Künstliche Intelligenz in der Bildung: Was die Politik verspricht, was die Forschung zeigt

Bevor sich sagen lässt, ob Künstliche Intelligenz in Schulen und Hochschulen tatsächlich etwas bewirkt, entsteht meist etwas anderes: Papier. Strategien, Aktionspläne, Leitlinien-Ankündigungen und Förderprogramme markieren, dass die Politik das Thema ernst nimmt — und sie datieren fast durchweg vor den ersten belastbaren Befunden.

Den Ausschlag gab ein einzelnes Produkt. Am 30. November 2022 öffnete das amerikanische Unternehmen OpenAI den Zugang zu seinem Sprachmodell ChatGPT; binnen fünf Tagen hatten sich eine Million Nutzerinnen und Nutzer registriert, und damit rückte Künstliche Intelligenz erstmals in den Blick einer breiten Öffentlichkeit. Der KI-Aktionsplan des Bundesministeriums für Bildung und Forschung (BMBF) überschreibt sein erstes Kapitel folgerichtig mit „KI-Politik nach dem ‚ChatGPT-Moment’“. Auch in der Fachliteratur gilt die Veröffentlichung des GPT-3-Modells beziehungsweise des damit betriebenen Chatbots im November 2022 als Impuls für den breiten öffentlichen Diskurs.

Beim Geld ist eine Unterscheidung wichtig. Die Bundesregierung hatte ihre KI-Strategie im November 2018 vorgelegt und erhöhte anschließend die Investitionen des Bundes in KI aus Mitteln des Konjunktur- beziehungsweise Zukunftspaketes bis 2025 von drei auf fünf Milliarden Euro. Das ist ausdrücklich eine allgemeine KI-Investition des Bundes und kein Bildungsetat — die Summe gilt der Zukunftstechnologie insgesamt, nicht dem Klassenzimmer.

Für den Bildungsbereich selbst stehen vor allem Vorhaben. Der KI-Aktionsplan des BMBF, veröffentlicht am 7. November 2023, benennt elf konkrete Handlungsfelder. Dazu zählen gezielte Initiativen zur Nutzung generativer KI im Bildungssystem, die Forcierung länderübergreifender Initiativen zur Entwicklung von KI-Leitlinien für die Schulen sowie die Bund-Länder-Initiative „KI in der Hochschulbildung“. Diese Initiative startete nach Angaben der Bundesregierung bereits im Jahr 2020 — zwei Jahre vor dem „ChatGPT-Moment“.

Die Länder handeln parallel. Bayern baut ein KI-Netzwerk mit vier thematischen Knotenpunkten im Hochschulbereich auf, dem 50 neu bereitgestellte KI-Professuren zugeordnet sind; über einen wissenschaftsgeleiteten Wettbewerb sollen 50 weitere hinzukommen. Die Veröffentlichungen der Länder zum Bildungsbereich belegen den bildungspolitischen Handlungsdruck, wobei es nicht um ein Verbot geht, sondern um einen offenen und verantwortungsvollen Umgang.

Einig ist man sich dabei nicht: Während die KMK eine KI-gestützte Förderung von Basiskompetenzen empfiehlt, spricht sich die SWK für einen KI-Einsatz zur Unterstützung von Lese- und Schreibprozessen fortgeschrittener Lernender aus. Angekündigt ist also viel — und vieles davon, bevor jemand messen konnte, was es bringt.

Wenn über Künstliche Intelligenz im Unterricht gestritten wird, geht es selten um das, was tatsächlich gemessen wurde. Dabei ist die Idee alles andere als neu: Schon in den 1970er-Jahren wurden intelligente Tutorsysteme entwickelt, um individuelle Lernprozesse zu unterstützen. Ihr Ziel ist es, Inhalte so zu vermitteln, dass sie sich dynamisch an die Bedürfnisse der Lernenden anpassen.

Gemeint ist damit mehr als ein Übungsprogramm mit Aufgaben. Ein intelligentes Tutorsystem ist ein Computerprogramm, das den psychologischen Zustand der Lernenden modelliert — also etwa Fachwissen, Lernstrategien, Motivation oder Emotionen — und die Unterweisung daran ausrichtet. Es präsentiert Stoff, stellt Aufgaben, gibt Rückmeldungen und Hinweise, beantwortet Fragen und passt genau diese Funktionen an das laufend aktualisierte Modell des einzelnen Lernenden an. Gebaut wurden sie für sehr verschiedene Fächer, von Algebra über Medizin und Jura bis zum Lesen.

