Wie Menschen lernen

Cognitive effort isn’t a bug—it’s the feature

Andrew Ellis

18 August, 2025

KI kann uns produktiver machen

  • Wichtige Erkenntnisse aus der Forschung:
    • Dell’Acqua et al. (2023) erforschen die MĂśglichkeiten, mit KI-UnterstĂźtzung kognitive Aufgaben zu verbessern. Fazit: KI kann Produktivität und Qualität steigern, aber auch neue Herausforderungen ergeben.
    • Toner-Rodgers (2025) diskutiert die Implikationen von KI fĂźr die Forschung und betont die Balance zwischen menschlicher und maschineller Intelligenz.
    • Cui et al. (2024) analysieren die Auswirkungen von generativer KI auf Software Engineering und hebt sowohl Chancen als auch Herausforderungen hervor.
  • Erkenntnisse:
    • Automatisierung von routinemässigen kognitiven Aufgaben ist mĂśglich
    • UnterstĂźtzung kreativer Arbeit ist mĂśglich
    • Deskilling: Gefahr, bei ständiger KI-UnterstĂźtzung eigene Fähigkeiten zu verlieren
    • Ohne Training: KI-Tools werden oft fĂźr ungeeignete Aufgaben eingesetzt

Aber halt…

🤔

Sollten Lernende Ăźberhaupt produktiver sein?

Was ist, wenn Anstrengung der Punkt ist, nicht das Ergebnis?

Experten vs. Anfänger

Zwei verschiedene Betriebssysteme

Dimension 🎯 Experten 🗺️ Anfänger
Sehen • Bedeutungsvolle Muster (Chunks) • Einzelne Teile
Verarbeiten • Automatische Prozeduren
• Vorwärtsverkettung
• Unbewusst		 • Schritt-für-Schritt-Denken
• Rückwärtsverkettung
• Bewusste Anstrengung
Gedächtnis • bedeutungsvolle Chunks
• Prozedural (“Ich weiss wie”)		 • separate Fakten
• Deklarativ (“Ich weiss dass”)
Neural • Myelinisierte neuronale Bahnen
• Viele Stunden geübt		 • Schwache Verbindungen
• Bahnen noch im Aufbau

Experten haben die neuronale Architektur, die Anfänger erst entwickeln mßssen

Warum existieren Schulen?

Wir unterscheiden zwischen:

Biologisch primärem Wissen:

  • WofĂźr wir evolutionär angepasst sind
  • Lernen geschieht mĂźhelos und automatisch
  • Beispiele: Sprechen lernen, Gesichter erkennen, soziale Interaktion

Biologisch sekundärem Wissen:

  • Kulturelle Errungenschaften ohne evolutionäre Anpassung
  • Erfordert bewusste Anstrengung und Instruktion
  • Beispiele: Lesen, Schreiben, Mathematik, Programmieren

Primäres Wissen kann durch natürliche Entdeckung (discovery) erlernt werden, während akademische Fähigkeiten explizite Anleitung und strukturiertes Üben erfordern.

Wie Expertise entwickelt wird

Gedächtnissystem Beschreibung Eigenschaften Beispiel
Declaratives Gedächtnis “Wissen dass” • Fakten, Regeln
• Bewusst, langsamer und angstender Abruf		 “Um \(3x + 5 = 20\) zu lösen, \(5\) von beiden Seiten subtrahieren.”
Prozedurales Gedächtnis “Wissen wie” • Automatisierte “atomische” Gedankenschritte
• Schnelle, mühelose Ausführung		 \(3x + 5 = 20\) sehen → direkt wissen, dass \(x = 5\).

Die Entwicklung: Fakten → Tausende Übungszyklen → Automatische Prozeduren → Expertise


Warum Anstrengung wichtig ist: Üben stärkt die neuronalen Bahnen, die Expertise erzeugen

Abbildung von Scott H Young

Das Lernparadox: Gefühl ≠ Realität

Situation Wie es sich anfßhlt Was tatsächlich passiert Der Trugschluss
Beim Kämpfen mit einem Problem • Frustration 😣
• “Ich kann das nicht”
• Langsamer Fortschritt
• Unsicherheit		 • Neue neuronale Verbindungen entstehen
• Tiefes Verständnis bildet sich
• Langzeitgedächtnis wird aktiviert
• Echtes Lernen 🧠		 “Wenn es schwer ist, lerne ich nicht” ❌
Beim Produzieren mit KI-Hilfe • Erfolgsgefühl 😊
• “Ich bin produktiv”
• Schnelle Ergebnisse
• Selbstvertrauen		 • Oberflächliche Verarbeitung
• Keine neuen Verbindungen
• Arbeitsgedächtnis nur kurz aktiv
• Illusion des Lernens 🃏		 “Wenn ich etwas produziere, lerne ich” ❌

Die gefährliche Umkehrung

Unser Gehirn belĂźgt uns: Was sich wie Lernen anfĂźhlt (mĂźhelose Produktion) ist oft das Gegenteil von Lernen.

Die Wahrheit: Echter Lernfortschritt fĂźhlt sich wie Scheitern an.

Merksatz: “Cognitive effort isn’t a bug—it’s the feature.”

Das Problem der kognitiven Auslagerung

Drei Wege, wie Lernen gestĂśrt wird:

Problem Mechanismus Konsequenz der Auslagerung an KI
Keine Vorhersagefehler Gehirn lernt aus Lücken zwischen “was ich erwarte” und “was passiert” Eliminiert dies vollständig
Keine Gedächtnisbildung Information, die nicht aktiv verarbeitet wird, wird nicht gespeichert Liefert Antworten ohne Verarbeitung
Keine prozedurale Entwicklung Expertise erfordert tausende “atomare Denkschritte” Überspringt diesen Aufbauprozess



Ergebnis: Die Auslagerung kognitiver Prozesse (cognitive offloading) kann zu oberflächlicher Verarbeitung ohne tiefes Verständnis und Abhängigkeit von Tools fßhren.

Das LERN-Protokoll

🎯 Aktion ⚡ Warum 🚫 Nicht
Lass Schwierigkeit zu Verwirrung aushalten Anstrengung = neuronale Bahnen LĂśsungen nachschlagen
Erlaube Fehler Erst raten, dann prĂźfen Vorhersagefehler = Lernsignal Fehler vermeiden
Rufe aktiv ab Ohne Notizen erklären Generierung > Erkennung Passiv lesen
Nutze Abstände Nach Tagen wiederholen Vergessen + Neulernen = Behalten Massiert ßben

Die 85%-Regel

Ziel: ~85% Erfolg (nicht 95%+ oder <70%)

Jeder leichte Weg = eine verpasste Lernchance

Von Claude generiert.

Bibliographie

Cui, Zheyuan (Kevin), Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, and Tobias Salz. 2024. “The Effects of Generative AI on High Skilled Work: Evidence from Three Field Experiments with Software Developers.” SSRN Scholarly Paper. Rochester, NY. September 3, 2024. https://doi.org/10.2139/ssrn.4945566.
Dell’Acqua, Fabrizio, Edward McFowland, Ethan R. Mollick, Hila Lifshitz-Assaf, Katherine Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, and Karim R. Lakhani. 2023. “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality.” SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4573321.
Toner-Rodgers, Aidan. 2025. “Artificial Intelligence, Scientific Discovery, and Product Innovation.” May 20, 2025. https://doi.org/10.48550/arXiv.2412.17866.