Auftrag

Über Artificial Intelligence (AI)
Ein KI-System ist ein maschinengestütztes System, das für den Betrieb mit unterschiedlichen Autonomiestufen ausgelegt ist und Ergebnisse wie Vorhersagen, Empfehlungen oder Entscheidungen generieren kann, die physische oder virtuelle Umgebungen beeinflussen (AI Act). Das Themenspektrum der KI umfasst mehrere Teilgebiete wie beispielsweise: Problemlösen und Suchverfahren, Wissensrepräsentation und Schlussfolgern, Planen, Unsicherheit und probabilistische Modelle, Maschinelles Lernen, Neuronale Netze und Deep Learning, Natürliche Sprachverarbeitung, Robotik und Wahrnehmung, Multiagentensysteme und Reinforcement Learning (Russell & Norvig, 2021).

Quellen:

European Union (2024). Regulation laying down harmonised rules on Artificial Intelligence (AI Act).

Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.

Über Digital Well-Being

Das Konzept des Digital Well-Being bezieht sich auf das Wohlbefinden von Menschen in einer zunehmend digitalisierten Welt und zielt darauf ab, einen gesunden und ausgewogenen Umgang mit digitalen Technologien zu fördern (Baumann, 2024).

Digital Well-Being wird auf internationaler und europäischer Ebene als eigenständiges strategisches Handlungsfeld in der Bildungspolitik behandelt. Die WHO Europa hat im Mai 2025 ein Policy Brief zu digitalen Determinanten der psychischen Gesundheit junger Menschen veröffentlicht, um Länder bei der Formulierung evidenzbasierter politischer Antworten auf den zunehmenden Einfluss digitaler Technologien auf das Wohlbefinden zu unterstützen (WHO Regional Office for Europe, 2025). Auf europäischer Ebene hat der EU-Rat 2022 eigene Schlussfolgerungen zur Unterstützung des Wohlbefindens in der digitalen Bildung verabschiedet und fordert Mitgliedstaaten auf, diesen Aspekt systematisch in ihre Bildungsstrategien zu integrieren (Council of the European Union, 2022).

Quellen:

Baumann, A. (2024). Digitales Wohlbefinden. Bayerisches Forschungsinstitut für Digitale Transformation (bidt). https://www.bidt.digital/glossar/digitales-wohlbefinden/

Council of the European Union (2022). EU highlights the importance of well-being in digital education. https://www.consilium.europa.eu/en/press/press-releases/2022/11/28/eu-highlights-the-importance-of-well-being-in-digital-education/

World Health Organization Regional Office for Europe (2025). Addressing the digital determinants of youth mental health and well-being: policy brief. https://www.who.int/europe/publications/i/item/WHO-EURO-2025-12187-51959-79685

Über Digital Skills & Literacy

Während der Themenbereich Digital Skills das «Was» und «Wie» der Technologienutzung adressiert – welche Tools eingesetzt werden und wie sie bedient werden – erweitert Digital Literacy den Fokus auf das «Warum, Wann, Wer und für Wen» (Bali, 2016). Digital Literacy bezeichnet die Fähigkeit, digitale Technologien sicher und angemessen für Information, Kommunikation, Problemlösung und die Erstellung digitaler Inhalte zu nutzen (Law et al., 2018) und umfasst kritisches Urteilsvermögen sowie ethische Reflexion.

BeLEARN führt Digital Skills & Digital Literacy als gemeinsamen Themenbereich, da technische Fertigkeiten ohne kritisches Urteilsvermögen ebenso unzureichend sind wie reflektierte Haltungen ohne praktische Anwendungskompetenz. Digital Literacy wird auf internationaler, europäischer und nationaler Ebene als strategisch zentrale Kompetenz für das 21. Jahrhundert anerkannt und in bildungspolitischen Strategien und Zielsetzungen verankert:

• UNESCO: Aufnahme des Indikators 4.4.2 zu SDG 4.4, der den Prozentsatz der Jugendlichen und Erwachsenen misst, die mindestens ein Mindestniveau an Kompetenz in Digital Literacy erreicht haben (UNESCO Institute for Statistics, o. J.)
• EU: Die Europäische Kommission hat Guidelines für Lehrpersonen entwickelt, um Digital Literacy zu fördern und Desinformation durch Bildung und Ausbildung zu bekämpfen, wobei betont wird, dass Digital Literacy noch nie so wichtig war wie in der heutigen zunehmend digitalisierten Welt (European Commission, o.J.).

