IDPA 2026
KI im Unterricht
Unterscheidet sich die Nutzung von KI zwischen verschiedenen technischen Bildungsgängen?
Finden wir es heraus!
Ersteller: Constantin Brünig, Elia Schnyder, Livio Christen
Der Abstract
In dieser Arbeit wird untersucht, wie Künstliche Intelligenz (KI) in drei technischen Bildungsgängen genutzt wird: in der Berufsschule technischer Berufe, in der Berufsmaturität TALS sowie in der technisch ausgerichteten Maturität. Der Fokus liegt auf den Einstellungen und dem Lernverhalten der Lernenden sowie auf den Einstellungen und der Unterrichtsgestaltung der Lehrpersonen. Es wurde eine quantitative Befragung von insgesamt 143 Lernende und 20 Lehrpersonen durchgeführt.
Ergebnisse
Methode
Fragestellung
Zurück
Die Einleitung
Bezug zur Arbeitswelt
Einführug inkl. Fragestellung und Problemstellung
Was ist KI?
Interdisziplinarität
Untersuchte Schulformen
Der Vergleich
Stichprobenumfang
Methode & Definition Relative Häufigkeit
Lernende
Wichtige Hinweise!
Lehrpersonen
Das Fazit
Lernende
Schwachstellen & Nutzen
Gesamtbeantwortung der Fragestellung
Lehrpersonen
Zusmmanhang mit bereits bestehender Studie & aktueller Forschung
Der Arbeitsprozess
Team
Arbeitsprozess
Danke
Das Quellenverzeichnis
Definition Relative Häufigkeit
Signifikanztest Chi-Quadrat
Vergleichs-Studie + Aktuelle Forschung
Fragebögen
Fehler 2. Art
KI Webseite
Schulformen
Abbildungsverzeichnis & Eigenständigkeitserklärung
Wo KI genutzt wird
Lernende
Häufigkeit der Nutzung
Nutzung In diesem Abschnitt werden ausgewählte Ergebnisse des ersten Teils der quantitativen Befragung der Lernenden dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug auf die Nutzung von KI im Unterricht. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten zweier Multiple-Choice Fragen und einer Frage via Likert Skala. Durch anklicken gelangen sie zu einer detaillierten Ansicht.
Für welche Tätigkeiten
Weiter
Zurück
Lernende
Hilfe beim Lernen
Weniger Selbstlernen durch KI?
Einstellung In diesem Abschnitt werden ausgewählte Ergebnisse des zweiten Teils der quantitativen Befragung der Lernenden dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug zu der Einstellung im schulischen Kontext zu KI. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = Stimme gar nicht zu, 5 = Stimme total zu). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Lernaufwand mit KI
Zurück
Weiter
Offene Fragen Lernende
Attraktivität von KI im Lernprozess
Konkrete Unterstützung durch KI im Lernprozess
Gesamtfazit
Erwartungen an Schule und Lehrpersonen im Umgang mit KI
Nachteile und Risiken von KI beim Lernen
Zurück
Lehrpersonen
Nutzung für Unterrichtsvorbereitung
Nutzung während des Unterrichts
Nutzung In diesem Abschnitt werden ausgewählte Ergebnisse des ersten Teils der quantitativen Befragung der Lehrpersonen dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug auf die Nutzung und Integration von KI im Unterricht. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = nie, 5 = sehr oft). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Anpassung der Unterrichtsgestaltung durch KI
Thematisierung im Unterricht
Zurück
Weiter
Lehrpersonen
Ist KI eine Chance für die Bildung?
Positiv gegenüber dem Einsatz von KI
Einstellung In diesem Abschnitt werden ausgewählte Ergebnisse des zweiten Teils der quantitativen Befragung der Lehrpersonen dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug zu der Einstellung im schulischen Kontext zu KI. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = Stimme gar nicht zu, 5 = Stimme total zu). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Sorgen, dass KI zu mehr Betrug führt
Zurück
Weiter
Offene Fragen Lehrpersonen
Chancen von KI im Unterricht
Beispiele KI-Einsatz im Unterricht
Gesamtfazit
Risiken von KI im Unterricht
Erwartungen an die Schule im Umgang mit KI
Zurück
Signifikanztest Chi-Quadrat
Studyflix definiert den Chi-Quadrat-Test als ein statistisches Verfahren zur Untersuchung von Zusammenhängen zwischen zwei kategorialen Variablen. Dabei werden die beobachteten Häufigkeiten in einer Kontingenztafel mit denjenigen Häufigkeiten verglichen, die unter der Annahme der Unabhängigkeit der Variablen zu erwarten wären. Sind die Abweichungen zwischen beobachteten und erwarteten Werten ausreichend gross, kann auf einen statistisch signifikanten Zusammenhang geschlossen werden (Studyflix [Hrsg.], 2025).
Der Chi-Quadrat-Test wurde angewendet, um zu prüfen, ob zwischen den Bildungsgängen ein statistisch signifikanter Zusammenhang besteht. Da sowohl der Bildungsgang als auch die Antwortkategorien kategorial skaliert sind und die Daten in Form absoluter Häufigkeiten vorliegen, eignet sich der Chi-Quadrat-Unabhängigkeitstest zur Analyse dieser Ergebnisse. Für den Test werden ausschliesslich absolute Häufigkeiten verwendet! Der Test wurde bei den Lehrpersonen gar nicht und bei den Lernenden nur beschränkt angewendet. Grund dafür ist der zu kleine Stichproben Umfang (n=20) der Lehrpersonen und bei den Lernenden ist bei Multiple-Choice-Fragen mit Mehrfachnennungen die Voraussetzung der Unabhängigkeit verletzt, da mehrere Antworten pro Person möglich sind. Diese Ergebnisse werden daher ausschliesslich deskriptiv ausgewertet.
Signifikanzniveau
Team
Drei Persönlichkeiten, ein Team
Elia Schnyder
Constantin Brünig
Livio Christen
Abb. 2: Coni
Abb. 3: Elia
Abb. 4: Livio
Arbeitsprozess
Neu orientiert & weitergemacht
Neu Anfang
Start als 4er Gruppe
Erste Themenidee
Veränderung im Team
Danke
Wir möchten uns herzlich bei allen bedanken, die uns während unserer IDPA unterstützt haben. Durch wertvolle Begleitung, konstruktives Feedback und motivierende Rückmeldungen konnten wir unser Projekt erfolgreich umsetzen. Auch wollen wir allen herzlich danken die unseren Fragebogen sorgfältig ausgefüllt haben.
Ein spezieller Dank gilt:Frau Denise Haas für die Verbreitung der Umfragebögen am Gymnasium Neufeld und fachliche Tipps. Herr Marco Pagano für die Verbreitung der Umfragebögen an der Berufsschule der Gibb. Frau Isabelle Rast und Herr Reto Reuter Für die Verbreitung der Umfragebögen an der BMS TALS Abteilung der gibb und die Unterstützung bei der Durchführung unserer IDPA. Merci!
Zusammenhang mit bereits bestehender Studie
Die Ergebnisse der vorliegenden Untersuchung stehen im Einklang mit dem Bericht „Künstliche Intelligenz in der Schweiz 2024“ der Universität Zürich, welcher eine rasche Verbreitung von KI-Tools in der Schweizer Bevölkerung dokumentiert. Demnach haben bereits 54 % der Schweizer Internetnutzer*innen KI-Tools genutzt, wobei insbesondere jüngere und höhergebildete Personen diese häufiger verwenden.Auch die in der nationalen Studie festgestellte Ambivalenz zwischen wahrgenommenen Effizienzgewinnen und gleichzeitigen Bedenken hinsichtlich Überwachung und Fehlinformationen spiegelt sich in den vorliegenden Ergebnissen wider, insbesondere in der Sorge vor Leistungsbetrug bei Lehrpersonen. Während der nationale Bericht deutliche Unterschiede nach Alter und Bildungsniveau aufzeigt, konnten in der vorliegenden Untersuchung zwischen den drei technischen Bildungsgängen keine statistisch signifikanten Differenzen festgestellt werden. Dies deutet darauf hin, dass sich die Integration von KI innerhalb vergleichbarer technischer Bildungskontexte weniger stark unterscheiden könnnte als zwischen breiteren Bevölkerungsgruppen.
"Künstliche Intelligenz in der Schweiz 2024", Universität Zürich
Zusammenhang mit aktueller Forschung der PH Bern
Bildungsspezifische Forschungs- und Entwicklungsaktivitäten der Pädagogischen Hochschule Bern zeigen, dass der Einsatz von KI im Unterricht aktuell intensiv diskutiert und weiterentwickelt wird. Im Dossier «Künstliche Intelligenz»(PH Bern [Hrsg],2024) thematisiert die PH Bern insbesondere didaktische Chancen, den Professionalisierungsbedarf von Lehrpersonen sowie Herausforderungen im Umgang mit Leistungsnachweisen und Bewertungssituationen. Darüber hinaus werden Unterrichtsmaterialien, Weiterbildungsangebote, Veranstaltungen und laufende Projekte im Zusammenhang mit KI ausgewiesen, was die hohe Aktualität und Relevanz des Themas im schulischen Kontext unterstreicht. Diese Schwerpunkte decken sich mit den in der vorliegenden Untersuchung beobachteten Spannungsfeldern zwischen positiver Nutzungseinschätzung und gleichzeitigen Bedenken hinsichtlich Leistungsüberprüfung.
"Künstliche Inteligenz", PH Bern
Schulformen
Die Website berufsberatung.ch unterstützte uns bei der Auswahl geeigneter Schulformen für unsere Arbeit. Mithilfe der dort verfügbaren Informationen entschieden wir uns gezielt für die Berufsschule technischer Berufe, die Berufsmaturität TALS sowie die technisch ausgerichtete Maturität. Dadurch konnten wir unser Thema klar eingrenzen und den Fokus auf diese drei relevanten Ausbildungswege legen.
Arbeitswelt
KI wird auch ausserhalb von Bildungseinrichtungen in vielen Bereichen genutzt. Deshalb ist der Umgang mit KI eine Fähigkeit, die für die spätere Arbeitswelt relevant sein kann. Wie KI in der Ausbildung eingesetzt wird, kann prägen, wie Lernende KI später verantwortungsvoll und sinnvoll nutzen.
Wird sich Sorgen gemacht, dass durch KI selber weniger gelernt wird?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob durch KI weniger selber gelernt wird (Skala 1–5). In allen drei Bildungsgängen verteilen sich die Antworten schwerpunktmässig im mittleren Bereich der Skala. Der Median liegt bei der BMS bei 2, bei der technischen Maturität bei 3 sowie bei der technischen Berufsschule ebenfalls bei 3. Dies deutet insgesamt auf eine eher zurückhaltende oder uneinheitliche Einschätzung hin. Die geringsten relativen Anteile der drei Gruppen liegen im Bereich 5 "Stimme total zu".
Im Hinblick auf die Einschätzung, ob durch KI weniger gelernt wird, zeigen sich leichte Unterschiede zwischen den Bildungsgängen. Bei der BMS liegt der Median bei 2 und deutet somit auf eine eher ablehnende Haltung hin, während er bei der technischen Maturität und der technischen Berufsschule bei 3 liegt, was auf eine neutralere Einschätzung hindeutet. Der besonders hohe relative Anteil der technischen Maturität in Kategorie 3 verstärkt den Eindruck einer ausgeprägt neutralen Haltung im Vergleich zur BMS.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Wie häufig werden KI-Tools für die Unterrichtsvorbereitung verwendet?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Nutzung von KI-Tools zur Unterrichtsvorbereitung zeigen sich Unterschiede zwischen den Bildungsgängen. Die BMS weist mit dem Schwerpunkt in Kategorie 4 und einem Median von 4 eine vergleichsweise häufige Nutzung auf. Die technische Maturität beschränkt sich auf die Kategorien 2 und 3 und zeigt damit eine eher zurückhaltende Nutzung. Die technische Berufsschule liegt mit einem Median von 3 im mittleren Bereich. Dies könnte darauf hindeuten, dass KI in der BMS stärker in die Unterrichtsvorbereitung integriert ist, während sie in den beiden anderen Bildungsgängen eher ergänzend genutzt wird.
Abgebildet sind die relativen Häufigkeiten zur Nutzung von KI-Tools für die Unterrichtsvorbereitung (Skala 1–5). Bei der BMS konzentrieren sich die höchsten Anteile deutlich auf Kategorie 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %). Die technische Berufsschule weist im Vergleich zu den anderen beiden Bildungsgängen eine breitere und gleichmässigere Verteilung über mehrere Kategorien auf. Der Median liegt bei der BMS bei 4, bei der technischen Maturität bei 2.5 (zwischen 2 und 3) und bei der technischen Berufsschule bei 3.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Was wünschst du dir von deiner Schule / deinen Lehrpersonen im Umgang mit KI?
Die Erwartungen unterscheiden sich ebenfalls. In der Berufsschule technischer Berufe wünschen sich Lernende klare Regeln und praxisnahe Anleitungen. In der Berufsmaturität TALS wird Transparenz bei Leistungsnachweisen betont. Die technisch ausgerichtete Maturität erwartet eine stärkere Integration von KI in den Unterricht. Insgesamt zeigt sich der Wunsch nach Orientierung, Fairness und klarer didaktischer Einbettung.
