Auf dieser Seite

Diese Seite wurde maschinell ins Deutsche übersetzt; die Artikelseiten sind weiterhin auf Englisch verfasst. Diese Seite auf Englisch lesen

Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.

Synthese: Das grundständige Studium ist der Bereich, in dem KI auf die größten Kurse und die am stärksten standardisierte Leistungsbeurteilung trifft: Einführungskurse im ersten und zweiten Jahr, in denen eine Lehrperson mehrere Hundert Studierende anhand eines gemeinsamen Bewertungsrasters unterrichtet. Die Studien auf dieser Stufe scheiden sich am Design, nicht am Modell. Ein Tutor, der aus der Didaktik des eigenen Kurses entwickelt wurde, übertraf das aktive Lernen im Präsenzunterricht, während ein gut im Kursstoff verankerter Kursassistent ohne didaktische Einbindung Noten und Beteiligung senkte. Die stärkste Evidenz betrifft Rückmeldung im großen Maßstab, Hilfesuche-Scaffolds, verifiziertes Lernmaterial und aktive Ansprache, die administrative Fristen verschiebt; die schwächste betrifft die Behauptung, ein allgemeiner Assistent erhöhe das, was Studierende ohne Hilfe leisten können.

Fragen zum Nachdenken

  • Wenn ein Tutor die Hausaufgabenpunkte um zweieinhalb Punkte erhöht, sich die Klausur aber nicht bewegt — was hat der Kurs dann gewonnen?
  • In einem Kurs, in dem sechs von sieben Studierenden den Chatbot nie öffneten, fielen die Noten. Was hat die bloße Verfügbarkeit verändert?
  • Was ist in einem Kurs mit 600 Studierenden besser zu rechtfertigen: KI-geschriebene Abgaben zu erkennen oder zu verändern, was die Abgabe enthalten muss?
  • Was kann ein Kurs im ersten Jahr über die KI-Gewohnheiten voraussetzen, die Studierende in der Sekundarschule erworben haben?
  • Wenn die Designeinheit eine Kohorte von 900 statt einer einzelnen lernenden Person ist — welche Ansprüche an Personalisierung bleiben dann bestehen?

Einführung

Das grundständige Studium ist Bachelor-Kursarbeit: Vorlesungen, Übungsgruppen, Laborpraktika und Servicekurse, kontinuierlich geprüft und zu einem Abschluss aufsummiert. Die Studierenden sind Erwachsene, die ihre Lernzeit selbst wählen und in Kohorten unterrichtet werden, die weit größer sind als jede Schulklasse. Sie sind noch keine Forschenden, und keine Betreuungsperson ist dafür verantwortlich, ihr Urteilsvermögen zu formen — das trennt diese Stufe vom Graduiertenstudium.

Die Größenordnung ist die bestimmende Randbedingung. Ein Einführungskurs in Physik, Wirtschaftswissenschaften oder Programmierung kann mehrere Hundert bis einige Tausend Studierende umfassen, betreut von Teaching Assistants, die jeweils Dutzende Essays oder Beweise bewerten. Feedbackmenge, Verfügbarkeit von Hilfe und der Aufwand, eine Studierende mit Schwierigkeiten überhaupt zu bemerken, sind die wiederkehrenden Designprobleme. Die Frage, die entscheidet, ob KI geholfen hat, ist nicht, ob das System eine Antwort produzierte, sondern was die Studierenden noch selbst taten, als es das tat.

Was die Evidenz auf dieser Stufe misst

Studien im grundständigen Bereich sind leicht zu zählen und schwer zu vergleichen. Das Ergebnis ist meist eine Kursnote, ein von der Lehrperson geschriebener Test oder ein Bewertungsraster, das auf ein einzelnes Artefakt angewandt wird.

Tutoring und Hilfe bei hohen Teilnehmerzahlen

Das größte positive Ergebnis stammt von einem Tutor, der aus der Didaktik des eigenen Kurses entwickelt wurde, nicht von einem allgemeinen Assistenten.

Die Lücke zwischen Punktzahl und Lernen

Vier Designs trennen die Punktzahl in der unterstützten Aufgabe von dem, was Studierende ohne Hilfe konnten, und sie stimmen in der Richtung überein.

Der meist angebotene Mechanismus ist Kognitive Auslagerung: Das Werkzeug führt den Prozess aus, den die Aufgabe hervorrufen sollte. Daraus folgt eine Reihenfolge statt eines Verbots — erst ein eigener Versuch, dann Hilfe, und ein bewertetes Urteil ohne das Werkzeug.

