Wer ab 2026 ein Lehramt studiert, wird an vielen deutschen Hochschulen kein Wahlrecht mehr haben: Digitale Kompetenzen und der Umgang mit KI-Werkzeugen rücken aus dem Randprogramm in den Pflichtbereich. Die Frage ist nicht mehr, ob Lehramtsstudierende das lernen sollen, sondern wie das konkret aussieht und welche Universitäten dabei vorangehen.
Warum 2026 ein Wendepunkt ist
Die Kultusministerkonferenz hat im Strategiepapier „Bildung in der digitalen Welt“ bereits 2016 Grundlagen gelegt. Doch zwischen Papier und Praxis klaffte lange eine erhebliche Lücke. Laut einer Studie des Deutschen Zentrums für Lehrerbildung Mathematik aus dem Jahr 2023 gaben nur 34 Prozent der befragten Lehramtsstudierenden an, in ihrem Studium systematisch auf den Einsatz digitaler Werkzeuge im Unterricht vorbereitet zu werden. Für KI-spezifische Inhalte lag der Wert noch darunter.
Ab dem Wintersemester 2025/26 greifen in mehreren Bundesländern überarbeitete Lehramtsprüfungsordnungen, die digitale und KI-bezogene Kompetenzen als eigenständige Kompetenzbereiche ausweisen. Bayern, Niedersachsen und Nordrhein-Westfalen haben entsprechende Rahmenvereinbarungen bereits verabschiedet. Das bedeutet: Wer ohne Nachweis digitaler Grundkompetenzen ins Referendariat wechseln will, wird an wachsenden Hürden scheitern.
Was moderne Lehramtsstudiengänge konkret vermitteln
Hinter dem Begriff „digitale Kompetenz“ versteckt sich ein breites Spektrum. Gemeint ist nicht das Bedienen von Präsentationssoftware. Aktuelle Curricula unterscheiden grob drei Ebenen:
- Technische Grundkompetenz: Verständnis von KI-Systemen, Datenstrukturen, algorithmisches Denken
- Didaktische Kompetenz: Planung und Durchführung von Unterricht mit und über KI-Werkzeuge
- Kritisch-reflexive Kompetenz: Bewertung von KI-Outputs, Datenschutzfragen, ethische Dimension des KI-Einsatzes im Klassenraum
Konkret bedeutet das: Lehramtsstudierende belegen Module, in denen sie Sprachmodelle wie ChatGPT oder spezialisierte Bildungs-KI-Tools für die Unterrichtsvorbereitung einsetzen, deren Stärken und Schwächen analysieren und lernen, wie sie Schülerinnen und Schüler im kritischen Umgang damit anleiten. Ein Seminar an der Universität Duisburg-Essen lässt Studierende seit 2024 eigene Unterrichtssequenzen mit KI-Unterstützung entwickeln und anschließend in Schulpraktika erproben, begleitet von strukturiertem Feedback aus beiden Systemen.
Das Hannoveraner Modell: Strukturierte Integration statt Flickenteppich
Nicht jede Universität wartet auf verbindliche Vorgaben. Die Gottfried Wilhelm Leibniz Universität in Hannover hat bereits im Rahmen ihrer Lehrerbildungsreform ein kohärentes Modell entwickelt, das KI-Kompetenzen nicht als Einzelmodul, sondern als durchgehenden Faden durch das gesamte Studium versteht. Statt eines isolierten Zusatzangebots werden digitale und KI-bezogene Fragestellungen in fachdidaktische Seminare, erziehungswissenschaftliche Grundlagenveranstaltungen und Schulpraktika integriert.
Dieses Prinzip der „Spiralintegration“ hat einen entscheidenden Vorteil: Studierende begegnen den Themen wiederholt, in unterschiedlichen Kontexten und mit wachsender Komplexität. Ein Erstsemester lernt, was ein Sprachmodell grundsätzlich tut. Im vierten Semester analysiert dieselbe Person, wie algorithmische Empfehlungen in Lernplattformen Bildungsungleichheit verstärken können. Im Masterstudium entwirft sie schließlich eigene KI-gestützte Unterrichtskonzepte für ihr Fach.
