AIEd-WissensbasisAIEd KB
Auf dieser Seite

Diese Seite wurde maschinell ins Deutsche übersetzt; die Artikelseiten sind weiterhin auf Englisch verfasst. Diese Seite auf Englisch lesen

Konzepte

Nachhaltigkeit

Erstellt 2026-08-28 · Aktualisiert 2026-10-10

Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.

Nachhaltigkeit — die Schnittmenge zweier Anliegen: wie KI für Nachhaltigkeitsergebnisse in der Bildung genutzt werden kann (KI für Nachhaltigkeit, einschließlich Bildung für nachhaltige Entwicklung und grüner Bildung), und wie KI selbst nachhaltig zu machen ist (nachhaltige KI, also die Verringerung des ökologischen, ethischen und sozialen Fußabdrucks von KI-Systemen in der Bildung). Sowohl als Nutzende wie als Entwickelnde von KI müssen Bildungseinrichtungen ökologische und soziale Ziele voranbringen und zugleich verantwortungsvollen, ethischen KI-Einsatz sicherstellen.

Fragen zum Nachdenken

  • Die Seite unterscheidet zwei Wege: „KI für Nachhaltigkeit“ (KI nutzen, um Nachhaltigkeitsergebnisse voranzubringen) und „nachhaltige KI“ (den eigenen ökologischen und ethischen Fußabdruck von KI verringern). Können Sie sich eine Weise vorstellen, wie ein KI-Werkzeug das eine Ziel voranbringen und das andere untergraben könnte?
  • Das Trainieren und Betreiben großer Sprachmodelle trägt einen echten CO₂- und Wasserfußabdruck. Wenn eine Institution Nachhaltigkeit als Wert bewirbt und zugleich energieintensive KI einsetzt, welche Spannungen entstehen — und wer sollte sie abwägen?
  • Bevor Sie weiterlesen: Wie würden Sie „nachhaltige Bildung“ definieren? Die Seite behandelt sie als wertbasiertes, menschenzentriertes Projekt, ausgeprägt vom Einsatz von Bildung als Instrument für Nachhaltigkeit — wie unterscheiden sich diese?
  • Wenn von Bildung erwartet wird, „Nachhaltigkeitsbewusstsein“ der Lernenden aufzubauen, welche Rolle könnte KI dabei spielen — und könnte die Integration von KI in das Curriculum Nachhaltigkeit lehren, während ihr eigener Fußabdruck die Lektion stillschweigend widerspricht?
  • Was würde es bedeuten, dass eine Bildungseinrichtung in ihrer KI-Nutzung echt nachhaltig ist, und welche ihrer Entscheidungen (Beschaffung, Einsatz, Unterrichten) zählen Ihrer Meinung nach am meisten?

Einführung

Nachhaltigkeit in der AIED erstreckt sich über drei überlappende Rahmungen: nachhaltige Bildung (ein wertbasiertes, menschenzentriertes Bildungsprojekt), Nachhaltigkeit in der Bildung (Bildung als Instrument für Nachhaltigkeit nutzen), und Bildung für nachhaltige Entwicklung (BNE, die globale Politikagenda, besonders Nachhaltigkeitsziel 4). KI schneidet jede davon unterschiedlich — und das Feld unterscheidet zwei Kernwege: KI für Nachhaltigkeit (KI als Werkzeug, um Nachhaltigkeitsergebnisse zu erreichen) und nachhaltige KI (den eigenen ökologischen und ethischen Fußabdruck von KI verringern).

Die zweiteilige Taxonomie

Die Abdeckung der Wissensbasis, verankert durch Daniel et al. (2026), organisiert das Feld in zwei miteinander verbundene, doch ausgeprägte Wege:

  • KI für Nachhaltigkeit — KI nutzen, um Nachhaltigkeitsergebnisse voranzubringen. In der Bildung umfasst das KI für Energiemanagement, Klimaüberwachung, grüne Campusprogramme, und KI-integrierte Curricula, die Nachhaltigkeitsbewusstsein der Lernenden aufbauen (z. B. das AI-SEE-Rahmenwerk für nachhaltige Ingenieurbildung). Es ist in der globalen Agenda der Bildung für nachhaltige Entwicklung gegründet.
  • Nachhaltige KI — die direkten ökologischen und ethischen Auswirkungen von KI selbst verringern. Das umfasst den CO₂- und Wasserfußabdruck großer Sprachmodelle, energieeffizienten Einsatz vor Ort, und die ethischen und Governance-Rahmenwerke, die nötig sind, um sicherzustellen, dass KIs Einsatz in der Bildung selbst verantwortungsvoll und nachhaltig ist.

