«Verwirrung kann das Lernen fördern»

Sascha Schneider, Joshua Weidlich, welche Rolle spielt künstliche Intelligenz heute in der Schule und im Studium?

Sascha Schneider: Viele Studierende und Schüler:innen nutzen KI-Tools mittlerweile selbstverständlich im Alltag beim Lernen, Schreiben und Recherchieren. Die Frage ist nicht mehr, ob KI kommt oder nicht, sondern wie Schulen und Hochschulen damit umgehen und KI mit Bildungszielen verbinden. Entscheidend ist, wie wir KI so aufgleisen, dass sie das Lernen wirklich unterstützt.

Der Digital Education Outlook 2026 der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) hält unter anderem fest, dass zu intensive KI-Nutzung das metakognitive Engagement schwächen kann. Was bedeutet das?

Joshua Weidlich: Metakognition meint das Überwachen und Steuern des eigenen Lern- und Verständnisprozesses. Wenn ich zum Beispiel einen Text schreibe und danach prüfe, ob er den gefragten Kriterien entspricht, ob meine Argumentation trägt oder was ich verbessern müsste, dann sind das metakognitive Prozesse. Die Gefahr besteht nun, dass mit KI solche Momente wegfallen. Man gleitet dann flüssig durch eine Aufgabe und bekommt am Ende ein überzeugendes Produkt. Aber genau diese vertiefte Auseinandersetzung, die normalerweise für Lernen wichtig ist, bleibt möglicherweise aus. In der Forschung spricht man in diesem Zusammenhang von «Cognitive Offloading»: Man lagert eigene Denkprozesse an eine Maschine aus. Das kann manchmal sinnvoll sein, ist im Lernprozess aber heikel, wenn dadurch das eigene Wissen nicht mehr aufgebaut oder kritisch geprüft wird. Lernen braucht diese Auseinandersetzung – die kann uns die Maschine nicht abnehmen.

Wie kann verhindert werden, dass diese Lernanstrengungen einfach umgangen werden?

Schneider: Sowohl an den Schulen als auch an der Universität muss es Phasen geben, in denen Lernende etwas ohne KI erarbeiten. Und es braucht Aktivitäten, die Schüler:innen und Studierende dazu bringen, selbst etwas zu tun: also eigene Zusammenfassungen machen, sich etwas vorstellen, reflektieren, sich Fragen aussetzen und selbst mal Fragen beantworten müssen und dann zu schauen, was man schon weiss und was eben noch nicht. Erst mit genügend Vorwissen können Lernende KI-Outputs gut einschätzen. Deshalb müssen sich auch die Prüfungen verändern. Wo KI integriert ist, kann man nicht einfach dieselben Prüfungsformate wie früher verwenden. Es wird stärker darum gehen, Lernprozesse sichtbar zu machen und zu prüfen, was Lernende selbst verstanden haben und was die KI dazu beigetragen hat.

Sie sagen, der Umgang mit KI brauche genügend Vorwissen. Bedeutet das, dass solche Tools beispielsweise in der Primarschule nichts verloren haben?

Schneider: Das könnte man so sehen, ich möchte aber differenzierter antworten. Denn KI kann sehr unterschiedliche Rollen übernehmen. Sie kann fixfertige Antworten liefern; das wäre gerade dann problematisch, wenn es um das Aneignen basaler Kompetenzen geht. KI kann aber auch so gestaltet werden, dass sie keine Lösung vorgibt, sondern Fragen stellt, Lernstrategien anregt oder Lernende in Situationen bringt, in denen sie sich selbst testen müssen. In diesem Sinn kann KI auch in der Grundschule wertvoll sein.

Weidlich: Entscheidend ist die pädagogische Rahmung – und die ist natürlich an der Universität und in der Schule unterschiedlich. An der Hochschule kann man erwarten, dass Studierende sich eigenständig mit Tools auseinandersetzen. In der Schule braucht es stärkere Begleitung. Aus der Lernforschung weiss man aber generell, dass Lernende oft nicht die effektivsten Strategien wählen. Anstatt sich selbst Fragen zu stellen, lesen sie einen Text lieber noch einmal durch oder markieren ihn. Das fühlt sich angenehm an, ist aber weniger wirksam, denn effektive Strategien sind oft anstrengender. Man spricht hier auch von «desirable difficulties», wünschenswerten Schwierigkeiten. Lehrpersonen müssen helfen, solche Schwierigkeiten auszuhalten.

Müsste die Schule Lernstrategien nicht ohnehin stärker vermitteln?

