Potenziale, Positionen und Perspektiven
KI als Ergänzung bewährter musikpädagogischer Zugänge – nicht als Ersatz
Das Positionspapier des Landesmusikrats Thüringen & BMU LV Thüringen formuliert Orientierungsgrundlagen für eine didaktisch reflektierte und verantwortungsvolle Integration von KI in den Musikunterricht an allgemeinbildenden Schulen im Freistaat. KI wird ausdrücklich als Ergänzung bewährter musikpädagogischer Zugänge verstanden – nicht als deren Ersatz.
Am 8. Mai 2025 bot erstmalig der Fachtag „KI im Musikunterricht – Chancen und Herausforderungen" in der Thüringer Landesmusikakademie Sondershausen Lehrkräften, Wissenschaft, Bildungspolitik und schulischer Praxis ein breites Forum.
Für die Einordnung des KI-Einsatzes empfehlen sich bewährte Modelle wie SAMR und TPACK. Sie helfen, zwischen Substitution und echter Transformation zu unterscheiden.
Krämer & Hecht (hmt Rostock / DigiProSMK) beschreiben KI im Musikunterricht entlang dreier Dimensionen: Erstellen · Analysieren · Begleiten – jede aus drei Reflexionsperspektiven.
Kreativität, Differenzierung und neue Lernformen
KI eröffnet grundlegend neue Zugänge zu musikalischer Gestaltung und Analyse. Entscheidend ist dabei, dass KI nicht lediglich Ergebnisse produziert, sondern bei Schüler:innen Lernprozesse anstößt, die Fragen, Irritationen und Suchbewegungen auslösen.
Chancengerechtigkeit gezielt fördern – mit didaktischer Einbettung. Adaptive Aufgabenformate, automatisierte Rückmeldungen und individualisierte Lernpfade für heterogene Gruppen.
Ästhetische Erfahrungsräume eröffnen – nicht Outputs bewerten. Promptgestützte Kompositionsprozesse, KI-gestützte musikalisch-ethische Reflexionen, kreative Rollenarbeit.
KI als Ausgangspunkt ästhetischer, analytischer und gestalterischer Auseinandersetzung. Interdisziplinäre Zugänge & forschendes Lernen. Weiterführend: Expansives Lernen ↓ Abschnitt 3.
KI als Impulsgeber und Katalysator – nicht als Komfortfunktion
Ein zukunftsorientierter Musikunterricht darf den Einsatz von KI nicht auf Effizienz- oder Komfortfunktionen reduzieren. Ziel ist vielmehr ein expansives Lernen, das Selbstwirksamkeit, gestalterische Eigenleistung und kritische Reflexion stärkt.
Wird KI nur eingesetzt, um Unterricht bequemer, schneller und effizienter zu machen – oder dient sie als Impulsgeber für selbstständige Aneignung, gestalterische Eigenleistung und reflexives Denken?
AI Convenience vs. AI Leadership
KI sollte jederzeit vom Nutzenden aktiv gestaltet, kritisch hinterfragt und bewusst in eigene musikalische Gestaltungsprozesse eingebunden werden. KI wird so zum Katalysator musikalischen Denkens – nicht zum Content Creator.
Wenn KI handwerkliche Grundlagen überspringt, droht eine Kompetenzlücke, die pädagogisch kaum mehr geschlossen werden kann.
Pädagogisch gestaltbar – aber nicht von selbst abwendbar
Trotz der aufgezeigten Potenziale ist der Einsatz von KI mit realen Risiken verbunden — für kreative Eigenleistung, musikalisches Urteilsvermögen und basale handwerkliche Fähigkeiten. Diese Risiken sind pädagogisch gestaltbar, aber nicht von selbst abwendbar.
KI-generierte Musik wirkt stilistisch konsistent, aber selten originell. Die scheinbar anstrengungsfreie Perfektion „auf Knopfdruck" kann Lernende entmutigen oder zur unkritischen Übernahme verleiten.
