LEARN 2 PLAY || PLAY 2 LEARN

These und Ausgangspunkt

Wann hast du zuletzt etwas aus reiner Neugier gelernt, und was hat dich dabei am Weitermachen gehalten?

Lernen ist ein zentraler Bestandteil des menschlichen Daseins, essenziell für unser Überleben und idealerweise eine Quelle tiefer Freude. Nachhaltiges Lernen sollte auf Leidenschaft und intrinsischer Motivation beruhen. Die besten Vorbilder dafür finden sich oft außerhalb formeller Institutionen: bei Hobbyist:innen und in engagierten Communities, ob im analogen Raum oder in digitalen Netzwerken.

Im Kontrast dazu beobachten wir eine sich seit Jahren zuspitzende Bildungskrise: Das System von der Schule bis zur Universität arbeitet an den Anforderungen der Menschen vorbei. Die Bildungsgerechtigkeit sinkt, was gesellschaftlichen Sprengstoff birgt (vgl. Aladin El-Mafaalani). KI kommt als weiterer Disruptor neben Smartphone und Social Media hinzu. Zudem stellt sich die Frage, wie Wissen außerhalb der Schule vermittelt wird. Eine mögliche Folge der Krise ist der Aufstieg rechtspopulistischer bis rechtsextremer Parteien, die mit stark verkürzten Aussagen mobilisieren. Ihnen stehen Lernen, Wissen, Austausch, Gemeinschaft und Verantwortung entgegen.

Als Gestaltende stehen wir vor der Frage: Wie können wir konkrete Hilfsmittel, Werkzeuge oder Umgebungen entwickeln, um diesem Dilemma selbstbestimmt und kreativ zu begegnen? Mit welcher Perspektive und welchen Methoden gestalten wir Werkzeuge und Umgebungen, die Lernen ermöglichen, statt es zu erzwingen?

Dieses Seminar soll aufzeigen, wie facettenreich und integrativ Lernen gestaltet werden kann. Im Mittelpunkt steht der Ansatz, am Menschen und mit dem Menschen zu gestalten: niederschwellig, inklusiv, nicht elitär und frei von rein marktgetriebenen Logiken. Die Maschine in diesen Gestaltungsprozess einzubeziehen und mitzudenken, als Material und als Werkzeug, in diesem Fall generative KI, ist ein notwendiger Schritt, um nicht abseits der Technologie, sondern mit ihr zu wachsen.

Seminarziel

Ziel des Semesters ist die Entwicklung eines konkreten Lernwerkzeugs oder Prototyps, ob analoges Legespiel, physisches Interface oder KI-gestützter Lernassistent. Der Prototyp entsteht in enger Kooperation mit einer frei gewählten Partnergruppe aus der Praxis, etwa Kindern, Senior:innen, Nachbar:innen oder lokalen Vereinsgruppen. Im Sinne des partizipativen Co-Designs sind diese Partner:innen keine bloßen Testpersonen, sondern Expert:innen ihres eigenen Alltags. Die Zusammenarbeit findet auf Augenhöhe statt und soll einen echten Mehrwert für die Partner:innen schaffen. Bei der Arbeit mit Minderjährigen gilt eine verbindliche Datenschutzregel. Jedes Projekt beantwortet am Ende die Leitfrage: Was lernt dein Partner, was lernst du selbst, und was lernt, falls vorhanden, die Maschine?

Einstieg

Spielen und Lernen?

Was genau verstehen wir unter Spiel, und was bedeutet Lernen? Warum bereiten beide überhaupt Freude? Ein zentraler Grund ist die Möglichkeit, sich frei und ohne negative Konsequenzen auszuprobieren. Der Anthropologe Gregory Bateson beschrieb 1955, dass Spiel von einer unausgesprochenen Botschaft getragen wird: „Das hier ist Spiel." Ein spielerischer Biss meint den Biss, aber nicht das, was ein echter Biss bedeuten würde. Katie Salen und Eric Zimmerman haben diesen geschützten Rahmen in Anlehnung an Huizinga als „Magic Circle" bezeichnet. Innerhalb dieses Kreises darf man scheitern, übertreiben, Rollen wechseln.

Dass genau hier Lernen stattfindet, beschreiben mehrere Positionen. Lew Wygotski sah im Spiel den Ort, an dem Kinder über sich hinauswachsen und Fähigkeiten zeigen, die sie im Alltag noch nicht haben, die sogenannte Zone der nächsten Entwicklung. Die Selbstbestimmungstheorie von Edward Deci und Richard Ryan nennt drei Bedingungen für intrinsische Motivation: Autonomie, Kompetenzerleben und soziale Eingebundenheit. Gute Spiele stellen alle drei her. Mihaly Csikszentmihalyis Konzept des Flow beschreibt den Zustand völliger Versunkenheit, der entsteht, wenn Herausforderung und Können im Gleichgewicht sind. Der Linguist James Paul Gee zeigte 2003, dass gute Videospiele viele Prinzipien guten Lernens bereits eingebaut haben: Sie sind schwer, aber schaffbar, geben unmittelbares Feedback und lassen sich im eigenen Tempo erkunden.

Spielen kann zudem kokreativ und kollaborativ sein, gerade auch IRL. Wer zusammen spielt, handelt Regeln aus, erfindet Geschichten und lernt voneinander, ohne dass es sich wie Unterricht anfühlt. Wie lässt sich das nutzen? Untersucht werden soll, wie Lernen und Spielen miteinander verbunden werden können, wo Grenzen und wo Potenziale liegen, und zwar am konkreten Beispiel, am Spiel und am Material. Welche Spielsysteme gibt es: gegeneinander, kooperativ, kokreativ? Welche Spielertypen gibt es, wie hängen System und Spielertyp zusammen, und wo liegen die Schnittstellen zum Lernen?

Was ist ein Spiel?

Johan Huizinga definiert Spiel in „Homo Ludens" (1938) als freiwillige Tätigkeit innerhalb selbst gesetzter Grenzen von Raum und Zeit, nach freiwillig angenommenen Regeln, die ihr Ziel in sich selbst trägt.

Roger Caillois unterscheidet in „Die Spiele und die Menschen" (1958) vier Grundformen. Agon ist der Wettkampf, in dem Können über Sieg und Niederlage entscheidet, etwa im Schach oder im Sport. Alea ist das Spiel mit dem Zufall, bei dem die Spielenden die Kontrolle bewusst abgeben, etwa beim Würfeln oder Lotto. Mimikry ist das Rollenspiel, das So-tun-als-ob, vom Verkleiden über Theater bis zum Pen-&-Paper-Rollenspiel. Ilinx ist der Rausch, das lustvolle Verwirren der Wahrnehmung, etwa beim Karussellfahren, Schaukeln oder Drehen, bis einem schwindelig wird. Quer dazu legt Caillois eine zweite Achse: Paidia steht für freies, ungeregeltes Herumspielen, Ludus für das Spiel mit festen Regeln und wachsender Schwierigkeit. Gerade diese Achse ist für Lernumgebungen interessant, denn sie beschreibt den Übergang vom offenen Erkunden zum strukturierten Üben.

