Das 3x3-Modell für KI-resilientere Aufgaben 🎯

KI löst Schulaufgaben in Sekunden. Eine komplette Erörterung schreiben, anspruchsvolle Berechnungen vornehmen oder eine Karikatur analysieren: Viele solcher schulischen Aufgabenstellungen lassen sich mittlerweile mühelos von KI erledigen.

Das wirft eine zentrale Frage auf:

Wie gestaltet man Aufgaben, bei denen Eigenleistung trotz KI sichtbar bleibt?

Mit dem 3x3-Modell für KI-resilientere Aufgaben stelle ich euch einen praktischen Baukasten vor, der genau dabei hilft. Ihr erfahrt, was hinter dem Modell steckt, wie ihr die einzelnen Bausteine geschickt kombiniert und wie ihr damit auch eure vorhandenen Aufgabenstellungen so gestalten könnt, dass sie sich nicht vollständig an KI auslagern lassen.

Das Modell gibt es auch als Poster zum Download, damit ihr es direkt für eure Unterrichtspraxis verwenden könnt.

Inhaltsverzeichnis

1. 1. KI-resilient, KI-resistent, KI-robust: Eine Begriffsklärung
2. 2. Warum braucht es KI-resilientere Aufgabenformate? 🧭
3. 3. Das 3x3-Modell im Überblick 🔍🏫
4. 4. Die Dimensionen und Bausteine im Detail 📊
5.    I. Darstellungsform: In welchem Format wird die Leistung gezeigt? 📋
6.    II. Aufgabenfokus: Welche Denk- und Entscheidungsleistung wird gefordert? 🧠
7.    III. Rahmenbedingungen: In welchem Setting wird die Leistung erbracht? 🎯
8. 5. Anwendung und Einsatz des 3x3-Modells 🛠️
9. 6. Bausteine kombinieren: Drei Beispiele für KI-resilientere Aufgaben 📊
10.    I. Erklärvideo mit Prozessdokumentation
11.    II. Fallstudie mit lokalem Bezug und Kurzverteidigung
12.    III. Experiment mit KI-gestützter Auswertung und Reflexion
13. 7. Das Poster zum Download 📥
14. 8. Fazit 📝

1. KI-resilient, KI-resistent, KI-robust: Eine Begriffsklärung 📖

In der Fachdiskussion kursieren unterschiedliche Bezeichnungen für Aufgaben, die sich nicht oder nur erschwert von KI lösen lassen: KI-resistent (vgl. Gmeiner 2025), KI-robust (vgl. Universität Graz 2024) und KI-resilient (vgl. Geyer 2024).

Schon jetzt gibt es jedoch kaum noch Aufgabenformate, die vollständig KI-resilient sind. Mit der weiter steigenden Leistungsfähigkeit von KI-Systemen wird sich dieser Umstand noch weiter verschärfen. Ich verwende deshalb bewusst die komparative Form “KI-resilienter“.

KI-resilientere Aufgaben definiere ich daher als Aufgabenformate, die durch gezielte Gestaltung eine vollständige Delegation an KI erschweren und Eigenleistung weiter sichtbar machen.

2. Warum braucht es KI-resilientere Aufgabenformate? 🧭

Aufgrund der fortschreitenden Entwicklung von KI wird eine Neuausrichtung schulischer Aufgabenformate immer drängender. Hierbei geht es jedoch nicht um die bloße Verhinderung des KI-Einsatzes, sondern gleichzeitig um das gezielte Einbinden von KI in Lernprozesse.

In der Planungsvorlage zur praktischen Umsetzung einer KI-Aufgabenkultur haben Joscha Falck und ich hierfür zuletzt vier Aufgabenkategorien herausgearbeitet: KI‑thematisierende, KI-integrierende, KI-reflektierende und KI-limitierende Aufgaben.

Bei KI-limitierenden Aufgaben wird der KI-Einsatz bewusst ausgeschlossen. Das ist sinnvoll, wenn andere Methoden im Zentrum stehen und Kompetenzen abseits der KI- und Techniknutzung (Basiskompetenzen, Zukunftskompetenzen) aufgebaut werden sollen.

