1. Einleitung

Warum digitale Werkzeuge in der PLG-Leitung?

Wer heute eine Professionelle Lerngemeinschaft (PLG/PLC) leitet, sitzt selten nur in einem Raum mit Kolleg*innen. Termine werden online abgestimmt, Protokolle in der Cloud geschrieben, Materialien in geteilten Ordnern abgelegt, Reflexionsfragen mit einem Sprachmodell vorbereitet. Was vor zehn Jahren noch Ausnahme war, ist heute Alltag. Die Pandemie hat diesen Wandel beschleunigt; KI-Werkzeuge der letzten zwei Jahre vertiefen ihn.

Gleichzeitig steigt der Druck, sorgfältig zu wählen. Die österreichische Datenschutzbehörde hat 2025 festgestellt, dass Microsoft 365 Education in mehreren Punkten gegen die DSGVO verstößt (Datenschutzbehörde Österreich, 2025; noyb, 2025). Das ist kein Detail — es ist die meistverbreitete Plattform an europäischen Schulen. Wer eine PLG leitet, trifft jeden Monat Toolentscheidungen, die zugleich pädagogisch, organisatorisch und rechtlich relevant sind.

Was dieser Artikel will

Dieser Beitrag bündelt, welche digitalen Werkzeuge die Leitung einer PLG sinnvoll unterstützen — und welche Fragen bei jeder Entscheidung mitgedacht werden müssen. Wir orientieren uns am konzeptuellen Rahmen des Erasmus+-Projekts LeaFaP, das Leitung und Facilitation als zentrale Wirkfaktoren identifiziert (LeaFaP Project Consortium, 2025). Empirisch stützen wir uns auf die zwei großen Reviews zu PLG-Wirkungen (Stoll et al., 2006; Vescio et al., 2008), die jüngsten Meta-Analysen (Zheng et al., 2024) sowie auf die laufende internationale Forschung zu Online-PLCs (Jin & Lin, 2024).

Querschnittsthema bleibt der Datenschutz. Wir behandeln ihn nicht als Hindernis, sondern als Konstruktionsmerkmal jeder seriösen Toolauswahl.

Aufbau

Kapitel 2 klärt die Grundlagen: Was ist eine PLG, was leistet Leitung, was Facilitation? Kapitel 3 bis 7 sortieren die Werkzeuglandschaft nach Funktionen — Organisation, Kommunikation, Wissensmanagement, KI, Reflexion und Evaluation. Kapitel 8 widmet sich der DSGVO als gemeinsamem Rahmen. Kapitel 9 benennt Grenzen und Risiken, Kapitel 10 wagt einen Ausblick.

Hinweis zur Entstehung: Dieser Artikel wurde in enger Zusammenarbeit zwischen den Autoren und dem KI-System Claude (Anthropic) erstellt. Alle verwendeten Quellen sind ausgewiesen, die inhaltliche Verantwortung liegt bei den Autoren.

Literatur (Einleitung)

Datenschutzbehörde Österreich. (2025). Bescheid zu Microsoft 365 Education. dsb.gv.at.

Jin, X., & Lin, J. (2024). Technological affordances in teachers' online professional learning communities: A systematic review. Journal of Computer Assisted Learning, 40(3).

LeaFaP Project Consortium. (2025). Conceptual framework: Leading and facilitating professional learning communities. Erasmus+ Project LeaFaP.

noyb. (2025). Microsoft violates children's privacy — blames your local school. noyb.eu.

Stoll, L., Bolam, R., McMahon, A., Wallace, M., & Thomas, S. (2006). Professional learning communities: A review of the literature. Journal of Educational Change, 7(4), 221–258.

Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities on teaching practice and student learning. Teaching and Teacher Education, 24(1), 80–91.

Zheng, X., Yin, H., & Liu, Y. (2024). A meta-analysis of the correlation between professional learning communities and teachers' efficacy beliefs. Educational Research Review.

2. Grundlagen Professioneller Lerngemeinschaften

Was ist eine Professionelle Lerngemeinschaft?

Bonsen und Rolff (2006) verstehen Professionelle Lerngemeinschaften als selbstorganisierte Teams aus Lehrkräften, die sich systematisch mit Unterrichtsentwicklung auseinandersetzen. DuFour (2004) verdichtet das Konzept zu drei Big Ideas: Fokus auf das Lernen aller Schüler*innen, Kultur der Kooperation und Ergebnisorientierung. Beide Definitionen verschieben den Schwerpunkt vom individuellen Lehren zum gemeinsamen Lernen — von der einzelnen Lehrkraft zum Team.

Hord (1997) legt fünf Dimensionen einer wirksamen PLC fest: geteilte Werte und Vision, kollektives Lernen und Lernanwendung, geteilte persönliche Praxis, unterstützende Bedingungen sowie unterstützende und partizipative Leitung. Stoll et al. (2006) erweitern diese Liste in ihrer einflussreichen Literaturübersicht auf acht Schlüsselmerkmale, ergänzt um Reflexion und Inquiry als zentrale Praxis. Bonsen und Rolff (2006) heben für den deutschsprachigen Raum zwei Leitwerte hervor: Fehlertoleranz und Hilfekultur. Ohne sie funktioniert keine kollegiale De-Privatisierung.

Wirksamkeit — was die Forschung belegt

Vescio et al. (2008) zeigen in ihrem oft zitierten Review von elf empirischen Studien: Gut entwickelte PLCs verbessern Unterrichtspraxis und Schülerinnenleistung. Hatties (2009) Synthese hunderter Meta-Analysen ordnet kollektive Lehrkräfte-Wirksamkeit als einen der stärksten Einflussfaktoren auf Schülerinnenleistung ein — ein Befund, der PLG-Arbeit theoretisch unterfüttert. Die jüngste Meta-Analyse von Zheng et al. (2024) bestätigt einen mittleren positiven Effekt von PLG-Praktiken auf Lehrer*innen-Selbstwirksamkeit; reflektierender Dialog und geteilte Praxis wirken am stärksten.

Liu und Hallinger (2024) zeigen anhand von TALIS-Daten aus 47 Bildungssystemen, dass diese Effekte länderübergreifend stabil sind. Vangrieken et al. (2015) haben in ihrem systematischen Review zur Lehrer*innen-Kooperation 82 Studien synthetisiert und betonen, dass PLGs nur eine — wenn auch eine sehr produktive — Form von Kooperation sind.

Leitung und Facilitation

Wer leitet eine PLG, und was tut diese Person eigentlich? Spillane (2006) hat mit dem Konzept der verteilten Führung gezeigt, dass Leitung selten bei einer Person liegt: Sie wird in alltäglichen Routinen zwischen Schulleitung, Koordinator*innen und Lehrkräften ausgehandelt. Hargreaves und Fullan (2012) sprechen vom Aufbau professionellen Kapitals — Human, Social und Decisional Capital — als Kernaufgabe von Schulleitung. PLG-Arbeit ist dafür ein zentrales Instrument.

LeaFaP differenziert genauer (LeaFaP Project Consortium, 2025): Eine Facilitator*in nimmt Rollen ein, die zwischen Peer und externer Expertise oszillieren. Sie organisiert, moderiert, hält Reflexionsräume offen, dokumentiert. Sie entscheidet nicht autoritativ, sondern strukturiert Aushandlungsprozesse. Das Konsortium hebt fünf Schlüsseldimensionen hervor: Rollen und Verantwortungen, Reflexion und Inquiry, Vielfalt und Demokratie, kontextuelle Faktoren sowie Online-Facilitation. Letztere ist neu — sie verlangt eigene Kompetenzen.

Lieberman und Miller (2008) unterscheiden drei Typen kollegialer Communities: schwache, stark-traditionelle und stark-innovative. Nur in stark-innovativen Communities zeigt sich reflektierte Praxis. Die Frage ist also nicht, ob ein Team kooperiert — sondern wie tief.

Lerntheoretischer Hintergrund

Wenger (1998) hat Communities of Practice als informelle Gemeinschaften beschrieben, in denen Lernen über Teilhabe an gemeinsamer Praxis geschieht. Diese Theorie liegt vielen PLG-Konzeptionen zugrunde. Senge (1990, 2012) verbindet sie mit dem Konzept der lernenden Organisation: Schulen, die sich systematisch entwickeln, kombinieren persönliche Mastery, gemeinsame Visionen, mentale Modelle, Teamlernen und Systemdenken. Banduras (1997) Konzept der kollektiven Wirksamkeit liefert die motivationspsychologische Grundlage: Eine Gruppe, die an ihre gemeinsame Wirkung glaubt, handelt anders als eine, die das nicht tut.

Aus diesen Linien ergibt sich ein klares Bild: PLG-Arbeit ist mehr als gemeinsame Sitzungen. Sie ist ein systematischer Prozess kollektiver Inquiry, der von Leitung getragen wird und auf Werkzeuge angewiesen ist — analoge und digitale.

Literatur (Grundlagen)

Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.

Bonsen, M., & Rolff, H.-G. (2006). Professionelle Lerngemeinschaften von Lehrerinnen und Lehrern. Zeitschrift für Pädagogik, 52(2), 167–184.