Die breiteste Datenbasis dazu liefert eine Metaanalyse von Wenting Ma, Olusola O. Adesope, John C. Nesbit und Qing Liu. Sie werteten 107 Effektstärken aus, an denen insgesamt 14.321 Teilnehmende beteiligt waren. Eine Effektstärke ist dabei ein Maß dafür, wie groß der Unterschied zwischen zwei Gruppen ausfällt, ausgedrückt in Standardabweichungen. Gegenüber lehrergeleitetem Unterricht in großen Gruppen fiel der Lernerfolg mit Tutorsystem höher aus (g = 0,42), gegenüber computergestütztem Unterricht ohne Tutorsystem deutlicher (g = 0,57) und gegenüber der Arbeit mit Lehr- oder Arbeitsbüchern etwas geringer (g = 0,35). Über alle 107 Vergleiche hinweg lag der Mittelwert bei 0,43.

Genauso aufschlussreich ist, wo der Vorsprung verschwindet. Gegenüber Kleingruppenunterricht mit einer anwesenden menschlichen Lehrkraft — synchroner Unterricht in Gruppen von bis zu acht Lernenden — ergab sich kein statistisch bedeutsamer Unterschied. Beim Einzelunterricht durch einen Menschen lag der Vorteil sogar leicht auf der menschlichen Seite, allerdings ebenfalls ohne statistische Bedeutsamkeit. Eine weitere Meta-Studie kommt zu dem Ergebnis, dass Tutorsysteme nahezu so effektiv sind wie Eins-zu-eins-Tutoring durch einen Menschen, und besonders leistungsschwächere Lernende profitieren vom Einsatz.

Bleibt die Frage, ob dieses Bild nur deshalb so freundlich aussieht, weil erfolgreiche Studien häufiger veröffentlicht werden als ergebnislose — der sogenannte Schubladeneffekt. Die Autorinnen und Autoren prüften das mit einem Fail-Safe-N: Es müssten 871 zusätzliche Studien ohne jeden Effekt existieren, um das Gesamtergebnis der Metaanalyse zu entkräften. Wie ungleich die Einzelstudien im Feld ausfallen, zeigt ein Überblick zu adaptivem Lernen an Hochschulen: Stichproben von 17 bis 12.714 Teilnehmenden, Median 120. Der Befund zum Großgruppenunterricht steht also auf einer breiten Basis — er sagt aber nichts darüber, was gegen gute menschliche Betreuung in kleinen Gruppen spricht.

Wer wissen will, ob digitale Tutorsysteme im Unterricht wirklich etwas bringen, stößt rasch auf eine Vorfrage: Bevor man über Wirkungen streitet, lohnt der Blick darauf, welche Altersgruppen und welche Fächer die Studien überhaupt abdecken.

Eine Übersichtsarbeit zu intelligenten Tutorsystemen im Schulbereich, also von der Einschulung bis zum Schulabschluss, hat die eingeschlossenen Studien nach Jahrgangsstufen sortiert. Rund die Hälfte (54 Prozent) befasste sich mit Jugendlichen der Oberstufe, fast alle übrigen (32 Prozent) mit der Mittelstufe. Nur vier Studien, das sind 14 Prozent, bezogen Grundschulkinder ein, und keine einzige wurde mit Vorschulgruppen durchgeführt. Das heißt nicht, dass es weltweit keine Forschung zu jüngeren Kindern gäbe — es heißt, dass in dieser Auswertung fast nichts davon auftauchte.

Ähnlich einseitig fällt die Fächerverteilung aus: 82 Prozent der Studien stammten aus MINT-Fächern, der Rest aus dem Erst- oder Zweitsprachunterricht. Die Autorinnen und Autoren verweisen auf Einschätzungen, wonach Tutorsysteme besonders gut zu Fächern mit klar strukturiertem Aufbau passen, etwa Mathematik oder Physik. Eine zweite Übersichtsarbeit beobachtet dieselbe Schlagseite: Bei den Fachgebieten überwiegen Systeme für Englisch als Zweitsprache und für Mathematik, während weniger klassische Felder wie Musik- oder Ernährungsbildung nur vereinzelt vorkommen.

