Das Konzept der freien und offenen Bildung basiert auf reformpädagogischen Ideen des letzten Jahrhunderts, steht aber auch in engem Zusammenhang mit den Prinzipien der freien und offenen Software (Free Open Source Software, FOSS) sowie der offenen Wissenschaft (Open Science). Allen diesen Ansätzen ist gemeinsam, dass sie Aspekte wie freien Zugang, unabhängige Kontrolle und gemeinschaftliche Zusammenarbeit als zentral bewerten. Die Ansätze generativer KI-Systeme für die Bildung verfolgen hingegen ganz andere Ziele: Hier stehen Entlastung, Effizienz und Individualisierung im Vordergrund. Welche Auswirkungen haben diese unterschiedlichen pädagogischen Grundsätze auf Haltung, Werte und Praktiken im Bildungsalltag? Anne-Sophie Waag plädiert für Edu-Hacking und vergesellschaftete KI-Infrastrukturen, um dem Vormarsch von Big Tech im Bildungsbereich entgegenzuwirken.
*
Dass es um das Bildungssystem in Deutschland nicht sehr rosig bestellt ist, ist spätestens seit dem sogenannten PISA-Schock 2001 den meisten Menschen hierzulande klar. Seitdem kommen kontinuierlich neue alarmierende Meldungen hinzu: Lehrkräftemangel, schleppende Digitalisierung, hohe Schulabbrecherquoten, etc.
Insofern ist es nicht überraschend, dass sich Akteur*innen aus Bildungspraxis und -politik an jeden Strohhalm klammern, den sie finden können. Wie in anderen gesellschaftspolitischen Handlungsfeldern, etwa dem Gesundheitswesen oder der Nachhaltigkeit, werden technologische Innovationen als Hoffnungsträger gesehen. Es wäre eine große Entlastung, wenn die vielen komplexen strukturellen Herausforderungen, die sich in den letzten Jahren und Jahrzehnten zugespitzt haben, mit einer technologischen Lösung behoben werden könnten – quasi per Knopfdruck. Da dies bislang jedoch nicht gelungen ist, herrscht die weitverbreitete Annahme, dassnur die ‚richtigen‘ Technologien gefehlt haben.
Gekommen, um zu bleiben?
Das Warten auf die Erlösung scheint ein Ende zu haben, denn vor über zwei Jahren ist eine für die Mehrheit der Weltbevölkerung komplett neue Technologie zugänglich und nutzbar geworden. Generative KI-Systeme in Form von Chatbots und Bildgeneratoren verfügen über bislang nicht gekannte Funktionalitäten. Anders als bei früheren technologischen Systemen haben Menschen nun Zugriff auf Maschinen, die nicht nur in Echtzeit vielfältige Aufgaben erledigen können, sondern auch noch menschliche Kommunikation simulieren. Dabei funktionieren sie alles andere als menschlich, sondern greifen auf riesige Datenmengen zurück und entwickeln auf Basis statistischer Wahrscheinlichkeitsberechnungen ihre Reaktionsmuster.
Anstatt Zweifel zu schüren, beflügelt dies die Fantasie über die möglichen Potenziale generativer KI-Systeme im Bildungsalltag. So lassen sich bei Schulbuchverlagen wie Cornelsen, bei Technologiekonzernen wie Microsoft oder auch bei der Kultusministerkonferenz in öffentlichen Papieren und Stellungnahmen diverse Ideen nachlesen: Mit vergleichsweise wenig Ressourcenaufwand könne nun allen Lernenden ein personalisiertes, adaptives Tutorsystem zur Seite gestellt werden, das unendlich ‚geduldig‘ sei und jede Frage zu jeder Zeit beantworten würde. Oder: Lehrkräfte könnten bei Unterrichtsplanung, Feedback und Korrekturen entlastet werden und sich in der frei gewordenen Zeit besser um die Lernenden kümmern.
Obwohl diese Versprechen bislang empirisch auf eher wackeligen Beinen stehen und weiter erforscht werden müssen, haben es insbesondere die (Technologie-)Unternehmen geschafft, ihre Produkte und Services mit ebendiesen Narrativen erfolgreich auf dem ‚Bildungsmarkt‘ zu platzieren. So wurde erst jüngst verkündet, Microsoft starte gemeinsam mit dem Bundesland NRW eine KI-‚Skilling-Initiative‘ für rund 200.000 Lehrkräfte. Ähnliche Nachrichten gibt es auch aus den USA, wo Microsoft, Open AI und Anthropic gemeinsam mit zwei US-Lehrkräftegewerkschaften eine ‚KI-Offensive‘ zur Weiterbildung von rund 400.000 Lehrkräften verkündet haben.
