Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/335088 
Year of Publication: 
2025
Citation: 
[Journal:] HMD Praxis der Wirtschaftsinformatik [ISSN:] 2198-2775 [Volume:] 62 [Issue:] 6 [Publisher:] Springer Fachmedien Wiesbaden [Place:] Wiesbaden [Year:] 2025 [Pages:] 1383-1403
Publisher: 
Springer Fachmedien Wiesbaden, Wiesbaden
Abstract: 
Diese Studie untersucht, wie KI-gestützte Anwendungen zur Förderung inklusiver Lernprozesse für Schüler:innen mit sonderpädagogischem Förderbedarf gestaltet werden können. Auf Basis des Design-Science-Research-Ansatzes werden theoretische Modelle mit praxisorientiertem Designwissen und qualitativen Expert:inneninterviews verknüpft. Daraus entstehen Gestaltungsprinzipien für sieben Förderschwerpunkte, die in einem exemplarischen Unterrichtsszenario veranschaulicht werden. Die Ergebnisse zeigen, dass KI Lehrkräfte insbesondere bei der Strukturierung, Differenzierung und beim Feedback unterstützen kann, pädagogische Beziehungen jedoch unersetzlich bleiben. Wirksamkeit zeigt sich vor allem in homogenen Gruppen mit kognitiven oder motorischen Bedarfen, während in heterogenen Klassen persönliche Interaktionen zentral bleiben. Übergreifend fördern Struktur, Stabilität, Individualisierung und soziale Integration den Erfolg KI-gestützter Lernumgebungen. Das Szenario verdeutlicht das Potential von KI unter idealen Bedingungen, macht zugleich aber deutlich, dass eine vollständige Umsetzung in der schulischen Praxis derzeit kaum realistisch ist. Der Beitrag liefert damit einen theoretisch fundierten und praxisorientierten Rahmen zur Entwicklung inklusiver KI-Lösungen im schulischen Kontext.
Abstract (Translated): 
This paper explores how AI-supported applications can foster inclusive learning for students with special educational needs. Following a Design Science Research approach, it combines theoretical frameworks with conceptual design work and qualitative expert insights. The study develops design principles for seven areas of special educational support, illustrated through an exemplary classroom scenario. Findings indicate that AI can effectively assist teachers in structuring, differentiating, and providing feedback, yet cannot replace pedagogical relationships. The approach proves particularly beneficial in more homogeneous groups with cognitive or motor needs, while heterogeneous settings still rely on strong personal interaction. Structure, stability, individualization, and social integration emerge as key success factors for inclusive learning environments. The scenario illustrates the potential of AI under ideal conditions but also highlights that full implementation in everyday school practice remains difficult to achieve. The paper thus provides a theoretically grounded and practice-oriented framework for developing inclusive AI solutions in education.
Subjects: 
Inklusion
KI
Lernen
Schule
Sonderpädagogik
Inclusion
AI
Learning
School
Special education
Persistent Identifier of the first edition: 
Creative Commons License: 
cc-by Logo
Document Type: 
Article
Document Version: 
Published Version

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.