Unterrichtsentwürfe zu schreiben gehört zu den anspruchsvollsten Aufgaben im Lehramtsstudium. Sie erfordern nicht nur die Auswahl passender Methoden und Inhalte, sondern auch das begründete Treffen didaktischer Entscheidungen. Viele Studierende empfinden diesen Prozess als komplex – zumal Feedback häufig erst mit zeitlicher Verzögerung erfolgt. Mit der elektronisch-didaktischen Assistenz EDDA wurde ein Instrument entwickelt, das diesen Prozess unterstützen soll.
Ausgangspunkt: Bedarf an zeitnahem, strukturiertem Feedback
Die Idee zu EDDA entstand aus einer Beobachtung im Hochschulkontext: Studierende und Referendar*innen stehen regelmäßig vor ähnlichen Schwierigkeiten bei der Unterrichtsplanung. Sie benötigen Orientierung, möchten die Qualität ihrer Entwürfe verbessern und wünschen sich unmittelbare Rückmeldungen. EDDA setzt hier an, indem sie Unterrichtsentwürfe analysiert und auf Basis didaktischer Kriterien Rückmeldungen gibt, die zur Reflexion anregen. Ziel ist es, die didaktisch-methodische Professionalität von angehenden Lehrkräften zu fördern und gleichzeitig Lehrende zu entlasten (Pargmann et al., 2024).
Funktionsweise und didaktische Grundlage
Kernstück von EDDA ist die Analyse entlang von 57 fachspezifisch und allgemein-didaktisch begründeten Kriterien. Dazu gehören Dimensionen wie Strukturierung, Aktivierung, Handlungsorientierung oder Nachhaltigkeit. Für jedes dieser Merkmale überprüft EDDA, inwieweit es in einem Entwurf berücksichtigt wird. So kann beispielsweise erfasst werden, ob Lernende aktiv tätig werden oder ob digitale Medien sinnvoll eingebunden sind (Pargmann et al., 2024).
Die Rückmeldungen orientieren sich an wissenschaftlich validierten Beschreibungen und beziehen sowohl niedrigschwellige Ressourcen als auch weiterführende Literatur ein. Das System ist darauf ausgelegt, den Entwicklungsstand eines Entwurfs zu berücksichtigen, anstatt standardisierte Bewertungen zu vergeben.
Herausforderungen im Entwicklungsprozess
Die Entstehung von EDDA war von mehreren Hürden begleitet. Ein zentrales Problem lag in der fehlenden Datenbasis: In der Erziehungswissenschaft existieren kaum große Sammlungen digitaler Unterrichtsentwürfe. Für das Training des Modells mussten daher zahlreiche Entwürfe unterschiedlicher Qualität zusammengetragen und aufbereitet werden.
Auch die fachsprachliche Spezifik der Wirtschaftspädagogik stellte eine Herausforderung dar. Sprachmodelle wie German BERT sind auf allgemeine Texte trainiert und mussten um ein domänenspezifisches Vokabular ergänzt werden, damit Begriffe im pädagogischen Kontext korrekt interpretiert werden können.
Da EDDA kein Drittmittelprojekt ist, war zudem ein effizientes Ressourcenmanagement erforderlich. Die Entwickler*innen legten besonderen Wert auf methodische Transparenz, empirische Validierung und didaktische Anschlussfähigkeit.
Technische Umsetzung und wissenschaftliche Prinzipien
Technisch basiert EDDA auf überwachten Lernverfahren und nutzt German BERT base als Sprachmodell. Trainiert wurde es mit rund 6.000 Datensätzen, darunter Unterrichtsentwürfe, Materialien und Schulbuchaufgaben. Im Unterschied zu generativen KI-Systemen generiert EDDA keine neuen Texte, sondern greift auf eine kuratierte Datenbank von Feedbackelementen zurück. Dadurch sind die Rückmeldungen reproduzierbar und nachvollziehbar (Pargmann et al., 2024).
