KI & Lernen

Wann KI das Lernen unterstĂĽtzt, und wann sie es verhindert

Andrew Ellis

20 Februar, 2026

Offloading vs. Outsourcing

Die entscheidende Unterscheidung

Cognitive Offloading

Tool reduziert Arbeitsgedächtnis-Last, während die Person denkt

Beispiel: Taschenrechner bei Problemlösung

Lernrelevante Verarbeitung: erhalten

Cognitive Outsourcing

Tool ĂĽbernimmt das Denken

Beispiel: KI schreibt den Aufsatz

Lernrelevante Verarbeitung: eliminiert

Outsourcing eliminiert die lernrelevante Verarbeitung (Schemabildung, Abruf, Elaboration). Das ist keine Nebenwirkung, sondern das Kernproblem.

Akademische Fähigkeiten sind biologisch sekundäres Wissen (vgl. Teil 1). Solches Wissen erfordert aktive kognitive Verarbeitung: Abrufen, Elaborieren, Verknüpfen. Ohne diese Prozesse findet kein Erwerb statt.

Die Frage ist nicht…

“Dürfen Studierende KI nutzen?”

Sondern: “Wird das Denken ausgelagert oder nur unterstützt?”

Das Evaluationsparadox

Ein verbreiteter Vorschlag:

“Studierende müssen lernen, KI-Outputs kritisch zu bewerten.”

Das Problem:

Um KI-Outputs beurteilen zu können, braucht man genau die Fachkompetenz, die das Lernen erst entwickeln soll.

Expert:innen Anfänger:innen
Bewertungskriterien Unabhängig vorhanden Fehlen
KI-Fehler Sofort erkennbar Nicht erkennbar
“Kritische Nutzung” Echte Evaluation Oberflächliches Prüfen

Kompetente Nutzung setzt Kompetenz voraus

Expert:innen können KI als Verstärker nutzen. Anfänger:innen riskieren dauerhafte Abhängigkeit.

Lernen ≠ Leisten

Studierende können mit KI korrekte Ergebnisse produzieren (leisten), ohne etwas gelernt zu haben.

Und: Wer die Denkarbeit auslagert, baut nicht nur dieses Wissen nicht auf. Es fehlt auch die Grundlage für Wissenstransfer auf neue Situationen. Ohne tiefe Wissensstrukturen gibt es nichts, was transferiert werden könnte.

Schein-Kompetenz

Texte mit allen Oberflächenmerkmalen akademischer Arbeit (Hedging, Zitationen, Fachvokabular), aber ohne die zugrundeliegende intellektuelle Arbeit.

. . .

Tückischer als Plagiat, weil es Selbsttäuschung ist.

“The Beach, Not the Ant”

Die Lernumgebung bestimmt das Ergebnis mehr als die Motivation der Studierenden.

Die richtige Frage ist nicht:

“Wie verhindern wir, dass Studierende schummeln?”

Sondern:

“Wie gestalten wir Umgebungen, in denen produktive Anstrengung der natürliche Weg ist?”

Die Equity-Dimension

Unstrukturierter KI-Einsatz vergrössert Leistungsunterschiede:

  • Stärkere Studierende: kompensatorisches Vorwissen, können KI-Outputs einordnen
  • Schwächere Studierende: werden am meisten geschädigt, weil ihnen die Grundlage fĂĽr kritische Nutzung fehlt

KI-Policy ist nicht nur eine Frage der akademischen Integrität, sondern eine pädagogische Gerechtigkeitsfrage.

Das 5-Fragen-Framework

Ein praktisches Werkzeug fĂĽr die Aufgabengestaltung:

Frage Wenn ja…
1. Geht es primär ums Lernen? Outsourcing verhindern
2. Werden noch Grundlagen aufgebaut? Interne Verarbeitung verlangen
3. Muss internes Wissen nachgewiesen werden? Outsourcing unmöglich machen
4. Kann KI die Aufgabe ohne Denkarbeit erledigen? Aufgabe umgestalten
5. Gibt es eine Versuch-dann-PrĂĽfe-Struktur? KI fĂĽr die PrĂĽfphase nutzen

Die goldene Regel

Versuch → dann → Prüfe

. . .

  1. Studierende machen zuerst einen eigenen Versuch
  2. Dann wird mit KI verglichen, geprĂĽft, oder erweitert

. . .

Die Reihenfolge bewahrt die aktive Schemabildung: Studierende verarbeiten das Material im Arbeitsgedächtnis, bilden Vorhersagen und lernen aus Vorhersagefehlern.

Jetzt seid ihr dran

Im nächsten Teil wendet ihr dieses Framework auf eure eigenen Aufgaben an. Ein Template für einen lernförderlichen Agent findet ihr als Ressource auf der Website.