Wie beeinflusst KI Studierende?

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

KI beeinflusst Studierende in positiver und negativer Richtung, und meist gleichzeitig. Dasselbe Werkzeug kann das Lernen eines Studenten scaffolden und gleichzeitig Überabhängigkeit einladen, Motivation heben und Handlungsfähigkeit aushöhlen, oder Zugehörigkeit unterstützen und Autorschaft bedrohen. Forschung zur Studentenerfahrung zeigt wiederkehrende positive und negative Auswirkungen über mehrere Dimensionen hinweg –, und die Richtung hängt stark davon ab, wie die KI designt ist und wie Studierende sie nutzen.

Positive Auswirkungen

1. Unterstützung des Lernens. KI kann Verständnis mit Rückmeldung, Hinweisen und Erklärungen scaffolden und Studierenden On-Demand-Hilfe, Übung und adaptive Unterstützung geben, die die lernende Person die kognitiv wichtige Arbeit tun lässt. Gut gemacht unterstützt das Lernen und Hilfesuche (siehe Hilft KI-Nutzung Studierenden tatsächlich beim Lernen?).

2. Motivation und Engagement. Personalsierte, unmittelbare und risikoarme Unterstützung kann Lernmotivation und Engagement heben und Studierenden helfen durchzuhalten und sich kompetent zu fühlen (siehe Selbstbestimmungstheorie und ihre Bedarfe nach Autonomie, Kompetenz und Verbundenheit).

3. Zugang und Gerechtigkeit in manchen Dimensionen. KI kann Studierenden, die ungern Fragen stellen, einen druckarmen Weg zu Hilfe geben, und Wohlbefinden unterstützen, indem sie Angst vor dem Hilfe-Suchen reduziert.

4. Identität und Zukunftsbereitschaft. KI kann Studierenden helfen, übertragbare Fähigkeiten für eine KI-integrierte Welt aufzubauen – KI-Kompetenz, Verteilte Kognition und Metakognition (siehe adaptive Fähigkeiten) –, und Identitätsbildung unterstützen, während Studierende sich selbst als fähige, KI-flüssige Praktikerinnen und Praktiker zu sehen beginnen.

5. Psychosoziale Unterstützung während Stress. Über kognitive Hilfe hinaus beschreiben Studierende generative KI als Quelle von Beruhigung und vertraulichem Raum zur Reflexion in hochriskantem Training –, eine relationale, emotionale Dimension der Brauchbarkeit, die Annahmemodelle nicht erfassen. In einer qualitativen Studie mit 28 Pflegestudierenden und Fakultätsmitgliedern beschrieben mehrere Studierende KI als „Begleiter", der Trost und urteilsfreien Raum während klinischen Stresses bot (Akbaba & Calik Kus, Pflegebildung). Lesen Sie das neben den Abhängigkeitsbelegen unten: der Trost ist real, und er kann in Abhängigkeit umschlagen.

Negative Auswirkungen

1. Überabhängigkeit und die Leistungs-Lern-Lücke. KI lädt zu kognitiver Auslagerung ein – Studierende lagern die Argumentation aus, die sie üben müssen. Das kann Leistung mit KI heben, während es spätere unbegleitete Leistung senkt: die Synthese KI-Missbrauch und Lernschaden der Wissensbasis dokumentiert ein Feld-Randomisierte kontrollierte Studie (RCT), in dem ein ungehüteter KI-Tutor Üben verbesserte, aber spätere Prüfungsleistung reduzierte. Übernutzung kann außerdem Metakognition und Selbstreguliertes Lernen erodieren. Eine Synthese von 72 Studien in der Informatikbildung aus dem Jahr 2026 quantifiziert das Muster: generative KI erhöhte verlässlich kurzfristige Bewältigung und reduzierte Zeit am Task (36 Studien), doch die Gewinne „übertragen sich nicht auf eigenständige Leistung" (21 Studien), und der Vorteil hing von Vorwissen ab – gut vorbereitete Studierende verwandelten Hilfe in dauerhafte Fertigkeit, während untervorbereitete Studierende sie als Krücke nutzten, die produktives Scheitern entfernte, was Kompetenzlücken innerhalb eines einzelnen Klassenzimmers verbreiterte (Kumar et al., systematischer Review).

