Zum Inhalt springen

Geprüfte Ausgabe · qasb-Bericht 10/2026 · Themenbericht · Bildung

KI und Bildung: Gemischte Belege zum Lernen mit KI

In mehreren Versuchen verbesserte KI-Unterstützung die Leistung, solange KI verfügbar war. Ein späterer Vorsprung ohne KI ist nicht verlässlich belegt, und ein KI-Tutor an einer US-Universität ging mit weniger Beteiligung einher.

Veröffentlicht
27. Oktober 2026 · Stand 26. Oktober
Lesezeit
11 Min.
Herausgeber
qasb Research
Methodik
qasb Methodik v1

Kernbefunde

  1. 0,90 SDweniger Beteiligung auf der Lernplattform zeigten Kurssektionen mit Zugang zu einem KI-Tutor (SD: Standardabweichungen).1Evidenztyp: beobachtet
  2. 2,56 Punktemehr bei Mathematik-Hausaufgaben mit früherem KI-Zugang, in der Zwischenprüfung ohne KI kein signifikanter Unterschied.11Evidenztyp: beobachtet
  3. 48,6 Min.weniger Vorbereitungszeit pro Woche brauchten Grundschullehrer in England, die zur Nutzung der KI Aila ermutigt wurden.8Evidenztyp: beobachtet
  4. 12 von 38erfassten europäischen Bildungssystemen hatten 2024/25 KI-bezogene Kompetenzen im Lehrplan der Sekundarstufe I.20Evidenztyp: beobachtet

1.0Zusammenfassung

Das Bild ist gemischt. Positive Effekte zeigten sich eher bei gezielt gestalteten Anwendungen und geprüften Materialien, teils besonders bei schwächeren Studenten. Belege zum Behalten über Wochen, zu frühkindlicher Bildung und zu Schülern mit Förderbedarf in echten Lernsituationen fehlen weitgehend.

  • Wo später ohne KI geprüft wurde, zeigte sich kein klarer Vorsprung mehr: in einem Mathematikkurs bei der Zwischenprüfung, in einer älteren Studie nach einer Woche.
  • Einen KI-Tutor an einer US-Universität nutzten nur rund 15 % der Studenten mit Zugang, schlechtere Noten zeigten sich nur beim Vergleich von Sektionen desselben Kurses.
  • Grundschullehrer in England, die zur Nutzung der KI Aila ermutigt wurden, brauchten 76 % der Vorbereitungszeit der Vergleichsgruppe. In Peru sparte ein Schulungspaket keine Zeit.
  • In Deutschland ergänzte die Bildungsministerkonferenz am 16.10.2026 ihren Kompetenzrahmen um KI-Kompetenzen. Unterrichtszeit und Prüfungsregeln legt der Beschluss nicht fest.

2.0Ausgangslage: verbreitete Nutzung, Rahmen und Lehrpläne

Laut Befragungen nutzten viele Pädagogen an US-Schulen und Teilnehmer zweier estnischer Programmierkurse KI. Für Europa erfasst eine Eurydice-Erhebung Politikrahmen und Lehrpläne mit KI-Bezug im Schuljahr 2024/25, für Deutschland liegt ein neuer Beschluss der Bildungsministerkonferenz vor. Solche Dokumente beschreiben Erwartungen, nicht den Unterricht. Die Nutzungszahlen beruhen auf Selbstauskünften.

Abbildung 1

KI in Europas Bildungssystemen

Erfasste Bildungssysteme mit Politikrahmen oder KI-Kompetenzen im Lehrplan, Schuljahr 2024/25

Eurydice-Erhebung. Ein Politikrahmen kann neben KI auch andere neue Technologien behandeln, die Lehrplanangabe betrifft die Sekundarstufe I. Rahmen und Lehrpläne beschreiben Erwartungen, nicht den Unterricht.Evidenztyp: beobachtet · Quellen 20

59 % der befragten Pädagogen an US-Schulen (Lehrer, pädagogische Hilfskräfte und weiteres Unterrichtspersonal) gaben an, im Schuljahr 2025/26 KI-Werkzeuge für ihre Arbeit genutzt zu haben; von den Nutzern sagten 64 %, KI habe Zeit für ihnen wichtige Aufgaben freigemacht, 7 %, sie habe Zeit gekostet.6A1

Rund ein Drittel der erfassten europäischen Bildungssysteme (12 von 38) hatte im Schuljahr 2024/25 KI-bezogene Kompetenzen in die Lehrpläne der Sekundarstufe I aufgenommen, überwiegend in West- und Südeuropa und meist in Fächern zur digitalen Bildung oder Informatik.20A2

Von den Pädagogen an US-Schulen, die KI nutzten, sagten 64 %, KI habe Zeit für ihnen wichtige Aufgaben freigemacht, 7 %, sie habe Zeit gekostet.

Die Bildungsministerkonferenz hat am 16.10.2026 den KMK-Kompetenzrahmen „Bildung in der digitalen Welt“ um KI-bezogene Kompetenzen ergänzt: Die sechs Kompetenzbereiche bleiben in Struktur und Geltung unverändert und werden etwa um die reflektierte Einordnung KI-generierter Ergebnisse und möglicher Verzerrungen, die transparente Kennzeichnung KI-generierter Beiträge und die Sensibilität gegenüber Deepfakes erweitert.10A3

Weitere Befunde

  • Im Schuljahr 2024/25 hatten 24 von 38 erfassten europäischen Bildungssystemen einen Politikrahmen zu KI oder anderen neuen Technologien.20A4
  • In zwei estnischen Programmierkursen für meist Erwachsene hatten laut Befragung 75,9 % und 82,4 % generative KI mindestens einmal genutzt.15A5

3.0Lernen: Leistung mit KI, Behalten kaum belegt

Versuche aus den USA, Deutschland und China fragen, was KI beim Lernen verändert: bei Hausaufgaben, Verständnisfragen, Überarbeitungen und praktischen Übungen. Sie zeigen meist einen Vorsprung mit KI oder direkt danach. Wo später ohne KI geprüft wurde, zeigte sich kein signifikanter Unterschied oder ein statistisch nicht eindeutiger Vorsprung, und Belege zum Behalten über Wochen fehlen weitgehend.

Abbildung 2

Vorsprung bei Verständnisfragen direkt nach der Aufgabe

Auszubildende in IT-Berufen mit ChatGPT-Zugang gegenüber einer Kontrollgruppe ohne Internet

Feldexperiment mit 673 Auszubildenden, Working Paper ohne Peer Review. Gemessen wurde nur das unmittelbare Verständnis. Ohne die 12,7 % der Behandlungsgruppe, die bei den Fragen möglicherweise KI nutzten, sinkt der Effekt bei der zweiten Aufgabe auf 3,3 Prozentpunkte und ist nicht mehr signifikant.Evidenztyp: beobachtet · Quellen 2

In einem randomisierten Versuch mit 153 Studenten eines Mathematikkurses zur Beweisführung erzielte die Gruppe mit früherem Zugang zu KI-Chatbot und KI-Feedback in dieser Phase 2,56 Punkte mehr bei den Hausaufgaben; in der folgenden Zwischenprüfung ohne KI unterschied sie sich nicht signifikant von der Gruppe mit späterem Zugang.11A6

Im deutschen Feldexperiment mit 673 Auszubildenden in IT-Berufen beantworteten Auszubildende mit ChatGPT-Zugang die unmittelbar folgenden Verständnisfragen ohne Hilfsmittel häufiger richtig als die Kontrollgruppe: um 6,7 Prozentpunkte bei der Aufgabe innerhalb des Lehrplans und um 9,7 bzw. 4,4 Prozentpunkte bei den Aufgaben jenseits davon.2A7

Ältere Kontextstudie: In einem Experiment mit 211 College-Studenten schnitten Studenten, die beim Lernen generative KI nutzen durften, im unmittelbaren Wissenstest ohne KI um 7,2 Prozentpunkte besser ab; eine Woche später betrug der Vorsprung 3,9 Prozentpunkte und war statistisch nicht eindeutig (p = 0,068).7A8

Weitere Befunde

  • Ein 45-minütiges Training zur KI-Nutzung half MINT-Studenten, Antworten mit KI besser zu überarbeiten, aber ohne KI wurde nicht getestet.5A9
  • Mit ChatGPT-Anleitung erreichten Zahnmedizinstudenten im Praxistest im Mittel 77,25 von 100 Punkten, mit Dozenten-Anleitung 67,39.3A10

4.0Tutoren und Materialien: gemischte Ergebnisse

Sechs Studien prüfen konkrete Lernwerkzeuge: Tutoren an Hochschulen und Schulen, eine Mathematikplattform, geprüfte Lernmaterialien und einen sprachbasierten Diskussionspartner. Die Ergebnisse reichen von besseren Klausur- und Testergebnissen bis zu weniger Beteiligung und, im Vergleich von Sektionen desselben Kurses, schlechteren Noten.

