Differenziert unterrichten: KI-gestütztes Tool FACET unterstützt Lehrkräfte

Hinweis zur Verwendung von Bildmaterial: Die Verwendung des Bildmaterials zur Pressemitteilung ist bei Nennung der Quelle vergütungsfrei gestattet. Das Bildmaterial darf nur in Zusammenhang mit dem Inhalt dieser Pressemitteilung verwendet werden. Falls Sie das Bild in höherer Auflösung benötigen oder Rückfragen zur Weiterverwendung haben, wenden Sie sich bitte direkt an die Pressestelle, die es veröffentlicht hat.

Einblick ins FACET-Tool: Der Arbeitsblatt-Generator erstellt gerade zwei differenzierte Versionen einer Aufgabe für eine super motivierte und eine leicht ablenkbare Schüler*in. | Quelle: ZIB | Copyright: ZIB | Download

Die Lernvoraussetzungen in Schulklassen werden immer unterschiedlicher. Dadurch steigt der Bedarf an differenziertem Unterricht, dessen Vorbereitung für Lehrkräfte oftmals eine höhere Arbeitsbelastung bedeutet. Um diese Herausforderung zu bewältigen, haben Wissenschaftler*innen der TU Berlin und des Zuse-Instituts Berlin das KI-Tool FACET entwickelt. Es unterstützt Lehrkräfte dabei, differenzierte Lernmaterialien für unterschiedliche Schüler*innenprofile zu erstellen.

Mit einem „multi-agentenbasierten“ Ansatz simuliert das System Lernprozesse der Schüler*innen, analysiert deren Bedarfe und generiert didaktisch fundierte Arbeitsblätter. Durch die Einbindung von Berliner Partnerschulen wurde der Entwicklungsprozess sehr praxisnah ausgerichtet. FACET ist bereits von deutschen und internationalen Lehrkräften positiv evaluiert worden.

In deutschen Schulen wächst die Heterogenität der Lerngruppen stetig: Schüler*innen unterscheiden sich in ihrer Leistungsfähigkeit, Motivation, Sprachkenntnissen und auch in Lernschwierigkeiten wie Dyslexie oder ADHS. Diese Vielfalt bietet zwar auch Chancen, stellt Lehrkräfte jedoch vor zunehmende Herausforderungen. Sie wollen den unterschiedlichen Bedürfnissen ihrer Schüler*innen durch differenzierten Unterricht und Lernmaterialien gerecht werden, stoßen dabei aber angesichts voller Lehrpläne und begrenzter Ressourcen an ihre Grenzen.

Lehrkräfte sollen mehr Zeit für Arbeit mit den Schüler*innen haben
Um Lehrkräfte bei der Erstellung differenzierter Lernmaterialien zu unterstützen, haben Wissenschaftler*innen der Technischen Universität Berlin, des Zuse-Instituts Berlin (ZIB), der Humboldt-Universität zu Berlin und des Weizenbaum-Instituts das KI-Tool FACET entwickelt. Während es bereits KI-Tools für Schüler*innen gibt – etwa an den Wissensstand angepasste Aufgaben, Lernkarten oder Quizze –, ist FACET ein Werkzeug, das Lehrkräfte bei der zeitaufwendigen Materialerstellung unterstützt. „Wir arbeiten eng mit Schulen zusammen, um zu erfahren, was tatsächlich im Klassenraum benötigt wird.“, sagt Prof. Dr. Sebastian Pokutta, Leiter des Fachgebiets für Mathematische Optimierung an der TU Berlin und Vizepräsident des Zuse Instituts Berlin (ZIB). „Unser Ziel ist es, Lehrkräfte durch die Nutzung des KI-Tools zu entlasten, um ihnen mehr Zeit für die persönliche Arbeit mit den Schüler*innen zu ermöglichen.“

Vier KI-Agenten im Einsatz
FACET basiert auf einem sogenannten Multi-Agenten-System mit vier spezialisierten KI-„Agenten“: Der Lernpersonen-Agent simuliert verschiedene Schüler*innen mit unterschiedlichen Profilen, zum Beispiel eine Schülerin mit hoher Leistung, aber geringer Motivation, oder einen Schüler mit Lese- und Schreibschwierigkeiten. Diese Profile werden von den Lehrkräften selbst definiert, je nachdem, welche Lernvoraussetzungen in der Klasse vorkommen, und können auch über das ganze Schuljahr hinweg angepasst werden. Der Assessment-Agent analysiert, wie der Schüler*innen-Agent eine Aufgabe löst, was gut klappt, wo er scheitert, wo er unsicher ist, oder wo er motiviert ist. Auf Basis dieses Assessments erstellt der Material-Generator differenzierte Arbeitsblätter mit didaktisch fundierter Struktur, passenden Aufgaben oder barrierefreiem Design.

