Erfahrung

Vom nächsten Wort zum 3D-Spiel: eine Woche KI-Unterricht auf Schloss Elmau

Eine ehrenamtliche Woche mit TUM.ai in den bayerischen Alpen: zwei Altersgruppen, zwei Sprachen und ein Plan, den ich zur Wochenmitte auf Wunsch der Kinder umgeschrieben habe.

9 Min. Lesezeit25.09.2026
3D-Illustration eines Alpenschlosses, dessen Fassade sich wie ein Schrank öffnet und leuchtende KI-Mechanik auf drei Etagen zeigt: Wortkacheln mit leuchtender letzter Kachel, Rauschen, aus dem ein kleines Tier wird, und verstreute Pixel, die zum Würfel werden, während ein kleiner Roboter mit der Taschenlampe hineinleuchtet

Am Montag, dem 31. August 2026, war auf einer der ersten Folien, die ich auf Schloss Elmau gezeigt habe, überhaupt keine KI zu sehen. Dort stand ein Satz mit einer Lücke, Ich gehe in die ___, und ein Raum voller Acht- bis Elfjähriger rief das Wort, das ihrer Meinung nach als Nächstes kam. Für ein paar Minuten waren sie selbst das Sprachmodell. Später am Vormittag bekam eine Gruppe ab zwölf Jahren denselben Satz. So lief die ganze Woche: jeden Vormittag zwei Gruppen, auf Deutsch und auf Englisch.

Ich war als Ehrenamtlicher mit TUM.ai dort und habe zusammen mit einem weiteren Mitglied das Hotelprogramm Kreativ mit KI unterrichtet. Die Kulisse hat einen großen Teil der Geschichte schon selbst erzählt: ein Rückzugsort in den bayerischen Alpen, bekannt für seinen Konzertsaal und sein Kulturprogramm, und ein Raum voller Kinder, die ihre eigenen Laptops und iPads mit in den Urlaub gebracht hatten.

Die Idee hinter der Woche war einfach. Auf jedes beeindruckende Ergebnis sollte folgen, wie es eigentlich entstanden ist. Erst Text, dann Bilder, dann Spiele. Der Plan, mit dem ich angereist bin, war allerdings nur ein Ausgangspunkt. Zur Wochenmitte hatten die Kinder mich dazu gebracht, ihn umzuschreiben.

Ein Klassenzimmer im kulturellen Rückzugsort

Schloss Elmau sieht nicht aus wie ein Ort, an dem man Achtjährigen die Vorhersage des nächsten Worts erklärt. Der Philosoph und Theologe Johannes Müller ließ es zwischen 1914 und 1916 als Freiraum für persönliches und gemeinschaftliches Leben bauen. Seine Gäste sollten bei klassischen Konzerten, Tanzabenden und in der Natur ringsum „Ferien vom Ich" machen. Nach einem Brand im Jahr 2005 baute sein Enkel Dietmar Müller-Elmau das Schloss wieder auf und eröffnete es 2007 neu, als Hotel, das sich selbst als kulturelles Refugium versteht. Heute gehören Konzerte, Literatur, politische Debatten und wissenschaftliche Symposien zum Programm, und 2015 und 2022 war das Haus Gastgeber der G7-Gipfel. Die Geschichte des Hauses ist auch für sich genommen lesenswert.

Das Kinderprogramm, auf der englischen Website AI Creativity Labs genannt, ist Teil dieses kulturellen Angebots. Die offizielle Beschreibung verspricht kreative Kleingruppenprojekte für Kinder ab acht Jahren, unterrichtet auf Deutsch und Englisch von Studierenden der TUM und Mitgliedern von TUM.ai. Jeder Tag beginnt mit einem kurzen Impuls, geht mit einem Projekt in kleinen Teams weiter und endet mit einem Rückblick, der auch die Grenzen von KI einschließt. In Elmaus eigenem Interview mit einem TUM.ai-Mitglied steckt die Philosophie in drei Wörtern: Prompten statt Pauken.

Mein Teil davon war eine Woche, vom 31. August bis zum 4. September, unbezahlt und ehrenamtlich. Jeder Vormittag hatte zwei Einheiten von je neunzig Minuten, eine für Acht- bis Elfjährige und eine für Kinder ab zwölf, dazwischen eine kurze Pause, um den Raum vorzubereiten. Schon vorher war ich in Elmau gewesen, am Sonntag des TUM.ai-Retreats. Ein Tag mit Vorträgen ist allerdings etwas anderes als eine Woche Unterricht.