Quellen:

Bali, M. (2016, 3. Februar). Knowing the difference between digital skills and digital literacies, and teaching both. Literacy Worldwide. https://www.literacyworldwide.org/blog/literacy-now/2016/02/03/knowing-the-difference-between-digital-skills-and-digital-literacies-and-teaching-both

European Commission (o.J.). Guidelines for teachers to foster digital literacy and tackle disinformation. https://education.ec.europa.eu/focus-topics/digital-education/action-plan/guidelines-for-teachers-to-foster-digital-literacy-and-tackle-disinformation

Law, N., Woo, D., de la Torre, J., & Wong, G. (2018). A global framework of reference on digital literacy skills for indicator 4.4.2 (UIS Information Paper No. 51). UNESCO Institute for Statistics. https://unesdoc.unesco.org/ark:/48223/pf0000265403

UNESCO Institute for Statistics. (o. J.). Monitoring framework. Abgerufen am 5. November 2025 von https://www.uis.unesco.org/en/gaml/monitoring-framework

Über Digital Tools
Digitale Werkzeuge sind – im Sinne der MINT-Didaktiken – konkrete digitale Anwendungen und technische Geräte, deren interaktive Funktionalität gezielt eingesetzt wird, um den Kompetenzerwerb von Lernenden zu fördern und Prozesse der Erkenntnisgewinnung zu unterstützen (Roth et al, 2023).

Digitale Tools können Lernende dabei unterstützen, Informationen zu verarbeiten und daraus Wissen zu konstruieren. Sie ermöglichen individualisierte Lernwege und bieten unmittelbares Feedback, wodurch unterschiedliche Lernvoraussetzungen besser berücksichtigt werden können. Insbesondere im Kontext der Inklusion zeigen digitale Tools und unterstützende Technologien ihr Potenzial: Sie bieten Schüler*innen mit unterschiedlichen Fähigkeiten einen gleichberechtigten Zugang zum Lernen, indem sie Lehrmethoden personalisierbar machen, Barrieren abbauen und eine barrierefreie sowie gerechte Lernumgebung fördern, in der alle Lernenden teilhaben können (Navas-Bonilla et al., 2025). Gleichzeitig fördern sie kollaborative Arbeitsformen, indem sie Kommunikation und gemeinsame Problemlösungen erleichtern. Darüber hinaus tragen digitale Werkzeuge wesentlich zur Entwicklung zentraler digitaler Kompetenzen bei, die in einer modernen, technologisierten Gesellschaft unverzichtbar sind und erweitern das didaktische Repertoire von Lehrpersonen um neue Formen des Lehrens und Lernens.

Quellen:

Navas-Bonilla, C. del R., Guerra-Arango, J. A., Oviedo-Guado, D. A., & Murillo-Noriega, D. E. (2025). Inclusive education through technology: A systematic review of types, tools and characteristics. Frontiers in Education, 10, 1527851. https://doi.org/10.3389/feduc.2025.1527851

Roth, J., Eilerts, K., Baum, M., Hornung, G. & Trefzger, T. (2023). Die Zukunft des MINT-Lernens – Herausforderungen und Lösungsansätze. In J. Roth, M. Baum, K. Eilerts, G. Hornung & T. Trefzger (Hrsg.), Die Zukunft des MINT-Lernens – Band 1. Springer Spektrum. https://doi.org/10.1007/978-3-662-66131-4_1

