In meinen Weiterbildungen zu KI in der Erwachsenenbildung erlebe ich immer wieder denselben Moment. Kaum haben die Teilnehmenden Zugang zu einem KI-Tool, beginnt eine Art Reflexbewegung: Die KI wird für alles eingesetzt. E-Mails umformulieren, Notizen zusammenfassen, Begriffe erklären, Texte übersetzen, Präsentationen erstellen. Das geht schnell, das macht Spass, das erzeugt Ergebnisse. Ich werfe dann oft eine einfache Frage in die Runde: Habt ihr euch dabei schon mal gefragt, wie viel Energie das eigentlich braucht? Dann wird es oft ruhig im Raum. Diese Stille sagt einiges. Nicht weil meine Frage anklagend gemeint wäre. Sondern weil sie auf einen blinden Fleck hinweist, der in der aktuellen KI-Debatte noch viel zu selten beleuchtet wird.
Der ökologische Fussabdruck der KI-Nutzung wird unterschätzt
Wer heute über Künstliche Intelligenz spricht, diskutiert über Prompting, Workflows, KI-Agenten. Sprich: über Automatisierung, Datenschutz, Kompetenzen, Chancen. Das ist alles wichtig und richtig. Was dabei kaum zur Sprache kommt, ist die Frage nach dem Ressourcenverbrauch dieser Systeme. Für mich ist das kein Randthema. Jede Anfrage an ein grosses Sprachmodell braucht Rechenleistung. Rechenleistung braucht Strom. Strom braucht Kühlung. Kühlung braucht Wasser und Infrastruktur. Was auf unserem Bildschirm wie ein leichter Chat wirkt, ist im Hintergrund ein materiell aufwendiger Vorgang in Rechenzentren, die rund um die Uhr laufen. Aktuelle Erhebungen bestätigen dieses Muster: Laut Bitkom stehen bei öffentlichen Bedenken rund um KI Themen wie Datenschutz, Fehlinformation und Arbeitsplatzveränderungen klar im Vordergrund. Der ökologische Fussabdruck taucht hingegen kaum auf, obwohl er real und messbar ist. Das ist irritierend und eine Einladung, genauer hinzuschauen.
Was das mit Didaktischer Reduktion zu tun hat
Wer meine Arbeit kennt, weiss: Mir geht es bei Didaktischer Reduktion nicht darum, Inhalte zu vereinfachen oder zu verschlanken, weil das bequemer wäre. Es geht darum, das Wesentliche zu erkennen und alles, was dieses Wesentliche verdeckt, bewusst wegzulassen. Dieser Gedanke lässt sich auf die KI-Nutzung übertragen. In meinen Trainings zu «KI in der Erwachsenenbildung» und «KI-Agenten in der Erwachsenenbildung einsetzen» beobachte ich ein Muster, das ich «KI-Reflex» nenne: KI wird nicht mehr gewählt, sie wird aktiviert. Sobald eine Aufgabe auftaucht, geht die Hand automatisch zur KI – egal, ob die Aufgabe das wirklich braucht oder nicht. Das ist ähnlich, wie wenn man jedes Mal das Auto nimmt, auch für den kurzen Weg zum Quartierladen, der nur 50 m von der Wohnung liegt. Es funktioniert. Aber es ist meist nicht notwendig, und auf Dauer nicht klug. Der Gegenentwurf dazu ist nicht Askese. Es ist Bewusstsein.
Drei Stellschrauben für eine bewusste KI-Nutzung
Erstens: Erst denken, dann prompten. Nicht jede Aufgabe braucht ein grosses Sprachmodell. Eine einfache Suchanfrage, eine kurze Textkorrektur, ein bekanntes Muster … das lässt sich oft schneller und ressourcenschonender ohne KI erledigen. Die entscheidende Frage lautet: Brauche ich hier wirklich KI – oder reicht auch eine klassische Recherche, eine eigene Formulierung, ein Griff ins Regal? Wer diese Frage zur Gewohnheit macht, trainiert etwas Wertvolles: die Unterscheidungskompetenz zwischen sinnvollem und reflexartigem KI-Einsatz. Ich bin mir sicher: Dies wird in Zukunft zu den Kernkompetenzen professioneller Bildungsfachleute gehören.
Zweitens: Präzise Prompts sparen mehr als Zeit. In der Didaktik gilt: Je klarer das Lernziel, desto fokussierter kann die Lernerfahrung gestaltet werden. Dasselbe gilt für KI-Anfragen. Ein unklarer, vage formulierter Prompt erzeugt oft mehrere Rückfragen, überflüssige Zusatztexte und unnötige Iterationen. Und damit mehr Rechenaufwand. Statt: «Kannst du mir vielleicht irgendwie erklären, worum es bei Feedbackgesprächen geht?» besser: «Erkläre Feedbackgespräche für Lernende in einer Weiterbildung für Erwachsenenbildung in fünf einfachen Punkten.» Kürzer. Präziser. Effizienter … für alle Beteiligten, inklusive des Rechenzentrums, das im Hintergrund die Anfrage verarbeitet.
