blog-podcast-vodcast/b-Quadrat - Der Blog/KI und Lehrerbildung.md

---
author: Jochen Hanisch-Johannsen
title: Zukunft ohne Nachwuchs? Wie KI die Lehrerbildung verändert und wie wir gegensteuern können
Repository: https://git.jochen-hanisch.de/jochen-hanisch/blog-podcast-vodcast
created: 2025-09-20
updated: 2025-09-20
publish: false
tags:
published:
---

created: 20.9.2025 | [updated](https://git.jochen-hanisch.de/jochen-hanisch/blog-podcast-vodcast): 20.9.2025 | published: .2025 | [Austausch](https://lernen.jochen-hanisch.de/course/view.php?id=4) | [[Hinweise]]

**Zukunft ohne Nachwuchs? Wie KI die Lehrerbildung verändert - und wie wir gegensteuern können**

# Die stille Gefahr für die Lehrerbildung

Die Lehrerbildung steht aktuell vor einer doppelten Herausforderung: Einerseits verschärfen sich strukturelle Engpässe. Lehrkräftemangel, hohe Belastung in der Schulpraxis und rückläufige Zahlen bei Lehramtsstudierenden und Absolvent:innen sind seit Jahren dokumentiert (Autorengruppe Bildungsberichterstattung, 2024; OECD, 2023). Andererseits entwickelt sich mit dem Aufkommen generativer Künstlicher Intelligenz (KI) eine zweite, bislang kaum adressierte Dynamik, die das Fundament der Lehrerbildung untergraben könnte. Denn KI-Systeme wie ChatGPT, Claude oder andere generative Modelle halten rasant Einzug in schulische und hochschulische Arbeitskontexte (Eickelmann & Gerick, 2023; Schleicher, 2023). 

Diese Entwicklungen werden im öffentlichen Diskurs häufig insbesondere im Hinblick auf Routineaufgaben wie Korrekturen, die Erstellung von Arbeitsmaterialien oder die Rückmeldung auf Lernprozesse als Entlastung interpretiert. Doch gerade diese Tätigkeiten bilden in der Ausbildung von Lehrkräften ein zentrales Erfahrungsfeld. Sie sind nicht nur kognitiv fordernd, sondern auch entscheidend für die pädagogische [[Professionalisierung]] (König & Rothland, 2021). Werden diese Aufgaben zunehmend automatisiert, betrifft dies vor allem den beruflichen Einstieg. Referendar:innen, Tutor:innen, studentische Hilfskräfte und Lehramtsstudierende in Praktika verlieren dadurch zentrale Aufgabenbereiche, die bislang zur Rollenfindung und zur Entwicklung unterrichtspraktischer Kompetenzen beitrugen (Holmes, Bialik & Fadel, 2019; Luckin et al., 2016).

Die Studie von Hosseini und Lichtinger (2025) deutet auf genau diesen Mechanismus hin. Anhand von Daten zu mehr als 62 Millionen Beschäftigten in über 285.000 US-Unternehmen zeigen sie, dass die Einführung generativer KI vor allem den Zugang zu sogenannten „Junior-Positionen“ einschränkt. Dabei ist nicht etwa eine erhöhte Kündigungsrate ursächlich, sondern eine deutliche Reduktion von Neueinstellungen. Besonders stark betroffen sind Tätigkeiten im mittleren Qualifikationssegment, also gerade jene Funktionen, in denen erste Berufserfahrungen gesammelt und Karrierewege eingeleitet werden.

Die Übertragung auf den Bildungsbereich liegt damit nahe. Wenn generative KI die Aufgaben übernimmt, die bisher Berufseinsteiger:innen vorbehalten waren, droht auch hier ein schleichender Strukturabbau, der nicht durch aktive Ausgrenzung, sondern durch unterlassene Integration initiiert und aufrecht erhalten wird. Genau dieser Prozess gefährdet die Nachwuchssicherung in einem ohnehin angespannten System. Die „stille Gefahr“ besteht somit nicht nur in einer technikbedingten Verschiebung von Aufgaben, sondern in der Erosion von Professionalisierungsräumen, ohne die Lehrerbildung nicht zukunftsfähig sein kann.

# Was die Studie zeigt

Eine umfassende empirische Studie von Hosseini und Lichtinger (2025) demonstriert erstmals systematisch die Auswirkungen der Einführung generativer Künstlicher Intelligenz (KI) auf die innerbetrieblichen Beschäftigungsstrukturen. Die Forschenden analysierten ein umfassendes Panel von über 62 Millionen Beschäftigten in 285.000 US-Unternehmen im Zeitraum von 2015 bis 2025. Als Indikator für die Einführung generativer KI nutzten sie die erstmalige Veröffentlichung von Stellenanzeigen mit dezidierten „AI-Integrator“-Rollen, was auf strategisch intendierte Implementierung hindeutet.