Damit sich insbesondere KI-limitierende Aufgaben nicht auf Knopfdruck von KI lösen lassen, müssen sie zu KI-resilienteren Formaten weiterentwickelt werden, die weiter eigenständiges Denken erfordern und nicht einfach an KI-Tools delegiert werden können. Das ist besonders bei Aufgaben entscheidend, die außerhalb des Unterrichts und ohne Aufsicht erledigt werden.

Dabei gilt es zu erwähnen, dass nicht jede Aufgabe unter Anpassungsdruck steht. Vokabeln lernen, eine Lektüre lesen oder Handschrift üben sind Beispiele für Aufgaben, bei denen die zentrale Leistung in der Aneignung und Übung liegt. Sie sind daher weniger anfällig für KI-Substitution und müssen nicht im gleichen Maße „KI-resilienter" gestaltet werden wie Aufgaben, bei denen vor allem ein Endprodukt im Fokus steht.

3. Das 3x3-Modell im Überblick 🔍

Das 3x3-Modell ist als Baukasten gedacht, um Aufgaben KI-resilienter zu gestalten. Es besteht aus drei Dimensionen mit jeweils drei Bausteinen, also insgesamt neun Ansatzpunkten für die Aufgabengestaltung.

Die drei Dimensionen orientieren sich an den folgenden Leitfragen:

• Darstellungsform: In welchem Format wird die Leistung gezeigt bzw. in welcher Form wird ein Ergebnis sichtbar?

• Aufgabenfokus: Welche Denk- und Entscheidungsleistung wird gefordert?

• Rahmenbedingungen: Unter welchen Bedingungen bzw. in welchem Setting wird eine Leistung erbracht?

Im Vollbildmodus anzeigen

3x3-Modell für KI-resilientere Aufgaben, CC-BY-SA 4.0 Manuel Flick

4. Die Dimensionen und Bausteine im Detail 📊

4.1 Darstellungsform: In welchem Format wird die Leistung gezeigt? 📋

Die erste Dimension betrifft die Darstellungsform, also die Art und Weise, wie Schüler:innen ihre Leistung in einem Endergebnis sichtbar machen.

Mündlich & Dialogisch

Wer präsentiert, erklärt oder diskutiert, zeigt Leistung und entsprechende Kompetenz in Echtzeit. KI kann hierbei natürlich bei der Vorbereitung unterstützen und beispielsweise Stichpunkte oder Argumente strukturieren. Die eigentliche mündliche Leistung lässt sich aber nicht an KI auslagern, weder bei der Präsentation von Ergebnissen noch bei der Beantwortung vertiefender Rückfragen.

Beispiele: Kurzvortrag, Pitch, Debatte, Fachgespräch, Rollenspiel, Diskussion, Kurzverteidigung, lautes Denken.

Analog & Praktisch

Wer etwas mit den eigenen Händen herstellt, zeichnet oder experimentiert, kann das nicht an KI delegieren. KI kann auch hier bei vorbereitenden Schritten, etwa bei der Planung oder Ideengenerierung, unterstützen, die Umsetzung muss aber durch die Schüler:innen selbst erfolgen.

Beispiele: Werkstück, Experiment, Modellerstellung, Plakat oder Flipchart, Mindmap auf Papier, Moodboard (analog), Live-Demo

Multimodal mit Eigenanteil

Wenn Schüler:innen Inhalte selbst einsprechen, filmen oder fotografieren, entsteht ein sichtbarer Eigenanteil. Es reicht hierbei nicht aus, allein auf Multimodalität zu setzen, da Podcasts oder Videos mittlerweile ebenso von KI-Tools erzeugt werden können. Der Schlüssel liegt im Eigenanteil: Schüler:innen müssen sich selbst filmen oder den Podcast selbst einsprechen. Sinnvoll ist auch die Kombination mehrerer Formate: Beispielsweise ein selbst eingesprochener Podcast, bei dem die Schüler:innen zusätzlich eine Visualisierung erstellen und erklären, wie Podcast und Grafik zusammenhängen. So wird die vollständige Auslagerung an KI zusätzlich erschwert.