Ohne pädagogischen Rahmen droht Rückzug aus dem kreativen Prozess. KI ersetzt Prozess- und Urteilsschritte, die für musikalische Kompetenzentwicklung unerlässlich sind.
Schüler:innen müssen lernen, wie KI funktioniert, auf welcher Datenbasis sie arbeitet und welche algorithmischen Verzerrungen & Grenzen bestehen – einschließlich Fragen der Urheberschaft.
Variationen, Weiterentwicklungen, Begründungen und Modifikationen von jeglichen KI-Ergebnissen gehören in den Mittelpunkt eines Unterrichts, der musikalisches Denken ernst nimmt.
Abhängigkeit von kommerziellen Akteuren, algorithmische Filterung kultureller Vielfalt, Datenschutz.
Ambivalenzen, die didaktisch ernst genommen werden müssen
Viele der mit KI verbundenen Potenziale und Herausforderungen stehen nicht einfach einander gegenüber, sondern entfalten sich in ambivalenten Spannungsverhältnissen, die didaktisch ernst genommen werden müssen.
KI ermöglicht niedrigschwelligen Zugang zu musikalischer Gestaltung – andererseits besteht die Gefahr, dass musikalisches Gestalten auf bloße Auswahl oder Variation vorgefertigter Klangmuster reduziert wird.
KI kann Unterricht effizienter gestalten. Doch wie werden musikalisches Handwerk und ästhetische Tiefe bewahrt? Was zunächst als Inspirationsquelle erscheint, kann bei unreflektiertem Einsatz schnell zur einseitigen Abhängigkeit führen.
Scheinbare Komplexitätsreduktion durch algorithmische Assistenz – aber Fragen nach Urheberschaft, ethischer Verantwortung, kultureller Deutung und pädagogischer Sinnhaftigkeit drängen sich auf und verlangen vertiefte Auseinandersetzung.
Diese Spannungen lassen sich weder technisch lösen noch durch einfache didaktische Rezepte aufheben. Sie verlangen nach einer pädagogischen Grundhaltung, die KI nicht als Lösungsmaschine, sondern als Impulsgeber für vertieftes eigenständiges musikalisches Lernen versteht.
Vier Grundprinzipien für einen KI-sensiblen Musikunterricht
Sinnvoller KI-Einsatz im Musikunterricht erfordert weit mehr als das bloße Beherrschen digitaler Werkzeuge. Im Zentrum steht nicht die Anwendung, sondern die Frage, wie musikalisches Verstehen, kreatives Denken, Eigenständigkeit und ästhetische Erfahrung im Zusammenspiel mit algorithmischen Systemen gefördert werden können.
KI eröffnet neue Perspektiven, ersetzt jedoch nicht den eigenen musikalischen Prozess. Ihre Funktionsweise, Grenzen und ästhetischen Auswirkungen gehören inhärent zur inhaltlichen Auseinandersetzung dazu – KI wird auch zum Lerngegenstand selbst.
Analoge Erfahrungen, praktisches Musizieren und körperlich-ästhetische Zugänge zu Musik bleiben unverzichtbar. Leibliche Dimension musikalischer Erfahrung darf nicht substituiert werden.
Die Fähigkeit, durch gezielte Eingaben mit KI zu interagieren, wird zu einer neuen Form musikalischer Gestaltung. Prompting: kreative Anfragen formulieren, Ergebnisse bewerten, weiterentwickeln.
Datenschutz, Urheberrecht, kulturelle Vielfalt und Verantwortung müssen integraler Bestandteil dieses Unterrichts sein.
Vor jeder Entscheidung für oder gegen einen KI-Einsatz steht eine einzige Frage: Welcher pädagogische Mehrwert entsteht — für wen, in welcher Phase, gemessen an welchem Lernziel?