In einem Pflichtkurs Volkswirtschaftslehre im ersten Studienjahr an einer britischen Universität ging der Zugang zu KI-erstellten, vor der Freigabe von einem namentlich genannten Tutor geprüften Lernmaterialien mit 2,34 zusätzlichen Punkten auf einer 50-Punkte-Klausurkomponente einher; rund drei Viertel dieses Vorsprungs entfielen auf das schwächste Fünftel, der Anteil der Ergebnisse unter der 60-%-Grenze sank um 24,7 Prozentpunkte.12A11

In einem randomisierten Versuch an einer großen öffentlichen US-Universität senkte der Zugang zu einem kursintegrierten KI-Tutor beim Vergleich von Sektionen desselben Kurses die Abschlussnoten um 0,37 Standardabweichungen und die Beteiligung an Aktivitäten der Lernplattform um 0,90 Standardabweichungen; im Gesamtsample zeigte sich kein signifikanter Noteneffekt, aber ein ähnlich starker Beteiligungsrückgang.1A12

Rund drei Viertel des Vorsprungs, der mit geprüften KI-Lernmaterialien einherging, entfielen auf das schwächste Fünftel.

In vierwöchigen, individuell randomisierten Kurzversuchen an englischen Sekundarschulen erzielten Schüler, die mit einer KI-Tutorplattform wiederholten, im Nachtest höhere Werte als Schüler mit üblicher selbstständiger Wiederholung (Hedges g = 0,33; 2,56 Punkte auf einem 35-Punkte-Test).19A13

Weitere Befunde

  • In Arizona lagen regelmäßige Nutzer einer KI-Mathematikplattform 0,109 Standardabweichungen vor Vergleichsschülern, ohne Zufallszuteilung.18A14
  • Ältere Kontextstudie: Khan Academy mit selten genutztem KI-Tutor brachte in Mathematik so viel Zuwachs, wie Übung ohne KI erwarten lässt.24A15
  • Nach der zweiten Vorbereitung mit einem sprachbasierten KI-Diskussionspartner meldeten sich MBA-Studenten später öfter freiwillig zu Wort.4A16

5.0Lehrer: Zeitbilanz und Qualität der Rückmeldung

Zwei schulweise randomisierte Versuche kommen bei der Unterrichtsvorbereitung zu unterschiedlichen Ergebnissen. Beide messen Zeit und Lehrerarbeit, nicht das Lernen der Schüler. In Peru beruht der Zeitaufwand auf Selbstauskünften, und Aila wurde im Mittel nur für 7 % der Stunden genutzt. Bei Rückmeldungen und pädagogischer Diagnose zeigten Sprachmodelle in drei Studien Lücken, eine davon mit simulierten Dialogen.

Abbildung 3

Rückmeldungen, die eine Fehlvorstellung benennen

3.041 Prüfungsantworten aus Informatik-Kursen einer spanischen Hochschule, Studienjahr 2025/26

JorGPT-Datensatz der Universidad Francisco de Vitoria. Bei schwachen Antworten (Note 0 bis 2 von 10) benannten Dozenten in 31,5 % der Rückmeldungen eine Fehlvorstellung, die Modelle in 5 bis 7 %. Erkannt wurde dies über Schlüsselwörter, neuere Modelle können sich anders verhalten.Evidenztyp: beobachtet · Quellen 13

In einem schulweise randomisierten Versuch in England brauchten Grundschullehrer, die zur Nutzung des KI-Planungsassistenten Aila ermutigt wurden, für die Vorbereitung von Unterricht und Materialien 76 % der Zeit der Vergleichsgruppe (rund 2,5 statt 3,3 Stunden pro Woche, 48,6 Minuten weniger); die Qualität der Materialien war nicht schlechter.8A17

In einem schulweise randomisierten Versuch mit 1.269 Lehrern der sechsten Klasse in Lima erhöhte ein Paket aus eintägiger Schulung, Copilot-Lizenz und achtmonatiger Begleitung die Aktivierung der Lizenz um 20,4 Prozentpunkte, sparte aber bei keiner von sieben Kernaufgaben messbar Zeit; die Lehrer schrieben jedoch bessere Prompts und hielten unzureichende KI-Antworten seltener für gut.9A18

In 3.041 echten Prüfungsantworten aus Informatik-Kursen benannten Dozenten in 15,0 % ihrer Rückmeldungen Fehlvorstellungen, drei kommerzielle Sprachmodelle nur in 4,8 bis 7,4 %; bei schwachen Antworten (Note 0 bis 2 von 10) lag der Abstand bei 31,5 % gegenüber 5 bis 7 %.13A19

Weitere Befunde

  • In Brüssel zeigte KI-Feedback zu handschriftlichen Bonus-Tests in Mathematik keinen stabilen Effekt auf verknüpfte Prüfungsfragen.23A20
  • Für simulierte Schüler mit Lern- und Verhaltensschwierigkeiten traf die beste KI in 55,8 % der offenen Aufgaben mindestens ein Kriterium.16A21

6.0Urteilen: Quellen prüfen, Treffer vorsichtig deuten

Zwei Experimente zeigen, wie Studenten mit KI-Angaben umgehen: In einem Laborversuch prüften sie mit KI allein seltener nach, was auch die verfügbaren Werkzeuge spiegelt, in einem Kursexperiment senkte eine Begründungspflicht die Übernahme fehlerhafter Vorschläge. Zwei weitere Studien messen Übereinstimmungen mit KI-Lösungen in Programmierabgaben und per Detektor erkannten KI-Text in Dissertationen.

Abbildung 4

Gegenprüfung von Angaben nach Werkzeug

Laborversuch mit 96 Studenten eines chinesischen Berufskollegs, je 32 pro Bedingung

In der reinen KI-Bedingung war die Quellenprüfung durch den Aufbau auf Quellenangaben in der KI-Oberfläche beschränkt, der Vergleich spiegelt daher auch die verfügbaren Werkzeuge. Ein Berufskolleg, Gelegenheitsstichprobe, ausdrückliche Prüfanweisung.Evidenztyp: beobachtet · Quellen 22

In einem randomisierten Laborversuch mit 96 Studenten eines chinesischen Berufskollegs prüften Teilnehmer, die nur generative KI nutzen durften, Angaben deutlich seltener gegen weitere Quellen (25,0 % gegenüber 68,8 % mit Websuche und 78,1 % mit KI plus Websuche) und kopierten KI-Ausgaben häufiger direkt; bei der unmittelbar folgenden ähnlichen Aufgabe schnitt die Gruppe mit KI plus Websuche am besten ab.22A22

In einem in einen Kurs eingebetteten randomisierten Experiment übernahmen Studenten, die jede Annahme oder Ablehnung einer KI-Überarbeitungsempfehlung schriftlich begründen mussten, fehlerhafte Empfehlungen seltener (41 % statt 65 %), ohne gute Empfehlungen seltener anzunehmen (86 % statt 81 %).21A23

In einem einführenden Programmierkurs passten studentische Abgaben 2025 1,76- bis 2,12-mal so häufig zu nachträglich erzeugten KI-Referenzlösungen wie 2021; weil die Modelle bei eng gestellten Aufgaben auf wenige Lösungsformen zulaufen und auch Abgaben von 2021 Treffer erzielten, belegt ein Treffer laut Studie keine KI-Nutzung im Einzelfall.14A24

Weitere Befunde

  • Nach Messung der Autoren enthielten 29 % der 2026 eingereichten MINT-Dissertationen in den USA KI-generierte Passagen, vor 2023 keine.17A25

7.0Evidenzlage

Nicht jede Aussage dieses Berichts ist gleich gut belegt. Die Tabelle zeigt die zentralen Aussagen mit Evidenztyp, KI-Bezug und Quellen.

AussageEvidenztypKI-BezugQuellen
59 % der befragten Pädagogen an US-Schulen nutzten 2025/26 KI-Werkzeugebeobachtetnicht ausgewiesen6
12 von 38 erfassten europäischen Bildungssystemen hatten 2024/25 KI-bezogene Kompetenzen im Lehrplan der Sekundarstufe Ibeobachtetnicht ausgewiesen20
2,56 Punkte mehr bei Mathematik-Hausaufgaben mit früherem KI-Zugang, in der Zwischenprüfung ohne KI kein signifikanter Unterschiedbeobachtetnicht ausgewiesen11
Lernen mit KI: eine Woche später 3,9 Prozentpunkte Vorsprung, statistisch nicht eindeutigbeobachtetnicht ausgewiesen7
Geprüfte KI-Lernmaterialien: 2,34 Punkte mehr auf einer 50-Punkte-Klausurkomponentebeobachtetnicht ausgewiesen12
0,90 SD weniger Beteiligung auf der Lernplattform zeigten Kurssektionen mit Zugang zu einem KI-Tutor (SD: Standardabweichungen)beobachtetnicht ausgewiesen1
48,6 Min. weniger Vorbereitungszeit pro Woche brauchten Grundschullehrer in England, die zur Nutzung der KI Aila ermutigt wurdenbeobachtetnicht ausgewiesen8
Rückmeldungen mit Fehlvorstellung: Dozenten 15,0 %, Sprachmodelle 4,8–7,4 %beobachtetnicht ausgewiesen13
Begründungspflicht: fehlerhafte KI-Vorschläge seltener übernommen, 41 % statt 65 %beobachtetnicht ausgewiesen21

Die 25 geprüften Aussagen aus 24 Originalquellen verteilen sich auf die Kapitel 2.0 (5), 3.0 (5), 4.0 (6), 5.0 (5) und 6.0 (4); alle sind als beobachtet eingestuft. „Nicht ausgewiesen“: Die Ausgabe bewertet den KI-Bezug dieser Aussagen nicht gesondert. Geltungsbereich und Grenzen jeder Aussage stehen im Anhang (A1 bis A25).

Originalquellen geprüft am 26. Oktober 2026.

