#31 Lernen mit KI, geht das überhaupt?

Lernen wir überhaupt noch selbst etwas, oder lassen wir alle Dinge einfach von KI erledigen? Ein Blick in aktuelle Studien zu Lernen mit KI-Tools.

Kennt ihr das? Ihr studiert an dem richtigen Satz herum, aber es fällt euch einfach nichts Gescheites ein. Ihr fragt ChatGPT und erhaltet sofort fünf brauchbare Sätze und Formulierungen. Beim nächsten Mal studiert ihr gar nicht mehr lange, sondern gebt die Anfrage gleich bei ChatGPT ein. Bedeutet das, dass wir nun denkfaul werden? Oder kann es auch hilfreich sein, wenn wir gute Beispiele erhalten, die uns die richtige Antwort für das nächste Mal liefern?

Generative KI hat sich innerhalb kürzester Zeit vom Werkzeug für Technikbegeisterte zum Alltagsbegleiter für Millionen entwickelt. Schüler, Studenten, Fachkräfte und Hobby-Tüftler nutzen sie täglich. In den Medien sehe ich immer wieder Studien von Hochschulen zu diesem Thema. Einerseits befürworten Schulen wie die ETH den Einsatz von GenAI-Tools, setzen aber auf Transparenz und betonen Grundsätze wie Verantwortung und Fairness.

Eine Trendstudie der Fernhochschule Euro FH, die auf einer Befragung von 565 Studierenden basiert, zeigt, dass im Jahr 2024 bereits 75 % der Befragten textgenerative KI-Tools wie ChatGPT, Google Gemini oder Claude genutzt haben. Das ist ein starker Anstieg gegenüber dem Jahr 2023.

Die Mehrheit der Befragten sieht KI-Tools als nützliche Unterstützung, insbesondere bei der Recherche und der Textüberarbeitung. Gleichzeitig gibt es aber auch Sorgen: Viele Studierende befürchten, dass durch den KI-Einsatz die Schreibkompetenz und das eigenständige Denken leiden könnten. Nur eine Minderheit befürwortet die vollständige Automatisierung wissenschaftlicher Arbeiten.

Mit der zunehmenden Verbreitung von KI in der Hochschulbildung werden die kritischen Stimmen lauter. Insbesondere werden Bedenken hinsichtlich der Qualität der Lehre, des Datenschutzes und ethischer Aspekte geäussert. Die Autoren warnen vor einem zu unkritischen Umgang mit KI, da deren Schwachstellen oft erst im praktischen Einsatz sichtbar werden.

Was kann KI im Lernkontext? Können wir wirklich etwas lernen oder lagern wir das Denken nun aus?

Was spricht dafür, KI beim Lernen einzusetzen?

In einer Studie der Harvard University wurden Studierende eines Physikkurses entweder traditionell im Klassenzimmer oder individuell mit einem speziell entwickelten KI-Tutor unterrichtet. Dabei durchliefen die Gruppen jeweils beide Methoden und ihr Lernzuwachs wurde mit kurzen Tests gemessen.

Die Ergebnisse zeigten, dass die Studierenden mit dem KI-Tutor mehr als doppelt so viel lernten und dafür weniger Zeit benötigten als im Präsenzunterricht. Zudem berichteten sie von höherer Motivation, grösserem Engagement und mehr Freude am Lernen:

Darstellung in Anlehnung an: harvard.edu, 2024

Die Forschenden betonen, dass der KI-Tutor zu diesen deutlich besseren Lernergebnissen insbesondere durch seine individuelle, am Lernfortschritt orientierte Unterstützung beitrug. Sie sehen den Einsatz jedoch als Ergänzung und nicht als Ersatz für menschliche Lehrkräfte.

Eine weitere Studie („AI-powered personalized learning”) untersucht, wie KI-gestütztes, personalisiertes Lernen das Selbstvertrauen, die Motivation und die digitale Kompetenz chinesischer Erwachsener verbessert. Die Ergebnisse zeigen, dass KI-Lernsysteme die Erwartungen und den Wert des Lernens steigern. Dies führt zu mehr Motivation und besseren digitalen Fähigkeiten. Die Studie betont, dass KI die Erwachsenenbildung effektiver und motivierender machen kann.

