10 Fakten zu KI in der MINT-Bildung 

Wie Ihr Künstliche Intelligenz im Lernalltag sinnvoll nutzen könnt

11. Mai 2026 Lesedauer: ca. 8 min
Didaktik
MesH
Ein kleines Mädchen sitzt an einem Tisch. Vor ihr liegt ein Tablet. Darüber schweben Symbole mit IT-Bezug.

Künstliche Intelligenz ist längst im Alltag und auch im Lernalltag von Kindern und Jugendlichen angekommen. Ob als Chatbot, Lernplattform oder digitaler Tutor – KI verspricht personalisiertes Lernen, schnelle Hilfe und neue Zugänge zu komplexen Themen. Doch was bringt sie wirklich? Und wie könnt Ihr sie nutzen, um Eure MINT-Angebote zu verbessern? 

Die folgenden zehn Fakten aus der Bildungsforschung von unserem Schwesterprojekt MesH_MINT zeigen Euch, wo KI das Lernen tatsächlich unterstützen kann, wo sie eher bremst – und worauf es in der Praxis wirklich ankommt. 

1. KI ist mehr als nur Chatbots 

Der Begriff „Künstliche Intelligenz“ tauchte schon in den 1950er Jahren auf – lange bevor jemand an Chatbots dachte. Heute stehen vor allem ChatGPT, Claude und Co. im Rampenlicht. Doch KI umfasst viel mehr: von adaptiven Lernsystemen bis hin zu intelligenten Feedback-Tools. In der MINT-Bildung sollte es dabei vor allem um den Aufbau von KI-Kompetenz gehen – und um die Frage, wie diese Systeme Lernprozesse sinnvoll unterstützen können, ohne sie zu ersetzen. 

2. KI wirkt nur so gut, wie sie eingesetzt wird 

KI kann MINT-Angebote ergänzen, stärken oder grundlegend verändern. Etwa durch Erklärungen und das Erstellen oder Umgestalten von Übungen, sodass tiefes Lernen möglich wird. Problematisch wird es allerdings, wenn Lernende sich zu stark auf die KI verlassen. Untersuchungen zeigen: Wer nur noch Antworten abruft, statt selbst nachzudenken, verarbeitet Inhalte oberflächlicher – und lernt am Ende weniger.1  
KI ist also kein Selbstläufer, sondern ein Werkzeug, das wohlüberlegt eingesetzt werden muss. 

3. Weniger Denkaufwand = weniger Verarbeitungstiefe 

Im Rahmen einer Studie bekamen Studierende die Aufgabe, zu Nanopartikeln in Sonnencreme zu recherchieren – entweder mit ChatGPT oder mit Google. Das Ergebnis: Mit ChatGPT fühlte sich die Recherche leichter an, sie war kognitiv weniger anstrengend. Doch die Schlussfolgerungen und Argumentationen der Studierenden waren auch schwächer. Der geringere mentale Aufwand führte offenbar zu weniger tiefer Verarbeitung.2 Was sich einfacher anfühlt, ist also nicht automatisch nachhaltiger gelernt. 

4. Üben mit KI führt kurzfristig zu besseren, langfristig zu schlechteren Leistungen 

Schülerinnen und Schüler der Klassen 9 bis 11 arbeiteten im Mathematikunterricht mit ChatGPT als Tutor – andere lernten klassisch mit Schulbuch und Notizen. In der Übungsphase schnitt die ChatGPT-Gruppe deutlich besser ab. Doch im anschließenden Test ohne Hilfsmittel zeigte sich das Gegenteil: Die Schüler:innen, die zuvor mit KI geübt hatten, erzielten schlechtere Ergebnisse. Der kurzfristige Erfolg in der Lernphase spiegelt sich also nicht zwingend in der Prüfungsleistung wider.3 

5. Entscheidend ist, wie die KI „unterrichtet“ 

In derselben Untersuchung wurde in einer dritten Gruppe noch ein besonders ausgefeilter KI-Chatbot getestet. Dieser gab keine schnellen Lösungen vor, sondern arbeitete mit Hinweisen, zeigte typische Fehlerquellen auf und bot mehrere Lösungswege an, ohne die richtige Antwort vorzugeben. Das Ergebnis war bemerkenswert: Die Lernenden profitierten in der Übungsphase – ohne Einbußen im Abschlusstest.Das zeigt deutlich: Nicht die KI an sich macht den Unterschied, sondern die Qualität ihrer Instruktionen. 

