Das PCRR-Framework: Plan – Create – Review – Reflect : Ein prozessorientiertes Framework für die Zusammenarbeit mit Generativer KI in Bildungskontexten
Die zunehmende Integration Generativer Künstlicher Intelligenz (GenKI) in Bildungskontexte erfordert didaktische Rahmenmodelle, die über isolierte Prompting-Techniken hinausgehen. Die vorliegende Publikation stellt Version 2 des PCRR-Frameworks (Plan, Create, Review, Reflect) vor, das die Kollaboration zwischen Menschen und KI-Systemen als ganzheitlichen, iterativen Prozess strukturiert. Theoretisch fundiert wird das Framework durch das Konzept des Context Engineering, das sechs Dimensionen moderner KI-Interaktion umfasst: User Prompt, Systemprompt, Retrieval-Augmented Generation, Short-Term Memory, Long-Term Memory und Tools. Diese Konzeptualisierung bildet die Komplexität heutiger Compound AI Systems ab und überwindet die reduktionistische Fokussierung auf einzelne Eingabeformulierungen.Das PCRR-Framework gliedert den KI-Kollaborationsprozess in vier Phasen: die strategische Vorbereitung (Plan), die operative Interaktion (Create), die kontinuierliche Evaluation auf Mikro-, Meso- und Makro-Ebene (Review) sowie die metakognitive Prozessreflexion (Reflect). Gegenüber Version 1, die primär für die Berufsbildung konzipiert war, erweitert Version 2 den Anwendungsbereich auf alle Bildungsstufen und vertieft insbesondere die Review-Phase durch eine differenzierte Drei-Ebenen-Struktur. Die Diskussion verortet das Framework im Verhältnis zu bestehenden Ansätzen wie dem CLEAR-Framework, der AI Assessment Scale, TPACK und dem Experiential Learning Cycle nach Kolb.Als konzeptionelle Arbeit liefert die Publikation keine empirische Validierung, sondern ein theoretisches Referenzwerk, das als Grundlage für Folgepublikationen zu Bewertungsinstrumenten, Dokumentationsvorlagen und empirischer Erprobung dient. Die diskutierten Limitationen – darunter die empirische Validierungslücke, Implementierungshürden und die Volatilität der Technologie – definieren zugleich die Forschungsagenda für die Weiterentwicklung des Ansatzes.
The increasing integration of Generative Artificial Intelligence (GenAI) in educational contexts requires didactic frameworks that go beyond isolated prompting techniques. This publication presents Version 2 of the PCRR Framework (Plan, Create, Review, Reflect), which structures the collaboration between humans and AI systems as a holistic, iterative process. The framework is theoretically grounded in the concept of Context Engineering, which encompasses six dimensions of modern AI interaction: User Prompt, System Prompt, Retrieval-Augmented Generation, Short-Term Memory, Long-Term Memory, and Tools. This conceptualization captures the complexity of today’s Compound AI Systems and overcomes the reductionist focus on individual input formulations.The PCRR Framework divides the AI collaboration process into four phases: strategic preparation (Plan), operative interaction (Create), continuous evaluation at micro, meso, and macro levels (Review), and metacognitive process reflection (Reflect). Compared to Version 1, which was primarily designed for vocational education, Version 2 expands the scope of application to all educational levels and particularly deepens the Review phase through a differentiated three-tier structure. The discussion positions the framework in relation to existing approaches such as the CLEAR Framework, the AI Assessment Scale, TPACK, and Kolb’s Experiential Learning Cycle.As a conceptual work, this publication provides no empirical validation but rather a theoretical reference work that serves as a foundation for follow-up publications on assessment instruments, documentation templates, and empirical testing. The discussed limitations – including the empirical validation gap, implementation hurdles, and technological volatility – simultaneously define the research agenda for the further development of this approach.
Preview
Rights
Use and reproduction:
Please note that individual components of the publication may be subject to other licensing or copyright conditions.
