Learning Analytics in der Lehrkräfteaus- und Fortbildung im Jahr 2026: Wo stehen wir, wohin kann es gehen?

Learning Analytics und KI-Kompetenz verbinden drei Ebenen: In der Schule entstehen die Lerndaten, die pädagogisch genutzt werden können. Die dafür nötigen Kompetenzen – etwa im DigCompEdu oder im UNESCO AI CFT beschrieben – werden in der Lehrerausbildung angelegt und in der Lehrerfortbildung kontinuierlich weiterentwickelt. Genau an dieser Schnittstelle zwischen schulischer Praxis und professioneller Qualifizierung setzt dieser Beitrag an.

Wird Learning Analytics an deutschen Schulen eingesetzt?

In allen 16 Bundesländern werden die verpflichtenden Vergleichsarbeiten Vera 3 und Vera 8 durchgeführt, die für die Grundlagenfächer Deutsch, Mathematik und die Fremdsprachen Kompetenzstände systematisch erheben. Die Daten können Ausgangspunkt sein für Fördermaßnahmen oder Schwerpunktsetzungen im Unterricht. In einzelnen Bundesländern werden darüber hinaus weitere Instrumente flächendeckend genutzt. So gibt es in Baden-Württemberg verpflichtende Erhebungen in den Fächern Deutsch, Mathematik und der ersten Fremdsprache in unterschiedlichen Klassenstufen.

Jenseits dieser verpflichtenden Erhebungen werden mutmaßlich weitere Erhebungen mit anderen Instrumenten durchgeführt. Gesicherte Informationen dazu liegen nicht vor. Eine grobe Einschätzung kann jedoch auf der Grundlage von Landeslizenzen erfolgen. Viele Bundesländer haben Lizenzen des Programms bettermarks erstanden. Dabei handelt es sich um ein Intelligentes Tutorielles System für den Mathematikunterricht. Weitere Lizenzen gibt es für Programme wie Area9 Lyceum und kapiert.de. An einzelnen Schulen und in einzelnen Bundesländern werden auch von Verlagen angebotene Programme wie Westermann Online Diagnose, quop oder Diagnose und Fördern von Cornelsen genutzt. Wie häufig und intensiv diese Programme eingesetzt werden, das lässt sich schwerlich sagen. Es gibt neben diesen Programmen viele weitere kommerzielle Programme, die jedoch unter anderem aufgrund der strengen Datenschutzrichtlinien sowie aufgrund fehlender Finanzierung und dürftiger digitaler Ausstattung von Schulen vermutlich wenig zum Einsatz kommen. 

In diesem Zusammenhang ist die Frage zu klären, ob eine Klassenarbeit nicht ebenfalls eine Form von Learning Analytics ist. In der Regel nicht. Klassenarbeiten liefern zwar Daten über die Leistungen von Lernenden zu einem bestimmten Zeitpunkt und können damit Hinweise auf ihren Lernstand geben (sog. Performanz). Die erhobenen Daten bleiben jedoch meist punktuell: Sie werden primär zur Leistungsbewertung genutzt und nur selten systematisch mit weiteren Lerndaten für individuelle Diagnosen verknüpft, die das weitere Lernen mitbestimmen. Genau diese kontinuierliche datengestützte Diagnose und Unterstützung des Lernens kennzeichnet jedoch Learning Analytics.

Welchen Stellenwert hat Learning Analytics in zwei Referenzrahmen, die für digitale Kompetenzbeschreibungen für Lehrkräfte relevant sind?

Im DigCompEdu von 2017 (European Framework for the Digitale Competence of Educators) taucht Learning Analytics nicht als eigenständiges Schlagwort auf, dafür findet man aber an mehreren Stellen Hinweise auf technisch gestützte Diagnostik, technisch gestütztes Feedback und technisch gestützte individuelle Förderung (vgl. z.B. Bereich 4 Assessment, besonders 4.2 Analysing Evidence; 4.3. Feedback and Planning, 3.4. selbstgesteuertes Lernen). Derzeit ist der DigCompEdu in Überarbeitung (Stand 2026), es bleibt abzuwarten, ob und wenn ja an welchen Stellen der Begriff Learning Analytics explizit Einzug erhält.

Auch im UNESCO AI Competence Framework for Teachers (CFT) von 2024 sucht man den Begriff Learning Analytics vergeblich; das Konzept ist an sich aber an zwei Stellen inhaltlich verankert. Zum einen bei Datenanalyse über Lernende zur Unterrichtsgestaltung: Auf der Progressionsstufe „Deepen“ (Kompetenzblock 4.2 AI–Pedagogy Integration) wird beschrieben, dass Lehrkräfte KI-Werkzeuge kritisch bewerten sollen im Hinblick darauf, ob diese die Ko-Gestaltung von Mikro-Curricula unterstützen, formative Assessments erleichtern, Lernprozesse überwachen und personalisiertes Engagement der Lernenden fördern können. Zum anderen bei der eigenen Lehrpraxis zur professionellen Weiterentwicklung, d.h. bei der Reflexion von Unterricht. Auf der höchsten Stufe „create“ wird erwartet, dass Lehrkräfte Daten und Feedback nutzen, um kontinuierlich schülerzentrierte pädagogische Innovationsmöglichkeiten zu ergründen und entsprechend zu handeln.

Welche Rolle spielt Learning Analytics in der Aus- und Fortbildung von Lehrkräften und welche sollte es spielen? 

Im Sinne der Verzahnung der verschiedenen Ausbildungsphasen sollte das Thema bereits in der universitären Ausbildung der Lehrkräfte eine Rolle spielen und dann kontinuierlich in der Lehrkräfteausbildung und der Lehrkräftefortbildung vertieft werden.

Bezüglich der Ausbildung von Lehrkräften lassen sich – wie für die Schule – ebenfalls nur Annahmen treffen. Die wenigen öffentlich zugänglichen Informationen lassen darauf schließen, dass Learning Analytics in der Lehrkräfteausbildung aktuell eine geringe Rolle spielt und sehr stark fach-, schulart-, und personenabhängig ist.

In allen Bundesländern gibt es zahlreiche Fortbildungsangebote zu verschiedenen Aspekten von Learning Analytics, etwa zur Diagnose oder zur datengestützten Schulentwicklung. Veranstaltungen zu Learning Analytics im engeren Sinne sind meist an konkrete Programme wie bettermarks geknüpft. Insgesamt sind die Angebote an Fortbildungsveranstaltungen umfangreich. Ob diese Angebote auch genutzt werden, lässt sich jedoch nicht beurteilen, da öffentlich zugängliche Zahlen fehlen.

Learning Analytics kann Lernstände und Lernentwicklungen sichtbar machen und damit einen wichtigen Beitrag zu Unterricht leisten, da belastbarere Aussagen über den Kompetenzstand als Ausgangspunkt für die weitere Unterrichtgestaltung herangezogen werden können. Unserer Einschätzung nach wird bislang dieses Potenzial nicht ausgeschöpft – was allerdings nicht an fehlenden Fortbildungsangeboten liegen dürfte. Vielmehr sind andere Faktoren problematisch: Manche Schulen verfügen nicht über die passende Infrastruktur, manche Lehrkräfte wissen nicht um das Potenzial von Learning Analytics, manche Fächer sind stark von Lehrwerken geprägt, die nicht selten als bindende Vorgabe empfunden werden, und manchem Unterricht liegt ein Verständnis von Lernen zugrunde, das von Input, Sicherung und Unterrichtsgespräch dominiert ist.