigenständigen Arbeiten, bevor sie KI als Werkzeug nutzen. Sonst fehlt das Referenzsystem für Qualität.

Was wir neu lernen: Operative KI-Kompetenz

Kompetente KI-Nutzung ist keine Selbstverständlichkeit. Sie erfordert technisch-operative Fähigkeiten, die auf dem Arbeitsmarkt zunehmend vorausgesetzt werden dürften.

Schüler*innen müssen lernen, wann KI hilft und wann sie irreführt. Sie müssen verstehen, dass verschiedene KI-Systeme unterschiedliche Stärken haben und lernen, die Eignung eines Tools für eine konkrete Aufgabe kritisch einzuschätzen. Sie müssen präzise prompten können: Anfragen so formulieren, dass die KI versteht, was gemeint ist, und dabei einschätzen, welche Kontextinformationen notwendig sind. Sie müssen die Qualität von Outputs bewerten können, u.a. also Halluzinationen erkennen und die Plausibilität von Aussagen prüfen können. Diese Kompetenzen entstehen nicht von selbst. Sie müssen explizit unterrichtet werden.

Was wir dabei entwickeln: Kognitive Transferkompetenz

Wer KI reflektiert nutzt, entwickelt darüber hinaus Metakompetenzen, die weit über reine Bedienung hinausgehen. Hier zeigt sich ein intrikates Verhältnis: Einerseits erfordert kompetente KI-Nutzung bereits bestimmte Fähigkeiten. Präzises Prompten setzt strukturiertes Denken voraus, komplexere Aufgaben müssen in aufeinander aufbauende Arbeitsschritte zerlegt werden können. Andererseits kann gerade die Arbeit mit KI diese Fähigkeiten weiterentwickeln: Wer lernen muss, präzise zu fragen, trainiert dabei strukturiertes Denken. Wer KI-Outputs kritisch hinterfragen muss, entwickelt systematische Skepsis. Wer durch schrittweise Prompt-Verfeinerung bessere Ergebnisse erzielt, erlebt iteratives Denken in der Praxis. Wer eigene Formulierungen mit KI-Outputs vergleicht, reflektiert Stärken und Schwächen beider.

Diese Transfereffekte treten aber nicht automatisch ein. Sie entstehen nur, wenn Lehrkräfte die Arbeit mit KI systematisch auswerten und Schüler*innen ihre Prozesse reflektieren lassen. Sonst droht das Gegenteil: Algorithmic Dependency, also unreflektiertes Vertrauen auf KI-Outputs ohne eigene Bewertungsfähigkeit.

Was die Gesellschaft erwartet: Veränderte Anforderungen

Mit KI arbeiten zu können, wird selbstverständlich sein. Daher werden Kompetenzen an Bedeutung verlieren, die in „promptablen Tätigkeiten“ aufgehen. Promptabel ist tendenziell alles, was sich durch explizierbare Regeln oder Vorlagen hinreichend beschreiben lässt, sodass es sich an KI delegieren lässt. Standardisierte Text-Outputs, Routineübersetzungen, Codegenerierungen nach klaren Vorgaben oder Bildbearbeitungen nach festen Mustern sind nur offensichtliche Beispiele für Leistungen, für die heute niemand mehr eingestellt zu werden braucht.

Was hingegen wichtiger wird: Urteilsvermögen (Was ist ein gutes Ergebnis? Wann reicht KI-Output, wann nicht?), Kontextualisierung (KI-Outputs sinnvoll einordnen, mit Fachwissen anreichern), kreative Synthese (originelle Verknüpfungen jenseits von Mustererkennung) und menschliche Interaktion (Empathie, Verhandlung, Beziehungsarbeit).

Interessant sind dabei Übergangsphänomene: In manchen Bereichen werden Tätigkeiten aus rechtlichen, sozialen oder konventionellen Gründen nicht an KI delegiert, obwohl es technisch möglich wäre. Ärztliche Diagnosen, juristische Gutachten, pädagogische Bewertungen – hier bleibt menschliche Verantwortung entscheidend. Ob das langfristig so bleibt, wird sich zeigen.

Was das für den Unterricht bedeutet

Die beschriebene Kompetenzverschiebung ist weder als Heilsversprechen noch als Bedrohung zu verstehen. Aber es wäre fahrlässig, nicht darauf zu reagieren.

Für die Schule bedeutet das konkret:

• Basisfähigkeiten trainieren, bevor KI eingesetzt wird, damit Schüler*innen ein Referenzsystem für Qualität entwickeln.
• Operative KI-Kompetenz explizit unterrichten: Prompt-Engineering und Output-Bewertung als Unterrichtsinhalt.
• Reflexion systematisch einfordern: Schüler*innen befähigen, ihre Arbeit mit KI kritisch auszuwerten.
• Fokus auf Fähigkeiten legen, die in einer KI-geprägten Welt noch wichtiger werden: Urteilsvermögen, Kreativität, Kontextualisierung und soziale Kompetenzen.

Die Technologie verändert, welche Fähigkeiten relevant sind. Schule entscheidet, ob Schüler*innen darauf vorbereitet werden.

© Sven Lüder, www.ki-lehren.de