DuFour, R. (2004). What is a "professional learning community"? Educational Leadership, 61(8), 6–11.

Hargreaves, A., & Fullan, M. (2012). Professional capital: Transforming teaching in every school. Teachers College Press.

Hattie, J. (2009). Visible learning. Routledge.

Hord, S. M. (1997). Professional learning communities: Communities of continuous inquiry and improvement. SEDL.

LeaFaP Project Consortium. (2025). Conceptual framework. Erasmus+ Project LeaFaP.

Lieberman, A., & Miller, L. (2008). Teachers in professional communities. Teachers College Press.

Liu, S., & Hallinger, P. (2024). Professional learning communities and teacher outcomes: A cross-national analysis. Teaching and Teacher Education.

Senge, P. M. (1990). The fifth discipline. Doubleday.

Senge, P. M., Cambron-McCabe, N., Lucas, T., Smith, B., & Dutton, J. (2012). Schools that learn. Crown Currency.

Spillane, J. P. (2006). Distributed leadership. Jossey-Bass.

Stoll, L., Bolam, R., McMahon, A., Wallace, M., & Thomas, S. (2006). Professional learning communities: A review of the literature. Journal of Educational Change, 7(4), 221–258.

Vangrieken, K., Dochy, F., Raes, E., & Kyndt, E. (2015). Teacher collaboration: A systematic review. Educational Research Review, 15, 17–40.

Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities on teaching practice and student learning. Teaching and Teacher Education, 24(1), 80–91.

Wenger, E. (1998). Communities of practice: Learning, meaning, and identity. Cambridge University Press.

Zheng, X., Yin, H., & Liu, Y. (2024). A meta-analysis of the correlation between professional learning communities and teachers' efficacy beliefs. Educational Research Review.

3. Organisation und Koordination

Warum Werkzeuge der Organisation wichtig sind

Eine PLG, die ihre Energie für die Terminsuche aufbraucht, kommt nicht zur Sache. Hirsh (2010) bringt es auf eine Formel: Time, Trust, Talk. Geschützte Zeit ist die erste Bedingung kollegialer Lerngemeinschaften — und sie entsteht nicht von selbst. Werkzeuge der Organisation entlasten die Leitung von Routinen und schaffen Raum für das Eigentliche: den fachlichen Austausch.

Drei Aufgabenfelder begegnen jeder PLG-Leitung regelmäßig: Termine finden, Aufgaben verteilen, Sitzungen vorbereiten und nachbereiten. Für jedes Feld gibt es spezialisierte Tools — und für jedes gibt es DSGVO-konforme Optionen.

Terminplanung

Doodle ist die wohl bekannteste Lösung. Sie ist auch die problematischste. Datenschutzfachleute raten von Doodle für schulische Belange ab: Datenflüsse und Drittlandtransfer sind nicht vollständig kontrollierbar (dr-datenschutz.de, 2024; Dr. Datenschutz, 2024). Der DFN-Terminplaner des Deutschen Forschungsnetzes (Deutsches Forschungsnetz, 2024) bietet eine datensparsame Alternative ohne Tracking; ähnliche Lösungen sind Dudle der TU Dresden und Rallly als selbst hostbare Open-Source-Software. Wer Microsoft 365 oder Google Workspace ohnehin in der Schule nutzt, kann auch deren integrierte Terminplaner einsetzen — mit den dort geltenden Datenschutzeinschränkungen.

In der Praxis bewährt sich eine einfache Regel: Für regelmäßige Treffen lohnt sich der einmalige Aufwand, einen festen Sitzungsrhythmus festzulegen (alle drei Wochen, dienstags 14–16 Uhr). Das macht Terminplanung weitgehend obsolet.

Aufgabenmanagement und Kanban

PLG-Arbeit besteht oft aus parallel laufenden Strängen: ein Lesson-Study-Zyklus, eine Materialüberarbeitung, eine Erprobungsphase. Wer den Überblick behalten will, profitiert von visueller Aufgabenstrukturierung. Kanban-Boards mit den Spalten "To Do", "In Arbeit", "Erledigt" haben sich in vielen Schulen etabliert (Asana Inc., 2024).

Trello ist niederschwellig und schnell eingerichtet (Atlassian, 2024). Microsoft Planner ist in Microsoft 365 integriert. Asana bietet mehr Funktionen für komplexere Projekte. Datenschutzfreundlicher sind selbst gehostete Lösungen wie WeKan oder das Kanban-Modul in Nextcloud (Nextcloud GmbH, 2024). CryptPad bietet ein vollständig verschlüsseltes Kanban-Board, das ohne Konto nutzbar ist (XWiki SAS, 2024).

Wichtiger als das Tool ist die Disziplin: Boards, die nicht aktiv gepflegt werden, verkommen zu Friedhöfen guter Vorhaben. Eine schlanke Konvention — eine Karte pro Aufgabe, eine zuständige Person, ein realistisches Datum — reicht aus.

Protokolle und Sitzungsstrukturen

Lesson Study hat in den letzten zehn Jahren auch im deutschsprachigen Raum Verbreitung gefunden (Mewald & Rauscher, 2018). Die vier Phasen — Frage formulieren, Stunde planen, beobachten, reflektieren — verlangen sorgfältige Dokumentation. Eine geteilte Vorlage, in der jede Phase einen klaren Platz hat, beschleunigt die Arbeit erheblich. OneNote bietet mit dem Staff Notebook eine vorstrukturierte Vorlage (Microsoft Education, 2024). Wer Microsoft 365 nicht nutzt, kann mit Etherpad (Etherpad Foundation, 2024) oder einem schlichten gemeinsamen Markdown-Dokument in Nextcloud arbeiten.

Petko et al. (2018) zeigen, dass digitale Plattformen bestehende Kooperationskulturen verstärken — sie schaffen sie nicht. Ein Tool kann eine starke PLG strukturierter machen; eine schwache wird es nicht retten.

Schulverwaltungssysteme als Datenrückgrat

In Österreich ist WebUntis weit verbreitet (Untis GmbH, 2024). Es liefert Stundenpläne, Klassenbücher und Kommunikationskanäle. Für PLG-Arbeit ist es selten Zentrum, aber häufig Anker: Hier finden sich Lehrer*innenlisten, Stundenpläne und Klassendaten, die auch in PLG-Projekten gebraucht werden. Wichtig ist, die Schnittstellen zu kennen — und Datenschutzgrenzen zu respektieren.

Drossel und Heldt (2022) zeigen auf Basis einer repräsentativen nationalen Stichprobe, dass Lernmanagementsysteme — Moodle (Moodle Pty Ltd, 2024), eduvidual.at und ähnliche — die Lehrkräftekooperation strukturell verändern können: von gemeinsamen Absprachen hin zu gemeinsamer Planung und gemeinsamem Material. Voraussetzung ist eine Kollegiumskultur, die das trägt.

Was die Leitung entlastet

Drei Empfehlungen für die organisatorische Praxis:

• Wenig Tools, dafür konsequent. Eine Plattform für Termine, eine für Aufgaben, eine für Dokumente. Mehr verwirrt.
• Datenschutz vor Bequemlichkeit. Was die Schule ohnehin nutzt und DSGVO-konform betreibt, ist meist die bessere Wahl als ein neues, fremdes Tool.
• Rhythmus vor Tools. Verlässliche Sitzungstermine ersetzen 80 Prozent aller Terminumfragen.

Literatur (Organisation)

Asana Inc. (2024). Kanban-Board-Vorlagen für visuelles Aufgabenmanagement.

Atlassian. (2024). Trello — Visual project management.

Deutsches Forschungsnetz. (2024). DFN-Terminplaner.

dr-datenschutz.de. (2024). Datenschutz bei IT-Tools und Software in Schulen.

Dr. Datenschutz. (2024). Der Terminplandienst Doodle und der Datenschutz.

Etherpad Foundation. (2024). Etherpad — Open-source collaborative text editor.

Hirsh, S. (2010). Working in PLCs: Time, trust, talk. Learning Forward.

Drossel, K., & Heldt, M. (2022). Unterrichtsbezogene Lehrpersonenkooperationen im Zeitalter der digitalen Transformation. MedienPädagogik, 49, 68–93.

Mewald, C., & Rauscher, E. (2018). Lesson Study: Das Handbuch für kollaborative Unterrichtsentwicklung. Studienverlag.

Microsoft Education. (2024). OneNote Class Notebook.

Moodle Pty Ltd. (2024). Moodle — Open-Source LMS.

Nextcloud GmbH. (2024). Nextcloud — On-premises content collaboration platform.

Petko, D., Prasse, D., & Cantieni, A. (2018). Unterrichtsbezogene Lehrpersonenkooperation im Zeitalter der digitalen Transformation. MedienPädagogik.

Untis GmbH. (2024). WebUntis.

XWiki SAS. (2024). CryptPad — Encrypted collaboration suite.

4. Kommunikation und Zusammenarbeit

Drei Modi: synchron, asynchron, hybrid

Eine PLG kommuniziert in drei Modi. Synchron in Sitzungen, Workshops, Lesson-Study-Reflexionen. Asynchron zwischen den Treffen — über Nachrichten, Dokumente, Kommentare. Hybrid in Mischformen, etwa wenn ein Teil der Gruppe vor Ort sitzt und andere remote zugeschaltet sind. Jeder Modus stellt andere Anforderungen an die Werkzeuge.