Herausforderungen: Fehlende Lehrkräfte und veraltete Infrastruktur
Das größte Hindernis bei der Umsetzung ist kein konzeptuelles, sondern ein personelles. Wer soll diese Inhalte vermitteln? Hochschullehrende, die selbst nie mit KI-Werkzeugen unterrichtet haben, können das kaum überzeugend tun. Eine Erhebung des Hochschulforums Digitalisierung aus dem Jahr 2024 zeigt, dass nur 21 Prozent der lehramtsausbildenden Professorinnen und Professoren KI-Tools regelmäßig in eigener Forschung oder Lehre einsetzen.
Dazu kommt die technische Seite. Viele Seminarbäude verfügen nicht über die nötige IT-Infrastruktur, um rechenintensive KI-Anwendungen direkt im Seminar zu nutzen. Cloudbasierte Lösungen scheitern an restriktiven Datenschutzvorgaben einzelner Bundesländer, die den Einsatz amerikanischer Anbieter in Lehrveranstaltungen erschweren oder untersagen.
Einige Universitäten begegnen dem Problem mit Pilotlaboren: abgeschlossene Rechnerpools mit eigens lizenzierten, datenschutzkonformen KI-Umgebungen. Das ist teuer. Die Investitionskosten für ein vollständig ausgestattetes „KI-Didaktik-Labor“ bewegen sich nach Angaben beteiligter Hochschulen zwischen 80.000 und 150.000 Euro, ohne laufende Betriebskosten.
Praxisbeispiele aus dem Schulunterricht als Ankerpunkt
Gute Lehramtsausbildung orientiert sich an dem, was im Klassenzimmer tatsächlich passiert. Deshalb holen einige Programme Lehrkräfte aus Schulen aktiv in die Hochschullehre. An der Pädagogischen Hochschule Heidelberg kooperieren seit 2023 Grundschullehrerinnen, die KI-Tools für Differenzierung im Leseunterricht einsetzen, direkt mit Seminaren für Lehramtsstudierende. Die Studierenden beobachten, analysieren und diskutieren konkrete Stunden, bevor sie eigene Entwürfe entwickeln.
Solche Verzahnungen zwischen Hochschule und Schule beschleunigen den Wissenstransfer in beide Richtungen. Lehrkräfte an Schulen profitieren von aktueller Forschung, die Hochschulen bekommen Rückmeldung darüber, welche Kompetenzen im Alltag tatsächlich gebraucht werden und welche gut gemeinten Seminarinhalte an der Schul-Wirklichkeit vorbeigehen.
Was angehende Lehrkräfte jetzt tun können
Wer heute im Lehramtsstudium ist, muss nicht auf überarbeitete Curricula warten. Konkrete Schritte helfen, den Rückstand gegenüber einer sich schnell entwickelnden Technologie zu verkürzen:
- Fachübergreifende Module zu Mediendidaktik und digitaler Bildung aktiv suchen und belegen, auch wenn sie nicht Pflicht sind
- KI-gestützte Unterrichtsplanung in freiwilligen Schulpraktika systematisch erproben und dokumentieren
- Portfolios anlegen, die konkrete Beispiele des KI-Einsatzes zeigen, nicht nur Zertifikate über Kursbesuche
- Kollegiale Netzwerke mit Studierenden anderer Fächer aufbauen, da fächerübergreifende KI-Kompetenz in der Schule wichtiger ist als fachspezifisches Detailwissen
Die Universitäten, die 2026 als Vorreiter gelten werden, sind jene, die KI-Kompetenzen nicht als technisches Add-on behandeln, sondern als pädagogische Kernfrage: Wie lernen Menschen, und was verändert sich daran, wenn intelligente Systeme diesen Prozess begleiten? Wer diese Frage ernsthaft stellt, bildet Lehrkräfte aus, die Schule nicht nur verwalten, sondern gestalten.
