Vier gute Chatbot-Lektionen machen noch keine Lernstrategie
Ein Chatbot stellt Rückfragen, fordert Begründungen und bittet Lernende, ihren Lösungsweg zu erklären. Das klingt nach guter Lernbegleitung. Aber woran erkennen wir, ob daraus tatsächlich eine eigene Lernstrategie entsteht? Eine neue vorregistrierte Studie gibt darauf eine nüchterne Antwort: Gute Prompt-Ideen allein reichen noch nicht als Lernnachweis.
Studiendesign
Fütterer und Kolleg:innen untersuchten 371 Lernende der Klassen 7 bis 9 in Baden-Württemberg. Die Jugendlichen arbeiteten während vier regulären 45-Minuten-Lektionen an Inhalten aus Physik und Englisch. Alle nutzten GPT-4o, wurden aber zufällig einer von drei Bedingungen zugeteilt.
In der ersten Intervention sollte der Chatbot zur persönlichen Bedeutung des Lernstoffs anregen. In der zweiten forderte er mit metakognitiven und sokratischen Fragen zum Erklären, Reflektieren und Selbstkorrigieren auf. Die Kontrollgruppe nutzte eine Standard-ChatGPT-Bedingung ohne diese pädagogischen Strategie-Prompts. Wichtig für den Vergleich: In allen drei Bedingungen durfte der Bot keine richtige Lösung liefern. Die Lösungen erschienen erst danach separat.
Die Forschenden erfassten unter anderem Fachwissen, investierten Aufwand, aufrechterhaltenes Interesse und Elaborationsstrategien. Zur Strategie gehörten sowohl Selbstauskünfte als auch eine offene Erkläraufgabe. Das Design war vorregistriert; Materialien, Prompts und Hinweise zu Daten und Code sind über das OSF-Projekt zugänglich.
Was herauskam
Die theoriegeleiteten Interventionen erzeugten gegenüber der Standardbedingung keinen robusten Bedingungseffekt beim getesteten Fachwissen, beim Aufwand, beim aufrechterhaltenen Interesse oder beim selbstberichteten und leistungsbasierten Einsatz von Elaborationsstrategien. Auch bei der Nutzenbewertung entstand kein klarer Vorteil gegenüber der Kontrolle.
Das ist ein relevanter Nullbefund. Denn die Interventionen enthielten Elemente, die didaktisch plausibel wirken: persönliche Bedeutung herstellen, erklären, reflektieren, sich selbst korrigieren. Die Studie zeigt aber, dass ein solcher Prompt noch nicht belegt, dass Lernende die angestrebte Strategie übernehmen oder fachlich mehr lernen. Ein pädagogisch klingender Dialog und eine selbstständig verfügbare Kompetenz sind nicht dasselbe.
Was der Befund nicht sagt
Aus der Studie folgt nicht: «Chatbots helfen beim Lernen nicht.» Untersucht wurden zwei konkrete Prompt-Interventionen über vier Lektionen, verglichen mit einer ebenfalls eingeschränkten ChatGPT-Bedingung. Der Bot durfte nirgends Lösungen verraten. Das ist kein Vergleich zwischen sorgfältigem Unterricht und beliebiger öffentlicher Chatbot-Nutzung.
Ebenso wenig zeigt die Studie, dass sokratische Fragen schaden. Sie fand unter diesen Bedingungen keinen robusten Mehrwert auf den gemessenen Ergebnissen. Langfristige, adaptive oder eng durch Lehrpersonen begleitete Ansätze wurden damit nicht widerlegt. Explorative Muster rund um inhaltlich bedeutsame Interaktionen sind interessant, aber kein kausaler Wirksamkeitsnachweis.
Drei Prüfzeichen statt eines guten Gefühls
Für die Unterrichtsplanung lässt sich daraus eine vorsichtige didaktische Empfehlung ableiten: Nicht der Chatverlauf sollte als Lernnachweis gelten, sondern eine sichtbare Leistung nach dem Chat. Drei Prüfzeichen helfen dabei.
- Eigene Erklärung: Kann die lernende Person die Regel oder den Lösungsweg in eigenen Worten erklären?
- Parallelaufgabe ohne KI: Kann sie dieselbe Idee auf einen analogen Fall übertragen, wenn der Chat geschlossen ist?
- Begründete Überarbeitung: Kann sie einen Fehler erkennen, korrigieren und die Änderung fachlich begründen?
Dieser Rahmen ist keine getestete Intervention aus der Studie. Er ist eine plausible, lokal zu prüfende Übersetzung ihres zentralen Problems: Interaktion darf nicht mit selbstständigem Können verwechselt werden.
Ein konkretes Unterrichtsbeispiel
Eine kurze Sequenz in Mathematik oder Physik kann 20 bis 25 Minuten dauern. Zuerst beginnen alle vier Minuten ohne Chat und markieren die unklare Stelle. Danach darf der Chat während acht Minuten klären, nachfragen und höchstens einen Hinweis geben. Ein möglicher Auftrag lautet: «Gib keine Lösung. Stelle zuerst eine Frage zu meinem Ansatz. Gib höchstens einen Hinweis. Fordere danach meine Begründung.» Die Lernenden notieren anschliessend einen eigenen Satz: «Mein nächster Schritt ist …, weil …»
Dann wird der Chat geschlossen. Während sechs Minuten bearbeiten alle eine Parallelaufgabe und benennen die verwendete Regel. Zum Schluss vergleicht die Klasse während vier bis sieben Minuten zwei Lösungswege: Hat der Hinweis zu einer eigenen Regel geführt oder bloss zum nächsten Schritt? Typische Fehler werden so zum Gegenstand des Fachgesprächs.
Grenzen
Die Stichprobe war eine Gelegenheitsstichprobe aus einem deutschen Bundesland; eine direkte Übertragung auf Schweizer Lehrplan-21-Kontexte ist nicht gesichert. 130 von 371 Lernenden, also 35 Prozent, hatten keinen Posttest. Die Intervention dauerte nur vier Sitzungen, und gemessen wurde unmittelbar danach. Aussagen über Behalten und Ferntransfer sind damit nicht möglich. Auch waren die Outcomes eng zugeschnitten.
Für neue oder anspruchsvolle Inhalte kann ein einzelner Hinweis zu wenig sein. Fachliche Erklärung und Unterstützung müssen zum Vorwissen passen. Die Parallelaufgabe ersetzt keine diagnostische Rückmeldung durch die Lehrperson. Vor jedem Einsatz gelten zudem die lokalen Vorgaben zu Datenschutz, Alter und zugelassenen Werkzeugen.
Die Planungsfrage
Die produktive Konsequenz ist weder KI-Euphorie noch KI-Absage. Sie ist eine bessere Planungsfrage: Was können die Lernenden nach dem Chat ohne Chat erklären, anwenden und begründen?
Wer diese Probe von Anfang an mitplant, trennt eine interessante Interaktion von einem belastbaren Lernziel. Die Originalstudie und ihre Präregistrierung zeigen, warum diese Trennung nötig ist – und wo die Evidenz endet.