Beispiele: Audio-Kommentar, Podcast (selbst gesprochen), Erklärvideo (selbst gefilmt), Screencast, eigene Fotos

4.2 Aufgabenfokus: Welche Denk- und Entscheidungsleistung wird gefordert? 🧠

Die zweite Dimension betrifft den Aufgabenfokus, also die kognitive Anforderung, die an die Schüler:innen gestellt wird.

Urteil & Reflexion

Wer eine eigene Position begründen oder eine persönliche Entscheidung einordnen muss, kann das nicht einfach an KI abgeben. Selbst wenn KI ein Ergebnis liefert, müssen Lernende dieses vertreten können. Dafür braucht es eine tiefere Auseinandersetzung.

Ebenso ist in diesem Zusammenhang die Reflexion des KI-Einsatzes zu erwähnen: Schüler:innen dokumentieren und begründen schriftlich, wofür sie KI konkret eingesetzt haben, wofür nicht und welchen Einfluss der KI-Einsatz auf ihre Ergebnisse hatte. Weiterführende Reflexionsfragen zur künftigen KI-Nutzung runden die Einordnung ab.

Beispiele: Stellungnahme, Positionierung, Bericht (mit Reflexion), Selbsteinschätzung, schriftliche KI-Reflexion

Prozess & Entstehungsweg

Wenn nicht nur das Ergebnis zählt, sondern auch der Weg dorthin dokumentiert werden muss, wird Eigenleistung sichtbar. KI kann zwar Ergebnisse liefern, aber einen nachvollziehbaren Lern- und Arbeitsweg mit konkreten Entscheidungen und Korrekturen, die zur individuellen Lernsituation passen, kann KI in der Regel nicht erzeugen. Schüler:innen, die zum Beispiel drei Versionen eines Textes mit kurzen Entscheidungsnotizen abgeben müssen, machen dadurch ihre eigene Denkarbeit transparent.

Beispiele: Lerntagebuch, Projektlogbuch, „Making-of", Revisionen, Entwurfsstände, Arbeitsplan, Protokoll, Portfolio

Transfer & Verknüpfung

Aufgaben, die komplexes Denken über mehrere Schritte erfordern, lassen sich nicht mit einem einzigen Prompt lösen. Wenn Schüler:innen Wissen auf neue und persönliche Situationen übertragen, verschiedene Aspekte verknüpfen oder mehrstufige Entscheidungen treffen müssen, ist eine vollständige Delegation an KI kaum möglich. Solche Aufgaben erfordern kohärente Entscheidungen über mehrere Phasen hinweg.

Beispiele: Planspiel, Fallstudie (neues Szenario), forschendes Lernen, verzahnte und mehrphasige Unterrichtsprojekte

4.3 Rahmenbedingungen: In welchem Setting wird die Leistung erbracht? 🎯

Die dritte Dimension betrifft den zusätzlichen Rahmen einer Aufgabenstellung, also unter welchen Bedingungen bzw. in welchem Kontext eine Aufgabe bearbeitet wird.

Beaufsichtigt & Begleitet

Wenn Schüler:innen vor Ort arbeiten, werden Lern- und Arbeitsprozesse direkt sichtbar und können unmittelbar eingeordnet werden. Beim Flipped Classroom findet die Anwendung und Vertiefung beispielsweise in Präsenz statt, die Wissensaneignung erfolgt außerhalb des Unterrichts. So lässt sich vor Ort nachvollziehen, wie Schüler:innen arbeiten und ob ein Thema tatsächlich durchdrungen wurde. Zusätzlich lässt sich in Präsenz einfacher sicherstellen, dass ausschließlich die festgelegten Hilfsmittel, einschließlich KI-Tools, zum Einsatz kommen.