Unterscheidet sich die Nutzung und Einstellung von KI bei den befragten Lernenden?
In Bezug auf die Lernenden zeigt sich insgesamt ein weitgehend ähnliches Nutzungs- und Einstellungsmuster in allen drei technischen Bildungsgängen. Die Nutzungshäufigkeit von KI im Unterricht unterscheidet sich nicht signifikant; in allen Gruppen liegt der Median bei 3. Auch hinsichtlich der Einschätzung, ob KI eine Hilfe beim Lernen darstellt, zeigen sich überwiegend positive Bewertungen ohne signifikante Unterschiede. Leichte Differenzen betreffen einzelne Schwerpunktsetzungen: Die BMS nutzt KI stärker für textbasierte Aufgaben und weist höhere Zustimmungswerte bezüglich eines erhöhten Lernaufwands ohne KI auf. Die technische Berufsschule zeigt teilweise neutralere Einschätzungen, während die technische Maturität in einzelnen Bereichen eine besonders ausgeprägt neutralerer Position einnimmt. Insgesamt ergeben sich jedoch keine systematisch unterschiedlichen Nutzungsprofile. Damit lässt sich festhalten, dass sich die befragten Lernenden in den drei Bildungsgängen in ihrer Nutzung, ihrem Lernverhalten und ihren Einstellungen gegenüber KI nur geringfügig unterscheiden.
Wird dem Einsatz von KI positiv gegenüber gestanden?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Haltung gegenüber dem Einsatz von KI zeigen sich Unterschiede zwischen den Bildungsgängen. Die BMS steht dem KI-Einsatz überwiegend positiv gegenüber, was sich im hohen Median widerspiegelt. Die technische Berufsschule zeigt ebenfalls eine eher positive Tendenz, jedoch weniger ausgeprägt. Die technische Maturität bewertet den KI-Einsatz zurückhaltender und bewegt sich im mittleren Bereich. Dies könnte darauf hindeuten, dass die Akzeptanz von KI insbesondere in der BMS stärker ausgeprägt ist als in der technischen Maturität.
Abgebildet sind die relativen Häufigkeiten zur Frage, ob dem Einsatz von KI positiv gegenübergestanden wird (Skala 1–5). In der BMS konzentrieren sich die Antworten auf die Kategorien 3 und 4 (je 36 %), gefolgt von Kategorie 5 (21 %); der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), womit der Median bei 2.5 (zwischen 2 und 3) liegt. In der technischen Berufsschule liegen die höchsten Anteile in Kategorie 3 (50 %) sowie in den Kategorien 4 und 5 (je 25 %); der Median beträgt 3.5 (zwischen 3 und 4).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Livio Christen
Alter: 20 Jahre Ausbildung: Zeichner EFZ Musikgeschmack: Rap, Hip-Hop Hobbys: Eishockey Motivationssatz: Erfolg ist kein Zufall, ausser bei mir, manchmal schon
Gibt es ein konkretes Beispiel, wie Sie KI bereits erfolgreich im Unterricht eingesetzt haben?
Auch beim Einsatz zeigen sich Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird KI hauptsächlich für Recherche, Dokumentation und Problemlösungen genutzt. In der Berufsmaturität TALS unterstützt sie Schreibprozesse und komplexe Denkaufgaben. Die technisch ausgerichtete Maturität setzt KI zusätzlich zur Analyse und Diskussion im Unterricht ein. Insgesamt reicht die Nutzung von einem instrumentellen Werkzeug bis hin zu einem reflexiven Unterrichtsgegenstand.
Hast du ein Beispiel, wie dir KI konkret beim Lernen geholfen hat?
Die Beispiele zeigen unterschiedliche Nutzungsmuster. In der Berufsschule technischer Berufe wird KI vor allem zur schnellen Klärung fachlicher Fragen eingesetzt. In der Berufsmaturität TALS unterstützt sie Schreibprozesse und das Verständnis komplexer Themen. Die technisch ausgerichtete Maturität nutzt KI zusätzlich für vertiefte Analysen und zur Erweiterung des Wissens. Insgesamt reicht die Nutzung von funktionaler Hilfe bis hin zu reflektierter Anwendung.
Was gefällt dir am meisten daran, KI zu benutzen?
Die Antworten zeigen Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird vor allem die Zeitersparnis und schnelle Problemlösung geschätzt. In der Berufsmaturität TALS gefällt besonders die Unterstützung beim Strukturieren und Formulieren komplexer Inhalte. Die technisch ausgerichtete Maturität betont zusätzlich den Nutzen für vertiefte Recherchen und technisches Verständnis. Insgesamt wird KI als hilfreiches und effizientes Lernwerkzeug wahrgenommen, jedoch mit unterschiedlicher Schwerpunktsetzung: praktisch, leistungsorientiert oder vertiefend.
Fazit
Die Analyse zeigt, dass sich die Nutzung von Künstlicher Intelligenz in den drei technischen Bildungsgängen weniger in der grundsätzlichen Akzeptanz als vielmehr in der Perspektive und Schwerpunktsetzung unterscheidet. Während die Berufsschule technischer Berufe KI primär praxisorientiert und instrumentell einsetzt, legt die Berufsmaturität TALS den Fokus auf akademische Qualität und eigenständige Denkleistung. Die technisch ausgerichtete Maturität erweitert die Nutzung zusätzlich um gesellschaftliche und reflexive Dimensionen. Somit beeinflusst der jeweilige Bildungsgang sowohl die Einstellungen der Lehrpersonen als auch die Unterrichtsgestaltung und die Bewertung des Lernverhaltens der Lernenden.
Ist der Lernaufwand ohne KI deutlich höher?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung des Lernaufwands ohne KI zeigen sich leichte Unterschiede zwischen den Bildungsgängen. Während die BMS und die technische Maturität mit einem Median von 4 tendenziell von einem höheren Lernaufwand ausgehen, liegt der Median der technischen Berufsschule bei 3 und deutet auf eine neutralere Einschätzung hin. Der hohe Anteil der BMS in Kategorie 5 spricht zudem dafür, dass sich die Lernenden der BMS im Vergleich zu den anderen Bildungsgängen eher sicher sind, dass der Lernaufwand ohne KI deutlich höher ist.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob der Lernaufwand ohne KI deutlich höher ist (Skala 1–5). In allen drei Bildungsgängen liegen die höchsten Anteile im zustimmenden Bereich der Skala. Der Median beträgt bei der BMS und der technischen Maturität 4, während er bei der technischen Berufsschule bei 3 liegt. Auffallend ist zudem der hohe relative Anteil der BMS in Kategorie 5, der deutlich über den Werten der beiden anderen Bildungsgänge liegt. Insgesamt verteilen sich die Antworten schwerpunktmässig im mittleren bis zustimmenden Bereich.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Für was wird KI genutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten der Nutzungsbereiche von KI der drei technischen Bildungsgänge (Multiple-Choice). In allen Gruppen weisen die Kategorien 1–4 hohe Anteile auf. Kategorie 5 (Schreiben von Texten) liegt bei der BMS mit 75 % deutlich über den Werten der beiden anderen Bildungsgänge (je 55 %). Der Modus liegt bei allen drei Bildungsgängen in Kategorie 1. Kategorie 9 zeigt die tiefsten relativen Häufigkeiten.
Im Hinblick auf die Nutzungsbereiche zeigen die drei Bildungsgänge insgesamt ein vergleichbares Muster. In allen Gruppen konzentriert sich die Nutzung vorwiegend auf unterstützende und inhaltliche Aufgaben (Kategorien 1–4). Auffällig ist jedoch die deutlich stärkere Nutzung der BMS im Bereich „Schreiben von Texten“ (Kategorie 5). Dies könnte auf einen verstärkten Gebrauch von KI für textbasierte Aufgaben in diesem Bildungsgang hinweisen.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse:1= Erklären schwieriger Themen 2= Zusammenfassen von Texten3= Ideenfindung 4= Kontrolle von Lösungen5= Schreiben von Texten6= Übersetzen / Vokabelhilfe 7= Programmieren / Code8= Präsentationen erstellen9= Keine schulische Nutzung
Was sind aus Ihrer Sicht die grössten Chancen von KI im Unterricht?
Die Antworten zeigen klare Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird KI vor allem als praxisorientiertes Werkzeug zur Effizienzsteigerung genutzt. In der Berufsmaturität TALS unterstützt sie komplexe Schreib- und Denkprozesse. Die technisch ausgerichtete Maturität reflektiert KI zusätzlich als Bildungsgegenstand im gesellschaftlichen Kontext. Insgesamt wird KI in allen drei Bildungsgängen als Chance gesehen, jedoch mit unterschiedlicher didaktischer Ausrichtung: instrumentell, leistungsorientiert oder reflexiv.
Ist KI eine Hilfe beim Lernen?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung, ob KI eine Hilfe beim Lernen darstellt, zeigen die drei Bildungsgänge ein insgesamt ähnliches Antwortmuster. Die Technische Berufsschule hat im Gegensatz zu den anderne beiden Bildungsgängen jedoch höhere Anteile in Kategorie 3 und geringere in Kategorie 5 auf, was darauf hindeuten könnte, dass KI dort tendenziell etwas weniger stark als hilfreich eingeschätzt wird als in den anderen beiden Bildungsgängen.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI eine Hilfe beim Lernen darstellt (Skala 1–5). In allen drei Bildungsgängen konzentrieren sich die höchsten Anteile im zustimmenden Bereich der Skala. Der Median beträgt in sämtlichen Gruppen 4, was auf eine überwiegend positive Bewertung hinweist. Die Kategorie 1 weist in allen Bildungsgängen die geringste relative Häufigkeit auf.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Signifikanzniveau
Studyflix definiert das Signifikanzniveau als die Wahrscheinlichkeit, die Nullhypothese fälschlicherweise zu verwerfen (Fehler 1. Art). In der vorliegenden Untersuchung wurde das Signifikanzniveau auf α = 0.05 festgelegt. Damit wird ein Fehlerrisiko von 5 % in Kauf genommen, einen nicht vorhandenen Zusammenhang zwischen Bildungsgang und bspw. der Nutzungshäufigkeit anzunehmen. Gleichzeitig besteht die Möglichkeit eines Fehlers 2. Art, bei dem ein tatsächlich vorhandener Zusammenhang nicht erkannt wird. Dieses Risiko kann insbesondere bei kleinen Stichproben erhöht sein und ist bei der Interpretation der Ergebnisse zu berücksichtigen. (Studyfix [Hrsg], 2025).
Methode
Im Rahmen dieses Projekts wird eine Befragung mit eigens erstellten, standardisierten Fragebögen durchgeführt. Ziel der Umfrage ist es,. herauszufinden, inwiefern sich die KI-Nutzung und die KI-Meinung von Lehrpersonen und Lernenden zwischen drei verschiedenen technischen Bildungsgängen im schulischen Kontext unterscheidet. Befragt wurde die BMS TALS und die DMG-Abteilung der gibb Bern sowie Klassen mit MINT Fächern als Klassenschwerpunkte des Gymnasiums Neufeld. Die Befragung gliedert sich in folgende Schritte:
1. Erstellung der Umfragebögen Gezielte Fragen entwickeln, um jeweils die Meinungen, Anwendungszwecke etc. der Lernenden und Lehrpersonen zu erfassen.
2. Pretest Überprüfung der Fragen mit Hilfe von KI auf richtige Qualität und ob sie sich eignen, unsere Fragestellung zu beantworten.
3. Fragebögen in Umlauf bringen An der DMG- und BMS (TALS) Abteilung der gibb Bern, sowie zusätzlich am Gymnasium Neufeld mit Schwerpunkt auf MINT-Fächern.
4. DatenanalyseAuswertung & Analyse der erhobenen Daten (Kennzahlen, Diagramme und ).
5. Darstellung der ErgebnissePräsentation der gesammelten Ergebnisse, Fazite etc. als Endprodukt auf einer interaktiven Homepage.
Signifikanztest
Warum diese Schulen?
Erklärungsvideo
Was sind für dich die grössten Nachteile oder Risiken von KI beim Lernen?
Auch bei den Risiken zeigen sich Unterschiede. In der Berufsschule technischer Berufe wird vor allem die Gefahr genannt, sich zu stark auf KI zu verlassen. In der Berufsmaturität TALS steht der mögliche Verlust eigenständigen Denkens im Vordergrund. Die technisch ausgerichtete Maturität thematisiert zusätzlich Fehlinformationen und mangelnde Quellenkritik. Insgesamt erkennen Lernende Risiken, gewichten diese jedoch unterschiedlich: Abhängigkeit, Leistungsabnahme oder fehlende kritische Reflexion.
Fragebögen
Auf den Fragebögen der Lernenden und Lehrpersonen hat natürlich unserer Arbeit aufgebaut. Die Fragebögen unterteilen sich in jeweils einen Grund-Fragebogen (Google-Forms) und eine zusammengefasste Version (Excel) welche zur Sortierung, Berechnung etc. der Daten gedient hat.