Wo geforscht wurde, fallen die Ergebnisse zudem uneinheitlich aus. In einer Studie mit 810 Kindern der dritten und vierten Klasse zu Multiplikation und Division ergänzte eine Gruppe den Unterricht vier bis sechs Wochen lang durch Online-Sitzungen von zehn bis zwanzig Minuten. Wer mehr als die Hälfte dieser Sitzungen absolvierte, verbesserte seine Fähigkeiten um ein Drittel einer Standardabweichung — die Kontrollgruppe legte nur halb so viel zu.

Andere Untersuchungen fanden dagegen gar keinen Unterschied. Beim Tutorsystem Rimac arbeiteten 37 Lernende in der Experimental- und 35 in der Kontrollgruppe eine Unterrichtsstunde lang an einem Physikthema; die Fassung, die Aufgaben nur bei Bedarf in Teilschritte zerlegte, brachte keinen signifikanten Effektunterschied — die Gruppen lernten gleich viel. In einer weiteren Rimac-Studie mit 31 Lernenden in der adaptiven und 42 in der nicht-adaptiven Variante zeigte sich unter Kontrolle des Vorwissens kein signifikanter Unterschied im Lernzuwachs. Beim Tempo ergab eine Varianzanalyse einen signifikanten Vorteil für die adaptive Gruppe, unabhängig vom Vorwissen.

Den Fachleuten ist die Lücke selbst aufgefallen: Eine frühere Zusammenstellung kam auf nur drei Studien im schulischen Umfeld und fand darin keine echte Leistungsverbesserung; die Autoren einer großen Meta-Analyse hielten fest, dass eine umfassende Auswertung nötig sei, um Studien zu Schulfächern jenseits der Mathematik vergleichbar zu machen. Und der Deutsche Ethikrat merkt an, dass der Einsatz von KI in der schulischen Bildung jedenfalls in Deutschland gegenwärtig noch eher die Ausnahme sein dürfte.

Ob ein Lernprogramm im Unterricht etwas bewirkt, entscheidet sich selten am Programm allein, sondern dort, wo es eingesetzt wird: mit oder ohne verlässliche Anbindung, mit oder ohne Geräte, vor Klassen sehr unterschiedlicher Größe und mit Lehrkräften, die vorbereitet sind oder eben nicht.

Eine Studie befragte 45 Lehrkräfte ländlicher Schulen aus Gemeinden der chilenischen Region Los Lagos, die zuvor an einer Fortbildung zur Einbindung von KI teilgenommen hatten. Als zentrale Hürden und zugleich als Ansatzpunkte traten der Zugang zu Ressourcen und die Fortbildung der Lehrkräfte hervor. Die Befragten sahen in KI eine Chance, Lernen zu personalisieren, Arbeitslast zu senken und den Unterricht in jahrgangsgemischten Klassen zu erleichtern – forderten aber Werkzeuge, die zu ihrem Kontext passen, ausdrücklich auch offline nutzbare Materialien, weil die Internetverbindung an vielen ländlichen Schulen begrenzt oder gar nicht vorhanden ist.

Dahinter stehen handfeste Standortfragen: Ländliche Schulen weisen der Studie zufolge häufig Defizite in der Infrastruktur und einen Mangel an digitalen Geräten wie Computern oder Tablets auf. Hinzu kommen geografische Barrieren: In der süd-australen Zone Chiles liegen manche Schulen auf Inseln, die nur per Boot erreichbar sind, und in manchen Jahreszeiten können Kinder wegen wetterbedingter Transportausfälle nicht am Unterricht teilnehmen.

Ähnliche Engpässe beschreibt eine Untersuchung zu ländlichen US-Schulbezirken, für die 133 Führungskräfte aus mehreren Bundesstaaten befragt wurden. Schnelles Internet gilt als Voraussetzung für den wirksamen Einsatz von KI-Werkzeugen, doch viele ländliche Gegenden kämpfen weiter mit unzuverlässiger oder unzureichender Anbindung, was cloudbasierte Anwendungen ausbremst. Dazu kommt das Geld: Viele ländliche Schulbezirke arbeiten mit knappen Budgets, von denen ein erheblicher Teil in Grundkosten wie Lehrergehälter, Transport und Instandhaltung fließt – für Technik bleibt wenig Spielraum.

