Kognitive Entlastung (2026) – Kompetenz sinkt um 21 %

Die Befundlage gibt eine präzise Antwort, und sie ist älter als die gegenwärtige Kontroverse. Die Auslagerung einer kognitiven Aufgabe an eine Maschine schwächt die zugrunde liegende Fähigkeit, sobald die Maschine jenen Abruf- oder Erzeugungsschritt übernimmt, den der Mensch sonst selbst vollzogen hätte, und sie lässt diese Fähigkeit unberührt – bisweilen verbessert sie sie sogar –, wenn lediglich die Reibung um einen weiterhin selbst vollzogenen Schritt entfällt◈ Starke Evidenz [12]. Die polnische Koloskopiestudie liefert das bislang klarste natürliche Experiment zum ersten Fall. Neunzehn Endoskopiker mit jeweils mehr als 2.000 Eingriffen wurden drei Monate lang KI-gestützter Detektion ausgesetzt, in vier Zentren einer Krebsvorsorgestudie; ihre Detektionsrate ohne Assistenz sank danach um sechs Prozentpunkte✓ Gesicherte Tatsache [1].

Die Bevölkerung, die dieses Experiment derzeit an sich selbst vollzieht, umfasst den größten Teil einer Generation. Die dritte Jahreserhebung unter britischen Bachelorstudierenden, im März 2026 auf Grundlage von 1.054 Vollzeitantworten veröffentlicht, ergab, dass 95 % generative KI in irgendeiner Form nutzen und 94 % für bewertete Arbeiten✓ Gesicherte Tatsache [20]. Der Anteil derjenigen, die KI-erzeugten Text unmittelbar in eine eingereichte Arbeit einfügen, erreichte 12 % gegenüber 8 % im Jahr 2025 und 3 % im Jahr 2024✓ Gesicherte Tatsache [20]. Das institutionelle Angebot verdreifachte sich in denselben zwei Jahren: von 9 % der Studierenden mit hochschulseitig bereitgestellten Werkzeugen 2024 auf 38 % im Jahr 2026✓ Gesicherte Tatsache [20]. Die Verbreitung ist kein studentisches Verhalten mehr, das man überwacht; sie ist gekaufte Infrastruktur.

Verhaltensdaten in großem Maßstab zeigen, was dieser Einkauf verändert hat. Ein Zehnjahrespanel mit 3,2 Millionen Interaktionen auf der adaptiven Mathematikplattform ALEKS verglich Inhalte, die sich mühelos in eine Chat-Eingabe übertragen lassen, mit grafikbasierten Inhalten, bei denen das nicht gelingt. Die Lernzeit für KI-anfällige Inhalte sank nach der Freigabe von ChatGPT bei Studierenden um 2,8 % je Quartal, kumuliert um 26,9 % über elf Quartale, bei Oberstufenschülern um 31,3 %, während sich bei Fünftklässlern keine messbare Veränderung zeigte◈ Starke Evidenz [21]. Bei zufällig zugewiesenen, beaufsichtigten Behaltensaufgaben fiel die Wahrscheinlichkeit einer richtigen Antwort kumuliert um 25 %◈ Starke Evidenz [21]. Schnellere Erledigung, weniger dauerhaftes Wissen – gemessen an denselben Lernenden im selben Lehrplan.

Die aggregierten Kompetenzreihen sanken bereits vor alldem. Die Erhebung der Erwachsenenkompetenzen der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD), die rund 160.000 Menschen im Alter von 16 bis 65 Jahren in 31 Ländern prüfte und im Dezember 2024 erschien, stellte fest, dass sich die Lesekompetenz im vorangegangenen Jahrzehnt nur in zwei Ländern verbesserte, in Finnland und Dänemark, und überall sonst stabil blieb oder zurückging✓ Gesicherte Tatsache [18]. Die Rechenkompetenz schnitt besser ab, mit Fortschritten in acht Ländern✓ Gesicherte Tatsache [18]. Am stärksten fielen die Rückgänge bei den formal am wenigsten Gebildeten aus, was den Abstand innerhalb jedes Landes vergrößerte✓ Gesicherte Tatsache [19]. Die Schuldaten weisen in dieselbe Richtung: Die mittlere OECD-Leistung in Mathematik verlor zwischen 2018 und 2022 etwa 15 Punkte, das Lesen rund 10✓ Gesicherte Tatsache [34].