Was sind aus Ihrer Sicht die grössten Risiken oder Probleme im Zusammenhang mit KI im Unterricht?
Die Antworten zeigen auch bei den Risiken deutliche Unterschiede. In der Berufsschule technischer Berufe stehen fachlich falsche Informationen und Abhängigkeit im Vordergrund. In der Berufsmaturität TALS wird vor allem der Verlust eigenständigen Denkens und die Gefahr von Oberflächlichkeit betont. Die technisch ausgerichtete Maturität reflektiert zusätzlich gesellschaftliche Aspekte wie Datenschutz und Machtkonzentration. Insgesamt werden Risiken in allen drei Bildungsgängen wahrgenommen, jedoch mit unterschiedlichem Schwerpunkt: fachlich-praktisch, leistungsbezogen oder gesellschaftlich-reflexiv.
Wie häufig wird KI im Unterricht benutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten der KI-Nutzung im Unterricht der drei technischen Bildungsgänge. Es handelt sich um eine einfach geschlossene Frage ohne Mehrfachnennungen. Die höchsten relativen Anteile entfallen in allen Gruppen auf Kategorie 3. Kategorie 4 weist ebenfalls höhere Anteile auf, während die Randkategorie 1 (nie) die geringsten relativen Häufigkeiten zeigt. Der Median liegt in allen drei Bildungsgängen bei 3. Insgesamt sind die Verteilungen der drei Bildungsgänge ähnlich, mit leichten Verschiebungen zwischen den mittleren Kategorien.
Die Analyse zeigt, dass sich die Nutzungshäufigkeit von KI zwischen den Bildungsgängen nicht signifikant unterscheidet. Obwohl in einzelnen Kategorien leichte prozentuale Abweichungen erkennbar sind, lassen sich keine systematischen oder statistisch bedeutsamen Unterschiede feststellen. Die Nutzungsmuster sind insgesamt vergleichbar und deuten auf ein ähnliches Integrationsniveau von KI über alle Bildungsgänge hinweg hin.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Nie 5= Sehr oft
Wie oft wird KI um Unterricht thematisiert?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Thematisierung von KI im Unterricht zeigen sich moderate Unterschiede zwischen den Bildungsgängen. Die BMS weist mit einem Median von 3 eine leicht häufigere, jedoch auch stärker variierende Thematisierung auf, da als einzige sowohl Kategorie 1 als auch 5 vertreten sind. In der technischen Maturität und der technischen Berufsschule bewegt sich die Thematisierung überwiegend im unteren bis mittleren Bereich. Dies könnte darauf hindeuten, dass KI zwar in allen Bildungsgängen aufgegriffen wird, insgesamt jedoch eher gelegentlich als regelmässig explizit thematisiert wird.
Abgebildet sind die relativen Häufigkeiten zur Frage, wie oft KI im Unterricht thematisiert wird (Skala 1–5). Bei der BMS verteilen sich die Antworten über alle Kategorien, mit den höchsten Anteilen in Kategorie 2 (36 %) sowie in den Kategorien 3 und 4 (je 21 %). Der Median liegt bei 3. In der technischen Maturität entfallen die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), was zu einem Median von 2.5 (zwischen 2 und 3) führt. In der technischen Berufsschule liegen die Schwerpunkte in Kategorie 2 (50 %) sowie in den Kategorien 3 und 4 (je 25 %). Der Median beträgt hier 2.5.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Relative Häufigkeit
Für die Definition der relativen Häufigkeit haben wir die Quelle Studyflix benutzt, welche durch eine einfache, überschauliche und angenehme Erklärungsart überzeugt hat.
Informatik
Informatik
Pädagogik
Gesellschaft
Pädadogik
Gesellschaft
Wo wird KI genutzt?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einsatzbereiche zeigen die drei Bildungsgänge ein weitgehend ähnliches Muster, da die höchsten relativen Anteile jeweils in den Kategorien 1, 2 und 3 liegen und die Kategorien 5 und 6 die niedrigsten Werte aufweisen. Dennoch sind leichte Schwerpunktverschiebungen erkennbar: Während bei der BMS und der technischen Maturität der Modus in Kategorie 1 liegt, befindet er sich bei der technischen Berufsschule in Kategorie 2, was auf unterschiedliche Nutzungsschwerpunkte hindeuten könnte. Insgesamt ergeben sich keine grundlegend unterschiedlichen Nutzungsprofile, jedoch leicht variierende Einsatzbereiche zwischen den Bildungsgängen.
Abgebildet sind die relativen Häufigkeiten der Einsatzbereiche von KI der drei technischen Bildungsgänge. Es handelt sich um eine Multiple-Choice-Frage mit möglichen Mehrfachnennungen. Der Modus der BMS sowie der technischen Maturität liegt bei Kategorie 1, während der Modus der technischen Berufsschule in Kategorie 2 liegt. Die Kategorie 6 weist in allen drei Bildungsgängen die geringsten bis gar keine relativen Häufigkeiten auf.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse:1= Prüfungsvorbereitung 2= Im/für Unterricht3= Zu Hause für Hausaufgaben 4= Freizeit5= Am Arbeitsplatz6= Keine Nutzung von KI
Unterscheidet sich die Nutzung und Einstellung von KI bei den befragten Lehrpersonen?
Bei den befragten Lehrpersonen zeigen sich in der deskriptiven Betrachtung Unterschiede hinsichtlich Nutzung, Unterrichtsgestaltung und Einstellungen gegenüber KI. So nutzen die befragten Lehrpersonen der BMS KI tendenziell häufiger zur Unterrichtsvorbereitung und passen die Unterrichtsgestaltung stärker an, während jene der technischen Maturität in mehreren Bereichen zurückhaltendere Werte aufweisen. Die befragten Lehrpersonen der technischen Berufsschule bewegen sich häufig im mittleren Bereich. Auch in den Einstellungen lassen sich Unterschiede erkennen: Während KI von den befragten Lehrpersonen der BMS und insbesondere der technischen Berufsschule mehrheitlich als Chance wahrgenommen wird, zeigen die befragten Lehrpersonen der technischen Maturität eine zurückhaltendere Einschätzung. Zudem ist in der technischen Maturität eine ausgeprägte Sorge vor Leistungsbetrug erkennbar. Aufgrund der kleinen Stichprobe – insbesondere bei den Lehrpersonen – sind diese Unterschiede jedoch vorsichtig zu interpretieren. Sie können lediglich als Tendenzen verstanden werden; statistisch gesicherte Aussagen über systematische Differenzen zwischen den Bildungsgängen sind nicht möglich.
Was wollen sie sich anschauen?
Aktuelle Forschung PH Bern
"Künstliche Intelligenz in der Schweiz", ETH Zürich
Wird die Unterrichtsgestaltung aufgrund von KI angepasst?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Anpassung der Unterrichtsgestaltung zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Die BMS weist die stärkste Anpassung auf, was sich im hohen Median und im Schwerpunkt bei den oberen Kategorien widerspiegelt. Die technische Maturität zeigt hingegen eine zurückhaltendere Umsetzung, da keine hohen Kategorien gewählt wurden. Die technische Berufsschule liegt im mittleren bis oberen Bereich. Dies könnte darauf hindeuten, dass KI insbesondere in der BMS bereits stärker didaktisch integriert wird als in der technischen Maturität und teilweise auch stärker als in der technischen Berufsschule.
Abgebildet sind die relativen Häufigkeiten zur Frage, ob die Unterrichtsgestaltung aufgrund von KI angepasst wird (Skala 1–5). Bei der BMS liegen die höchsten Anteile in den Kategorien 5 (43 %) und 4 (29 %), was auf häufige Anpassungen hindeutet. Der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten je zur Hälfte auf die Kategorien 1 und 3; der Median liegt bei 2. In der technischen Berufsschule konzentrieren sich die Antworten auf die Kategorien 4 (50 %) sowie 2 und 3 (je 25 %). Der Median liegt hier bei 3.5 (zwischen 3 und 4).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende: X-Achse: 1= Nie 5= Sehr oft
Wichtige Hinweise!
Im Verlauf der Auswertung wurde deutlich, dass der Umfang des Fragebogens den Rahmen dieser IDPA übersteigt. Aus diesem Grund werden nicht sämtliche erhobenen Fragen in die vorliegende Analyse einbezogen. Es werden ausschliesslich jene Fragen berücksichtigt, die einen direkten Beitrag zur Beantwortung der Fragestellung leisten. Für die Lehrpersonen wurden zudem keine statistischen Signifikanztests durchgeführt. Der Stichprobenumfang (n=20) ist zu gering, wodurch die Aussagekraft eines Signifikanztestes eingeschränkt wäre. Die Ergebnisse der Lehrpersonen werden daher ausschliesslich deskriptiv dargestellt. Diese methodischen Einschränkungen werden im Kapitel „Schwachstellen und Nutzen“ siehe erneut aufgegriffen und kritisch reflektiert.Die dargestellten Diagramme zeigen relative Häufigkeiten in Prozent innerhalb der jeweiligen Schulform.
Fazit
Ergebnisse
Für die befragten Lernenden konnten keine statistisch signifikanten Unterschiede festgestellt werden. Nutzungsmuster, Einstellungen und Lernverhalten zeigen über alle Bildungsgänge hinweg ein weitgehend vergleichbares Profil. Erkennbare Abweichungen betreffen lediglich die Intensität einzelner Ausprägungen, nicht jedoch grundlegend unterschiedliche Nutzungsstrukturen. Bei den Lehrpersonen lassen sich deskriptiv Unterschiede in der Nutzungshäufigkeit, didaktischen Integration sowie in der Bewertung von Chancen und Risiken erkennen. Aufgrund der kleinen Stichprobe besitzen diese Ergebnisse jedoch nur eingeschränkte statistische Aussagekraft und sind als Tendenzen zu interpretieren. Insgesamt konnten keine statistisch gesicherten Unterschiede zwischen den Bildungsgängen nachgewiesen werden. Die Ergebnisse deuten vielmehr auf ähnliche Integrations- und Nutzungsmuster von KI in allen untersuchten Gruppen hin.
Elia Schnyder
Alter: 20 Jahre Ausbildung: Schreiner EFZ Musikgeschmack: Rap, Pop Hobbys: OL Motivationssatz: Lifere nid lafere
Sorgen, dass KI zu mehr Betrug bei Leistungsnachweisen führt
Interpretation
Beschrieb der Daten
Im Hinblick auf die Sorge vor vermehrtem Betrug durch KI zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Besonders ausgeprägt ist die Zustimmung in der technischen Maturität, wo ausschliesslich die höchste Kategorie gewählt wurde. Die BMS zeigt eine mittlere, differenzierte Einschätzung, während die technische Berufsschule die Sorge deutlich geringer bewertet. Dies könnte darauf hindeuten, dass das Betrugsrisiko insbesondere in der technischen Maturität als zentrales Problem wahrgenommen wird, während es in der Berufsschule weniger stark im Vordergrund steht.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI zu mehr Betrug bei Leistungsnachweisen führt (Skala 1–5). In der BMS verteilen sich die Antworten über alle Kategorien, mit Schwerpunkten in den Kategorien 2 und 3 (je 29 %) sowie 5 (21 %); der Median liegt bei 3. In der technischen Maturität entfallen 100 % der Antworten auf Kategorie 5, womit der Median bei 5 liegt. In der technischen Berufsschule verteilen sich die Antworten gleichmässig auf die Kategorien 1 bis 4 (je 25 %); der Median liegt bei 2.5 (zwischen 2 und 3).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Wie oft wird KI während des Unterrichts genutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten zur Nutzung von KI während des Unterrichts (Skala 1–5). Bei der BMS konzentrieren sich die höchsten Anteile auf Kategorie 3 (36 %) und 2 (29 %), während höhere Kategorien seltener gewählt wurden. Der Median liegt bei 3. In der technischen Maturität entfallen 75 % der Antworten auf Kategorie 2 und 25 % auf Kategorie 4; der Median liegt bei 2. In der technischen Berufsschule verteilen sich die Antworten ausschliesslich auf die Kategorien 1 und 2 (je 50 %), wodurch sich ein Median von 1.5 (zwischen 1 und 2) ergibt.
Im Hinblick auf die Nutzung von KI während des Unterrichts zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Die BMS weist mit einem Median von 3 die vergleichsweise häufigste Nutzung auf. Die technische Maturität nutzt KI überwiegend selten bis gelegentlich, während sie in der technischen Berufsschule mehrheitlich selten eingesetzt wird. Dies könnte darauf hindeuten, dass KI im regulären Unterricht in der BMS stärker verankert ist als in den anderen beiden Bildungsgängen.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Internetseite
WEKA eine Schweizer Business-Plattform für Fach- und Führungskräfte. War unsere Quelle für den Abschnitt: Was ist KI?