Dabei berücksichtigt der Agent bewährte didaktische Prinzipien wie die sogenannte Bloom-Taxonomie, ein Klassifikationssystem für Lernziele, und spezifische Empfehlungen für Schüler*innen mit Leseschwierigkeiten oder ADHS, zum Beispiel klare Sans-Serif-Schriftarten, ausreichend Zeilenabstand und ein einspaltiges Layout. Der Evaluations-Agent prüft die Qualität der Materialien auf didaktische Stärke, Klarheit und Gestaltung und gibt Feedback, bevor die Materialien an die Lehrkraft gehen. „Jeder Agent hat eine klare Rolle“, erklärt Dr. Jana Gonnermann-Müller, Wissenschaftlerin am ZIB und neben Sebastian Pokutta eine der Hauptentwicklerinnen von FACET. „Das macht das System stabil und transparent. Lehrkräfte sehen, wie die Entscheidungen entstehen und können jederzeit eingreifen.“

Materialien können noch beliebig von der Lehrkraft angepasst werden
Die generierten Lernmaterialien von FACET werden in mehreren Formaten wie Microsoft Word, PDF oder Latex ausgegeben. Dies ermöglicht es Lehrkräften, die Inhalte auch zu modifizieren, bevor sie die Materialien in ihren Klassen einsetzen, also etwa Texte umzuformulieren, Beispiele zu ergänzen oder ihre eigenen Symbole einzufügen. „Die KI generiert Vorschläge, aber die Lehrkraft bleibt die Entscheidungsträger*in“, betont Prof. Dr. Konstantin Fackeldey vom Institut für Mathematik an der TU Berlin, der ebenfalls Mitglied des FACET-Teams ist und auch an einer Schule unterrichtet. „Es geht nicht darum, Lehrkräfte zu ersetzen, sondern sie zu unterstützen.“

Lehrkräfte bewerten FACET positiv
Um FACET gezielt an die Bedürfnisse von Schulen anzupassen, wurde durch die Einbindung von Berliner Partnerschulen der Entwicklungsprozess sehr praxisnah ausgerichtet. Zusätzlich diskutierten 30 deutsche Schulleitungen in partizipativen Workshops über Praxisrelevanz, Ausrichtung und Bedienbarkeit. Dabei wurde der dringende Bedarf an Differenzierungsunterstützung hervorgehoben und als Voraussetzungen für die Akzeptanz des Tools die Übereinstimmung mit dem Lehrplan sowie die aktive Einbindung der Lehrkraft genannt. Anschließend bewerteten 70 Lehrkräfte aus dem Vereinigten Königreich, den USA, Kanada und Australien die Arbeitsblätter in einer Online-Studie. Dabei schnitten sowohl die didaktische Struktur wie auch die Aufgabenklarheit positiv ab. In einem nächsten Schritt werden sowohl Lehrkräfte als auch Schüler*innen zur Qualität und Nützlichkeit der generierten Materialien befragt.

Zusätzliche Informationen:
FACET ist momentan frei zugänglich für die Projektschulen sowie andere Schulen auf Anfrage. Weitere Informationen unter: http://www.facet-ai.org

Weitere Informationen erteilen Ihnen gern:
Prof. Dr. Sebastian Pokutta
Fachgebiet für Mathematische Optimierung
Fakultät II – Mathematik und Naturwissenschaften
Technische Universität Berlin
und Zuse Institut Berlin (ZIB)
Tel.: +49 30 84185-209
E-Mail: pokutta@zib.de

Dr. Jana Gonnermann-Müller
Zuse-Institut Berlin (ZIB)
E-Mail: gonnermann-mueller@zib.de

Prof. Dr. Konstantin Fackeldey
Institut für Mathematik
Fakultät II – Mathematik und Naturwissenschaften
Technische Universität Berlin
Tel.: +49 30 314-24924
E-Mail: fackeldey@math.tu-berlin.de