Nichts davon ist ein Beleg zur künstlichen Intelligenz, und es dafür zu halten wäre der erste naheliegende Fehler. Der Rückgang der Erwachsenenkompetenzen liegt ein Jahrzehnt vor ChatGPT; die Umkehr des Flynn-Effekts, gemessen an rund 394.000 erwachsenen US-Amerikanern, reicht von 2006 bis 2018, also in eine Zeit vor den großen Sprachmodellen, und sie betraf nicht alle Bereiche – verbales Schließen, Matrizenschließen sowie Buchstaben- und Zahlenreihen sanken, während die dreidimensionale Rotation zulegte✓ Gesicherte Tatsache [22][33]. Was diese Reihen sichern, ist eine Ausgangslage, keine Ursache. Sie beschreiben eine Bevölkerung, deren gemessene kognitive Leistung sich bereits verschob, als ein Auslagerungsgerät für den allgemeinen Gebrauch auftauchte.

Dieser Bericht folgt der Reihenfolge, in der die Befunde entstanden sind. Der zweite Abschnitt legt dar, warum Menschen überhaupt delegieren und warum das Urteil, welches diese Delegation steuert, systematisch unzuverlässig bleibt. Der dritte behandelt die Navigation, den einzigen Bereich, in dem sich die strukturellen Kosten unmittelbar abbilden ließen. Der vierte kehrt zu den kontrollierten Studien über Taschenrechner und Mitschriften zurück, welche die allgemeine Frage längst beantwortet hatten. Der fünfte und der sechste prüfen die Literatur zu großen Sprachmodellen und die Befunde zum beruflichen Kompetenzverlust. Der siebte vergleicht, was fünf Staaten tatsächlich unternommen haben. Der achte benennt, was die Evidenz trägt und was nicht.

Den Rahmen dieser Literatur haben Evan Risko und Sam Gilbert 2016 in Trends in Cognitive Sciences abgesteckt, und er besitzt drei bewegliche Teile. Die Neigung zur Auslagerung hängt von der inneren kognitiven Anforderung ab, welche die Aufgabe andernfalls stellen würde, sowie von einer metakognitiven Einschätzung der eigenen Fähigkeit; der Akt des Auslagerns wirkt anschließend auf diese Einschätzung zurück; und die Auslagerung entfaltet unmittelbare Wirkungen auf die kognitive Leistungsfähigkeit◈ Starke Evidenz [12]. Im mittleren Glied liegt das Problem. Wer eine Aufgabe verlässlich delegiert, erhält jene Rückmeldung über die eigene Kompetenz nicht mehr, die ihm sagen würde, ob die Delegation weiterhin gerechtfertigt ist.

Der meistzitierte empirische Anker ist zugleich der beschädigtste. 2011 legten Betsy Sparrow, Jenny Liu und Daniel Wegner vier Studien vor, denen zufolge Menschen eine Information schlechter behalten und den Ort ihres Auffindens besser erinnern, sobald sie mit dauerhaftem Zugriff rechnen✓ Gesicherte Tatsache [11]. Der Befund ging als Google-Effekt oder digitale Amnesie in den allgemeinen Sprachgebrauch ein. Er ging ebenso in die Replikationskrise ein: Hochleistungsreplikationen reproduzierten den meistzitierten Bestandteil nicht, das Stroop-Priming-Experiment, und spätere Zusammenschauen legen nahe, dass der Gesamteffekt real, aber kleiner und weit kontextabhängiger ausfällt, als die ursprüngliche Arbeit nahelegte⚖ Umstritten [11].

Diese Korrektur wiegt schwerer, als ihr gewöhnlich zugestanden wird. Die starke Fassung des Google-Effekts, wonach Suchmaschinen das semantische Gedächtnis ausgehöhlt hätten, ist nicht gesichert, und dieser Bericht behauptet sie nicht. Die haltbare Fassung ist enger und älter: Gedächtnis ist transaktiv. Menschen haben ihr Wissen stets über andere Menschen verteilt, und das Internet dehnte einen vorhandenen Mechanismus auf einen nichtmenschlichen Partner aus✓ Gesicherte Tatsache [11]. Ein transaktives System bleibt genau so lange leistungsfähig, wie der Partner verfügbar und zutreffend bleibt. Sein Versagensmodus ist nicht das Vergessen, sondern die Unfähigkeit zu bemerken, dass der Partner sich geirrt hat.