8.0Was Schulen und Hochschulen jetzt tun können

  1. Lernen ohne KI mitprüfen: Neben der Leistung mit KI auch spätere Tests ohne KI einplanen. Im Mathematikkurs unterschied sich die Zwischenprüfung ohne KI trotz des Vorsprungs bei den Hausaufgaben nicht signifikant.
  2. Werkzeuge gezielt auswählen: Positive Effekte zeigten sich eher bei gezielt gestalteten Anwendungen und bei Lernmaterialien, die ein Tutor vor der Freigabe geprüft hatte. Die Belege stammen teils aus Studien mit Anbieterbeteiligung oder ohne Zufallszuteilung.
  3. Zeitgewinne für Lehrer messen, nicht voraussetzen: Ein Planungsassistent sparte in England rund 49 Minuten pro Woche, ein Schulungspaket mit KI-Lizenz in Peru keine messbare Zeit. Das Lernen der Schüler maßen beide Versuche nicht.
  4. Begründungspflicht erproben: In einer unbenoteten Übung, in der vier von acht KI-Vorschlägen absichtlich fehlerhaft waren, übernahmen Studenten mit Begründungspflicht fehlerhafte Vorschläge seltener (41 % statt 65 %). Gemessen wurde nur die Übernahme.

9.0Methodik und Grenzen

Berichtszeitraum: 1. Oktober 2026 bis zum Datenstand 26. Oktober 2026 um 13:00 Uhr MEZ (Berliner Zeit). Dieser Themenbericht erscheint vor Monatsende; Quellen, die danach erscheinen, folgen in der nächsten Ausgabe der Reihe. Zusammenstellung: 27. Oktober 2026 um 00:23 Uhr MEZ. Diese Ausgabe ist die erste Bestandsaufnahme. Die Quellen stammen aus unterschiedlichen Jahren; ihr Erscheinungsdatum ist kein Ereignis des Berichtsmonats. Es gibt keinen gemessenen Vergleich zu einer früheren Ausgabe.

Grundlage sind ausschließlich geprüfte öffentliche Originalquellen. Kundenunterhaltungen, private Akten und personenbezogene Kundenbewertungen sind keine Eingaben. Beobachtet, modellgeschätzt, Szenario und offen beschreiben die jeweilige Evidenz. Quellenwerte behalten ihre eigene Einheit und Vergleichsbasis; sie werden nicht zu einem Gesamtwert zusammengezogen.

Redaktionelle Freigabe: qasb-Redaktion · Freigabe: 27. Oktober 2026 um 00:25 Uhr MEZ. Die redaktionelle Darstellung ordnet die geprüften Aussagen und enthält keine Zahl, die nicht in ihnen steht. Freigabe der Darstellung: qasb-Redaktion · 27. Oktober 2026 um 14:27 Uhr MEZ.

Grenzen

  • Dieser Themenbericht umfasst einen Themenbereich: „Bildung“. Er ist keine vollständige Erhebung aller Studien oder Vorfälle.
  • Ein enger Studienbefund ist keine Prognose für einen bestimmten Kunden, Beruf oder Sicherheitssystem.
  • Eine fehlende qualifizierte Aussage belegt keine fehlende Wirkung; Abruflücken werden gesondert ausgewiesen.
  • Dieser Bericht enthält keine illustrative Messreihe und keine erfundene Confidence-Einstufung.

