Während Lisa und Robert schon fast mit der Übung fertig sind, braucht Maria noch eine Erklärung. Lukas möchte eine zusätzliche Übung. Eine Gruppe von Schülern hat die Aufgabe erst jetzt angefangen.
So ist Unterricht. Tag für Tag – und Unterrichtende managen diese Situationen mit viel Fingerspitzengefühl und Engagement. Erfahrene Lehrer ziehen bereits erstellte Varianten aus der Schreibtischschublade oder, heutzutage, vom USB-Stick oder – wenn sie Glück haben – vom Shared Folder der Fachgruppe an ihrer Schule. Sie differenzieren und passen ihre Lehr-Lern-Inhalte mit unterschiedlichen Inhalten und Aktivitäten, die alle in der Klasse so weit wie möglich berücksichtigt werden, an.
Diese Anpassungen sind auch notwendig. Die Fakten dazu sind bekannt. Studien wie die INSIDE-Studie 2025 mit über 4.000 Schüler:innen zeigen: Differenzierter Unterricht verbessert nicht nur Lernergebnisse, sondern auch die soziale Teilhabe (
Gresch et al., 2025 – Springer).
Jedoch braucht Differenzierung Zeit. Und auch wenn Lehrer einen Teil der Ferien dazu verwenden, ihre Vorbereitungen fürs kommende Schuljahr „aufzupeppen“ – wer weiß schon genau, was die 3A im November als Inhalte konkret benötigen wird. Im November, einem der prüfungsstärksten und zeitaufwendigsten Monate des Schuljahres, ist der Lehrer dies dann zwar sehr genau im Bild, was gerade „im Moment“ nötig wäre, hat aber vielleicht keine Möglichkeit, allem zu entsprechen. Dies ist auch den aktuell erhobenen Fakten der Bildungsbranche zu entnehmen. Kaum eine Branche, in dem Zeitmangel zu Stoßzeiten mehr thematisiert wird, als der Bildungsbereich. So nennen laut Deutschem Schulbarometer 2025 zum Beispiel 34% der Lehrkräfte Zeitmangel als ihre größte Herausforderung. Und die Zahl steigt an. Im Vergleich zum Vorjahr sind dies 6 Prozentpunkte mehr. Gleichzeitig sehen 32% der gleichen Befragten die große Vielfalt der individuellen Hintergründe und Niveaus der Schüler in den Klassen als zentrales Problem (
Robert Bosch Stiftung, 2025).
Mit dem Einsatz neuer Tools der KI könnten neue Lösungen zu genau dieser Situation gefunden werden. Diese begleiten sowohl bei einer individuellen, gestaffelten Vorbereitung als auch bei der Anpassung von schon vorhandenem Material an unterschiedliche Niveaus. Auch verschiedene Sprachhintergründe können durch die Verwendung von diversen Sprachlevels Lösungen finden – ob per EarPod oder schlicht und ergreifend als Ausdruck.
With preparation and tools in place that take all of this into account, there would be more time for interaction between teachers and students. In other words, teachers could draw on a range of resources from their “digital toolkit” and use them precisely when needed. This is exactly where effective AI for the classroom comes in—it supports both preparation and real-time teaching. It provides the materials for the “bridges” that teachers build.
1. Use AI in the classroom to break content down into smaller tasks and automatically scaffold them
AI breaks tasks down into multiple levels of difficulty—from recalling facts to developing independent solutions. The teacher has everything at hand in the classroom and can use the materials as needed. Different versions are already suggested during the preparation phase. For more advanced students, small case studies and group work enable further progression.
2. Different Tonalities
Gen Z, Gen Alpha… which teacher hasn’t at some point felt like they were in a joke about generations and their different “languages”? Teachers have to bridge this gap every day. Is an explanation too “cringe”? Too simple? Maybe a 6 out of 7? Either way, explanations are sometimes simply necessary. AI can quickly help during preparation by offering alternative tones and examples for different classroom situations. Whether these are always perceived as appropriate, of course, remains a matter of perspective.
3. Create different variations faster
Instead of manually adapting three versions, searching through literature, looking for models, or questioning age groupings, modern AI systems can now support teachers in creating materials with multiple levels from the outset. They can also help in the classroom when unexpected situations arise—for example, by quickly generating a small task. And all of this happens in a familiar, practical way, whether through chat or simple selection.
Conclusion: Differentiation no longer requires late nights. Practical ways to implement all of this are real—and they don’t require even more evenings at your desk.