Der Einwand, dieses Argument sei 2.400 Jahre alt und habe sich jedes Mal geirrt, verdient ernst genommen zu werden, denn er trifft zur Hälfte zu. Die Schrift hat das Gedächtnis tatsächlich ausgelagert, und Sokrates traf den Mechanismus, während er sich in der Folge irrte✓ Gesicherte Tatsache [32]. Schriftkundige Gesellschaften wurden nicht weniger leistungsfähig; sie wurden zu anderem und Größerem fähig, weil die Schrift dem Denken weniger einen Schritt entzog, als sie ihm ein dauerhaftes Substrat hinzufügte. Der historische Befund erlaubt daher weder Panik noch Sorglosigkeit. Er erlaubt eine Frage danach, welchen bestimmten Schritt ein gegebenes Werkzeug entfernt.

Diese Frage lässt sich konkretisieren. Ein Taschenrechner entfernt die Ausführung eines Algorithmus, dessen Auswahl der Schüler bereits gelernt hat. Ein Satellitennavigationsgerät entfernt den Aufbau der räumlichen Repräsentation, nicht bloß deren Ausführung. Eine Rechtschreibprüfung entfernt den Abruf einer Schreibform, nachdem das Wort gewählt wurde. Ein großes Sprachmodell, um einen Aufsatz gebeten, entfernt die Auswahl des Arguments, den Abruf der Belege, die Anordnung der Aussagen und die Erzeugung der Sätze – jeden Schritt außer der Eingabe und der Beurteilung des Ergebnisses. Das sind keine gleichartigen Eingriffe, und es gibt keinen Grund, von ihnen dasselbe Ergebnis zu erwarten.

Die metakognitive Ebene macht den Unterschied von innen schwer bemerkbar. Die Erhebung von Microsoft Research und der Carnegie Mellon University unter 319 Wissensarbeitenden, gestützt auf 936 reale Anwendungsfälle und 2025 auf der Konferenz zu menschlichen Faktoren in der Informatik vorgestellt, ergab, dass höheres Vertrauen in das KI-System mit geringerer kritischer Prüfung seiner Ausgaben einhergeht, höheres Vertrauen in die eigene Fähigkeit dagegen mit stärkerer✓ Gesicherte Tatsache [6]. Unter Assistenz fallen Kompetenz und Kompetenzwahrnehmung auseinander. Und wer eine geschwächte Fähigkeit am ehesten bemerken müsste, ist genau die Person, deren geschwächte Fähigkeit das Bemerken besorgt.

The Knowledge, die Zulassungsprüfung der Londoner Taxifahrer, verlangt das Auswendiglernen von rund 25.000 Straßen und die Fähigkeit, ohne Hilfsmittel eine Route zwischen zwei beliebigen Punkten zu bilden. Im Jahr 2000 berichteten Eleanor Maguire und Kollegen in den Proceedings of the National Academy of Sciences, der hintere Hippocampus zugelassener Londoner Taxifahrer sei deutlich größer als jener von Kontrollpersonen, und das Volumen korreliere mit der am Steuer verbrachten Zeit – positiv im hinteren, negativ im vorderen Bereich✓ Gesicherte Tatsache [9]. Die Struktur folgte dem Gebrauch, bei Erwachsenen, in einer Hirnregion, die lange als nach der Entwicklung festgelegt galt.

Die späteren Arbeiten tragen das Argument. Die Vergrößerung ist weder dauerhaft noch kostenlos. Übersichtsarbeiten zur Taxifahrerliteratur halten fest, dass der Vorteil im hinteren Hippocampus nach dem Ruhestand durch Nichtgebrauch zurückgeht und dass ältere, noch fahrende Taxifahrer einen Vorteil gegenüber denjenigen behielten, die aufgehört hatten◈ Starke Evidenz [10]. Die Gegenrechnung ist ebenso dokumentiert: Dieselben Fahrer schnitten bei manchen Aufgaben zum Erwerb neuer visuell-räumlicher Information schlechter ab als die Kontrollgruppe◈ Starke Evidenz [10]. Expertise dieser Art wird gemietet, nicht gekauft, und die Miete zahlt man in fortgesetztem Abruf.