Wie sehr die Umsetzung an der einzelnen Schule hängt, zeigt ein Feldversuch in Sierra Leone. Dort wurde eine EdTech-Maßnahme an 20 Grundschulen in zwei marginalisierten Distrikten eingeführt; acht Schulen dienten als Vergleichsgruppe ohne die Technik, die übrigen zwölf erprobten je eine von vier Umsetzungsformen – geteilte Klasse, Tablet zu zweit, gezielte Förderung einzelner Kinder oder Projektion für die ganze Klasse. Vorab wurden die Lehrkräfte geschult, bis hin zu Grundlagen wie Tablet einschalten, Lautstärke regeln, Kopfhörer anschließen. Den Rahmen setzt die Klassenstärke: Im Distrikt Pujehun kommen auf eine Lehrkraft 45 Lernende, in Kailahun 37 – so viel wie im Landesdurchschnitt.

Dieselbe Arbeit hält fest, dass Bildungstechnologie zusätzliche Barrieren schaffen und Ungleichheiten vergrößern kann. Ohne ausdrückliche Ausrichtung auf Gerechtigkeit, so ihr Verweis auf die Fachdebatte, sei es der Normalfall, dass solche Technik bestehende Ungleichheiten eher verschärft als verringert.

Wer im deutschsprachigen Raum nach Künstlicher Intelligenz im Unterricht sucht, stößt vor allem auf Papiere, Gremien und Fachdebatten. Die öffentliche Debatte zu KI in der Bildung hat sich in den letzten Jahren intensiviert und wird hauptsächlich in den Fach-Communitys und von Stakeholdern betrieben. Die Gewerkschaft Erziehung und Wissenschaft hat sich im Projekt „Bildung in der digitalen Welt“ mit Learning Analytics befasst; auch der Abschlussbericht der Enquete-Kommission Künstliche Intelligenz des Deutschen Bundestages hebt das Potenzial solcher Systeme hervor.

Im Schulalltag ist davon wenig angekommen. Die Stellungnahme des Deutschen Ethikrates hält fest, dass sich in Deutschland im Bereich der schulischen Bildung noch eine vergleichsweise geringe Nutzung digitaler Technologien im Allgemeinen und KI-basierter Systeme im Speziellen zeigt. Ein Dossier des Deutschen Schulportals sagt es ähnlich: Systeme, die sich auf künstliche Intelligenz stützen, kommen an Schulen in Deutschland bislang noch kaum zum Einsatz. Das KI-System „Area9“ wurde demnach an mehreren Schulen erprobt; anschließend beriet die Kultusministerkonferenz, ob die Technologie bundesweit eingesetzt werden soll.

Die Zurückhaltung hat nicht nur technische Gründe: Das Deutsche Schulbarometer 2025 zeigt, dass Lehrkräfte sich im Umgang mit KI-Tools in der Schule mehrheitlich unsicher fühlen. Gegengesteuert wird mit einer KI-Faktencheckreihe im Rahmenprogramm empirische Bildungsforschung, die auf der im KI-Begleitprozess entstandenen KI-Synthese „Künstliche Intelligenz in der Schule“ aufbaut. Belegte Praxisbeispiele bleiben Einzelfälle: Im Projekt KI-ALF entstand ein digitales Diagnose- und Fördersystem für mathematische Basiskompetenzen, dessen Wirksamkeit die Forschenden nachweisen konnten.

An den Hochschulen ist das Bild umgekehrt. Nach der CHE-Befragung aus dem Wintersemester 2024/2025 nutzen 65 Prozent der Studierenden KI-Tools wöchentlich oder täglich — für Recherchen, Brainstorming oder Übersetzungen. Flächendeckende Lernangebote zum Erwerb von KI-Kompetenzen bieten die Hochschulen nach Einschätzung der Studierenden nicht; die bestehenden Angebote kommen im Schnitt auf nur 2,7 von 5 Sternen. Wie viele Hochschulen solche Angebote systematisch in ihre Studiengänge integriert haben, weiß der Bund nicht: Der Bundesregierung liegen dazu keine Informationen vor — ebenso wenig zu fachspezifischen oder geschlechterspezifischen Unterschieden.

