Schul-KI-Debatte · der übersehene Begriff
Kalibrierung — der blinde Fleck der Schul-KI-Debatte.
Die Diskussion über KI in der Schule kreist um Werkzeuge, Datenschutz und Prüfungsbetrug; fast unberührt bleibt eine Frage, die diesen dreien vorausgeht: Wie verlässlich ist eine Maschine, die ihre eigene Verlässlichkeit nicht kennt? Sprachmodelle formulieren Falsches im selben ruhigen Ton wie Richtiges. Wer mit ihnen arbeiten will, muss daher weniger ihre Antworten glauben als ihre Sicherheit lesen lernen — dieser Beitrag schlägt dafür einen Begriff aus der Wahrscheinlichkeitstheorie vor: Kalibrierung.
Kalibrierung ist ein schlichter, prüfbarer Begriff. Wer in hundert Fällen jeweils „zu 80 Prozent sicher" ist, sollte in rund achtzig dieser Fälle recht behalten. Stimmt das Verhältnis von Selbstsicherheit und Trefferquote, ist eine Aussagequelle gut kalibriert. Klafft es auseinander, ist sie überkonfident: Sie klingt sicherer, als sie ist — bei den verbreiteten Chat-Modellen messbar der Normalfall. Zugleich fehlt der Begriff in der schulischen Debatte, die lieber von „Halluzinationen" spricht, als ginge es um seltene Ausrutscher.
Ein Sprachmodell berechnet, welches Wort wahrscheinlich folgt. Der zuversichtliche Tonfall entsteht aus dem Sprachmuster, nicht aus geprüftem Wissen. Form und Verlässlichkeit fallen auseinander: Die Form bleibt souverän, auch wenn der Inhalt kippt.
Menschen lesen Selbstsicherheit als Kompetenzsignal: bei Personen meist zu Recht, bei Maschinen irreführend. Die Forschung nennt die Neigung, einem automatischen System mehr zu vertrauen, als es verdient, Automation Bias (Parasuraman & Manzey 2010).
Befund · Modelle. Aktuelle Sprachmodelle sind systematisch überkonfident und schlecht kalibriert (Chhikara 2025). Ein Preprint misst über fünf Modelle hinweg, dass sie die eigene Trefferwahrscheinlichkeit um 20 bis 60 Prozentpunkte überschätzen (Sun et al. 2025). Die ausgedrückte Sicherheit sagt wenig über die tatsächliche Treffergenauigkeit.
Chhikara, P. (2025): Mind the Confidence Gap. arXiv:2502.11028 · Sun, F., Li, N., Wang, K. & Goette, L. (2025): Large Language Models are overconfident and amplify human bias. arXiv:2505.02151 (Preprint)
Befund · Schüler:innen. Eine systematische Übersichtsarbeit fasst zusammen: Bei übermäßiger Stützung auf KI-Dialogsysteme kann sich die Denkarbeit vom Prüfen zum bloßen Akzeptieren verlagern. Hohe Konfidenz des Systems wird mit Verlässlichkeit verwechselt, insbesondere wenn kaum eigenes Vorwissen gegenhält.
Zhai, C., Wibowo, S. & Li, L. D. (2024): The effects of over-reliance on AI dialogue systems on students' cognitive abilities: a systematic review. Smart Learning Environments 11(1), Art. 28. DOI 10.1186/s40561-024-00316-7
Beide Befunde greifen ineinander. Eine überkonfidente Quelle trifft auf einen Vertrauensreflex, der Konfidenz für Kompetenz nimmt — riskant ist weniger der Fehler selbst als der sichere Ton, in dem er auftritt.
Aus dem Begriff folgt eine Unterrichtsaufgabe, die sich nicht an ein Tool bindet: Schüler:innen sollen die Sicherheit einer Quelle einschätzen lernen, nicht ihren Wortlaut übernehmen. Diese Vertrauenskalibrierung ist in zwei Fächern besonders greifbar.
Der Beweis prüft sich selbst. KI einen Rechen- oder Beweisschritt vorschlagen lassen, jeden Schritt am Kriterium prüfen: Folgt er wirklich aus dem vorigen? Der souveräne Ton ersetzt keine Begründung — die Mathematik liefert das harte Korrektiv.
Sicheres Urteilen ist kein Argument. KI eine ethische Position vertreten lassen, betont entschieden, dann fragen: Trägt die Begründung, oder trägt nur der Ton? Die Maschine wird zum Gegenstand des Faches: Konfidenz, Autorität, Vertrauen.
In beiden Fällen ist nicht die richtige Antwort das Lernziel, sondern die geprüfte Einschätzung, wie weit man der Antwort trauen darf.
Der Ausschnitt ist erfunden. Die Aufforderung, die eigene Sicherheit zu beziffern und die schwächste Stelle zu benennen, verschiebt die Arbeit zurück zu den Schüler:innen: Sie prüfen, statt zu übernehmen. Dieselbe Nachfrage funktioniert im Werte-&-Normen-Unterricht genauso: Wie sicher bist du dir bei dieser ethischen Einschätzung, und welches Argument würdest du selbst zuerst infrage stellen?
Dies ist kein Argument gegen KI im Unterricht, sondern der Vorschlag, einen Begriff aus der Wahrscheinlichkeitstheorie in die Schul-Debatte zu holen — er benennt, was „Halluzination" verfehlt: Problematisch ist die gleichbleibende Sicherheit, mit der richtige und falsche Aussagen vorgetragen werden — weniger der einzelne Fehler. Auch die Zahlen sind mit Vorsicht zu lesen: Der Abstand zwischen geäußerter Sicherheit und Trefferquote hängt von Modell, Aufgabe und Messverfahren ab — die Größenordnung ist belastbar, der Einzelwert nicht.
Faustregel
Nicht die Antwort der KI ist zu prüfen, sondern ihre Sicherheit. Wer Konfidenz lesen lernt, übernimmt sie nicht mehr blind.
Worauf es hinausläuft
Die Schul-KI-Debatte fragt, welche Werkzeuge an die Schule dürfen. Die wichtigere Frage ist, wie man ihnen begegnet: Eine überkonfidente Quelle erzieht zur Übernahme, sofern niemand das Vertrauen kalibriert — als Rechenschritt, der sich selbst prüft, und als ethisches Urteil, das nicht vom Ton lebt.
KI-Kompetenz ist hier keine Bedien-, sondern eine erkenntnistheoretische Fähigkeit: Vertrauen dosieren, nicht übernehmen.