Abschlussbedingungen
Paulina Wagner zeigte, dass Large‑Language‑Models (LLMs) dank ihrer immer besser werdenden mehrsprachigen und dialogischen Fähigkeiten ein großes Potenzial als Konversatzionspartner:innen im Fremdsprachenunterricht haben. Das Erlernen einer Sprache wird dabei als sozialer, interaktiver Prozess gesehen, bei dem frühere Lernerfahrungen und das individuelle mehrsprachige Repertoire der Lernenden zentral sind. Der Ansatz des Translanguaging nutzt diese Mehrsprachigkeit gezielt, um Inhalte leichter zugänglich zu machen, und LLMs können dabei Hemmschwellen wie Sprechangst senken, die Kommunikationsbereitschaft fördern, flexible Sprachwechsel ermöglichen, metasprachliche Reflexion unterstützen und Register bereitstellen, die in Lehrbüchern oft fehlen. Gleichzeitig wird betont, dass KI‑gestützte Interaktionen bestehende Ungleichheiten verstärken können, weil Trainingsdaten sprachlich unausgewogen sind. Praxisbeispiele zeigen, dass der didaktische Erfolg stark vom Aufgabendesign und von der Prompt‑Kompetenz der Lernenden abhängt: Während Schüler:innen im schulischen Kontext Mehrsprachigkeit teilweise ablehnen oder Unsicherheiten im Umgang mit KI zeigen, entfalten personalisierte, klar strukturierte Aufgaben (z. B. mit expliziten Rollen, Kommunikationszielen und sanfter Fehlerkorrektur) ein höheres Lernpotenzial. Studierende und erwachsene Lernende nutzen LLMs dagegen autonomer, setzen Mehrsprachigkeit gezielter ein und formulieren klarere Anwendungsziele.