Microsoft Teams hat mit dem PLC-Teamtyp eine Vorlage geschaffen, die sich an den drei Modi orientiert: Kanäle für Themen, ein gemeinsames OneNote-Notizbuch und eingebaute Videokonferenz (Microsoft Education, 2021). Das ist bequem — und es ist genau hier, wo der Datenschutz schmerzhaft wird.

Microsoft Teams und seine DSGVO-Probleme

Microsoft 365 Education ist die mit Abstand verbreitetste Plattform an europäischen Schulen. Die österreichische Datenschutzbehörde hat 2025 entschieden: Microsoft 365 Education trackt unzulässig, gewährt unzureichende Auskunft und liefert nicht genug Information, um Schulen ihre DSGVO-Pflichten erfüllen zu lassen (Datenschutzbehörde Österreich, 2025; noyb, 2025). Microsoft hatte zuvor mit einem überarbeiteten Data Processing Addendum (Januar 2024) reagiert, doch die Mängel bestehen weiter.

Was bedeutet das praktisch? Schulen müssen vor dem Einsatz eine Datenschutzfolgenabschätzung durchführen, technische und organisatorische Maßnahmen dokumentieren und die Einwilligung der Betroffenen einholen, soweit das in einem öffentlich-rechtlichen Verhältnis möglich ist (Bayerisches Staatsministerium für Unterricht und Kultus, 2024). Bayern hat 2024 die Regeln verschärft: Schulen müssen für jeden externen Tool-Einsatz eine fallbezogene Bewertung dokumentieren (Bayerischer Landesbeauftragter für Datenschutz, 2024). Das gilt analog für PLG-Kommunikationsplattformen.

Datenschutzfreundliche Alternativen

Mattermost (Mattermost Inc., 2024) ist eine Open-Source-Alternative zu Slack, die self-hosted DSGVO-konform betreibbar ist. Element auf Matrix-Basis bietet eine föderierte, Ende-zu-Ende-verschlüsselte Architektur (Element Software, 2024). Stackfield (Stackfield GmbH, 2024) und BSCW (OrbiTeam Software GmbH, 2024) sind deutsche Komplettlösungen mit eingebautem Datenschutz. Threema Work (Threema GmbH, 2024) ersetzt WhatsApp in der schulischen Kommunikation.

Für synchrone Kommunikation hat sich BigBlueButton als datenschutzfreundliche Konferenzlösung etabliert (BigBlueButton Inc., 2024; datenschutz-schule.info, 2024b). Jitsi Meet ist niederschwelliger, eignet sich aber eher für kurze Gespräche (datenschutz-schule.info, 2024a). Beide laufen browserbasiert ohne Konto-Pflicht und können selbst gehostet werden.

In der Praxis lohnt es sich, einen klaren Kanal für jede Kommunikationsart einzurichten — und dabei nicht zu viele Plattformen parallel zu betreiben. Vier Tools, die niemand pflegt, sind schlechter als ein Tool, das alle nutzen.

Was wirkt, was scheitert

Vangrieken et al. (2015) betonen in ihrem Review: Kooperation gelingt, wenn sie in die Arbeitsorganisation eingebettet ist. Eine Plattform allein erzeugt keine Zusammenarbeit. Petko et al. (2018) zeigen empirisch: Digitale Tools verstärken bestehende Kooperationskulturen — positive wie negative. Wo Kolleg*innen sich vorher nicht ausgetauscht haben, hilft kein Slack-Channel.

Liu et al. (2024) belegen mit Daten von über 16.000 STEM-Lehrkräften, dass die PLG-Mitgliedschaft die Wahrscheinlichkeit nachhaltiger Tool-Nutzung signifikant erhöht. Das ist ein paradoxer Befund: Die PLG braucht digitale Werkzeuge, und sie macht digitale Werkzeuge erst nachhaltig wirksam. Beides wirkt zusammen.

Asynchrone Kommunikation als Schlüssel

Borko et al. (2024) finden in ihrer Studie zu wirksamer Online-Lehrer*innen-Fortbildung: Eine Mischung aus synchronen und asynchronen Formaten ist am wirkungsvollsten. Synchron für Aushandlung und Verbindung, asynchron für vertiefte Reflexion und individuelle Vorbereitung. Wer eine PLG leitet, sollte beides bewusst einplanen.

Ein typisches Muster: 90 Minuten synchron alle drei Wochen, dazwischen ein gemeinsames Dokument oder ein Kanal, in dem Beobachtungen, Fragen und Materialien laufend geteilt werden. So bleibt die Sitzung kompakt und produktiv — sie verarbeitet, was zwischen den Sitzungen entstanden ist.

Was die Leitung beachten sollte

• Kanäle klar definieren. Was läuft synchron, was asynchron, was bilateral? Klare Konventionen entlasten alle.
• Daten schützen. Vor jeder neuen Plattform: Wer wird Auftragsverarbeiter? Wo liegen die Daten? Welche Einwilligung ist nötig?
• Stille respektieren. Ein Channel, in dem niemand antworten muss, ist oft produktiver als einer, der ständige Reaktion verlangt.

Literatur (Kommunikation)

Bayerischer Landesbeauftragter für Datenschutz. (2024). Neue Regeln für digitale Werkzeuge in bayrischen Schulen. datenschutz-schule.info News.

Bayerisches Staatsministerium für Unterricht und Kultus. (2024). Datenschutz an Schulen — Praxisleitfaden.

BigBlueButton Inc. (2024). BigBlueButton — Open-source web conferencing for education.

Borko, H., Carlson, J., & Mangram, C. (2024). Promising practices for online professional learning. Computers and Education Open.

Datenschutzbehörde Österreich. (2025). Bescheid zu Microsoft 365 Education.

datenschutz-schule.info. (2024a). Jitsi — Datenschutz-Check.

datenschutz-schule.info. (2024b). BigBlueButton — Datenschutz-Check.

Element Software. (2024). Element — Secure communications.

Liu, M., Sun, Y., & Zhao, S. (2024). Leveraging professional learning communities in linking digital professional development and instructional integration. International Journal of STEM Education, 11.

Mattermost Inc. (2024). Mattermost — Open-source messaging for collaborative teams.

Microsoft Education. (2021). Tips for using Teams for your professional learning community.

noyb. (2025). Microsoft violates children's privacy. noyb.eu.

OrbiTeam Software GmbH. (2024). BSCW — Basic support for cooperative work.

Petko, D., Prasse, D., & Cantieni, A. (2018). Unterrichtsbezogene Lehrpersonenkooperation im Zeitalter der digitalen Transformation. MedienPädagogik.

Stackfield GmbH. (2024). Stackfield — Sichere Zusammenarbeit.

Threema GmbH. (2024). Threema Work.

Vangrieken, K., Dochy, F., Raes, E., & Kyndt, E. (2015). Teacher collaboration: A systematic review. Educational Research Review, 15, 17–40.

5. Wissensmanagement und kollaborative Dokumentation

Was eine PLG produziert

Eine PLG, die ein Schuljahr lang arbeitet, hinterlässt Spuren: Sitzungsprotokolle, Materialien, Reflexionsnotizen, Beobachtungsbögen aus Lesson Studies, Lesefrüchte aus gemeinsamer Lektüre. Wenger (1998) nennt das die "geteilte Praxis" — den materiellen Niederschlag dessen, was eine Community lernt. Geht dieser Niederschlag verloren, beginnt das Team beim nächsten Zyklus von vorn.

Wissensmanagement ist deshalb keine Zusatzaufgabe, sondern Kerngeschäft. Ohne ein gemeinsames Gedächtnis bleibt PLG-Arbeit episodisch. Mit einem gepflegten Wissensspeicher entsteht über Jahre etwas, das Hargreaves und Fullan (2012) als soziales Kapital bezeichnen: ein Reservoir an gemeinsam erarbeiteten Lösungen, das auch neue Kolleg*innen tragen kann.

OneNote als pragmatische Lösung

Microsoft OneNote bietet mit dem Class Notebook und seiner Erweiterung als Staff Notebook eine vorstrukturierte Lösung (Microsoft Education, 2024). Drei Bereiche — persönlicher Bereich, Inhaltsbibliothek, Kollaborationsraum — eignen sich direkt für PLG-Strukturen. In Microsoft Teams ist das Notizbuch automatisch integriert (Microsoft Education, 2021).

Der Vorteil: niedrige Einstiegshürde, Echtzeit-Synchronisation, plattformübergreifend nutzbar. Der Preis: dieselbe Datenschutzproblematik wie die gesamte Microsoft-365-Suite (siehe Kapitel 8). Wer OneNote für PLG-Wissen einsetzt, sollte vorher klären, welche Daten dort liegen dürfen.

Wikis als strukturierter Speicher

Confluence (Atlassian) und Notion (Notion Labs Inc., 2024) sind die marktführenden Plattformen für strukturiertes Wissensmanagement (Atlassian, 2024). Confluence setzt auf einen klaren Page-Tree mit vollständiger Versionierung; Notion bietet flexible Datenbanken und einfache Bedienung. Beide sind US-gehostet — was für schulische Daten DSGVO-Aufwand erzeugt.

