„Vom Text zum Prompt zum Bild“ von Jeannine Feix

Guter Text, schlechtes Bild? Der Beitrag zeigt, warum erst präzise Prompts funktionieren und was das über das Schreiben im Anfänger:innenunterricht Spanisch verrät.

Digitale Medien sind im Fremdsprachenunterricht längst angekommen – ihr Einsatz bleibt jedoch häufig additiv. Neue Werkzeuge werden integriert, ohne dass sich die Qualität sprachlichen Lernens grundlegend verändert. Mit dem Aufkommen bildgenerierender Künstlicher Intelligenz (KI) stellt sich daher erneut die Frage, ob diese Technologien mehr leisten können als Motivation oder Visualisierung.

Die Kultusministerkonferenz (KMK) fordert im Rahmen der „Bildung in der digitalen Welt“ (KMK, 2016), dass Lernende digitale Werkzeuge nicht nur bedienen, sondern reflektiert und zielgerichtet nutzen. Für den Fremdsprachenunterricht bedeutet dies, digitale Interaktionen als eigenständige kommunikative Situationen zu begreifen, in denen Sprache funktional eingesetzt wird.

Der vorliegende Beitrag greift diese Perspektive auf und stellt eine Lernaufgabe aus dem Anfänger:innenunterricht Spanisch (Klasse 7) vor. Die Lernenden entwickeln eigene monstruos für eine fiktive Serie und nutzen eine bildgenerierende KI, um ihre Ideen zu visualisieren. Im Zentrum steht dabei nicht das Produkt, sondern der sprachliche Prozess: Ausgehend von einer ausführlichen Beschreibung auf Spanisch überführen die Lernenden ihre Texte in präzise Prompts und überprüfen die Ergebnisse.

Gerade in dieser Überführung zeigt sich eine zentrale Herausforderung: Bedeutungen müssen ausgewählt, verdichtet und sprachlich so formuliert werden, dass sie wirksam werden. Der Beitrag geht der Frage nach, inwiefern sich darin fremdsprachenspezifische digitale Kompetenz konkretisieren lässt.

Didaktische Einordnung der Lernaufgabe

Die Lernaufgabe verbindet Elemente der Schreibdidaktik, des aufgabenbasierten Fremdsprachenunterrichts und der digitalen Bildung. Ziel ist es, digitale Werkzeuge nicht ergänzend, sondern als Bestandteil sprachlichen Handelns einzusetzen. Ausgangspunkt ist ein prozessorientiertes Verständnis von Schreiben. Die Lernenden planen ihre Texte, verfassen erste Versionen, erhalten Rückmeldungen und überarbeiten ihre Ergebnisse. Gerade im Anfänger:innenunterricht schafft diese Struktur eine wichtige Voraussetzung, um die Sprache bewusst und funktional zu nutzen. Gleichzeitig folgt die Aufgabe den Prinzipien des aufgabenbasierten Lernens: Die Gestaltung eines eigenen Monsters für eine fiktive Serie stellt eine klar umrissene Aufgabe dar, die auf ein konkretes Ergebnis hinführt und eine sinnvolle Anwendung von Sprache ermöglicht.

Mit der Integration der KI erweitert sich diese Struktur um eine digitale Handlungsebene.

Die KMK betont, dass alle Fächer – explizit auch die Fremdsprachen – an den Kompetenzrahmen „Bildung in der digitalen Welt“ anzuschließen sind; die bundesweiten Bildungsstandards für die Fremdsprachen werden „an diesem Kompetenzrahmen ausgerichtet“ (KMK, 2016, 2023). Im Sinne der KMK wird digitale Kompetenz hier nicht als technisches Können verstanden, sondern als die Fähigkeit, digitale Werkzeuge zielgerichtet einzusetzen. Für den Fremdsprachenunterricht bedeutet dies: Sprache wird zum Mittel, um in einer digitalen Umgebung zu handeln.

Besonders deutlich wird dies im Prompting. Die Lernenden müssen ihre Beschreibungen so umformen, dass sie von der KI verarbeitet werden können. Dabei geht es nicht um sprachliche Korrektheit allein, sondern um die Frage, welche Formulierungen tatsächlich zu einem passenden Ergebnis führen. Digitale Interaktion wird so zu einer Situation, in der sprachliche Präzision unmittelbar relevant ist.