KI für Nachhaltigkeit in der Bildung nutzen

Ein wachsender Korpus von Arbeit behandelt KI als Werkzeug für Nachhaltigkeitsbildung und -ergebnisse:

  • KI-integrierte Curricula, die Nachhaltigkeitsbewusstsein aufbauen. Liu et al. (2026) schlagen das AI-SEE-Rahmenwerk vor (intelligenzgetrieben, grün-ermächtigt, verantwortungsführend, praxisintegriert), das KI über das Curriculum hinweg als kognitives Scaffold und Ressource für Nachhaltigkeitsanalyse auf Systemebene integriert. In einem ingenieurbezogenen Fall mit 144 Studierenden erhöhte es Nachhaltigkeitsbewusstsein und erzeugte verhaltensbezogenes Engagement auf persönlicher, akademischer, professioneller und sozialer Ebene, mit sozialer Diffusion über das Klassenzimmer hinaus.
  • KI in grüner und nachhaltiger Bildung. Talebzadeh (2026) fand, dass KI-assistiertes Unterrichtsdesign unter den Beschränkungen der Nachhaltigkeitsentwicklungspädagogik Arbeitsabläufe der Lehrenden und pädagogisches Design verbesserte. Riandi et al. (2026) fanden, dass der praktische Einsatz von KI durch Lehrende in Naturwissenschaften/grüner Energie und ihre Beteiligung an der Entwicklung BNE-ausgerichteter Materialien — mehr als abstraktes KI-Wissen oder Einstellungen — ihre Fähigkeit vorhersagten, KI in die Bildung zu grüner Energie zu integrieren.
  • Nachhaltigkeit als wertbasiertes Projekt. Alsuhami & Atallah (2026) argumentieren, KIs Beitrag zu nachhaltiger Bildung sei bedingt und governance-vermittelt: sie unterstützt Nachhaltigkeit nur, wenn die Annahme expliziten Bildungswerten und menschenzentrierten Zwecken untergeordnet ist statt Technologisierung und Kommodifizierung. Das verbindet Nachhaltigkeit mit Ethik und kritischer Pädagogik.

KI selbst nachhaltig machen

Der zweite Weg betrifft KIs eigenen Fußabdruck in Bildungssettings:

  • Ökologische Auswirkungen großer Modelle. Studien zur LLM-Nutzung dokumentieren den CO₂- und Wasserfußabdruck großer Sprachmodelle, der angesichts hoher Annahme unter Universitätsstudierenden signifikant ist. Das ist die direkte ökologische Dimension nachhaltiger KI.
  • Energieeffizienter Einsatz vor Ort. Shen et al. (2026) demonstrieren, dass KI-Wissensbasis-Assistenten auf offenen Bildungsressourcen mit Verbraucher:innen-Hardware laufen können, was den ökologischen und Kostenfußabdruck von KI in der Bildung verringert — ein konkretes Designmuster nachhaltiger KI.
  • Ethische und Governance-Rahmenwerke. Nachhaltige KI ist nicht nur ökologisch: sie verlangt Governance- und Ethikrahmenwerke, die Transparenz, Verantwortlichkeit, menschliche Aufsicht und gerechten Zugang sicherstellen, wie Daniel et al. (2026) festhalten, in aktuellen Universitätsanwendungen oft fehlt.

Nachhaltiges Lernen als pädagogisches Ziel

Ein verwandter Strang rahmt Nachhaltigkeit nicht nur als ökologisches oder institutionelles Anliegen, sondern als Eigenschaft des Lernens selbst. Zhu et al. (2026) argumentieren, KI-assistiertes Lernen riskiere kognitives Auslagern und Abkopplung von authentischen Kontexten, und schlagen Rahmenwerke (E3-HOT) für nachhaltiges Lernen vor — Lernen, das fortbesteht, überträgt und mit echten Problemen verbunden bleibt, statt durch kognitive Entlastung kurzgeschlossen zu werden. Das verbindet Nachhaltigkeit mit Handlungsfähigkeit und kritischem Denken.

Verbindungen zu anderen Konzepten

Nachhaltigkeit und KI in der Bildung sitzt an der Schnittmenge von Ethik, Governance, KI in der Bildung und den Umwelt-/Energiewissenschaften. Sie stützt sich auf Lehrkräftebildung und die Rolle der Lehrenden für den Aufbau von Fähigkeiten, auf Lerndesign für Pädagogik, und verbindet sich mit der Behandlung von kognitiver Entlastung und kritischem Denken in der Wissensbasis durch die Linse „nachhaltiges Lernen“. Weil beide Wege querschneidend sind, ist Nachhaltigkeit ein grundlegendes Thema, das über Hochschulbildung, K-12 und professionelle Kontexte hinweg auftritt.

Verbundene Konzepte

Verbundene Artikel

Metadaten

NiveauHigher Ed, K 12, Teacher Education
Technologien und VerfahrenGenerative KI
Institutionen und PolitikBildungspolitik zu KI, KI-Governance
Gerechtigkeit, Ethik und verantwortungsvoller EinsatzEthik, Nachhaltigkeit
Grundlagen von KI in der BildungKI in der Bildung
SourceHistoryEditChat

Diese Seite einbetten

Kopieren Sie den Code unten, um diese Seite in ein Lernmanagementsystem oder eine andere Website einzubetten. Die eingebettete Version zeigt nur den Seiteninhalt — Kopfzeile, Navigation und Fußzeile der Website werden ausgeblendet.