Als Beispiel: Du möchtest Programmieren lernen, aber Schleifen sind schwer zu verstehen? ChatGPT erklärt sie dir mit Pizza-Bestellungen, Sportübungen oder Kochrezepten. Es verwendet Beispiele, die für dich passen. So werden schwierige Themen leichter verständlich.

Vielleicht hilft auch das Gefühl, anonym zu sein. In Meetings oder Vorlesungen trauen wir uns vielleicht nicht, gewisse Fragen zu stellen. Bei der KI herrscht jedoch eine „urteilsfreie Zone“, die auch psychologische Sicherheit gibt. Da können wir jede Frage stellen und daraus lernen.

Was spricht gegen das Lernen mit KI-Tools?

Während Harvard erfolgreiche Schüler feiert, zeigen Studien aus Bremen ein anderes Bild. KI-Nutzer schnitten in Prüfungen um 15 % schlechter ab als ihre Kommilitoninnen ohne KI-Hilfe. Der Grund? Sie hatten sich daran gewöhnt, dass die KI für sie denkt, was auch als „Kognitive Offloading“ bezeichnet wird.

Kognitives Offloading: Die Studie „Looking Beyond the Hype” warnt davor, dass die Nutzung von KI-Tools dazu führen kann, dass Menschen kognitive Aufgaben auslagern. Sie vernachlässigen dann eigene Fähigkeiten, wie kritisches Denken oder Problemlösen. Die Studie zeigt, dass dies zu einem Kompetenzverlust führen kann.

Kritisches Denken

Yizhou Fans et al.’s Studie (2024) untersucht, wie künstliche Intelligenz (KI) das kritische Denken von Studierenden beeinflusst. Sie zeigt, dass KI-gestützte Lernmethoden kritisches Denken fördern können. Dies geschieht durch persönliches Feedback, angepasste Lernwege und interaktive Aufgaben. Der positive Effekt hängt jedoch stark von der KI-Nutzung und der Unterrichtsgestaltung ab.

Die Studie betont: KI ist kein Ersatz für menschliche Unterstützung. Sie ist ein Werkzeug, das gezielt eingesetzt werden muss, um kritisches Denken nachhaltig zu verbessern.

Hier sind die Vor- und Nachteile des Lernens mit KI noch einmal als Aufstellung zusammengefasst:

Pro- und Contras zum Einsatz von KI-Tools beim Lernen

KI-Tools helfen uns beim Lernen, wenn wir sie als Sparring-Partner einsetzen:

• Schrittweise durch den Stoff gehen

• Problemorientierte Prompts geben

• Feedback-Schleifen einbauen

• Zuerst selber versuchen die Lösung zu finden

KI ist schlecht fürs Lernen, wenn sie als Abkürzung dient:

• Komplettlösungen ohne Mitdenken

• Gedankenlos Copy-Pasten

• Quellenangaben vertrauen, ohne doublechecken

• Kritisches Hinterfragen vernachlässigen

Nun was jetzt? Lernen mit oder trotz KI?

Ja, wir können mit KI effektiver lernen, aber wir müssen aktiv bleiben!

➔ KI ist ein guter Sparringspartner zum Lernen. Sie gibt schrittweises Feedback und problemorientierte Anregungen. Auch Reflexionsschleifen und eigene Lösungsversuche sind wichtig.

➔ Schlecht für das Lernen ist KI als Abkürzung. Komplettlösungen ohne eigenes Denken sind kontraproduktiv. Copy-Paste und fehlende Quellenkritik schaden unserem Lernerfolg.

Für Unternehmen, Schulen und E-Learning-Teams bedeutet das:

Falls ihr als Unternehmen euch überlegt habt die interne Weiterbildung mit KI anzureichern, hier ein paar Tipps:

• Investieren? Ja unbedingt! Aber didaktisch durchdacht. KI-Tools sollten Szenarien darstellen, in denen die Lernende aktiv antworten müssen, Begründungen liefern und Fehler reflektieren

• Der Aufbau von Kompetenzen im Prompt-Design und in der Bewertung der Ergebnisse ist obligatorisch

• Lernziele müssen messbar sein und mehr als nur das Ergebnis betrachten. Der Transfer, die Selbstwirksamkeit und das kritische Denken müssen in jede Bewertung einfliessen.