Datenschutzfreundliche Alternativen sind DokuWiki, Bookstack oder das Wiki-Modul in Nextcloud (Nextcloud GmbH, 2024). Wer keinen eigenen Server betreiben will, kann auch Moodle als Wissensspeicher zweckentfremden — die Wiki- und Datenbank-Aktivitäten sind dafür konzipiert (Moodle Pty Ltd, 2024).

Petko et al. (2018) beobachten, dass Lernmanagementsysteme Lehrkräftekooperation strukturell verändern. Wo Materialien und Reflexionen systematisch abgelegt werden, beginnen Lehrkräfte, sich auf gemeinsame Standards zu einigen — schlicht weil das Tool diese Konvention nahelegt.

ePortfolios und persönliche Reflexion

Die kollektive Dokumentation ist die eine Seite. Die andere ist die persönliche: Wo halten Lehrkräfte ihre eigenen Lernschritte, ihre Fragen, ihre Beobachtungen fest? Mahara (Catalyst IT & Mahara Project, 2024) ist die etablierte Open-Source-Plattform für ePortfolios. Sie erlaubt, gezielt einzelne Ansichten mit der PLG zu teilen — den Rest privat zu halten.

ePortfolios verbinden individuelle Reflexion mit kollegialem Austausch. Das ist methodisch nahe an Lesson Study (Mewald & Rauscher, 2018) und an Aktionsforschungsansätzen (Owen, 2014): Beobachten, dokumentieren, reflektieren, weitergeben.

Versionierung und Langlebigkeit

Ein oft unterschätzter Punkt: Was passiert, wenn die PLG nach drei Jahren ihre Plattform wechseln muss? Wenn Microsoft die Lizenzbedingungen ändert, eine Schulaufsicht eine andere Lösung vorschreibt, ein Anbieter den Dienst einstellt? Wer sein Wissen in proprietären Formaten ablegt, riskiert Verluste.

Die Empfehlung: Kernmaterialien in offenen Formaten halten — Markdown, PDF, ODF. Eine regelmäßige Sicherung in einem unabhängigen Speicherort (Cloud-Storage, Schul-Server, USB-Festplatte) gibt Unabhängigkeit von Plattformentscheidungen.

CryptPad (XWiki SAS, 2024) ist hier interessant: Pads, Sheets, Whiteboards, Kanban-Boards — alles Ende-zu-Ende-verschlüsselt, exportierbar in Standardformaten. Für PLGs, die sensible Reflexionen festhalten, eine geprüfte Wahl.

Eine kleine Architektur

In der Praxis hat sich ein dreigliedriges Setup bewährt:

• Schnellspeicher für laufende Diskussion: Chat-Kanal oder Etherpad (Etherpad Foundation, 2024).
• Mittelfristspeicher für aktuelle Projekte: ein gemeinsamer Ordner oder ein Wiki.
• Langzeitspeicher für ausgereifte Materialien: ein strukturiertes Repositorium mit Versionierung.

Wer die Übergänge zwischen den drei Ebenen klar definiert — und sich angewöhnt, am Ende jedes Zyklus aufzuräumen — schafft das, was eine PLG langfristig auszeichnet: ein wachsendes, gepflegtes gemeinsames Wissen.

Was die Leitung beachten sollte

• Eine Quelle der Wahrheit. Doppelablagen erzeugen Konflikte und Datenmüll.
• Konventionen vor Tools. Was wo abgelegt wird, ist wichtiger als die Plattform.
• Exportierbarkeit prüfen. Vor jeder neuen Tool-Entscheidung: Wie kommt das Wissen wieder heraus?

Literatur (Wissensmanagement)

Atlassian. (2024). Confluence vs. Notion — Comparison.

Catalyst IT & Mahara Project. (2024). Mahara — Open-Source ePortfolio platform.

Etherpad Foundation. (2024). Etherpad.

Hargreaves, A., & Fullan, M. (2012). Professional capital. Teachers College Press.

Mewald, C., & Rauscher, E. (2018). Lesson Study: Das Handbuch für kollaborative Unterrichtsentwicklung. Studienverlag.

Microsoft Education. (2021). Tips for using Teams for your professional learning community.

Microsoft Education. (2024). OneNote Class Notebook.

Moodle Pty Ltd. (2024). Moodle — Open-source LMS.

Nextcloud GmbH. (2024). Nextcloud.

Notion Labs Inc. (2024). Notion — All-in-one workspace.

Owen, S. (2014). Development of professional learning communities through action research. Educational Action Research.

Petko, D., Prasse, D., & Cantieni, A. (2018). Unterrichtsbezogene Lehrpersonenkooperation im Zeitalter der digitalen Transformation. MedienPädagogik.

Wenger, E. (1998). Communities of practice. Cambridge University Press.

XWiki SAS. (2024). CryptPad — Encrypted collaboration suite.

6. Künstliche Intelligenz als Werkzeug in der PLG-Leitung

Eine neue Generation von Werkzeugen

Generative KI verändert die Arbeit in PLGs schneller als jede frühere Tool-Generation. Salas-Pilco et al. (2024) identifizieren in ihrem systematischen Review zentrale Anwendungsfelder: Unterrichtsplanung, Feedback, Lernanalytik und kollegiale Reflexion. Die UNESCO (2021, 2023) hat in zwei Berichten die Notwendigkeit ethischer Leitplanken betont; die EU hat mit dem AI Act (Europäische Union, 2024) einen rechtlichen Rahmen gesetzt, der KI-Systeme in der Bildung weitgehend als Hochrisiko-Anwendungen klassifiziert.

Die KMK und das BMBWF haben 2024 eine gemeinsame Handreichung vorgelegt, die Datenschutz, Lernziele, Kompetenzen und kollegialen Umgang mit KI-Tools systematisch behandelt (KMK & BMBWF, 2024). Der DIPF-Sammelband von Wilmers (2024) ergänzt aus Sicht der deutschen Bildungsforschung: Die Lehrer*innenrolle verändert sich, kollegiale Erprobung wird wichtiger.

Für die PLG-Leitung heißt das: KI ist nicht ein weiteres Tool unter vielen, sondern ein Forschungsfeld, das die PLG selbst zu ihrem Gegenstand machen sollte.

Was KI in der PLG-Arbeit konkret leistet

Drei Anwendungsfelder begegnen uns in der Praxis besonders häufig:

Vorbereitung von Sitzungen. Sprachmodelle wie ChatGPT (OpenAI), Claude (Anthropic, 2024) oder Microsoft Copilot (Microsoft Education, 2024) können Reflexionsfragen formulieren, Texte zusammenfassen, Diskussionsmaterialien strukturieren. Howe und Patterson (2025) berichten in einer empirischen Studie zu Sprachmodellen in der Lehrkräftefortbildung: KI liefert unmittelbare Unterstützung im Lernprozess, ersetzt aber nicht menschliche Facilitation. Im Gegenteil — die Autor*innen warnen vor einem Konvergenzdruck: Wenn alle dieselbe KI um Inhalte bitten, schrumpft die Vielfalt.

Materialaufbereitung. Differenzierungen, sprachliche Vereinfachungen, Übersetzungen, Aufgaben in mehreren Schwierigkeitsgraden — KI reduziert hier den Zeitaufwand erheblich. In PLGs, die mit Lesson Study arbeiten (Mewald & Rauscher, 2018), kann KI bei der Vorbereitung der "carefully planned lesson" unterstützen.

Formative Diagnose und Feedback. Hier ist Vorsicht geboten. Lerndaten sind sensible Daten; Learning Analytics berührt Persönlichkeitsrechte (Liu & Wang, 2023). Die Frameworks DELICATE (Drachsler & Greller, 2016) oder SHEILA bieten Orientierung: Determination, Explain, Legitimate, Involve, Consent, Anonymise, Technical, External — die acht Prüfsteine treffen für jeden KI-Einsatz mit Schüler*innendaten zu.

DSGVO-konforme Wege

Direkter ChatGPT-Einsatz mit Schüler*innen ist in Schulen nur eingeschränkt zulässig. Die Nutzungsbedingungen verlangen ein Mindestalter von 13 Jahren, und eine Datenschutzfolgenabschätzung gemäß Art. 35 DSGVO ist regelmäßig erforderlich (Wampfler, 2024; Dr. DSGVO, 2024). Die Datenschutzkonferenz hat eine eigene Handreichung zur DSFA für KI vorgelegt (Datenschutzkonferenz, 2024).

Für Lehrkräfte in der PLG-Arbeit gibt es niederschwellige Wege: Plattformen wie Fobizz (fobizz GmbH, 2024) und Schul-KI (SchulKI Initiative, 2024) bieten DSGVO-konformen Zugang zu großen Sprachmodellen. Sie sitzen in Deutschland, schließen Auftragsverarbeitungsverträge mit Schulen und setzen einen Datenschutz-Layer vor die Modell-API. ChatGPT Enterprise (OpenAI, 2024) und Microsoft 365 Copilot mit Education-Lizenz (Microsoft Education, 2024) bieten erweiterte Garantien — kein Training auf Kundendaten, EU-Datenresidenz — kosten aber pro Lehrkraft.

