Inklusion und Gerechtigkeit in der KI-Bildungspolitik der DACH-Region
Ein Vergleich von zehn KI-Bildungspolitik-Dokumenten aus Deutschland, Österreich und der Schweiz zeigt: Inklusion und Gerechtigkeit werden sehr unterschiedlich adressiert; verbindliche Vorgaben fehlen überall.
KI-Politik – inklusiv und gerecht gedacht?
Weltweit haben über 50 Regierungen nationale KI-Strategien veröffentlicht, doch nur wenige greifen Inklusion und Gerechtigkeit ernsthaft auf (Schiff 2022). Ohne entsprechende Rahmen droht KI bestehende Bildungsungleichheiten zu verstärken (Varsik & Vosberg 2024; van Dijk 2020). Die Studie untersucht erstmals vergleichend, wie die DACH-Region Inklusion und Gerechtigkeit in ihrer KI-Bildungspolitik verankert.
Methode & Daten
Untersucht wurden zehn offizielle KI-Bildungspolitik-Dokumente aus Deutschland, Österreich und der Schweiz (gezielte Auswahl nach Bildungs-KI-Fokus, staatlicher Urheberschaft und öffentlicher Verfügbarkeit). Die systematische, kategoriengeleitete Auswertung erfolgte in MAXQDA und verband induktiv gebildete Codes zu Inklusion und Gerechtigkeit mit einem deduktiven Analyserahmen. Leitfragen: Wie werden die Prinzipien konzeptualisiert, wie unterscheiden sich die Länder, und beziehen sie sich auf UN-BRK und SDGs?
Drei Länder, drei Wege – eine Lücke
Explizite Metriken & Förderung
Deutschland adressiert Gerechtigkeit am explizitesten: mit ausdrücklichen Equity-Bezügen und begleitenden Förderprogrammen.
Implizit & MINT-fokussiert
Österreich denkt Inklusion eher implizit und mit starkem MINT-Fokus; Gerechtigkeit bleibt meist zwischen den Zeilen.
Dezentral & fragmentiert
Das dezentrale Schweizer Modell führt zu fragmentierten, eher deklarativen Maßnahmen ohne übergreifenden Rahmen.
Allen drei gemeinsam: Es fehlen verbindliche Selbstverpflichtungen und messbare Ziele. Die Studie zeigt vielversprechende Beispiele inklusiver Governance, benennt aber auch strukturelle Barrieren für gerechten Zugang zu KI-gestütztem Lernen.
Inklusion & Gerechtigkeit im DACH-Vergleich
Eigene Darstellung der Befunde (nicht Teil der Originalpublikation).
Was das für die Bildungspolitik heißt
Inklusion und Gerechtigkeit gehören als Kernprinzipien in nationale KI-Strategien, und zwar mit verbindlichen, überprüfbaren Zielen. Die Studie plädiert dafür, Inklusion als grenzüberschreitende Gemeinschaftsaufgabe zu verstehen: mit geteilten Good-Practice-Beispielen und gemeinsamer Beobachtung über die DACH-Region hinweg.
Im Wortlaut (Preprint, CC BY)
This paper examines how inclusion and educational equity are conceptualized and thematized in national AI and education policies in Germany, Austria, and Switzerland (the DACH region). Through a qualitative content analysis of 10 policy documents, this study explores how these policies articulate inclusion and equity, and whether they include concrete implementation plans. The analysis was conducted using MAXQDA, combining inductive codes related to inclusion and equity with a deductive framework. The policy analysis reveals a contrast in how the DACH region approaches inclusive and equitable AI education. Germany uses explicit equity metrics and funding; Austria relies on implicit, STEM-focused inclusion; and Switzerland’s decentralized model yields fragmented, declarative measures, all three lacking enforceable commitments or measurable targets. This paper presents the first comparative analysis of how inclusion and equity are addressed in AI policy documents in the DACH region. It highlights promising examples of inclusive governance while also pinpointing structural barriers that may impede equitable access to AI-supported learning. Building on these insights, this paper develops targeted recommendations for future policy development, advocating not only for the integration of inclusion and equity as core principles in national AI policies but also for conceiving inclusion as a collaborative, cross-border effort that leverages shared good practices and joint oversight.
Das Abstract stammt aus dem frei lizenzierten Preprint (CC BY, Research Square). Die übrigen Texte auf dieser Seite sind eine eigene Zusammenfassung und geben nicht den Originaltext wieder. Die begutachtete Fassung kann abweichen.
Zentrale Bezugnahmen des Beitrags
- Ainscow, M. (2020). Promoting inclusion and equity in education: lessons from international experiences. Nordic Journal of Studies in Educational Policy.
- UNESCO (2005). Guidelines for Inclusion: Ensuring Access to Education for All.
- OECD (2024 / 2025). AI definitions and AI literacy frameworks.
- Varsik, S., & Vosberg, L. (2024). The Potential Impact of AI on Equity and Inclusion in Education. OECD.
- Schiff, D. (2022). Education for AI, not AI for education: policy analysis. · van Dijk, J. (2020). The Digital Divide. Polity Press.
Auswahl der im Beitrag verwendeten Literatur; vollständige Nachweise im Original (Preprint).
Zum Nachlesen
Hinweis: Es handelt sich um einen Preprint (Stand 2025), die begutachtete Endfassung steht noch aus.