In diesem Blogbeitrag möchte ich mit der Idee einer Community-Kontext-Datei eine konkrete Möglichkeit vorstellen, wie sich KI-Sprachmodelle im pädagogischen Kontext gemeinschaftlich statt individualisiert zum Einsatz bringen lassen.

Warum ist eine gemeinschaftliche KI-Nutzung eine gute Idee?

Eine gemeinschaftliche anstelle einer nur individualisierten KI-Nutzung ist für mich eine vielversprechende Praxis, um Bildung in einer zunehmend KI-geprägten Welt so auszurichten, dass damit Zusammenarbeit gelernt und Verbundenheit entwickelt werden kann. Zugleich ist auf diese Weise eine resonanzreiche Aneignung und ein Weiterdenken an Wissensinhalten möglich. Diese ‚Nordsterne‘ halte ich für grundlegend für eine Bildung, die nicht vorrangig das individuelle, möglichst effiziente Vorankommen zum Ziel hat und mit der vor diesem Hintergrund das gemeinschaftliche Ganze gegenüber kurzfristigen Eigeninteressen aus dem Blick gerät, sondern die auf soziale Gestaltung und Gemeinwohlorientierung zielt und nicht bei Wissensvermittlung stehen bleibt, sondern kreatives Weiterdenken ermöglicht.

Eine gemeinschaftliche KI-Nutzung ist somit ein Baustein, um Bildung zum Teil der Lösung für die Krisen dieser Welt zu machen und Lernende in Lernprozessen zur Gestaltung l(i)ebenswerter Zukünfte zu ermächtigen.

Wie sieht gemeinschaftliche KI-Nutzung grundsätzlich aus?

Die Grundidee einer gemeinschaftlichen KI-Nutzung sieht so aus, dass nicht alle Lernenden individuell im Chat mit einem KI-Modell sind, sondern KI-Modelle von einzelnen Lernenden ‚mit an den Tisch geholt werden‘.

Beispiel: Eine Gruppe Lernender brainstormt über Ideen für eine Projektarbeit. Sie tauschen sich zu ihren Ideen aus. In diesem Prozess befragen sie auch ein KI-Modell nach Ideen, tauschen sich zum generierten Output aus, entscheiden sich für eine hilfreiche Idee und arbeiten dann daran weiter.

In einem früheren Blogbeitrag habe ich zahlreiche weitere Ideen für eine gemeinschaftliche KI-Nutzung aufgeführt.

Was ist eine Community-Kontext-Datei?

Eine Community-Kontext-Datei ist die Übertragung der Idee einer individuellen Lernkontext-Datei auf eine Lerngruppe.

• Individuelle Lernkontext-Datei: Eine lernende Person hält für sich fest, wie sie gut lernen kann, was ihr Kontext ist, welche Hilfsmittel ihr zur Verfügung stehen, welches Wissen sie schon mitbringt … Diese Kontext-Datei kann sie zu Beginn eines Lernchats mit einem KI-Sprachmodell teilen und so wirkungsvoll lernen. Am Ende kann das eigene Lernen in Interaktion mit dem KI-Modell reflektiert und die Lernkontext-Datei entsprechend angepasst werden. Ich mag solche individuellen Lernkontext-Dateien, weil auf diese Weise KI im Sinne einer Lernerstärkung genutzt wird und das eigene Lernen in den Blick gelangt. Der Ansatz ermöglicht eine offene und selbstbestimmte KI-Nutzung, weil Lernende nicht auf ein bestimmtes Modell angewiesen sind (wie es bei ‚custom instructions‘ auf bestimmten Plattformen der Fall wäre), sondern ihre Lernkontext-Datei im Chat mit unterschiedlichen Anwendungen zum Einsatz bringen und danach immer wieder auf dem eigenen Gerät speichern können. Ich habe das genaue Vorgehen mitsamt einer Vorlage hier beschrieben.
• Community-Kontext-Datei: Eine Lerngruppe hält gemeinsam fest, wie sie zusammen lernen wollen und was ihr Kontext und ihr Vorwissen ist. Auch diese Kontext-Datei kann dann, wenn im Prozess des gemeinsamen Lernens ein KI-Sprachmodell mit an den Tisch geholt wird, mit diesem geteilt werden und so ein hoffentlich zielführender Beitrag und eine Perspektiverweiterung im Sinne von KI als Resonanzmaschine ermöglicht werden. Die Community-Kontext-Datei kann kollaborativ (z.B. in einem Etherpad oder einer anderen kollaborativen Schreibumgebung) bearbeitet werden und jederzeit auch um weitere Reflexionen ergänzt werden.

Wie entsteht eine Community-Kontext-Datei?