10.0Quellen

  1. 1The Effects of Course-Integrated AI Tutoring on Student Performance and Engagement: A Randomized University Trial (EdWorkingPaper 26-1598)Annenberg Institute at Brown University (EdWorkingPapers; auch SSRN und IZA DP 18989); Jing Liu, Tracy Sweet, Marty Haoyuan Chen, Jonathan Engelberg, Megan C. Masters, Martyn Clark, Axel Persaud, Alia Lancaster, Jeffrey K. Hollingsworth & Jennifer King Rice (University of Maryland)30. September 2026edworkingpapers.com/ai26-1598
  2. 2Task Expansion with Generative AI: Experimental Evidence on Middle-Skilled, Early-Career WorkersStanford Digital Economy Lab (Working Paper, zugleich IZA Discussion Paper 18999); Hanna Brosch, Christina Langer, Philipp Lergetporer, Sandra Mueller, Harald Pfeifer & Nele Tschöpe7. Oktober 2026digitaleconomy.stanford.edu/publication/task-expansion-with-generative-aiexperimental-evidence-on-middle-skilled-early-career-workers/
  3. 3Effects of Generative AI–Supported Virtual Reality Dental Skill Training on Learning Performance, Visual Behavior, and Cortical Activation Among Dental Students: Stratified Randomized Controlled TrialYuting Wen, Chang Wen, Siyu Huang, Yufei Chong & Dong Yang; Journal of Medical Internet Research (JMIR Publications)1. Oktober 2026www.jmir.org/2026/1/e90938
  4. 4How assigned AI use before class shapes active student engagement in classDan J. Wang, Neelam Modi Jain, Vanessa Burbano, Jorge Guzman, Daniel Keum, Soomi Kim, Bruce Kogut & Nataliya Wright (Columbia Business School); arXiv-Preprint 2610.104637. Oktober 2026arxiv.org/abs/2610.10463
  5. 5From answer machine to collaborative partner: impact of structured generative AI training on scientific problem solving in STEM educationBingjie Huang, Li Xie, Yamei Liu u. a. bis Lei Bao; International Journal of STEM Education 13, Artikel 62 (Springer Nature)6. Oktober 2026link.springer.com/article/10.1186/s40594-026-00652-9
  6. 6Teachers Using AI Say It Frees Up Time for What Matters MostGallup, Inc. (Walton Family Foundation-Gallup-Befragung mit The Mattering Institute); Megan Brenan14. Oktober 2026news.gallup.com/poll/715364/teachers-using-say-frees-time-matters-mostost.aspx
  7. 7Experimental Evidence on the Learning Impact of Generative AIZara Contractor & Germán Reyes (Middlebury College); arXiv-Preprint 2607.08849 (v1 09.07.2026, v2 04.10.2026)9. Juli 2026arxiv.org/abs/2607.08849v2
  8. 8Lesson planning using AI lesson assistant, Aila - A Teacher Choices TrialNational Foundation for Educational Research (NFER) im Auftrag der Education Endowment Foundation; Palak Roy, Helen Poet, Ruth Staunton, Katherine Aston, David Thomas & Ben Styles6. Oktober 2026www.nfer.ac.uk/publications/lesson-planning-using-ai-lesson-assistant-aila-a-teacher-choices-trial/
  9. 9Not Faster, but Better: Generative AI and Teacher Skill in Peru (Policy Research Working Paper 11476)Weltbank (Development Research Group und Education and Skills Global Department); Carla Z. Glave, Carolina Lopez, Ezequiel Molina & Román Andrés Zárate1. Oktober 2026documents.worldbank.org/curated/en/099309210012625906/pdf/IDU-c261aadb-6c32-48af-a07c-9cff5e86c716.pdf
  10. 10KMK-Kompetenzrahmen „Bildung in der digitalen Welt“; Aktualisierung im Kontext Künstlicher Intelligenz (2026)Sekretariat der Kultusministerkonferenz (Beschluss der Bildungsministerkonferenz vom 16.10.2026)16. Oktober 2026www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2026/2026_10_16-KI-Kompetenzrahmen.pdf
  11. 11Supporting or Replacing Students’ Reasoning? Cognitive Offloading in AI-Assisted Proof LearningEason Chen, Sophia Judicke, Kayla Beigh u. a. bis Ken Koedinger (Carnegie Mellon University; University of Hong Kong); arXiv-Preprint 2610.3148122. Oktober 2026arxiv.org/abs/2610.31481
  12. 12Verified, not generated: expert-verified AI study materials and the distribution of learning gains in a university courseCanh Thien Dang & An Nguyen (King’s Business School, King’s College London); arXiv-Preprint 2610.070975. Oktober 2026arxiv.org/abs/2610.07097
  13. 13Beyond Score Accuracy: Examining the Diagnostic Quality of LLM-Generated Structured Assessment in Higher EducationXi Zhao, Xinyue Jiao & Zhen Xu (Teachers College, Columbia University; New York University); Beitrag zur ICCE 2026, arXiv-Preprint 2610.094607. Oktober 2026arxiv.org/abs/2610.09460
  14. 14Correctness, Convergence, and AI-Generated Code Detection: A Longitudinal Study of Student and Large Language Model Code in Introductory ProgrammingRunlong Ye, Jing Fan, Angela Zavaleta Bernuy, Oscar Karnalim, Paul Denny, Juho Leinonen & Michael Liut; Beitrag zu Koli Calling ’26, arXiv-Preprint 2610.008631. Oktober 2026arxiv.org/abs/2610.00863
  15. 15Understanding Generative AI Use in Programming MOOCs: The Role of Course Context and Learner CharacteristicsMarina Lepp (University of Tartu); Beitrag zum SIGCSE TS 2027, arXiv-Preprint 2610.044473. Oktober 2026arxiv.org/abs/2610.04447
  16. 16TutorCaseBench: A Case-Grounded Benchmark for Evaluating LLM Tutors in Supporting Students with Challenging BehaviorsYeon Su Park, Chanyoung Park, Tae Soo Kim u. a. bis Juho Kim (KAIST, Seoul National University, Google Cloud AI Research, Korea Institute for Curriculum and Evaluation, SkillBench); arXiv-Preprint 2610.3082822. Oktober 2026arxiv.org/abs/2610.30828
  17. 17How Heavily Are PhD Students Offloading Their Scientific Writing to AI? Evidence from US STEM PhD Dissertations (NBER Working Paper 35859)National Bureau of Economic Research; Daniel P. Gross, Dror Shvadron & Hansen Zhang5. Oktober 2026www.nber.org/papers/w35859
  18. 18Teacher-Mediated Multimodal Platform and Math Achievement: Evidence from Goblins' Yearlong District Implementation (EdWorkingPaper 26-1611)Annenberg Institute at Brown University (EdWorkingPapers); Anika Alam, Nicolas Dominguez-Mel & Jing Liu (University of Maryland)7. Oktober 2026edworkingpapers.com/ai26-1611
  19. 19Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE ScienceWayne Harrison, Rahil Khowaja, Emma Dobson, Germaine Uwimpuhwe & Steve Higgins (WhatWorked Education; Durham University); arXiv-Preprint 2609.1478913. September 2026arxiv.org/abs/2609.14789
  20. 20Digital education at school in Europe 2026: Bridging gaps in access, teaching and learning (Eurydice-Bericht)Europäische Kommission / EACEA / Eurydice; Publications Office of the European Union22. September 2026eurydice.eacea.ec.europa.eu/publications/digital-education-school-europe-2026-bridging-gaps-access-teaching-and-learning
  21. 21Think Before You Accept: Can Written Justification Reduce Uncritical Uptake of AI Writing Suggestions?Yan Tao, Jennifer Meyer & René F. Kizilcec (Cornell University; Universität Wien); arXiv-Preprint 2609.2393620. September 2026arxiv.org/abs/2609.23936
  22. 22Responsible use of generative AI in Chinese vocational education: eye-tracking evidence on source verification and immediate near-transfer across three information-seeking conditionsJi Ma, Hongjie Yue & Xinyang Li; Frontiers in Psychology 17 (Frontiers Media)14. September 2026www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1946196/full
  23. 23Evaluating LLM-Generated Feedback on Handwritten Mathematics: Feedback Quality and Subsequent Exam PerformanceArne Vanhoyweghen, Vincent Holst, Melika Mobini u. a. bis Vincent Ginis (Vrije Universiteit Brussel); arXiv-Preprint 2610.2788120. Oktober 2026arxiv.org/abs/2610.27881
  24. 24One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment (EdWorkingPaper 26-1551)Annenberg Institute at Brown University (EdWorkingPapers); Philip Oreopoulos (University of Toronto) & Nina Low (Charles River Associates)17. August 2026edworkingpapers.com/ai26-1551
Autoren, Nutzungsgrundlagen und Rechtebelege
  1. 1Annenberg Institute at Brown University (EdWorkingPapers; auch SSRN und IZA DP 18989); Jing Liu, Tracy Sweet, Marty Haoyuan Chen, Jonathan Engelberg, Megan C. Masters, Martyn Clark, Axel Persaud, Alia Lancaster, Jeffrey K. Hollingsworth & Jennifer King Rice (University of Maryland) · Nutzungsgrundlage: Keine Lizenzangabe; Urheberrecht bei den Autoren; Zitieren laut EdWorkingPapers-FAQ vorgesehen; nur eigene Tatsachenparaphrase und Link, keine Tabellen oder Abbildungen · Rechte- und Lizenzbeleg
  2. 2Stanford Digital Economy Lab (Working Paper, zugleich IZA Discussion Paper 18999); Hanna Brosch, Christina Langer, Philipp Lergetporer, Sandra Mueller, Harald Pfeifer & Nele Tschöpe · Nutzungsgrundlage: Alle Rechte vorbehalten (© Stanford University; Download laut Nutzungsbedingungen nur zur persönlichen, nichtkommerziellen Nutzung); nur eigene Tatsachenparaphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  3. 3Yuting Wen, Chang Wen, Siyu Huang, Yufei Chong & Dong Yang; Journal of Medical Internet Research (JMIR Publications) · Nutzungsgrundlage: CC BY 4.0; Erstveröffentlichung im Journal of Medical Internet Research wird genannt; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  4. 4Dan J. Wang, Neelam Modi Jain, Vanessa Burbano, Jorge Guzman, Daniel Keum, Soomi Kim, Bruce Kogut & Nataliya Wright (Columbia Business School); arXiv-Preprint 2610.10463 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  5. 5Bingjie Huang, Li Xie, Yamei Liu u. a. bis Lei Bao; International Journal of STEM Education 13, Artikel 62 (Springer Nature) · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  6. 6Gallup, Inc. (Walton Family Foundation-Gallup-Befragung mit The Mattering Institute); Megan Brenan · Nutzungsgrundlage: Alle Rechte vorbehalten (© Gallup, Inc.); Zitieren einzelner Befunde mit Quellenangabe und Link laut Gallup-Permissions vorgesehen; nur eigene Tatsachenparaphrase und Link, keine Grafiken oder Textübernahmen · Rechte- und Lizenzbeleg
  7. 7Zara Contractor & Germán Reyes (Middlebury College); arXiv-Preprint 2607.08849 (v1 09.07.2026, v2 04.10.2026) · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  8. 8National Foundation for Educational Research (NFER) im Auftrag der Education Endowment Foundation; Palak Roy, Helen Poet, Ruth Staunton, Katherine Aston, David Thomas & Ben Styles · Nutzungsgrundlage: Urheberrecht NFER; Wiedergabe frei verfügbarer NFER-Materialien laut Copyright-Seite nur für Forschung, private Studien oder interne Zwecke mit Quellenangabe, andere Nutzung nur mit schriftlicher Genehmigung; nur eigene Tatsachenparaphrase und Link · Rechte- und Lizenzbeleg
  9. 9Weltbank (Development Research Group und Education and Skills Global Department); Carla Z. Glave, Carolina Lopez, Ezequiel Molina & Román Andrés Zárate · Nutzungsgrundlage: Nutzungsbedingungen der Weltbank: nicht-kommerzielle Nutzung mit Quellenangabe, keine abgeleiteten Werke ohne Zustimmung (Einzellizenz im Open Knowledge Repository beim Abruf nicht erreichbar); nur eigene Tatsachenparaphrase und Link, keine Tabellen · Rechte- und Lizenzbeleg
  10. 10Sekretariat der Kultusministerkonferenz (Beschluss der Bildungsministerkonferenz vom 16.10.2026) · Nutzungsgrundlage: Urheberrechtlich geschützt laut Nutzungsbedingungen der KMK (Verwertung über die gesetzlichen Schranken hinaus nur mit Zustimmung); nur eigene Tatsachenparaphrase und Link · Rechte- und Lizenzbeleg
  11. 11Eason Chen, Sophia Judicke, Kayla Beigh u. a. bis Ken Koedinger (Carnegie Mellon University; University of Hong Kong); arXiv-Preprint 2610.31481 · Nutzungsgrundlage: arXiv-Standardlizenz (nicht-exklusive Verbreitungslizenz an arXiv); Urheberrecht bei den Autoren; nur eigene Tatsachenparaphrase und Link · Rechte- und Lizenzbeleg
  12. 12Canh Thien Dang & An Nguyen (King’s Business School, King’s College London); arXiv-Preprint 2610.07097 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  13. 13Xi Zhao, Xinyue Jiao & Zhen Xu (Teachers College, Columbia University; New York University); Beitrag zur ICCE 2026, arXiv-Preprint 2610.09460 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  14. 14Runlong Ye, Jing Fan, Angela Zavaleta Bernuy, Oscar Karnalim, Paul Denny, Juho Leinonen & Michael Liut; Beitrag zu Koli Calling ’26, arXiv-Preprint 2610.00863 · Nutzungsgrundlage: CC BY-NC-ND 4.0; nur eigene Paraphrase und Link, keine Bearbeitung oder Abbildungen · Rechte- und Lizenzbeleg
  15. 15Marina Lepp (University of Tartu); Beitrag zum SIGCSE TS 2027, arXiv-Preprint 2610.04447 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  16. 16Yeon Su Park, Chanyoung Park, Tae Soo Kim u. a. bis Juho Kim (KAIST, Seoul National University, Google Cloud AI Research, Korea Institute for Curriculum and Evaluation, SkillBench); arXiv-Preprint 2610.30828 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  17. 17National Bureau of Economic Research; Daniel P. Gross, Dror Shvadron & Hansen Zhang · Nutzungsgrundlage: Alle Rechte vorbehalten (© National Bureau of Economic Research); nur eigene Tatsachenparaphrase und Link · Rechte- und Lizenzbeleg
  18. 18Annenberg Institute at Brown University (EdWorkingPapers); Anika Alam, Nicolas Dominguez-Mel & Jing Liu (University of Maryland) · Nutzungsgrundlage: Keine Lizenzangabe; Urheberrecht bei den Autoren; Zitieren laut EdWorkingPapers-FAQ vorgesehen; nur eigene Tatsachenparaphrase und Link, keine Tabellen oder Abbildungen · Rechte- und Lizenzbeleg
  19. 19Wayne Harrison, Rahil Khowaja, Emma Dobson, Germaine Uwimpuhwe & Steve Higgins (WhatWorked Education; Durham University); arXiv-Preprint 2609.14789 · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  20. 20Europäische Kommission / EACEA / Eurydice; Publications Office of the European Union · Nutzungsgrundlage: CC BY 4.0 (Wiederverwendungspolitik der Kommission, Beschluss 2011/833/EU); nur eigene Paraphrase und Link, keine Abbildungen oder Fremdmaterial · Rechte- und Lizenzbeleg
  21. 21Yan Tao, Jennifer Meyer & René F. Kizilcec (Cornell University; Universität Wien); arXiv-Preprint 2609.23936 · Nutzungsgrundlage: arXiv-Standardlizenz (nicht-exklusive Verbreitungslizenz an arXiv); Urheberrecht bei den Autoren; nur eigene Tatsachenparaphrase und Link · Rechte- und Lizenzbeleg
  22. 22Ji Ma, Hongjie Yue & Xinyang Li; Frontiers in Psychology 17 (Frontiers Media) · Nutzungsgrundlage: CC BY 4.0; nur eigene Paraphrase und Link, keine Abbildungen · Rechte- und Lizenzbeleg
  23. 23Arne Vanhoyweghen, Vincent Holst, Melika Mobini u. a. bis Vincent Ginis (Vrije Universiteit Brussel); arXiv-Preprint 2610.27881 · Nutzungsgrundlage: CC BY-NC-ND 4.0; nur eigene Paraphrase und Link, keine Bearbeitung oder Abbildungen · Rechte- und Lizenzbeleg
  24. 24Annenberg Institute at Brown University (EdWorkingPapers); Philip Oreopoulos (University of Toronto) & Nina Low (Charles River Associates) · Nutzungsgrundlage: Keine Lizenzangabe; Urheberrecht bei den Autoren; Zitieren laut EdWorkingPapers-FAQ vorgesehen; nur eigene Tatsachenparaphrase und Link, keine Tabellen oder Abbildungen · Rechte- und Lizenzbeleg

