S1E7 | KI-Feedback

Die neuen Daten aus PISA 2025 liefern erstmals ein breites Bild davon, wie 15-Jährige generative KI für schulische Aufgaben nutzen. Und auf den ersten Blick sieht es nicht besonders gut aus: Wer KI häufiger nutzt, schneidet bei den naturwissenschaftlichen Kompetenzen tendenziell schlechter ab.Doch was lässt sich daraus wirklich schließen? Darüber sprechen wir mit Prof. Dr. Katharina Scheiter von der Universität Potsdam, die am Kapitel zu digitalen Lernbedingungen der deutschen PISA-2025-Studie mitgewirkt hat. Wir schauen genauer darauf, was PISA über die KI-Nutzung von Schülerinnen und Schülern verrät.Außerdem diskutieren wir das von Katharina Scheiter mitentwickelte ISAR-Modell: Wann ersetzt KI lediglich bestehende Lernaktivitäten, wann unterstützt sie Lernprozesse tatsächlich – und wann führt ihr Einsatz womöglich sogar zu weniger kognitiver Aktivität? Ben ist skeptisch. War ja klar!LiteraturKastorff, T., Sailer, M., Greiff, S., Goldhammer, F., Tupac-Baier, A., & Scheiter, K. (2026). Digitale Lernbedingungen. In S. Greiff, J. Diedrich, T. Kastorff, F. Goldhammer, & O. Köller (Hrsg.), PISA 2025: Bildung im Spannungsfeld von Innovation und Transformation (S. 206–214). Waxmann. https://doi.org/10.31244/9783818852009Direkt zum KI-Abschnitt der internationalen PISA-2025-ErgebnissePISA 2025 Assessment and Analytical Framework (OECD)Bauer, E., Greiff, S., Graesser, A. C., Scheiter, K., & Sailer, M. (2025). Looking beyond the hype: Understanding the effects of AI on learning. Educational Psychology Review, 37, Article 45. https://doi.org/10.1007/s10648-025-10020-8Hamilton, E. R., Rosenberg, J. M., & Akcaoglu, M. (2016). The substitution augmentation modification redefinition (SAMR) model: A critical review and suggestions for its use. TechTrends, 60(5), 433–441. https://doi.org/10.1007/s11528-016-0091-ySailer, M., Maier, R., Berger, S., Kastorff, T., & Stegmann, K. (2024). Learning activities in technology-enhanced learning: A systematic review of meta-analyses and second-order meta-analysis in higher education. Learning and Individual Differences, 112, Article 102446. https://doi.org/10.1016/j.lindif.2024.102446

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?LiteraturStrömberg, 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/a0018453Trautwein, 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.2007.02.009Trautwein, 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.  

In dieser Folge nehmen Hendrik und Benedikt ein Thema unter die Lupe, das für Schule, Hochschule und Weiterbildung gleichermaßen wegweisend ist: KI-Feedback.Seit ChatGPT & Co. in Klassenzimmer eingezogen sind, wird diskutiert, ob Maschinen wirklich hilfreiche Rückmeldungen geben können – oder ob echtes Feedback untrennbar an Menschen, Beziehung und pädagogische Erfahrung gebunden ist. Doch was sagt die Forschung?Hendrik und Benedikt sprechen über die große Meta-Analyse „How does artificial intelligence compare to human feedback?“ (2025) – eine der ersten systematischen Untersuchungen dazu, wie KI-Feedback im Vergleich zu menschlichem abschneidet:Wie wirkt es auf die Lernleistung? Wie nehmen Lernende es wahr? Fördert oder hemmt es Motivation? Und was passiert, wenn man KI und Mensch kombiniert?Die Ergebnisse sind überraschend – und stellen manche intuitive Annahme auf den Kopf.Über diese Studie sprechen wir:Kaliisa, R., Misiejuk, K., López-Pernas, S., & Saqr, M. (2025). How does artificial intelligence compare to human feedback? A meta-analysis of performance, feedback perception, and learning dispositions. Educational Psychology, 1-32.Vortrag: Was ist Feedback - und was ist es nicht?`

