Adaptive Lernplattformen, KI-Tutoren und gamifizierte Kurse versprechen, betriebliche Weiterbildung schneller und müheloser zu machen. Der Lernforscher und Bestsellerautor Scott Young hält dagegen und stützt sich auf Jahrzehnte an Bildungsforschung. Seine Skepsis verdient einen Blick über den Tellerrand, gerade in Personalabteilungen und Bildungsbudgets.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Lernen mit KI gilt als großer Hebel der Weiterbildung. Software passt den Schwierigkeitsgrad an und ein Chatbot beantwortet jede Frage sofort, während Punkte und Abzeichen die Motivation hochhalten sollen. Genau diese Erwartung bremst Scott Young in einem viel beachteten Essay, ohne dabei in Technikpessimismus zu verfallen.
Das Wichtigste in Kürze
- Im direkten Vergleich schlägt strukturierter Unterricht mit viel Übung fast immer die freien, projekt- und entdeckungsbasierten Methoden.
- Können besteht aus einer großen Menge kleiner Wissens- und Könnens-Bausteine, und an dieser Masse führt keine Abkürzung vorbei.
- Gamification und adaptive Software lösen das kognitive Problem teilweise, das Motivationsproblem aber kaum.
- KI-Tutoren sind heute besser als nichts, aber noch nicht besser als eine gute Lehrkraft.
Warum scheitern die populären Lernreformen?
Die Idee klingt einleuchtend: weg vom stumpfen Auswendiglernen, hin zu Projekten und echtem Anwenden. Am Forschungsstand zeigt sich jedoch, dass diese Reformen schlechter abschneiden als ihr Ruf. Das Project Follow Through, eines der größten Bildungsexperimente überhaupt, verglich in den 1970er-Jahren verschiedene Unterrichtsmethoden an Zehntausenden Schülern. Am besten schnitt die Direct-Instruction-Methode ab, also klar strukturierter Unterricht mit angeleiteten Übungen im Gleichschritt.
Ein ähnliches Muster zeigt die Medizinausbildung. Eine vielzitierte Metaanalyse von Albanese und Mitchell fand, dass problembasiertes Lernen mehr Lernzeit verschlang und in Prüfungen schlechtere Ergebnisse brachte als der klassische Weg. Auch beim Lesenlernen gewinnt die systematische Lautschrift gegen Ansätze, die vor allem die Begeisterung fürs Lesen wecken wollen.
Was bedeutet das für KI-gestütztes Lernen?
Hier liegt der Kern von Youngs Argument, und er trifft die Tech-Branche mitten ins Kontor. Können besteht aus einer riesigen Bibliothek kleiner Bausteine: Vokabeln, Regeln, Handgriffe, Begriffe. Eine Sprache sitzt erst, wenn Zehntausende Wörter abrufbar sind. Jede Methode, die diese Masse überspringen will, verfehlt das Ziel.
Daraus folgt eine unbequeme Einsicht für jedes Lernbudget. Echte Hebel gibt es nur zwei. Zum einen lässt sich die Effizienz steigern, etwa über verteiltes Üben und gezieltes Abfragen, die die kognitive Last sauber dosieren. Zum anderen lässt sich klüger auswählen, was überhaupt gelernt wird. Eine KI verschiebt diese Stellschrauben im besten Fall ein Stück, den Flaschenhals im Kopf hebelt sie aber nicht aus.
Sind gamifizierte Lernplattformen ihr Geld wert?
Scott Young vergleicht spielerische Lern-Apps mit Medizin, die in Bonbon gewickelt wird. Das Bonbon hilft manchen, die bittere Übung überhaupt zu schlucken. In der Praxis lässt sich die Süßigkeit aber leicht ablutschen und die Medizin wegwerfen. Eigene Tests mit Lern-Apps für sein Kind bestätigten ihm das: Der Nachwuchs jagte den Belohnungen hinterher und ließ den Lernkern links liegen.