Ist KI eine Chance für die Bildung?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung von KI als Chance für die Bildung zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Während die BMS KI mehrheitlich positiv bewertet, weist insbesondere die technische Berufsschule eine sehr hohe Zustimmung auf, da die Hälfte der Antworten in Kategorie 5 liegt. Die technische Maturität beurteilt KI hingegen zurückhaltender und bewegt sich ausschliesslich im mittleren Bereich. Dies könnte darauf hindeuten, dass KI vor allem in der technischen Berufsschule – und auch in der BMS – deutlich stärker als bildungsrelevante Chance wahrgenommen wird als in der technischen Maturität.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI eine Chance für die Bildung darstellt (Skala 1–5). In der BMS konzentrieren sich die Antworten auf die Kategorie 4 (43 %), gefolgt von Kategorie 3 (29 %) und Kategorie 5 (28%); der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), was zu einem Median von 2.5 (zwischen 2 und 3) führt. In der technischen Berufsschule liegen die höchsten Anteile in Kategorie 5 (50 %), gefolgt von 3 und 4 (je 25 %); der Median beträgt 4.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse 1= Stimme gar nicht zu 5= Stimme total zu
Jedes Projekt braucht ein Fundament: Wir starteten mit der Ausgangslage, aus der sich das konkrete Problem herauskristalisierte. Die Fragestellung dient als unter strategischer Wegweiser: sie hilft uns, der Herausforderung strukturiert zu begegnen, gibt die RIchtung vor und legt fest, worauf wir unseren Fokus richten.
Ausgangslage
Problem
Fragestellung
Start als 4er Gruppe
Zu Beginn unserer IDPA haben wir ein Viererteam gebildet. Gemeinsam sammelten wir erste Ideen und tauschten unsere Vorstellungen aus. Die Zusammenarbeit war von Anfang an offen und konstruktiv.
Technische Berufsschule
Technische Berufsmaturität (TALS)
Technisch ausgerichtete Maturität
- Teil der dualen Berufsbildung
- Ausbildung im Betrieb + Schule
- Stark praxisorientiert
- Berufsspezifische Fachkenntnisse
- Abschluss: EFZ
- 3-4 Jahre
- Ergänzung zur Berufslehre
- Schwerpunkt: Technik, Architektur, Life Sciences
- Erhöhte mathematisch-naturwissenschaftliche Anforderungen
- Direkter Zugang zu Fachhochschulen
- 1-3 Jahre
- Allgemeinbildende Schulform
- Schwerpunkt Mathematik & Naturwissenschaften
- Technisch-naturwissenschaftlicher Fokus (MINT)
- Zugang zu Universitäten & ETH
- 3-4 Jahre
(Berufsberatung[Hrsg.]2026)
Fehler Art. 2
Für die Definition eines zukleinen Stichprobenumfang und die Folgen davon haben wir Optimizely genutzt.
Eigenständigkeitserklärung
«Wir erklären hiermit, dass wir die vorliegende IDPA ohne unerlaubte fremde Hilfe erstellt haben und dass alle Quellen belegt sind. Wir versichern weiterhin, dass wir bei der Erstellung dieser IDPA durchgehend steuernd gearbeitet und erzeugte Texte bzw. Textfragmente nicht unreflektiert übernommen haben.» Constantin Brünig Elia Schnyder Livio Christen
Abbildungsverzeichnis
Abbildung 1: Klassenzimmer, Darstellung von Genially 26.02.2026 Abbildung 2: Coni, Fotografie von Constantin Brünig. August 2025 in Bern Abbildung 3: Elia, Fotografie von Elia Schnyder. August 2025 in Bern Abbildung 4: Livio, Fotografie von Livio Christen. August 2025 in Zolikofen
Signifikanztest Chi-Quadrat
Zur statistischen Überprüfung unserer Umfrageergebnisse verwendeten wir den Chi-Quadrat-Test. Dieser Test dient dazu, zu untersuchen, ob zwischen zwei kategorialen Variablen ein signifikanter Zusammenhang besteht. Da unsere Daten in Form von absoluten Häufigkeiten vorliegen, eignet sich dieser Test besonders zur Analyse unserer Ergebnisse.
Gesamtbeantwortung der Fragestellung
Die Fragestellung, inwiefern sich die Nutzung Künstlicher Intelligenz in drei technischen Bildungsgängen hinsichtlich Einstellungen, Unterrichtsgestaltung sowie Lernverhalten unterscheidet, kann auf Grundlage der vorliegenden Ergebnisse wie folgt beantwortet werden: Für die befragten Lernenden konnten insgesamt keine statistisch signifikanten Unterschiede festgestellt werden. Die Nutzung, das Lernverhalten sowie die Einstellungen gegenüber KI zeigen über alle drei Bildungsgänge hinweg ein weitgehend vergleichbares Muster. Zwar lassen sich in einzelnen Bereichen leichte Unterschiede in den Ausprägungen und Schwerpunktsetzungen erkennen, diese betreffen jedoch primär die Intensität einzelner Kategorien und weisen nicht auf systematisch unterschiedliche Nutzungsprofile hin. Bei den befragten Lehrpersonen zeigen sich in der deskriptiven Betrachtung Unterschiede in der Intensität der Nutzung, der didaktischen Integration sowie in der Bewertung von Chancen und Risiken. Aufgrund der kleinen Stichprobe und der eingeschränkten statistischen Aussagekraft sind diese Unterschiede jedoch vorsichtig zu interpretieren und können lediglich als Tendenzen verstanden werden. Insgesamt lässt sich festhalten, dass weder bei den befragten Lernenden noch bei den befragten Lehrpersonen statistisch gesicherte Unterschiede zwischen den Bildungsgängen nachgewiesen werden konnten. Die beobachteten Differenzen betreffen vorwiegend einzelne Schwerpunktsetzungen und nicht grundlegend verschiedene Meinungen zu, oder Nutzungsbereiche von KI.
Vergleichs-Studie + Aktuelle Forschung
Die Vergleichs-Studie der ETH-Zürich und der aktuelle Forschungsstand der PH-Bern haben uns geholfen, unsere Ergebnisse richtig einzuordnen und einen klaren Kontext zu bereits bestehenden Daten zu schaffen.
"Künstliche Intelligenz in der Schweiz 2024", Universität Zürich
"Künstliche Inteligenz", PH Bern
Was würden Sie sich von Ihrer Schule im Umgang mit KI wünschen?
Die Erwartungen unterscheiden sich ebenfalls deutlich. In der Berufsschule technischer Berufe werden praxisnahe Schulungen und klare Leitfäden gewünscht. Die Berufsmaturität TALS fordert transparente Regelungen zur Leistungsbeurteilung. Die technisch ausgerichtete Maturität betont eine strategische und langfristige Verankerung im Lehrplan. Insgesamt zeigen sich unterschiedliche Bedürfnisse: operative Unterstützung, faire Rahmenbedingungen oder institutionelle Weiterentwicklung.
Was ist KI?
Gemäss WEKA bezeichnet Künstliche Intelligenz (KI) Computersysteme, die Aufgaben ausführen können, für die normalerweise menschliche Intelligenz erforderlich ist. Dazu gehören zum Beispiel das Verstehen und Erzeugen von Texten, das Analysieren von Daten, das Erkennen von Mustern oder das Lösen von Problemen. Moderne KI-Modelle basieren häufig auf maschinellem Lernen. Dabei werden grosse Datenmengen genutzt, damit Systeme Zusammenhänge erkennen und auf neue Eingaben reagieren können.
Bekannte Anwendungsbereiche sind Textgeneratoren, Bildgeneratoren, Sprachassistenten oder Programme zur automatisierten Datenanalyse. KI dient dabei meist als Unterstützungswerkzeug zur Prozessbeschleunigung oder -Vereinfachung.(WEKA [Hrsg.]2025)
Quelle
Veränderung im Team
Kurz nach diesem Entscheid des neuen Themas kam es zu einer Veränderung in unserer Gruppe. Ein ehmaliges Teammitglied schied aus der BM aus. Dadurch mussten wir die Aufgaben neu verteilen und uns organisatorisch anpassen.
Themenwechsel
Nach dieser Erkenntnis entschieden wir uns für einen Neuanfang. Wir setzten uns erneut zusammen und suchten nach einem neuen IDPA-Thema. Dabei definierten wir unsere Ziele klarer und strukturierten unser Projekt neu.
Fazit
Die Analyse zeigt, dass sich die Nutzung von KI bei den Lernenden weniger in der grundsätzlichen Akzeptanz als vielmehr in der Art der Anwendung und Gewichtung unterscheidet. In der Berufsschule technischer Berufe steht der praktische Nutzen im Vordergrund, während die Berufsmaturität TALS KI stärker zur Leistungsunterstützung und Strukturierung komplexer Inhalte nutzt. Die technisch ausgerichtete Maturität zeigt eine tendenziell reflektiertere und vertiefte Anwendung. Insgesamt beeinflusst der jeweilige Bildungsgang das Lernverhalten, die Wahrnehmung von Vorteilen und Risiken sowie die Erwartungen an die schulische Umsetzung.
Erste Idee
Nach langer Überlegung entschieden wir uns für ein erstes Thema. Anfangs waren wir überzeugt, dass es gut umsetzbar sei und wir es gut meistern könnten. Im Verlauf der Planung merkten wir jedoch, auch im Gespräch mit unserer Lehrperson, dass es deutlich komplexer war als gedacht und nicht im Umfang der IDPA lag.
Neu orientiert & weitergemacht
Trotz mehrerer Hindernisse auf unserem Weg zur IDPA liessen wir uns nicht entmutigen. Als Dreierteam arbeiteten wir konzentriert und zielorientiert weiter. Unser Resultat sehen Sie hier auf unserer interaktiven Homepage.
Schwachstellen und Nutzen
Nicht alle erhobenen Fragen wurden in die Analyse einbezogen, da einige keinen direkten Bezug zur zentralen Fragestellung aufwiesen. Aus denjenigen Fragen, welche die Fragestellung explizit adressierten, wurde eine gezielte Auswahl getroffen, um eine fokussierte und klare Beantwortung zu ermöglichen. Dabei lag der Schwerpunkt bewusst auf der Qualität der Auswertung und nicht auf der quantitativen Breite der Analyse. Die Stichprobe der Lehrpersonen war mit n = 20 zu klein, wodurch die statistische Aussagekraft eingeschränkt ist. Daher wurde auf dort auf statistische Tests verzichtet. Eine qualitative Befragung, etwa in Form von Interviews, hätte vertiefte Einblicke in pädagogische Überlegungen, individuelle Beweggründe und konkrete Unterrichtspraktiken ermöglicht und wäre für die Lehrpersonenperspektive geeigneter gewesen. Zudem waren bei den Lernenden einzelne Häufigkeiten sehr gering, wodurch das Risiko eines Fehlers zweiter Art erhöht sein könnte (Optimizely [Hrsg.] 2026). Der Nutzen der Arbeit liegt darin, einen strukturierten Überblick über den aktuellen Stand der KI-Nutzung in technischen Bildungsgängen zu geben. Die Ergebnisse zeigen, dass KI bereits breit genutzt und überwiegend positiv bewertet wird. Gleichzeitig wird deutlich, dass Unterschiede – sofern vorhanden – eher gradueller als struktureller Natur sind. Die Arbeit könnte somit als Grundlage für weiterführende schulische Entwicklungsprozesse sowie für zukünftige, vertiefende Untersuchungen dienen.
Constantin Brünig
Alter: 20 Jahre Ausbildung: Automobilmechatroniker EFZ Musikgeschmack: Alles mögliche elektronische, Indie, Rock-Genres etc. Hobbys: Musik Motivationssatz: Vo nüt chunt nüt
Methode & Definition Relative Häufigkeit
Im Rahmen dieses Projekts wird eine Befragung mit eigens erstellten, standardisierten Fragebogen durchgeführt. Ziel der Umfrage ist es,. herauszufinden, inwiefern sich die KI-Nutzung und die KI-Meinung von Lehrpersonen und Lernenden zwischen drei verschiedenen technischen Bildungsgängen im schulischen Kontext unterscheidet. Befragt wurde die BMS TALS und die DMG-Abteilung der gibb Bern sowie Klassen mit MINT Fächern als Klassenschwerpunkte des Gymnasiums Neufeld. Die Befragung gliedert sich in folgende Schritte:
1. Erstellung der Umfragebögen Gezielte Fragen entwickeln, um jeweils die Meinungen, Anwendungszwecke etc. der Lernenden und Lehrpersonen zu erfassen.
2. Pretest Überprüfung der Fragen mit Hilfe von KI auf richtige Qualität und ob sie sich eignen, unsere Fragestellung zu beantworten.
3. Fragebögen in Umlauf bringen An der DMG- und BMS (TALS) Abteilung der gibb Bern, sowie zusätzlich am Gymnasium Neufeld mit Schwerpunkt auf MINT-Fächern.
4. DatenanalyseAuswertung & Analyse der erhobenen Daten (Kennzahlen, Diagramme und ).
5. Darstellung der ErgebnissePräsentation der gesammelten Ergebnisse, Fazite etc. als Endprodukt auf einer interaktiven Homepage.
Signifikanztest
Warum diese Schulen?
Erklärungsvideo
Relative Häufigkeit
KI im Unterricht
Constantin Brünig
Created on January 29, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Corporate CV
View
Interactive Onboarding Guide
View
Higher Education Teaching Microsite
View
Modern microsite mobile
View
Basic Shapes Microsite
View
Basic Interactive Microsite
View
Beauty catalog mobile
Explore all templates
Transcript
IDPA 2026
KI im Unterricht
Unterscheidet sich die Nutzung von KI zwischen verschiedenen technischen Bildungsgängen?