Grundsätzlich lässt sich eine Community-Kontext-Datei auf zwei Arten erstellen:

1. Die Lerngruppe notiert selbst ihren Kontext und kann dazu z.B. mit einer Vorlage unterstützt werden. Dann probiert sie die Datei in einer KI-Interaktion aus, reflektiert darüber und passt an.
2. Eine Lerngruppe sammelt Informationen über sich zusammen, zum Beispiel ein Transkript einer Gruppensitzung oder bisher erarbeitete Materialien. Dann lässt sie sich daraus von einem KI-Sprachmodell (am besten auch mit einer konkreten Vorlage) eine Community-Kontext-Datei generieren. Auch hieran kann dann weiter gearbeitet werden.

Ich finde beide Wege grundsätzlich sinnvoll und oft wird es wahrscheinlich auch zu Mischformen kommen. Wie der genaue Start ist, liegt sehr stark daran, in welchem größeren Rahmen die Gruppenarbeit eingebettet ist.

Konkrete Vorschläge: Bewusste menschliche Interaktion + Nutzung der Community-Kontext-Datei

Ich finde eine Community-Kontext-Datei besonders dann sehr vielversprechend, wenn sie mit einer klugen methodischen Rahmung verbunden ist, die bewusst Raum für menschliche Interaktion ermöglicht. Wenn solche sozialen Lernprozesse dann mit KI-Interaktionen verbunden werden, kann sehr viel daraus entstehen. Wichtig ist zu Beginn gemeinsam in der Gruppe Transparenz darüber herzustellen, was mit Aufzeichnungen genau geschieht (z.B. keine Weitergabe außerhalb der Gruppe) oder welche KI-Modelle aus Sicht aller Beteiligten verwendet werden dürfen.

Hier sind drei Vorschläge, wie ein gemeinschaftliches Lernen mit einer Community-Kontext-Datei in der Praxis aussehen kann:

1. Transkript einer ‚Denkenden Runde‘ als Grundlage für eine Lernkontext-Datei:

Eine Denkende Runde ist ein Format mit Sprechen und Zuhören. Das klingt unspektakulär, aber ist wahrscheinlich gerade deshalb so wirkungsvoll. Die Methode funktioniert folgendermaßen:

• Es gibt eine gemeinsame Frage. Zum Beispiel: Wie geht es dir mit dem Thema ‚KI in der Bildung?‘ (Es ist hilfreich, diese Frage persönlich zu stellen, also nicht: ‚Was ist wichtig bei KI in der Bildung?‘ und auch nicht rein kognitiv: ‚Was denkst du zu KI in der Bildung?‘ Die Formulierung ‚Wie geht es dir mit …‘ eröffnet Perspektiven, um erstens über sich selbst zu sprechen und zweitens auch über Gefühle)
• Es wird eine Zeit festgelegt, die auf alle Gruppenmitglieder gleichmäßig aufgeteilt wird. Beispiel: In einer 5er-Gruppe gibt es 20 Minuten. Alle haben 4 Minuten.
• Alle Beteiligten sprechen nacheinander. Wer nicht spricht, hört nur zu: keine Gegenrede, keine Frage, keine Zustimmung … Durch das Zuhören öffnet sich ein Raum, in dem sich Gedanken im Sprechen entwickeln können. Es ist in Ordnung, wenn dabei auch Stille entsteht.

Um eine ‚Denkende Runde‘ im Rahmen einer gemeinschaftlichen KI-Nutzung zu gestalten, wird die Denkende Runde aufgezeichnet und daraus ein Transkript erstellt. Das Transkript wird dann mit einem KI-Sprachmodell geteilt. Entweder, um erstmalig eine Community-Kontext-Datei zu erstellen (wie oben als zweiter Weg vorgeschlagen). Oder auch um eine bestehende Community-Kontext-Datei weiter zu entwickeln.

Das Teilen mit der KI ermöglicht dann eine Spiegelung der Beiträge für die gesamte Gruppe. Es lässt sich zum Beispiel fragen:

• Was sind unsere drei offensichtlichsten Übereinstimmungen bei diesem Thema?
• Was wären Fragen, an denen wir gemeinsam weiterdenken könnten?
• Welche Perspektive fehlt bisher in unserer Runde?
• …

2. Ein Reverse-Prompting als Zufalls-Öffner

Normalerweise sieht KI-Nutzung so aus, dass sich Einzelpersonen oder auch Gruppen mit ihren Fragen an ein KI-Modell wenden und nach Antworten suchen. Ich habe hier schon häufiger für die Nutzung von KI-Modellen als Resonanz- statt Antwortmaschine plädiert, also weniger fertige Antworten zu suchen, sondern eher weitere Perspektiven oder auch sich selbst herausfordern zu lassen. Letzteres ist in Gruppen die Idee eines ‚Reverse‘-Prompting.

Auf Basis einer Community-Kontext-Datei wird dazu ein KI-Modell instruiert, den einzelnen Gruppenmitgliedern nacheinander Fragen mit einem bestimmten Fokus zu stellen. Die Antworten erfolgen dann nicht per KI-Chat, sondern mündlich in der Gruppe. Die Gruppe instruiert das KI-Modell dann mit ‚Weiter‘ zum Stellen der nächsten Frage.