Was Studierende über sich selbst berichten

Die Befragungen auf dieser Stufe fragen Studierende, was sie gewonnen haben, und ihre Antworten stehen nur lose neben dem, was sie nach eigener Angabe getan haben. Torres-Peralta et al. (2026) befragten 1.477 Personen in Sonora, Mexiko, darunter 765 Hochschulstudierende. Ihr Engagement-Index beruht auf drei berichteten Verhaltensweisen — Lesen, Verändern und Hinzufügen eigener Ideen — und bewegte sich mit einer einzelnen Selbsteinschätzung des Lernens auf einer Skala von 0–10 kaum mit, bei einer gepoolten Korrelation von 0,052. Hochschulstudierende nutzten ChatGPT häufiger als Schülerinnen und Schüler der Highschool und bewerteten ihr Lernen nur wenig höher. Die Autorinnen und Autoren lesen das Ergebnis als Warnung zur Validität der Leistungsbeurteilung und nicht als Urteil über das Lernen, da kein Ergebnis gemessen wurde.

Wo auch die Prädiktoren selbstberichtet sind, beschreibt ein Modell eher eine Geisteshaltung als einen Mechanismus. Kumar et al. (2025) modellierten Pfade zur selbstberichteten Leistung bei Aufgaben für 304 Studierende an zwei Universitäten in Karnataka. Digitale Kompetenz erreichte β = 0,393 und wahrgenommene Nützlichkeit β = 0,259, während ethisches Bewusstsein die Leistung nicht vorhersagte (β = −0,006, p = 0,924). Leistung, Kompetenz und Ethik waren alle selbst eingeschätzt, der stärkste Pfad besagt also, dass Studierende, die sich selbst als digital kompetent einstufen, auch ihre Arbeit höher bewerten. Das Null-Ergebnis zur Ethik bleibt das nützliche Resultat: Die Autorinnen und Autoren lesen es so, dass Ethik das Handeln prägt und nicht die Noten, und empfehlen, Offenlegung und Zitation direkt zu bewerten.

Der Stufenvergleich lässt die grundständige Seite ungleichmäßig statt durchgehend niedrig erscheinen. Zaripova et al. (2026) verglichen 381 Studierende an einer technischen Universität in Usbekistan anhand einer ausbalancierten Teilstichprobe von 302. Grundständig Studierende erreichten auf der Ethikskala im Mittel 3,527 gegenüber 4,627 bei Graduierten, mit d = 1,47 für Ethik und akademische Autonomie. Die wahrgenommene kognitive Belastung unterschied sich nicht nach Stufe (p = 0,296). Die Verteilungen tragen den Designpunkt: Die Standardabweichungen der Graduierten bei Ethik und Selbstregulation betrugen etwa ein Drittel der grundständigen Werte, während grundständig Studierende das Skalenminimum erreichten. Eine Kohorte im ersten Jahr enthält daher Studierende, die Ausgaben kritisch beurteilen, neben Studierenden, die fast nichts von dieser Disposition berichten.

Zusammen gelesen zeigen die Befragungen, was Selbstbericht belegen kann und was nicht. Sie belegen Verteilung und Selbstkonzept — wie gestreut eine Kohorte ist, wie Studierende sich selbst einschätzen — und nicht das Lernen. Die Leistungsevidenz oben ist das, was beides trennt, vom Behaltenstest mit 57,5% gegenüber 68,5% bis zum Gewinn von 0,54 SD, der verschwand, als der Chatbot entfernt wurde. Selbstberichtete Gewinne und selbstberichtete Prädiktoren brauchen daher dieselbe Vorsicht in entgegengesetzten Richtungen. Ein per Selbsteinschätzung gemessener Gewinn kann Kompetenz oder Zuversicht sein, und ein auf dieselbe Weise gemessener Prädiktor kann das Ergebnis deshalb abbilden, weil ein einziges Instrument beides erzeugt hat. Der Test ist, ob ein Design etwas verändert, das eine Studierende tut: ein überarbeiteter Entwurf, eine geprüfte Quelle, eine offengelegte Nutzung.

Schreiben, Feedback und Integrität

Beim Schreiben ist die KI-Nutzung am sichtbarsten und der Beurteilungsvertrag am schwächsten, denn eine flüssige Abgabe trägt keine Spur des Prozesses, der hinter ihr steht.

Das erste Jahr: Übergang, Beratung und Unterstützung

Studierende im ersten Jahr kommen mit Gewohnheiten, die in der Schule geformt wurden, und mit wenig Grundlage, eine plausibel wirkende Antwort zu hinterfragen. Die Werkzeuge, die auf sie zielen, erledigen überwiegend administrative Arbeit.