Finden wir es heraus!
Ersteller: Constantin Brünig, Elia Schnyder, Livio Christen
Der Abstract
In dieser Arbeit wird untersucht, wie Künstliche Intelligenz (KI) in drei technischen Bildungsgängen genutzt wird: in der Berufsschule technischer Berufe, in der Berufsmaturität TALS sowie in der technisch ausgerichteten Maturität. Der Fokus liegt auf den Einstellungen und dem Lernverhalten der Lernenden sowie auf den Einstellungen und der Unterrichtsgestaltung der Lehrpersonen. Es wurde eine quantitative Befragung von insgesamt 143 Lernende und 20 Lehrpersonen durchgeführt.
Ergebnisse
Methode
Fragestellung
Zurück
Die Einleitung
Bezug zur Arbeitswelt
Einführug inkl. Fragestellung und Problemstellung
Was ist KI?
Interdisziplinarität
Untersuchte Schulformen
Der Vergleich
Stichprobenumfang
Methode & Definition Relative Häufigkeit
Lernende
Wichtige Hinweise!
Lehrpersonen
Das Fazit
Lernende
Schwachstellen & Nutzen
Gesamtbeantwortung der Fragestellung
Lehrpersonen
Zusmmanhang mit bereits bestehender Studie & aktueller Forschung
Der Arbeitsprozess
Team
Arbeitsprozess
Danke
Das Quellenverzeichnis
Definition Relative Häufigkeit
Signifikanztest Chi-Quadrat
Vergleichs-Studie + Aktuelle Forschung
Fragebögen
Fehler 2. Art
KI Webseite
Schulformen
Abbildungsverzeichnis & Eigenständigkeitserklärung
Wo KI genutzt wird
Lernende
Häufigkeit der Nutzung
Nutzung In diesem Abschnitt werden ausgewählte Ergebnisse des ersten Teils der quantitativen Befragung der Lernenden dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug auf die Nutzung von KI im Unterricht. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten zweier Multiple-Choice Fragen und einer Frage via Likert Skala. Durch anklicken gelangen sie zu einer detaillierten Ansicht.
Für welche Tätigkeiten
Weiter
Zurück
Lernende
Hilfe beim Lernen
Weniger Selbstlernen durch KI?
Einstellung In diesem Abschnitt werden ausgewählte Ergebnisse des zweiten Teils der quantitativen Befragung der Lernenden dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug zu der Einstellung im schulischen Kontext zu KI. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = Stimme gar nicht zu, 5 = Stimme total zu). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Lernaufwand mit KI
Zurück
Weiter
Offene Fragen Lernende
Attraktivität von KI im Lernprozess
Konkrete Unterstützung durch KI im Lernprozess
Gesamtfazit
Erwartungen an Schule und Lehrpersonen im Umgang mit KI
Nachteile und Risiken von KI beim Lernen
Zurück
Lehrpersonen
Nutzung für Unterrichtsvorbereitung
Nutzung während des Unterrichts
Nutzung In diesem Abschnitt werden ausgewählte Ergebnisse des ersten Teils der quantitativen Befragung der Lehrpersonen dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug auf die Nutzung und Integration von KI im Unterricht. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = nie, 5 = sehr oft). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Anpassung der Unterrichtsgestaltung durch KI
Thematisierung im Unterricht
Zurück
Weiter
Lehrpersonen
Ist KI eine Chance für die Bildung?
Positiv gegenüber dem Einsatz von KI
Einstellung In diesem Abschnitt werden ausgewählte Ergebnisse des zweiten Teils der quantitativen Befragung der Lehrpersonen dargestellt. Untersucht wurden Unterschiede zwischen den drei technischen Bildungsgängen in Bezug zu der Einstellung im schulischen Kontext zu KI. Die verlinkten Diagramme rechts zeigen die relativen Häufigkeiten auf einer fünfstufigen Likert Skala (1 = Stimme gar nicht zu, 5 = Stimme total zu). Durch Anklicken gelangen Sie zu einer detaillierten Einsicht.
Sorgen, dass KI zu mehr Betrug führt
Zurück
Weiter
Offene Fragen Lehrpersonen
Chancen von KI im Unterricht
Beispiele KI-Einsatz im Unterricht
Gesamtfazit
Risiken von KI im Unterricht
Erwartungen an die Schule im Umgang mit KI
Zurück
Signifikanztest Chi-Quadrat
Studyflix definiert den Chi-Quadrat-Test als ein statistisches Verfahren zur Untersuchung von Zusammenhängen zwischen zwei kategorialen Variablen. Dabei werden die beobachteten Häufigkeiten in einer Kontingenztafel mit denjenigen Häufigkeiten verglichen, die unter der Annahme der Unabhängigkeit der Variablen zu erwarten wären. Sind die Abweichungen zwischen beobachteten und erwarteten Werten ausreichend gross, kann auf einen statistisch signifikanten Zusammenhang geschlossen werden (Studyflix [Hrsg.], 2025).
Der Chi-Quadrat-Test wurde angewendet, um zu prüfen, ob zwischen den Bildungsgängen ein statistisch signifikanter Zusammenhang besteht. Da sowohl der Bildungsgang als auch die Antwortkategorien kategorial skaliert sind und die Daten in Form absoluter Häufigkeiten vorliegen, eignet sich der Chi-Quadrat-Unabhängigkeitstest zur Analyse dieser Ergebnisse. Für den Test werden ausschliesslich absolute Häufigkeiten verwendet! Der Test wurde bei den Lehrpersonen gar nicht und bei den Lernenden nur beschränkt angewendet. Grund dafür ist der zu kleine Stichproben Umfang (n=20) der Lehrpersonen und bei den Lernenden ist bei Multiple-Choice-Fragen mit Mehrfachnennungen die Voraussetzung der Unabhängigkeit verletzt, da mehrere Antworten pro Person möglich sind. Diese Ergebnisse werden daher ausschliesslich deskriptiv ausgewertet.
Signifikanzniveau
Team
Drei Persönlichkeiten, ein Team
Elia Schnyder
Constantin Brünig
Livio Christen
Abb. 2: Coni
Abb. 3: Elia
Abb. 4: Livio
Arbeitsprozess
Neu orientiert & weitergemacht
Neu Anfang
Start als 4er Gruppe
Erste Themenidee
Veränderung im Team
Danke
Wir möchten uns herzlich bei allen bedanken, die uns während unserer IDPA unterstützt haben. Durch wertvolle Begleitung, konstruktives Feedback und motivierende Rückmeldungen konnten wir unser Projekt erfolgreich umsetzen. Auch wollen wir allen herzlich danken die unseren Fragebogen sorgfältig ausgefüllt haben.
Ein spezieller Dank gilt:Frau Denise Haas für die Verbreitung der Umfragebögen am Gymnasium Neufeld und fachliche Tipps. Herr Marco Pagano für die Verbreitung der Umfragebögen an der Berufsschule der Gibb. Frau Isabelle Rast und Herr Reto Reuter Für die Verbreitung der Umfragebögen an der BMS TALS Abteilung der gibb und die Unterstützung bei der Durchführung unserer IDPA. Merci!
Zusammenhang mit bereits bestehender Studie
Die Ergebnisse der vorliegenden Untersuchung stehen im Einklang mit dem Bericht „Künstliche Intelligenz in der Schweiz 2024“ der Universität Zürich, welcher eine rasche Verbreitung von KI-Tools in der Schweizer Bevölkerung dokumentiert. Demnach haben bereits 54 % der Schweizer Internetnutzer*innen KI-Tools genutzt, wobei insbesondere jüngere und höhergebildete Personen diese häufiger verwenden.Auch die in der nationalen Studie festgestellte Ambivalenz zwischen wahrgenommenen Effizienzgewinnen und gleichzeitigen Bedenken hinsichtlich Überwachung und Fehlinformationen spiegelt sich in den vorliegenden Ergebnissen wider, insbesondere in der Sorge vor Leistungsbetrug bei Lehrpersonen. Während der nationale Bericht deutliche Unterschiede nach Alter und Bildungsniveau aufzeigt, konnten in der vorliegenden Untersuchung zwischen den drei technischen Bildungsgängen keine statistisch signifikanten Differenzen festgestellt werden. Dies deutet darauf hin, dass sich die Integration von KI innerhalb vergleichbarer technischer Bildungskontexte weniger stark unterscheiden könnnte als zwischen breiteren Bevölkerungsgruppen.
"Künstliche Intelligenz in der Schweiz 2024", Universität Zürich
Zusammenhang mit aktueller Forschung der PH Bern
Bildungsspezifische Forschungs- und Entwicklungsaktivitäten der Pädagogischen Hochschule Bern zeigen, dass der Einsatz von KI im Unterricht aktuell intensiv diskutiert und weiterentwickelt wird. Im Dossier «Künstliche Intelligenz»(PH Bern [Hrsg],2024) thematisiert die PH Bern insbesondere didaktische Chancen, den Professionalisierungsbedarf von Lehrpersonen sowie Herausforderungen im Umgang mit Leistungsnachweisen und Bewertungssituationen. Darüber hinaus werden Unterrichtsmaterialien, Weiterbildungsangebote, Veranstaltungen und laufende Projekte im Zusammenhang mit KI ausgewiesen, was die hohe Aktualität und Relevanz des Themas im schulischen Kontext unterstreicht. Diese Schwerpunkte decken sich mit den in der vorliegenden Untersuchung beobachteten Spannungsfeldern zwischen positiver Nutzungseinschätzung und gleichzeitigen Bedenken hinsichtlich Leistungsüberprüfung.
"Künstliche Inteligenz", PH Bern
Schulformen
Die Website berufsberatung.ch unterstützte uns bei der Auswahl geeigneter Schulformen für unsere Arbeit. Mithilfe der dort verfügbaren Informationen entschieden wir uns gezielt für die Berufsschule technischer Berufe, die Berufsmaturität TALS sowie die technisch ausgerichtete Maturität. Dadurch konnten wir unser Thema klar eingrenzen und den Fokus auf diese drei relevanten Ausbildungswege legen.
Arbeitswelt
KI wird auch ausserhalb von Bildungseinrichtungen in vielen Bereichen genutzt. Deshalb ist der Umgang mit KI eine Fähigkeit, die für die spätere Arbeitswelt relevant sein kann. Wie KI in der Ausbildung eingesetzt wird, kann prägen, wie Lernende KI später verantwortungsvoll und sinnvoll nutzen.
Wird sich Sorgen gemacht, dass durch KI selber weniger gelernt wird?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob durch KI weniger selber gelernt wird (Skala 1–5). In allen drei Bildungsgängen verteilen sich die Antworten schwerpunktmässig im mittleren Bereich der Skala. Der Median liegt bei der BMS bei 2, bei der technischen Maturität bei 3 sowie bei der technischen Berufsschule ebenfalls bei 3. Dies deutet insgesamt auf eine eher zurückhaltende oder uneinheitliche Einschätzung hin. Die geringsten relativen Anteile der drei Gruppen liegen im Bereich 5 "Stimme total zu".
Im Hinblick auf die Einschätzung, ob durch KI weniger gelernt wird, zeigen sich leichte Unterschiede zwischen den Bildungsgängen. Bei der BMS liegt der Median bei 2 und deutet somit auf eine eher ablehnende Haltung hin, während er bei der technischen Maturität und der technischen Berufsschule bei 3 liegt, was auf eine neutralere Einschätzung hindeutet. Der besonders hohe relative Anteil der technischen Maturität in Kategorie 3 verstärkt den Eindruck einer ausgeprägt neutralen Haltung im Vergleich zur BMS.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Wie häufig werden KI-Tools für die Unterrichtsvorbereitung verwendet?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Nutzung von KI-Tools zur Unterrichtsvorbereitung zeigen sich Unterschiede zwischen den Bildungsgängen. Die BMS weist mit dem Schwerpunkt in Kategorie 4 und einem Median von 4 eine vergleichsweise häufige Nutzung auf. Die technische Maturität beschränkt sich auf die Kategorien 2 und 3 und zeigt damit eine eher zurückhaltende Nutzung. Die technische Berufsschule liegt mit einem Median von 3 im mittleren Bereich. Dies könnte darauf hindeuten, dass KI in der BMS stärker in die Unterrichtsvorbereitung integriert ist, während sie in den beiden anderen Bildungsgängen eher ergänzend genutzt wird.
Abgebildet sind die relativen Häufigkeiten zur Nutzung von KI-Tools für die Unterrichtsvorbereitung (Skala 1–5). Bei der BMS konzentrieren sich die höchsten Anteile deutlich auf Kategorie 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %). Die technische Berufsschule weist im Vergleich zu den anderen beiden Bildungsgängen eine breitere und gleichmässigere Verteilung über mehrere Kategorien auf. Der Median liegt bei der BMS bei 4, bei der technischen Maturität bei 2.5 (zwischen 2 und 3) und bei der technischen Berufsschule bei 3.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Was wünschst du dir von deiner Schule / deinen Lehrpersonen im Umgang mit KI?
