Die Diskussion, ob Künstliche Intelligenz uns dümmer macht oder ob man Hausaufgsaben mit ChatGPT machen darf, ist allgegenwärtig. Sie klingt wichtig. Sie fühlt sich dringend an. Und sie ist, so meine ich, fundamental falsch gestellt.
Nicht weil die Frage keine Berechtigung hätte. Sondern weil sie aus einem 300 Jahre alten Bildungssystem kommt, das schon vor der KI suboptimal war.
Die Studienlage
Beginnen wir mit den Fakten. Drei aktuelle Studien liefern bemerkenswert konsistente Befunde:
Strömberg, Lei und Wu (CEPR, Juni 2026) haben 26.811 Schülerinnen und Schüler der Klassen 7 bis 12 über 30 Monate beobachtet. Die KI-Nutzung steigerte die Hausaufgaben-Ergebnisse um 18 % und reduzierte die Bearbeitungszeit um 30 %, gleichzeitig sanken die monatlichen Prüfungsergebnisse innerhalb von sechs Monaten um 20 %. Bei den entscheidenden Aufnahmeprüfungen für Gymnasium und Universität lagen die Verluste bei 18 bis 24 %, wobei sich der volle Effekt erst nach etwa zwei Jahren zeigte. Der Befund scheint eindeutig: Wer die KI die Hausaufgaben erledigen lässt, kann den Stoff schlechter.
Bastani et al. (PNAS, 2025) untersuchten in einem Feldexperiment mit knapp tausend Gymnasiastinnen und Gymnasiasten zwei KI-Tutoren: einen, der wie das Standard-ChatGPT funktioniert, und einen mit pädagogisch gestalteten Leitplanken. Obwohl KI-basiertes Tutoring die Leistungen während der Übungseinheiten verbesserte, schnitten Schülerinnen und Schüler, die auf die Technologie angewiesen waren, deutlich schlechter ab, sobald ihnen der KI-Zugang entzogen wurde: ein Hinweis auf reduzierte Kompetenzentwicklung. Die entscheidende Nebenbotschaft der Studie: Mit gezielt gestalteten Leitplanken - also einer KI, die Hinweise gibt statt Antworten - lassen sich diese negativen Effekte weitgehend verhindern.
Gerlich (Societies, 2025) legt den konzeptionellen Rahmen dazu: KI-gestützte Tools können kognitive Fähigkeiten verbessern und Lernleistungen steigern. Gleichzeitig berichten Forscherinnen und Forscher, dass KI-Tools keine direkte Hilfe für die Lernleistung bieten, auch wenn sie eine entspanntere Lernumgebung schaffen. Die entscheidende Variable ist das Design, nicht die Technologie selbst.
Was lernen wir daraus? Die KI macht Schülerinnen und Schüler nicht dümmer. Die unkontrollierte Nutzung von Consumer-KI für schulische Aufgaben schadet dem Lernen. Das ist ein feiner, aber entscheidender Unterschied.
Der eigentliche Denkfehler: Wir verteidigen das falsche Objekt
Die reflexartige Reaktion auf diese Befunde lautet: Dann müssen wir eben wieder mehr mündliche Prüfungen machen. Oder handschriftlich mit Aufsicht. Ohne Hilfsmittel. Kontrollierte Bedingungen.
Das ist, mit Verlaub, der falsche Schluss.
Er setzt voraus, dass die Schularbeit - als Instrument - ein gutes Messinstrument für das war, was wir eigentlich wollen: nämlich dass junge Menschen verstehen, denken und handeln können. War sie das?
Die Schularbeit ist ein Leistungsmessinstrument aus einer Zeit, in der Wissen knapp und schwer zugänglich war. Sie hat als (Negativ-)Motivator funktioniert. Nicht weil sie Kompetenz gemessen hat, sondern weil sie Kurzzeit-Memorierung belohnte. Was nicht geübt wird, vergisst man. Was man für eine Prüfung lernt und danach nie anwendet, vergisst man ebenfalls. Die Schularbeit war immer schon ein Proxy für Kompetenz - kein Beweis dafür.
Das wissen Lehrende. Das wissen Eltern. Das wissen die Schülerinnen und Schüler selbst. Die KI hat diese strukturelle Schwäche nicht geschaffen, sie hat sie sichtbar gemacht.
Das Latein-Argument: Warum der Schmerz des Lernens seinen Wert hat
Bevor wir das Kind mit dem Bade ausschütten, ist eine wichtige Unterscheidung notwendig.