2. Reduzierte Anstrengung und Handlungsfähigkeit. Zu wissen, dass KI verfügbar ist, kann die Bereitschaft von Studierenden senken, sich auf produktives Scheitern einzulassen (KI-Verfügbarkeit und Motivation), und passive Akzeptanz von KI-Ausgaben kann Handlungsfähigkeit der Lernenden und das Gefühl der Leistung erodieren, das vom Selbst-Tun der Arbeit kommt (siehe die Sicherheitslücke).

3. Angst, Scham und Wohlbefindenskosten. KI-Nutzung ist mit Angst und Stress assoziiert – über Ersetzung, unsicheres Assessment oder Mithalten (siehe umfassende Analyse von KI-Angst). Scham und Schuld rund um KI-Nutzung können Verbergen und selektive Offenlegung treiben und ehrliches Engagement und sozioemotionales Wohlbefinden schädigen. Die motivationalen Folgen sind messbar: Zhang, Shi und Lus Befragung von 1.484 Studierenden der ersten Semester fand KI-Angst negativ korreliert mit akademischer Motivation (r = −0.175) und mit Emotions-KI-Regulierung in der Bildung (r = −0.172), wobei Emotionsregulation den Pfad KI-Angst → Motivation partiell medierte (indirekter Effekt = −0.076), während Dauer der täglichen Nutzung fast nichts vorhersagte (r = 0.053). Ihr Schluss ist, dass Kompetenzunterweisung mit Emotionsregulations- und metakognitiver Unterstützung zu paaren ist, statt einfach Werkzeugzugang auszuweiten (Zhang et al., KI-Angst und akademische Motivation). Eine kritische Synthese von 51 Datensätzen zu konversationeller KI fügt eine Messvorbehalt hinzu: Vertrauen, Abhängigkeit, Überabhängigkeit, Bindung und Abhängigkeit werden routiniert konfundiert, und die querschnittlichen Korrelate mit Einsamkeit, Angst, Erschöpfung, Prokrastination und schwächerem kritischem Denken belegen keine Kausalität – häufige Nutzung ist nicht Abhängigkeit ohne beeinträchtigte Kontrolle oder funktionalen Schaden (Yan, Synthese zu Engagement und Abhängigkeit bei konversationeller KI).

4. Bedrohungen der Lernendenidentität. Wenn KI die Arbeit erzeugt, hören Studierende möglicherweise auf, das Ergebnis als „ihres" zu empfinden – eine Autorschaftsbedrohung für Lernendenidentität. Das Kompetenzparadox in kreativen Feldern zeigt, wie einfache Bedienbarkeit die handwerkliche Identität untergräbt, die Studierende aus Autorschaft ziehen.

5. Integritäts- und Gerechtigkeitsrisiken. KI ermöglicht neue Formen akademischer Unehrlichkeit, und ungleicher Zugang zu (und Verständnis von) KI-Werkzeugen kann Lücken zwischen Studierenden vergrößern – ein zentrales Anliegen von Gerechtigkeit.

Das Fazit

Die Leitplanke ist, KI als Scaffold statt als Ersatz zu nutzen – die lernende Person die kognitiv wichtige Arbeit tun zu lassen, während KI Unterstützung bietet –, und die volle Bandbreite der Auswirkungen zu beobachten (kognitive, motivationale, affektive, Identitäts-, soziale und Gerechtigkeits-Auswirkungen), nicht nur Leistung. Für eine tiefere Behandlung, nach Dimension gegliedert, siehe die Konzeptseite Studentenerfahrung. Für die interventionsseitige Antwort – wie KI so in einen Kurs zu designen, dass das Scaffold nicht zum Ersatz wird –, siehe Wie soll ich KI-Kompetenz in meinen Kurs einbringen? und Was belegen die Studien zu KI-Kompetenz-Interventionen in der Hochschulbildung?.