Die Erwartungen unterscheiden sich ebenfalls. In der Berufsschule technischer Berufe wünschen sich Lernende klare Regeln und praxisnahe Anleitungen. In der Berufsmaturität TALS wird Transparenz bei Leistungsnachweisen betont. Die technisch ausgerichtete Maturität erwartet eine stärkere Integration von KI in den Unterricht. Insgesamt zeigt sich der Wunsch nach Orientierung, Fairness und klarer didaktischer Einbettung.
Unterscheidet sich die Nutzung und Einstellung von KI bei den befragten Lernenden?
In Bezug auf die Lernenden zeigt sich insgesamt ein weitgehend ähnliches Nutzungs- und Einstellungsmuster in allen drei technischen Bildungsgängen. Die Nutzungshäufigkeit von KI im Unterricht unterscheidet sich nicht signifikant; in allen Gruppen liegt der Median bei 3. Auch hinsichtlich der Einschätzung, ob KI eine Hilfe beim Lernen darstellt, zeigen sich überwiegend positive Bewertungen ohne signifikante Unterschiede. Leichte Differenzen betreffen einzelne Schwerpunktsetzungen: Die BMS nutzt KI stärker für textbasierte Aufgaben und weist höhere Zustimmungswerte bezüglich eines erhöhten Lernaufwands ohne KI auf. Die technische Berufsschule zeigt teilweise neutralere Einschätzungen, während die technische Maturität in einzelnen Bereichen eine besonders ausgeprägt neutralerer Position einnimmt. Insgesamt ergeben sich jedoch keine systematisch unterschiedlichen Nutzungsprofile. Damit lässt sich festhalten, dass sich die befragten Lernenden in den drei Bildungsgängen in ihrer Nutzung, ihrem Lernverhalten und ihren Einstellungen gegenüber KI nur geringfügig unterscheiden.
Wird dem Einsatz von KI positiv gegenüber gestanden?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Haltung gegenüber dem Einsatz von KI zeigen sich Unterschiede zwischen den Bildungsgängen. Die BMS steht dem KI-Einsatz überwiegend positiv gegenüber, was sich im hohen Median widerspiegelt. Die technische Berufsschule zeigt ebenfalls eine eher positive Tendenz, jedoch weniger ausgeprägt. Die technische Maturität bewertet den KI-Einsatz zurückhaltender und bewegt sich im mittleren Bereich. Dies könnte darauf hindeuten, dass die Akzeptanz von KI insbesondere in der BMS stärker ausgeprägt ist als in der technischen Maturität.
Abgebildet sind die relativen Häufigkeiten zur Frage, ob dem Einsatz von KI positiv gegenübergestanden wird (Skala 1–5). In der BMS konzentrieren sich die Antworten auf die Kategorien 3 und 4 (je 36 %), gefolgt von Kategorie 5 (21 %); der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), womit der Median bei 2.5 (zwischen 2 und 3) liegt. In der technischen Berufsschule liegen die höchsten Anteile in Kategorie 3 (50 %) sowie in den Kategorien 4 und 5 (je 25 %); der Median beträgt 3.5 (zwischen 3 und 4).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Livio Christen
Alter: 20 Jahre Ausbildung: Zeichner EFZ Musikgeschmack: Rap, Hip-Hop Hobbys: Eishockey Motivationssatz: Erfolg ist kein Zufall, ausser bei mir, manchmal schon
Gibt es ein konkretes Beispiel, wie Sie KI bereits erfolgreich im Unterricht eingesetzt haben?
Auch beim Einsatz zeigen sich Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird KI hauptsächlich für Recherche, Dokumentation und Problemlösungen genutzt. In der Berufsmaturität TALS unterstützt sie Schreibprozesse und komplexe Denkaufgaben. Die technisch ausgerichtete Maturität setzt KI zusätzlich zur Analyse und Diskussion im Unterricht ein. Insgesamt reicht die Nutzung von einem instrumentellen Werkzeug bis hin zu einem reflexiven Unterrichtsgegenstand.
Hast du ein Beispiel, wie dir KI konkret beim Lernen geholfen hat?
Die Beispiele zeigen unterschiedliche Nutzungsmuster. In der Berufsschule technischer Berufe wird KI vor allem zur schnellen Klärung fachlicher Fragen eingesetzt. In der Berufsmaturität TALS unterstützt sie Schreibprozesse und das Verständnis komplexer Themen. Die technisch ausgerichtete Maturität nutzt KI zusätzlich für vertiefte Analysen und zur Erweiterung des Wissens. Insgesamt reicht die Nutzung von funktionaler Hilfe bis hin zu reflektierter Anwendung.
Was gefällt dir am meisten daran, KI zu benutzen?
Die Antworten zeigen Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird vor allem die Zeitersparnis und schnelle Problemlösung geschätzt. In der Berufsmaturität TALS gefällt besonders die Unterstützung beim Strukturieren und Formulieren komplexer Inhalte. Die technisch ausgerichtete Maturität betont zusätzlich den Nutzen für vertiefte Recherchen und technisches Verständnis. Insgesamt wird KI als hilfreiches und effizientes Lernwerkzeug wahrgenommen, jedoch mit unterschiedlicher Schwerpunktsetzung: praktisch, leistungsorientiert oder vertiefend.
Fazit
Die Analyse zeigt, dass sich die Nutzung von Künstlicher Intelligenz in den drei technischen Bildungsgängen weniger in der grundsätzlichen Akzeptanz als vielmehr in der Perspektive und Schwerpunktsetzung unterscheidet. Während die Berufsschule technischer Berufe KI primär praxisorientiert und instrumentell einsetzt, legt die Berufsmaturität TALS den Fokus auf akademische Qualität und eigenständige Denkleistung. Die technisch ausgerichtete Maturität erweitert die Nutzung zusätzlich um gesellschaftliche und reflexive Dimensionen. Somit beeinflusst der jeweilige Bildungsgang sowohl die Einstellungen der Lehrpersonen als auch die Unterrichtsgestaltung und die Bewertung des Lernverhaltens der Lernenden.
Ist der Lernaufwand ohne KI deutlich höher?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung des Lernaufwands ohne KI zeigen sich leichte Unterschiede zwischen den Bildungsgängen. Während die BMS und die technische Maturität mit einem Median von 4 tendenziell von einem höheren Lernaufwand ausgehen, liegt der Median der technischen Berufsschule bei 3 und deutet auf eine neutralere Einschätzung hin. Der hohe Anteil der BMS in Kategorie 5 spricht zudem dafür, dass sich die Lernenden der BMS im Vergleich zu den anderen Bildungsgängen eher sicher sind, dass der Lernaufwand ohne KI deutlich höher ist.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob der Lernaufwand ohne KI deutlich höher ist (Skala 1–5). In allen drei Bildungsgängen liegen die höchsten Anteile im zustimmenden Bereich der Skala. Der Median beträgt bei der BMS und der technischen Maturität 4, während er bei der technischen Berufsschule bei 3 liegt. Auffallend ist zudem der hohe relative Anteil der BMS in Kategorie 5, der deutlich über den Werten der beiden anderen Bildungsgänge liegt. Insgesamt verteilen sich die Antworten schwerpunktmässig im mittleren bis zustimmenden Bereich.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Für was wird KI genutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten der Nutzungsbereiche von KI der drei technischen Bildungsgänge (Multiple-Choice). In allen Gruppen weisen die Kategorien 1–4 hohe Anteile auf. Kategorie 5 (Schreiben von Texten) liegt bei der BMS mit 75 % deutlich über den Werten der beiden anderen Bildungsgänge (je 55 %). Der Modus liegt bei allen drei Bildungsgängen in Kategorie 1. Kategorie 9 zeigt die tiefsten relativen Häufigkeiten.
Im Hinblick auf die Nutzungsbereiche zeigen die drei Bildungsgänge insgesamt ein vergleichbares Muster. In allen Gruppen konzentriert sich die Nutzung vorwiegend auf unterstützende und inhaltliche Aufgaben (Kategorien 1–4). Auffällig ist jedoch die deutlich stärkere Nutzung der BMS im Bereich „Schreiben von Texten“ (Kategorie 5). Dies könnte auf einen verstärkten Gebrauch von KI für textbasierte Aufgaben in diesem Bildungsgang hinweisen.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse:1= Erklären schwieriger Themen 2= Zusammenfassen von Texten3= Ideenfindung 4= Kontrolle von Lösungen5= Schreiben von Texten6= Übersetzen / Vokabelhilfe 7= Programmieren / Code8= Präsentationen erstellen9= Keine schulische Nutzung
Was sind aus Ihrer Sicht die grössten Chancen von KI im Unterricht?
Die Antworten zeigen klare Unterschiede zwischen den Bildungsgängen. In der Berufsschule technischer Berufe wird KI vor allem als praxisorientiertes Werkzeug zur Effizienzsteigerung genutzt. In der Berufsmaturität TALS unterstützt sie komplexe Schreib- und Denkprozesse. Die technisch ausgerichtete Maturität reflektiert KI zusätzlich als Bildungsgegenstand im gesellschaftlichen Kontext. Insgesamt wird KI in allen drei Bildungsgängen als Chance gesehen, jedoch mit unterschiedlicher didaktischer Ausrichtung: instrumentell, leistungsorientiert oder reflexiv.
Ist KI eine Hilfe beim Lernen?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung, ob KI eine Hilfe beim Lernen darstellt, zeigen die drei Bildungsgänge ein insgesamt ähnliches Antwortmuster. Die Technische Berufsschule hat im Gegensatz zu den anderne beiden Bildungsgängen jedoch höhere Anteile in Kategorie 3 und geringere in Kategorie 5 auf, was darauf hindeuten könnte, dass KI dort tendenziell etwas weniger stark als hilfreich eingeschätzt wird als in den anderen beiden Bildungsgängen.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI eine Hilfe beim Lernen darstellt (Skala 1–5). In allen drei Bildungsgängen konzentrieren sich die höchsten Anteile im zustimmenden Bereich der Skala. Der Median beträgt in sämtlichen Gruppen 4, was auf eine überwiegend positive Bewertung hinweist. Die Kategorie 1 weist in allen Bildungsgängen die geringste relative Häufigkeit auf.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Signifikanzniveau
Studyflix definiert das Signifikanzniveau als die Wahrscheinlichkeit, die Nullhypothese fälschlicherweise zu verwerfen (Fehler 1. Art). In der vorliegenden Untersuchung wurde das Signifikanzniveau auf α = 0.05 festgelegt. Damit wird ein Fehlerrisiko von 5 % in Kauf genommen, einen nicht vorhandenen Zusammenhang zwischen Bildungsgang und bspw. der Nutzungshäufigkeit anzunehmen. Gleichzeitig besteht die Möglichkeit eines Fehlers 2. Art, bei dem ein tatsächlich vorhandener Zusammenhang nicht erkannt wird. Dieses Risiko kann insbesondere bei kleinen Stichproben erhöht sein und ist bei der Interpretation der Ergebnisse zu berücksichtigen. (Studyfix [Hrsg], 2025).
Methode
Im Rahmen dieses Projekts wird eine Befragung mit eigens erstellten, standardisierten Fragebögen durchgeführt. Ziel der Umfrage ist es,. herauszufinden, inwiefern sich die KI-Nutzung und die KI-Meinung von Lehrpersonen und Lernenden zwischen drei verschiedenen technischen Bildungsgängen im schulischen Kontext unterscheidet. Befragt wurde die BMS TALS und die DMG-Abteilung der gibb Bern sowie Klassen mit MINT Fächern als Klassenschwerpunkte des Gymnasiums Neufeld. Die Befragung gliedert sich in folgende Schritte:
1. Erstellung der Umfragebögen Gezielte Fragen entwickeln, um jeweils die Meinungen, Anwendungszwecke etc. der Lernenden und Lehrpersonen zu erfassen.
2. Pretest Überprüfung der Fragen mit Hilfe von KI auf richtige Qualität und ob sie sich eignen, unsere Fragestellung zu beantworten.
3. Fragebögen in Umlauf bringen An der DMG- und BMS (TALS) Abteilung der gibb Bern, sowie zusätzlich am Gymnasium Neufeld mit Schwerpunkt auf MINT-Fächern.
4. DatenanalyseAuswertung & Analyse der erhobenen Daten (Kennzahlen, Diagramme und ).
5. Darstellung der ErgebnissePräsentation der gesammelten Ergebnisse, Fazite etc. als Endprodukt auf einer interaktiven Homepage.
Signifikanztest
Warum diese Schulen?
Erklärungsvideo
Was sind für dich die grössten Nachteile oder Risiken von KI beim Lernen?
Auch bei den Risiken zeigen sich Unterschiede. In der Berufsschule technischer Berufe wird vor allem die Gefahr genannt, sich zu stark auf KI zu verlassen. In der Berufsmaturität TALS steht der mögliche Verlust eigenständigen Denkens im Vordergrund. Die technisch ausgerichtete Maturität thematisiert zusätzlich Fehlinformationen und mangelnde Quellenkritik. Insgesamt erkennen Lernende Risiken, gewichten diese jedoch unterschiedlich: Abhängigkeit, Leistungsabnahme oder fehlende kritische Reflexion.