Es gibt Lerninhalte, die ihren Wert nicht aus ihrer direkten Anwendbarkeit beziehen, sondern aus dem kognitiven Training, das sie erzwingen. Latein ist das klassische Beispiel. Die meisten Menschen werden im Beruf keine einzige Zeile Caesar übersetzen müssen. Und trotzdem: Wer Latein gelernt hat, hat sein Gehirn in Analyse, Strukturerkennung und sprachlicher Präzision trainiert. Die Fremdsprache, die man im Kopf zusammensetzt, die Vokabeln, die Kontext für viele Fremdwörter bilden. Das ist kein Wissen über Latein. Das ist eine wertvolle Fähigkeit, die durch Latein entsteht.
Das gleiche Argument gilt für Mathematik. Nicht weil die meisten Führungskräfte Integralrechnung im Berufsalltag brauchen. Sondern weil der Prozess des Durcharbeitens, das Scheitern an einem Problem, das Verstehen der Systematik, der Moment, in dem der Rechenweg plötzlich Sinn ergibt und kognitive Strukturen aufbaut, die weit über das Fach hinaus wirken.
Der „Schmerz des Selbst-Erlernens”, wie ich ihn nennen würde, hat einen Wert. Die KI darf diesen Prozess nicht ersetzen. Aber sie kann ihn begleiten, beschleunigen und individualisieren, wenn sie richtig eingesetzt wird.
Das Bottleneck namens Klassenzimmer
Wir kommen nun zum strukturellen Problem, das die KI-Debatte in der Bildung systematisch ausblendet: Das Klassenzimmer als ein Wissensvermittlungsort.
Das ist kein Angriff auf Lehrende. Es ist eine schlichte systemische Beobachtung. Eine Lehrerin oder ein Lehrer, die 50 Minuten lang Inhalte an die Tafel schreiben oder ein Arbeitsblatt aus dem Jahr 2019 verteilt, kann nicht auf das Kind, das schon drei Schritte weiter ist, eingehen; auf das Kind, das den Grundbegriff von vorhin noch nicht verstanden hat; auf das Kind, das heute nicht schlafen konnte und dessen Aufmerksamkeit heute Abend um 19 Uhr den Peak haben wird.
So wie KI in der medizinischen Diagnostik in bestimmten Bereichen bereits akkurater ist als die einzelne Ärztin und der einzelne Arzt. Nicht weil Ärztinnen und Ärzte schlechter geworden sind, sondern weil ein Muster-Erkennungssystem mit Millionen von Datenpunkten eine andere Ausgangslage hat. Genauso ist das synchrone 1:n-Modell der Wissensvermittlung (Schulklasse: jetzt, hier, alle, gleich) ein strukturelles Bottleneck, das durch KI grundlegend veränderbar ist.
Adaptive KI-Lernsysteme zeigen in den oben genannten Studien substanzielle Verbesserungen der Lernleistungen. Die Post-Assessment-Werte liegen signifikant über den Ausgangswerten, bei gleichzeitig höheren Engagement- und Abschlussraten im Vergleich zu traditionellen Methoden.
Der entscheidende Unterschied ist das Design der KI. Nicht Consumer-ChatGPT, der dem Schüler die Lösung liefert, weil er ihn als Kunden binden will. Sondern eine Bildungs-KI, die explizit auf ein Ziel ausgerichtet ist:
Befehl an die KI: Vermittle jedem Individuum das Grundgerüst für ein gelungenes Leben in unserer Gesellschaft, inklusive der neuen Anforderungen der KI-Generation.
Was eine Bildungs-KI anders macht
Der zentrale Unterschied zwischen einer Consumer-KI und einer Bildungs-KI liegt nicht in der Technologie, sondern in der Qualitätssicherung ihrer Wissensgrundlage und der Interaktionsweise.
Eine Bildungs-KI ist kein allgemeines Sprachmodell, das auf dem Internet trainiert wurde und zufällig Schulfragen beantwortet. Sie ist ein System, dessen Wissensbasis vom Bildungssystem selbst befüllt, kuratiert und auf konkrete Lernziele ausgerichtet wird. Das Schulbuch migriert dabei nicht in die Vergangenheit, es wird zum lebendigen Referenzsystem, aus dem die KI präzise und überprüfbar schöpft. Halluziationsrisiken sinken dramatisch, wenn die Wissensquelle kontrolliert und verifiziert ist.
Diese Bildungs-KI kann:
Individuell lehren - jede Schülerin und jeder Schüler lernt im eigenen Tempo, mit dem Format, das für sie oder ihn funktioniert, und auf dem Niveau, wo sie oder er gerade steht.
Motivieren - nicht durch Notendruck, sondern durch das Erleben von Fortschritt. Flow statt Frust.
Herausforderungen stellen - alleine oder in der Gruppe, in der realen Welt oder im geschützten Lernraum.
Transparent berichten - für Pädagoginnen und Pädagogen sowie Eltern, überprüfbar und nachvollziehbar, wie weit eine Schülerin oder ein Schüler ist. Nicht als Note. Als Kompetenzprofil.