Beispiele: Flipped Classroom (Präsenzphase), Üben und Anwenden vor Ort mit definierten Hilfsmitteln, Labor- und Werkstattarbeit

Kollaborativ & Sozial

Wenn Aufgaben im Team bearbeitet werden und jede Person eine klare Rolle übernimmt, wird Auslagern schwieriger. Kollaboration erhöht die KI-Resilienz dabei jedoch nicht automatisch. Entscheidend ist, dass die vergebenen Rollen tatsächlich eine Funktion haben und ineinander verschränkt sind. Bei der Jigsaw-Methode ist beispielsweise jeder für einen inhaltlichen Baustein zuständig, den er den anderen erklären muss. Wer seinen Teil vollständig an KI ausgelagert hat und in der Folge nicht schlüssig erklären kann, gefährdet das gesamte Projekt. Diese gegenseitige Verantwortung im Team trägt idealerweise dazu bei, dass tatsächlich feaarbeitet und eigenständig nachgedacht wird.

Beispiele: Partner- und Gruppenarbeit mit Rollen, Peer-Feedback, Think-Pair-Share, Jigsaw-Methode, Team-Präsentation

Kontext- & Ortsgebunden

Der Zugang zu nicht-öffentlich zugänglichen Informationen, Quellen und Daten, die Zusammenarbeit mit externen Partner:innen oder Vor-Ort-Arbeit bindet Aufgaben an konkrete, reale Kontexte. Eine Betriebsbesichtigung, ein Interview mit Expert:innen oder Zeitzeug:innen oder die Kooperation mit lokalen Institutionen erfordern eine Auseinandersetzung, die KI nicht leisten kann. Selbstverständlich lassen sich die gewonnenen Daten anschließend in KI-Systeme einspeisen und weiterverarbeiten, der Beschaffungsprozess vor Ort oder im spezifischen Kontext bleibt aber nicht delegierbar. Zugleich steigern solche realen Kontexte häufig die Motivation, sich tatsächlich mit den Inhalten auseinanderzusetzen.

Beispiele: Betriebsbesichtigung, Expert:inneninterview, Zeitzeug:inneninterview, Archivarbeit, Vor-Ort-Recherche/Erhebung, Beobachtung, Kooperation mit lokalen Institutionen/Organisationen/Betrieben

5. Anwendung und Einsatz des 3x3-Modells 🛠️

Bei der Gestaltung von KI-resilienteren Aufgaben geht es nun darum, bewusst zu entscheiden, welche der vorgestellten Bausteine für eine jeweilige Unterrichtseinheit bzw. Zielsetzung passend und sinnvoll sind.

Selbstverständlich müssen nicht alle neun Bausteine in jeder Aufgabe enthalten sein. Grundsätzlich gilt aber: Je mehr Bausteine berücksichtigt werden und sinnvoll zusammenspielen, desto höher ist die KI-Resilienz. Sinnvoll ist es, Bausteine aus möglichst allen drei Dimensionen abzudecken, also Darstellungsform, Aufgabenfokus und Rahmenbedingungen.

6. Bausteine kombinieren: Drei Beispiele für KI-resilientere Aufgaben 📊

Ein einzelner Baustein schützt kaum davor, dass Aufgaben durch KI erledigt werden. Erst die bewusste Kombination mehrerer Bausteine aus verschiedenen Dimensionen erhöht die KI-Resilienz deutlich. Nachfolgend drei Praxis-Beispiele:

6.1 Erklärvideo mit Prozessdokumentation

Bausteine: Multimodal mit Eigenanteil + Prozess & Entstehungsweg + Kollaborativ & Sozial

Schüler:innen erstellen in Kleingruppen ein Erklärvideo zu einem Fachthema, selbst eingesprochen und gefilmt. Dazu dokumentieren sie ihren Arbeitsprozess: erste Ideenskizze, Storyboard-Entwurf, finale Version. Jedes Gruppenmitglied hat eine klare Rolle und übernimmt einen Part im Video.

KI kann beim Skript unterstützen, aber der sichtbare Prozess, die Rollenverteilung und das selbst eingesprochene Video machen die Eigenleistung erkennbar.