Neben den Spielformen unterscheiden sich auch die Spielenden. Das bekannteste Modell stammt von Richard Bartle (1996), der Spieler:innen in frühen textbasierten Online-Welten beobachtete. Er unterscheidet Achiever, die Punkte sammeln und Fortschritt wollen, Explorer, die die Welt verstehen und Geheimnisse entdecken wollen, Socializer, denen es um den Austausch mit anderen geht, und Killer, die sich über andere durchsetzen wollen. Bartle verstand diese Typen als Tendenzen, nicht als feste Schubladen. Für das Digitale hat Nick Yee mit Quantic Foundry ein empirisch gestütztes Motivationsmodell entwickelt, das unter anderem nach Action, Sozialem, Meisterschaft, Erfolg, Immersion und Kreativität fragt und auch für Brettspiele erhoben wurde. Für das analoge Rollenspiel beschreibt Robin D. Laws in „Robin's Laws of Good Game Mastering" (2002) Typen wie Power Gamer, Taktiker, Method Actor oder Storyteller, also Menschen, die entweder die Regeln ausreizen, in der Rolle aufgehen oder die Geschichte vorantreiben wollen. Das MDA-Framework von Robin Hunicke, Marc LeBlanc und Robert Zubek (2004) verschiebt den Blick von der Person auf das Erleben und nennt acht Arten von Spielspaß, darunter Herausforderung, Entdeckung, Gemeinschaft, Ausdruck und Erzählung. Diese Kategorien gelten für digitale wie analoge Spiele gleichermaßen.

Für das Lernen ist der Zusammenhang direkt: Ein kompetitives System spricht Achiever und Killer an, ein offenes, erkundbares System Explorer, ein kooperatives oder kokreatives System Socializer und Storyteller. Wer ein Lernwerkzeug gestaltet, entscheidet mit dem Spielsystem also auch, wen es erreicht und wen es ausschließt.

Untersucht werden soll außerdem die Erweiterung des Begriffs jenseits von Brett- oder Videospiel, hin zu Intervention, Performance und Kokreation. Vorbilder dafür sind die Fluxus-Bewegung mit ihren Handlungsanweisungen, die New Games Movement der 1970er-Jahre, die kooperative Spiele für große Gruppen im öffentlichen Raum erfand, oder Mary Flanagans Konzept des „Critical Play", das Spiele als Mittel gesellschaftlicher Kritik versteht.

Was ist Lernen?

Lernen ist eine dauerhafte Veränderung von Wissen, Können oder Verhalten durch Erfahrung. Neurobiologisch bedeutet das, dass sich Verbindungen zwischen Nervenzellen verstärken, wenn sie wiederholt gemeinsam aktiv sind, ein Prinzip, das Donald Hebb bereits 1949 beschrieb. Freude entsteht dabei vor allem durch Neugier: Studien von Matthias Gruber und Kolleg:innen (2014) zeigen, dass Neugier das Belohnungssystem aktiviert und das Behalten verbessert, sogar für Nebensächliches, das im selben Moment gelernt wird. Frust entsteht dagegen, wenn zu viel auf einmal verarbeitet werden muss (die „kognitive Belastung" nach John Sweller), wenn Scheitern bestraft wird oder wenn der Sinn des Gelernten unklar bleibt.

Lernen ist notwendig, weil sich die Welt verändert und wir uns mit ihr. Der größte Teil unseres Lernens findet dabei jenseits der Schule statt: im Beruf, im Hobby, im Gespräch, in der Familie, im Verein. Lebenslanges Lernen ist deshalb kein Zusatzangebot, sondern Voraussetzung für Teilhabe und Ermächtigung. In einer Zeit großer Transformation ist es ein zentrales Werkzeug, um Veränderungen mitzugestalten, statt ihnen nur ausgesetzt zu sein.

Es gibt viele Lernmethoden mit jeweils eigenen Stärken und Schwächen. Instruktion, also das direkte Erklären, ist effizient, um Grundlagen zu vermitteln, lässt Lernende aber leicht passiv. Entdeckendes Lernen nach Jerome Bruner motiviert stark, kann ohne Begleitung aber überfordern, wie Paul Kirschner, John Sweller und Richard Clark 2006 kritisch zeigten. Projektbasiertes Lernen verbindet Wissen mit echter Anwendung, braucht aber Zeit und Struktur. Lernen durch Lehren und Peer-Learning verankern Wissen tief, weil Erklären zwingt, es zu ordnen. Beim Üben selbst zeigt eine große Übersichtsstudie von John Dunlosky und Kolleg:innen (2013), dass Selbsttests und über die Zeit verteiltes Wiederholen am wirksamsten sind, während Markieren und bloßes Wiederlesen wenig bringen.

Die weit verbreitete Vorstellung von festen Lerntypen, also visuellen, auditiven oder haptischen Lernenden, geht in Deutschland stark auf Frederic Vester (1975) zurück. Empirisch ist sie nicht haltbar: Harold Pashler und Kolleg:innen fanden 2008 keine Belege dafür, dass Unterricht besser wirkt, wenn er an einen angeblichen Lerntyp angepasst wird. Was tatsächlich hilft, ist die Kombination mehrerer Zugänge, etwa Wort und Bild zugleich, wie Richard Mayers Forschung zum multimedialen Lernen zeigt. Echte Unterschiede zwischen Menschen liegen woanders: im Vorwissen, in Interessen, im Tempo, in Sprache und in körperlichen Voraussetzungen. Der Ansatz des „Universal Design for Learning" setzt hier an und gestaltet Lernangebote von vornherein so, dass es mehrere Wege hinein gibt. Genau das ist eine Gestaltungsaufgabe.

Am Ende steht eine einfache, aber schwierige Frage: Woran merke ich, dass ich etwas gelernt habe?

Warum müssen wir überhaupt anders lernen?

Die aktuelle Transformation durch Künstliche Intelligenz macht strukturelle Probleme unseres Bildungssystems sichtbar und verschärft sie. Schule und Universität gehen vielfach an der Lebensrealität und den kommenden Anforderungen vorbei. Die Zahlen sind deutlich: In der PISA-Studie 2022 erzielten Schüler:innen in Deutschland in Mathematik, Lesen und Naturwissenschaften die schlechtesten Ergebnisse seit Beginn der Erhebung, und der Zusammenhang zwischen sozialer Herkunft und Bildungserfolg ist im OECD-Vergleich weiterhin besonders stark. Auch der IQB-Bildungstrend zeigt seit Jahren, dass der Anteil der Kinder wächst, die bereits in der Grundschule die Mindeststandards in Lesen und Rechnen verfehlen. Aladin El-Mafaalani beschreibt, wie das Bildungssystem soziale Ungleichheit nicht ausgleicht, sondern fortschreibt.

