Schul-KI in Kanada: Drei Curriculum-Modelle definieren Zeit, Tests und Teacher-Training

Kanadas Provinzen verfolgen drei unterschiedliche Modelle für den KI-Unterricht, die maßgeblich darüber entscheiden, ob „AI literacy“ zu tatsächlicher digitaler Mündigkeit führt oder auf oberflächliche App-Tipps beschränkt bleibt. Entscheidend ist nicht die Frage „Unterrichten wir KI?“, sondern wo KI-Kompetenzen im Lehrplan verankert sind, was wiederum Auswirkungen auf Unterrichtszeit, Prüfungen und die Lehrerausbildung hat. Da Schüler ohnehin täglich mit KI-Systemen in Kontakt kommen, verlagert sich die Debatte von Verboten hin zur didaktischen Architektur: Es geht darum, welche Grundlagen Schüler über Daten, Algorithmen, Modellierung, Ethik und kritisches Urteilen lernen sollen und wie dies über Jahre hinweg systematisch aufgebaut werden kann. Die drei Modelle umfassen ein eigenes KI-Fach, die Einbettung in bestehende Fächer und ein fächerübergreifendes Kompetenzmodell.

Das erste Modell, ein eigenes Fach oder ein dedizierter Bereich, schafft „geschützte Zeit“ im Stundenplan, ermöglicht eine klare Sequenzierung über Jahrgänge und macht Lernerfolge messbar. British Columbia verankert technologisches Lernen beispielsweise von Kindergarten bis zur 9. Klasse im Bereich „applied design, skills and technologies“, während Newfoundland and Labrador zwei eigene Informatikkurse in den Klassen 9 und 10 anbietet. Ontario hybridisiert diesen Ansatz mit einem eigenen „computer studies curriculum“ und der Option, digitale Kompetenzen in Pflichtfächer zu integrieren. Der Vorteil für die AI Literacy liegt in der Möglichkeit, anspruchsvolle Konzepte projektbasiert über längere Zeiträume aufzubauen, oft durch speziell ausgebildete Lehrer. Der Nachteil ist, dass die Exposition selbst in diesem Modell oft intermittierend bleibt und stark von der Personaldecke und dem Umfang der lokalen Implementierung abhängt.

Das zweite Modell bettet digitale Kompetenzen in bestehende Fächer ein, was zwar pragmatisch klingt, aber Herausforderungen bezüglich der zur Verfügung stehenden Zeit und der Lehrkompetenz mit sich bringt. In New Brunswick konkurriert KI-bezogenes Lernen zum Beispiel im „Middle Block“ direkt mit anderen Lernbereichen, anstatt als eigenständiges Fach mit klaren Leistungsanforderungen aufzutreten. Dies ermöglicht es Schülern zwar, KI-Kompetenzen im Kontext realer Probleme zu erleben, erfordert aber, dass Lehrer neue konzeptionelle Inhalte vermitteln, oft ohne ausreichende Vorbereitung, Zeit oder Materialien. Der Erfolg dieses Modells hängt maßgeblich davon ab, ob Fortbildung als kontinuierliche Professionalisierung verstanden wird und nicht als einmaliges Webinar endet, um sicherzustellen, dass AI Literacy nicht zu einer reinen Checklisten-Aufgabe verkommt.

Das dritte Modell setzt auf eine fächerübergreifende, „transversale“ Kompetenzlogik, bei der digitale Kompetenzen fachübergreifend entstehen sollen. Manitoba verankert „literacy with information communication technology (ICT)“ explizit über den gesamten Lehrplan hinweg und verknüpft sie mit kritischem Denken, Kreativität sowie sicherer und ethischer Nutzung. Québec arbeitet mit einem landesweiten „digital competency framework“ mit 12 Dimensionen zur Beschreibung digitaler Nutzungskompetenzen. Der große Vorteil dieses Ansatzes ist, dass jeder Schüler erreicht wird, unabhängig von der Wahl spezifischer Fächer. Die Herausforderung liegt in der Governance: Ohne klare Verantwortlichkeiten, Fortschrittsmarker und Bewertungsstrategien kann die Umsetzung stark variieren. Zudem steigt der Fortbildungsbedarf für alle Lehrer, da sie KI- und Digitalkompetenzen didaktisch vermitteln müssen.

Für die Steigerung der „AI-Readiness“ in Kanada ist es entscheidend, weniger über das eine perfekte Curriculum zu sprechen als vielmehr über passende unterstützende Maßnahmen für jedes Modell. Dedizierte Fächer benötigen qualifiziertes Personal und Ausbildung, eingebettete Modelle erfordern tragfähige Professional-Learning-Formate und Entlastung für Lehrer, und transversale Rahmenwerke brauchen klare Messpunkte, um Qualität sicherzustellen. Experten und die UNESCO plädieren für eine Kombination der Stärken aller drei Modelle: solide Grundlagen in KI-Konzepten, ergänzt durch disziplinspezifische und transdisziplinäre Kompetenzen. Angesichts der geplanten OECD-„PISA 2029 media and artificial intelligence literacy assessment“ wird der Druck auf Schulsysteme weltweit steigen, Kompetenzen sauber zu definieren, zu sequenzieren und zu prüfen, um Schülern die kritische und verantwortungsvolle Nutzung digitaler und KI-Systeme zu ermöglichen.