Wenn Antworten sofort da sind

Der Cursor blinkt auf dem Bildschirm. Ein paar Stichpunkte stehen bereits in einem Dokument, der Rest fehlt noch. Für den nächsten Absatz öffnet die Studentin ein weiteres Fenster, tippt eine Frage ein – und wartet. Sekunden später erscheint ein Vorschlag.
Was früher viel Recherche, Zeit und mehrere Anläufe brauchte, ist heute oft nur noch eine Eingabe weit entfernt. KI-Modelle gehören inzwischen für viele selbstverständlich zum Lernen dazu. „Ich benutze die KI in verschiedenen Bereichen meines Studiums“, sagt Julia Wellhausen, Psychologiestudentin im Master an der Universität Göttingen. Vor allem bei Ausformulierungen, beim Verknüpfen von Inhalten oder bei Fehlermeldungen in Statistikprogrammen
greift sie darauf zurück. Mit der zunehmenden KI-Nutzung verschiebt sich über die Arbeitsweise hinaus auch der Zugang zu Wissen. Inhalte sind schneller verfügbar, Antworten jederzeit abrufbar.
Gleichzeitig wächst die Unsicherheit, wie verlässlich diese Informationen sind – und welche Rolle die eigene Leistung dabei noch spielt.

Lernen zwischen Unterstützung und Abhängigkeit
Der Einsatz von KI verändert Bildungsprozesse auf mehreren Ebenen. „Lernen findet zunehmend individualisiert und selbstgesteuert statt“, erklärt Martin Rode von der vhs Kassel, zuständig für den Bereich „Grundbildung – Lesen und Schreiben für Erwachsene“. Inhalte lassen sich in unterschiedlichen Schwierigkeitsgraden aufbereiten, komplexe Sachverhalte verständlicher erklären und Sprachbarrieren leichter überwinden. Auch Konrad Schmidt vom ITF Institut Kassel sieht darin eine große Chance: KI könne komplexe Sachverhalte verständlicher machen und Sprachbarrieren abbauen. Gleichzeitig entstehe eine neue Herausforderung: „Ein KI-Prompt ist oft einfacher umzusetzen, als eine Aufgabe selbst zu erarbeiten“, sagt er. Der Lerneffekt bleibe aus, wenn Inhalte übernommen werden, ohne sie zu hinterfragen.
Diese Entwicklung zeigt sich auch im Studienalltag. Viele nutzen KI inzwischen unmittelbar, wenn Fragen oder Unsicherheiten entstehen. Der Weg über eigene Recherche oder längeres Nachdenken tritt dadurch häufiger in den Hintergrund. Mit der Zeit kann das dazu führen, dass grundlegende Arbeitsweisen verlernt werden oder mehr Übung erfordern. Gleichzeitig wächst jedoch auch die Routine im Umgang mit den verschiedenen Modellen. Wer regelmäßig mit KI arbeitet, erkennt schneller ihre Grenzen.

KI-Programme gehören für viele Studierende inzwischen zum Lernalltag. Foto: KI-generiert.

Neue rollen, neue Anforderungen
Mit der Veränderung des Lernens verschiebt sich auch die Rolle der Lehrenden. „Es geht weniger um reine Wissensvermittlung, sondern stärker um Begleitung und Einordnung“, erklärt Jörg Ruckel vom Medienbildungszentrum Nord. Entscheidend sei die Fähigkeit, Inhalte zu bewerten und in einen Kontext einzuordnen. Auch an Hochschulen wird dieser Wandel sichtbar: Die Universität Kassel arbeitet aktuell an Richtlinien für den Umgang mit KI in Lehre und Forschung. Gleichzeitig stellt sie Studierenden ein eigenes, datenschutzkonformes KI-Tool zur Verfügung. Ziel ist es, Orientierung zu geben und den Einsatz transparent zu machen – etwa durch Eigenständigkeitserklärungen, in denen Studierende ihren KI-Einsatz offenlegen.
Der Umgang mit KI erfordert dabei über neue Prüfungsformate hinaus auch veränderte Kompetenzen auf Seiten der Lehrenden und Studierenden. „Als Akademikerinnen und Akademiker müssen wir einordnen können, was die KI liefert“, betont Uni-Vizepräsidentin für Studium und Lehre, Prof. Dr. Borromeo Ferri. Fachwissen bleibe dabei zentral, um Ergebnisse der KI kritisch bewerten zu können. Bildungseinrichtungen stehen zunehmend vor der Aufgabe, den reflektierten Umgang mit den Systemen zu fördern und Studierende für Grenzen sowie Fehleranfälligkeit der Tools zu sensibilisieren.