Viele engagierte Lehrkräfte und Eltern arbeiten längst mit spielerischen und offenen Ansätzen und stoßen dabei teils an die Grenzen starrer Institutionen. Initiativen wie „Schule im Aufbruch" um Margret Rasfeld oder die Schulen, die der Deutsche Schulpreis auszeichnet, zeigen, dass Veränderung von innen möglich ist. Außerhalb der Schule ist sie längst Alltag. In Open-Source-Communities lernen Menschen weltweit freiwillig und mit großer Ausdauer: Blender, die freie 3D-Software, hat eine riesige Tutorial-Kultur hervorgebracht, in der Einsteiger:innen mit einem gemeinsamen Anfangsprojekt beginnen und sich Schritt für Schritt vorarbeiten. Scratch, entwickelt von der Lifelong Kindergarten Group am MIT Media Lab, lässt Kinder programmieren, indem sie Projekte anderer ansehen, verändern und neu veröffentlichen. Die Processing- und p5.js-Community hat mit Formaten wie Daniel Shiffmans „The Coding Train" eine ganze Generation von Gestaltenden an Code herangeführt. In Deutschland verbindet „Jugend hackt" Jugendliche, Code und gesellschaftliche Fragen in offenen Hackathons. Diese Transformation betrifft alle Lebensbereiche. Als Gestaltende haben wir die Möglichkeit, mit unseren spezifischen Mitteln neue Perspektiven, spekulative Ideen und konkrete Impulse zu entwickeln, sie direkt in der Praxis zu überprüfen und so zu diesem Wandel beizutragen. Wir können Alternativen nicht nur denken, sondern bauen und testen.

Warum sollten wir KI mitdenken?

Die Technologie der Künstlichen Intelligenz ist in ihrer Tragweite so bedeutend, dass wir sie weder ignorieren noch unkritisch umarmen sollten. Wir eignen sie uns kritisch an. Kate Crawford zeigt in „Atlas of AI" (2021), dass KI weder neutral noch immateriell ist, sondern auf Rohstoffen, Arbeit, Daten und Machtverhältnissen beruht. Gerade deshalb verstehen wir KI als formbares Material, das wir aktiv gestalten, statt sie als unantastbares Orakel oder reines Konsumprodukt zu akzeptieren, das unser Verhalten formt. In der Designforschung ist diese Sicht etabliert: Graham Dove und Kolleg:innen beschrieben 2017 maschinelles Lernen explizit als Designmaterial, und Rebecca Fiebrink macht es mit ihrem Werkzeug Wekinator seit Jahren für Künstler:innen und Musiker:innen spielerisch formbar.

KI ist zudem ein aktiver Werkzeugmacher, nicht nur für Bild und Code, sondern auch für 3D-Formen oder ganze Architekturen. Und sie ist ein multiperspektivisches Gegenüber, eine Kritikerin, eine Reibungsfläche. KI kann gezielt widersprechen, nachfragen und andere Perspektiven einnehmen, wenn wir sie entsprechend gestalten. Ethan und Lilach Mollick haben 2023 sieben Rollen beschrieben, die KI im Lernen einnehmen kann, darunter Mentorin, Tutorin, Teammitglied, Simulator und ausdrücklich auch Schülerin, der man etwas beibringt. Auch die UNESCO fordert in ihren Leitlinien zu generativer KI in der Bildung (2023) einen menschenzentrierten, kritischen Umgang statt bloßer Einführung oder Verbot.

Selbstkritik: Wie wollen wir zusammen lernen?

Das aktuelle Schul- und Hochschulsystem mit seinen Hierarchien setzt stark auf extrinsische Motivatoren: Man arbeitet für Noten, Anwesenheitspflichten und Credit Points. Das steht im Widerspruch zu einer Umgebung, in der Scheitern wenig kostet, und kann echtes, tiefgreifendes Lernen behindern. Die Forschung stützt das: Schon 1973 zeigten Mark Lepper und Kolleg:innen, dass Kinder, die für das Malen eine Belohnung erwarteten, danach weniger aus eigenem Antrieb malten. Eine Metaanalyse von Deci, Koestner und Ryan (1999) bestätigte, dass erwartbare Belohnungen intrinsische Motivation untergraben können. Der Auftrag im Seminar lautet deshalb auch, kritisch zu hinterfragen, wie wir unser eigenes Lernen und den Austausch untereinander strukturieren.

Beide Institutionen gehen zudem oft an der Lebenswelt und den Anforderungen einer sich rasch wandelnden Arbeitswelt vorbei, und die soziale Herkunft entscheidet in Deutschland nach wie vor stark über den Bildungserfolg. Dass es anders geht, zeigen zahlreiche Schulformen und Modelle. Die Montessori-Pädagogik setzt auf freie Wahl der Tätigkeit, altersgemischte Gruppen und eine vorbereitete Umgebung mit selbstkorrigierendem Material. Die Reggio-Pädagogik aus Norditalien versteht Kinder als Forschende mit „hundert Sprachen" und den Raum als dritten Pädagogen. Die Freinet-Pädagogik arbeitet mit Klassenrat, eigener Druckerei und selbst verantworteten Arbeitsplänen. Die Laborschule Bielefeld, 1974 von Hartmut von Hentig gegründet, verzichtet über viele Jahrgänge auf Noten und arbeitet mit schriftlichen Lernberichten. Die Alemannenschule Wutöschingen, Trägerin des Deutschen Schulpreises, organisiert Lernen in Lernateliers und mit individuellen Lernpartnerschaften statt in klassischem Frontalunterricht. An der Evangelischen Schule Berlin Zentrum gibt es Formate wie „Verantwortung", in dem Schüler:innen sich regelmäßig sozial engagieren, und „Herausforderung", in dem sie mehrere Wochen ein selbst gewähltes Vorhaben außerhalb der Schule bewältigen. International setzen High Tech High in San Diego auf konsequent projektbasiertes Lernen und Finnland seit 2016 auf fächerübergreifendes, phänomenbasiertes Lernen im Lehrplan.

Punchlines

Keine Gamification bitte!

Gamification wird meist als Einsatz von Spielelementen in spielfremden Kontexten definiert (Deterding et al., 2011) und in der Praxis oft als bloßes Aufkleben von Punkten, Badges und Streaks auf eine im Kern unveränderte, oft monotone Tätigkeit umgesetzt. Die Spieldesignerin Margaret Robertson nannte das 2010 treffend „Pointsification". Ian Bogost kritisierte 2011 scharf („Gamification is Bullshit"), dass es sich eher um Marketing-Rhetorik handle, die das Wesen des Spiels verfehle. Echtes Spiel verändert die Tätigkeit selbst: Es erlaubt Umwege, Unsinn und vor allem Scheitern ohne reale Folgen. Wo Belohnungen die Tätigkeit ersetzen, droht zudem der oben beschriebene Effekt, dass äußere Anreize die innere Motivation verdrängen.

Ein gutes Diskussionsbeispiel ist Duolingo. Die grüne Eule ist ein humorvoller Meme-Star, und Duolingo spielt in seinem Marketing selbst mit dem Bild der passiv-aggressiven Eule, die Nutzer:innen ein schlechtes Gewissen macht. Das Geschäftsmodell arbeitet stark mit dem Druck, Streaks nicht abreißen zu lassen, bis hin zu käuflichen „Streak Freezes". Die Eule tritt als freundliche Lehrerin auf, nutzt dabei aber Mechanismen, die als Dark Patterns kritisiert werden, also Gestaltungstricks, die Menschen zu Verhalten drängen, das eher dem Anbieter als ihnen selbst dient. Den Begriff prägte der UX-Designer Harry Brignull 2010. Diskussionsfrage: Wo endet Motivation, und wo beginnt Manipulation? Als Gegenbeispiel und Übung dient ein LLM-gestütztes Dungeons & Dragons, in dem die KI keine Punkte verteilt, sondern als Vermittlerin und Moderatorin zwischen den Spielenden agiert.