Bildung als staatliche Aufgabe – oder als Markt?
Die Einbindung privatwirtschaftlicher Akteure wirft die grundsätzliche Frage auf, welche (und wessen) Interessen hierbei im Vordergrund stehen und inwiefern profit-orientierte Unternehmen gemeinwohlorientierte Entscheidungen treffen (können). Schließlich muss gewährleistet sein, dass solche Kooperationen nicht zu einer schleichenden Privatisierung von Bildungsinhalten oder -zielen führen. Denn Bildung ist mehr als die Bereitstellung von Technik oder Infrastruktur – sie ist ein zentraler Ort der demokratischen Wertevermittlung und der Persönlichkeitsentwicklung.
Grundsätzlich ist Bildung in Deutschland Aufgabe des Staates. Daher geht es bei alledem um weitaus mehr als die Frage, welche Software eine Schule einsetzt, um Unterricht abzuhalten oder vorzubereiten. Es geht um die Unabhängigkeit des Bildungssystems, um Kontrolle über Inhalte, Daten und Lernprozesse. Und es geht darum, welche Werte, Haltungen und Praktiken im Bildungssystem gelebt werden und welche Vision von Bildung wir als Gesellschaft heute und morgen vorantreiben wollen – auch im Gegensatz zur Tech-Industrie.
Zwei Bilder von Bildung: Effizienz versus Emanzipation
Einen spannenden Ausgangspunkt, um über verschiedene Vorstellungen von Bildung nachzudenken, liefert eine Gegenüberstellung von Daniel Otto, die er im Rahmen seiner Keynote auf der Tagung „OER im Blick“ des Bundesministerium für Bildung und Forschung am 13. Mai 2025 vorgestellt hat. In der Gegenüberstellung werden die Narrative und impliziten Ideen von Bildung und Lernen dargestellt, wie sie insbesondere die Tech-Industrie im Kontext der Vermarktung von generativen KI-Systemen in der Bildung verbreitet. Demgegenüber stehen Erkenntnisse aus den Bildungswissenschaften über Voraussetzungen und Prozesse des Lernens (siehe Tabelle).
Dabei wird deutlich: Es prallen zwei grundverschiedene Bilder von Bildung aufeinander. Die Narrative der Tech-Industrie sind durchaus verführerisch, denn sie versprechen Entlastung, Effizienz und individuelle Förderung – und das in einem System, das seit Jahren unter Überlastung und Ressourcenmangel leidet. Doch der Preis ist hoch: Wenn wir Bildung zunehmend an proprietäre, intransparente Systeme auslagern, riskieren wir nicht nur eine Abhängigkeit von wenigen Konzernen, sondern auch den Verlust zentraler pädagogischer Praktiken und Werte, wie sie die freie Bildung vertritt.
Daher ist es für die freie Bildungsszene dringend geboten, nicht nur auf sozio-technologische Entwicklungen zu reagieren, sondern proaktiv eigene Visionen zu entwickeln und umzusetzen, die den Ansprüchen einer emanzipatorischen, demokratischen Bildung gerecht werden – insbesondere im Kontext generativer KI in der Bildung.
KI-Edu-Hacking
Zu den Grundsätzen freier Bildung gehören Aspekte wie ein freier Zugang zu Materialien und Systemen, eine unabhängige Kontrolle dieser sowie eine gemeinschaftliche Zusammenarbeit. Legt man diese Grundsätze einer Technologie wie Generative KI zugrunde, ergeben sich daraus verschiedene Anforderungen und Bedarfe.
