Studienreihe Schulführung und Qualitätsmanagement
Wissenschaftliche Begleitforschung

Das Projekt „KI@School“ versteht KI-gestützte Lernbegleitung nicht als Ersatz, sondern als komplementäre Erweiterung professionellen pädagogischen Handelns. Durch die Verknüpfung von formativen Diagnoseverfahren mit etablierten Methoden der Lernausgangsanalysen wird eine lückenlose, datengestützte Begleitung des Kompetenzerwerbs realisiert. https://www.bildungspakt-bayern.de/projekte-ki-at-school/
Unser wissenschaftliches Konsortium fokussiert im Rahmen des Schulversuchs zwei zentrale, miteinander verschränkte Säulen:
Systematische wissenschaftliche Begleitforschung des Gesamtprojekts
Die Implementation digitaler Innovationen in komplexe Bildungssysteme erfordert eine kontinuierliche, kritisch-reflexive Evaluation. Im Sinne des Design-Based Research (DBR) untersucht die wissenschaftliche Begleitung nicht nur die direkten Effekte auf den Lernerfolg der Schülerinnen und Schüler, sondern analysiert auch die systemischen Gelingensbedingungen und Barrieren auf Mikro-, Meso- und Makroebene. Ziel ist es, replizierbare Erkenntnisse über die Wirksamkeit KI-gestützter Lernumgebungen unter realen Unterrichtsbedingungen zu generieren.
Längsschnittanalyse zur Professionalisierung von Lehrkräften (KI-Kompetenz)
Die Technologieakzeptanz und die didaktische Qualität des KI-Einsatzes hängen maßgeblich von den professionellen Kompetenzen der Lehrkräfte ab. Wir untersuchen, wie sich die KI-bezogenen Kompetenzen, die technologische Selbstwirksamkeitserwartung und die Einstellungen der Lehrkräfte im Verlauf des Schulversuchs verändern. Diese Daten liefern wertvolle Hinweise für die zukünftige Gestaltung der universitären Lehrkräftebildung und Fortbildungskonzepte.
Vorträge und Publikationen
Ifenthaler, D., & Delcker, J. (2026). Die Entwicklung von KI-Kompetenzen in Schulentwicklungsprozoessen: Ein Projektüberblick [Paper presenation]. 13. GEBF-Tagung, München, Germany, 18-03-2026.
Delcker, J., Heil, J., & Ifenthaler, D. (2025). Evidence-based development of an instrument for the assessment of teachers’ self-perceptions of their artificial intelligence competence. Educational Technology Research and Development, 73, 115–133. https://doi.org/10.1007/s11423-024-10418-1