Spiel ist nicht Lernen, sondern Spiel ist die Umgebung fürs Lernen

Spiel führt häufig ganz natürlich zum Lernen. Nach Johan Huizinga zeichnet sich das Spiel jedoch gerade durch seine Zweckfreiheit aus. Wird das Spiel mit einer strengen Absicht verzweckt („Wir spielen jetzt, damit wir etwas lernen"), droht seine Dynamik verloren zu gehen. Eine tragfähigere Formel lautet daher: Das Spiel schafft den geschützten Raum, in dem Fehler keine Strafen nach sich ziehen, und in diesem Freiraum geschieht Lernen oft nebenbei. Die Designfrage des Semesters lautet: Wie bauen wir etwas, das Lernen ermöglicht, ohne es zu erzwingen? Welche Umgebungen können wir nutzen, und was braucht es, um sie zu schaffen?

Cuteness, Avatare und der Protégé-Effekt

Ein Kuscheltier fungiert klassischerweise als emotionale Brücke. Der Psychoanalytiker Donald Winnicott beschrieb es 1953 als Übergangsobjekt, das Kindern hilft, sich ins Unbekannte zu trauen. Cuteness kann im Lernkontext ein solcher Mutmacher sein. Ihre Wirkung ist gut erforscht: Konrad Lorenz beschrieb 1943 das Kindchenschema, also großer Kopf, große Augen, runde Formen, als Auslöser von Fürsorgeverhalten. Spätere Studien bestätigen, dass solche Merkmale Zuwendung und Aufmerksamkeit steigern. Der Psychologe Hiroshi Nittono zeigte 2012, dass Menschen nach dem Betrachten niedlicher Bilder sorgfältiger arbeiten.

Diese Mechanik lässt sich auf Avatare übertragen, die in digitalen Systemen oft als trügerische, manipulative Kraft eingesetzt werden. Ein Negativbeispiel ist Metas Tamagotchi-artiger Assistent: Hier wird Cuteness genutzt, um einen multisensorischen LLM-Agenten in die individuelle Lebenswelt zu integrieren und Bindung an ein Produkt zu erzeugen. Wie lässt sich dieser Effekt umdrehen? Indem wir den Avatar nicht als allwissenden Lehrer, sondern als Schüler konzipieren. Catherine Chase und Kolleg:innen zeigten 2009 an der Stanford University mit dem Lernprogramm „Betty's Brain", dass Lernende sich für eine virtuelle Figur, der sie etwas beibringen, mehr anstrengen als für sich selbst. Sie nannten das den Protégé-Effekt. Er knüpft an das Prinzip „Lernen durch Lehren" an, das Jean-Pol Martin in den 1980er-Jahren im Fremdsprachenunterricht entwickelte. Wir lernen, indem wir uns um einen digitalen Gefährten kümmern und ihm Dinge beibringen. Dieser Ansatz verbindet Cuteness, Humor und Zuwendung mit dem Erklären, einem sehr wirksamen Lernmechanismus. Er kehrt die gängige EdTech-Logik um, in der die Maschine sendet und der Mensch passiv empfängt.

Auch die in der Pflege eingesetzte Robbe PARO ließe sich so umdenken: Nicht die Robbe betreut die Senior:innen, sondern deren Lebenserfahrung wird zum Lehrstoff. Sie bringen der Robbe alte Lieder oder Begriffe bei, wodurch die Maschine zum lebendigen Archiv wird und die Menschen eine aktive, sinnstiftende Rolle zurückbekommen.

Beim Einsatz von Cuteness ist dennoch Vorsicht geboten. Die Theoretikerin Sianne Ngai betont in „Our Aesthetic Categories" (2012), dass Cuteness ein Machtgefälle enthält: Das Niedliche ist das Schwache, das wir besitzen und umsorgen wollen. Es ist nicht unschuldig, sondern kann manipulativ wirken. Gerade im Austausch mit unterschiedlichen Altersgruppen kann Niedlichkeit schnell infantilisierend wirken und verlangt eine sensible, kontextbewusste Gestaltung. Positive Beispiele zeigen, dass es auch anders geht. Linda Liukas' Kinderbuch „Hello Ruby" vermittelt Grundbegriffe des Programmierens über ein neugieriges Mädchen und analoge Übungen, ganz ohne Bildschirm und ohne Belohnungsschleifen. Die Scratch-Katze ist freundliches Maskottchen und Einstiegsfigur, übt aber keinen Druck aus und verlangt keine Aufmerksamkeit. Cuteness lässt sich handwerklich erforschen: Kindchenschema, Proportionen, Bewegung, Stimme. Wer versteht, wie sie wirkt, kann bewusst entscheiden, wann er sie einsetzt.

Lebenslanges Lernen

Lebenslanges Lernen bedeutet, dass dieser Prozess weder mit dem Verlassen der Schule noch mit dem Hochschulabschluss endet. „Lebenslanger Kindergarten" heißt: ausprobieren und weitgehend folgenlos scheitern dürfen. Mitchel Resnicks vier Prinzipien aus „Lifelong Kindergarten" (2017) lauten Projects, Passion, Peers und Play. Resnick lehrt am MIT Media Lab und baut auf Seymour Paperts Konstruktionismus auf („Lernen durch Bauen").

Beispiele außerhalb der digitalen Welt gibt es viele. Die Volkshochschulen machen in Deutschland seit über hundert Jahren Weiterbildung für alle zugänglich. Repair Cafés, 2009 von Martine Postma in Amsterdam initiiert, verbinden Reparieren mit Wissensweitergabe zwischen Generationen. Die Men's Sheds aus Australien sind Werkstätten, in denen vor allem ältere Männer gemeinsam bauen, reparieren und dabei gegen Vereinsamung arbeiten. Die Walz, die traditionelle Wanderschaft von Handwerksgesell:innen, ist ein jahrhundertealtes Modell des Lernens durch Unterwegssein und steht im bundesweiten Verzeichnis des immateriellen Kulturerbes. Dazu kommen Seniorenstudium und Gasthörerschaft an Universitäten, Chöre, Gartengemeinschaften und Bibliotheken der Dinge. Wie kann lebenslanges Lernen kein Add-on werden, sondern als konstanter, wichtiger Bestandteil des Lebens wahrgenommen werden?

Too Rapid Prototyping: Was bleibt vom Lernen, wenn der Bot alles für mich macht?

Wenn Bots und Algorithmen auf Knopfdruck komplexe Texte generieren, 3D-Prototypen und ganze Schaltungen entwerfen können, stellt sich die Frage: Muss ich das Herstellen überhaupt noch selbst lernen? Die Antwort ist klar: Ja! Aber der Fokus verschiebt sich. Es geht weniger um reine handwerkliche Produktion, also Coden oder Layouten, als um Beurteilen, kritisches Hinterfragen, das Zerlegen von Systemen und das Tragen von Verantwortung. Wer nie selbst etwas von Grund auf gebaut hat, kann Gebautes nur schwer bewerten. Physisches und digitales Selbstbauen bleibt daher wichtig für die Wahrnehmungsschulung.