Für die PLG-Leitung empfiehlt sich ein klarer Stufenplan: KI-Werkzeuge zunächst von Lehrkräften für eigene Vorbereitung nutzen lassen, dann gemeinsam reflektieren, dann erst — und nur mit DSFA — in Schüler*innen-Arbeit integrieren.

KI als Co-Moderator? Ja, aber.

Howe und Patterson (2025) haben in ihrer Studie 29 Lehrkräfte begleitet, die Sprachmodelle in einem Fortbildungsprogramm einsetzten. Drei Befunde sind relevant:

• KI strukturiert. Sie erstellt Tagesordnungen, schreibt Protokolle, findet Themen-Cluster in Diskussionsbeiträgen. Das entlastet die Facilitator*in.
• KI verflacht Vielfalt. Wenn alle Teilnehmenden dieselbe KI für ihre Vorbereitung nutzen, gleichen sich Beiträge an. Das untergräbt das Pluralitätsprinzip, das PLGs auszeichnet (LeaFaP Project Consortium, 2025).
• KI ersetzt nicht menschliche Aufmerksamkeit. Das Sensorium für Stimmungen, Konflikte, ungesagte Sorgen bleibt menschliche Aufgabe. KI erkennt Muster, nicht Bedeutungen.

Die LeaFaP-Konzeption hebt unter ihren fünf Schlüsseldimensionen explizit "Vielfalt und Demokratie" hervor (LeaFaP Project Consortium, 2025). Wer KI in einer PLG einsetzt, muss diese Dimension aktiv schützen.

Was die Leitung beachten sollte

• KI als Gegenstand der PLG. Ein eigenes Kapitel der PLG-Arbeit dem Umgang mit KI widmen — gemeinsam erproben, gemeinsam reflektieren.
• Datenschutz vor Tool. Vor jedem Einsatz: AVV, DSFA, dokumentierte Begründung.
• Pluralität schützen. Aufgaben so formulieren, dass nicht alle dieselbe KI-Antwort bekommen. Eigene Beobachtungen explizit einfordern.
• Lernerfahrungen sammeln. SELFIEforTEACHERS (European Commission, 2024) und der DigCompEdu-Rahmen (Redecker, 2017) helfen, eigene KI-Kompetenz einzuordnen.

Eine offene Frage

Wenn KI in fünf Jahren Standardwerkzeug aller Lehrkräfte ist — was tut dann eine PLG noch, das KI nicht tun kann? Unsere Antwort: genau das, was sie heute schon ausmacht. Vertrauen aufbauen. Praxis de-privatisieren. Hilfekultur leben (Bonsen & Rolff, 2006). Diese Dimensionen wird kein Sprachmodell ersetzen.

Literatur (KI-Unterstützung)

Anthropic. (2024). Claude — KI-Assistent.

Bonsen, M., & Rolff, H.-G. (2006). Professionelle Lerngemeinschaften von Lehrerinnen und Lehrern. Zeitschrift für Pädagogik, 52(2), 167–184.

Datenschutzkonferenz. (2024). Künstliche Intelligenz für Lehrkräfte — Eine Einführung in die Datenschutzfolgenabschätzung.

Dr. DSGVO. (2024). Datenschutzfolgenabschätzung für Künstliche Intelligenz und andere digitale Dienste.

Drachsler, H., & Greller, W. (2016). DELICATE — Checklist for trusted learning analytics. LAK16 Conference Proceedings.

European Commission. (2024). SELFIEforTEACHERS.

Europäische Union. (2024). Verordnung über Künstliche Intelligenz (AI Act).

fobizz GmbH. (2024). fobizz — KI-Plattform für Schulen.

KMK & BMBWF. (2024). Künstliche Intelligenz im Unterricht — Empfehlungen für Lehrkräfte.

LeaFaP Project Consortium. (2025). Conceptual framework. Erasmus+ Project LeaFaP.

Liu, S., & Wang, T. (2023). Understanding privacy and data protection issues in learning analytics. British Journal of Educational Technology.

Mewald, C., & Rauscher, E. (2018). Lesson Study. Studienverlag.

Microsoft Education. (2024). Microsoft Copilot in Education.

OpenAI. (2024). ChatGPT Enterprise.

Redecker, C. (2017). European Framework for the Digital Competence of Educators (DigCompEdu). European Commission.

Salas-Pilco, S. Z., Xiao, K., & Oshima, J. (2024). Artificial intelligence in teaching and teacher professional development: A systematic review. Computers and Education: Artificial Intelligence, 7.

SchulKI Initiative. (2024). Schul-KI.

Howe, K., & Patterson, K. (2025). Using large language models to promote teachers' learning: An exploratory professional development programme. Professional Development in Education.

UNESCO. (2021). AI in education — Guidance for policy-makers.

UNESCO. (2023). Artificial intelligence and the futures of learning.

Wampfler, P. (2024). ChatGPT & Datenschutz — Update für Schule und Unterricht. Unterrichten Digital.

Wilmers, A. (Hg.) (2024). Bildung im digitalen Wandel: 20 Forschungssynthesen im Metavorhaben Digi-EBF. Waxmann.

7. Reflexion, Feedback und Evaluation

Reflexion ist die Kernpraxis einer PLG

Vescio et al. (2008) zeigen in ihrem Review: Wirksame PLGs zeichnen sich durch systematische Reflexion aus, nicht durch besondere Aktivitäten. Das LeaFaP-Konsortium hebt Reflexion und Inquiry als eine der fünf Schlüsseldimensionen ihres Rahmenwerks hervor (LeaFaP Project Consortium, 2025). Hord (1997) bezeichnete PLCs schlicht als "communities of continuous inquiry and improvement". Wer also auf eine starke PLG aus ist, baut Reflexionsroutinen ein — und sucht Werkzeuge, die diese Routinen tragen.

Owen (2014) hat Aktionsforschung als systematische Inquiry-Praxis in PLGs untersucht. Die vier Phasen — Beobachten, Reflektieren, Planen, Erproben — verlangen Werkzeuge für jede Phase. Digitale Tools können hier Reibungsverluste senken, vorausgesetzt sie werden bewusst gewählt.

Schnelle Stimmungsbilder

Ein Stimmungsbild zu Beginn oder am Ende einer Sitzung dauert zwei Minuten und liefert oft mehr Erkenntnis als eine halbe Stunde Diskussion. Mentimeter (Mentimeter AB, 2024) und Padlet (Padlet Inc., 2024) sind hier verbreitet. Mentimeter hat seinen Sitz in Schweden, was für DSGVO-Anwendungen günstig ist; Padlet sitzt in den USA, was schulischen Einsatz datenschutzkritisch macht (Naamati-Schneider & Alt, 2023).

CryptPad bietet Forms an, die ohne Konto und vollständig verschlüsselt funktionieren (XWiki SAS, 2024). Limesurvey ist eine ausgereifte Open-Source-Befragungssoftware aus Deutschland, self-hostbar und damit DSGVO-konform (LimeSurvey GmbH, 2024). Für niederschwellige Live-Stimmungsbilder genügt oft auch ein einfaches Etherpad mit einer Skala von 1 bis 5 (Etherpad Foundation, 2024).

Anonyme Reflexion und Feedback

Kollegiales Feedback verlangt Vertrauen — und manchmal die Möglichkeit, etwas anonym zu sagen, was einem unter dem eigenen Namen nicht über die Lippen ginge. Jin und Lin (2024) listen Anonymität als eine der zentralen technologischen Affordances wirksamer Online-PLCs auf.

Anonyme Surveys über Limesurvey oder CryptPad funktionieren technisch; wichtiger ist die kulturelle Vereinbarung, was mit den Antworten passiert. In der Praxis: Antworten gemeinsam clustern, gemeinsam interpretieren, dann gemeinsam Konsequenzen ableiten. Die LeaFaP-Konzeption (LeaFaP Project Consortium, 2025) legt explizit Wert auf demokratische Aushandlungsprozesse — anonyme Eingangsbefragung, transparente kollektive Auswertung.

Lesson Study und systematische Beobachtung

Lesson Study (Mewald & Rauscher, 2018) ist die wohl konsequenteste Form unterrichtsbezogener Reflexion. Drei bis sechs Lehrkräfte planen gemeinsam eine Stunde, eine Person hält sie, alle anderen beobachten Schüler*innen — nicht die haltende Lehrperson — und reflektieren anschließend kollegial. Die Methode lebt von guter Beobachtungsdokumentation.

Hier helfen schlichte Werkzeuge: ein gemeinsames Beobachtungsbogen-Template als Etherpad, ein OneNote-Notizbuch (Microsoft Education, 2024), ein Padlet mit Spalten pro beobachteter Schülerin. Die DSGVO-Frage bleibt: Beobachtungen über einzelne Schülerinnen sind personenbezogene Daten und gehören in datenschutzkonforme Werkzeuge. Anonymisierung über Codes (S1, S2, S3) ist Standard.

