Vom Wissen zur Meisterschaft: Wie wir mit KI ein Curriculum entwickeln

Warum wir beim Lernen nicht mit dem Inhaltsverzeichnis beginnen sollten, sondern mit der Frage, was wir am Ende wirklich können wollen.

In Schule, Universität und beruflicher Weiterbildung steht oft zunächst ein Lehrplan: Kapitel eins, Kapitel zwei, Kapitel drei. Aber können wir das Gelernte danach tatsächlich einsetzen?

Im Unternehmer-Dōjō beschäftigen wir uns mit der Frage, wie wir gemeinsam mit künstlicher Intelligenz lernen, üben und Meisterschaft entwickeln. Unser Ausgangspunkt: Ein Curriculum sollte nicht von den Inhalten ausgehen, sondern von den Fähigkeiten, die wir am Ende besitzen wollen.

Nehmen wir die Mikroökonomie: Statt mit einer Kapitelliste zu beginnen, fragen wir zunächst: Was muss ich am Ende können? Ich sollte beispielsweise erklären können, wie Angebot und Nachfrage den Marktpreis beeinflussen, Preisänderungen beurteilen, Modelle auf reale Entscheidungen übertragen und ihre Grenzen erkennen.

Im Unternehmer-Dōjō lautet das Ziel beim Thema Finanzen nicht, eine Bilanz gelesen zu haben. Ein Unternehmer soll seine finanzielle Situation beurteilen, Liquiditätsprobleme rechtzeitig erkennen und fundierte Entscheidungen treffen können. Kompetenzziele kommen vor Kapitelüberschriften.

Wer die Auswirkungen einer Preisänderung beurteilen möchte, muss Nachfrage, Nachfragekurve und Preiselastizität verstehen. Diese Zusammenhänge werden in einzelne Teilkompetenzen zerlegt.

Beim Thema Liquidität lautet das übergeordnete Ziel: Der Unternehmer kann seine Zahlungsfähigkeit eigenständig planen und steuern. Dazu muss er Ein- und Auszahlungen unterscheiden, Bestände ermitteln, Zahlungsströme prognostizieren, Engpässe erkennen, Gegenmaßnahmen entwickeln und ihre Wirksamkeit kontrollieren.

Erst danach wählen wir die passenden Lerninhalte aus. Wir lernen etwas, weil es zur Fähigkeit beiträgt – nicht allein, weil es im Lehrbuch steht.

Für jede Teilkompetenz formulieren wir Fragen: Was unterscheidet eine Bewegung entlang der Nachfragekurve von einer Verschiebung? Welche Faktoren beeinflussen die Nachfrage? Was bedeutet Preiselastizität? Warum reagieren Konsumenten bei manchen Gütern empfindlicher auf Preisänderungen?

Der Katalog konkretisiert unsere Lernziele und macht Wissenslücken sichtbar. Er dient nicht dazu, Antworten auswendig zu lernen. Die KI kann nachfragen, Gegenbeispiele entwickeln und uns auffordern, eigene Erklärungen zu formulieren.

Eine Lerneinheit könnte so beginnen: Ein Unternehmen erhöht seine Preise um zehn Prozent. Unter welchen Bedingungen könnte sein Umsatz trotzdem steigen?

Ich entwickle eine Antwort. Die KI prüft die Annahmen, hinterfragt Denkfehler und stellt eine weitere Frage. Wenn sich zeigt, dass der Zusammenhang zwischen Preiselastizität und Umsatz unklar ist, üben wir gezielt dort weiter.

Dazu verbinden wir aktives Abrufen ohne Unterlagen, Selbsterklärung, sokratische Fragen, verteiltes Wiederholen und Perspektivenwechsel. Die KI macht die Kombination individuell und dialogisch nutzbar.

Eine richtige Definition beweist noch nicht, dass ich das Wissen anwenden kann. Deshalb wechseln wir nach den Grundlagen zu Praxisaufgaben.