Erste Studien stützen diese Sorge: Hamsa Bastani und Kolleg:innen (2025) fanden in einem Feldexperiment mit Schüler:innen, dass der Zugang zu einem KI-Assistenten, der fertige Lösungen liefert, die Leistung ohne KI später verschlechterte. Ein Tutor mit Lernschutzmechanismen, der nur Hinweise statt Lösungen gab, milderte diesen Effekt weitgehend ab. Prinzipien wie die „Desirable Difficulties" nach Robert Bjork oder das „Productive Failure" nach Manu Kapur legen nahe, dass gezielter Widerstand tieferes Lernen fördert. Die Konfrontation mit der Fehlerhaftigkeit von KI kann so selbst zu einer pädagogischen Methode werden.

Solo vs. Kollektiv

Lernen ist mehr als ein individueller Prozess; es ist in kollektiven Strukturen verwurzelt. Als digitales Beispiel nehmen wir Open-Source-Communities wie p5.js, Processing, ComfyUI, Shadertoy oder die Demoszene, in denen Wissen aus Freude am Teilen zugänglich gemacht wird. Die Theorie des „Situated Learning" von Jean Lave und Étienne Wenger (1991) beschreibt Lernen als legitime periphere Partizipation: Neulinge dürfen am Rand mitmachen, fremden Code kopieren oder abändern und rücken so allmählich ins Zentrum vor.

Zugleich haben reine Tech-Communities in der Praxis oft hohe Hürden, sind vielfach männlich geprägt und setzen technisches Vorwissen voraus. Wir erweitern das Konzept deshalb um analoge Communities of Practice: Strickgruppen, Repair Cafés, Chöre, Schrebergärten oder Kochgruppen. Sie legen nahe, dass Open-Source-Denken kein rein technisches Phänomen ist, sondern eine alte, analoge Kulturtechnik des Wissensaustauschs. Kollektives Lernen kann aber auch ausschließen: durch Gruppendruck, Cliquen oder ungleich verteilte Arbeit. Auch das ist Gestaltungsmaterial.

Out of the Bubble: Lernen ist immer auch eine Herausforderung

Digitale Assistenten und große Sprachmodelle neigen dazu, uns in unseren Ansichten zu bestätigen. Diese sogenannte Sykophanz ist ein gut dokumentiertes Verhalten von Sprachmodellen (Sharma et al., 2023) und setzt uns in eine personalisierte Blase, wie sie Eli Pariser 2011 bereits für Suchmaschinen und soziale Netzwerke als „Filter Bubble" beschrieb. Lernen braucht jedoch Reibung und das Einnehmen unbequemer Perspektiven. Wir müssen dafür die Komfortzone verlassen. Anregungen liefert der analoge Raum: das Dérive der Situationisten um Guy Debord, ein Umherschweifen durch die Stadt, das sich von deren Atmosphären leiten lässt, oder die Human Library, 2000 in Kopenhagen gegründet, in der man Gespräche mit Menschen führt, denen man im Alltag kaum begegnet. Wie gestalten wir einen Assistenten, der widerspricht, ohne zu nerven?

Verlernen: Warum das wichtig ist

Wir müssen uns kontinuierlich fragen, welche falschen Annahmen oder veralteten Muster wir verinnerlicht haben und wie wir sie aktiv wieder verlernen können. Lernen ist kein rein additiver Prozess; manches muss erst verlernt werden. Eine „School of Unlearning" nutzt Methoden des lustvollen Aufbrechens festgefahrener Muster, inspiriert durch Werke wie Keri Smiths „Mach dieses Buch fertig". Die Forschung zum Konzeptwechsel deutet darauf hin, dass Menschen fehlerhafte Vorstellungen eher aufgeben, wenn sie mit ihnen unzufrieden werden. Das lässt sich durch spielerische Methoden wie „Vorhersagen, Beobachten, Erklären" anregen. Ergänzende Zugänge bieten Paulo Freire, der verinnerlichte Machtstrukturen sichtbar machen wollte, und Corita Kent, die in ihren Lernregeln Fehler als Entwicklungsschritte begreift.

Lern-Politik: Wer hat Zugang?

Der Zugang zu Bildung und KI-Tools ist nicht neutral, sondern berührt Fragen der Bildungsungleichheit, Datensouveränität und Inklusion. Wie schnell niedliche KI-Systeme wegbrechen können, zeigte der Kinderroboter Moxie: Als die Betreiberfirma Ende 2024 den Betrieb einstellte, verloren die Geräte ihre Funktion. Wer die Server besitzt, besitzt die Beziehung. Sherry Turkle kritisiert in „Alone Together" die Pflegerobbe PARO als Symbol dafür, dass menschliche Zuwendung aus Kostengründen an Maschinen ausgelagert wird. Im Seminar, im Klassenzimmer und auch darüber hinaus gilt zudem eine strikte Regel zum Datenschutz: Wer KI-Lernwerkzeuge mit Kindern oder vulnerablen Gruppen testet, versteht den Schutz persönlicher Daten als grundlegende Gestaltungsaufgabe.

Die Rolle von Humor

Studien deuten darauf hin, dass passender Humor die Aufmerksamkeit steigern und ein förderliches Lernklima schaffen kann, während abwertender Humor schadet. Eine Übersicht über vier Jahrzehnte Forschung von John Banas und Kolleg:innen (2011) kommt zu diesem Ergebnis, und die Instructional Humor Processing Theory von Melissa Wanzer und Kolleg:innen (2010) präzisiert: Humor hilft, wenn er zum Inhalt passt und als angemessen empfunden wird, und schadet, wenn er herabsetzt oder vom Inhalt ablenkt.

Gestalterisch entsteht Humor oft aus der Fallhöhe zwischen ernster Absicht und absurd-lächerlichem Mittel. Der Ig-Nobelpreis zeichnet seit 1991 Forschung aus, die erst zum Lachen und dann zum Nachdenken bringt. Die Buchreihe „Horrible Histories" von Terry Deary, auf Deutsch „Echt ätzend", erzählt Geschichte über ihre ekligen, grausamen und absurden Details und wurde von der BBC erfolgreich verfilmt. Das deutsche Studio Kurzgesagt erklärt komplexe Wissenschaft in Animationen, die oft mit trockenem, schwarzem Humor arbeiten. Die ZDF-Satire „Die Anstalt" verpackt gründlich recherchierte politische Zusammenhänge in Kabarett. Das Spiel „Keep Talking and Nobody Explodes" macht Kommunikation unter absurdem Zeitdruck zum Lernerlebnis: Eine Person sieht die Bombe, die anderen haben das Handbuch. Und Science Slams zeigen, dass Forschung in wenigen Minuten unterhaltsam und trotzdem präzise vermittelt werden kann.

Humor kann aber auch ausschließen: Insider-Witze erzeugen Hürden. Für gelungene Partizipation sollte Humor daher gemeinsam mit den jeweiligen Partner:innen entwickelt werden.

