Hilft generative KI wirklich beim Lernen?

Seit Ende 2022 nutzen Millionen von Schülerinnen, Schülern und Studierenden generative Assistenten, um zu wiederholen, zu schreiben, zu programmieren oder zu verstehen. Die zentrale Frage ist nicht mehr die – längst massive – Verbreitung, sondern die tatsächliche Wirkung auf das Lernen. Die Literatur der Jahre 2025-2026 gibt eine zweiteilige Antwort: ein im Mittel positives Signal und eine gewichtige kausale Warnung.

Die Meta-Analysen: ein im Mittel positiver Effekt

Mehrere Übersichtsarbeiten kommen übereinstimmend zu einem moderaten Nutzen. Eine Meta-Analyse von 37 Studien berichtet einen mäßig positiven Effekt von ChatGPT auf den schulischen Erfolg ^[1]. Eine weitere, die 35 experimentelle Studien und mehr als 4 000 Teilnehmende umfasst, findet einen Effekt in derselben Größenordnung, weist zugleich aber auf Grenzen beim Denken höherer Ordnung hin ^[2]. Breiter angelegte Übersichten auf Hochschulebene weisen in dieselbe Richtung ^[3]. Im Mittel scheint generative KI also zu helfen – vor allem beim Verständnis, der Produktivität und dem Engagement.

Die kausale Warnung: Leistung ist nicht Lernen

Das wichtigste Ergebnis stammt aus einem kontrollierten Versuch, der in PNAS veröffentlicht wurde. Oberstufenschülerinnen und -schüler mit einem ChatGPT-ähnlichen Assistenten ohne Schutzmechanismen lösten ihre Aufgaben während der Sitzung besser (+48 %), fielen aber bei einer Prüfung ohne KI um 17 % ab – die unmittelbare Leistung verdeckte ein geringeres Lernen ^[4]. Entscheidend: Eine „Tutor“-Version mit pädagogischen Schutzmechanismen beseitigte diesen Schaden. Das Problem ist nicht die KI, sondern KI ohne Gestaltung.

Weitere Arbeiten untersuchen den Mechanismus. Eine Studie des MIT Media Lab beobachtete mittels Elektroenzephalografie eine geringere neuronale Konnektivität und eine „kognitive Schuld“ bei Schreibenden, die von einem LLM unterstützt wurden, gegenüber jenen, die allein schrieben ^[5] – ein aufschlussreiches, aber vorläufiges Ergebnis mit kleiner Stichprobe. Eine Befragung von 666 Personen berichtet eine negative Korrelation zwischen der häufigen Nutzung von KI-Werkzeugen und dem kritischen Denken, vermittelt durch die kognitive Entlastung ^[6].

Generative KI kann das Produkt glänzen lassen und zugleich das Lernen ersticken. Beides zu unterscheiden ist die zentrale Aufgabe der didaktischen Gestaltung.

Learnya-Synthese

Was tun mit diesem Paradox?

• Nutzungsformen gestalten, die die Anstrengung der Lernenden einfordern, statt sie zu vermeiden.
• Produktionsaufgaben (die KI hilft) von Aneignungsaufgaben (die KI kann schaden) unterscheiden.
• Behalten und Transfer messen, nicht nur die unmittelbare Note.
• Zu einem metakognitiven Umgang befähigen: prüfen, hinterfragen, umformulieren, was die KI hervorbringt.

Die UNESCO fordert einen am Menschen orientierten Ansatz, der den Einsatz von KI dem Datenschutz und den Bildungszielen unterordnet ^[7]. Für europäische und Schweizer Akteure trifft sich das mit einem Anspruch auf Souveränität: die Hoheit über Daten und Nutzungen zu behalten, damit das Werkzeug dem Lernen dient und nicht umgekehrt.

Warum sich die Studien scheinbar widersprechen

Eilige Lesende könnten auf ein Durcheinander schließen: Manche Studien preisen die KI, andere klagen sie an. In Wirklichkeit ist der Widerspruch nur scheinbar und hängt davon ab, was man misst. Arbeiten, die Vorteile berichten, messen oft die Leistung oder die Produktivität während der Nutzung; jene, die warnen, messen das dauerhafte Lernen, nachdem der Assistent entfernt wurde. Genau das ist die Lehre des PNAS-Versuchs: Die Hilfe verbessert das unmittelbare Produkt, kann aber ein Kompetenzdefizit vertiefen ^[4].

Diese Unterscheidung verändert alles für die Praxis. Wer mit einem Assistenten schneller schreibt, lernt nicht zwangsläufig, besser zu schreiben. Der Produktivitätsgewinn ist real, darf aber nicht mit einem Lerngewinn verwechselt werden. Ein Bildungsangebot zu gestalten heißt genau, zu entscheiden, wo man Produktivität will (etwa eine Literaturrecherche vorzustrukturieren) und wo man Anstrengung will (etwa ein Argument aufzubauen).

Auch vor der Illusion der Flüssigkeit ist Vorsicht geboten. Eine gut formulierte Antwort erzeugt ein Gefühl der Beherrschung, das nicht die Beherrschung ist. Das ist einer der Mechanismen, die die Arbeiten zur kognitiven Entlastung und zum kritischen Denken nahelegen ^[6]. Die Gegenwehr besteht nicht darin, die KI zu verbieten, sondern einen reflektierten Umgang zu lehren: die Lernenden auffordern, zu prüfen, zu hinterfragen, umzuformulieren und zu erklären, was das Werkzeug hervorgebracht hat, um einen passiven Konsum in eine aktive Verarbeitung zu verwandeln.

KI-Kompetenz, eine neue Grundkompetenz

Wenn sich ein Fazit abzeichnet, dann dieses: Der Umgang zählt mehr als das Werkzeug. Die entscheidende Kompetenz der kommenden Jahre wird die KI-Kompetenz sein: zu wissen, wann man darauf zurückgreift, wie man eine Anfrage formuliert, wie man eine Antwort prüft und hinterfragt und vor allem, wann man darauf verzichtet, um selbst zu lernen. Diese Kompetenz stellt sich nicht von allein ein; sie wird gelehrt, so wie man im Internetzeitalter die Literaturrecherche gelehrt hat.

Für die Bildungssysteme geht es darum, diese Kompetenz zu begleiten, statt sie zu erdulden. Das setzt klare Rahmenbedingungen, geschulte Lehrkräfte und Werkzeuge voraus, deren Funktionsweise und Daten man beherrscht. Generative KI ist an sich weder Bedrohung noch Lösung: Sie ist ein Verstärker. Sie verstärkt das Lernen, wenn sie gut genutzt wird, und die Illusion des Lernens, wenn sie es nicht wird.