Drittens: Antwortlänge bewusst steuern. Viele Nutzerinnen und Nutzer lassen sich standardmässig lange Texte generieren. Weil niemand gesagt hat, dass es auch anders geht. Dabei reicht oft ein einfacher Zusatz im Prompt: «Antworte in fünf Stichpunkten.» «Nur die Kernaussagen, bitte.» «Maximal 100 Wörter.» Das erhöht nicht nur die Nachhaltigkeit der Anfrage. Es erhöht in den meisten Fällen auch die Nutzbarkeit des Ergebnisses. Kurze, klare Antworten sind leichter zu verarbeiten, leichter weiterzuverwenden und leichter in Lernangebote zu integrieren. Ein alter Grundsatz der Didaktischen Reduktion, der auch im KI-Kontext gilt.
Eine Haltung, keine Technik
Was ich hier beschreibe, ist keine Optimierungstechnik. Es ist eine Haltung. In der Erwachsenenbildung begleiten wir Menschen dabei, Neues zu lernen und dabei auch zu reflektieren, wie sie lernen und warum. Wer Lernende oder Mitarbeitende im Umgang mit KI unterstützt, sollte deshalb nicht nur Werkzeuge vermitteln, sondern auch diese Fähigkeit zur Unterscheidung: Wann ist KI das richtige Mittel? Wann braucht es sie nicht? Und wie setze ich sie so ein, dass der Aufwand in einem vernünftigen Verhältnis zum Nutzen steht? Das ist keine theoretische Forderung. Es ist professionelle Medienkompetenz. Sie gehört meiner Überzeugung nach heute genauso zur Bildungsarbeit wie das Formulieren von Lernzielen oder das Gestalten aktivierender Aufgaben.
Gute Prompts sind wie gute Skripte: Sie werden wiederverwendet
Noch ein praktischer Gedanke zum Schluss, der mir in der Praxis besonders wichtig erscheint: Wer gute Prompts entwickelt, sollte sie dokumentieren und wiederverwenden.
Wie das in der Praxis aussehen kann? Denkbar einfach. Eine schlichte Textdatei auf dem Desktop, ein Notizbuch in der bevorzugten App, eine kleine Tabelle, das reicht vollkommen. Wichtig ist nicht das Werkzeug, sondern die Disziplin, einen Prompt, der gut funktioniert hat, sofort festzuhalten. Nicht irgendwann. Sofort.
Ich empfehle dabei eine minimale Struktur mit drei Elementen:
Kontext – Für welche Situation oder Aufgabe wurde dieser Prompt entwickelt? (z. B. «Lernziele formulieren für einen Halbtageskurs»)
Prompt – Der genaue Wortlaut, so wie er eingegeben wurde.
Ergebnis – Eine kurze Notiz, warum dieser Prompt funktioniert hat und was er besonders gut leistet.
Das muss kein perfektes System sein. Schon zehn bis zwanzig gut dokumentierte Prompts bilden eine persönliche Promptbibliothek, die den Arbeitsalltag spürbar entlastet. Wer diese Sammlung regelmässig mit Kolleginnen und Kollegen teilt, multipliziert den Effekt und macht ressourcenschonendes Arbeiten zur Teamkultur.
Dieses Vorgehen hat gleich mehrere Vorteile. Erstens spart es Zeit, weil man das Rad nicht bei jeder Anfrage neu erfindet. Zweitens verbessert es die Qualität der Ergebnisse, weil erprobte Formulierungen präziser sind als spontane. Und drittens schont es Ressourcen, weil weniger Iterationen nötig sind. In der Didaktik nennen wir das «Transfersicherung»: Was einmal gut funktioniert hat, wird nicht vergessen, sondern bewusst in den nächsten Kontext übertragen.
Zum Nachdenken: Wann hast du zuletzt bewusst entschieden, die KI nicht einzuschalten … und was ist dabei gewonnen?
Ressourcen:
- Bitkom: KI in Deutschland – aktuelle Erhebungen und Stimmungsbilder
- Yvo Wüest, Mini-Handbuch Didaktische Reduktion, Beltz 2022
- KI in der Erwachsenenbildung beim Campus Sursee
- Podcast Education Minds – Didaktische Reduktion und Erwachsenenbildung
- Blogbeitrag Dr. Isabella Buck „Wenn Token knapp werden“, Juni 2026
- Abonniere hier den Newsletter „Auf den Punkt“ von Education Minds über Didaktische Reduktion, Microlearning und KI in der Erwachsenenbildung