Schneider: Mit dem Lehrplan 21 und den neuen Curricula in der Schule gibt es bereits den Versuch, weg von reiner Stoffvermittlung und hin zu überfachlichen Kompetenzen zu kommen. Die Gesellschaft und die Technik verändern sich so schnell, dass man nicht mehr auf ein abgeschlossenes Ziel hin lernen kann. Lernende müssen befähigt werden, ihren Lernprozess selbst zu planen, zu überwachen, zu steuern und zu reflektieren. Dazu gehört auch, zu wissen, welche Informationen zuverlässig sind und wie KI-Output verifiziert werden kann. Diese Kompetenzen müssen in der Schule vermittelt werden. Das führt zu Spannungen, weil Fachdidaktiken häufig ihr Fach stärker gewichten als andere Fächer. Doch viele heutige Probleme lassen sich nicht mehr in einem Fach allein lösen.

Wie könnte ein fächerübergreifender Unterricht aussehen?

Schneider: Ein Ziel wäre projektorientierte, problembasierte Arbeit. Lernende erhalten ein Problem und bearbeiten es aus verschiedenen fachlichen Perspektiven heraus. Genau das entspricht auch vielen Situationen im späteren Berufsleben: Man steht vor einem Problem, arbeitet mit anderen zusammen und muss unterschiedliche Wissensbestände verbinden. Dafür müsste man schon in der Ausbildung der Lehrpersonen ansetzen. Gerade am Gymnasium braucht es einen stärkeren Shift hin zu Kompetenzen, die nicht nur an einzelnen Fächern hängen, sondern überfachlich sind.

Müssen Lehrpersonen künftig also auch KI-Expertinnen und KI-Experten werden?

Weidlich: Nein, sie müssen weiterhin vor allem guten Unterricht machen können. Dazu müssen sie nicht primär KI-Expertinnen und -Experten sein, sondern digitale Technologien so einsetzen, dass sie das Lernen unterstützen. KI ist Teil einer grösseren Debatte, die schon mit Internet, Google und Digitalisierung begonnen hat. Informationen sind jederzeit verfügbar; dadurch verändert sich die Rolle der Lehrperson. Sie ist nicht mehr nur Vermittlerin von Stoff, sondern zunehmend Lernbegleiterin, Strukturgeberin und pädagogische Unterstützerin. KI-spezifische Herausforderungen gibt es besonders bei Prüfungen. Wenn Lernende mit KI leicht starke Produkte erzeugen können, müssen wir neu fragen, was wir prüfen wollen: das fertige Produkt oder den Lern- und Denkprozess dahinter?

Welche Lösungen gibt es für Prüfungen?

Weidlich: Man muss die Anreizstrukturen verändern. Wenn nur das möglichst perfekte Endprodukt zählt, liegt es nahe, den einfachsten Weg zu wählen. Prüfungen sollten stärker den reflektierten Umgang mit Inhalten und die Entwicklung von Verständnis sichtbar machen. Es geht um einen Shift vom Produkt zum Prozess. Dafür gibt es verschiedene Wege. Manche Prüfungen müssen KI-frei sein: vor Ort, mündlich oder mit Papier und Kugelschreiber. Das ist eine didaktische Entscheidung. Daneben kann es KI-integrierte Prüfungen geben, in denen Lernende mit KI-Outputs arbeiten, sie kritisch einschätzen, verbessern und reflektieren.

Schneider: Ich denke, wir müssen den Lernprozess besser sichtbar machen. Bisher ist unser Curriculum sowohl im Studium als auch in den Schulen häufig nur auf den einen Test hin ausgelegt. Wichtig ist aber auch, Lernprozesse nicht nur am Ende zu bewerten, sondern auch Fortschritte zu begleiten und zu messen. Wenn KI eingesetzt wird, könnten Studierende beispielsweise den KI-Output mitbringen und mit den Lehrpersonen besprechen, was stimmt, was problematisch ist und wie man es besser machen könnte.

Wie können Dozierende und Lehrpersonen bei solchen Veränderungen unterstützt werden?

Schneider: Es braucht pädagogische Unterstützung in der Breite, nicht als Belehrung von oben, sondern als wohlwollende Begleitung. Man kann mit Lehrpersonen anschauen, was sie bereits tun, und kleine Stellschrauben finden, etwa Selbsttests einbauen, Lernpartnersysteme nutzen, Vorlesungen anders strukturieren, Feedbackschleifen ermöglichen. Solche Veränderungen können einen Mehrwert schaffen. An der UZH bauen wir ein KI-Tutorensystem auf, in dem Dozierende gemeinsam Lehrveranstaltungen weiterentwickeln und sich darüber austauschen können, wie KI sinnvoll in der Lehre eingesetzt werden kann. Und ich arbeite zusammen mit dem Prorektorat Lehre und Studium an einem Projekt zur Weiterentwicklung innovativer Gestaltungsmöglichkeiten in der Lehre. Auch an Unterstützungssystemen mit KI wird an der UZH gearbeitet. Ein KI-Buddy soll Studierenden helfen, ihr Studium zu strukturieren, und Dozierenden beispielsweise zeigen, welche Veranstaltungen ähnliche Inhalte behandeln und wo thematische Anknüpfungspunkte bestehen. Dadurch könnte Wissen stärker vernetzt werden, statt in Veranstaltungssilos zu bleiben.