Datenschutz spielte bei der Entwicklung eine zentrale Rolle: Hochgeladene Entwürfe werden nur temporär verarbeitet und nicht dauerhaft gespeichert. Die Nutzer*innen behalten somit die volle Kontrolle über ihre Daten.
Grenzen und Perspektiven
Wie jedes KI-System ist auch EDDA nicht frei von Beschränkungen. Da die zugrundeliegenden Daten überwiegend von Studierenden stammen, fällt es dem System leichter, typische Schwächen als besonders gute Entwürfe zu identifizieren. Außerdem ist EDDA derzeit auf die Wirtschaftspädagogik spezialisiert, wodurch eine Übertragung auf andere Fächer nur eingeschränkt möglich ist. Auch die Analyse von Lernzielen befindet sich noch in der Weiterentwicklung.
Trotz dieser Grenzen zeigt die bisherige Nutzung, dass EDDA insbesondere bei Querschnittsthemen wie Digitalisierung und Nachhaltigkeit hilfreiche Impulse liefert.
EDDA- Tutorial
Erfahrungen aus der Lehre
In wirtschaftspädagogischen Seminaren wird EDDA bereits erprobt. Studierende reagieren anfangs häufig skeptisch: Kann eine KI didaktische Qualität wirklich beurteilen? Doch im Verlauf zeigt sich, dass EDDA nicht bewertet, sondern Reflexionsprozesse anstößt. Besonders geschätzt wird die Transparenz der Analysen – Nutzer*innen können nachvollziehen, auf welcher Grundlage ein Feedback entstanden ist. Viele berichten, dass die Arbeit mit EDDA ihr Verständnis von Unterrichtsplanung und didaktischer Begründung vertieft habe.
EDDA als Werkzeug der Reflexion
EDDA ersetzt keine pädagogische Expertise. Vielmehr versteht sie sich als Werkzeug, das zur Selbstreflexion anregt und didaktische Entscheidungen bewusst macht. Sie erinnert daran, dass Unterrichtsplanung ein forschender, iterativer Prozess ist, der von Auseinandersetzung und Begründung lebt. In diesem Sinne unterstützt EDDA Studierende dabei, eigenverantwortlich und kritisch über Unterricht nachzudenken.
Nachhaltigkeit und Energieeffizienz
Ein weiterer Aspekt betrifft die ökologische Dimension. Im Gegensatz zu großen generativen Modellen arbeitet EDDA ressourcenschonend, da nur spezifische Teile des Algorithmus aktiviert werden. Dies reduziert den Energieverbrauch und stellt einen Beitrag zu nachhaltiger KI-Entwicklung dar.
Fazit
EDDA zeigt, wie Künstliche Intelligenz im Bildungsbereich eingesetzt werden kann, ohne pädagogische Prozesse zu ersetzen. Sie ist Ergebnis eines wissenschaftlich fundierten, iterativen Entwicklungsprozesses, der Datenarbeit, Didaktik und Technik verbindet. Für Studierende bietet sie die Möglichkeit, Unterrichtsplanung als reflektierte, lernorientierte Tätigkeit zu begreifen – unterstützt durch ein System, das Ergebnisse nicht vorgibt, sondern zum eigenständigen Denken anregt.
Zum Weiterlesen
- Pargmann, J., Leube, A., Berding, F., Riebenbauer, E., Rebmann, K., Slopinski, A. & Gillert, M. (2024). Die elektronisch-didaktische Assistenz (EDDA) zur Unterrichtsplanung auf Basis künstlicher Intelligenz: Funktionsweise, Anwendungsbereiche und Forschungsperspektiven. Empirische Pädagogik, 38(1), 118–146. https://doi.org/10.62350/WLQO3003
- Pargmann, J., Berding, F., Rebmann, K. & Riebenbauer, E. (2025). How AI feedback supports lesson planning in vocational teacher education: a longitudinal intervention study using an analytical AI platform. Empirical Research in Vocational Education and Training, 17(1). https://doi.org/10.1186/s40461-025-00202-7
Schreibe einen Kommentar