Zitiervorschlag

qasb Research (2026). KI und Bildung: Gemischte Belege zum Lernen mit KI. Themenbericht 10/2026, Datenstand 26. Oktober 2026. https://www.qasb.ai/reports/2026-10-bildung

Anhang

Zu jeder Aussage: Evidenztyp, Änderungsstatus, Geltungsbereich und Grenzen, dazu Beobachtungszeitraum, Quellenwert, Vergleich und Unsicherheit, soweit die Quelle sie angibt. Die Texte sind die freigegebenen Angaben der Ausgabe, ebenso ihre Zusammenfassung.

Geltungsbereiche und Grenzen aller 25 Aussagen (A1–A25)

Zusammenfassung der Ausgabe

Die Belege aus Oktober und September 2026 zeigen ein gemischtes Bild: In mehreren randomisierten Studien verbesserte KI-Unterstützung die Leistung, solange die KI verfügbar war, aber nicht verlässlich die spätere Leistung ohne KI, und ein kursintegrierter Tutor ging an einer US-Universität mit weniger Beteiligung und schlechteren Noten einher; positive Effekte zeigten sich eher bei gezielt gestalteten Anwendungen und geprüften Materialien, teils besonders bei schwächeren Studenten. Für Lehrer sparte ein Planungsassistent in England rund 49 Minuten pro Woche, ein Trainingsprogramm in Peru dagegen keine Zeit; in Deutschland ergänzte die Bildungsministerkonferenz am 16.10.2026 ihren Kompetenzrahmen um KI-bezogene Kompetenzen. Belege zum Behalten über Wochen, zu frühkindlicher Bildung und zu Schülern mit Förderbedarf in echten Lernsituationen fehlen weitgehend.

  1. A1Zurück zu Kapitel 2.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 6

    Geltungsbereich
    Online-Befragung von 1.952 Pädagogen der Klassenstufen K-12 aus dem wahrscheinlichkeitsbasierten Gallup Panel, 28.07.–14.08.2026; gewichtet nach der American Community Survey 2024.
    Grenzen
    Selbstauskünfte zu Nutzung und Zeitwirkung; die geprüfte Veröffentlichung nennt weder Häufigkeit noch Werkzeuge noch Lernwirkungen. Erfasst individuelle Nutzung, nicht institutionelle Einführung. Gefördert von der Walton Family Foundation.
    Beobachtungszeitraum
    Schuljahr 2025/26 (Befragung 28.07.–14.08.2026)
    Quellenwert
    59 Prozent der befragten K-12-Pädagogen mit KI-Nutzung für die Arbeit
    Vergleichsbasis
    Alle befragten K-12-Pädagogen (n = 1.952)
    Vergleich
    Schuljahr 2025/26
    Unsicherheit
    Stichprobenfehler ±2,7 Prozentpunkte (95 %)

  2. A2Zurück zu Kapitel 2.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 20

    Geltungsbereich
    Eurydice-Bericht „Digital education at school in Europe 2026“, Lehrplananalyse der Sekundarstufe I; die Kompetenzen umfassen etwa das Verständnis KI-gestützter Technologien, Nutzen und Risiken, Anwendung und Gestaltung sowie ethische Fragen.
    Grenzen
    Lehrplanangaben sagen nichts über tatsächliche Unterrichtszeit oder die Kompetenzen der Schüler; Stand 2024/25. Der KMK-Beschluss vom 16.10.2026 ist darin noch nicht berücksichtigt.
    Beobachtungszeitraum
    Schuljahr 2024/25
    Quellenwert
    12 Bildungssysteme mit KI-bezogenen Kompetenzen im Lehrplan der Sekundarstufe I
    Vergleichsbasis
    38 erfasste Bildungssysteme
    Vergleich
    Schuljahr 2024/25
    Unsicherheit
    Vollerhebung; keine Stichprobenunsicherheit

  3. A3Zurück zu Kapitel 2.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 10

    Geltungsbereich
    Ländergemeinsamer Beschluss für die Schulen in Deutschland; orientiert sich laut Text an der 2026 veröffentlichten Endfassung des KI-Kompetenzrahmens von OECD und Europäischer Kommission und übernimmt dessen vier Bereiche als Orientierungsbegriffe.
    Grenzen
    Der Beschluss beschreibt Kompetenzerwartungen; er legt weder Unterrichtszeit, Fächerzuordnung noch Prüfungsregeln fest, die Umsetzung liegt bei den Ländern. Über Umsetzungsstand und Wirkung in den Schulen sagt er nichts.
    Beobachtungszeitraum
    Beschluss vom 16.10.2026

  4. A4Zurück zu Kapitel 2.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 20

    Geltungsbereich
    Eurydice-Erhebung in 38 Bildungssystemen (EU-Staaten und neun weitere Länder), Sekundarstufe I; berücksichtigt verbindliche und unverbindliche Dokumente; einzelne Länder verabschiedeten nach dem Berichtszeitraum weitere Rahmen.
    Grenzen
    Erfasst Politikdokumente, nicht deren Umsetzung in Schulen oder Wirkung; Stand 2024/25, Manuskript im Juni 2026 abgeschlossen. Die Zählung sagt nichts über Qualität oder Verbindlichkeit der Rahmen.
    Beobachtungszeitraum
    Schuljahr 2024/25
    Quellenwert
    24 Bildungssysteme mit übergeordnetem Politikrahmen zu KI oder neuen Technologien
    Vergleichsbasis
    38 erfasste Bildungssysteme
    Vergleich
    Schuljahr 2024/25
    Unsicherheit
    Vollerhebung über das Eurydice-Netz; keine Stichprobenunsicherheit

  5. A5Zurück zu Kapitel 2.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 15

    Geltungsbereich
    Abschlussbefragung im Studienjahr 2025/26 an der Universität Tartu: 187 Teilnehmer des vierwöchigen Kurses „About Programming“ und 182 des achtwöchigen Kurses „Introduction to Programming“ (rund 80 % der Kursteilnehmer); im längeren Kurs häufigere Nutzung, vor allem zur Fehlersuche und Ideenfindung.
    Grenzen
    Selbstauskünfte; Befragte können sich von Nichtbefragten unterscheiden; zwei Kurse in einem Land. Keine Analyse der tatsächlichen KI-Interaktionen und kein Nachweis von Lernwirkungen. Tagungsbeitrag (SIGCSE TS 2027).
    Beobachtungszeitraum
    Studienjahr 2025/26
    Quellenwert
    82,4 Prozent der Befragten mit mindestens einmaliger KI-Nutzung (achtwöchiger Kurs, 150 von 182)
    Vergleichsbasis
    Vierwöchiger Kurs: 75,9 % (142 von 187)
    Vergleich
    Achtwöchiger Kurs mit höherem Arbeitsumfang
    Unsicherheit
    Unterschied zwischen den Kursen nicht signifikant (χ² = 2,35; p = 0,113)

