KI-Bildungspolitik im DACH-Raum: Inklusion und Bildungsgerechtigkeit
Wie greifen nationale Strategien zu Künstlicher Intelligenz und Bildung in Deutschland, Österreich und der Schweiz die Themen Inklusion und Bildungsgerechtigkeit auf? Dieser Forschungsstrang untersucht in einer systematischen, kategoriengeleiteten Auswertung von zehn Policy-Dokumenten, wie Inklusion und Gerechtigkeit in der KI-Bildungspolitik des DACH-Raums begrifflich gefasst werden und ob die Dokumente konkrete Umsetzungspläne enthalten.
Politik als Bedingung gerechter KI
Weltweit haben mehr als 50 Staaten nationale KI-Strategien veröffentlicht, doch nur wenige verbinden sie ernsthaft mit Inklusion und Bildungsgerechtigkeit. Internationale Rahmen wie die der OECD und der UNESCO fordern eine inklusive digitale Transformation und warnen zugleich vor algorithmischen Verzerrungen und ungleichem Zugang. Fehlen klare Gerechtigkeitsmaßnahmen, drohen die Vorteile von KI vor allem privilegierten Gruppen zuzufallen. Dieser Strang legt die erste vergleichende Analyse vor, wie Inklusion und Gerechtigkeit in den KI-Bildungspolitiken des DACH-Raums adressiert werden.
Drei leitende Fragen
Begrifflichkeit
Wie werden Inklusion und Gerechtigkeit in den DACH-KI-Policies begrifflich gefasst?
Übereinstimmung & Differenz
Wo stimmen die nationalen Policies überein, wo unterscheiden sie sich?
Internationale Rahmen
Inwiefern beziehen sich die Dokumente auf internationale Rahmen wie die UN-BRK und die SDGs?
Wie analysiert wurde
Untersucht wurden zehn offizielle Dokumente aus dem DACH-Raum, ausgewählt nach drei Kriterien: ein expliziter Fokus auf KI in der Bildung, eine staatliche Urheberschaft und öffentliche Verfügbarkeit. Vertreten sind Österreich, Deutschland (mit Schleswig-Holstein und Mecklenburg-Vorpommern als Beispiel-Länder) sowie die Schweiz (Kanton Zürich und ein interkantonales Dokument). Die Auswertung folgt dem kategoriengeleiteten Vorgehen nach Kuckartz und Rädiker: Drei Autorinnen kodierten die Dokumente unabhängig anhand eines gemeinsamen Codebuchs, lösten Abweichungen im Konsens und verbanden induktive mit deduktiven Codes. Alle Kodierungen wurden in MAXQDA dokumentiert, was Häufigkeitsauszählungen und fallübergreifende Vergleiche ermöglicht.
Drei Länder, drei Wege
Explizite Gerechtigkeitsmetriken
Die Bildungshoheit liegt bei den Ländern, die KMK harmonisiert Standards, Bundesprogramme fördern Infrastruktur und Kompetenzen. Inklusion und Gerechtigkeit werden vergleichsweise explizit benannt und mit Förderung hinterlegt.
Implizit, MINT-fokussiert
Bei stärker zentraler Steuerung durch Bundesregierung und Bildungsministerium wird Inklusion eher implizit und mit einem Schwerpunkt auf MINT adressiert.
Fragmentiert & deklarativ
Das dezentrale, kantonal organisierte System bringt fragmentierte und eher deklarative Maßnahmen hervor; eine eigene nationale KI-Gesetzgebung fehlt.
So unterschiedlich die Wege sind, eines teilen alle drei Länder: Es fehlen verbindliche Selbstverpflichtungen und messbare Ziele, an denen sich inklusive und gerechte KI-Bildung tatsächlich überprüfen ließe.
Inklusion als grenzüberschreitende Aufgabe
Die Analyse plädiert dafür, Inklusion und Bildungsgerechtigkeit von Beginn an als Kernprinzipien nationaler KI-Politik zu verankern. Inklusion wird dabei als grenzüberschreitende, kollaborative Aufgabe verstanden: Der DACH-Raum kann gute Praxis teilen und gemeinsame Aufsicht entwickeln, um gerechten Zugang zu KI-gestütztem Lernen zu sichern.