Adaptive Software, die den Schwierigkeitsgrad automatisch anpasst, löst ein echtes Problem unterschiedlicher Vorkenntnisse. Die Anpassung greift jedoch nur die kognitive Seite. Eine gemeinsame, anspruchsvolle und doch erreichbare Messlatte motiviert oft besser als ein für jeden Einzelnen zurechtgeschnittenes Ziel. Diese Motivationsfrage entscheidet in den meisten Betrieben über Lernerfolg oder Karteileiche im Lernmanagementsystem.
Die teuerste KI-Lernplattform ersetzt nicht die zehntausend Vokabeln, die ein Kopf erst einmal speichern muss. Wir kaufen gern Werkzeuge gegen ein Problem, das in Wahrheit Übung und Geduld verlangt.
— Markus Seyfferth, Chefredakteur Dr. Web
Wie gut sind KI-Tutoren wirklich?
Die Hoffnung ruht auf Benjamin Blooms berühmtem 2-Sigma-Problem. Einzelbetreuung hebt die Leistung im Schnitt enorm, und ließe sich dieser Effekt automatisieren, wäre viel gewonnen. Young nutzt KI selbst intensiv beim Lernen und urteilt nüchtern. Heutige Modelle erkennen die individuellen Wissenslücken und Denkfehler eines Menschen noch schlecht. Die Werkzeuge stehen auf der Stufe „besser als nichts“, nicht auf der Stufe „besser als eine Lehrkraft“.
Diese Einordnung deckt sich mit Beobachtungen aus der Praxis. An der University of California in Berkeley stiegen die Durchfallquoten in Informatik-Kursen sprunghaft, seit Studierende KI unbedacht einsetzen, wie unsere Auswertung der Berkeley-Daten dokumentiert. Ohne sauberes Lernfundament baut der KI-Einsatz eher kognitive Schulden auf als echte Kompetenz.
Was sollten Entscheider aus dieser Skepsis mitnehmen?
Für Weiterbildungsbudgets heißt das nicht, KI links liegen zu lassen, sondern realistisch planen. Setzen Sie das Werkzeug dort ein, wo es nachweislich trägt: beim verteilten Abfragen und als geduldiger Sparringspartner für ohnehin motivierte Mitarbeiter.
Den Großteil der Wirkung holen Sie weiterhin aus bewährten Mechanismen. Üben Sie regelmäßig und über Wochen verteilt, statt im Crash-Kurs. Und messen Sie den Fortschritt mit ehrlichen Tests, nicht mit hübschen Dashboards. Bevor Sie eine Lernplattform lizenzieren, prüfen Sie, welche KI-Funktionen überhaupt zu Ihren Aufgaben passen; eine Vergleichsbasis liefert unser LLM-Ratgeber für DACH-Unternehmen.
Youngs Fazit lässt sich auf eine Faustregel eindampfen. Eine KI beschleunigt einen Lernprozess, der ohnehin funktioniert. Einen kaputten Prozess macht sie nur bunter, nicht besser. Den vollständigen Gedankengang hat er in seinem Essay zur Schulreform niedergeschrieben.
Häufige Fragen zum Lernen mit KI
Ersetzt ein KI-Tutor die Lehrkraft?
Bisher nicht. KI-Tutoren helfen beim Üben und beim Beantworten von Fragen, erkennen individuelle Wissenslücken aber noch ungenau. Damit ergänzen sie gute Lehre, statt sie zu ersetzen.
Lohnt sich Gamification in der Weiterbildung?
In Maßen. Spielelemente machen monotone Übung erträglicher. Verselbständigt sich das Spiel, bleibt der Lernkern allerdings auf der Strecke.
Welche Lernmethoden sind empirisch am besten belegt?
Verteiltes Üben und regelmäßiges Abfragen haben die stärkste Forschungsbasis. Aufwendige Techniken wie Eselsbrücken oder Mindmaps schneiden im Vergleich schlechter ab.
Macht KI das Lernen überflüssig?
Nein. Können entsteht durch gespeichertes Wissen und viel Übung. Eine KI kann recherchieren und erklären, das Lernen selbst nimmt sie niemandem ab.
Mehr Newshunger?
