Eine Schülerin hat in einem Modellversuch zwei Möglichkeiten. Sie kann sich einen Hinweis geben lassen und die Rechnung selbst fortsetzen. Oder sie lässt sich eine vollständige Lösung zeigen. Beide Wege können zu einer richtigen Antwort auf dem Blatt führen. Erst eine weitere Aufgabe zeigt, welche Erklärung sie selbst geben kann, sobald das Hilfsmittel wegfällt.
Der Befund: In einem randomisierten Versuch im Mathematikunterricht einer türkischen Schule erhöhte die Zuteilung zu zwei GPT-4-Hilfen die Punktwerte während der Übung. Direkt danach, bei ähnlichen Aufgaben ohne Unterlagen und Laptop, lag die Gruppe mit dem einfachen Chat unter der Kontrollgruppe. Für den Tutor mit vorgegebenen Hinweisen war die geschätzte Testdifferenz statistisch nicht gesichert. Das Ergebnis spricht dafür, die Art der Hilfe und den späteren Lernzweck getrennt zu prüfen. Bastani et al., Versuchsdesign und Tabelle 1 · Berichtigung der Autorenaffiliation
Hinweis oder fertige Lösung?
Ein fiktives Beispiel mit vorab verfasster Hilfe. Eine 12,6 Meter lange Leiste soll in drei gleich lange Stücke geteilt werden. Wie lang ist ein Stück?
Frage anzeigen
Mit welcher Rechnung kannst du drei gleich lange Stücke finden?
Hinweis anzeigen
Teile zunächst 12 Meter. Dann teile die übrigen 0,6 Meter ebenfalls durch drei.
Lösung und Probe anzeigen
4 + 0,2 Meter ergeben 4,2 Meter. Die Probe lautet 3 × 4,2 Meter = 12,6 Meter.
Was im Schulversuch beobachtet wurde
Während der Übung
Beide Formen der KI-Hilfe erhöhten den Übungsscore. Kontrollmittel 0,284 auf der Skala 0–1.
Direkt danach ohne KI
Die Gruppe mit einfachem Chat lag unter der Kontrolle. Beim Tutor war der Abstand statistisch offen. Kontrollmittel 0,321 auf der Skala 0–1.
Die Punktmarken zeigen den geschätzten Abstand zur Kontrollgruppe in Skalenpunkten. Die senkrechte Nullmarke bedeutet gleicher Wert. Die Striche reichen je einen Standardfehler nach beiden Seiten. Sie sind keine 95-Prozent-Konfidenzintervalle.
| Hilfe | Übung | Standardfehler | Test | Standardfehler |
|---|---|---|---|---|
| Einfacher Chat | 0,137 | 0,031 | −0,054 | 0,022 |
| Tutor mit Hinweisen | 0,361 | 0,032 | −0,004 | 0,013 |
Bastani et al., Tabelle 1. Das Experiment prüfte ähnliche neue Aufgaben im selben Unterrichtsblock.
Der Unterschied zwischen Ergebnis und gelerntem Verfahren
Die Forschenden teilten ganze Klassen den drei Gruppen zu. Alle Gruppen konnten in der Übungsphase Lehrbuch und Notizen verwenden. Zwei Gruppen bekamen zusätzlich die jeweilige KI-Hilfe. Beim Tutor enthielten die Anweisungen an das Modell vorbereitete Hinweise, richtige Lösungen und typische Fehler, die Lehrkräfte geliefert hatten. Im folgenden Test mussten alle ähnliche, neu gestellte Aufgaben selbst lösen. Die Hauptauswertung schließt besondere Leistungsklassen aus, deren Zusammensetzung an der Schule anders zustande kam.
Der einfache Chat lag beim Üben um 0,137 Skalenpunkte über der Kontrollgruppe. Beim anschließenden Test waren es −0,054 Skalenpunkte. Die Skala reicht von 0 bis 1. Das Kontrollgruppenmittel des Tests war 0,321, deshalb entsprechen 0,054 Skalenpunkte in diesem Vergleich rund 17 Prozent des Kontrollmittels. Für den Tutor lauten die geschätzten Differenzen +0,361 in der Übung und −0,004 im Test. Der Testunterschied des Tutors ist angesichts seiner Unsicherheit mit null vereinbar. Die Untersuchung weist damit weder einen gesicherten Gewinn noch einen gesicherten Verlust für diese Tutorgruppe im Test aus. Bastani et al., Tabelle 1 und Appendix
Die Zuteilung ist ein starker Vorteil dieses Vergleichs. Sein Geltungsbereich bleibt überschaubar. Er fand an einer Schule, in Mathematik und mit einem Test im selben Unterrichtsblock statt. Längerfristiges Behalten, Schreibunterricht und die selbstständige Beurteilung einer KI-Antwort brauchen andere Aufgaben und Messungen. Das Dossier über Unterrichtsmethoden zeigt, wie sich das Ergebnis ändern kann, wenn Behalten erst nach Tagen gemessen wird.