Lehrkräfte als Lernbegleiter:innen – Schüler:innen als Mitgestaltende
Die Integration von KI in den Unterricht verändert die Rollen aller Beteiligten: Lehrkräfte werden noch stärker zu Lernbegleiterinnen und Lernbegleitern, die Prozesse initiieren, Lernwege strukturieren und kreative Eigenleistung fördern.
Nicht allein Lösungen vermitteln, sondern Denkprozesse anstoßen und Resonanzräume für musikalisch-technische Lernprozesse gestalten. Produktives Zweifeln, Neugier und Verantwortlichkeit ermöglichen.
Schüler:innen übernehmen mehr Verantwortung für ihre Lernwege – sie probieren aus, reflektieren, verwerfen und gestalten neu. Sie entwickeln technologische Mündigkeit, ästhetisches Urteilsvermögen und soziale Verantwortung zugleich.
Dialogisch · projektorientiert · experimentell · offen für Irritationen.
Rückmeldungen werden zu dialogischen Verständigungsprozessen über Qualität, Idee und Weiterentwicklung – nicht mehr einseitige Bewertungen.
Technisches Können, ästhetisches Urteilsvermögen und ethisches Denken
Ein kreativer und verantwortungsvoller Einsatz von KI erfordert ein vielschichtiges Kompetenzspektrum, das technisches Können ebenso umfasst wie gestalterisches, ethisches und reflexives Denken. Vor jeder Entscheidung steht eine einzige Frage: Welcher pädagogische Mehrwert entsteht?
Grundlegendes Verständnis der Funktionsweisen, Trainingsdaten, Grenzen und möglichen Verzerrungen von KI-Systemen.
Passende Tools auswählen, kreative und differenzierte Prompts formulieren, Ergebnisse auf musikalischer, gestalterischer und ethischer Ebene analysieren.
Eigenen Umgang mit KI hinterfragen, Entscheidungen begründen, Urheberschaft diskutieren. Sich aktiv in die Bedingungen der Nutzung einbringen – nicht nur konsumieren.
Joscha Falck beschreibt fünf Verhältnisweisen: Lernen mit KI · durch KI · über KI · trotz KI · ohne KI – ein Rahmen für didaktische Entscheidungen.
Prozess, Entscheidung und Reflexion sichtbar machen – nicht nur das Produkt
Traditionelle, ausschließlich ergebnisorientierte Prüfungsformate greifen im Kontext KI-gestützten Lernens zu kurz. Das Produkt wird nicht losgelöst vom Weg bewertet. Prüfungen gewinnen damit an pädagogischer Tiefe und an subjektbezogener Relevanz.
Dokumentation von Entscheidungen, Bewertung und Weiterentwicklung KI-generierter Produkte, Reflexion ästhetischer Kriterien. Die Vielfalt möglicher Lösungen wird nicht als Problem, sondern als pädagogischer Gewinn verstanden.
Rückmeldungen werden zu dialogischen Verständigungsprozessen über Qualität, Idee, Umsetzung und Weiterentwicklung. Schüler:innen werden zu aktiven Mitgestaltenden ihrer Leistungsbeurteilung.
Nicht die Beherrschung technischer Tools wird geprüft, sondern die Fähigkeit, mithilfe von KI zu einer eigenständigen künstlerischen Position zu gelangen – auch in Gruppenformaten.
Neue Dimension der Transparenz über Bewertungskriterien + Möglichkeit zur Mitbestimmung fördern eine stärkere Teilhabe am eigenen Lernen.
Verlässliche Rahmenbedingungen schaffen – zeitkritisch
Die Umsetzung dieser Positionen setzt verlässliche bildungspolitische Rahmenbedingungen voraus — und ist zeitkritisch: Verzögerungen vertiefen die Abhängigkeit von kommerziellen Akteuren weiter. Schulen dürfen mit dieser Aufgabe nicht allein gelassen werden.