  6. A6Zurück zu Kapitel 3.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 11

    Geltungsbereich
    Kurs zu Logik, Mengen, Relationen und Beweisen an der Carnegie Mellon University (USA); 155 von 308 eingeschriebenen Studenten willigten ein, ausgewertet wurden 153 (75 mit früherem, 78 mit späterem Zugang); individuelle Zufallszuteilung nach der ersten Zwischenprüfung; Chatbot und eine Feedback-Oberfläche, die zuerst einen eigenen Beweisversuch verlangte, wurden gemeinsam freigeschaltet.
    Grenzen
    Ein Kurs; einwilligende Studenten können sich von den übrigen unterscheiden; beide Werkzeuge wurden gemeinsam zugeteilt, ihre getrennten Effekte sind nicht identifiziert. Die Zwischenprüfung ist kein eigens entwickelter Transfer- oder verzögerter Behaltenstest. Dass mehr Chatbot-Nachrichten mit schlechteren späteren Prüfungsergebnissen einhergingen, beruht auf selbst gewählter Nutzung und ist kein kausaler Befund. Preprint ohne Peer Review.
    Beobachtungszeitraum
    Ein Semester bis zur dritten Zwischenprüfung (Jahr in der geprüften Fassung nicht angegeben)
    Quellenwert
    2,56 Punkte bei den Hausaufgaben in der Phase mit nur frühem Zugang (adjustiert)
    Vergleichsbasis
    Gruppe mit späterem Zugang
    Vergleich
    Gruppe mit früherem Zugang; in der Zwischenprüfung ohne KI: −2,47 Punkte (95-%-KI −5,60 bis 0,66; p = 0,122)
    Unsicherheit
    Standardfehler 1,22; 95-%-KI 0,17 bis 4,94; p = 0,036

  7. A7Zurück zu Kapitel 3.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 2

    Geltungsbereich
    Zwölf Berufsschulen in sechs Bundesländern; je Aufgabe vier Multiple-Choice-Fragen direkt nach der Aufgabe, ohne KI oder andere Hilfen zu beantworten; Kontrollgruppe ohne Internet; Effekte mit Kontrollvariablen.
    Grenzen
    Nur unmittelbares Verständnis, keine Messung nach Tagen oder Wochen. Die Behandlungsgruppe behielt bei den Fragen Internetzugang; 12,7 % der Behandlungsgruppe nutzten dabei laut Selbstauskunft oder Protokoll möglicherweise KI; ohne sie bleiben die Effekte bei der Aufgabe innerhalb des Lehrplans und der ersten Aufgabe jenseits davon bestehen, bei der zweiten sinkt der Effekt auf 3,3 Prozentpunkte und ist nicht mehr signifikant. Vergleich mit einer Bedingung ohne Internet; Working Paper ohne Peer Review. Dieselbe Studie belegt im Bereich Arbeit einen anderen Befund (Aufgabenleistung).
    Beobachtungszeitraum
    Oktober 2025 bis Januar 2026
    Quellenwert
    6,7 Prozentpunkte richtig beantworteter Verständnisfragen (Aufgabe innerhalb des Lehrplans)
    Vergleichsbasis
    Kontrollgruppe ohne Internet: 65,5 % richtig
    Vergleich
    Gruppe mit ChatGPT-Zugang (Intention-to-treat, mit Kontrollvariablen)
    Unsicherheit
    Standardfehler 2,2 Prozentpunkte; p < 0,01

  8. A8Zurück zu Kapitel 3.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 7

    Geltungsbereich
    Middlebury College (USA), Frühjahr 2025; zwei Präsenzsitzungen im Abstand von etwa einer Woche; bis zu 35 Minuten Lernzeit zu unbekannten Technikthemen mit oder ohne KI; Tests und Essays in der zweiten Sitzung ohne KI und andere Hilfsmittel.
    Grenzen
    Erstveröffentlichung im Juli 2026 (überarbeitete Fassung 04.10.2026), daher nur als Kontext. Ein College, kurze Lernphase mit fester Lernzeit. Regelverstöße in der ersten Sitzung könnten laut den Autoren 17 bis 22 % des Soforteffekts erklären. Preprint ohne Peer Review.
    Beobachtungszeitraum
    Frühjahr 2025
    Quellenwert
    3,9 Prozentpunkte im Wissenstest eine Woche später (ohne KI)
    Vergleichsbasis
    Kontrollgruppe: 50,0 % richtig
    Vergleich
    Gruppe mit erlaubter KI-Nutzung in der Lernphase
    Unsicherheit
    0,21 Standardabweichungen; p = 0,068

  9. A9Zurück zu Kapitel 3.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 5

    Geltungsbereich
    MINT-Studenten im zweiten Studienjahr in einem einführenden, analysisbasierten Physikkurs an einer chinesischen Universität (116 rekrutiert, 95 ausgewertet: 50 Training, 45 Kontrolle); eine Sitzung; Aufgaben eines Konzepttests zu Elektrizität und Magnetismus, zunächst ohne KI beantwortet, dann mit dem Chatbot Doubao überarbeitet.
    Grenzen
    Gemessen wurde nur die KI-gestützte Überarbeitung derselben Aufgaben in derselben Sitzung; kein Test ohne KI, keine Behaltens- oder Transfermessung; laut den Autoren ist keine Aussage über dauerhaftes Lernen möglich. Die Kontrollgruppe erhielt keine KI-Anleitung; ein Standort.
    Beobachtungszeitraum
    Einzelsitzung (Erhebungsdatum in der geprüften Fassung nicht angegeben)
    Quellenwert
    0,814 Cohens d (Leistung bei der KI-gestützten Überarbeitung)
    Vergleichsbasis
    Kontrollgruppe mit Problemlösetraining ohne KI-Anleitung
    Vergleich
    Gruppe mit strukturiertem KI-Training
    Unsicherheit
    t(93) = 3,964; p < 0,001; kein Konfidenzintervall im geprüften Text

  10. A10Zurück zu Kapitel 3.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 3

    Geltungsbereich
    Vorklinisches Präparationstraining an der Wuhan University; eine Stunde täglich über sieben Tage; 62 Studenten mit ChatGPT-4.0-Anleitung (Ausgaben von Forschungsassistenten auf Fehler geprüft), 61 mit Anleitung durch Dozenten vor Ort; 30-minütiger Praxistest, bewertet von zwei verblindeten Fachleuten.
    Grenzen
    Nur die unmittelbare Leistung nach einer Woche; keine Messung von Behalten, Transfer oder klinischer Leistung. Teilnehmer und Assistenten waren nicht verblindet; die KI-Ausgaben wurden geprüft und entsprechen daher nicht unbeaufsichtigter Nutzung. Eine Universität und eine Grundfertigkeit; eine Vorabfassung war seit April 2026 öffentlich.
    Beobachtungszeitraum
    Sieben Trainingstage (genauer Erhebungszeitraum in der geprüften Fassung nicht angegeben)
    Quellenwert
    9,86 Punkte im praktischen Test (Skala 0–100)
    Vergleichsbasis
    Anleitung durch Dozenten: 67,39 Punkte
    Vergleich
    ChatGPT-Anleitung: 77,25 Punkte
    Unsicherheit
    95-%-Konfidenzintervall 4,81–14,91; P < 0,001

  11. A11Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 12

    Geltungsbereich
    170 Studenten mit 340 Klausurergebnissen; Differenz-in-Differenzen-Vergleich der beiden Kurshälften über zwei Jahrgänge (2023/24 ohne, 2024/25 mit Materialien für eine Kurshälfte); Podcasts, FAQs und Quiz-Lernhilfen aus einem quellengebundenen Modell; dazu Interviews und Rückmeldungen von 36 Studenten.
    Grenzen
    Keine Zufallszuteilung; mit nur einem Vorjahrgang lässt sich die Annahme paralleler Trends nicht prüfen, Jahrgangsunterschiede und eine Verlagerung von Lernzeit zwischen den Kurshälften sind nicht auszuschließen. Der Durchschnittseffekt hält dem Weglassen der schwächsten Vorjahresergebnisse nicht stand, der Schwelleneffekt schon. Ein Kurs; Preprint ohne Peer Review.
    Beobachtungszeitraum
    Studienjahre 2023/24 und 2024/25
    Quellenwert
    2,34 Punkte auf einer 50-Punkte-Klausurkomponente (Differenz-in-Differenzen)
    Vergleichsbasis
    Kontrafaktum aus Vorjahr und Kurshälfte ohne Materialien (parallele Trends)
    Vergleich
    Kurshälfte mit geprüften KI-Lernmaterialien 2024/25
    Unsicherheit
    Standardfehler 1,169 (p = 0,045) bzw. 0,947 bei Clusterung nach Studenten (p = 0,013)

  12. A12Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 1

    Geltungsbereich
    2.379 Studenten und 30 Dozenten verschiedener Fächer an der University of Maryland, Herbstsemester 2025; Zufallszuteilung der Dozenten innerhalb von Blöcken gleicher oder ähnlicher Kurse; GPT-4o-basierter Lernassistent mit Zugriff auf von Dozenten ausgewählte Kursmaterialien; beide Gruppen hatten Zugang zu weiteren universitären KI-Werkzeugen.
    Grenzen
    Nur rund 15 % der Studenten mit Zugang nutzten den Tutor mindestens einmal, der Wirkmechanismus bleibt offen. Analyseplan erst nach der Datenerhebung, aber vor der Auswertung registriert. Eine Universität und eine Konfiguration: überwiegend direkter Antwortmodus, nur zwei Dozenten nutzten am Semesterende den geführten Tutormodus; hauseigenes Werkzeug der Universität. Working Paper ohne Peer Review; das Manuskript ist auf den 30.09.2026 datiert, EdWorkingPapers und IZA führen es als Fassung vom Oktober 2026.
    Beobachtungszeitraum
    Herbstsemester 2025 (Studienjahr 2025/26)
    Quellenwert
    -0,37 Standardabweichungen der Abschlussnote (Sektionen desselben Kurses)
    Vergleichsbasis
    Sektionen ohne Tutorzugang
    Vergleich
    Sektionen mit Tutorzugang (Intention-to-treat; −4,12 Notenpunkte)
    Unsicherheit
    Standardfehler 1,80 Notenpunkte (nach Kurssektion geclustert, 34 Cluster); laut Autoren robust per Randomisierungsinferenz; kein Konfidenzintervall angegeben