Zwei Altersgruppen, zwei Sprachen

Die Gäste von Elmau kommen aus vielen Ländern, und so war es auch bei den Familien der Kinder in unserem Raum. Das Programm wird auf Deutsch und Englisch angeboten, und anders ginge es auch nicht. Ein Satz, den nur der halbe Raum versteht, ist keine Erklärung.

Zweisprachig zu unterrichten klingt nach doppelter Arbeit. Naiv umgesetzt ist es das auch: Man erklärt alles zweimal, und die Hälfte des Raums wartet zweimal. Der Ansatz aus unseren Unterrichtsnotizen war deshalb, den Kernsatz in beiden Sprachen zu sagen, die Idee einmal zu zeigen und das Verständnis dann mit einer Frage zu prüfen. Das Ziel war nie eine perfekte Übersetzung, sondern ein gemeinsames Bild, auf das alle zeigen konnten.

Das Alter war mindestens so wichtig wie die Sprache. Bei den Acht- bis Elfjährigen hing jede Erklärung an etwas Konkretem: einer Zeichnung, einem Tier, einem Wesen, das sie selbst erfunden hatten. Die Älteren bekamen dieselben Ideen mit mehr Raum für Kritik. Woher kommen die Trainingsdaten? Wie würdest du diese Antwort überprüfen? Welcher Teil des Ergebnisses ist generiert, welchen hast du bearbeitet und welchen überprüft?

Dazu kam eine dritte Variable, die keine Präsentation kontrolliert: die Anwesenheit. Die Teilnehmenden waren Kinder von Hotelgästen, also wechselte die Gruppe mit den Gästen. Man weiß selten vorher, wer hereinkommt, wie alt die Kinder sind oder ob sie schon einmal einen Prompt geschrieben haben. Zur Wochenmitte war genau das die Variable, nach der sich der Plan richten musste.

Die Maschine öffnen, Schicht für Schicht

Die Woche folgte einer Steigerung: erst Text, dann Bilder, dann Spiele. Bei jedem Schritt war das Ziel dasselbe. Die Kinder sollten das Werkzeug benutzen lernen, aber auch mit einer echten Vorstellung davon nach Hause gehen, was das Werkzeug eigentlich tut, wenn es antwortet.

Der erste Tag begann so wie dieser Text: mit Kindern, die selbst das Modell spielen. Nach der ersten Runde Ich gehe in die ___ änderte sich der Kontext. Erst stand ein Satz über die Schule vor der Lücke, dann einer über Hunger auf Kuchen, und dieselbe Lücke wollte plötzlich ganz andere Wörter. Die Übung ist so gebaut, dass niemandem erklärt werden muss, dass Kontext Wahrscheinlichkeiten verschiebt. Der Raum hat es gerade selbst getan.

Präsentationsfolie mit dem Titel KI setzt Text Stück für Stück fort und vier verbundenen Kästen: Text, Möglichkeiten, Auswahl und neuer Kontext
Die Folie nach dem Ratespiel. Vier Kästen, eine Schleife und ein einziger ausdrücklich als Fachwort markierter Begriff.

Erst dann zeigte die Folie, was ein Sprachmodell tut: auf den bisherigen Text schauen, möglichen nächsten Stücken Wahrscheinlichkeiten zuordnen, eines auswählen und mit dem längeren Text von vorn beginnen. Der Fachbegriff autoregressiv fiel genau einmal. Ein zweites Experiment zeigte dann den Teil, der Menschen jeden Alters überrascht. Alle gaben exakt denselben Prompt ein, nämlich einen Drachen zu erfinden und in einem Satz zu beschreiben, und zurück kamen völlig verschiedene Drachen. Bei der Auswahl des nächsten Stücks steckt Zufall mit drin, deshalb kann derselbe Prompt anders enden. Zwischendurch konnten die Kinder bei Googles Quick, Draw! zeichnen, während ein Modell riet, was sie gerade zeichneten, und am Ende des Tages stand ein Steckbrief für ein Fantasiewesen, den sie gemeinsam mit der KI geschrieben hatten.

Der zweite Tag ging zu Bildern über und folgte demselben Muster. Eine Pipeline-Folie schlug die Brücke zum Montag: Ein Prompt, eine Skizze oder ein Foto geben nur eine Richtung vor, und das Modell berechnet Schritt für Schritt aus Rauschen ein Bild. Die Animation auf dieser Folie zeigt einen echten, vereinfachten Denoising-Lauf, in dem langsam ein grauer Pullover aus dem Rauschen auftaucht. Es ist das unspektakulärste Bild der Woche und wahrscheinlich das nützlichste, weil es zeigt, dass das Bild berechnet und nicht nachgeschlagen wird.