Die Herausforderung liegt nicht darin, ob wir KI nutzen. Wir tun es schon lange.

Die Frage betrifft die Art unserer Nutzung. Unternehmen, Schulen und Einzelpersonen müssen lernen, KI didaktisch sinnvoll einzusetzen.

Was denkt ihr dazu?

Bis bald!

Jill

Quellen:

Ahn, Hyun Yong. „AI-Powered E-Learning for Lifelong Learners: Impact on Performance and Knowledge Application“. Sustainability 16, Nr. 20 (Januar 2024): 9066. https://doi.org/10.3390/su16209066.

Barshay, Jill. „An AI Tutor Helped Harvard Students Learn More Physics in Less Time“. The Hechinger Report (blog), 16. September 2024. http://hechingerreport.org/proof-points-ai-tutor-harvard-physics/.

Fan, Yizhou, Luzhen Tang, Huixiao Le, Kejie Shen, Shufang Tan, Yueying Zhao, Yuan Shen, Xinyu Li, und Dragan Gašević. „Beware of Metacognitive Laziness: Effects of Generative Artificial Intelligence on Learning Motivation, Processes, and Performance“. British Journal of Educational Technology 56, Nr. 2 (2025): 489–530. https://doi.org/10.1111/bjet.13544.

„ChatGPT als Gedankenbremse – Wie KI das Lernen erschweren kann“, 3. März 2025. https://www.campus-schulmanagement.de/magazin/chatgpt-als-gedankenbremse-wie-ki-das-lernen-erschweren-kann.

ETH Zürich. „KI im Bereich Lehre und Lernen“. Zugegriffen 18. Mai 2025. https://ethz.ch/de/die-eth-zuerich/lehre/ai-in-education.html.

Ki Trendstudie

1.59MB ∙ PDF file

Download

Download

Wannemacher, Klaus, und Laura Bodmann. „Künstliche Intelligenz an den Hochschulen“, o. J.

Bauer, Elisabeth, Samuel Greiff, Arthur C. Graesser, Katharina Scheiter, und Michael Sailer. „Looking Beyond the Hype: Understanding the Effects of AI on Learning“. Educational Psychology Review 37, Nr. 2 (24. April 2025): 45. https://doi.org/10.1007/s10648-025-10020-8.

Manning, Anne J. „Professor Tailored AI Tutor to Physics Course. Engagement Doubled.“ Harvard Gazette (blog), 5. September 2024. https://news.harvard.edu/gazette/story/2024/09/professor-tailored-ai-tutor-to-physics-course-engagement-doubled/.

Jose, Binny, Jaya Cherian, Alie Molly Verghis, Sony Mary Varghise, Mumthas S, und Sibichan Joseph. „The cognitive paradox of AI in education: between enhancement and erosion“. Frontiers in Psychology 16 (14. April 2025): 1550621. https://doi.org/10.3389/fpsyg.2025.1550621.

Wang, Jin, und Wenxiang Fan. „The Effect of ChatGPT on Students’ Learning Performance, Learning Perception, and Higher-Order Thinking: Insights from a Meta-Analysis“. Humanities and Social Sciences Communications 12, Nr. 1 (6. Mai 2025): 1–21. https://doi.org/10.1057/s41599-025-04787-y.

„Umfassende Studie zeigt: Mehr als die Hälfte verbessert Lern- und Prüfungsergebnisse durch KI“. Zugegriffen 16. Mai 2025. https://nachrichten.idw-online.de/2025/01/21/umfassende-studie-zeigt-mehr-als-die-haelfte-verbessert-lern-und-pruefungsergebnisse-durch-ki.

„Wann künstliche Intelligenz beim Lernen hilft und wann nicht“, 6. November 2024. https://www.bildungschweiz.ch/detail/wann-kuenstliche-intelligenz-beim-lernen-hilft-und-wann-nicht.

Chen, Dayou, Wentao Liu, und Xinyu Liu. „What Drives College Students to Use AI for L2 Learning? Modeling the Roles of Self-Efficacy, Anxiety, and Attitude Based on an Extended Technology Acceptance Model“. Acta Psychologica 249 (September 2024): 104442. https://doi.org/10.1016/j.actpsy.2024.104442.