Zunächst erfordert das Prinzip des freien Zugangs offene KI-Systeme, die bewusst auf Transparenz, Mitgestaltung und gemeinwohlorientierte Werte ausgelegt sind. Eine Möglichkeit, die Bereitstellung und Pflege der benötigten KI-Infrastrukturen zu gewährleisten, wäre die Zusammenarbeit öffentlicher (Bildungs-)Einrichtungen und zivilgesellschaftlicher Akteur*innen. Diese könnten beispielsweise durch kooperative Finanzierungsmodelle, wie sie im öffentlich-rechtlichen Rundfunk praktiziert werden, oder in Form von Genossenschaften finanziert werden, um die Unabhängigkeit von privaten Investor*innen zu sichern. Auf Basis dieser vergesellschafteten Infrastrukturen könnten Bildungseinrichtungen mit ihren Lehrenden und Lernenden dann, unterstützt durch Entwicklungsteams, eigene, bedarfsgerechte und offene KI-Tools partizipativ entwickeln. Diese Tools würden wiederum unter freien Lizenzen veröffentlicht und stünden damit auch anderen Einrichtungen zur Verfügung. Die Finanzierung könnte durch öffentliche Förderfonds erfolgen. Ideen dazu wurden in einem partizipativen Prozess durch Wikimedia Deutschland (2024) erarbeitet.
Neben diesem Handlungsansatz, der der Dominanz proprietärer und intransparenter generativer KI-Systeme in der Bildung etwas entgegensetzt, gibt es bereits offene und transparente KI-Systeme. Diese könnten von der freien Bildungsszene wieder deutlich stärker in den Blick genommen werden. Die symbolische KI – also regelbasierte, wissensgestützte Systeme – arbeitet im Gegensatz zu den undurchsichtigen Blackbox-Modellen neuronaler Netze mit expliziten Regeln, logischen Schlussfolgerungen und strukturierten Wissensdatenbanken. Gerade für eine emanzipatorische, demokratische Bildung erweist sich dieser Ansatz als besonders wertvoll: Er ist nicht nur transparenter und kontrollierbarer, sondern ermöglicht auch eine aktivere Teilhabe der Lernenden.
Ein zentraler Vorteil symbolischer KI liegt in ihrer Nachvollziehbarkeit. Da die Systeme auf klar definierten Regeln und Wissensbasen aufbauen, können Lernende und Lehrende genau verstehen, wie eine Antwort zustande kommt. Ein regelbasiertes Tutor*innensystem kann nicht nur ein Endergebnis liefern, sondern jeden Lösungsschritt detailliert erklären – und dabei aufzeigen, welche logischen Prinzipien oder mathematischen Gesetze angewendet wurden. Diese Transparenz fördert nicht nur das Verständnis, sondern auch eine kritische Haltung gegenüber Technologien. Lernende erkennen, dass KI-Systeme nicht ‚magisch‘ funktionieren, sondern auf nachprüfbaren Strukturen beruhen. Auch kommen regelbasierte Systeme mit deutlich weniger Ressourcen aus, wodurch dezentrale Lösungen entwickelt werden können – etwa in Form von Wissensgraphen, die auf Open-Source-Datenbanken wie der Wikidata bzw. Wikibase aufbauen. Solche Systeme lassen sich nicht nur kostengünstig betreiben, sondern auch datenschutzfreundlich gestalten, da sie keine Nutzer*innendaten sammeln müssen, um zu ‚lernen‘.
Chancen für hybride Ansätze
Selbstverständlich hat auch die symbolische KI Grenzen: Sie ist weniger flexibel als generative Modelle, wenn es um kreative Aufgaben wie das Verfassen von Texten oder das Erzeugen von Bildern geht. Doch genau hier liegt die Chance für hybride Ansätze. Eine offene, generative KI kann für kreative Brainstorming-Prozesse genutzt werden, während symbolische Systeme für Faktenchecks, Erklärungen oder strukturierte Übungen sorgen können. So ließe sich die Stärke generativer KI – etwa ihre Fähigkeit, komplexe Zusammenhänge zu paraphrasieren – mit der Transparenz und Kontrolle symbolischer Systeme kombinieren.
Freie Bildung ist keine Nische, sondern eine zentrale gesellschaftliche Notwendigkeit – gerade in Zeiten der Digitalisierung. Es geht darum, Bildung als öffentlichen Raum zu verteidigen, in dem Menschen statt Algorithmen über Inhalte, Ziele und Wege entscheiden. Die Frage ist nicht, ob KI in der Bildung bleibt, sondern wie wir sie gestalten, damit sie den Prinzipien von Offenheit, Partizipation und Gemeinwohl dient. Die freie Bildungsszene kann hierbei eine zentrale Rolle einnehmen: Sie kann Alternativen aufzeigen, Räume für Experimentierfreude schaffen und daran erinnern, dass Bildung immer auch ein Akt der Emanzipation ist. Hacken wir also KI für eine bessere Bildung!