Bild wird geladen...
Präsentationsfolie mit dem Titel Aus Eingaben werden Bildmuster und vier Schritten: Prompt, Skizze oder Foto, Muster von Rauschen zu Struktur und ein fertiges Bild eines Pullovers
Die Brücke von Tag 1 zu Tag 2. Die dritte Kachel ist die Denoising-Animation, hier eingefroren, als sie noch reines Rauschen ist.

Die Aktivitäten des Tages bauten auf dieser Idee auf:

  • Von der Skizze zum Bild. Die jüngere Gruppe zeichnete ein Wesen auf Papier und ließ die Skizze von der KI in ein fertiges Bild verwandeln. Danach haben wir verglichen, was das Modell übernommen und was es dazuerfunden hatte.
Bild wird geladen...
Buntstiftskizze eines kleinen Fantasiewesens mit Geweih, blattförmigen Ohren und einem eingerollten, geschuppten Schwanz
Die Demo-Skizze, mit der ich die Übung eingeführt habe.
Bild wird geladen...
KI-generiertes Bild desselben Wesens mit Fell, weichem Licht und einer Berglandschaft im Hintergrund
Das Modell hat Geweih, Blattohren und den eingerollten Schwanz übernommen und dann Fell, Licht und eine komplette Alpenkulisse dazuerfunden, um die niemand gebeten hatte.
  • Echt oder KI? Echte Fotos und generierte Bilder, eines nach dem anderen, und vor jeder Auflösung stimmte die Gruppe ab. Auf der Auflösungsfolie stand ein Satz, den ich auf jedes Plakat zur KI-Bildung schreiben würde: Ein Hinweis ist noch kein Beweis.
  • Was ergänzt die KI von selbst? Die ältere Gruppe nutzte denselben, bewusst offenen Prompt, einen Menschen in einem Beruf, den sie cool finden, und zählte danach gemeinsam aus, was das Modell von sich aus ergänzt hatte: wahrgenommenes Geschlecht, Hautton und Alter, wobei „unklar" immer erlaubt war. Ein einzelnes Bild beweist nichts. Ein Raum voller Bilder macht ein Muster sichtbar.
Bild wird geladen...
KI-generiertes Foto eines Bergsees, in dem sich sonnenbeschienene Gipfel spiegeln, mit Kiefern und Felsen im Vordergrund
Diesen See gibt es nicht. Er war eines der generierten Bilder in der Runde Echt oder KI?

Jeder Tag endete damit, die Grenzen laut auszusprechen. Ein Modell, das wahrscheinliche Wörter vorhersagt, kann einen wahrscheinlichen Satz erzeugen, der falsch ist. Ein Modell, das wahrscheinliche Bilder erzeugt, wiederholt, was in seinen Trainingsdaten wahrscheinlich war. Und ein überzeugendes Foto beweist nichts darüber, ob es die Szene je gegeben hat.

Genau dieser Teil war mir am wichtigsten. Die Werkzeuge, die die Kinder in dieser Woche benutzt haben, sehen in einem Jahr anders aus. Die Idee, dass eine Antwort eine berechnete Fortsetzung ist, in der Zufall und Daten stecken, bleibt.

Als der Raum den Plan umschrieb

Für Mittwoch war ursprünglich ein Modul namens KI in der Schule geplant: mit KI eine Präsentation vorbereiten, ein Vorher und Nachher vergleichen und darüber sprechen, wo KI beim Lernen hilft, ohne das Denken zu ersetzen. Ein vernünftiger Plan. Nur wollte der Raum etwas anderes. Nach zwei Tagen mit Text und Bildern wollten die Kinder selbst etwas bauen. Und ich wollte ein Format, in dem sie testen und nachbessern müssten, statt nur zu generieren.

Also habe ich am Dienstagnachmittag den Rest der Woche als AI-Game-Jam neu geplant: Die Kinder sollten ihre eigenen Spiele bauen, statt jeden Morgen mit einem neuen Thema anzufangen.

Dann änderte sich der Raum noch einmal. Nach Tag 3 war die Gruppe nicht mehr dieselbe: Neue Kinder waren dazugekommen, und das Niveau hatte sich verschoben. Ein Plan, der darauf aufbaut, das Spiel von gestern wieder zu öffnen, setzt voraus, dass alle ein Gestern haben. Also habe ich die letzten beiden Tage auf das neue Niveau der Gruppe zugeschnitten, die tatsächlich im Raum saß.