Tragfähige digitale Infrastruktur sowie datenschutzkonforme KI-Anwendungen als Grundvoraussetzung.
Neue Fortbildungsformate, die nicht nur technisches Know-how vermitteln, sondern auch Didaktik, Ethik und Kreativität mitdenken.
Curriculare Verankerung von KI-Themen in Lehramtsausbildung und Studienseminaren. KI-Themen auch in der musikpädagogischen Forschung stärken.
Freiräume für schulische Entwicklung, Erprobungen und Kooperationen. Schulen als lernende Organisationen stärken. Bundesweite Verzahnung & gemeinsame Leitlinien: BMU · KMK · Lehrerbildungsgremien.
Die Musikpädagogik ist nicht Nachzüglerin – sie ist eine der gestaltenden Kräfte
In Thüringen bestehen bereits erste koordinierte Aktivitäten. Es werden derzeit konkrete Perspektiven für Fortbildung und Curriculaentwicklung ausgelotet.
Befasst sich intensiv mit dem Thema KI in der musikalischen Bildung und trägt zur landesweiten Strategieentwicklung bei.
Eigene Arbeitsgruppe zur Integration von KI in die Lehrer:innenbildung. Von Beginn an wird die fachspezifische Perspektive Musik mitgedacht – kreative Anwendungsmöglichkeiten, fachdidaktische Konzepte, ethische Reflexion und Prüfungsformate.
Gespräche zu konkreten Perspektiven für Fortbildung und Curriculaentwicklung. Fachsensible Qualifizierungsformate, die Didaktik, Ethik und Kreativität mitdenken.
Kooperation bei Qualifizierungsformaten und Lehrplanentwicklung. Erarbeitung didaktischer Leitlinien, unterrichtspraktischer Beispiele und Materialsammlungen.
KI im Musikunterricht als gemeinsame bildungspolitische Gestaltungsaufgabe
Der Einsatz Künstlicher Intelligenz verändert das Verständnis von Bildung, Kreativität und musikalischem Lernen von Grund auf. Er fordert dazu heraus, Rollen, Prozesse und Ziele des Unterrichts neu zu denken – ohne den Kern musikalisch-ästhetischer Erfahrung aus dem Blick zu verlieren.
Infrastruktur, Fortbildung und Curricula als politische Investitionspriorität – jetzt. Zeitkritisch: Verzögerungen vertiefen Abhängigkeiten.
Bundesweite Verzahnung: BMU · Kultusministerkonferenz · interdisziplinäre Gremien der Lehrerbildung.
Didaktische Maßstäbe selbst setzen – nicht von Bildungsinfluencer-Formaten, Verlagen oder Plattformbetreibern übernehmen.
Antworten auf skeptische Fragen aus der Praxis
Auf eine Karte klicken für die vollständige Erläuterung
→ Was meinen wir damit?
→ Wie funktioniert es?
→ Text · Bild · Audio · Video
→ Wissensstrukturierung mit KI
→ Warum KI sicher irrt
→ Defensiv vs. expansiv
→ Als musikpäd. Kompetenz
→ Systematisch gestalten
→ Falck & Flick 2025
→ Kompetenzabbau durch KI
→ Schulentwicklung mit KI (Urban 2026)
→ Falck 2024
→ Vogler 2026
→ Wallbaum / Rolle
→ Kern musikalischer Bildung
→ Rahmenmodelle für KI
→ TPACK + Dagstuhl-Dreieck · Döbeli Honegger 2021
→ Anwendungsszenarien Musik
→ Was Schulen betrifft
→ Selbstbestimmt handeln
→ Empfehlungen & Befunde
→ Versprechen & Wirklichkeit
→ Strukturelle Schieflage
→ KI-Feedback · PRISMA 2026
→ Im Schulkontext
→ Analog & digital verflochten
→ Neun Widersprüche
→ OECD 2026 · Cognitive Offloading
→ Kompetenzverlust durch Automatisierung