In der Erwachsenen- und Weiterbildung entscheidet die Technik mit darüber, wer überhaupt teilnimmt. Ein Review von 35 Studien aus den Jahren 2016 bis 2023 zu älteren, gering literalisierten und gering qualifizierten Erwachsenen kommt zu dem Schluss, dass digitale Medien in Lehr- und Lernkontexten eine Barriere oder eine Brücke zur Teilnahme sein können. Ungleichheiten in Zugang und Nutzung bleiben eine relevante Hürde; Studien zu den Gründen für die Nichtteilnahme nennen die Autoren ein wichtiges Desiderat.

Beraten und untersucht wird also viel — belastbare Auskunft über den tatsächlichen Einsatz fehlt an entscheidenden Stellen.

Bildung qualifiziert für ein Erwerbsleben, dessen Anforderungen sie nicht selbst bestimmt. Verschiebt Künstliche Intelligenz, welche Tätigkeiten gefragt sind, wirkt das zurück auf Schule, Ausbildung und Weiterbildung — und die Frage lautet, wofür künftig qualifiziert werden soll.

Sicher ist für die OECD vor allem eines: Mit der Verbreitung von KI wird es zu erheblichen Veränderungen in der Arbeitswelt kommen. KI dürfte Menschen bei einigen Aufgaben ergänzen, bei anderen ersetzen und neue Arbeitsformen schaffen; die evidenzbasierte Analyse steht erst am Anfang. OECD-Schätzungen auf Basis der Kompetenzerhebung PIAAC sehen 14 Prozent der Arbeitsplätze in den OECD-Ländern einem hohen Automatisierungsrisiko ausgesetzt, 32 Prozent der Arbeitskräfte dürften erhebliche Veränderungen ihres Arbeitsplatzes erleben; am stärksten bedroht sind Jugendliche und ältere Arbeitskräfte. Auch die UNESCO erwartet eine beschleunigte Automatisierung vieler Arbeitsplätze.

Für die Kompetenzseite ist das Bild schärfer. Die OECD erwartet zusätzliche Nachfrage nach dreierlei: Fachkompetenzen zur Programmierung und Entwicklung von KI-Anwendungen, allgemeine Kompetenzen zur Nutzung von KI sowie komplementäre Kompetenzen wie kritisches Denken, Kreativität und Einfühlungsvermögen. Die Plattform Lernende Systeme betont, dass die veränderten Anforderungen technische wie soziale Dimensionen betreffen, und verweist auf Studien, nach denen die Nachfrage nach technikbezogenen Kompetenzen bis 2030 um 55 Prozent steigt, jene nach sozialen und emotionalen um 24 Prozent. Das sind Erwartungen, keine gemessenen Befunde.

Damit rückt die Weiterbildung Erwachsener ins Zentrum: Die frühzeitige Qualifizierung und Weiterbildung der Beschäftigten gilt der Plattform Lernende Systeme als eine der größten Herausforderungen bei der Einführung von KI-Systemen. Die Bundesregierung hat dazu das im September 2018 vom Kabinett verabschiedete Qualifizierungschancengesetz auf den Weg gebracht: Ab 2019 sollen unabhängig von Qualifikation, Alter und Betriebsgröße jene Beschäftigten ihre beruflichen Kompetenzen fortentwickeln können, deren Tätigkeiten durch Technologien ersetzt werden können — ausdrücklich auch durch Künstliche Intelligenz. Der BMBF-Aktionsplan zählt KI-Kompetenzen zur digitalen Basisqualifikation in akademischer wie beruflicher Bildung — und hält zugleich fest, dass der Fachkräftemangel im KI-Bereich trotz wachsender Aus- und Weiterbildungsangebote weiter zunimmt.

Ausgerechnet auf der Prüfseite fehlt dieses Personal. Um neue KI-Anwendungen für den Schuleinsatz zu prüfen und zu validieren, müssten Bildungsministerien laut UNESCO eigene Kapazitäten aufbauen. Doch weniger als ein Prozent der KI-Promovierten geht nach dem Abschluss in den öffentlichen Dienst — ein seit fünf Jahren unveränderter Trend; die Mehrheit wechselt in die Industrie.

Bildung soll also für Tätigkeiten qualifizieren, deren Zuschnitt sich noch verschiebt, und zugleich die Fachleute hervorbringen, die beurteilen können, ob die eingesetzten Systeme taugen. Für das Erste gibt es Gesetze und Programme; beim Zweiten ist die Personaldecke denkbar dünn.