Kompass KI

Bessere Hausaufgaben, weniger Arbeitszeit – aber schlechtere Prüfungsleistungen? Eine neue Studie mit knapp 27.000 Schüler aus China scheint auf den ersten Blick einen deutlichen „Learning Penalty“ durch generative KI zu zeigen.
Doch ist damit wirklich belegt, dass KI zu „Cognitive Offloading“, „De-Skilling“ oder gar „Kompetenzschwund“ führt? Wir schauen uns die Studie von Strömberg, Lei und Wu genauer an und fragen, was sie tatsächlich über KI-Nutzung, Hausaufgaben-Outsourcing und Lernen zeigt – und warum ausgerechnet diejenigen Schüler keine Lernverluste zeigen, die trotz KI weiter ähnlich viel Zeit in ihre Hausaufgaben investieren.
Außerdem diskutieren wir, was daraus für Hausaufgaben im KI-Zeitalter folgt: Welche Aufgaben ergeben überhaupt noch Sinn, wenn ChatGPT in Sekunden eine überzeugende Lösung liefern kann – und wann muss die entscheidende Denkarbeit zurück in den Unterricht?
Literatur
Strömberg, D., Lei, V., & Wu, Y. (2026). The Generative AI Learning Penalty: Evidence from Chinese Secondary Education.
Dettmers, S., Trautwein, U., Lüdtke, O., Kunter, M., & Baumert, J. (2010). Homework works if homework quality is high: Using multilevel modeling to predict the development of achievement in mathematics. Journal of Educational Psychology, 102(2), 467–482. https://doi.org/10.1037/a0018453
Trautwein, U. (2007). The homework–achievement relation reconsidered: Differentiating homework time, homework frequency, and homework effort. Learning and Instruction, 17(3), 372–388. https://doi.org/10.1016/j.learninstruc.2007.02.009
Trautwein, U., Lüdtke, O., Schnyder, I., & Niggli, A. (2006). Predicting homework effort: Support for a domain-specific, multilevel homework model. Journal of Educational Psychology, 98(2), 438–456. https://doi.org/10.1037/0022-0663.98.2.438

Zehn Schülertexte, zehn Bewertungen – und teilweise völlig unterschiedliche Ergebnisse. Für Rainer Mühlhoff ist der Fall klar: KI-basierte Korrektur- und Feedbacksysteme sind zu unzuverlässig für die Leistungsbewertung.
Aber tragen die Daten diese Schlussfolgerung wirklich? Wir schauen uns zwei Studien von Mühlhoff genauer an und fragen, was sie tatsächlich über Variabilität, Reliabilität und die Qualität von KI-Feedback zeigen – und was die Forschung zum Vergleich von menschlicher und automatisierter Bewertung dazu sagt.
Mühlhoff, R., & Henningsen, M. (2024). Chatbots im Schulunterricht: Wir testen das Fobizz-Tool zur automatischen Bewertung von Hausaufgaben. arXiv.
Mühlhoff, R., & Quägwer, S. (2026). Automatisierte Korrektur mit KI? Wir testen zwei verbreitete Tools. SEMINAR – Lehrerbildung und Schule, 32(2), 62–76.
Yun, J. (2023). Meta-analysis of inter-rater agreement and discrepancy between human and automated English essay scoring. English Teaching, 78(3), 105–124.
Huang, Y., Palermo, C., & Wilson, J. (2026). Accuracy and fairness of generative AI in automated essay scoring: Comparing GPT-4o, feature-based models, and human raters. Assessing Writing, 69, 101047.

In dieser Folge geht es ausnahmsweise nicht um eine KI-Studie. Stattdessen sprechen wir mit dem weltweit bekanntesten Bildungsforscher John Hattie über KI-Feedback. John erklärt, warum er KI für die größte Veränderung seiner Lebenszeit hält, was sie aus seiner Sicht so schön macht, aber auch was er als problematisch erachtet.

KI-Kompetenz wird derzeit als pädagogische Wunderwaffe gehandelt: Wer sie besitzt, so die Hoffnung, nutzt KI souverän, reflektiert Risiken und verfällt weder in Technikangst noch in Euphorie. Aber was heißt „KI-kompetent“ eigentlich konkret – und wie hängt diese Kompetenz mit der Wahrnehmung von Risiken zusammen?
In dieser Folge von Kompass KI diskutieren Hendrik und Benedikt eine aktuelle Studie aus Finnland, die genau dieser Frage nachgeht. Im Zentrum steht nicht, welche Risiken KI objektiv mit sich bringt, sondern wie Schülerinnen und Schüler diese Risiken wahrnehmen – und wie sich diese Wahrnehmung je nach selbst eingeschätzter KI-Kompetenz strukturiert. Warum sorgen sich manche vor allem um ihr eigenes Lernen, während andere Bias, Fairness und institutionelle Regeln in den Blick nehmen? Und was sagt das über Bildungsprozesse im KI-Zeitalter aus?
Eine Folge über Kompetenz, Angst, Perspektivverschiebungen – und darüber, warum mehr KI-Kompetenz vielleicht weniger beruhigt als vielmehr den Blick schärft.

Über diese Studie sprechen wir:
Heilala, V., Sikströmlo#IK, P., Setälä, M., & Kärkkäinen, T. (2025). Artificial Intelligence Competence of K-12 Students Shapes Their AI Risk Perception: A Co-occurrence Network Analysis. arXiv preprint arXiv:2512.04115.

In dieser Folge geht es um einen Bildungsbegriff, der überall gefeiert wird – und dennoch erstaunlich unklar bleibt: den sogenannten 4K.
Seit Kreativität, Kollaboration, Kommunikation und kritisches Denken als „Zukunftskompetenzen“ ausgerufen wurden, steht die Frage im Raum, ob KI diese Fähigkeiten tatsächlich fördern kann – oder ob hier mehr Wunsch als Wirklichkeit mitschwingt. Doch was sagt die Forschung? Hendrik und Benedikt sprechen über eine aktuelle Meta-Analyse zur Wirkung von KI auf die 4K – eine der ersten systematischen Untersuchungen dazu, wie KI-gestützte Lernumgebungen auf diese vielzitierten Kompetenzen wirken:Unterstützt KI wirklich kreativeres Denken? Fördert sie Zusammenarbeit? Macht sie Kommunikation besser? Und lässt sich kritisches Denken überhaupt so messen, wie es oft behauptet wird?
Über diese Studie sprechen wir:
Tian, Q., & Zheng, X. (2025). The impact of artificial intelligence on students’ 4C skills: A meta-analysis. Educational Research Review, 49, 100728.