Einige Spiele sind weiter gekommen, als der Plan vorgesehen hatte. Sie begannen als einfache 2D-Browserspiele und wurden im Laufe des Jams zu 3D-Spielen. Für ein paar Vormittage Arbeit ist das ein großer Sprung, und genau dort hört Bauen, Testen und Reparieren auf, ein Unterrichtsritual zu sein, und wird zum einzigen Weg, ein Projekt am Laufen zu halten. Auch hier ging es nicht nur darum, wie man zu einem 3D-Spiel kommt, sondern darum, wie es funktioniert.

Bild wird geladen...
Screenshot eines 3D-Waldspiels im Low-Poly-Stil: Ein orangefarbener Fuchs steht auf einem Sandweg zwischen rosa Kirschblütenbäumen, links Questtafeln, in der Ecke eine runde Minikarte
Kirschhain, ein Spiel, das wir in den Kursstunden gemeinsam mit ChatGPT gepromptet haben: ein 3D-Waldabenteuer, in dem man als junger Fuchshüter fünf verlorene Waldlichter sucht.

Als Gast unterrichten

Die meisten Nachmittage gehörten dem Tal. Elmau liegt im Wettersteingebirge, und die Wege rundherum waren ein willkommener Ausgleich zu einem Vormittag mit Beamer und Laptops. Es war eine ganz andere Woche als meine üblichen in München.

Als ehrenamtliche Lehrende waren wir Gäste des Hauses, mit Halbpension und Spa. Der Kontrast ist kaum zu übersehen. Am Vormittag erklärt man Wahrscheinlichkeiten mit einer Lücke in einem Satz. Am Abend ist man Gast in einem Hotel, in dem schon Staats- und Regierungschefs zu Gast waren.

Was bedeutet kulturelle Bildung an einem Ort wie diesem? Elmau begann als Ort, um Abstand vom Alltag zu gewinnen, mit Konzerten und Tanzabenden; heute gehören auch Literatur, Debatten und Symposien dazu. Kindern, die mit KI aufwachsen werden, zu erklären, wie die Technik hinter heutigen Texten und Bildern funktioniert, passt besser in diese Tradition, als es auf den ersten Blick scheint. Ein Konzertsaal lehrt, genau hinzuhören. Eine gute KI-Stunde sollte lehren, genau hinzuschauen, woher eine Antwort kommt.

Was ich mitgenommen habe

Eine Woche ist kurz, und ich will vorsichtig mit Schlussfolgerungen sein. Ich habe nicht gemessen, was die Kinder einen Monat später noch wissen, die Gruppen haben sich während der Woche verändert, und neunzig Minuten sind nicht viel Zeit, um sich ein Modell von irgendetwas zu bauen. Was ich sagen kann, ist, was die Woche an meiner Sicht auf KI-Unterricht verändert hat:

  • Den Mechanismus erklären, nicht nur das Werkzeug. Oberflächen ändern sich alle paar Monate. Die Idee, dass ein Modell wahrscheinliche Fortsetzungen vorhersagt oder ein Bild aus Rauschen berechnet, überdauert jede App, die die Kinder in dieser Woche benutzt haben.
  • Kinder wollen etwas machen. Die Kurskorrektur kam aus dem Raum, nicht aus meinem Plan. Als die Kinder bauen wollten, war es richtig, den Rest der Woche danach auszurichten.
  • Testen ist die Fähigkeit, die sich übertragen lässt. Prompten ist der sichtbare Teil der Arbeit mit KI. Zu prüfen, ob das Ergebnis wirklich funktioniert, und eine Sache nach der anderen zu reparieren, ist der Teil, der auch außerhalb eines Klassenzimmers zählt.
  • Ein Plan ist eine Grundlage. Zwei Altersgruppen, zwei Sprachen und eine Gruppe, die sich mitten in der Woche ändert, passen in keine feste Agenda. Modulares Material war wichtiger als eine perfekte Reihenfolge.

Das Programm läuft diesen Herbst mit anderen Studierenden der TUM und Mitgliedern von TUM.ai weiter, und die Kursseite nennt die aktuellen Termine. Das Nützlichste, was ich aus Elmau mitgebracht habe, ist eine Frage, die man jeder KI-Erklärung stellen sollte, auch meiner eigenen: Hat nach dem beeindruckenden Teil jemand gezeigt, wie es entstanden ist?