Solch ein ‚Reverse-Prompting‘ kann – je nach Ausgestaltung des genauen Prompts – sehr gut als Zufalls-Öffner dienen, weil von einem KI-Modell vielleicht noch einmal ganz andere Themen in den Fokus kommen, als wenn sich die Gruppenmitglieder untereinander befragen würden. Die Passung wird dennoch durch die Community-Kontext-Datei sichergestellt. Und die Resonanz entsteht durch das Gespräch in der Gruppe.

3. Ein erweitertes Pro Action Café als kollegiale Beratung mit KI-Resonanzraum

Mit einem Pro Action Café kann z.B. zum Abschluss eines Lernangebots im Sinne einer kollegialen Beratung von Lernenden je ein Anliegen / eine Frage für einen möglichen nächsten Schritt eingebracht werden. Die anderen in der Gruppe teilen dann ihre Ideen im Rahmen einer offenen Beratschlagung dazu, so dass der nächste Schritt auf dieser Basis dann möglichst gut angegangen werden kann. Das Format läuft folgendermaßen ab:

• Alle in der Gruppe sind eingeladen, sich einen nächsten Schritt und ihre Frage dazu zu überlegen. Dazu eignet sich z.B. ein Silent Writing, d.h., ein individuelles Notieren in Stille.
• Eine Person startet und stellt ihr Anliegen vor. Dann dreht sie sich weg. Die anderen beraten dazu. Die fragende Person hört nur zu und macht sich Notizen.
• Auf diese Weise können nacheinander alle, die wollen, in die Rolle der fragenden Person schlüpfen und sich von den übrigen Lernenden der Gruppe beraten lassen.

Die Beratungszeit ist dabei je nach zur Verfügung stehender Zeit begrenzt. Solch ein Timeboxing ermöglicht in der Regel eine sehr konzentrierte Beratschlagung.

KI-Modelle können in diesem Setting so mit dazu geholt werden, dass die fragende Person nicht nur individuell zuhört und sich Notizen macht, sondern diese Beratung auch aufgezeichnet und daraus dann ein Transkript erstellt wird.

Mit diesem Transkript lässt sich dann – nach der gemeinschaftlichen Gruppenberatung – in einen individuellen Chat mit einem KI-Sprachmodell gehen. Auch hier hilft es, wenn als größerer Kontext die in der Gruppenarbeit genutzte Community-Kontext-Datei verwendet wird. Der sinngemäße Prompt wäre somit:

‚Ich bin Teil einer Gruppe zu xyz. Hier ist mehr zu unserem Kontext: [Kontext-Datei]. Ich hatte dieses Anliegen: [Anliegen einfügen]. Dazu habe ich diese Beratung aus der Gruppe erhalten: [Transkript einfügen]. Welche weiteren Ideen hast du für mein Anliegen? Nenne mir immer einen Vorschlag und warte dann meine Reaktion ab. Berücksichtige dabei den geteilten Kontext und baue gerne auf Vorschlägen der Gruppe auf.‘

Fazit: Ein flüchtiger Blick auf die Alternative einer verbindenden Technologie

Die Praxis solch einer gemeinschaftlichen KI-Nutzung ist für mich ein bewusstes ‚Hacking‘ einer Technologie, die bislang überwiegend dazu gestaltet ist, möglichst effizient etwas zu generieren und im Eigeninteresse zu verwerten. Gemeinschaftliche KI-Nutzung gerät vor diesem Hintergrund immer wieder an Grenzen, aber lässt zugleich auch erleben, dass eine andere Technologie basierend auf Gemeinschaftlichkeit und dann auch orientiert am Gemeinwohl grundsätzlich möglich wäre. Um genau diese Perspektive zu öffnen, finde ich solche Lernprozesse besonders wertvoll.

Weiternutzung

Um eine möglichst gute Weiternutzung und Erkundung der hier vorgestellten Überlegungen zu ermöglichen, habe ich eine kopierbare Vorlage für eine Community-Kontext-Datei inklusive einer prägnanten Erläuterung online gestellt. Die offen weiternutzbare Ressource ist so gedacht, dass sie direkt von Lerngruppen genutzt werden kann.

Kontext der Überlegungen

Diese Überlegungen entstanden im Rahmen meiner Beteiligung am Projekt der Digital Heroes von Wibke Matthes und Arthur Seidel im Sommersemester 2026. Wir werden hier den geplanten Communities of Practice einen KI-Community-Booster zur Verfügung stellen, um gemeinsam nicht nur über KI zu lernen, sondern KI-Nutzung, gerade auch in gemeinschaftlicher Form, gemeinsam zu erproben. Ich bin sehr gespannt auf das gemeinsame Lernen!

---

Beitrag weiternutzen und teilen

Dieser Beitrag steht unter der Lizenz CC BY 4.0 und kann somit gerne offen weitergenutzt und geteilt werden. Hier kannst du dir den Beitragslink und/oder den Lizenzhinweis kopieren. Wenn du den Beitragslink in das Suchfeld im Fediverse (z.B. bei Mastodon) eingibst, wird er dir dort angezeigt und du kannst ihn kommentieren.

---