Physisches Lernen, Haptik und Materialität

Lernen findet nicht nur im Kopf oder auf Bildschirmen statt, sondern ist im Körper und in haptischer Erfahrung verankert. Die Forschung zur „Embodied Cognition" beschreibt Denken als eng mit Wahrnehmung und Bewegung verbunden. Susan Goldin-Meadow zeigte etwa, dass Kinder mathematische Konzepte besser lernen, wenn sie beim Erklären gestikulieren. Ein Alltagsbeispiel kennt jede:r: Wer eine Stadt zu Fuß erkundet, findet sich später besser zurecht als jemand, der nur dem Navi folgt. Louisa Dahmani und Véronique Bohbot fanden 2020, dass häufige GPS-Nutzung mit einem schwächeren räumlichen Gedächtnis einhergeht. Genauso lernt man Fahrradfahren, Kochen oder Knoten nicht aus Beschreibungen, sondern mit dem Körper.

Physische Interaktion, räumliche Bewegung und der Umgang mit unkonventionellen oder rohen Materialien schulen die Wahrnehmung auf Weisen, die rein digitale Interfaces nur begrenzt leisten. Diese Tradition reicht von Friedrich Fröbels Spielgaben und Maria Montessoris Sinnesmaterial bis zu Hiroshi Ishiis „Tangible Bits" (1997) am MIT Media Lab, die digitale Information greifbar machen wollten. Praktische Beispiele sind Makey Makey, mit dem sich Bananen oder Knete in Tastaturtasten verwandeln lassen, Cubetto, ein Holzroboter, den Kinder ohne Bildschirm mit Klötzchen programmieren, Nintendo Labo, das Pappbausätze mit der Spielkonsole verbindet, und Bret Victors Dynamicland, ein Raum, in dem mit Papier, Stiften und Kameras programmiert wird. Gerade die Schnittstelle zwischen Sensorik, greifbarer Hardware und digitalen Systemen bietet großes Potenzial für spielerisches Begreifen und macht abstrakte Zusammenhänge im wörtlichen Sinn erfassbar.

Übungen

The Human Library

Frage einen fremden Menschen nach seinem besten Tipp, nach seinem besten Wissen. Andere Menschen als lebendiges Wissen: Wie wird Wissen hier abgelegt? Wie wird es weitergetragen?

Bewertung

Beschreibe in fünf Sätzen, woran du am Ende des Semesters merkst, dass du gelernt hast.

Nicht nerven!

Gestalte einen Assistenten, der widerspricht oder unbequeme Tätigkeiten mit dir erledigt, ohne zu nerven.

Ernst, aber lustig?

Erkläre etwas Ernstes mit einem bewusst absurden Mittel und prüfe, ob es hängen bleibt.

Die stille Führung

Eine stille Führung durch das Haus mit Stationen der Beobachtung. Auswertung: Nach der Führung zeichnen alle allein eine Karte dessen, was sie bemerkt haben. Danach werden die Karten verglichen: Was haben alle gesehen, was nur einzelne?

Unlearn

Entwickle einen Prototyp, der Spielenden hilft, etwas zu verlernen. Was bedeutet es, etwas zu verlernen? Welche Methoden braucht es, und wie kann ein Spiel das adressieren? Eine mögliche Methode: Wähle einen verbreiteten Irrtum, mache ihn sichtbar und finde gestalterische Wege, ihn zu überschreiben.

Remote

Zwei User sind über WebRTC verbunden. User A wird von User B per Pfeiltasten und einfachen Emoji-Kommandos gesteuert. Wie fühlt es sich an, ferngesteuert zu werden, und wie, der Controller zu sein? Welche Prinzipien lassen sich daraus für Lernwerkzeuge ableiten?

Flip the Rules!

Regel-Hack beziehungsweise Wirkung flippen: Nimm ein bekanntes Spiel wie „Mensch ärgere dich nicht" oder Tic-Tac-Toe, analysiere Spielprinzip und Wirkung und verändere die Spielregeln so, dass eine möglichst konträre Wirkung entsteht, zum Beispiel von Dominanz hin zu Empathie oder umgekehrt.

Failure Show

Scheitern zelebrieren: In einer „Failure Show" wird zur Halbzeit des Seminars das schönste Scheitern des Semesters gefeiert. Jede:r zeigt in zwei Minuten einen gescheiterten Versuch und beantwortet die Frage: Was habe ich dabei gelernt? Das Publikum vergibt Preise, etwa „Schönster Absturz" oder „Lehrreichster Irrweg".

Meinen Chatbot erziehen

Entwickle ein Artefakt beziehungsweise einen Systemprompt, der das Verhalten deines eigenen Chatbots beschreibt, in nur zehn kurzen Regeln. Arbeitet diese Regeln aus, teilt und besprecht sie. Wo lassen sie sich anwenden?

Werkzeuge

Vibecoding Spiel / Lernen

Entwickle eine Spiel- oder Lernidee, beschreibe sie als Artefakt, zum Beispiel als Regelwerk oder Prompt, lass die KI sie umsetzen und teste das Ergebnis zu zweit an einem Rechner. Partnerarbeit! Nach dem Test erklärt ihr euch gegenseitig, was der Code tut und was ihr anders gemeint hattet.

TAMA: interaktives, LLM-basiertes, kokreatives Tamagotchi-Spiel

Eine anfangs leere interaktive Kreatur mit einem kleinen pseudoneuronalen Netz als Gehirn. Dieses Gehirn lernt aus der Interaktion mit den Nutzer:innen. Mehrdeutige Definitionen von Wörtern sind möglich, es entstehen Konflikte und Fragen. Gemeinsam muss sich um die Kreatur gekümmert werden, sonst stirbt sie.

Offene Fragen: Welche Aufgabe könnte TAMA übernehmen? Eine Lernhilfe? Kokreatives und kollaboratives Arbeiten könnte gefördert werden, indem TAMA trainiert wird und anschließend komplexe Aufgaben für die Schüler:innen erledigen muss.

IMAGINARIUM

Ein kokreatives Legespiel mit insgesamt 200 Motivkarten. Sie werden reihum angelegt, und dabei wird ein gemeinsamer Plot weiterentwickelt. Die Plotentwicklung basiert auf Konsens und Spaß. Das Spiel ist hier ein niederschwelliges Werkzeug, um live zu prüfen: Wie gestaltet man gemeinsam?

KI-basiertes Dungeons & Dragons

Gemeinsam mit den Studierenden wird ein LLM-Gamemaster gebaut, der die Spielenden dezentral miteinander verbindet. Dafür muss ein gemeinsamer Kontext gesetzt werden, gegebenenfalls ein Ziel. Jede:r Spielende übernimmt eine Rolle, und es braucht ein Spielsystem, etwa rundenbasiert. Das System wird gemeinsam im Kurs entwickelt: Artefakt schreiben, deployen, spielen!