  13. A13Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 19

    Geltungsbereich
    Schüler der Jahrgangsstufen 9 und 10 in GCSE Biologie, Chemie und Physik; 929 mit Vortest, 644 mit Nachtest; von Lehrern über die Plattform WhatWorked durchgeführte Versuche; der Stoff war bereits unterrichtet, verglichen wurde die Wiederholung; kein Hinweis auf eine unterschiedliche Wirkung nach Pupil-Premium-Status (Indikator für Benachteiligung).
    Grenzen
    Hoher Ausfall (30,7 %; Kontrollgruppe 33,2 %, Behandlungsgruppe 27,7 %); lehrplannahe statt standardisierter Tests, von KI vorbewertet und von den Lehrern geprüft und eingetragen; kurze Laufzeit ohne verzögerten Test. Finanziert vom Anbieter Medly, der die Evaluation in Auftrag gab und den Zugang zu Schulen vermittelte, die seine Plattform bereits nutzten. Preprint ohne Peer Review; die Autoren werten die Ergebnisse als vorläufig.
    Beobachtungszeitraum
    Vier Wochen Wiederholungsphase (Zeitraum in der geprüften Fassung nicht angegeben)
    Quellenwert
    0,33 Hedges g im Nachtest (Intention-to-treat)
    Vergleichsbasis
    Übliche selbstständige Wiederholung: bereinigter Mittelwert 11,39 Punkte
    Vergleich
    KI-Tutorplattform: bereinigter Mittelwert 13,95 Punkte
    Unsicherheit
    95-%-KI 0,18 bis 0,48

  14. A14Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 18

    Geltungsbereich
    Deer Valley Unified School District, Schuljahr 2025/26: 6.065 Schüler der Klassen 6 bis 8; 72,6 % der Mathematiklehrer aktivierten ihre Lizenz, 50,9 % der Schüler lösten im Schnitt mindestens zwei Aufgaben pro Woche; gewichteter Propensity-Score-Vergleich von Nutzern und Vergleichsschülern; die Studie war vorab registriert, die Auswertung weicht aber vom registrierten Plan ab (Effekt bei Nutzern statt Intention-to-treat); Test: NWEA MAP Mathematik.
    Grenzen
    Keine Zufallszuteilung: Die Schüler bestimmten ihre Nutzung selbst, die Schätzungen bleiben laut den Autoren anfällig für Verzerrung durch unbeobachtete Merkmale. Die Auswertung weicht vom vorab registrierten Intention-to-treat-Plan ab; die Autoren begründen das mit stark schwankender Nutzung. Ein Bezirk, ein Produkt; in Partnerschaft mit dem Anbieter durchgeführt, finanziert von der gemeinnützigen Organisation Accelerate. Working Paper ohne Peer Review.
    Beobachtungszeitraum
    Schuljahr 2025/26
    Quellenwert
    0,109 Standardabweichungen im bezirksstandardisierten MAP-Mathematiktest (Frühjahr)
    Vergleichsbasis
    Gewichtete Vergleichsschüler ohne oder mit geringer Nutzung (unter zwei gelösten Aufgaben pro Woche)
    Vergleich
    Schüler mit mindestens zwei gelösten Aufgaben pro Woche
    Unsicherheit
    Standardfehler 0,021 (auf Lehrerebene geclustert); p < 0,001

  15. A15Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 24

    Geltungsbereich
    Hamilton County (Tennessee), Schuljahre 2024/25 und 2025/26; je Schule wurden ein oder zwei von drei Jahrgängen zufällig zugeteilt; Schüler unter Klassenniveau in täglichen Förderblöcken von 25 bis 40 Minuten; Kontrolljahrgänge mit üblicher Förderung, teils mit anderer Übungssoftware ohne KI-Tutor; vorab registriert.
    Grenzen
    Erstveröffentlichung im August 2026, daher nur als Kontext. Der Vergleich isoliert den KI-Tutor nicht, weil sich auch Übungsmenge und Software unterschieden. 96 % probierten Khanmigo aus, der mittlere Schüler schrieb ihm aber nur an einem Drittel der Übungstage. Working Paper ohne Peer Review.
    Beobachtungszeitraum
    Schuljahre 2024/25 und 2025/26
    Quellenwert
    1,26 nationale Perzentilränge im MAP-Mathematiktest je Testabschnitt (Intention-to-treat)
    Vergleichsbasis
    Kontrolljahrgänge mit üblicher Förderung
    Vergleich
    Jahrgänge mit Khan Academy und Khanmigo
    Unsicherheit
    Standardfehler 0,60; laut Studie etwa 0,06 bis 0,08 Standardabweichungen pro Schuljahr

  16. A16Zurück zu Kapitel 4.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 4

    Geltungsbereich
    Zehn Sektionen eines Pflichtkurses Strategie im ersten MBA-Jahr an einer US-Business-School, Herbst 2025; zufällig zugeteilt wurde, vor welchen zwei von zehn Fallbesprechungen das Werkzeug genutzt werden durfte; Wortbeiträge wurden von Lehrassistenten protokolliert, die die Zuteilung nicht kannten.
    Grenzen
    Gemessen wurden Wortbeiträge und selbst eingeschätztes Lernen, keine Prüfungsleistungen. Alle Studenten erhielten letztlich zwei Einsätze; verglichen wird frühere mit späterer Nutzung, kein Vergleich mit einem menschlichen Gesprächspartner. Speziell entwickeltes Werkzeug an einer Hochschule; Preprint ohne Peer Review.
    Beobachtungszeitraum
    Herbstsemester 2025
    Quellenwert
    0,112 zusätzliche freiwillige Wortbeiträge je späterer Sitzung (Intention-to-treat, Effekt des zweiten Einsatzes)
    Vergleichsbasis
    Stichprobenmittel: 0,73 freiwillige Beiträge je Student und Sitzung
    Vergleich
    Nach dem zweiten zugewiesenen Einsatz; bei mindestens zehnminütiger Nutzung entspricht der Effekt laut Studie rund 31 % des Mittels
    Unsicherheit
    Standardfehler 0,046; p < 0,05

  17. A17Zurück zu Kapitel 5.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 8

    Geltungsbereich
    464 Lehrer der Key Stage 2 (Klassen 3 bis 6) an 108 Schulen in England, zehn Wochen im Herbsttrimester 2025; Evaluation durch NFER im Auftrag der Education Endowment Foundation; die Vergleichsgruppe wurde gebeten, Aila nicht zu nutzen, beide Gruppen durften andere generative KI-Werkzeuge verwenden.
    Grenzen
    Aila wurde im Mittel nur für 7 % der Stunden genutzt, Nutzungshäufigkeit und Umfang sanken über die zehn Wochen; viele Lehrer zogen andere KI-Werkzeuge vor und hielten die Ausgaben oft für anpassungsbedürftig. Keine Messung von Schülerleistungen. Der vollständige EEF-Bericht mit Methodenteil und Unsicherheitsangaben war beim Abruf und bei der Schlussprüfung am 26.10.2026 gesperrt (HTTP 403); geprüft wurde die Ergebnisseite des Evaluators NFER. Werkzeug der Oak National Academy.
    Beobachtungszeitraum
    Herbsttrimester 2025 (zehn Wochen)
    Quellenwert
    48,6 Minuten weniger Vorbereitungszeit pro Woche
    Vergleichsbasis
    Gruppe ohne Aila: rund 3,3 Stunden pro Woche
    Vergleich
    Aila-Gruppe: rund 2,5 Stunden pro Woche (76 % der Zeit der Vergleichsgruppe)
    Unsicherheit
    Keine Unsicherheitsangabe auf der geprüften Ergebnisseite

  18. A18Zurück zu Kapitel 5.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 9

    Geltungsbereich
    390 öffentliche Schulen in Lima (196 Behandlungs-, 194 Kontrollschulen), Schuljahr 2025; Zeitangaben aus einer Abschlussbefragung im Dezember (n = 607), Prompts blind bewertet; Kontrollschulen behielten Zugang zu frei verfügbaren KI-Werkzeugen; die Zuwächse bei der Prompt-Qualität waren bei Lehrern über dem Altersmedian von 54 Jahren am größten.
    Grenzen
    Zeitaufwand ist selbst berichtet (Minuten beim letzten Ausführen einer Tätigkeit); knapp die Hälfte der Lehrer beantwortete die Abschlussbefragung. Gemessen wurde die KI-Kompetenz der Lehrer, nicht das Lernen der Schüler. Mitfinanziert vom Microsoft AI Economy Institute, dessen Produkt Copilot eingesetzt wurde. Working Paper der Weltbank ohne externes Peer Review.
    Beobachtungszeitraum
    Schuljahr 2025 (Schulung zu Beginn, Abschlussbefragung im Dezember 2025)
    Quellenwert
    1,653 Minuten Unterschied in der Dauer der letzten Unterrichtsplanung (Behandlungseffekt)
    Vergleichsbasis
    Kontrollgruppe: im Mittel 71,2 Minuten
    Vergleich
    Behandlungsgruppe mit Schulung, Lizenz und Begleitung
    Unsicherheit
    Standardfehler 6,24 Minuten; statistisch nicht signifikant