Tipp:  

Achtet beim Einsatz von KI-Chatbots darauf, dass diese nicht alle Lernschritte vorwegnehmen. Gute Tipps und Einsatzmöglichkeiten für KI-Tools findet Ihr zum Beispiel auf dem KI-Campus, einer zentralen digitalen Lernplattform für Künstliche Intelligenz. Hier gibt es kostenlose Online-Kurse, Videos und Podcasts, die Eure eigenen KI-Kompetenzen stärken.  

6. Intelligente Tutorensysteme wirken – und zwar deutlich 

Sogenannte Intelligente Tutorensysteme (ITS) gehen noch einen Schritt weiter. Sie passen Aufgaben und Rückmeldungen individuell an Lernende an, reagieren adaptiv auf Fehler, geben gezielte Hinweise und begleiten so Schritt für Schritt durch den Lernprozess.4 Studien zeigen, dass solche Systeme ähnlich wirksam sein können wie menschliches Tutoring – und deutlich effektiver als herkömmlicher Unterricht in großen Gruppen.5,6  

Tipp:  
Ein bekanntes Beispiel für Intelligente Tutorensysteme ist die webbasierte Anwendung ALEKS (Advanced Learning of Knowledge Spaces), die an der University of California, Irvine entwickelt wurde. Sie wird oft in Mathematik und naturwissenschaftlichen Fächern eingesetzt. ALEKS überprüft regelmäßig das Verständnis der Lernenden und stellt dann Lernmaterialien bereit, die genau auf ihre aktuellen Bedürfnisse zugeschnitten sind. Auch Erläuterungen und Übungsaufgaben werden an den wachsenden Schwierigkeitsgrad angepasst. Ein deutschsprachiges Angebot ist Bettermarks.com. 

7. Individuelles Feedback macht den Unterschied 

Ein zentraler Vorteil intelligenter Systeme liegt im maßgeschneiderten Feedback. Nutzen Schüler:innen einen Computer oder ein Tablet, können die Lehrkräfte über ein Dashboard deren Fortschritte, Stärken und Schwächen auswerten und veranschaulichen.7 Statt pauschaler Rückmeldungen können sie so gezielte Hinweise zu konkreten Denkfehlern geben. Genau dieses adaptive Feedback gilt als einer der wichtigsten Wirkfaktoren für Lernerfolg.4 KI kann hier eine Stärke ausspielen, die im regulären Unterricht oft aus Zeitgründen zu kurz kommt. 

8. Gesprächsagenten fördern echtes Nachdenken 

In einer naturwissenschaftlichen Ausstellung zum Thema Mineralien wurden verschiedene KI-Gesprächsagenten getestet, die mit Kindern und Jugendlichen zwischen 6 und 12 Jahren interagierten. Besonders erfolgreich war ein Modell, bei dem ein zusätzlicher „Peer-Agent“ gemeinsam mit dem Kind Fragen stellte. Dabei tritt die KI nicht als belehrender Experte auf, sondern begleitet den Lernenden auf Augenhöhe durch gegenseitiges Fragenformulieren und Erklären. Diese Konstellation führte zu intensiverer Auseinandersetzung mit dem Thema und mehr Reflexion.8 KI kann also nicht nur Antworten liefern, sondern auch die richtigen Fragen stellen und Denkprozesse anregen. 