Kollektive Datenarbeit

PLGs nutzen oft Schüler*innendaten — Tests, Klassenarbeiten, Lernstandsdiagnosen — um Unterricht zu reflektieren. Liu und Wang (2023) zeigen in ihrem Review zu Privacy in Learning Analytics: Hier ist besondere Sorgfalt geboten. Das DELICATE-Framework (Drachsler & Greller, 2016) bietet acht Prüfsteine, die jede PLG vor jeder Datennutzung durchgehen sollte: Determination des Zwecks, Explain — Erklären gegenüber Betroffenen, Legitimate — rechtliche Grundlage, Involve — Beteiligung der Betroffenen, Consent, Anonymise, Technical Safeguards, External Audit.

In der Praxis hat sich bewährt, mit aggregierten Daten zu arbeiten (Klassendurchschnitte statt Einzelnoten) und individuelle Daten nur dann auszuwerten, wenn die einzelne Lehrkraft sie aus dem eigenen Unterricht einbringt. Das schützt Kolleginnen wie Schülerinnen.

Längsschnittbeobachtung der PLG selbst

Eine PLG, die ihre eigene Entwicklung reflektieren will, braucht Längsschnittdaten. Was hat sich verändert? Welche Themen kehren wieder? Wo war die Energie hoch, wo niedrig? Hier helfen schlichte Werkzeuge: ein gemeinsames Tagebuch in einem Wiki, eine vierteljährliche Selbsteinschätzung mit dem DigCompEdu-Rahmen oder SELFIEforTEACHERS (European Commission, 2024; Redecker, 2017).

Borko et al. (2024) empfehlen für wirksame Online-PD: kontinuierliche Begleitung statt punktueller Veranstaltungen. Eine PLG, die ihre eigene Entwicklung dokumentiert, kann ihre Wirksamkeit gegenüber der Schulleitung sichtbar machen — und gewinnt dadurch leichter geschützte Sitzungszeit.

Was die Leitung beachten sollte

• Reflexion strukturieren. Eine wiederkehrende Frage am Ende jeder Sitzung schafft Vergleichbarkeit über Zeit.
• Anonymität gezielt einsetzen. Nicht alles muss anonym sein. Aber heikle Themen profitieren davon.
• Daten sparsam. Was die PLG für ihre Reflexion wirklich braucht, oft weniger als sie zunächst annimmt.
• Sichtbar machen. Eine kompakte Zusammenfassung der PLG-Arbeit pro Halbjahr, geteilt mit der Schulleitung, sichert Ressourcen.

Literatur (Reflexion und Evaluation)

Borko, H., Carlson, J., & Mangram, C. (2024). Promising practices for online professional learning. Computers and Education Open.

Drachsler, H., & Greller, W. (2016). DELICATE — Checklist for trusted learning analytics. LAK16.

Etherpad Foundation. (2024). Etherpad.

European Commission. (2024). SELFIEforTEACHERS.

Naamati-Schneider, L., & Alt, D. (2023). Online collaborative Padlet-mediated learning in health management studies. Frontiers in Psychology, 14, 1157621.

Hord, S. M. (1997). Professional learning communities. SEDL.

Jin, X., & Lin, J. (2024). Technological affordances in teachers' online professional learning communities. Journal of Computer Assisted Learning, 40(3).

LeaFaP Project Consortium. (2025). Conceptual framework. Erasmus+ Project LeaFaP.

LimeSurvey GmbH. (2024). Limesurvey — Open-source survey tool.

Liu, S., & Wang, T. (2023). Understanding privacy and data protection issues in learning analytics. British Journal of Educational Technology.

Mentimeter AB. (2024). Mentimeter — Live polling.

Mewald, C., & Rauscher, E. (2018). Lesson Study. Studienverlag.

Microsoft Education. (2024). OneNote Class Notebook.

Owen, S. (2014). Development of professional learning communities through action research. Educational Action Research.

Padlet Inc. (2024). Padlet — Visual collaboration board.

Redecker, C. (2017). DigCompEdu. European Commission.

Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities on teaching practice and student learning. Teaching and Teacher Education, 24(1), 80–91.

XWiki SAS. (2024). CryptPad.

8. DSGVO und Datenschutz — das Querschnittsthema

Warum Datenschutz kein Anhängsel ist

Jede Toolentscheidung in einer PLG ist auch eine Datenschutzentscheidung. Wer einen Doodle-Link verschickt, übermittelt personenbezogene Daten an einen Dienstleister außerhalb der EU. Wer ChatGPT zur Vorbereitung einer Reflexionsfrage nutzt, lädt — möglicherweise — interne Beobachtungen auf US-Server. Wer ein Padlet teilt, das Schüler*innen-Beispiele enthält, verarbeitet personenbezogene Daten Dritter (Padlet Inc., 2024).

Die Datenschutz-Grundverordnung (Europäisches Parlament & Rat der Europäischen Union, 2016) ist keine Bürokratie. Sie ist die rechtliche Konkretisierung eines Grundrechts: informationelle Selbstbestimmung. Schule ist hier besonders sensibel — Lehrkräfte verarbeiten Daten Minderjähriger im Pflichtkontext, also ohne Möglichkeit zum Boykott.

Das BMBWF (2024) und die Datenschutzkonferenz (2021) haben dafür Orientierungshilfen vorgelegt; das bayerische Kultusministerium hat einen ausführlichen Praxisleitfaden veröffentlicht (Bayerisches Staatsministerium für Unterricht und Kultus, 2024). Diese Dokumente sind Pflichtlektüre für alle, die in einer PLG Tools auswählen.

Die Microsoft-365-Frage

Die österreichische Datenschutzbehörde hat 2025 entschieden: Microsoft 365 Education verstößt gegen die DSGVO (Datenschutzbehörde Österreich, 2025). Die Begründung ist detailliert: Tracking von Schüler*innen ohne Einwilligung, mangelnde Auskunft über Datenverarbeitung, intransparente Weitergabe an Dritte. Damit hat eine europäische Aufsichtsbehörde formal festgestellt, was zivilgesellschaftliche Organisationen schon länger kritisieren (noyb, 2025).

Was bedeutet das für Schulen? Microsoft hat 2024 ein überarbeitetes Data Processing Addendum vorgelegt (datenschutz-schule.info, 2024). Die Verbesserungen sind real, lösen aber das Kernproblem nicht: Daten werden zu Microsofts eigenen Zwecken verarbeitet, die Schule kann das nur eingeschränkt kontrollieren. Die niederländische Privacy Company hat in einer Folge-DSFA acht Hochrisiko-Punkte identifiziert, von denen Microsoft sieben adressiert hat (Privacy Company, 2023).

In der Praxis fahren Schulen — auch in Österreich — Microsoft 365 weiter. Das ist nicht ideal, aber realistisch. Wer eine PLG leitet, sollte zumindest wissen, in welchem rechtlichen Graubereich er sich bewegt — und die Schulleitung in jede Tool-Entscheidung einbinden.

Drei Konfigurationen für PLGs

Aus der Praxis lassen sich drei typische Setups identifizieren:

Setup A — All-in mit Microsoft 365 (oder Google Workspace). Bequem, integriert, vom Schulträger lizensiert. Datenschutzrisiken bleiben. Mindeststandard: AVV mit dem Anbieter, dokumentierte DSFA, klare Konfiguration ohne Schüler*innen-Tracking, regelmäßige Überprüfung der Datenflüsse.

Setup B — Hybride Lösung. Schulträger-Plattform für Routine-Kommunikation, datenschutzfreundliche Spezial-Tools für sensible Aufgaben. Beispiel: Microsoft Teams für Termine und Materialien, BigBlueButton für Sitzungen mit personenbezogenen Inhalten (BigBlueButton Inc., 2024), CryptPad für anonyme Reflexion (XWiki SAS, 2024). Dieser Mittelweg hat sich in vielen Schulen etabliert.

Setup C — Open-Source-Stack. Nextcloud (Nextcloud GmbH, 2024) als Zentrale, Mattermost (Mattermost Inc., 2024) für Chat, BigBlueButton für Konferenzen, Limesurvey (LimeSurvey GmbH, 2024) für Befragungen. Maximale Datensouveränität, höherer Wartungsaufwand. Setzt voraus, dass der Schulträger einen technischen Betrieb aufbaut oder einen DSGVO-konformen Hoster vertraglich bindet.

DSFA als Routine

Eine Datenschutzfolgenabschätzung (DSFA) klingt aufwendig — und ist es beim ersten Mal. Beim zweiten und dritten Tool wird es Routine. Die Datenschutzkonferenz (2024) hat eine spezielle Handreichung für KI-Anwendungen vorgelegt. Dr. DSGVO (2024) bietet eine pragmatische Schritt-für-Schritt-Anleitung.

Die Kernfragen sind immer dieselben: Welche Daten werden verarbeitet? Wer verarbeitet? Wo? Welche Rechtsgrundlage gilt? Welche Risiken bestehen? Welche technischen und organisatorischen Maßnahmen liegen vor? Wie werden Betroffene informiert?

Eine PLG kann hier konstruktiv arbeiten: Die DSFA für ein Tool, das die ganze Schule nutzen will, kann gemeinsam in der PLG erstellt werden. Das ist Bildung im besten Sinn — gemeinsame Auseinandersetzung mit einem komplexen Sachverhalt, an dessen Ende ein für alle nutzbares Dokument steht.