6.2 Fallstudie mit lokalem Bezug und Kurzverteidigung

Bausteine: Transfer & Verknüpfung + Kontext- & Ortsgebunden + Mündlich & Dialogisch

Schüler:innen bearbeiten eine komplexe, mehrstufige Fallstudie zu einem regionalen Unternehmen. Sie erheben eigene Daten durch Expert:innen-Interviews und Umfragen vor Ort, entwickeln eine Lösung und verteidigen diese in einem kurzen Fachgespräch mit Rückfragen.

Die spezifischen Informationen sowie die selbst erhobenen Daten kann KI nicht kennen. Die Mehrstufigkeit erfordert kohärente Entscheidungen über mehrere Phasen. Und im Fachgespräch zeigt sich, wer die Sache wirklich durchdrungen hat.

6.3 Experiment mit KI-gestützter Auswertung und Reflexion

Bausteine: Analog & Praktisch + Urteil & Reflexion + Beaufsichtigt & Begleitet

Schüler:innen führen ein Experiment in Präsenz durch und dokumentieren ihre Beobachtungen. Anschließend nutzen sie einen KI-Assistenten zur Unterstützung bei der Auswertung der Ergebnisse. Zum Abschluss reflektieren sie den KI-Einsatz: Was hat die KI geliefert? Was musste angepasst oder ergänzt werden? Wo lagen die Grenzen?

Das Experiment selbst kann nicht delegiert werden. Die Auswertung mit KI-Unterstützung wird durch die anschließende Reflexion eingeordnet. Und die begleitete Präsenzarbeit macht den gesamten Prozess sichtbar.

7. Das Poster zum Download 📥

Das 3x3-Modell erhaltet ihr nachfolgend als Poster zum kostenfreien Download. Ihr könnt es im Kollegium teilen, in Fachschaften diskutieren oder als Planungshilfe für eure eigene Unterrichtsvorbereitung nutzen.

Das Poster ist mit einer CC-BY-SA-4.0-Lizenz versehen, darf also verwendet, bearbeitet und weitergegeben werden. Ich bitte jedoch um Namensnennung.

8. Fazit 📝

Das 3x3-Modell bietet euch einen praktischen Baukasten, um Aufgaben gezielt KI-resilienter zu gestalten. Die neun Bausteine aus den Dimensionen Darstellungsform, Aufgabenfokus und Rahmenbedingungen lassen sich flexibel kombinieren, je nach Fachthema, Lerngruppe und Zielsetzung.

Der entscheidende Punkt: Einzelne Maßnahmen schützen kaum davor, dass Aufgaben an KI ausgelagert werden. Erst die bewusste Kombination mehrerer Bausteine aus verschiedenen Dimensionen sorgt dafür, dass Eigenleistung trotz KI sichtbar bleibt.

Dabei gilt: Nicht jede Aufgabe benötigt zwingend eine Anpassung. Aber dort, wo Schüler:innen Ergebnisse außerhalb des Unterrichts erarbeiten und diese in Sekunden von KI erzeugt werden könnten, lohnt sich ein Blick auf das Modell.

Mich interessiert: Welche Bausteine nutzt ihr bereits? Wo seht ihr Hürden? Welche Kombinationen funktionieren für euch und euren Unterricht gut?

Ich freue mich auf eure Rückmeldungen und Kommentare!

Quellenverzeichnis

Geyer, B. (2025) ‚KI-resiliente Aufgabenstellungen‘, KI in Lehre und Weiterbildung (Substack), 24. März. Verfügbar unter: https://barbarageyer.substack.com/p/ki-resiliente-aufgabenstellungen (Zugriff: 22. Januar 2026).

Gmeiner, B. (2025) ‚Ohne Shortcut zur Leistung‘, Bernhard Gmeiner Blog, 15. Juni. Verfügbar unter: https://bernhardgmeiner.com/2025/06/15/ohne-shortcut-zur-leistung/ (Zugriff: 23. Januar 2026).

Universität Graz (2024) ‚Prüfungsdesign & Generative Künstliche Intelligenz‘, Lehren und Lernen mit KI. Verfügbar unter: https://lehren-und-lernen-mit-ki.uni-graz.at/de/fuer-lehrende/didaktische-aspekte/pruefungsdesign-ki/ (Zugriff: 27. Januar 2026).