Ein Netzanschluss beantwortet eine andere Frage
Die internationale Schulstudie ICILS prüft computer- und informationsbezogene Kompetenzen. Für Deutschland erreichten 2023 rund 59 Prozent der erfassten Schülerinnen und Schüler mindestens Stufe 2. Der internationale Bericht nennt für Deutschland 71 Prozent im Jahr 2013 und 67 Prozent im Jahr 2018. Die Messreihe beschreibt, wie sich die gezeigten Fähigkeiten in der jeweiligen Stichprobe entwickelt haben. Computerspiel, private Gerätenutzung, Unterricht und Beschaffung werden darin nicht zufällig zugeteilt. Die Zeitreihe kann daher weder einen einzelnen Digitalpakt widerlegen noch seinen Lernerfolg nachweisen. IEA, ICILS 2023, Tabelle 5.4
Hamburg macht die einzelnen Schritte sichtbar. Die Schulbehörde meldete Ende 2024 schnellen Internetzugang für alle Schulen und rund 65.000 Endgeräte für Schülerinnen und Schüler. Das beschreibt den von der Behörde berichteten Ausbau zu diesem Zeitpunkt. Im 2023 vorgestellten Pilotprojekt an der Lessing-Stadtteilschule gehörten Geräte, WLAN, Lernplattform und die zentrale Verwaltung der Geräte zusammen. Der Rechnungshof hatte 2023 auf unvollständige Bedarfserhebungen bei früheren Gerätebeschaffungen hingewiesen. Die beiden Aussagen betreffen verschiedene Zeitpunkte und Fragen. Ob die Geräte heute an einer Schule zuverlässig verfügbar sind, lässt sich über Inventar, Wartung und tatsächliche Nutzung prüfen. Ob sie einem Lernziel dienen, zeigen erst passende Aufgaben und Ergebnisse. Hamburger Schulbehörde, Zwischenbilanz 2024 · Pilotprojekt · Rechnungshof, Jahresbericht 2023, Abschnitt Digitale Ausstattung der Schulen
Welche Hilfe zum Ziel passt
Seit dem 1. September 2026 läuft der Digitalpakt 2.0 auf Grundlage der von Bund und Ländern unterzeichneten Verwaltungsvereinbarung. Beide Ebenen tragen jeweils die Hälfte des angekündigten Gesamtvolumens von fünf Milliarden Euro. Dazu gehören Infrastruktur und Maßnahmen für Unterricht und Qualifizierung. Welche Schule wann ein Gerät, eine funktionierende Verbindung oder Fortbildungszeit erhält, muss die Umsetzung vor Ort zeigen. Im Dossier zu Finanzierung und Verantwortung stehen die Förderschritte einzeln. Bundesbildungsministerium, Unterzeichnung · KMK, Beteiligung von Bund und Ländern
Ein Hinweis kann sinnvoll sein, wenn Lernende dadurch selbst erkennen, welcher Rechenschritt fehlt. Eine vollständige Lösung kann als ausgearbeitetes Beispiel sinnvoll sein, wenn sie sorgfältig erklärt und danach mit einer eigenen Aufgabe verbunden wird. Die entscheidende Prüfung fällt verschieden aus. Beim Ziel „eine Aufgabe allein lösen“ muss die nächste Aufgabe ohne Hilfe gelingen. Beim Ziel „eine KI-Antwort fachlich beurteilen“ sollte das Werkzeug zur Verfügung stehen und die Person ihre Prüfung nachvollziehbar erklären. Wer die Schülerantwort mit beiden Zielen bewertet, muss vorher sagen, welches Kriterium gerade gilt. Dossier über Leistungsbewertung
Für eine Investition lässt sich damit ein konkreter Prüfweg angeben. Erst wird sichtbar gemacht, wer das Werkzeug tatsächlich nutzen kann. Dann wird festgelegt, welche Tätigkeit es verbessern soll und wie sich der Erfolg erkennen lässt. Die Aufgabengestaltung und die Pflege der Systeme brauchen Menschen und Zeit. Wie sich diese Kapazitäten im Schulalltag unterscheiden, zeigt das Dossier über Lehrkräfte.