DSGVO und KI — der AI Act

Mit der EU-Verordnung über Künstliche Intelligenz (Europäische Union, 2024) kommt eine zweite Regulierungsschicht hinzu. KI-Systeme in der Bildung gelten überwiegend als Hochrisiko-Systeme. Das verlangt erweiterte Dokumentation, Risikomanagement, menschliche Aufsicht und transparente Information der Betroffenen.

Für PLGs heißt das: KI-Erprobung muss systematisch dokumentiert werden — das ist nicht nur DSFA-Pflicht, sondern auch eine Frage der intellektuellen Redlichkeit. Wer eine neue Praxis erprobt, sollte festhalten, was er tut und warum.

Vier Mindeststandards

Unabhängig vom Setup gelten vier Mindeststandards:

• Schriftlicher AVV für jedes externe Tool. Ohne AVV kein Einsatz mit personenbezogenen Daten.
• Dokumentierte DSFA vor Einführung neuer Tools mit hohem Risiko (Schüler*innen-Daten, KI, Kommunikation Minderjähriger).
• Information der Betroffenen in verständlicher Sprache. Kinder und Jugendliche haben Anspruch auf alterssensible Aufklärung.
• Regelmäßige Überprüfung. Ein einmaliger DSFA-Check reicht nicht — Anbieter ändern AGB, Behörden ändern Auslegungen, neue Risiken kommen hinzu.

Was die Leitung beachten sollte

• Datenschutz von Anfang an mitdenken. Privacy by Design ist nicht nur ein Schlagwort, sondern eine Arbeitsweise.
• Schulleitung und DSB einbinden. Allein entscheidet niemand über Tool-Einsatz mit personenbezogenen Daten.
• Dokumentieren. Was nicht dokumentiert ist, gilt im Zweifel als nicht geschehen.
• Kontinuierliche Bildung. DSGVO und AI Act ändern sich; eine PLG ist der ideale Ort, um das gemeinsam zu verfolgen.

Literatur (Datenschutz)

Bayerisches Staatsministerium für Unterricht und Kultus. (2024). Datenschutz an Schulen — Praxisleitfaden.

BigBlueButton Inc. (2024). BigBlueButton.

BMBWF. (2024). Datenschutz an Schulen Österreich.

datenschutz-schule.info. (2024). Neues DPA von Microsoft im Januar 2024.

Datenschutzbehörde Österreich. (2025). Bescheid zu Microsoft 365 Education.

Datenschutzkonferenz. (2021). Orientierungshilfe Onlineunterricht.

Datenschutzkonferenz. (2024). Künstliche Intelligenz für Lehrkräfte — Eine Einführung in die Datenschutzfolgenabschätzung.

Dr. DSGVO. (2024). Datenschutzfolgenabschätzung für Künstliche Intelligenz und andere digitale Dienste.

Europäische Union. (2024). Verordnung über Künstliche Intelligenz (AI Act).

Europäisches Parlament & Rat der Europäischen Union. (2016). Verordnung (EU) 2016/679 — Datenschutz-Grundverordnung.

LimeSurvey GmbH. (2024). Limesurvey.

Mattermost Inc. (2024). Mattermost.

Nextcloud GmbH. (2024). Nextcloud.

noyb. (2025). Microsoft violates children's privacy — blames your local school.

Padlet Inc. (2024). Padlet.

Privacy Company. (2023). Google mitigates 8 high privacy risks for Workspace for Education.

XWiki SAS. (2024). CryptPad.

9. Herausforderungen und Grenzen

Tool-Müdigkeit

Wer drei Plattformen parallel pflegt, pflegt keine richtig. Microsoft Teams, Padlet, Google Classroom, Mentimeter, Trello, Slack, ein Wiki — die Liste wird länger, das Wissen verteilt sich, niemand findet etwas. Tool-Müdigkeit ist eine reale Größe in der digitalen Schulentwicklung. Petko et al. (2018) beschreiben in ihrer Studie, wie technologische Vielfalt Kooperationskultur eher erodiert als unterstützt, wenn keine klaren Konventionen gelten.

Die Konsequenz für PLG-Leitung: weniger ist mehr. Drei Tools, konsequent genutzt, schlagen acht Tools, die niemand pflegt. Borko et al. (2024) bestätigen das aus der Online-PD-Forschung: Wirksame Online-Lehrerfortbildungen halten ihre Toolauswahl bewusst schmal.

Asymmetrische Kompetenz

Nicht alle Kolleg*innen sind gleich vertraut mit digitalen Werkzeugen. Eickelmann und Gerick (2020) zeigen in Studien zu deutschen Schulen erhebliche Heterogenität in der digitalen Kompetenz. Eine PLG, die diese Heterogenität ignoriert, schließt Mitglieder aus.

Drei Strategien helfen:

• Niederschwelligkeit als Default. Werkzeuge, die ohne Schulung funktionieren, haben Vorrang.
• Mentoring innerhalb der PLG. Wer ein Tool gut kann, hilft anderen — kein peinliches Plenum, sondern bilateral.
• Selbsteinschätzung als Ausgangspunkt. SELFIEforTEACHERS (European Commission, 2024) liefert eine systematische Bestandsaufnahme. Der DigCompEdu-Rahmen (Redecker, 2017) gibt Orientierung, woran gearbeitet werden kann.

Datenschutz als ständige Hürde

Die DSGVO und der AI Act sind richtig — und sie machen Tool-Auswahl aufwendig. Eine PLG-Leitung kann nicht für jedes neue Tool selbst eine vollständige DSFA durchführen. In der Praxis lösen das Schulen über zentral verwaltete Toollisten: Die Schulleitung — gemeinsam mit Datenschutzbeauftragten — legt fest, welche Tools genutzt werden dürfen. Die PLG arbeitet innerhalb dieses Rahmens.

Das ist pragmatisch, aber nicht unproblematisch: Es schließt experimentelle Erprobung ein Stück weit aus. Der Erasmus+-Projektverbund LeaFaP (2025) empfiehlt deshalb, in Schulen einen klaren, leichtgewichtigen Prozess zu etablieren, mit dem PLGs neue Tools zur Erprobung beantragen können — DSFA-light als Minimalstandard, vollwertige DSFA bei breitem Einsatz.

KI-Spezifische Risiken

Salas-Pilco et al. (2024) listen in ihrem Review systematisch die offenen Probleme: Halluzinationen, Bias, Datenschutz, Lehrer*innen-Agency, Kompetenzverlust durch zu starkes Vertrauen in KI. Howe und Patterson (2025) ergänzen aus ihrer Fortbildungsstudie: Konvergenzdruck. Wenn alle dieselbe KI nutzen, ähneln sich Beiträge.

Die UNESCO (2023) warnt zusätzlich vor sozialer Ungleichheit: Schulen mit Ressourcen leisten sich Premium-KI-Lizenzen, andere nicht. Die digitale Kluft wird zu einer KI-Kluft. Auf PLG-Ebene heißt das: KI-Tools sollten — wenn überhaupt — schulweit eingeführt werden, nicht in einzelnen Klassen oder Teams. Sonst entstehen Mehrklassengesellschaften innerhalb des Kollegiums.

Zeitknappheit

Hirsh (2010) hat den ersten Erfolgsfaktor genannt: Time. Geschützte Sitzungszeit ist die wichtigste Bedingung wirksamer PLG-Arbeit — und sie ist die knappste Ressource im Schulalltag. Digitale Tools versprechen oft Effizienzgewinne; tatsächlich erzeugen sie häufig zusätzlichen Aufwand: Tool-Wartung, Datenpflege, Onboarding neuer Kolleg*innen.

Die Praxis zeigt: Tools entlasten erst nach einer Einführungsphase. Wer in den ersten drei Monaten frustriert wirkt, sollte nicht abbrechen, sondern eine kollegiale Erprobungszeit einplanen — gemeinsam, im PLG-Kontext, mit ausdrücklicher Reflexion über Aufwand und Nutzen.

Methodische Schwächen der Forschung

Vescio et al. (2008) wiesen schon vor anderthalb Jahrzehnten darauf hin, dass viele PLG-Studien selbstberichtete Daten nutzen — Lehrkräfte beschreiben ihre eigene Wahrnehmung von Wirkung. Robuste Wirkungsstudien sind seltener. Zheng et al. (2024) bestätigen das in ihrer Meta-Analyse: Effekte auf Selbstwirksamkeit sind belegt, Effekte auf Schüler*innenleistung weniger eindeutig.

Für digitale Werkzeuge in PLGs ist die Evidenz noch dünner. Jin und Lin (2024) sind eine der ersten systematischen Studien zu Online-PLCs; Liu et al. (2024) liefern erstmals Daten zu Skalierung. Es bleibt viel offen — und das ist eine Forschungsagenda für die kommenden Jahre.

Strukturelle Hürden im Schulsystem

Eine PLG braucht Kollegium-Stabilität. Hohe Lehrkräfte-Fluktuation, häufige Stundenplan-Umwürfe, fehlende geschützte Zeit erschweren PLG-Arbeit unabhängig von Tools. Hargreaves und Fullan (2012) formulieren das in ihrem Konzept des Professional Capital sehr deutlich: Soziales Kapital entsteht nicht in Quartalen, sondern in Jahren.