Verbindungen

Das grundständige Studium liegt zwischen zwei Stufen, die mit unterschiedlichen Methoden untersucht werden. Sekundarstufe setzt Schulpflicht voraus, eine erwachsene Person, die das Werkzeug vermittelt, und die Klasse als Einsatzinheit. Grundständige Lehre setzt Lernende voraus, die ihre Zeiten selbst festlegen, und behandelt den Kurs als Einheit. Hochschulbildung ist der weitere Rahmen — KI-Governance, hochschuldidaktische Weiterbildung, Beschaffung und berufsqualifizierende Studiengänge —, und die meiste Evidenz zur Bewertungsgenauigkeit und zu institutionellen Richtlinien liegt dort. Postgraduale Bildung verschiebt die Arbeitseinheit von Kursarbeit zu betreuter Forschung, wo die Frage zum Urteilsvermögen wird. Bildungsstufen legt die vollständige Reihe der Stufen dar.

Implikationen für die Praxis

Für Lehrpersonen

  • Lehren Sie die Interaktion, nicht das Werkzeug. Eine einzige 45-minütige Sitzung dazu, was das Modell falsch macht, erhöhte den Anteil falscher Antworten, die zu richtigen überarbeitet wurden, von 41,3% auf 69,3% (From answer machine to collaborative partner: impact of structured generative AI training on scientific problem solving in STEM education).
  • Geben Sie Leistung ohne Hilfe ein benotetes Gewicht. Jedes Design, das beides trennte, fand, dass sich zuerst das unterstützte Artefakt verbesserte; bewerten Sie eine Arbeit ohne KI.
  • Verlangen Sie einen Versuch vor der Hilfe. Die Versuch-zuerst-Oberfläche im Beweiskurs der Carnegie Mellon brachte keinen Klausurnachteil mit sich; der offene Chatbot schon.

Für Kurs- und Studiengangsleitungen

  • Behandeln Sie einen Kurs-Chatbot als pädagogische Intervention. Dieselbe Technologie erzeugte in einem randomisierten Kurs keinen messbaren Effekt und senkte in einem anderen die Noten.
  • Planen Sie den Verifikationsaufwand ein. Verifiziertes Lernmaterial kostete 1,8 Minuten Personalzeit pro Studierendem und erzeugte den größten Gewinn bei den schwächsten Studierenden.
  • Beobachten Sie Subgruppeneffekte, bevor Sie skalieren. Der First-Generation-Unterschied in der Studie mit 2.379 Studierenden war der größte Schaden und in einem Kursmittel unsichtbar.

Für Forschende

  • Berichten Sie ein Ergebnis ohne Hilfe und ein verzögertes Ergebnis, sonst wird ein Artefakteffekt als Lerneffekt gelesen.
  • Legen Sie vorab eine Äquivalenzmarge fest, wenn Sie behaupten, KI-Feedback sei so gut wie Feedback von Lehrpersonen.

Verbreitete Fehlvorstellungen

  • „Ein Kurs-Chatbot ist neutrale Infrastruktur.“ In der Studie mit 2.379 Studierenden nutzten 15% das Werkzeug, und die Noten fielen um 0,37 SD, bei einer Beteiligung 0,90 SD niedriger.
  • „Eine höhere Übungspunktzahl bedeutet mehr Lernen.“ ChatGPT-Nutzende erreichten 71,84% gegenüber 29,85% in einer CS1-Übung, während die Konzeptzuwächse zwischen den Armen statistisch identisch waren.
  • „Detektoren können einen Integritätsfall entscheiden.“ Sieben Detektoren ergaben im Mittel 61,22% Falsch-Positive bei Essays von Personen, die Englisch nicht als Muttersprache schreiben, und 97% wurden von mindestens einem markiert.
  • „Tägliche Nutzung heißt, dass KI-Kompetenz vorausgesetzt werden kann.“ Die berichtete Nutzung stieg in jedem Sekundarschuljahr, während die eingeschätzte Verlässlichkeit flach blieb; Vorsicht bei Rechercheaufgaben zeigte sich erst im vierten Jahr.

Verbundene Konzepte

Verbundene Artikel

Diese Seite einbetten

Kopieren Sie den Code unten, um diese Seite in ein Lernmanagementsystem oder eine andere Website einzubetten. Die eingebettete Version zeigt nur den Seiteninhalt — Kopfzeile, Navigation und Fußzeile der Website werden ausgeblendet.