Fragestellung
In der vorliegenden Arbeit geht es um die Frage, ob es allgemein-didaktische Modelle zur Arbeit mit Generativer Künstlicher Intelligenz (wie z.B. ChatGPT) gibt und wenn ja, welche Qualität diese aufweisen. Qualität meint dabei (meta-)theoretische Qualität (vgl. den Ansatz zu Merkmalen von Unterrichtstheorien von Reigeluth, 2013), empirische Qualität (vgl. die Evidenz-Pyramide von John & McNeal, 2017) und praktische Qualität (vgl. das Transfer-Modell von Burke & Hutchins, 2008). Diese drei Qualitäten werden integriert und repräsentieren einen innovativen Bewertungsrahmen für Research-and-Development-Vorhaben im Bereich der Unterrichtsforschung und -praxis.
Methodik
Methodisch wird ein narrativer Literaturreview durchgeführt (vgl. Baumeister & Leary, 1997). Als Ergebnis dieses Literaturreviews sind neun didaktische Modelle identifiziert worden, die mit dem Bewertungsrahmen evaluiert werden.
Ergebnisse und Schlussfolgerungen
Die Ergebnisse zeigen, dass eine Reihe von neuen didaktischen Modellen zur Arbeit mit generativer KI gefunden werden können (vgl. z.B. Chang et al., 2023; Chiu, 2024; Li et al., 2025, Ng et al., 2024, Seo et al., 2021; Weng et al., 2024; Xu et al., 2025; Yue et al., 2022). Ein Modell von Jahn (2024) ist zwar nur auf die Förderung von kritischem Denken bezogen, scheint aber sonst ein vielversprechender Ansatz zu sein, der vor allem auch in der Schulpraxis erfolgreich genutzt werden könnte. Die anderen Modelle zeigen gravierende theoretische, empirische und praktische Defizite. Es werden Vorschläge gemacht, wie in dieser defizitären Situation im Bereich der Unterrichtsforschung und -praxis gearbeitet werden kann. Dabei werden Erkenntnisse aus Interventionsstudien in der pädagogischen Praxis genutzt (vgl. z.B. Astleitner, 2020).
Literaturangaben
Astleitner, H. (Ed.). (2020). Intervention research in educational practice: Alternative theoretical frameworks and application problems. Waxmann.

Burke, L. A., & Hutchins, H. M. (2008). A study of best practices in training transfer and proposed model of transfer. Human Resource Development Quarterly, 19(2), 107–128. https://doi.org/10.1002/hrdq.1230

Chiu, T. K. (2024). A classification tool to foster self-regulated learning with generative artificial intelligence by applying self-determination theory: A case of ChatGPT. Educational Technology Research and Development, 72(4), 2401–2416. https://doi.org/10.1007/s11423-024-10366-w

Jahn, D. (2024). CT goes ChatGPT – Kritisches Denken mit dem Chatbot fördern und einen souveränen Umgang damit kultivieren. In T. Köhler (Ed.), Handbuch E-Learning. Expertenwissen aus Wissenschaft und Praxis (106. Ergänzungslieferung Februar 2024. Beitrag 4.88). Fachverlag Deutscher Wirtschaftsdienst.