Über Digital Ethics
Digitale Ethik bezeichnet ein Teilgebiet der angewandten Ethik, das sich mit den moralischen und normativen Fragen des digitalen Wandels befasst. Im Anschluss an Informations- und Medienethik untersucht sie, welche Werte und Prinzipien (z. B. Autonomie, Gerechtigkeit, Privatheit, Transparenz, Verantwortung) die Entwicklung, Gestaltung und Nutzung digitaler Technologien – insbesondere Datenverarbeitung, algorithmische Systeme und Künstliche Intelligenz – in individuellen, organisationalen und gesellschaftlichen Kontexten leiten sollen, und wie diese praktisch umgesetzt werden können.
Ebenso befasst sich die Digitale Ethik mit den ethischen Problemen, die sowohl bei der Entwicklung als auch beim Einsatz digitaler Technologien entstehen, sowie mit den weitreichenden Auswirkungen der Digitalisierung auf unterschiedliche Bereiche menschlichen Lebens und gesellschaftlichen Handelns (vgl. Fenner, 2025).

Quellen:

Fenner, Dagmar (2025): Exkurs: Digitale Ethik. Bundeszentrale für politische Bildung. Online. bpb.de

Filk, C. (2025). Strengthening Digital Self-Determination: Integrating Media Ethics and Artificial Intelligence into Teacher Training for Everyday School Life. In: medienimpulse, Bd. 63, Nr. 1. https://doi.org/10.21243/mi-01-25-29

Über Data Science for Education
Data Science for Education bezeichnet ein interdisziplinäres Forschungs- und Anwendungsfeld, das datenwissenschaftliche Methoden – einschliesslich statistischer Analyse, maschinellen Lernens, Data Mining und Datenvisualisierung – auf Bildungsdaten anwendet, um Lehr- und Lernprozesse, pädagogische Entscheidungen und Bildungssysteme evidenzbasiert zu untersuchen, vorherzusagen und zu verbessern. Es verbindet datenanalytische Verfahren mit bildungswissenschaftlicher Theorie und berücksichtigt dabei den pädagogischen, organisatorischen sowie ethischen Kontext der Datennutzung im Bildungsbereich.

Data Science for Education bietet ein bedeutendes Potenzial für die Weiterentwicklung von Forschung, Lehre und Bildungssystemen. Durch die Integration datenwissenschaftlicher Methoden mit pädagogischer Expertise können Bildungsinstitutionen dateninformierte Entscheidungen treffen, personalisierte Lernumgebungen gestalten und komplexe Lernprozesse besser verstehen. Gleichzeitig erfordert dieses Feld ein hohes Mass an Sensibilität gegenüber ethischen Herausforderungen, insbesondere in Bezug auf Datenschutz, Fairness und Transparenz. Die unten genannten Forschungsarbeiten zeigen, dass Data Science for Education nur dann nachhaltig wirksam sein kann, wenn technologische Möglichkeiten und pädagogische Verantwortung gemeinsam gedacht werden.

Quellen:

Gašević, D., Dawson, S., & Siemens, G. (2015). Let’s Not Forget: Learning Analytics Are About Learning. TechTrends, 59, 64–71. https://doi.org/10.1007/s11528-014-0822-x

Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann. https://doi.org/10.1016/C2009-0-61819-5

Ifenthaler, D., & Yau, J. Y.-K. (2020). Utilising Learning Analytics for Study Success: Reflections on Ethical and Data-Protection Considerations. Educational Technology Research and Development, 68, 421–426. https://doi.org/10.1007/s11423-020-09788-z

Martínez-Maldonado, R. (2019). Designing Learning Analytics for Educational Data Science. British Journal of Educational Technology, 50(6), 2763–2777. https://doi.org/10.1111/bjet.12871

Prinsloo, P., & Slade, S. (2017). An Elephant in the Learning Analytics Room: The Ethical Challenges of Learning Analytics. Journal of Learning Analytics, 4(1), 3–19. https://doi.org/10.18608/jla.2017.41.2

Suthers, D., & Verbert, K. (2013). Learning Analytics. American Behavioral Scientist, 57(10), 1410–1425. https://doi.org/10.1177/0002764213498851