Fragebögen
Auf den Fragebögen der Lernenden und Lehrpersonen hat natürlich unserer Arbeit aufgebaut. Die Fragebögen unterteilen sich in jeweils einen Grund-Fragebogen (Google-Forms) und eine zusammengefasste Version (Excel) welche zur Sortierung, Berechnung etc. der Daten gedient hat.
Was sind aus Ihrer Sicht die grössten Risiken oder Probleme im Zusammenhang mit KI im Unterricht?
Die Antworten zeigen auch bei den Risiken deutliche Unterschiede. In der Berufsschule technischer Berufe stehen fachlich falsche Informationen und Abhängigkeit im Vordergrund. In der Berufsmaturität TALS wird vor allem der Verlust eigenständigen Denkens und die Gefahr von Oberflächlichkeit betont. Die technisch ausgerichtete Maturität reflektiert zusätzlich gesellschaftliche Aspekte wie Datenschutz und Machtkonzentration. Insgesamt werden Risiken in allen drei Bildungsgängen wahrgenommen, jedoch mit unterschiedlichem Schwerpunkt: fachlich-praktisch, leistungsbezogen oder gesellschaftlich-reflexiv.
Wie häufig wird KI im Unterricht benutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten der KI-Nutzung im Unterricht der drei technischen Bildungsgänge. Es handelt sich um eine einfach geschlossene Frage ohne Mehrfachnennungen. Die höchsten relativen Anteile entfallen in allen Gruppen auf Kategorie 3. Kategorie 4 weist ebenfalls höhere Anteile auf, während die Randkategorie 1 (nie) die geringsten relativen Häufigkeiten zeigt. Der Median liegt in allen drei Bildungsgängen bei 3. Insgesamt sind die Verteilungen der drei Bildungsgänge ähnlich, mit leichten Verschiebungen zwischen den mittleren Kategorien.
Die Analyse zeigt, dass sich die Nutzungshäufigkeit von KI zwischen den Bildungsgängen nicht signifikant unterscheidet. Obwohl in einzelnen Kategorien leichte prozentuale Abweichungen erkennbar sind, lassen sich keine systematischen oder statistisch bedeutsamen Unterschiede feststellen. Die Nutzungsmuster sind insgesamt vergleichbar und deuten auf ein ähnliches Integrationsniveau von KI über alle Bildungsgänge hinweg hin.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Signifikanztest
Legende X-Achse: 1= Nie 5= Sehr oft
Wie oft wird KI um Unterricht thematisiert?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Thematisierung von KI im Unterricht zeigen sich moderate Unterschiede zwischen den Bildungsgängen. Die BMS weist mit einem Median von 3 eine leicht häufigere, jedoch auch stärker variierende Thematisierung auf, da als einzige sowohl Kategorie 1 als auch 5 vertreten sind. In der technischen Maturität und der technischen Berufsschule bewegt sich die Thematisierung überwiegend im unteren bis mittleren Bereich. Dies könnte darauf hindeuten, dass KI zwar in allen Bildungsgängen aufgegriffen wird, insgesamt jedoch eher gelegentlich als regelmässig explizit thematisiert wird.
Abgebildet sind die relativen Häufigkeiten zur Frage, wie oft KI im Unterricht thematisiert wird (Skala 1–5). Bei der BMS verteilen sich die Antworten über alle Kategorien, mit den höchsten Anteilen in Kategorie 2 (36 %) sowie in den Kategorien 3 und 4 (je 21 %). Der Median liegt bei 3. In der technischen Maturität entfallen die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), was zu einem Median von 2.5 (zwischen 2 und 3) führt. In der technischen Berufsschule liegen die Schwerpunkte in Kategorie 2 (50 %) sowie in den Kategorien 3 und 4 (je 25 %). Der Median beträgt hier 2.5.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Relative Häufigkeit
Für die Definition der relativen Häufigkeit haben wir die Quelle Studyflix benutzt, welche durch eine einfache, überschauliche und angenehme Erklärungsart überzeugt hat.
Informatik
Informatik
Pädagogik
Gesellschaft
Pädadogik
Gesellschaft
Wo wird KI genutzt?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einsatzbereiche zeigen die drei Bildungsgänge ein weitgehend ähnliches Muster, da die höchsten relativen Anteile jeweils in den Kategorien 1, 2 und 3 liegen und die Kategorien 5 und 6 die niedrigsten Werte aufweisen. Dennoch sind leichte Schwerpunktverschiebungen erkennbar: Während bei der BMS und der technischen Maturität der Modus in Kategorie 1 liegt, befindet er sich bei der technischen Berufsschule in Kategorie 2, was auf unterschiedliche Nutzungsschwerpunkte hindeuten könnte. Insgesamt ergeben sich keine grundlegend unterschiedlichen Nutzungsprofile, jedoch leicht variierende Einsatzbereiche zwischen den Bildungsgängen.
Abgebildet sind die relativen Häufigkeiten der Einsatzbereiche von KI der drei technischen Bildungsgänge. Es handelt sich um eine Multiple-Choice-Frage mit möglichen Mehrfachnennungen. Der Modus der BMS sowie der technischen Maturität liegt bei Kategorie 1, während der Modus der technischen Berufsschule in Kategorie 2 liegt. Die Kategorie 6 weist in allen drei Bildungsgängen die geringsten bis gar keine relativen Häufigkeiten auf.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse:1= Prüfungsvorbereitung 2= Im/für Unterricht3= Zu Hause für Hausaufgaben 4= Freizeit5= Am Arbeitsplatz6= Keine Nutzung von KI
Unterscheidet sich die Nutzung und Einstellung von KI bei den befragten Lehrpersonen?
Bei den befragten Lehrpersonen zeigen sich in der deskriptiven Betrachtung Unterschiede hinsichtlich Nutzung, Unterrichtsgestaltung und Einstellungen gegenüber KI. So nutzen die befragten Lehrpersonen der BMS KI tendenziell häufiger zur Unterrichtsvorbereitung und passen die Unterrichtsgestaltung stärker an, während jene der technischen Maturität in mehreren Bereichen zurückhaltendere Werte aufweisen. Die befragten Lehrpersonen der technischen Berufsschule bewegen sich häufig im mittleren Bereich. Auch in den Einstellungen lassen sich Unterschiede erkennen: Während KI von den befragten Lehrpersonen der BMS und insbesondere der technischen Berufsschule mehrheitlich als Chance wahrgenommen wird, zeigen die befragten Lehrpersonen der technischen Maturität eine zurückhaltendere Einschätzung. Zudem ist in der technischen Maturität eine ausgeprägte Sorge vor Leistungsbetrug erkennbar. Aufgrund der kleinen Stichprobe – insbesondere bei den Lehrpersonen – sind diese Unterschiede jedoch vorsichtig zu interpretieren. Sie können lediglich als Tendenzen verstanden werden; statistisch gesicherte Aussagen über systematische Differenzen zwischen den Bildungsgängen sind nicht möglich.
Was wollen sie sich anschauen?
Aktuelle Forschung PH Bern
"Künstliche Intelligenz in der Schweiz", ETH Zürich
Wird die Unterrichtsgestaltung aufgrund von KI angepasst?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Anpassung der Unterrichtsgestaltung zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Die BMS weist die stärkste Anpassung auf, was sich im hohen Median und im Schwerpunkt bei den oberen Kategorien widerspiegelt. Die technische Maturität zeigt hingegen eine zurückhaltendere Umsetzung, da keine hohen Kategorien gewählt wurden. Die technische Berufsschule liegt im mittleren bis oberen Bereich. Dies könnte darauf hindeuten, dass KI insbesondere in der BMS bereits stärker didaktisch integriert wird als in der technischen Maturität und teilweise auch stärker als in der technischen Berufsschule.
Abgebildet sind die relativen Häufigkeiten zur Frage, ob die Unterrichtsgestaltung aufgrund von KI angepasst wird (Skala 1–5). Bei der BMS liegen die höchsten Anteile in den Kategorien 5 (43 %) und 4 (29 %), was auf häufige Anpassungen hindeutet. Der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten je zur Hälfte auf die Kategorien 1 und 3; der Median liegt bei 2. In der technischen Berufsschule konzentrieren sich die Antworten auf die Kategorien 4 (50 %) sowie 2 und 3 (je 25 %). Der Median liegt hier bei 3.5 (zwischen 3 und 4).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende: X-Achse: 1= Nie 5= Sehr oft
Wichtige Hinweise!
Im Verlauf der Auswertung wurde deutlich, dass der Umfang des Fragebogens den Rahmen dieser IDPA übersteigt. Aus diesem Grund werden nicht sämtliche erhobenen Fragen in die vorliegende Analyse einbezogen. Es werden ausschliesslich jene Fragen berücksichtigt, die einen direkten Beitrag zur Beantwortung der Fragestellung leisten. Für die Lehrpersonen wurden zudem keine statistischen Signifikanztests durchgeführt. Der Stichprobenumfang (n=20) ist zu gering, wodurch die Aussagekraft eines Signifikanztestes eingeschränkt wäre. Die Ergebnisse der Lehrpersonen werden daher ausschliesslich deskriptiv dargestellt. Diese methodischen Einschränkungen werden im Kapitel „Schwachstellen und Nutzen“ siehe erneut aufgegriffen und kritisch reflektiert.Die dargestellten Diagramme zeigen relative Häufigkeiten in Prozent innerhalb der jeweiligen Schulform.
Fazit
Ergebnisse
Für die befragten Lernenden konnten keine statistisch signifikanten Unterschiede festgestellt werden. Nutzungsmuster, Einstellungen und Lernverhalten zeigen über alle Bildungsgänge hinweg ein weitgehend vergleichbares Profil. Erkennbare Abweichungen betreffen lediglich die Intensität einzelner Ausprägungen, nicht jedoch grundlegend unterschiedliche Nutzungsstrukturen. Bei den Lehrpersonen lassen sich deskriptiv Unterschiede in der Nutzungshäufigkeit, didaktischen Integration sowie in der Bewertung von Chancen und Risiken erkennen. Aufgrund der kleinen Stichprobe besitzen diese Ergebnisse jedoch nur eingeschränkte statistische Aussagekraft und sind als Tendenzen zu interpretieren. Insgesamt konnten keine statistisch gesicherten Unterschiede zwischen den Bildungsgängen nachgewiesen werden. Die Ergebnisse deuten vielmehr auf ähnliche Integrations- und Nutzungsmuster von KI in allen untersuchten Gruppen hin.
Elia Schnyder
Alter: 20 Jahre Ausbildung: Schreiner EFZ Musikgeschmack: Rap, Pop Hobbys: OL Motivationssatz: Lifere nid lafere
Sorgen, dass KI zu mehr Betrug bei Leistungsnachweisen führt
Interpretation
Beschrieb der Daten
Im Hinblick auf die Sorge vor vermehrtem Betrug durch KI zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Besonders ausgeprägt ist die Zustimmung in der technischen Maturität, wo ausschliesslich die höchste Kategorie gewählt wurde. Die BMS zeigt eine mittlere, differenzierte Einschätzung, während die technische Berufsschule die Sorge deutlich geringer bewertet. Dies könnte darauf hindeuten, dass das Betrugsrisiko insbesondere in der technischen Maturität als zentrales Problem wahrgenommen wird, während es in der Berufsschule weniger stark im Vordergrund steht.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI zu mehr Betrug bei Leistungsnachweisen führt (Skala 1–5). In der BMS verteilen sich die Antworten über alle Kategorien, mit Schwerpunkten in den Kategorien 2 und 3 (je 29 %) sowie 5 (21 %); der Median liegt bei 3. In der technischen Maturität entfallen 100 % der Antworten auf Kategorie 5, womit der Median bei 5 liegt. In der technischen Berufsschule verteilen sich die Antworten gleichmässig auf die Kategorien 1 bis 4 (je 25 %); der Median liegt bei 2.5 (zwischen 2 und 3).
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Stimme gar nicht zu 5= Stimme total zu
Wie oft wird KI während des Unterrichts genutzt?
Beschrieb der Daten
Interpretation
Abgebildet sind die relativen Häufigkeiten zur Nutzung von KI während des Unterrichts (Skala 1–5). Bei der BMS konzentrieren sich die höchsten Anteile auf Kategorie 3 (36 %) und 2 (29 %), während höhere Kategorien seltener gewählt wurden. Der Median liegt bei 3. In der technischen Maturität entfallen 75 % der Antworten auf Kategorie 2 und 25 % auf Kategorie 4; der Median liegt bei 2. In der technischen Berufsschule verteilen sich die Antworten ausschliesslich auf die Kategorien 1 und 2 (je 50 %), wodurch sich ein Median von 1.5 (zwischen 1 und 2) ergibt.
Im Hinblick auf die Nutzung von KI während des Unterrichts zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Die BMS weist mit einem Median von 3 die vergleichsweise häufigste Nutzung auf. Die technische Maturität nutzt KI überwiegend selten bis gelegentlich, während sie in der technischen Berufsschule mehrheitlich selten eingesetzt wird. Dies könnte darauf hindeuten, dass KI im regulären Unterricht in der BMS stärker verankert ist als in den anderen beiden Bildungsgängen.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse: 1= Nie 5= Sehr oft
Internetseite
WEKA eine Schweizer Business-Plattform für Fach- und Führungskräfte. War unsere Quelle für den Abschnitt: Was ist KI?