Wenn sogar der «Buddy» eine KI ist: Welche Rolle spielt das Soziale noch beim Lernen?

Schneider: Vielleicht die grösste Rolle überhaupt. Wir sind soziale Wesen und suchen Interaktionen mit anderen, um Wissen auszutauschen und Bedeutung herzustellen. KI-Lernen basiert auf Wahrscheinlichkeiten. Eine Lehrperson kann dagegen besser auf die Geschichte, die Situation und die emotionale Lage der Lernenden eingehen. Dieses empathische Vermögen kann KI höchstens simulieren. Deshalb bleibt der Human-in-the-Loop zentral. Wenn KI den studentischen Output erzeugt und eine andere KI ihn bewertet, entsteht ein Kreislauf innerhalb desselben Wissensraums. Universitäten müssen aber Neues denken können.

Herr Weidlich, Sie haben kürzlich eine Studie dazu gemacht, wie die Feedbacks von KI, von Peers und von Lehrpersonen auf Lernresultate von Studierenden wahrgenommen werden und was sie bewirken. Was haben Sie herausgefunden?

Weidlich: Wir haben die Reaktionen auf die verschiedenen Feedbacks verglichen und dabei festgestellt, dass die Rückmeldungen der KI und der Peers – also der Mitstudierenden – positiver wahrgenommen wurden als die der Lehrpersonen. In unserer Studie wurden die Lehrpersonen-Feedbacks im Durchschnitt als kritischer und weniger fair wahrgenommen als die Feedbacks von KI oder Peers. Gleichzeitig waren sie aber mit den stärksten Verbesserungen in der überarbeiteten Aufgabenlösung verbunden. Das passt zum bereits erwähnten Muster: Was sich beim Lernen gut anfühlt, ist nicht automatisch auch das hilfreichste für den Lernprozess. Eine Erklärung der Resultate unserer Feedbackstudie könnte sein, dass die KI freundlichere Rückmeldungen schreibt. In einer Folgestudie zeigte sich tatsächlich, dass KI-Feedback mehr positive Aussagen enthält. Lehrpersonen-Feedback ist dagegen oft kritischer, aber auch konkreter und vielleicht gerade deshalb wirksamer.

Welche Rolle spielen Emotionen beim Feedback?

Weidlich: Sie sind ein wichtiger Bestandteil. Gutes Feedback enthält auch Kritisches und kann daher unangenehm sein. Wenn es zu stark verletzt, wird es nicht aufgenommen. Viele kennen die erste Reaktion auf eine kritische Rückmeldung: Das stimmt nicht, das will ich nicht hören. Erst später setzt die Auseinandersetzung ein. Gute Feedbackkompetenz heisst auch, mit dieser Spannung umgehen zu können.

Schneider: Generell sind nicht nur positive Emotionen wichtig für das Lernen. Auch Verwirrung kann das Lernen fördern. Sie fühlt sich zunächst negativ an, weil man etwas nicht versteht. Wird diese Irritation gut aufgegriffen und aufgelöst, kann daraus ein tieferes Verständnis entstehen. Emotionen sind also eng mit Motivation, Interesse und Wissen verbunden.

Betrachtet man die rasante Weiterentwicklung von KI: Braucht es künftig überhaupt noch Lehrpersonen?

Schneider: Ja, und die Entwicklungen rund um KI betonen ihre Bedeutung eher noch. Es braucht Menschen mit fachlicher und pädagogischer Expertise, die Lernprozesse steuern, strukturieren und kritisch begleiten. Gleichzeitig verändert sich ihre Rolle. Eine Lehrperson muss zwar immer noch Grund- und Orientierungswissen vermitteln. Danach kann sie sich stärker zurückziehen und zur Lernbegleiterin werden. Sie ist also nicht nur Wissensvermittlerin, sondern auch kritische Prüferin, Motivatorin und soziale Stütze.

Abschliessend und zusammenfassend: Wo sollte KI in der Schule und beim Studium sinnvoll eingesetzt werden, und wo nicht?

Weidlich: KI ist sinnvoll, wenn sie Lernen unterstützt und Lernende aktiviert. Kontraproduktiv wird sie, wenn zentrale Denk- und Lernprozesse ausgelagert werden, ohne dass dies reflektiert wird. Dann entsteht vielleicht ein gutes Lerngefühl, aber die wichtigen Lernprozesse finden nicht statt. Das merkt man oft erst in einer Prüfung, wenn die KI-Unterstützung wegfällt. Dann zeigt sich, was wirklich gelernt wurde. Genau deshalb braucht es pädagogische Rahmung, klare Lernziele und Menschen, die den Einsatz von KI kritisch begleiten.