Unterrichtsdesign – vom Text zum Prompt zum Bild

Die Lernaufgabe ist in mehrere Phasen gegliedert, die gezielt aufeinander aufbauen. Zunächst verfassen die Lernenden eine Beschreibung ihres Monsters auf Spanisch. Sprachliche Hilfen unterstützen sie dabei, zusammenhängende Texte zu produzieren und grundlegende Strukturen anzuwenden. Durch Peer-Feedback und Überarbeitung wird Schreiben als Prozess erfahrbar. In einer zweiten Phase setzen sich die Lernenden mit Prompts auseinander. Sie analysieren unpräzise Beispiele und erproben detailliertere Eingaben. Dabei erkennen sie, dass die Qualität der Ergebnisse maßgeblich von der sprachlichen Gestaltung abhängt. Im Zentrum steht anschließend die Überführung der eigenen Texte in Prompts. Die Lernenden arbeiten weiterhin auf Spanisch und müssen entscheiden, welche Aspekte ihrer Beschreibung für die Bildgenerierung relevant sind. Dieser Schritt erweist sich als besonders anspruchsvoll, da er eine gezielte Reduktion und Präzisierung erfordert.

Abschließend vergleichen die Lernenden ihre Ergebnisse mit den ursprünglichen Beschreibungen. Abweichungen werden zum Anlass genommen, Sprache zu überarbeiten und erneut zu erproben. Damit kommt diese Lernaufgabe der Forderung der KMK nach, die besagt, Unterricht so zu gestalten, dass digitale Medien eingesetzt werden, „um Kompetenzen für eine Kultur der Digitalität zu fördern“ und ein „tieferes Verständnis der Lerngegenstände“ zu ermöglichen (KMK, 2023).

Analyse und Diskussion der Lernergebnisse

Die Durchführung der Lernaufgabe zeigt, dass die Kombination aus Schreibprozess und KI-gestützter Bildgenerierung zu einer spezifischen Form sprachlicher Auseinandersetzung führt, die über klassische Schreibaufgaben hinausgeht. Besonders deutlich wird dies im Spannungsfeld zwischen sprachlicher Komplexität und funktionaler Präzision.

1. Sprachliche Reduktion als Herausforderung

Ein zentrales Ergebnis der Sequenz liegt in der Beobachtung, dass Lernende Schwierigkeiten hatten, ihre zunächst ausführlichen und narrativ angelegten Texte in funktionale Prompts zu überführen. Während die ursprünglichen Beschreibungen häufig mehrere Sätze mit einfachen Verknüpfungen und Wiederholungen enthielten, erforderte das Prompting eine selektive Verdichtung zentraler Merkmale.

Diese Reduktion stellte für viele Lernende eine größere Herausforderung dar als die eigentliche Textproduktion. Insbesondere zeigte sich, dass:

• wenig differenzierte Adjektive (z. B. bonito, grande) nicht zu den gewünschten visuellen Ergebnissen führten,
• relevante Informationen nicht klar priorisiert wurden,
• und die Tendenz bestand, möglichst viele Details ungefiltert zu übernehmen.

Die Notwendigkeit, sprachliche Mittel nicht nur korrekt, sondern auch wirksam einzusetzen, wurde dadurch unmittelbar erfahrbar.

2. Überarbeitung als Motor sprachlicher Präzisierung

Ein zweites zentrales Ergebnis betrifft die hohe Anzahl an Überarbeitungsschleifen. Kein:e Lernende:r erzielte im ersten Versuch ein zufriedenstellendes Ergebnis; vielmehr waren mehrere Durchgänge notwendig, in denen Prompts angepasst und erneut erprobt wurden. Die Mehrzahl der Lernenden benötigte mindestens drei Versuche, einzelne deutlich mehr.

Diese wiederholten Anpassungen führten dazu, dass Sprache zunehmend zielgerichtet eingesetzt wurde. Lernende variierten Wortwahl, konkretisierten Beschreibungen und reduzierten irrelevante Informationen. Die Überarbeitungsschleifen fungierten damit nicht nur als technischer Anpassungsprozess, sondern als sprachlich-kognitive Aushandlung von Bedeutung.

Auffällig war zudem, dass die Motivation zur Überarbeitung nicht primär extrinsisch gesteuert werden musste: Die Diskrepanz zwischen intendiertem und generiertem Bild wirkte als unmittelbarer Anlass zur Weiterarbeit.

3. Sichtbarkeit sprachlicher Wirkung

Die Arbeit mit der KI machte die Konsequenzen sprachlicher Entscheidungen unmittelbar sichtbar. Während in klassischen Schreibaufgaben die Wirkung sprachlicher Präzision oft abstrakt bleibt, zeigte sich hier direkt, inwiefern bestimmte Beschreibungen zu einem passenden oder unpassenden Ergebnis führten.