Die zentralen Ergebnisse sind deutlich. Unternehmen, die generative KI einführen, verzeichnen ab dem ersten Quartal 2023 einen signifikanten Rückgang von Neueinstellungen auf sogenannten Junior-Positionen, also Arbeitsplätzen für Berufseinsteiger:innen, Assistenzen oder mittelhoch qualifizierte Nachwuchskräfte. Im Gegensatz dazu bleiben Senior-Positionen entweder stabil oder wachsen sogar weiter an. Besonders bemerkenswert erschenit, dass diese Veränderung nicht durch erhöhte Kündigungen oder Arbeitsplatzabbau verursacht wird, sondern fast ausschließlich durch einen Rückgang der Neueinstellungen.

Die Autoren interpretieren diese Entwicklung als Ausdruck einer „senioritätsbasierten technologischen Disruption“ (S. 5). Das heißt, generative KI ersetzt nicht ganze Berufsgruppen, sondern verschiebt die Relevanz von Aufgaben- und Erfahrungsniveaus. Gerade dort, wo Aufgaben standardisierbar und kognitiv mittelfordernd sind, typischerweise im mittleren Qualifikationssegment, ist der Substitutionseffekt am stärksten ausgeprägt. Infolgedessen droht eine strukturelle Lücke in der beruflichen Entwicklungspipeline, die langfristig die Innovations- und Anpassungsfähigkeit von Organisationen untergraben kann (Hosseini & Lichtinger, 2025).

# Übertragung auf die Lehrerbildung

Was hat das mit Schulen und Hochschulen zu tun? Sehr viel. Auch hier erledigen Nachwuchskräfte häufig genau jene Aufgaben, die sich besonders gut automatisieren lassen: Korrekturen, Unterrichtsvorbereitungen, die Erstellung von Arbeitsmaterialien oder einfache digitale Rückmeldeschleifen. Werden diese Aufgaben durch KI übernommen, verlieren junge Lehrkräfte reale Lern- und Erfahrungsräume. Ohne bewusstes Gegensteuern entsteht ein doppelter Verlust:

1. Berufseinsteiger:innen finden keinen sinnvollen Platz im System.
2. Das System verliert seine eigene Zukunftsfähigkeit – es bildet nicht mehr aus, was es später braucht.

Diese Entwicklung ist bereits heute sichtbar: Die Zahl der unbesetzten Referendariatsstellen steigt, Schulen greifen auf Quereinsteiger:innen oder Notlösungen zurück, während gleichzeitig digitale Systeme Aufgaben übernehmen, die früher Einstiegspositionen strukturierten.

## Was jetzt zu tun ist

Damit Lehrerbildung nicht Opfer ihrer eigenen Effizienzgewinne wird, braucht es gezielte Struktur- und Didaktikreformen:

- **Einstiegsphasen absichern:** Schulen und Hochschulen sollten Aufgabenräume definieren, die explizit für Nachwuchskräfte reserviert bleiben – als Lernchance und Reifefeld.
- **KI als didaktisches Werkzeug, nicht als Ersatz:** Die Integration von KI gehört ins Curriculum der Lehrerbildung – jedoch nicht als Sparmaßnahme, sondern als Teil der Professionalisierung.
- **Nachwuchskultur fördern:** Nachwuchskräfte müssen als zentrale Ressource begriffen und aktiv gefördert werden – in Mentoringstrukturen, Forschungsprojekten und Schulentwicklungsteams.

## Fazit: Zukunft ermöglichen statt beschleunigt abschaffen

Generative KI kann den Bildungsbereich entlasten – wenn wir sie als Unterstützung gestalten. Ohne bewusste Steuerung jedoch verdrängt sie jene, die wir am dringendsten brauchen: die nächste Generation an Lehrkräften. Die Studie von Hosseini & Lichtinger ist ein Frühwarnsystem. Die Lehrerbildung muss jetzt handeln – nicht erst, wenn die Lücke endgültig spürbar wird.

# Quelle(n)

- Hosseini, S. M., & Lichtinger, G. (2025). _Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data_.
- Autorengruppe Bildungsberichterstattung. (2024). *Bildung in Deutschland 2024*. wbv Media.
- OECD. (2023). *Education at a Glance 2023*. OECD Publishing.
- Holmes, W., Bialik, M., & Fadel, C. (2019). *Artificial Intelligence in Education*. Center for Curriculum Redesign.
- Luckin, R. et al. (2016). *Intelligence Unleashed*. Pearson.
- Hosseini, S. M., & Lichtinger, G. (2025). *Generative AI as Seniority-Biased Technological Change*. Harvard.
- König, J., & Rothland, M. (2021). *Berufseinstieg von Lehrkräften in Zeiten von Digitalisierung*. Zeitschrift für Pädagogik.