Die österreichische Geräteinitiative (BMBWF, 2025) und vergleichbare Programme in anderen Bundesländern haben hier einen indirekten Effekt: Sie nötigen Schulen zu Schulentwicklungsplänen, die kollegiale Strukturen festigen. PERMAdigi an der PH Vorarlberg (Pädagogische Hochschule Vorarlberg, 2024) und das eEducation-Netzwerk (BMBWF & eEducation Austria, 2024) bieten dazu Begleitung.

Was offen bleibt

Vieles ist unklar:

• Wirkung digitaler Tools auf PLG-Qualität. Empirisch noch dünn belegt.
• KI in Reflexionsformaten. Wir wissen wenig über Langzeitfolgen.
• Datenschutz-Aufwand vs. Innovationsraum. Wo verlieren wir mehr durch Übervorsicht als durch Risiko?
• Inklusion innerhalb des Kollegiums. Wer wird in der Toolauswahl gehört, wer nicht?

Literatur (Herausforderungen)

BMBWF. (2025). Geräteinitiative Digitales Lernen.

BMBWF & eEducation Austria. (2024). eEducation Austria.

Borko, H., Carlson, J., & Mangram, C. (2024). Promising practices for online professional learning. Computers and Education Open.

Eickelmann, B., & Gerick, J. (2020). Schulleitung in der digitalen Welt. DDS — Die Deutsche Schule.

European Commission. (2024). SELFIEforTEACHERS.

Hargreaves, A., & Fullan, M. (2012). Professional capital. Teachers College Press.

Hirsh, S. (2010). Working in PLCs: Time, trust, talk. Learning Forward.

Jin, X., & Lin, J. (2024). Technological affordances in teachers' online professional learning communities. Journal of Computer Assisted Learning, 40(3).

LeaFaP Project Consortium. (2025). Conceptual framework. Erasmus+ Project LeaFaP.

Liu, M., Sun, Y., & Zhao, S. (2024). Leveraging professional learning communities. International Journal of STEM Education, 11.

Pädagogische Hochschule Vorarlberg. (2024). PERMAdigi — Digitale Schulentwicklung.

Petko, D., Prasse, D., & Cantieni, A. (2018). Unterrichtsbezogene Lehrpersonenkooperation. MedienPädagogik.

Redecker, C. (2017). DigCompEdu. European Commission.

Salas-Pilco, S. Z., Xiao, K., & Oshima, J. (2024). Artificial intelligence in teaching and teacher professional development. Computers and Education: Artificial Intelligence, 7.

Howe, K., & Patterson, K. (2025). Using large language models to promote teachers' learning: An exploratory professional development programme. Professional Development in Education.

UNESCO. (2023). Artificial intelligence and the futures of learning.

Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities. Teaching and Teacher Education, 24(1), 80–91.

Zheng, X., Yin, H., & Liu, Y. (2024). A meta-analysis of the correlation between professional learning communities and teachers' efficacy beliefs. Educational Research Review.

10. Ausblick

Was bleibt

Drei Befunde sind nach unserer Recherche stabil:

Erstens: Wirksame Professionelle Lerngemeinschaften sind kein Tool-Phänomen, sondern ein kulturelles. Die fünf Schlüsseldimensionen, die LeaFaP (2025) hervorhebt — Rollen und Verantwortungen, Reflexion und Inquiry, Vielfalt und Demokratie, kontextuelle Faktoren, Online-Facilitation —, lassen sich mit Werkzeugen unterstützen, aber nicht ersetzen. Bonsen und Rolffs (2006) Leitwerte Fehlertoleranz und Hilfekultur entstehen zwischen Menschen, nicht zwischen Plattformen.

Zweitens: Digitale Werkzeuge entlasten und sie erzeugen Aufwand. Sie verstärken bestehende Kooperationskulturen (Petko et al., 2018) und sie schaffen neue Formen der Zusammenarbeit, die ohne sie undenkbar wären (Jin & Lin, 2024). Beides gleichzeitig zu sehen, ist die Aufgabe einer reflektierten PLG-Leitung.

Drittens: Datenschutz ist nicht das Gegenteil von Innovation, sondern ihre Voraussetzung. Wer datenschutzkonform arbeitet, baut Vertrauen auf. Wer Vertrauen aufbaut, schafft die Grundlage für offene kollegiale Reflexion — und genau die ist die Kernpraxis einer PLG (Vescio et al., 2008; Zheng et al., 2024).

Perspektiven der nächsten Jahre

Drei Entwicklungen werden die digitale PLG-Arbeit in den nächsten zwei bis fünf Jahren prägen:

KI als Standardwerkzeug. Microsoft Copilot, ChatGPT und ihre Konkurrenten werden in Schulen zur Selbstverständlichkeit. Die KMK-BMBWF-Handreichung (2024) und der AI Act (Europäische Union, 2024) setzen den Rahmen. PLGs werden zu zentralen Orten, an denen Lehrkräfte KI-Praktiken kollegial erproben und reflektieren. Die Frage verschiebt sich: nicht mehr "ob", sondern "wie verantwortlich".

Föderierte und Open-Source-Lösungen. Die Microsoft-365-Probleme (Datenschutzbehörde Österreich, 2025) und der wachsende Aufwand für DSFAs lassen alternative Architekturen attraktiver werden. Nextcloud, Mattermost, BigBlueButton und CryptPad bilden zusammen einen funktionsfähigen Open-Source-Stack, den einige Schulträger bereits ausrollen. Schweiz, Frankreich und einige Bundesländer in Deutschland gehen voran.

Mehr Forschung zu Online-PLCs. Jin und Lin (2024) und Liu et al. (2024) sind die ersten großen empirischen Arbeiten zu Online-PLCs. Eine zweite Generation von Studien wird die Frage präziser beantworten, was digitale Werkzeuge zur PLG-Wirksamkeit beitragen — und unter welchen Bedingungen.

Handlungsempfehlungen

Was sollten Akteur*innen jetzt tun?

• Für PLG-Leitungen: Schmal beginnen, Konventionen vor Tools, Datenschutz von Anfang an mitdenken. Eine eigene PLG-Sitzung jährlich der Tool-Reflexion widmen — was hat funktioniert, was nicht?
• Für Schulleitungen: Klaren Toolrahmen schaffen — eine kuratierte Liste DSGVO-konformer Werkzeuge, die PLGs nutzen können. Geschützte Sitzungszeit als Ressource verteidigen.
• Für Schulträger und Bildungsministerien: Open-Source-Alternativen aktiv fördern. DSFA-Vorlagen zentral bereitstellen. Den AI Act in praxistaugliche Leitfäden übersetzen.
• Für die Forschung: Wirkungsstudien zu digitaler PLG-Arbeit ausbauen. Längsschnittdesigns, Mixed-Methods, Triangulation mit Schüler*innenleistung.
• Für die Lehrer*innenbildung: DigCompEdu (Redecker, 2017) systematisch in Aus- und Fortbildung verankern. PLG-Leitung als eigene Kompetenz ausbilden.

Ein Schluss-Satz

Eine PLG, die ihre Tools beherrscht — nicht umgekehrt — kann mehr leisten als jede einzelne Lehrkraft allein. Genau das ist der Punkt. Die Werkzeuge sind nicht das Ziel. Sie sind das, was die kollegiale Lerngemeinschaft trägt, wenn der Stundenplan, die Räume und der Alltag gegen sie arbeiten.

Wenn wir in fünf Jahren auf diesen Beitrag zurückblicken, werden viele der hier genannten Tools andere Namen tragen. Eine Lerngemeinschaft, die ihre eigene Praxis reflektiert und ihre Werkzeuge daran misst, wird das gut überstehen.

Literatur (Ausblick)

Bonsen, M., & Rolff, H.-G. (2006). Professionelle Lerngemeinschaften von Lehrerinnen und Lehrern. Zeitschrift für Pädagogik, 52(2), 167–184.

Datenschutzbehörde Österreich. (2025). Bescheid zu Microsoft 365 Education.

Europäische Union. (2024). Verordnung über Künstliche Intelligenz (AI Act).

Jin, X., & Lin, J. (2024). Technological affordances in teachers' online professional learning communities. Journal of Computer Assisted Learning, 40(3).

KMK & BMBWF. (2024). Künstliche Intelligenz im Unterricht.

LeaFaP Project Consortium. (2025). Conceptual framework. Erasmus+ Project LeaFaP.

Liu, M., Sun, Y., & Zhao, S. (2024). Leveraging professional learning communities. International Journal of STEM Education, 11.

Petko, D., Prasse, D., & Cantieni, A. (2018). Unterrichtsbezogene Lehrpersonenkooperation. MedienPädagogik.

Redecker, C. (2017). DigCompEdu. European Commission.

Vescio, V., Ross, D., & Adams, A. (2008). A review of research on the impact of professional learning communities. Teaching and Teacher Education, 24(1), 80–91.

Zheng, X., Yin, H., & Liu, Y. (2024). A meta-analysis of the correlation between professional learning communities and teachers' efficacy beliefs. Educational Research Review.