Lernförderliche Entscheidungen zu treffen, gehört zu den zentralen Anforderungen professionellen Handelns von Lehrpersonen (Kaiser & König, 2019). Gemäss Kretschmann (2006) treffen Lehrpersonen rund 200 professionelle Entscheidungen im Verlauf einer Unterrichtslektion. Entscheidungsprozesse sind dabei hochgradig situationsspezifisch, zeitkritisch und mit unmittelbaren Konsequenzen verbunden. Gerade diese Merkmale erschweren es jedoch, professionelles Entscheiden in der Lehrpersonenbildung systematisch zu fördern: In der Ausbildung können Entscheidungssituationen zwar analysiert, ihre Dynamik und Folgen jedoch nur begrenzt erfahrbar gemacht werden. Häufig bleibt es bei einer retrospektiven Betrachtung abgeschlossener Handlungen, während das Entscheiden selbst, als Ausbildungsgegenstand und Forschungsobjekt, schwer zugänglich bleibt (Bäuerlein et al., 2025).

Zur Förderung der situationsspezifischen Fähigkeit des Entscheidens (decision-making, Blömeke et al., 2015), kommt in der Lehrpersonenbildung oftmals die Arbeit mit Fallbeispielen (Kasuistik) zum Einsatz. Studierende begegnen dem „Fall“ dabei meist als statischem Artefakt, etwa in Form von Text- oder Videovignetten, das analysiert, aber nicht aktiv mitgestaltet wird. Diese Form der Kasuistik ist analytisch wertvoll, erlaubt jedoch nur eingeschränkt, Entscheidungsprozesse in ihrer Offenheit, Kontingenz und Dynamik zu erproben. Vor dem Hintergrund gesellschaftlicher Transformationsprozesse und des Leitthemas „Bildung für eine lebenswerte Zukunft“ gewinnt jedoch die Frage an Bedeutung, wie Lehrpersonen bereits in der Ausbildung befähigt werden können, mit komplexen, mehrdeutigen Situationen umzugehen und verantwortungsvolle Entscheidungen vorzubereiten – ohne dabei reale Risiken der Berufspraxis einzugehen.

Generative Künstliche Intelligenz eröffnet hierfür neue didaktische Spielräume. Durch KI-gestützte „Branching Narratives“ lassen sich interaktive Entscheidungssimulationen gestalten, in denen Lernende in einen Dialog mit simulierten Akteur:innen (z. B. Schüler:innen, Eltern oder Kolleg:innen) treten. Eigene Entscheidungen führen zu unterschiedlichen Verlaufslogiken und Konsequenzen, die unmittelbar erfassbar werden, zugleich aber in einem didaktisch kontrollierten, geschützten Ausbildungsraum verbleiben. Unsicherheit wird hier nicht als reale Bedrohung, sondern als bewusst gestaltetes Lernmoment genutzt: Entscheidungen können erprobt, verworfen und reflektiert werden, ohne dass sie tatsächliche Folgen für reale Personen oder Institutionen nach sich ziehen. Damit verschiebt sich kasuistisches Lernen von einer primär rekonstruktiven hin zu einer generativen und explorativen Perspektive.

Das Design Lab verfolgt das Ziel, gemeinsam mit den Teilnehmenden solche KI-gestützten Entscheidungsszenarien zu entwerfen, zu erproben und kritisch zu reflektieren. Im Zentrum steht die Frage, wie generative KI durch gezieltes Prompt-Design zu einem didaktisch produktiven Simulator professioneller Entscheidungssituationen werden kann. Dabei geht es nicht um maximale Realitätsnähe, sondern um das Austarieren eines didaktischen Möglichkeitsraums, in dem Komplexität, Offenheit und pädagogische Zielorientierung in ein lernförderliches Verhältnis gesetzt werden.

Methodisch ist das 90-minütige Lab als interaktive Werkstatt angelegt. Nach einer kurzen theoretischen Einführung in professionelles Entscheiden, kasuistisches Lernen und Branching Storylines analysieren die Teilnehmenden ein Framework des „Structured Prompting“, das Rollen, Kontext, Aufgaben und Constraints systematisch integriert (Mollick & Mollick, 2023). In Design-Teams entwickeln sie darauf aufbauend eigene Entscheidungsszenarien (z. B. Elterngespräch, Klassenführung, Feedbacksituationen), testen diese live mit generativer KI (BYOD) und iterieren ihre Entwürfe. Der Fokus liegt dabei auf der Gestaltung von Entscheidungsoptionen, Rückmeldelogiken und Konsequenzpfaden. Abschliessend werden die entwickelten Prototypen gemeinsam reflektiert – im Hinblick auf didaktische Mehrwerte, Grenzen der Simulation sowie ethische Fragen wie Bias, Stereotypisierung und Verantwortungszuschreibung.

Das Design Lab richtet sich an Forschende, Dozierende und Lehrpersonen und setzt keine spezifischen Vorkenntnisse im Bereich generativer KI voraus. Die Teilnehmenden agieren als Co-Designer:innen und erhalten konkrete Impulse für die Integration KI-gestützter Entscheidungssimulationen in Lehre, Forschung und hochschuldidaktische Entwicklungsprojekte.