Gesellschaft

Wenn KI das Denken ersetzt

Ein Tutor auf dem Bildschirm, ein Roboter am Schreibtisch, vielleicht eines Tages ein Begleiter im Schulzimmer: KI verspricht jedem Kind persönliche Hilfe. Entscheidend ist, ob es danach mehr selbst kann.

Ein Kind sitzt über einer Mathematikaufgabe und kommt beim zweiten Schritt nicht weiter. Ein Chatbot könnte die Lösung in Sekunden liefern. Er könnte auch fragen, welchen Schritt das Kind bereits verstanden hat. Auf dem Papier steht am Ende womöglich dieselbe richtige Zahl. Für das Lernen ist der Unterschied gross: Hat das Kind einen Lösungsweg gefunden, oder hat es einen fertigen Weg abgeschrieben?

KI-generierte Szene: Ein Kind löst am Schreibtisch Aufgaben, daneben stehen ein Lernroboter und ein Tablet.
KI-generierte Illustration. Bildkonzept und Bildredaktion: Ingomar Bensberg.

Auf einen Blick

KI kann Kinder beim Üben unterstützen. Wie sie antwortet, ist entscheidend: Ein Hinweis lässt Raum für eigenes Denken, eine vollständige Lösung kann es überflüssig machen. Ein grosser Mathematikversuch zeigte genau diesen Unterschied beim anschliessenden Test ohne KI. [1]

Roboter eröffnen weitere Möglichkeiten: Sie können Übungen begleiten oder einem kranken Kind die Teilnahme am Klassenleben ermöglichen. Die Forschung zu autonomen, dauerhaft persönlichen Schulbegleitern ist hingegen noch zu dünn, um einen solchen Einsatz als bewährte 1:1-Betreuung darzustellen. [4–9]

Für Schulen stellt sich deshalb nicht zuerst die Frage, ob KI erlaubt oder verboten sein soll. Sie müssen entscheiden, welche Hilfe Lernen fördert, wie die eigene Leistung erkennbar bleibt und wer für Technik, Daten und pädagogische Folgen verantwortlich ist. [3, 10]

Die fertige Aufgabe ist kein Beweis

Hausaufgaben zeigen Eltern und Lehrpersonen zunächst ein Ergebnis: einen Text, eine Rechnung, eine Präsentation. Was unterwegs passiert ist, sieht man dem fertigen Produkt nicht an. Das war schon vor generativer KI so. Neu ist, wie leicht sich auch Zwischenschritte und scheinbar persönliche Erklärungen erzeugen lassen. Ein überzeugend formulierter Lösungsweg kann daher sowohl Ausdruck eines Verständnisses sein als auch dessen Kulisse.

Ein Feldversuch in einer türkischen Oberstufe macht die Spannung messbar. Knapp tausend Schülerinnen und Schüler übten Mathematik in mehreren Unterrichtseinheiten. Eine Gruppe erhielt Zugang zu einer weitgehend frei antwortenden GPT-4-Oberfläche, eine zweite zu einem Tutor, der auf von Lehrpersonen vorbereitete Lösungen und typische Fehler zurückgriff und zuerst Hinweise statt vollständiger Antworten gab. Eine dritte Gruppe arbeitete ohne KI. Während der Übungsphase erreichten beide KI-Gruppen bessere Ergebnisse als die Vergleichsgruppe. In der anschliessenden Prüfung ohne Hilfsmittel schnitt die Gruppe mit der frei antwortenden KI jedoch um 17 Prozent schlechter ab als die Gruppe ohne KI. Beim eingeschränkten Tutor war dieser Rückgang weitgehend verschwunden; einen messbaren Vorsprung in der Prüfung zeigte er ebenfalls nicht. [1]

Der Versuch beweist weder, dass KI Kinder generell dümmer macht, noch dass ein bestimmter Tutor überall funktioniert. Er betrifft Mathematik an einer Schule, einen kurzen Zeitraum und einen Test unmittelbar nach dem Üben. Gerade deshalb ist seine präzise Aussage nützlich: Eine bessere Übungsleistung kann mit schwächerem selbstständigem Können zusammenfallen. Wer nur die erledigten Aufgaben zählt, übersieht das.

Die Übungsleistung mit KI und das selbstständige Können danach sind verschiedene Messgrössen.
Eine türkische Mathematikstudie zeigte bessere Übungen mit KI, aber unterschiedliche Ergebnisse in der Prüfung ohne Hilfe. Grafik: Zündstoff Magazin. Bildredaktion: Ingomar Bensberg.

