Direkt zum Inhalt
Direkt zum Inhalt

AI-empowered Education: 

Adaptive Learning Arrangements and Assessment Procedures

Logo Adapt AI.

Projektvorstellung

Adapt-AI untersucht, wie generative KI Bildung durch adaptive Lernumgebungen und innovative Prüfungsformate verändern kann. Das Projekt entwickelt praxisnahe Konzepte, Werkzeuge und Fortbildungen, um KI verantwortungsvoll, personalisiert und effektiv im Unterricht einzusetzen. So verbindet Adapt-AI Forschung und Schulpraxis und stärkt Lehrkräfte im Umgang mit Lernen im KI-Zeitalter.

 

Zu den Zielen von Adapt-AI gehören die Definition eines theoretischen Rahmenwerks, die Erstellung eines Modells für KI-gestütztes Lernen, die Zusammenstellung von Best Practices, die Erprobung von KI-gestützten Unterrichtsstrategien und die Einführung eines Selbstlernkurses für Lehrkräfte. Dadurch wird sichergestellt, dass KI ethisch, effektiv und inklusiv eingesetzt wird, um eine adaptive und personalisierte Bildung zu fördern.
Im Verlauf des Projektes werden adaptive Lernarrangements erstellt und Bewertungsverfahren erprobt. Ziel ist die Entwicklung eines Online-Kurses zum Selbststudium, der Lehrpersonen dabei unterstützt, ihre digitalen Kompetenzen im Bereich generativer KI zu erweitern. Das Projekt fördert den ethischen und inklusiven Einsatz von KI und verbessert Differenzierungs- und Bewertungsmethoden in verschiedenen Bildungsumgebungen.
 

Weitere Informationen sowie unser internationales Team finden Sie auf der Homepage des Pojektes.

Übersicht Work Packages

Work Package 1 koordiniert die organisatorische und administrative Umsetzung des Adapt-AI-Projekts. Dazu gehören das Projektmanagement, die finanzielle und administrative Steuerung sowie die kontinuierliche Überwachung von Fortschritten und Ergebnissen.


Work Package 1 wird von der Pädagogischen Hochschule Kärnten geleitet. 

Work Package 2 bildet die konzeptionelle Grundlage des Adapt-AI-Projekts. Ziel ist die Entwicklung eines wissenschaftlich fundierten und praxisorientierten Frameworks für den Einsatz von Künstlicher Intelligenz in adaptiven Lernumgebungen und Prüfungsformaten in Adapt-AI und darüber hinaus. Dazu werden zentrale Begriffe, fachspezifische und fachübergreifende Kriterien sowie pädagogische Leitprinzipien für den KI-gestützten Unterricht und die Leistungsbewertung definiert. Ein besonderer Fokus liegt auf der Berücksichtigung bestehender Kompetenzmodelle, curricularer Anforderungen sowie ethischer und datenschutzrechtlicher Vorgaben. Der entwickelte Adapt-AI-Framework unterstützt Forschende und Lehrkräfte dabei, generative KI verantwortungsvoll, inklusiv und lernförderlich einzusetzen. Durch die Einbindung von Expertinnen und Experten sowie die internationale Zusammenarbeit der Projektpartner wird sichergestellt, dass die Ergebnisse praxisnah, wissenschaftlich fundiert und europaweit anschlussfähig sind.

Work Package 2 wird von der Universität Siegen geleitet. 

Work Package 3 entwickelt eine interdisziplinäre GenAI-Struktur, die adaptive Lern- und Bewertungsprozesse für unterschiedliche Fächer, Schulstufen und Sprachkontexte unterstützt. Im Mittelpunkt steht die Entwicklung eines flexiblen Prompting-Modells, das Lehrkräfte und Forschende bei der Erstellung passender KI-gestützter Lernangebote unterstützt und dabei pädagogische, ethische und datenschutzrechtliche Anforderungen, gemäß des in WP2 beschlossenen Frameworks berücksichtigt. Dafür werden bestehende KI-Anwendungen zunächst systematisch analysiert, bevor das Modell gemeinsam mit den Projektpartnern entwickelt und in realen Schulsituationen erprobt wird. Die Rückmeldungen von Experten, Lehrkräften und Lernenden fließen direkt in die Überarbeitung und Optimierung ein. Die Ergebnisse bilden eine wichtige Grundlage für die weiteren Projektbausteine (z.B. in WP4) und für eine nachhaltige Nutzung über das Projekt hinaus.

 

Work Package 3 wird von der Univerza v Ljubljani geleitet. 