9. KI-generierte Erklärungen können Interesse wecken und motivieren  

Macht es einen Unterschied, ob mit Schulbuch oder mit KI gelernt wird? Das hat eine Studie mit Schüler:innen der 6. Klasse im Physik-/Mathematikunterricht untersucht. Die Kinder lernten entweder mit klassischen Bucherklärungen oder mit KI-generierten Zusatzmaterialien. Die Leistungen selbst unterschieden sich zwar nicht. Doch die Gruppe mit KI-Unterstützung zeigte mehr situatives Interesse und positivere Emotionen – was langfristiges Lernen fördert.9 

10. Einstellungen zu KI sind nicht bei allen gleich 

Eine Untersuchung zeigt, dass Frauen im Durchschnitt mehr Skepsis und Unsicherheit gegenüber KI äußern und sie seltener nutzen als Männer.10 
Solche Unterschiede werden oft als Ergebnis kultureller und gesellschaftlicher Prägung und fehlender früher Zugänge zu Technologie interpretiert.  

Tipp:  

Eine frühe, niedrigschwellige Auseinandersetzung mit KI kann helfen, Berührungsängste abzubauen und allen Lernenden einen souveränen Umgang mit dieser Technologie zu ermöglichen. Dabei bietet KI auch viele Chancen, mehr Mädchen für MINT zu begeistern und Diversität im MINT-Bereich zu fördern.

MINTvernetzt Lesetipp: Mit KI zu mehr Mädchen in MINT?

[1] 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 Review37(2), 45. https://doi.org/10.1007/s10648-025-10020-8  
 
[2] Stadler, M., Bannert, M., & Sailer, M. (2024). Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry. Computers in Human Behavior160, 108386. https://doi.org/10.1016/j.chb.2024.108386  
  
[3] Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2024). Generative AI can harm learning. The Wharton School Research Paperhttps://doi.org/10.2139/ssrn.4895486  
 
[4] Steenbergen-Hu, S., & Cooper, H. (2014). A meta-analysis of the effectiveness of intelligent tutoring systems on college students’ academic learning. Journal of educational psychology106(2), 331. https://doi.org/10.1037/a0034752  
 
[5] Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: a meta-analytic review. Review of educational research86(1), 42-78. https://doi.org/10.3102/0034654315581420  
 
[6] Ma, W., Adesope, O. O., Nesbit, J. C., & Liu, Q. (2014). Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal of educational psychology106(4), 901. https://doi.org/10.1037/a0037123  
 
[7] Molenaar, I., & Knoop-van Campen, C. (2017, September). Teacher dashboards in practice: Usage and impact. In European conference on technology enhanced learning (pp. 125-138). Cham: Springer International Publishing.  
 
[8] Park, S., Lee, W., Lee, S., & Lee, W. (2025, July). Beyond ‘What’s This?’: Designing Conversational Agents to Support Children’s Inquiry and Engagement in Exhibits. In Proceedings of the 2025 ACM Designing Interactive Systems Conference (pp. 1020-1039). https://doi.org/10.1145/3715336.37357  
 
[9] Lademann, J., Henze, J., & Becker-Genschow, S. (2025). Augmenting learning environments using AI custom chatbots: Effects on learning performance, cognitive load, and affective variables. Physical Review Physics Education Research21(1), 010147. https://doi.org/10.1103/PhysRevPhysEducRes.21.010147  
 
[10] Russo, C., Romano, L., Clemente, D., Iacovone, L., Gladwin, T. E., & Panno, A. (2025). Gender differences in artificial intelligence: the role of artificial intelligence anxiety. Frontiers in Psychology16, 1559457. https://doi.org/10.3389/fpsyg.2025.1559457  

Ansprechpartnerin

Porträt einer Frau, die mit direktem, freundlichen Blick in die Kamera schaut.

Geraldine Blomberg, MesH_MINT

MINT-Transfer

Ihr wollt keinen Beitrag mehr verpassen?

Dann meldet Euch jetzt für unseren Newsletter an.