Hilfe, die eine Frage zurückgibt

Ein brauchbarer Lernhelfer muss nicht besonders schnell antworten. Er muss erkennen, wann er sich zurückhalten sollte. Bei einer Bruchrechnung könnte er fragen, warum zwei Nenner gleichnamig gemacht werden. Bei einem Aufsatz könnte er eine unklare Begründung markieren, ohne gleich einen fertigen Absatz zu schreiben. Am Ende sollte das Kind die Lösung ohne Hilfsmittel erklären oder auf eine neue Aufgabe übertragen können.

Das klingt einfach, verlangt aber Arbeit von Lehrpersonen und Entwicklern. Im Mathematikversuch kannte der begrenzte Tutor die korrekten Lösungen und häufige Fehler, weil Lehrpersonen diese vorab eingebracht hatten. Seine Zurückhaltung beruhte also auf einer konkreten Unterrichtsgestaltung. Ein beliebiger Chatbot, der sich selbst «Tutor» nennt, bietet diese Absicherung nicht automatisch. [1]

Es gibt auch positive Befunde für angeleitete KI-Hilfe. Ein randomisierter Versuch in Nigeria untersuchte einen sechswöchigen, von Lehrpersonen begleiteten Einsatz eines KI-Tutors im Englischunterricht. Die Forschenden berichten bessere Testergebnisse. Daraus lässt sich eine Möglichkeit ableiten, keine Garantie für ein anderes Land, ein anderes Fach oder eine unbeaufsichtigte Nutzung zu Hause. [2]

Zu Hause kann die Hilfe besonders willkommen sein. Nicht jede Familie hat Zeit, Fachwissen oder Geld für Nachhilfe. Ein jederzeit verfügbarer Tutor könnte eine Frage wiederholen, einen Lernschritt in anderer Sprache erklären oder geduldig warten, bis ein Kind selbst antwortet. Dieselbe Verfügbarkeit kann aber den schnellsten Weg zur fertigen Aufgabe eröffnen. Eine sinnvolle Grenze liegt dort, wo die Hilfe das Kind zur eigenen Begründung zurückführt: «Zeig mir deinen Versuch», «Was würdest du als Nächstes tun?», «Erkläre mir, warum das stimmt.»

Wenn der Tutor einen Körper bekommt

Ein Roboter am häuslichen Schreibtisch wäre mehr als ein Chatfenster mit Augen. Er könnte auf eine Pause aufmerksam machen, eine Aufgabe gemeinsam in kleine Schritte teilen oder das Kind ermutigen, nach einem Fehler weiterzumachen. Forschende liessen zehn Kinder im Alter von zehn bis zwölf Jahren einen solchen Hausaufgabenbegleiter mitgestalten. Die Kinder und ihre Eltern beschrieben unter anderem den Wunsch nach motivierender, emotional verständlicher Hilfe. Die Studie untersucht Bedürfnisse und Gestaltungsideen; sie misst keinen Lernerfolg durch einen fertigen Haushaltsroboter. [4]

Auch der Körper selbst ist noch kein pädagogischer Beweis. In einem Versuch mit 56 älteren Schülerinnen und Schülern verbesserte ein zusätzlich physisch anwesender Roboter die gemessene Aufgabenleistung gegenüber einem Tutor auf dem Bildschirm nicht signifikant; zu Beginn berichteten die Teilnehmenden allerdings mehr Freude an der Aufgabe. Die Untersuchung war klein und kurz. Sie zeigt eine mögliche Wirkung auf das Erleben, keine allgemeine Antwort auf die Frage, ob Roboter besser unterrichten als Bildschirme. [5]

Ein Hausaufgabenroboter könnte trotzdem für manche Kinder hilfreich sein, etwa als klar erkennbarer Lernpartner mit begrenzter Aufgabe. Die entscheidende Prüfung bliebe dieselbe wie beim Chatbot: Löst das Kind später eine vergleichbare Aufgabe selbst? Und kann es den Roboter ausschalten, ohne dass das Lernen zusammenbricht?

Ein Roboter im Schulzimmer

Wie weit die Praxis heute reicht, zeigt ein Schweizer Versuch der Berner Fachhochschule. Im Mai und Juni 2023 arbeiteten Kinder zweier vierter und fünfter Klassen während sechs Wochen ein- bis zweimal wöchentlich mit dem humanoiden Roboter «Charlie». Die Module betrafen Sozialkompetenz, Selbstbild und Emotionen. Die Kinder konnten Antworten sprechen oder über eine Fernbedienung eingeben. Ein Mitglied des Forschungsteams war dabei, auch weil Verbindungen ausfielen und der Roboter überhitzte. Die Forschenden wollten vor allem Machbarkeit, Akzeptanz und Bedienbarkeit untersuchen. Ein autonomer Begleiter, der einem Kind den gesamten Unterricht hindurch persönlich hilft, war Charlie nicht. [6]