So konnte beispielsweise beobachtet werden, dass visuell relevante Merkmale (z. B. Farbe, Anzahl von Körperteilen, auffällige Accessoires) deutlich präziser formuliert wurden als abstraktere Eigenschaften. Gleichzeitig wurde deutlich, dass komplexere Satzstrukturen aus der Textproduktion im Prompting häufig zugunsten klarer, segmentierter Angaben reduziert wurden. Diese Beobachtungen verweisen auf eine Verschiebung des Fokus: Nicht sprachliche Komplexität an sich, sondern funktionale Angemessenheit wird zum entscheidenden Kriterium.

4. Grenzen und Irritationen im Umgang mit der KI

Neben den positiven Effekten traten auch Herausforderungen zutage, die für die didaktische Einordnung relevant sind. Dazu gehört insbesondere die Erfahrung, dass identische oder sehr ähnliche Prompts nicht zwangsläufig zu identischen Ergebnissen führen. Diese Nicht-Determinierbarkeit wurde von einigen Lernenden zunächst als irritierend erlebt und stellte die Erwartung infrage, durch ‚richtiges‘ Formulieren ein eindeutiges Resultat steuern zu können.

Zudem zeigte sich, dass nicht alle Lernenden innerhalb der vorgesehenen Unterrichtszeit ein zufriedenstellendes Ergebnis erzielten und teilweise zusätzliche Arbeitsphasen benötigten. Dies verweist auf unterschiedliche individuelle Zugänge und die Notwendigkeit, ausreichend Zeit für diese Prozesse einzuplanen.

5. Verhältnis von Schreibkompetenz und digitaler Kompetenz

Die Ergebnisse legen nahe, dass sich Schreibkompetenz und digitale Kompetenz in dieser Lernaufgabe nicht getrennt voneinander entwickeln lassen. Vielmehr wird die Fähigkeit, mit der KI zu interagieren, wesentlich durch sprachliche Kompetenzen bestimmt – und umgekehrt. Diese Verschränkung von sprachlichen und digitalen Fähigkeiten steht im Einklang mit der KMK, die – in Anschluss an die Ständige Wissenschaftliche Kommission – von „fachspezifischen digitalen Kompetenzen“ spricht und damit deutlich macht, dass digitale Kompetenz immer an die Logik des jeweiligen Fachs rückgebunden werden muss (KMK, 2021).

Während die initiale Schreibphase die Grundlage für die spätere Transformation bildet, führt die Arbeit mit der KI zu einer erneuten Auseinandersetzung mit sprachlichen Mitteln. In diesem Sinne fungiert die digitale Interaktion nicht als Zusatz, sondern als Katalysator für sprachliche Präzisierung und Reflexion.

Señora Helado – Ein Schülerbeispiel

Die beschriebenen Prozesse lassen sich exemplarisch an einer Schülerarbeit verdeutlichen. In der Beschreibung eines Monsters (Señora Helado) werden zahlreiche Merkmale genannt: äußere Eigenschaften (blaue Haut, große Augen, Krone), Fähigkeiten (fliegen), Vorlieben (helado de limón) sowie soziale Bezüge (Freundin, gemeinsames Handeln). Der Text ist damit typisch für den Anfänger:innenunterricht: relativ umfangreich, stellenweise redundant und nicht konsequent auf visuell relevante Aspekte fokussiert, der eigentlichen Schreibaufgabe aber sehr angemessen umgesetzt.

Für das Prompting erweist sich diese Fülle an Informationen jedoch als hinderlich. Die Lernenden stehen vor der Aufgabe, aus der narrativen Beschreibung diejenigen Elemente auszuwählen, die für die Bildgenerierung entscheidend sind. Ein funktionaler Prompt konzentriert sich entsprechend auf zentrale visuelle Merkmale (z. B. monstruo azul, ojos grandes, alas, corona brillante, estilo tierno, fondo colorido), während Aspekte wie Vorlieben oder soziale Beziehungen unberücksichtigt bleiben müssen.

Die Gegenüberstellung von Text und Bild macht für die Lernenden unmittelbar erfahrbar, dass nicht die Menge, sondern die Auswahl und Präzision der Informationen entscheidend ist. Zugleich zeigt sich, dass sprachliche Vereinfachung allein nicht zum Ziel führt: Unscharfe oder zu allgemeine Beschreibungen erzeugen wenig differenzierte Ergebnisse und machen eine erneute sprachliche Schärfung erforderlich.

Das Beispiel verdeutlicht damit die zentrale Anforderung der Lernaufgabe: die Überführung bedeutungsreicher, aber unspezifischer Sprachproduktion in eine präzise und funktionale sprachliche Steuerung.