Inspirationen, Quellen und Referenzen

Lerntheorie und Pädagogik

Seymour Papert, „Mindstorms" (1980): Begründer des Konstruktionismus. Menschen lernen am besten, wenn sie etwas Eigenes bauen und mit anderen teilen. Mit der Programmiersprache Logo die Grundlage für Resnick und Scratch. Wikipedia
Mitchel Resnick / Lifelong Kindergarten Group, MIT Media Lab: Entwickelt Scratch und formuliert die vier Prinzipien Projects, Passion, Peers und Play. MIT Media Lab
Maria Montessori: Selbstkorrigierende Lernmaterialien, freie Wahl der Tätigkeit und die „vorbereitete Umgebung". Kinder üben ohne Bewertung von außen. Wikipedia
Friedrich Fröbel: Erfinder des Kindergartens. Seine „Spielgaben" aus Kugeln, Würfeln und Bausteinen gelten als erstes systematisches Lernspielzeug. Wikipedia
Ivan Illich, „Entschulung der Gesellschaft" (1971): Radikaler Kontrapunkt. Er fordert, Lernen aus Institutionen zu lösen und in offenen Netzwerken zu organisieren. Wikipedia
Paulo Freire, „Pädagogik der Unterdrückten" (1970): Kritik am „Bankiers-Modell" der Bildung, bei dem Wissen in passive Köpfe eingezahlt wird. Lernen soll stattdessen Machtverhältnisse sichtbar machen. Wikipedia
Aladin El-Mafaalani, „Mythos Bildung" (2020): Der Soziologe zeigt, wie das deutsche Bildungssystem soziale Ungleichheit fortschreibt, statt sie auszugleichen. Er fordert, Bildungsorte stärker vom Kind aus zu denken. Wikipedia
Jean Lave & Étienne Wenger, „Situated Learning" (1991): Lernen als legitime periphere Partizipation in Communities of Practice. Wikipedia
Edward Deci & Richard Ryan, Selbstbestimmungstheorie: Intrinsische Motivation entsteht durch Autonomie, Kompetenzerleben und soziale Eingebundenheit. selfdeterminationtheory.org

Kunst- und Designpraxis

Bauhaus-Vorkurs, Johannes Itten und Josef Albers: Freies Experimentieren mit Material, Form und Farbe steht hier vor dem Handwerk. Lernen durch Material ist also Designtradition. Itten, Albers
Bruno Munari: Gestaltete Bücher, Spiele und ab 1977 Kinderwerkstätten, die statt Ergebnissen Methoden des Entdeckens vermitteln. Wikipedia
Enzo Mari, „Autoprogettazione" (1974): Baupläne für Möbel aus einfachen Brettern, die alle selbst bauen können. So wird Gestaltung durch eigenes Tun verständlich. Wikipedia
Fluxus-Event-Scores, etwa Yoko Onos „Grapefruit" (1964): Knappe Handlungsanweisungen, die Kunst als Aktivität für alle öffnen. Fluxus, Grapefruit
Brian Eno & Peter Schmidt, „Oblique Strategies" (1975): Karten mit kryptischen Hinweisen, die kreative Blockaden durch Perspektivwechsel lösen sollen. Wikipedia
Corita Kent: Künstlerin und Lehrerin in Los Angeles. Ihre „Ten Rules for Students and Teachers" feiern Neugier, Arbeit und Fehler. Das Buch „Learning by Heart" sammelt ihre Methoden. Wikipedia
Keri Smith, „Mach dieses Buch fertig" (2007): Ein Mitmachbuch, das zum lustvollen Zerstören und Neudenken auffordert. Eine Vorlage für Übungen im Verlernen. Website

Spiel und Spielraum

Johan Huizinga, „Homo Ludens" (1938): Grundlagenwerk. Spiel ist eine freiwillige, zweckfreie Tätigkeit mit eigenen Regeln, Grenzen und Kultur. Wikipedia
Roger Caillois, „Die Spiele und die Menschen" (1958): Unterscheidet die Spielformen Agon, Alea, Mimikry und Ilinx sowie die Achse von Paidia zu Ludus. Wikipedia
Richard Bartle, „Hearts, Clubs, Diamonds, Spades" (1996): Das Modell der Spielertypen Achiever, Explorer, Socializer und Killer. Originaltext
Hunicke, LeBlanc & Zubek, MDA-Framework (2004): Beschreibt Spiele über Mechanik, Dynamik und Ästhetik und nennt acht Arten von Spielspaß. PDF
Nick Yee / Quantic Foundry: Empirische Motivationsmodelle für Video- und Brettspielende. quanticfoundry.com
Bernie DeKoven, „The Well-Played Game" (1978), New Games Movement: Spiele dürfen gemeinsam verändert werden, damit alle Spaß haben. Wikipedia
Katie Salen & Eric Zimmerman, „Rules of Play" (2003): Grundlagenwerk des Spieldesigns, unter anderem zum „Magic Circle". Wikipedia (Salen)
Mary Flanagan, „Critical Play" (2009): Spiele als Mittel gesellschaftlicher Kritik. Sie leitet das Tiltfactor Lab. Wikipedia
Brenda Romero, „Train": Ein Brettspiel, dessen scheinbar neutrale Regeln sich im Spielverlauf als Teil eines historischen Verbrechens entpuppen. Wikipedia
Carl Theodor Sørensen: Initiierte 1943 in Emdrup den ersten Abenteuerspielplatz aus Schrott und Baumaterial. Wikipedia
Aldo van Eyck: Baute in Amsterdam Hunderte minimalistische Spielplätze in Baulücken der Nachkriegsstadt. Wikipedia
Isamu Noguchi: Entwarf Spiellandschaften als begehbare Skulpturen. Wikipedia
Scratch: Kostenlose visuelle Programmiersprache mit Remix-Community. scratch.mit.edu
Nintendo Labo: Pappbausätze, die mit der Spielkonsole zu Instrumenten, Angeln oder Robotern werden. Wikipedia
Toca Boca: Digitale Spielwelten für Kinder ohne Punkte, Zeitdruck oder Verlieren. tocaboca.com

Physisches Lernen und Tangibles

Hiroshi Ishii, „Tangible Bits" (1997): Die MIT Tangible Media Group will digitale Information greifbar machen. Wikipedia
Bret Victor / Dynamicland: Ein Raum, in dem mit Papier, Stiften und Kameras gemeinsam programmiert wird. dynamicland.org
Makey Makey: Verwandelt Bananen, Knete oder Menschen in Tastaturtasten. makeymakey.com
Cubetto: Ein Holzroboter, den Kinder ohne Bildschirm mit Klötzchen programmieren. primotoys.com
Repair Café: 2009 von Martine Postma in Amsterdam gegründet. Reparieren wird dort zum Lernen zwischen Generationen. repaircafe.org
Human Library: 2000 in Kopenhagen gegründet. Man „leiht" sich Menschen für Gespräche aus. humanlibrary.org

