2.6 Geschichte: Rekonstruktion der Vergangenheit

Ein Tag im mittelalterlichen Riga: Was können uns die Quellen wirklich sagen?

Fach: Geschichte · Klassenstufe: 7 (13–14 Jahre) · Dauer: 1 Doppelstunde · KI: Lernen MIT KI

KI-bezogene Kompetenzen (DUAL.AI.TEACHer-Framework) – Lehrkräfteebene Fachspezifische Lernziele – Ebene der Schülerinnen und Schüler

AF-TL-2b

(AI foundations and applications × Teaching & Learning, Stufe 2 – Reflektierte Umsetzung):

 

„Lehrkräfte können Unterrichtselemente so gestalten, dass sie KI-Einsatz mit klaren pädagogischen Rollen und Strategien zur Überprüfung der Ausgabeelemente einbetten.“


 

AF-FC-2b

(AI foundations and applications × Facilitating Learners’ (AI) Digital Competence, Stufe 2 – Reflektierte Umsetzung):

 

„Lehrkräfte können Anleitungen umsetzen, die Lernenden helfen, praktische KI-Fähigkeiten zu entwickeln, wobei die Aufgaben an das Vorwissen der Lernenden und die verfügbaren KI-Werkzeuge angepasst werden.“

Am Ende der Stunde können die Schülerinnen und Schüler:

  • Informationen über das städtische Leben im Mittelalter aus schriftlichen, bildlichen und archäologischen Quellen entnehmen;
  • zwischen Beleg, plausibler Schlussfolgerung und Spekulation unterscheiden;
  • Aspekte von Handel, Handwerk und Alltagsleben im mittelalterlichen Riga erklären;
  • Belege aus mehreren Quellen zu einer historischen

    Rekonstruktion zusammenführen;

  • Prompts formulieren, die die KI dazu anhalten, ausschließlich mit den bereitgestellten historischen Belegen zu arbeiten;
  • Informationen analysieren, um die Bedeutung verlässlicher Quellen zu verstehen.

Kernbotschaft: Was gezeigt wird, ist nicht unbedingt das, was geschehen ist. Historische Rekonstruktionen verbinden Belege, plausible Schlussfolgerungen und Spekulation. Die Vergangenheit zu verstehen bedeutet, den Unterschied zu erkennen zwischen dem, was wir aus Quellen wissen, dem, was wir daraus vernünftigerweise schließen können, und dem, was hinzuerfunden wurde, um Lücken zu füllen und eine bessere Geschichte zu erzählen.

ChatGPT Image Sep 2, 2026 at 01_30_35 PM.png

Abb. 1: „Ein Tag im mittelalterlichen Riga: Was können uns die Quellen wirklich sagen?“ (KI-generiertes Bild, ChatGPT GPT Image 2)

Inhalt

Historikerinnen und Historiker können das Alltagsleben im Mittelalter nicht unmittelbar beobachten. Sie rekonstruieren es stattdessen aus den Spuren, die Menschen hinterlassen haben: schriftlichen Dokumenten, Gebäuden, Gegenständen, Bildern, archäologischen Funden und anderen Belegen. Unterschiedliche Quellen beantworten unterschiedliche Fragen. Eine Handelsaufzeichnung kann zeigen, welche Waren in eine Stadt gelangten, während ein archäologisches Objekt etwas darüber verraten kann, was Menschen besaßen oder benutzten. Keine dieser Quellen allein kann einen ganzen Tag im Leben eines Menschen wiederherstellen.

Das mittelalterliche Riga bietet dafür eine aufschlussreiche Fallstudie. Riga entwickelte sich nach dem Beginn des 13. Jahrhunderts rasch und wurde zu einem wichtigen Knotenpunkt, der den Handel zwischen Westeuropa, Livland und weiter östlich gelegenen Gebieten verband. Gegen Ende des 13. Jahrhunderts war es zu einer bedeutenden Hansestadt geworden. Handel und Handwerk förderten das Wachstum von Kaufmanns- und Handwerksvereinigungen wie den Zünften.

Moderne Medien können die Vergangenheit sehr viel vollständiger erscheinen lassen, als es die überlieferten Belege tatsächlich zulassen. KI-erzeugte Geschichtsinhalte wie Chloe VS History zeigen zum Beispiel lebendige „Zeitreise“-Szenen, in denen die Zuschauerinnen und Zuschauer scheinbar historische Schauplätze besuchen, etwa London zur Zeit der Pest. Kleidung, Straßen, Gebäude, Menschen und alltägliche Tätigkeiten werden so dargestellt, als würden sie unmittelbar beobachtet. Doch diese Szenen sind Rekonstruktionen: Manche Details mögen auf historischen Belegen beruhen, manche können plausible Schlussfolgerungen sein, andere sind spekulativ oder schlicht unzutreffend.

Dasselbe Problem zeigt sich in Historienfilmen. A Knight’s Tale erschafft durch Rüstungen, Turniere, Kleidung, Architektur und soziale Rollen eine erkennbar mittelalterliche Welt und führt zugleich bewusst moderne Musik, Sprache und Verhaltensweisen ein. Der Film ist damit eine nützliche Erinnerung daran, dass etwas überzeugend historisch wirken kann, ohne genau das abzubilden, was tatsächlich geschehen ist.

Generative KI funktioniert auf ähnliche Weise. Sie kann Fragmente historischer Belege zu einer stimmigen Rekonstruktion eines Tages im mittelalterlichen Riga verbinden, sie kann Lücken aber auch mit Details füllen, die in den Quellen nie vorkamen. Manche Ergänzungen mögen historisch plausibel sein, andere gehören in eine andere Region, ein anderes Jahrhundert oder eine andere soziale Gruppe.

Die Schülerinnen und Schüler müssen deshalb drei Stufen der Sicherheit unterscheiden:
Beleg – was historische Quellen unmittelbar stützen.
Schlussfolgerung – was sich daraus vernünftigerweise ableiten lässt.
Spekulation – was hinzuerfunden wurde, um die Lücken zu füllen.

Unterrichtsverlauf

Phase Zeit Aktivität
Einstieg 10 Min. Ein mittelalterliches KI-Video von Chloe VS History ansehen. Die Schülerinnen und Schüler benennen, was es glaubwürdig macht, und hinterfragen, welche Details tatsächlich durch Belege gestützt sind.
Input 10 Min. Einführung von Beleg – Schlussfolgerung – Spekulation und Übung im Unterscheiden.
Erkundung 15 Min. Die Schülerinnen und Schüler analysieren Quellen zum mittelalterlichen Riga ohne KI und halten fest, was sich wirklich wissen lässt.
Anwendung 1 20 Min. Die KI rekonstruiert aus begrenzten Belegen einen Tag im mittelalterlichen Riga. Die Schülerinnen und Schüler erkennen, wo sie Lücken füllt.
Anwendung 2 20 Min. Weitere Quellen und strengere Prompts kommen hinzu. Die Schülerinnen und Schüler vergleichen die beiden Rekonstruktionen.
Reflexion 25 Min. Die Schülerinnen und Schüler übertragen denselben kritischen Analyserahmen auf einen mittelalterlichen Historienfilm.

Leitfragen: von der KI-Ausgabe zur unterrichtstauglichen Aktivität

Materialien


Revision #6
Created 2026-09-01 09:16:52 UTC by Alexander
Updated 2026-10-29 14:14:53 UTC by Jannik