Fazit und didaktische Implikationen – Sprache präzise nutzen

Die vorliegende Lernaufgabe zeigt, dass der Einsatz bildgenerierender KI im Fremdsprachenunterricht ein erhebliches didaktisches Potenzial entfalten kann – allerdings nur unter der Voraussetzung einer klaren Rahmung. Entscheidend ist nicht die Technologie selbst, sondern die Art und Weise, wie sie in den Lernprozess eingebettet wird.

Der zentrale Befund ist, dass die Interaktion mit der KI Lernende dazu zwingt, sprachliche Bedeutungen zu präzisieren, zu selektieren und funktional einzusetzen. In diesem Prozess wird deutlich, dass sprachliche Korrektheit allein nicht ausreicht: Erst durch die wiederholte Überarbeitung in mehreren Schleifen entsteht eine Passung zwischen sprachlicher Intention und Ergebnis. Die KI fungiert damit als ein Gegenüber, das sprachliche Ungenauigkeiten sichtbar macht und zur Weiterarbeit herausfordert.

Gleichzeitig macht die Lernaufgabe deutlich, dass diese Form des Lernens nicht selbstläufig ist. Die beobachteten Schwierigkeiten bei der Reduktion von Informationen, der Auswahl geeigneter sprachlicher Mittel sowie im Umgang mit nicht eindeutig steuerbaren Ergebnissen zeigen, dass eine enge didaktische Begleitung erforderlich ist. Ohne gezielte Scaffolds besteht die Gefahr, dass Lernende entweder auf oberflächliche Beschreibungen zurückgreifen oder die sprachliche Dimension zugunsten des Produkts vernachlässigen.

Für die Unterrichtspraxis lassen sich daraus mehrere Implikationen ableiten:

• Sprachliche Vorentlastung bleibt zentral:

Die Qualität der digitalen Interaktion hängt unmittelbar von den verfügbaren sprachlichen Mitteln ab. Gerade im Anfangsunterricht sind strukturierende Hilfen und gezielte Wortschatzarbeit unverzichtbar.

• Prompting muss als eigene sprachliche Handlung verstanden und geübt werden:
  Die Analyse und Verbesserung von Prompts stellt eine sinnvolle Zwischenstufe dar, um ein Bewusstsein für sprachliche Präzision zu entwickeln.
• Reduktion ist eine eigenständige Kompetenz:
  Lernende müssen gezielt darin unterstützt werden, Informationen zu gewichten und auszuwählen. Dies widerspricht der häufig impliziten Annahme, dass ‚mehr Sprache‘ automatisch besser sei.
• Überarbeitungsschleifen sind didaktisch produktiv zu nutzen:

Die sich wiederholende Anpassung von Prompts und Texten sollte nicht als technischer Nebeneffekt, sondern als zentraler Bestandteil des Lernprozesses verstanden werden.

• Ergebnisse müssen reflektiert werden:
  Die Gegenüberstellung von sprachlicher Intention und KI-Output eröffnet Anlass zur Reflexion über die Wirkung von Sprache und die Grenzen digitaler Systeme.

Abschließend lässt sich festhalten, dass bildgenerierende KI dann einen Mehrwert für den Fremdsprachenunterricht bietet, wenn sie nicht als kreatives Zusatztool eingesetzt wird, sondern als Anlass für eine vertiefte Auseinandersetzung mit Sprache. In diesem Sinne kann sie dazu beitragen, fremdsprachenspezifische digitale Kompetenz zu entwickeln – verstanden als die Fähigkeit, Sprache in digitalen Kontexten bewusst, präzise und reflektiert einzusetzen.

Bibliografie

Kultusministerkonferenz (2016). Bildung in der digitalen Welt. Strategie der Kultusministerkonferenz. Beschluss der Kultusministerkonferenz vom 08.12.2016. https://www.kmk.org/bildungsministerkonferenz/bildungsthemen/bildung-in-der-digitalen-welt.html (Zugriff: 22.03.2026)

Kultusministerkonferenz (2021). Lehren und Lernen in der digitalen Welt. Ergänzende Empfehlung zur Strategie „Bildung in der digitalen Welt“. Beschluss der Kultusministerkonferenz vom 10.12.2021. https://www.kmk.org/aktuelles/pressearchiv/mitteilung/lehren-und-lernen-in-der-digitalen-welt-kultusministerkonferenz-verabschiedet-ergaenzende-empfehlung-zur-strategie-bildung-in-der-digitalen-welt.html(Zugriff: 22.03.2026)

Kultusministerkonferenz (2023). Jahresbericht der Kultusministerkonferenz zur Bildung in der digitalen Welt. Beschluss der Kultusministerkonferenz vom 07.12.2023. https://www.kmk.org/downloads-dokumente/beschluesse-und-veroeffentlichungen/bildung-in-der-digitalen-welt.html (Zugriff: 20.04.2026)