KI als Werkzeug wissenschaftlicher Arbeit
Über allgemeinen KI-Systemen entstehen inzwischen auch spezialisierte Anwendungen für wissenschaftliches Arbeiten. Während klassische Chatbots vor allem darauf ausgelegt sind, schnell Antworten zu formulieren oder Texte zu erstellen, konzentrieren sich wissenschaftliche KI-Tools stärker auf den Umgang mit Quellen, Fachliteratur und strukturierten Informationen. Dabei übernehmen die Systeme unterschiedliche Aufgaben: NotebookLM, ein KI-Recherche und Schreibassistent von Google arbeitet beispielsweise ausschließlich mit Quellen, die Nutzerinnen und Nutzer selbst hochladen. Andere Systeme wie Claude verstehen komplexe Dokumente, Tabellen und
Zusammenhänge häufig präziser als klassische KI-Chatbots wie ChatGPT. Suchbasierte Anwendungen wie Perplexity liefern zudem wissenschaftliche Quellenangaben. Da viele diese KI-Angebote von US-Unternehmen betrieben werden, rücken zunehmend auch europäische Alternativen wie Le Chat des französischen Unternehmens Mistral AI in den Fokus.

Grenzen künstlicher intelligenz
Trotz der technischen Fortschritte bleiben KI-Systeme fehleranfällig. Das bestätigt auch Julia Wellhausen: „Manchmal liefert die KI auch falsche Informationen. Deshalb benutze ich sie nie final, sondern überprüfe immer die Richtigkeit.“ Sogenannte Halluzinationen entstehen, wenn ein System fehlende Informationen nicht „kennt“, sondern sie auf Basis von errechneten Wahrscheinlichkeiten ergänzt. Dabei erfindet sie nichts absichtlich, sondern setzt bekannte Muster aus ihren Trainingsdaten zu Antworten zusammen. Genau dadurch können Inhalte entstehen, die überzeugend klingen, aber dennoch falsch sind. Ein ähnliches Problem zeigt sich darin, dass KI nicht wirklich versteht, ob Informationen aktuell oder veraltet sind. Sie arbeitet vor allem mit dem, was in ihren Trainingsdaten oder im Internet häufig vorkommt. Dadurch können auch alte oder ungenaue Informationen in Antworten landen, ohne dass das direkt auffällt. Problematisch ist auch, dass KI-Texte oft sehr sicher und flüssig klingen. Sie wirken gut formuliert, enthalten aber nicht immer auch überprüfbare Inhalte. Teilweise entstehen auch logische Fehler, die erst bei genauer Prüfung auffallen. Gerade bei längeren oder mehrfach überarbeiteten Inhalten kann das passieren.
Deshalb ist es wichtig, KI-Ergebnisse immer zu überprüfen und nicht
ungeprüft zu übernehmen. KI soll dabei helfen, Inhalte zu erarbeiten, aber nicht die eigene Kontrolle und Kreativität ersetzen. Sie liefert Vorschläge und Formulierungen, die erst durch menschliches Prüfen wirklich zuverlässig werden.
Am Ende bleibt das eigene Urteilsvermögen entscheidend – auch dann, wenn Antworten jederzeit verfügbar sind.

Künstliche Intelligenz kann helfen, ersetzt aber nicht das eigene Denken. Foto: KI-generiert.