Wortschatz in Lesetexten mittels Künstlicher Intelligenz für DaZ-Lernende vorentlasten

Eine der häufigsten Aufgaben, mit denen sich Lehrpersonen in erstsprachlich heterogen zusammengesetzten Klassen konfrontiert sehen, besteht in der Identifikation des benötigten Wortschatzes, der für DaZ-Lernende mit Bezug auf ihre erstsprachlichen Ressourcen vorentlastet werden muss, wenn Lesetexte im Unterricht behandelt werden. Künstliche Intelligenz kann diesen Prozess entscheidend vereinfachen, insbesondere dort, wo Lehrpersonen die Erstsprachen der Lernenden nicht beherrschen. Der Beitrag stellt eine lehrpersonenseitige Anwendung von Künstlicher Intelligenz vor, um in einem Lesetext den Wortschatz zu identifizieren, der für DaZ-Lernende unter Berücksichtigung ihrer Erstsprache vorentlastet werden soll. Mit geeigneten Prompts werden schließlich didaktisch-informierte Interventionen entwickelt, welche die Lernenden beim Wortschatzerwerb unterstützen sollen. Der Beitrag ordnet die Ergebnisse kritisch ein und formuliert Tipps, die beim Prompten in vergleichbaren Kontexten berücksichtigt werden müssen.