  19. A19Zurück zu Kapitel 5.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 13

    Geltungsbereich
    Öffentlicher JorGPT-Datensatz: Antworten auf 50 offene Fragen aus regulären Prüfungen im Studienjahr 2025/26 an der Universidad Francisco de Vitoria (Spanien), jeweils von Dozenten und von DeepSeek-chat-V3.2, Qwen-flash und Gemini-2.5-flash-lite (ohne Beispiele im Prompt) benotet und kommentiert.
    Grenzen
    Eine Hochschule, Kurse in Software-Engineering; die Funktion der Rückmeldungen wurde regelbasiert über Schlüsselwörter erkannt und kann feinere Formulierungen übersehen. Drei Modelle einer bestimmten Generation; neuere Modelle können sich anders verhalten. Tagungsbeitrag (ICCE 2026).
    Beobachtungszeitraum
    Studienjahr 2025/26 (Prüfungsantworten)
    Quellenwert
    15 Prozent der Rückmeldungen mit benannter Fehlvorstellung (Dozenten)
    Vergleichsbasis
    Dozenten: 15,0 %
    Vergleich
    Sprachmodelle: 4,8 bis 7,4 %; bei Noten 0 bis 2: Dozenten 31,5 %, Modelle 5 bis 7 %
    Unsicherheit
    Keine Unsicherheitsangabe in der Quelle

  20. A20Zurück zu Kapitel 5.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 23

    Geltungsbereich
    Englisch- und niederländischsprachiger Jahrgang desselben Bachelorkurses (343 und 236 Studenten mit Bonus-Test-Daten); in Test 1 und 3 erhielt jeweils eine Hälfte Feedback, die andere diente als Kontrolle; Gutachter bewerteten die erzeugten Übungsaufgaben in 95,5 % stark, die Fehlerdiagnose nur in 41,1 %.
    Grenzen
    Kleine Vergleichsgruppen (31 bis 52 je Arm) aus Studenten, die beide Crossover-Tests schrieben; jeweils ein einmaliges Feedback zu einem Thema, Monate vor der Prüfung. Die Studenten wussten, dass das Feedback von KI stammte. Der Zusammenhang zwischen häufigerem Feedback und besseren Prüfungsergebnissen lässt sich nicht von Teilnahme und Übung trennen. Preprint ohne Peer Review.
    Beobachtungszeitraum
    Ein Semester mit sechs wöchentlichen Bonus-Tests und Abschlussprüfung (Jahr in der geprüften Fassung nicht angegeben)

  21. A21Zurück zu Kapitel 5.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 16

    Geltungsbereich
    TutorCaseBench: Szenarien aus veröffentlichten Fallstudien der Pädagogik, pädagogischen Psychologie und Sonderpädagogik; fünf Arten herausfordernden Verhaltens; 1.560 offene und 2.537 Multiple-Choice-Aufgaben; Bewertung durch ein Sprachmodell als Gutachter.
    Grenzen
    Simulierte Dialoge statt echter Schüler; Aufbau und Bewertung stützen sich überwiegend auf Gemini-Modelle, die Autoren prüften mögliche Verzerrungen mit anderen Modellen; menschliche Validierung nur der Quellentreue. Keine Aussage über Lernwirkungen bei Schülern mit Förderbedarf. Eine Autorenzugehörigkeit zu Google Cloud AI Research; Preprint ohne Peer Review.
    Beobachtungszeitraum
    Benchmark-Auswertung 2026
    Quellenwert
    55,8 Prozent der offenen Aufgaben mit mindestens einem erfüllten Rubrik-Kriterium (bestes Modell)
    Vergleichsbasis
    1.560 offene Aufgaben
    Vergleich
    Aufgaben zur längerfristigen Unterstützung: höchstens 43,3 %
    Unsicherheit
    Keine Unsicherheitsangabe in der Quelle

  22. A22Zurück zu Kapitel 6.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 22

    Geltungsbereich
    Liaoning Economy Vocational and Technical College, Rekrutierung 9. Mai bis 9. Juni 2026; je 32 Teilnehmer in drei Bedingungen (ChatGPT Plus mit GPT-5.3 ohne Suchmaschine und externe Webseiten, Bing-Websuche, beides), stratifiziert zugeteilt; berufsnahe Rechercheaufgabe (20 Minuten) und ähnliche Folgeaufgabe (10 Minuten); Blickbewegungs- und Bildschirmprotokolle.
    Grenzen
    In der reinen KI-Bedingung war die Quellenprüfung durch den Aufbau auf Quellenangaben in der KI-Oberfläche beschränkt; der Vergleich der Prüfquoten spiegelt daher auch die verfügbaren Werkzeuge. Die Folgeaufgabe wurde mit den zugeteilten Werkzeugen gelöst und misst keinen späteren oder werkzeugfreien Transfer. Ein Berufskolleg, Gelegenheitsstichprobe, ausdrückliche Prüfanweisung.
    Beobachtungszeitraum
    09.05.–09.06.2026 (Rekrutierung und Versuch)
    Quellenwert
    25 Prozent der Teilnehmer mit Gegenprüfung (nur KI)
    Vergleichsbasis
    Websuche: 68,8 %
    Vergleich
    KI plus Websuche: 78,1 %
    Unsicherheit
    χ² = 21,03; p < 0,001; Cramérs V = 0,468

  23. A23Zurück zu Kapitel 6.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 21

    Geltungsbereich
    129 Studenten eines datenwissenschaftlichen Kurses an einer US-Universität (64 mit Begründungspflicht, 65 nur mit Auswahl); je Projektskizze acht personalisierte GPT-4.1-Vorschläge, davon vier absichtlich fehlerhaft; unbenotete Übung in einer Sitzung.
    Grenzen
    Gemessen wurde nur die Übernahmeentscheidung, nicht die Qualität der überarbeiteten Texte oder Lernen; vier fehlerhafte von acht Vorschlägen sind deutlich mehr als im Alltag. Die Begründungen waren oft oberflächlich. Ein Kurs; Preprint ohne Peer Review.
    Beobachtungszeitraum
    Eine Kurssitzung (Datum in der geprüften Fassung nicht angegeben)
    Quellenwert
    24 Prozentpunkte weniger übernommene fehlerhafte Vorschläge
    Vergleichsbasis
    Nur Auswahl: 65 % übernommen
    Vergleich
    Mit Begründungspflicht: 41 % übernommen
    Unsicherheit
    Interaktion Bedingung und Qualität: OR = 0,180; p < 0,001 (gemischtes logistisches Modell)

  24. A24Zurück zu Kapitel 6.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 14

    Geltungsbereich
    29.970 Abgaben aus zehn Python-Laboren der Jahrgänge 2021, 2023 und 2025; 90.000 Lösungsversuche von GPT-5.5, Gemini 3.1 Pro und Claude Opus 4.8, abgeglichen mit MOSS und Syntaxbaum-Formen; bei 30 Zeilen Mindestlänge hatten noch 2,9 bis 3,5 % der Abgaben von 2021 einen Treffer.
    Grenzen
    Beobachtender Jahrgangsvergleich ohne geprüfte Angaben, welche Abgaben mit KI entstanden; die Studie kann weder Einzelnachweise validieren noch den Anteil der KI-Nutzung schätzen. Wechselnde Tutoren, Jahrgänge und erlaubte Hilfen; ein Kurs. Tagungsbeitrag (Koli Calling 2026).
    Beobachtungszeitraum
    Kursjahrgänge 2021, 2023 und 2025
    Quellenwert
    1,76 Vielfaches der Trefferhäufigkeit von 2021 (untere Grenze über drei Modelle)
    Vergleichsbasis
    Jahrgang 2021 (vor ChatGPT)
    Vergleich
    2025: 1,76- bis 2,12-fach; 2023: 1,06- bis 1,19-fach
    Unsicherheit
    BH-adjustiert q < 0,001; Spannweite über drei Modelle

  25. A25Zurück zu Kapitel 6.0

    Evidenztyp: beobachtet · Bestandsaufnahme · Quelle 17

    Geltungsbereich
    US-Doktorarbeiten in MINT-Fächern der Abschlussjahrgänge 2019 bis 2026, verknüpft mit späteren Beschäftigungsdaten der Absolventen; Messung von KI-generiertem Text per Detektor (laut Danksagung mit API-Guthaben des Anbieters Pangram).
    Grenzen
    Geprüft wurden Zusammenfassung und Angaben auf der NBER-Seite; das PDF war beim Abruf und bei der Schlussprüfung am 26.10.2026 gesperrt (HTTP 403), sodass Methode, Schwellenwerte und Fehlerraten des Detektors nicht geprüft werden konnten. Detektoren können Texte falsch zuordnen; KI-Text belegt keinen Regelverstoß. Working Paper ohne Peer Review.
    Beobachtungszeitraum
    Abschlussjahrgänge 2019–2026
    Quellenwert
    29 Prozent der 2026 eingereichten Dissertationen mit KI-generiertem Text
    Vergleichsbasis
    Vor 2023: kein KI-generierter Text
    Vergleich
    Einreichungsjahr 2026
    Unsicherheit
    Keine Unsicherheitsangabe in der geprüften Zusammenfassung

Und in deinem Fall? Prüf ihn mit Quellen.

Analyse startenFür Organisationen
Alle Berichte