In dieser Folge geht’s um ein Thema, das Lehrkräfte, Schülerinnen und Schüler gleichermaßen umtreibt: Mogeln mit KI.Seit ChatGPT frei verfügbar ist, wird befürchtet, dass Hausaufgaben, Referate und ganze Abiturklausuren längst heimlich aus dem Chatbot kommen. Medien warnen vor der „KI-Mogel-Apokalypse“, Schulen experimentieren mit KI-Detektoren – und im Lehrerzimmer grassiert das Misstrauen.Aber was ist dran an der Panik? Hendrik und Benedikt nehmen eine Studie unter die Lupe, die genau das untersucht hat: Cheating in the Age of Generative AI – die erste große Vergleichsstudie zu amerikanischen Highschool-Schülerinnen und Schüler vor und nach dem Start von ChatGPT.Und die Ergebnisse sind überraschend. Ist Mogeln vielleicht weniger ein technisches als ein pädagogisches Problem?Über diese Studie sprechen wir:Lee, V. R., Pope, D., Miles, S., & Zárate, R. C. (2024). Cheating in the age of generative AI: A high school survey study of cheating behaviors before and after the release of ChatGPT. Computers and Education: Artificial Intelligence, 7, 100253.

In dieser Folge von Kompass KI geht es ans Eingemachte: die große Frage, ob künstliche Intelligenz unser Denken verkümmern lässt. Anlass ist die wohl meistzitierte Studie des Jahres 2025: “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”.Bildungsforscher warnen vor einer „Verblödung durch Chatbots“ und fordern, KI aus den Schulen fernzuhalten. Medien titelten: “Hirnforscher schlagen Alarm” oder gar “KI macht das Gehirn kaputt”. Aber was steckt wirklich hinter den bunten EEG-Bildern, die durch die Presse gingen?Hendrik und Benedikt nehmen die Studie auseinander: Was wurde tatsächlich gemessen, was wurde überinterpretiert – und was bedeutet das für Unterricht, Lernen und unsere kognitiven Fähigkeiten? Droht wirklich die große Verdummung – oder ist das Ganze nur die Neuauflage einer uralten Kulturkritik, die schon Sokrates beim Thema Schrift angestimmt hat?Klar ist: Die Debatte um KI und Bildung wird hitzig geführt – und oft schneller als die Studienlage es hergibt. In dieser Folge klären wir, was man aus den Ergebnissen wirklich ableiten kann, wo die Fallstricke liegen und warum confirmation bias vielleicht das größere Risiko für unseren Verstand ist als jede KI.Über diese Studie sprechen wir:Kosmyna, N., Levy, N., Sriram, A., Yang, C., Hilliard, C., & Picard, R. W. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [Preprint]

Kann eine Maschine kreativ sein? In der vierten Folge unseres Podcasts „Kompass KI“ tauchen wir tief ein in das wilde, faszinierende und manchmal chaotische Terrain der Kreativität im Zeitalter der Künstlichen Intelligenz.Eines ist klar: Lange Zeit galt als unbestritten, dass KI-Modelle wie ChatGPT zwar Texte produzieren können, diese aber nichts mit echter Kreativität zu tun haben. Sie galten als Rekombinationsmaschinen, die Altbekanntes aneinanderreihen, ohne etwas wirklich Neues zu schaffen – ein homogener Einheitsbrei, nett zu lesen, aber eben nicht originell.Doch eine neue Studie stellt diese Annahme auf den Kopf – und genau darüber diskutieren Hendrik und Benedikt in dieser Folge. Kann KI tatsächlich kreativ sein – oder reden wir uns das nur schön?Um diese Studie geht es:Ghods, K., Liu, P., Labrou, K., MacDonald, K., Menon, A., & Wu, A. Evidence Against LLM Homogenization in Creative Writing. Pre-Print.