Andere Versuche gehen einen Schritt weiter, bleiben aber eng begrenzt. In einer britischen Primarschule arbeiteten 59 sieben- bis achtjährige Kinder über zwei Wochen mit einem Lernroboter. Bei einer neuen Aufgabe schnitt die Gruppe mit personalisiertem Roboterverhalten besser ab als die Vergleichsgruppe mit nicht personalisiertem Verhalten. Die Lehrpersonen blieben in der Klasse; untersucht wurde ein bestimmtes Lernangebot, keine vollständige 1:1-Begleitung. [7] Eine längere US-Pilotstudie mit 24 jüngeren Kindern beschreibt anhaltendes Interesse und Erfahrungen der Lehrpersonen mit einem kommerziellen Lernroboter. Sie hatte keine Vergleichsgruppe und mass keine Lernfortschritte. [8]

Diese Befunde sind weder eine Absage an Roboter noch ein Freipass für ihren flächendeckenden Einsatz. Sie zeigen, welche Fragen eine Schule vor einer Anschaffung stellen müsste: Welche konkrete Tätigkeit übernimmt das Gerät? Wie zuverlässig funktioniert es über Monate? Kann die Lehrperson eingreifen? Hilft es einem Kind, das sonst zu wenig Unterstützung bekommt, oder beschäftigt es vor allem jene, die ohnehin leichter lernen?

Anwesenheit aus der Ferne ist etwas anderes

Eine besonders anschauliche Anwendung hat eine andere Aufgabe. Wenn ein Kind wegen einer längeren Krankheit nicht in die Schule kann, kann ein Telepräsenzroboter im Klassenzimmer stehen. Das Kind sieht und hört von zu Hause oder vom Spital aus über Kamera und Mikrofon, kann sich melden und mit der Klasse sprechen. Es steuert das Gerät selbst. Der Roboter denkt und erklärt nicht an seiner Stelle. [9, 10]

Die Genfer Universitätsspitäler stellen solche AV1-Geräte für junge Patientinnen und Patienten bereit. Nach einem Pilot wurde ihr Einsatz mit dem kantonalen Bildungsdepartement auch für die Primarschule organisiert; die Spitalschule und menschliche Lehrpersonen bleiben beteiligt. [9] Eine Schweizer qualitative Untersuchung mit 14 Interviews beschreibt Chancen für schulische Teilhabe und soziale Beziehungen. Die fünf Fallvignetten sind anonymisiert und bewusst leicht verändert. Sie sind Beispiele für Erfahrungen, keine Wirksamkeitsmessung an einer grossen Stichprobe. Die Studie nennt zugleich offene Fragen zu Finanzierung und Datenschutz. [10]

Hier liegt ein wichtiger Unterschied zum Bild vom persönlichen KI-Lehrer: Der Roboter kann eine Beziehung zur Klasse erhalten, gerade weil am anderen Ende ein Kind und im Raum andere Menschen sind. Sein Wert besteht nicht darin, eine Lehrperson zu ersetzen.

Der persönliche Begleiter: eine interessante offene Frage

Man kann sich noch mehr vorstellen: Ein Roboter hilft einem Kind morgens bei den Aufgaben, begleitet es zur Schule, sitzt im Unterricht neben ihm und gibt genau dann eine Frage oder einen Hinweis, wenn es feststeckt. Im Idealfall würde er Schwierigkeiten früh erkennen, die Lehrperson entlasten und einem Kind kontinuierliche 1:1-Unterstützung geben.

Für diese durchgehende Rolle fand sich in der geprüften Forschung kein belastbarer Nachweis eines regulär eingesetzten, autonom arbeitenden Systems. Der Weg vom begrenzten Klassenversuch zum persönlichen Schulbegleiter ist gross. Das Gerät müsste in wechselnden Räumen sicher funktionieren, Unterricht und Alter berücksichtigen, Sprache und leise Gespräche zuverlässig verstehen, falsche Hinweise vermeiden und seine Aufmerksamkeit begrenzen. Es müsste wissen, wann es still sein, wann es die Lehrperson hinzuziehen und wann es eine Antwort verweigern sollte, damit das Kind selbst weiterdenkt.