Und plötzlich wird die Frage, ob man eine Schularbeit schreibt und ob man sie besteht, irrelevant. Nicht weil Leistung irrelevant wäre, sondern weil ein reportbares Kompetenzprofil, das kontinuierlich und individuell entsteht, ein deutlich ehrlicheres Bild zeichnet als eine zweistündige Prüfungssituation unter Stress.
Die neue Rolle der menschlichen Lehrenden
Wenn eine Bildungs-KI die individuelle Wissensvermittlung übernimmt, was bleibt dann für menschliche Lehrende?
—> Alles, was KI nicht kann.
Soziale Interaktion ist erlernbar, aber sie ist nur im Erleben lernbar. Eine KI kann soziales Verhalten erklären. Sie kann es nicht erfahrbar machen. Die physische Klasse der Zukunft ist kein Ort, an dem Jahreszahlen des Dreißigjährigen Krieges abgefragt werden. Sie ist ein Ort, an dem gebaut, gebastelt, diskutiert, gestritten und gemeinsam gehandelt wird. Als Community. In der realen Welt.
Die Lehrenden der Zukunft brauchen dafür eine radikal andere Ausbildung und Selbstverständnis. Das wichtigste Fachwissen ist ein pädagogisches und soziales. Wie schaffe ich einen Raum, in dem Interaktion entsteht? Wie moderiere ich einen Konflikt unter Jugendlichen produktiv? Wie erkenne ich, dass ein Kind heute früh gerade nicht lern-ready ist?
Das ist kein Abstieg. Das ist der eigentliche Kern des Lehrens, der in der industriellen Schullogik immer wieder dem Lehrplan geopfert wurde.
Zusätzliche Grundkompetenzen
Es gibt eine Kompetenz, die im Curriculum der KI-Generation nicht fehlen darf, und die heute kaum systematisch gelehrt wird: Plausibilitätskompetenz.
Wer KI verwendet, trägt Verantwortung für das, was die KI produziert. Das ist keine technische Fähigkeit. Es ist eine kognitive Grundhaltung: Kann das stimmen? Passt das zur Realität, die ich kenne? Was weiß ich, das mir erlaubt, dieses Ergebnis einzuordnen?
Kontextwissen ist nicht veraltet. Es ist die Voraussetzung dafür, dass KI-Outputs sinnvoll bewertet werden können. Die Frage ist nicht: Muss ich das wissen, weil ich es täglich brauche? Die Frage ist: Brauche ich es, um das, was mir die KI sagt, einordnen zu können?
Zu den neuen Grundkompetenzen der KI-Generation gehören daher:
Plausibilitätsprüfung von KI-Outputs als erlernbare und zu übende Fähigkeit
Verantwortungsbewusstsein für Inhalte, die durch KI entstehen und unter eigenem Namen erscheinen
Prompt-Kompetenz: nicht als technisches Skill, sondern als präzise Kommunikationsfähigkeit
Kontextwissen als Werkzeug zur Einordnung, nicht als Selbstzweck
Das Ende der Schularbeit und was danach kommt
Der OECD Digital Education Outlook 2026 zeigt klar: Wenn KI ohne klare pädagogische Ausrichtung eingesetzt wird, verbessert sie zwar die Aufgabenleistung, ohne jedoch zu echten Lernfortschritten zu führen. Wie KI gestaltet und eingesetzt wird, ist wichtiger als die Frage, ob sie eingesetzt wird.
Das ist der Kern. Nicht: KI verbieten oder erlauben. Sondern: Wie gestalten wir KI in der Bildung?
Das bestehende System hat auf die KI mit Abwehr reagiert, weil es das Falsche schützt. Es schützt die Schularbeit. Es schützt das Arbeitsblatt. Es schützt das Klassenzimmer mit 25 Schülerinnen und Schülern um 8 Uhr morgens.
Was es schützen sollte, ist das Lernen selbst. Das Verstehen. Die Neugier. Die Fähigkeit, mit Unsicherheit umzugehen, Probleme zu lösen, andere Menschen zu verstehen und mit ihnen zu handeln.
Die KI macht das alte Bildungssystem nicht kaputt. Sie macht sichtbar, was daran schon seit langem suboptimal war. Das ist unbequem. Aber es ist eine Chance.
Die Schularbeit ist tot. Lang lebe das Lernen.
Martin Giesswein ist AI Program Director an der WU Executive Academy, Keynote-Speaker und Co-Herausgeber der Springer-Buchreihe zum Digitalen Humanismus. Er berät Führungskräfte und Unternehmen bei der Einführung von KI.
Quellen:
Strömberg, D., Lei, V., & Wu, Y. (2026). The Generative AI Learning Penalty: Evidence from Chinese Secondary Education. CEPR Discussion Paper No. DP21577.
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6.
OECD Digital Education Outlook 2026.