Zeitgenössische Positionen, die KI mitdenken

Rebecca Fiebrink, Wekinator: Maschinelles Lernen als Instrument, das man durch Vormachen trainiert. wekinator.org
Google Teachable Machine: Eigene Bild-, Ton- und Posenmodelle im Browser trainieren, ohne Code. teachablemachine.withgoogle.com
Dale Lane, „Machine Learning for Kids": Kinder trainieren eigene Modelle und nutzen sie in Scratch. machinelearningforkids.co.uk
Elements of AI: Kostenloser Onlinekurs der Universität Helsinki mit KI-Grundwissen für alle. elementsofai.de
Stephanie Dinkins, „Not the Only One": Eine KI, die aus den Erzählungen ihrer eigenen Familie lernt. Die Arbeit fragt, wessen Geschichten in Trainingsdaten fehlen. stephaniedinkins.com
Holly Herndon & Mat Dryhurst, „Spawn" und „Holly+": KI als Ensemblemitglied und Stimmmodell, verbunden mit einem Einsatz für die Datenrechte von Künstler:innen. holly.plus
Kate Crawford & Vladan Joler, „Anatomy of an AI System" (2018): Zerlegt einen smarten Lautsprecher in die gesamte Kette aus Rohstoffen, Arbeit und Daten. anatomyof.ai
Kate Crawford, „Atlas of AI" (2021): KI als materielle, extraktive Infrastruktur. katecrawford.net
Joy Buolamwini / Algorithmic Justice League: Hat nachgewiesen, dass Gesichtserkennung Frauen mit dunkler Haut deutlich schlechter erkennt. ajl.org
Ethan Mollick, „Co-Intelligence" (2024): Praxisnah zu KI als Tutorin, Kritikerin und Mitarbeiterin im Lernen. One Useful Thing

Im Text zitierte Studien

Bastani et al. (2025): KI ohne Lernschutz verschlechtert die spätere Leistung, ein Tutor mit Schutzmechanismen mildert das ab. PNAS
Chase et al. (2009): Der Protégé-Effekt, untersucht mit „Betty's Brain". DOI
Lepper, Greene & Nisbett (1973): Erwartete Belohnung senkt die spätere Eigenmotivation beim Malen. DOI
Deci, Koestner & Ryan (1999): Metaanalyse zur Verdrängung intrinsischer Motivation durch Belohnungen. DOI
Deterding et al. (2011): Die Standarddefinition von Gamification. DOI
Ian Bogost (2011), „Gamification is Bullshit". Essay
Harry Brignull, Dark Patterns bzw. Deceptive Design. deceptive.design
Pashler et al. (2008): Keine Belege für das Anpassen von Unterricht an Lerntypen. DOI
Dunlosky et al. (2013): Vergleich von Lerntechniken, bei dem Selbsttests und verteiltes Wiederholen am besten abschneiden. DOI
Kirschner, Sweller & Clark (2006): Kritik an unbegleitetem entdeckendem Lernen. DOI
Gruber, Gelman & Ranganath (2014): Neugier verbessert das Behalten. DOI
Nittono et al. (2012): Niedliche Bilder fördern sorgfältiges Arbeiten. PLoS ONE
Posner et al. (1982): Theorie des Konzeptwechsels. DOI
Sharma et al. (2023): Sykophanz in Sprachmodellen. arXiv
Dahmani & Bohbot (2020): GPS-Nutzung und räumliches Gedächtnis. Scientific Reports
Banas et al. (2011): Vier Jahrzehnte Forschung zu Humor in Lernsettings. DOI

Buch- und Videotipps

Bücher

Mitchel Resnick, „Lifelong Kindergarten" (2017): Der zugänglichste Einstieg in kreatives Lernen, geschrieben aus der Praxis von Scratch.
Raph Koster, „A Theory of Fun for Game Design" (2004): Die Kernthese lautet, dass Spaß im Grunde Lernen ist. Das kurze Buch ist reich illustriert und ideal für Gestaltende. theoryoffun.com
Peter Gray, „Free to Learn" (2013): Der Entwicklungspsychologe argumentiert für freies, selbstbestimmtes Spiel als Kern des Lernens.
Margret Rasfeld & Stephan Breidenbach, „Schulen im Aufbruch" (2014): Konkrete Beispiele, wie Schule in Deutschland anders gehen kann.
Aladin El-Mafaalani, „Mythos Bildung" (2020): Eine klare Analyse der deutschen Bildungsungleichheit, gut lesbar.
Corita Kent & Jan Steward, „Learning by Heart" (1992): Übungen und Haltungen für kreatives Lehren und Lernen.
Bruno Munari, „Design as Art" (1966): Kurze, humorvolle Texte über Gestaltung im Alltag.
Keri Smith, „Mach dieses Buch fertig" (2007): Direkt als Übungsmaterial verwendbar.
Mary Flanagan, „Critical Play" (2009): Spiele als künstlerische und kritische Praxis.
Sherry Turkle, „Alone Together" (2011): Kritische Perspektive auf Beziehungen zu Maschinen, von PARO bis Social Media.
Ethan Mollick, „Co-Intelligence" (2024): Pragmatischer Umgang mit KI im Lernen und Arbeiten.
Kate Crawford, „Atlas of AI" (2021): Das Gegengewicht zu Mollick. Die Autorin zeigt, was KI materiell und politisch kostet.

Vorträge und Videos

Ken Robinson, „Do schools kill creativity?" (TED 2006): Der meistgesehene Bildungsvortrag, ein guter Diskussionsstarter. TED
Mitchel Resnick, „Let's teach kids to code" (TED 2012): Programmieren als Ausdrucksmittel statt als Berufsvorbereitung. TED
Stuart Brown, „Play is more than just fun" (TED 2008): Warum Spiel für Menschen und Tiere lebenswichtig ist. TED
Alison Gopnik, „What do babies think?" (TED 2011): Kinder als Forschende und Spiel als Experiment. TED
Linda Liukas, „A delightful way to teach kids about computers" (TED 2015): Die Macherin von „Hello Ruby" über spielerischen, bildschirmfreien Zugang zu Technik. TED
Sugata Mitra, „Build a School in the Cloud" (TED 2013): Das „Hole in the Wall"-Experiment zu selbstorganisiertem Lernen. Der Vortrag ist inspirierend, aber auch umstritten und eignet sich deshalb gut zur Diskussion. TED
Jane McGonigal, „Gaming can make a better world" (TED 2010): Das Plädoyer für Games als Weltverbesserer, kritisch mit Bogost gegenzulesen. TED
Sal Khan, „How AI could save (not destroy) education" (TED 2023): Die EdTech-Vision eines KI-Tutors, als Diskussionsgrundlage zusammen mit der Bastani-Studie. TED
Joy Buolamwini, „How I'm fighting bias in algorithms" (TED 2016): Wessen Gesichter und Daten zählen. TED
Holly Herndon, „What if you could sing in your favorite musician's voice?" (TED 2022): KI, Stimme und geteilte Rechte. TED
Bret Victor, „Inventing on Principle" (2012): Werkzeuge mit unmittelbarem Feedback als Grundlage für Denken und Lernen. Vimeo
Bret Victor, „The Humane Representation of Thought" (2014): Warum Denken mehr braucht als Bildschirme, als Vorläufer von Dynamicland. worrydream.com
The Coding Train (Daniel Shiffman): Creative Coding mit p5.js, humorvoll und einsteigerfreundlich. YouTube
Kurzgesagt – In a Nutshell: Komplexe Wissenschaft in Animationen mit trockenem Humor. YouTube
Game Maker's Toolkit (Mark Brown): Präzise Analysen, warum Spielmechaniken funktionieren. YouTube