KI im Studienalltag: Gute Ergebnisse sind noch kein dauerhaftes Lernen

Der ENESET-Bericht von Marta Pinto und Sónia Ferreira untersucht internationale Literatur von Januar 2022 bis April 2026 zur Nutzung generativer KI durch Studierende. Er wurde für die Europäische Kommission erstellt und gibt die Sichtweisen der Autorinnen wieder. [1][2]

Im Lernalltag wird KI zur Unterstützung bei Informationssuche und Begriffserklärungen, beim Entwerfen und Überarbeiten von Texten, bei der Ideenfindung, beim Zusammenfassen und Übersetzen sowie beim Programmieren eingesetzt. Studierende wechseln damit häufiger zwischen eigener Arbeit und KI-Rückmeldung. Für Studierende mit Behinderungen oder neurodivergenten Lernbedürfnissen können solche Hilfen auch Zugangsbarrieren senken. Zugleich entstehen Unterschiede durch Kosten, Sprache und Fachkontext. [2]

Der Bericht beschreibt ein Engagement-Paradox: Studierende können sich unterstützt und motiviert fühlen, während ihre vertiefte geistige Auseinandersetzung abnimmt, wenn KI eigene Denkarbeit ersetzt. Verbesserte Leistungen bei KI-gestützten Aufgaben lassen sich deshalb nicht ohne Weiteres mit dauerhaftem Lernen oder selbstständiger Leistung ohne KI gleichsetzen. Entscheidend sind die Bedingungen der Nutzung. [2]

Die sechs Empfehlungen der Autorinnen im Überblick:

• Didaktisch einbetten: Lernziele, angemessene Herausforderungen, Hilfestellungen und strukturiertes Feedback verbinden.
• Prüfungen neu gestalten: Auch eigenständige Leistungen ohne KI sowie Entwürfe, Reflexionsprotokolle und mündliche Prüfungen berücksichtigen.
• Klare Regeln entwickeln: Erlaubte Nutzung und Offenlegung fachbezogen definieren und Studierende beteiligen.
• KI-Kompetenz vermitteln: Kritische Prüfung, Grenzen, Verzerrungen, Ethik und wissenschaftliche Integrität curricular verankern; Lehrende qualifizieren.
• Chancengleichheit sichern: Kosten-, Sprach- und Zugangsbarrieren abbauen und unterschiedliche Unterstützungsbedürfnisse berücksichtigen.
• Forschung stärken: Langzeitstudien und vergleichende europäische Untersuchungen zu unterschiedlichen Fächern und Studierendengruppen fördern. [2]

Die Evidenz bleibt begrenzt: Viele Studien beruhen auf Selbstauskünften; Langzeitdaten und europäische Untersuchungen sind selten. [2]

Als Indiz gelesen verändert KI damit auch den Maßstab für Hochschulbildung: Neben dem fertigen Ergebnis muss sichtbar werden, was Studierende selbst verstehen, behalten und anwenden können.