Ist KI eine Chance für die Bildung?
Interpretation
Beschrieb der Daten
Im Hinblick auf die Einschätzung von KI als Chance für die Bildung zeigen sich deutliche Unterschiede zwischen den Bildungsgängen. Während die BMS KI mehrheitlich positiv bewertet, weist insbesondere die technische Berufsschule eine sehr hohe Zustimmung auf, da die Hälfte der Antworten in Kategorie 5 liegt. Die technische Maturität beurteilt KI hingegen zurückhaltender und bewegt sich ausschliesslich im mittleren Bereich. Dies könnte darauf hindeuten, dass KI vor allem in der technischen Berufsschule – und auch in der BMS – deutlich stärker als bildungsrelevante Chance wahrgenommen wird als in der technischen Maturität.
Abgebildet sind die relativen Häufigkeiten zur Einschätzung, ob KI eine Chance für die Bildung darstellt (Skala 1–5). In der BMS konzentrieren sich die Antworten auf die Kategorie 4 (43 %), gefolgt von Kategorie 3 (29 %) und Kategorie 5 (28%); der Median liegt bei 4. In der technischen Maturität verteilen sich die Antworten ausschliesslich auf die Kategorien 2 und 3 (je 50 %), was zu einem Median von 2.5 (zwischen 2 und 3) führt. In der technischen Berufsschule liegen die höchsten Anteile in Kategorie 5 (50 %), gefolgt von 3 und 4 (je 25 %); der Median beträgt 4.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Rel. Häufigkeit in %
Title
Write a brief description here
Legende X-Achse 1= Stimme gar nicht zu 5= Stimme total zu
Jedes Projekt braucht ein Fundament: Wir starteten mit der Ausgangslage, aus der sich das konkrete Problem herauskristalisierte. Die Fragestellung dient als unter strategischer Wegweiser: sie hilft uns, der Herausforderung strukturiert zu begegnen, gibt die RIchtung vor und legt fest, worauf wir unseren Fokus richten.
Ausgangslage
Problem
Fragestellung
Start als 4er Gruppe
Zu Beginn unserer IDPA haben wir ein Viererteam gebildet. Gemeinsam sammelten wir erste Ideen und tauschten unsere Vorstellungen aus. Die Zusammenarbeit war von Anfang an offen und konstruktiv.
Technische Berufsschule
Technische Berufsmaturität (TALS)
Technisch ausgerichtete Maturität
(Berufsberatung[Hrsg.]2026)
Fehler Art. 2
Für die Definition eines zukleinen Stichprobenumfang und die Folgen davon haben wir Optimizely genutzt.
Eigenständigkeitserklärung
«Wir erklären hiermit, dass wir die vorliegende IDPA ohne unerlaubte fremde Hilfe erstellt haben und dass alle Quellen belegt sind. Wir versichern weiterhin, dass wir bei der Erstellung dieser IDPA durchgehend steuernd gearbeitet und erzeugte Texte bzw. Textfragmente nicht unreflektiert übernommen haben.» Constantin Brünig Elia Schnyder Livio Christen
Abbildungsverzeichnis
Abbildung 1: Klassenzimmer, Darstellung von Genially 26.02.2026 Abbildung 2: Coni, Fotografie von Constantin Brünig. August 2025 in Bern Abbildung 3: Elia, Fotografie von Elia Schnyder. August 2025 in Bern Abbildung 4: Livio, Fotografie von Livio Christen. August 2025 in Zolikofen
Signifikanztest Chi-Quadrat
Zur statistischen Überprüfung unserer Umfrageergebnisse verwendeten wir den Chi-Quadrat-Test. Dieser Test dient dazu, zu untersuchen, ob zwischen zwei kategorialen Variablen ein signifikanter Zusammenhang besteht. Da unsere Daten in Form von absoluten Häufigkeiten vorliegen, eignet sich dieser Test besonders zur Analyse unserer Ergebnisse.
Gesamtbeantwortung der Fragestellung
Die Fragestellung, inwiefern sich die Nutzung Künstlicher Intelligenz in drei technischen Bildungsgängen hinsichtlich Einstellungen, Unterrichtsgestaltung sowie Lernverhalten unterscheidet, kann auf Grundlage der vorliegenden Ergebnisse wie folgt beantwortet werden: Für die befragten Lernenden konnten insgesamt keine statistisch signifikanten Unterschiede festgestellt werden. Die Nutzung, das Lernverhalten sowie die Einstellungen gegenüber KI zeigen über alle drei Bildungsgänge hinweg ein weitgehend vergleichbares Muster. Zwar lassen sich in einzelnen Bereichen leichte Unterschiede in den Ausprägungen und Schwerpunktsetzungen erkennen, diese betreffen jedoch primär die Intensität einzelner Kategorien und weisen nicht auf systematisch unterschiedliche Nutzungsprofile hin. Bei den befragten Lehrpersonen zeigen sich in der deskriptiven Betrachtung Unterschiede in der Intensität der Nutzung, der didaktischen Integration sowie in der Bewertung von Chancen und Risiken. Aufgrund der kleinen Stichprobe und der eingeschränkten statistischen Aussagekraft sind diese Unterschiede jedoch vorsichtig zu interpretieren und können lediglich als Tendenzen verstanden werden. Insgesamt lässt sich festhalten, dass weder bei den befragten Lernenden noch bei den befragten Lehrpersonen statistisch gesicherte Unterschiede zwischen den Bildungsgängen nachgewiesen werden konnten. Die beobachteten Differenzen betreffen vorwiegend einzelne Schwerpunktsetzungen und nicht grundlegend verschiedene Meinungen zu, oder Nutzungsbereiche von KI.
Vergleichs-Studie + Aktuelle Forschung
Die Vergleichs-Studie der ETH-Zürich und der aktuelle Forschungsstand der PH-Bern haben uns geholfen, unsere Ergebnisse richtig einzuordnen und einen klaren Kontext zu bereits bestehenden Daten zu schaffen.
"Künstliche Intelligenz in der Schweiz 2024", Universität Zürich
"Künstliche Inteligenz", PH Bern
Was würden Sie sich von Ihrer Schule im Umgang mit KI wünschen?
Die Erwartungen unterscheiden sich ebenfalls deutlich. In der Berufsschule technischer Berufe werden praxisnahe Schulungen und klare Leitfäden gewünscht. Die Berufsmaturität TALS fordert transparente Regelungen zur Leistungsbeurteilung. Die technisch ausgerichtete Maturität betont eine strategische und langfristige Verankerung im Lehrplan. Insgesamt zeigen sich unterschiedliche Bedürfnisse: operative Unterstützung, faire Rahmenbedingungen oder institutionelle Weiterentwicklung.
Was ist KI?
Gemäss WEKA bezeichnet Künstliche Intelligenz (KI) Computersysteme, die Aufgaben ausführen können, für die normalerweise menschliche Intelligenz erforderlich ist. Dazu gehören zum Beispiel das Verstehen und Erzeugen von Texten, das Analysieren von Daten, das Erkennen von Mustern oder das Lösen von Problemen. Moderne KI-Modelle basieren häufig auf maschinellem Lernen. Dabei werden grosse Datenmengen genutzt, damit Systeme Zusammenhänge erkennen und auf neue Eingaben reagieren können. Bekannte Anwendungsbereiche sind Textgeneratoren, Bildgeneratoren, Sprachassistenten oder Programme zur automatisierten Datenanalyse. KI dient dabei meist als Unterstützungswerkzeug zur Prozessbeschleunigung oder -Vereinfachung.(WEKA [Hrsg.]2025)
Quelle
Veränderung im Team
Kurz nach diesem Entscheid des neuen Themas kam es zu einer Veränderung in unserer Gruppe. Ein ehmaliges Teammitglied schied aus der BM aus. Dadurch mussten wir die Aufgaben neu verteilen und uns organisatorisch anpassen.
Themenwechsel
Nach dieser Erkenntnis entschieden wir uns für einen Neuanfang. Wir setzten uns erneut zusammen und suchten nach einem neuen IDPA-Thema. Dabei definierten wir unsere Ziele klarer und strukturierten unser Projekt neu.
Fazit
Die Analyse zeigt, dass sich die Nutzung von KI bei den Lernenden weniger in der grundsätzlichen Akzeptanz als vielmehr in der Art der Anwendung und Gewichtung unterscheidet. In der Berufsschule technischer Berufe steht der praktische Nutzen im Vordergrund, während die Berufsmaturität TALS KI stärker zur Leistungsunterstützung und Strukturierung komplexer Inhalte nutzt. Die technisch ausgerichtete Maturität zeigt eine tendenziell reflektiertere und vertiefte Anwendung. Insgesamt beeinflusst der jeweilige Bildungsgang das Lernverhalten, die Wahrnehmung von Vorteilen und Risiken sowie die Erwartungen an die schulische Umsetzung.
Erste Idee
Nach langer Überlegung entschieden wir uns für ein erstes Thema. Anfangs waren wir überzeugt, dass es gut umsetzbar sei und wir es gut meistern könnten. Im Verlauf der Planung merkten wir jedoch, auch im Gespräch mit unserer Lehrperson, dass es deutlich komplexer war als gedacht und nicht im Umfang der IDPA lag.
Neu orientiert & weitergemacht
Trotz mehrerer Hindernisse auf unserem Weg zur IDPA liessen wir uns nicht entmutigen. Als Dreierteam arbeiteten wir konzentriert und zielorientiert weiter. Unser Resultat sehen Sie hier auf unserer interaktiven Homepage.
Schwachstellen und Nutzen
Nicht alle erhobenen Fragen wurden in die Analyse einbezogen, da einige keinen direkten Bezug zur zentralen Fragestellung aufwiesen. Aus denjenigen Fragen, welche die Fragestellung explizit adressierten, wurde eine gezielte Auswahl getroffen, um eine fokussierte und klare Beantwortung zu ermöglichen. Dabei lag der Schwerpunkt bewusst auf der Qualität der Auswertung und nicht auf der quantitativen Breite der Analyse. Die Stichprobe der Lehrpersonen war mit n = 20 zu klein, wodurch die statistische Aussagekraft eingeschränkt ist. Daher wurde auf dort auf statistische Tests verzichtet. Eine qualitative Befragung, etwa in Form von Interviews, hätte vertiefte Einblicke in pädagogische Überlegungen, individuelle Beweggründe und konkrete Unterrichtspraktiken ermöglicht und wäre für die Lehrpersonenperspektive geeigneter gewesen. Zudem waren bei den Lernenden einzelne Häufigkeiten sehr gering, wodurch das Risiko eines Fehlers zweiter Art erhöht sein könnte (Optimizely [Hrsg.] 2026). Der Nutzen der Arbeit liegt darin, einen strukturierten Überblick über den aktuellen Stand der KI-Nutzung in technischen Bildungsgängen zu geben. Die Ergebnisse zeigen, dass KI bereits breit genutzt und überwiegend positiv bewertet wird. Gleichzeitig wird deutlich, dass Unterschiede – sofern vorhanden – eher gradueller als struktureller Natur sind. Die Arbeit könnte somit als Grundlage für weiterführende schulische Entwicklungsprozesse sowie für zukünftige, vertiefende Untersuchungen dienen.
Constantin Brünig
Alter: 20 Jahre Ausbildung: Automobilmechatroniker EFZ Musikgeschmack: Alles mögliche elektronische, Indie, Rock-Genres etc. Hobbys: Musik Motivationssatz: Vo nüt chunt nüt
Methode & Definition Relative Häufigkeit
Im Rahmen dieses Projekts wird eine Befragung mit eigens erstellten, standardisierten Fragebogen durchgeführt. Ziel der Umfrage ist es,. herauszufinden, inwiefern sich die KI-Nutzung und die KI-Meinung von Lehrpersonen und Lernenden zwischen drei verschiedenen technischen Bildungsgängen im schulischen Kontext unterscheidet. Befragt wurde die BMS TALS und die DMG-Abteilung der gibb Bern sowie Klassen mit MINT Fächern als Klassenschwerpunkte des Gymnasiums Neufeld. Die Befragung gliedert sich in folgende Schritte:
1. Erstellung der Umfragebögen Gezielte Fragen entwickeln, um jeweils die Meinungen, Anwendungszwecke etc. der Lernenden und Lehrpersonen zu erfassen.
2. Pretest Überprüfung der Fragen mit Hilfe von KI auf richtige Qualität und ob sie sich eignen, unsere Fragestellung zu beantworten.
3. Fragebögen in Umlauf bringen An der DMG- und BMS (TALS) Abteilung der gibb Bern, sowie zusätzlich am Gymnasium Neufeld mit Schwerpunkt auf MINT-Fächern.
4. DatenanalyseAuswertung & Analyse der erhobenen Daten (Kennzahlen, Diagramme und ).
5. Darstellung der ErgebnissePräsentation der gesammelten Ergebnisse, Fazite etc. als Endprodukt auf einer interaktiven Homepage.
Signifikanztest
Warum diese Schulen?
Erklärungsvideo
Relative Häufigkeit