Hinzu kommen Regeln, die nicht allein ein Hersteller setzen kann. Ein mitlaufender Roboter könnte Informationen über Mitschülerinnen, Lehrpersonen und den Familienalltag aufnehmen. Wer darf diese Daten sehen? Wie lange werden sie gespeichert? Wer entscheidet, ob ein Kind das Gerät mit in die Klasse bringt? Wer trägt Verantwortung, wenn es eine falsche Erklärung gibt oder eine Situation auf dem Schulweg falsch einschätzt? Solange diese Fragen und der tatsächliche Lernnutzen nicht geklärt sind, bleibt der persönliche Begleitroboter ein prüfenswertes Szenario, kein heutiges Versprechen auf persönliche Betreuung.

Hausaufgabenbegleiter, Klassenroboter, Telepräsenz und persönlicher Schulbegleiter haben verschiedene Aufgaben und Evidenzstände.
Vier mögliche Rollen von Lernrobotern. Der persönliche Schulbegleiter ist als Zukunftsszenario gekennzeichnet. Grafik: Zündstoff Magazin. Bildredaktion: Ingomar Bensberg.

Was eine Schule prüfen müsste

Der Kanton Zürich formuliert für die Volksschule fünf Leitsätze zum Umgang mit KI. Sie verstehen KI als Ergänzung des pädagogischen Dialogs, verlangen Wissen über Möglichkeiten und Grenzen, Zugang für alle sowie einen verantwortlichen Umgang mit Daten. Für die Beurteilung rückt der Lernprozess stärker in den Blick: Schulen sollen sichtbar machen, was ein Kind selbst kann und wie es KI eingesetzt hat. [3]

Das lässt sich praktisch übersetzen. Eine Klasse kann KI-Hilfe bei einer Übung zulassen und anschliessend eine ähnliche Aufgabe ohne sie lösen lassen. Kinder können markieren, welche Hinweise sie genutzt haben und welche Schritte ihre eigenen waren. Eine mündliche Erklärung oder ein veränderter Fall zeigt mehr Verständnis als ein makellos formulierter Text. Solche Formen verlangen Zeit und passen nicht zu jeder Aufgabe; sie geben der Schule aber einen Massstab zurück, den das fertige Produkt allein verloren hat.

Bei einem Roboter kommt eine zweite Prüfung hinzu. Die Schule müsste den pädagogischen Auftrag festlegen, den Einsatz mit Eltern, Kindern und Lehrpersonen besprechen, Datenschutz und Technik klären und regelmässig nachsehen, ob der Nutzen über den Neuheitseffekt hinaus trägt. Das gilt auch bei knappen Ressourcen. Ein Gerät kann eine Stunde individueller Übung ermöglichen; es kann weder die Beziehung zur Klasse noch die Verantwortung der Erwachsenen übernehmen.

Vier Fragen zu Lernziel, Rolle, Teilhabe und Verantwortung vor dem Einsatz von KI oder Lernrobotern.
Fragen für die pädagogische und organisatorische Prüfung. Grafik: Zündstoff Magazin. Bildredaktion: Ingomar Bensberg.

Die stärkste KI-Hilfe wäre deshalb nicht die, die jede Frage beantwortet. Sie würde merken, wann ein Kind nur noch eine fertige Lösung verlangt, und ihm stattdessen den nächsten eigenen Schritt ermöglichen. Was sollen Kinder künftig selbst beherrschen? Welche Aufgaben dürfen Maschinen erleichtern? Und woran erkennen wir, dass ein Kind mit einem Tutor oder Roboter tatsächlich mehr gelernt hat, statt nur besser begleitet auszusehen?

Quellen

  1. Bastani et al., Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics, PNAS (2025), Volltext der Autoren.
  2. Weltbank, From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria, Working Paper WPS11125 (19. Mai 2025), Volltext.
  3. Kanton Zürich, Volksschulamt, Künstliche Intelligenz in der Volksschule.
  4. Cagiltay, Mutlu und Michaelis, My Unconditional Homework Buddy: Exploring Children’s Preferences for a Homework Companion Robot (2023).
  5. npj Science of Learning, Physical embodiment and anthropomorphism of AI tutors and their role in student enjoyment and performance (2025).
  6. Berner Fachhochschule, Roboter Charlie in der Schule (19. September 2023).
  7. PLOS ONE, Robot education peers in a situated primary school study: Personalisation promotes child learning (2017).
  8. Education and Information Technologies, ABii at School: Findings from a Long-Term In-School Field Study with a Commercial Robot-Assisted Learning System (online 2025; Band 2026).
  9. Hôpitaux universitaires de Genève, Un robot de téléprésence pour poursuivre sa scolarité malgré la maladie (2022).
  10. Schmid-Meier, Telepräsenzroboter als Brücke zur Klasse: Erfahrungen mit dem AV1, Schweizerische Zeitschrift für Heilpädagogik (2026).