In der Mikroökonomie untersuchen wir ein Unternehmen, das die Preise anheben will. Wir rechnen Szenarien, beurteilen Auswirkungen und begründen eine Entscheidung. Im Unternehmer-Dōjō erstellen wir beispielsweise eine Liquiditätsplanung für 13 Wochen, identifizieren Engpässe und entwickeln drei mögliche Maßnahmen.

Auch hier helfen Leitfragen: Kann die Person das Beispiel eigenständig bearbeiten? Sind die Annahmen nachvollziehbar? Erkennt sie Alternativen, Risiken und Grenzen? Kann sie die Lösung übertragen? Die Antwort muss sich nun in einer überprüfbaren Leistung zeigen – etwa einer Rechnung, einem Finanzplan oder einer Entscheidung.

Ein einmal erfolgreich gelöstes Praxisbeispiel macht noch keinen Meister. Wir brauchen neue Bedingungen, Rückmeldungen und wiederholtes Üben.

Eine KI könnte in einer Simulation einspielen: Der größte Kunde zahlt drei Monate verspätet; gleichzeitig steigen die Lieferantenpreise um 15 Prozent. Was passiert mit der Liquidität? Welche Handlungsmöglichkeiten gibt es?

Wir entscheiden, prüfen die Folgen und verändern die Rahmenbedingungen erneut. So entsteht ein Kreislauf aus Lernen, Anwenden, Feedback und Verbesserung.

Unser Ablauf lautet: Zielbild festlegen; Fähigkeiten zerlegen; Wissensbasis und Fragenkatalog entwickeln; Verständnis im Dialog überprüfen; praktische Anwendung nachweisen; durch Simulationen vertiefen; die Fähigkeiten unter wechselnden Bedingungen wiederholt demonstrieren.

Das ist kein starrer Durchlauf. Wenn in einer Praxisaufgabe Grundlagen fehlen, kehren wir gezielt dorthin zurück. Wichtig ist, welche Fähigkeiten wir sicher beherrschen, welche noch unsicher sind und wo zusätzliche Übung notwendig ist.

Die Mikroökonomie bietet ein gutes Testfeld: definierter Prüfungsstoff, nachvollziehbare Modelle, Rechenaufgaben und klare Lernziele. Im Unternehmer-Dōjō wird es anspruchsvoller: Dort muss sich Wissen in tatsächliche unternehmerische Handlungsfähigkeit übersetzen.

Wir müssen kritisch prüfen, ob die KI Wissenslücken zuverlässig erkennt, ob sie zu viel Hilfe gibt und ob Lernende Leistungen auch ohne ihre Unterstützung erbringen können. Die Wirksamkeit des Curriculums selbst muss überprüft werden.

Ein gutes Curriculum beginnt mit der Frage, was wir am Ende können wollen, und leitet daraus notwendige Inhalte und Übungen ab. Wissensfragen fördern das Verständnis. Praxisaufgaben machen Anwendung sichtbar. Wiederholte Simulationen prüfen, ob Fähigkeiten auch unter veränderten Bedingungen tragen.

Learn. Apply. Prove It. Lernen. Anwenden. Können nachweisen.

Nicht die Zahl gelesener Seiten oder beantworteter Fragen ist entscheidend, sondern was wir danach selbstständig besser können.

Wiggins, G. & McTighe, J. (2005): Understanding by Design. ASCD.

Biggs, J. & Tang, C. (2011): Teaching for Quality Learning at University. Open University Press.

Bloom, B. S. et al. (1956): Taxonomy of Educational Objectives.

Dunlosky, J. et al. (2013): Improving Students’ Learning With Effective Learning Techniques. Psychological Science in the Public Interest, 14(1), 4–58.

Brown, P. C., Roediger, H. L. & McDaniel, M. A. (2014): Make It Stick. Harvard University Press.

Ericsson, K. A., Krampe, R. T. & Tesch-Römer, C. (1993): The Role of Deliberate Practice in the Acquisition of Expert Performance. Psychological Review, 100(3), 363–406.

Pindyck, R. S. & Rubinfeld, D. L.: Mikroökonomie.