Work Package 4 setzt auf den entwickelten Grundlagen in WP2 (Framework) und WP3 (lexibles Prompting-Modell) auf und überführt sie in konkrete, fachspezifische Lern- und Prüfungsarrangements. Hier werden KI-gestützte Unterrichts- und Bewertungsformate für Fächer wie Mathematik, MINT, Englisch, Deutsch, Physik, Technik und Ingenieurwissenschaften entwickelt, erprobt und weiter verbessert. Ein besonderer Fokus liegt darauf, Lernmaterialien zu schaffen, die differenziert, flexibel und direkt im Unterricht einsetzbar sind. In Pilotphasen an beteiligten Schulen werden die Materialien gemeinsam mit Lehrkräften getestet, um ihre Wirksamkeit, Verständlichkeit und Passung für unterschiedliche Lernvoraussetzungen zu prüfen. Aus den erfolgreichsten Ansätzen entstehen Best-Practice-Beispiele, die als sofort nutzbare Ressourcen für Lehrkräfte dienen. So trägt WP4 dazu bei, adaptive und inklusive Lernprozesse mit KI im schulischen Alltag konkret umzusetzen und langfristig nutzbar zu machen.

 

Work Package 4 wird von der Universität Siegen geleitet. 

Work Package 5 konzentriert sich auf die Professionalisierung von Lehrkräften und entwickelt dafür mithilfe der Ergebnisse der vorherigen Work Packages ein selbstgesteuertes Online-Lernangebot zum Einsatz von GenAI im Unterricht. Ziel ist es, Lehrkräfte mit dem nötigen Wissen und den praktischen Werkzeugen auszustatten, um KI-gestützte Lern- und Bewertungsprozesse sicher, didaktisch sinnvoll und unter Beachtung ethischer sowie datenschutzrechtlicher Standards umzusetzen. Dafür werden mindestens fünf Module, multimodale Lernmaterialien wie Video-Tutorials und interaktive Aufgaben sowie ein Pilotdurchlauf mit Lehramtsstudierenden bzw. Lehrkräften erstellt und getestet. Die Rückmeldungen aus der Erprobung fließen in die Überarbeitung und Qualitätsverbesserung des Kurses ein. So entsteht ein skalierbares, nachhaltig nutzbares Weiterbildungsformat, das Lehrkräfte langfristig in ihrer digitalen und didaktischen Kompetenz stärkt. Das Work Package trägt damit direkt dazu bei, GenAI im Bildungsalltag nicht nur technisch, sondern vor allem pädagogisch sinnvoll zu verankern.

Work Package 5 wird von der Pädagogischen Hochschule Kärnten geleitet. 

Work Package 6 bündelt die Dissemination und Nachhaltigkeit des Projekts und sorgt dafür, dass die Ergebnisse von Adapt-AI sichtbar, nutzbar und langfristig verfügbar bleiben. Dazu werden eine klare Projektidentität mit Branding, ein Disseminationsplan und ein Nachhaltigkeitsplan entwickelt, damit alle Materialien einheitlich kommuniziert und über geeignete Kanäle verbreitet werden. Außerdem werden in WP6 Multiplikator- und Policy-Events organisiert, bei denen Lehrkräfte, Entscheidungsträger und Institutionen eingebunden werden, um die Projektergebnisse in Bildungsstrukturen zu verankern. Ein weiterer Schwerpunkt liegt auf der langfristigen Sicherung der Materialien, etwa durch die Einbindung in Plattformen wie EPALE und in Lehrerbildungsprogramme sowie durch den Aufbau eines Nachhaltigkeitsnetzwerks. So stellt WP6 sicher, dass die Projektergebnisse auch nach Projektende weiterverwendet und in der Praxis verbreitet werden. Insgesamt schafft das Work Package die Grundlage dafür, dass Adapt-AI über das Projekt und dessen Dauer hinaus Wirkung entfaltet.

 

Work Package 6 wird von der Pädagogischen Hochschule Kärnten geleitet. 

Projektbeteiligte

Profilbild von Ingo Witzke

Univ.-Prof. Dr. Ingo Witzke

Professor*in
Judith Huget

Dr. Judith Huget

Dozent*in
Profilbild Homepage Klaas Johannes

Johannes Klaas

Wissenschaftliche*r Mitarbeiter*in
Lena Decker

Dr. phil. Lena Decker

Wissenschaftliche*r Mitarbeiter*in
Markus Kötter

Univ.-Prof. Dr. Markus Kötter

Professor*in
Torsten Steinhoff

Univ.-Prof. Dr. Torsten Steinhoff

Professor*in

Didaktik der schriftlichen und mündlichen Kommunikation, Wortschatzdidaktik und Sprachreflexion, Sprache im Fach und digitale Kommunikation/KI

Logo Uni Siegen

 

Logo der Universität Ljubljana
Logo der Pädagogischen Hochschule Kärnten

Gefördert durch:

EU-Lgog-Funded