Angesichts eines zunehmenden Reformdrucks im hiesigen Bildungssystem bei gleichzeitig gro?er (zeitlicher) Belastung von Lehrkr?ften stellt sich die Frage, wie die Unterrichtsqualit?t im Fachunterricht gesteigert werden kann, ohne die beteiligten Lehrkr?fte zu überfordern. Ein Ansatzpunkt k?nnte in der Erschlie?ung neuer Potenziale bei der Unterrichtsplanung bestehen. Vor diesem Hintergrund soll im Projekt untersucht werden, welches Potenzial der Einsatz generativer künstlicher Intelligenz – insbesondere von Large Language Models (LLMs) wie ChatGPT – speziell bei der Unterrichtsplanung im Fach Physik bietet. Da zukünftige KI-Versionen diesbezüglich vermutlich nicht weniger leistungsf?hig sein werden, ist eine Absch?tzung bereits zum jetzigen Zeitpunkt sinnvoll. In einem ersten Schritt soll dabei zun?chst grundlegend untersucht werden, inwieweit ein g?ngiges Modell angenommener Zusammenh?nge von Dispositionen und Performanz bei der Unterrichtsplanung auf den Fall der Unterrichtsplanung mit KI übertragen werden kann, wenn entsprechende KI-bezogene Dispositionen in das Modell integriert werden. In einem zweiten Schritt sollen die Ver?nderung der Unterrichtsplanungsf?higkeit sowie die Ver?nderung des Zeitbedarfs für eine mit KI unterstützte Unterrichtsplanung gegenüber einer Unterrichtsplanung ohne KI Unterstützung analysiert werden. Dabei soll auch untersucht werden, welche Merkmale und Dispositionen Personen aufweisen, die besonders von der Unterstützung durch KI profitieren. In einem dritten und letzten Schritt sollen Hypothesen zum Nutzen der KI Unterstützung für bestimmte Personengruppen und Planungselemente generiert werden. Zur validen Erfassung der Unterrichtsplanungsf?higkeit wird auf den im BMBF-Projekt ?ProfiLe P+“ entwickelten Performanztest zur Erfassung der Unterrichtsplanungsf?higkeit als zentrale Vorarbeit zurückgegriffen. Dabei ist eine weitgehend vollst?ndige Planung unter kontrollierten und standardisierten Rahmenbedingungen für ein fiktives Planungsszenario anzufertigen. Daneben werden zentrale Dispositionen der Unterrichtsplanung mit KI (insb. physikdidaktisches Wissen und AI-Literacy) sowie das KI-bezogene Interaktions- bzw. Nutzungsverhalten erfasst. Die Erhebungen erfolgen bei Lehramtsstudierenden, Referendarinnen und Referendaren (z.T. im Quereinstieg), Physiklehrkr?ften und fachfremd Physik unterrichtenden Lehrkr?ften über mehrere Kohorten. Als Ertrag wird zum einen ein erweitertes Modell zum Zusammenhang von Dispositionen und der Unterrichtsplanung und Unterrichtsplanungsf?higkeit für Unterrichtsplanungen, die durch den Einsatz von LLMs unterstützt werden, erwartet. Zum anderen sollen Erkenntnisse gewonnen werden, welche allgemeinen Merkmale, welche Dispositionen der Unterrichtsplanung und welches KI bezogene Interaktions- bzw. Nutzungsverhalten Personen aufweisen, für die ein besonders gro?er bzw. besonders geringer Nutzen der Unterstützung durch KI bei der Unterrichtsplanung erwartet werden kann.