Die naheliegende moderne Frage, was geschieht, wenn der Abruf ausbleibt, beantworteten Louisa Dahmani und Véronique Bohbot im April 2020 in Scientific Reports. Sie erhoben bei 50 regelmäßig fahrenden Personen die lebenslange Nutzung der Satellitennavigation zusammen mit mehreren Facetten des räumlichen Gedächtnisses: Strategiegebrauch, kognitive Kartierung und Landmarkenkodierung. Eine höhere lebenslange Nutzung ging mit schlechterem räumlichem Gedächtnis bei selbstgeführter Navigation einher, also dann, wenn das Gerät nicht zur Verfügung stand✓ Gesicherte Tatsache [8]. Der Querschnittsbefund allein bleibt mehrdeutig, und die Autorinnen wussten das.

Der Effekt beschränkt sich nicht auf eine Laboraufgabe. Die landmarkengestützte Navigationsstrategie, an mehr als 37.000 Teilnehmenden erhoben, geht über die gesamte menschliche Lebensspanne zurück, und das Gleichgewicht zwischen landmarken- und kartengestützter Strategie ist genau das, was die Abbiegehinweisführung entfernt✓ Gesicherte Tatsache [10]. Wer gesprochenen Anweisungen folgt, führt eine Abfolge aus; eine Repräsentation unterhält er nicht. Von außerhalb des Fahrzeugs sieht das Verhalten gleich aus. Im Inneren wird eine der beiden Operationen, die den Hippocampus der Taxifahrer geformt haben, nicht mehr vollzogen.

Zwei Einschränkungen gehören hierher. Die Stichprobe zur Satellitennavigation ist klein – 50 Teilnehmende im Querschnitt, 13 im Längsschnitt – und eine Dreijahresnachbeobachtung an dreizehn Personen ist ein Signal, kein Urteil⚖ Umstritten [8]. Zudem hat keine Studie gezeigt, dass ein vermindertes räumliches Gedächtnis in dieser Gruppe im Alltag irgendeinen funktionalen Schaden erzeugt, denn der Alltag schließt das Gerät inzwischen ein. Der Befund lautet, dass die innere Fähigkeit verkümmert, nicht dass die Person sich schlechter zurechtfindet. Das sind verschiedene Behauptungen, und die zweite wurde nicht gezeigt.

Was die Navigation zum allgemeinen Argument beiträgt, ist ein Mechanismus mit gemessenem Substrat. Ein Werkzeug, das den Aufbau einer inneren Repräsentation ersetzt, geht mit dem Verfall dieser Repräsentation und des sie tragenden Gewebes einher; der Verfall folgt dem Umfang der Ersetzung; und er kehrt sich in die andere Richtung um, sobald die Repräsentation wieder aufgebaut wird✓ Gesicherte Tatsache [9][10]. Das ist eine erheblich stärkere Aussage als alles, was die allgemeine Auslagerungsliteratur derzeit stützen kann, und sie steht in genau einem Bereich zur Verfügung. Der übrige Bericht handelt davon, wie weit sie sich verallgemeinern lässt.

Ray Hembree und Donald Dessart fassten 1986 für das Journal for Research in Mathematics Education 79 Forschungsberichte zu Taschenrechnern zusammen. Auf jeder Klassenstufe außer der vierten verbesserte der Taschenrechnereinsatz neben dem herkömmlichen Unterricht die Papier-und-Bleistift-Fertigkeiten des durchschnittlichen Schülers, sowohl in Übungen als auch beim Problemlösen✓ Gesicherte Tatsache [13]. Einstellung und mathematisches Selbstkonzept verbesserten sich auf allen Stufen und in allen Leistungsgruppen✓ Gesicherte Tatsache [13]. Spätere Arbeiten zu grafikfähigen Rechnern kamen zu vereinbaren Schlüssen, mit den deutlichsten Wirkungen dort, wo das Gerät für Erkundung und begriffliche Arbeit in den Unterricht eingebunden war statt für Drill und Kontrolle ausgegeben◈ Starke Evidenz [14].

Die vierte Klasse ist die Ausnahme, welche die Regel präzisiert. Anhaltender Taschenrechnereinsatz auf dieser Stufe schien die Entwicklung der Grundfertigkeiten bei durchschnittlichen Schülern zu behindern✓ Gesicherte Tatsache [13]. In der vierten Klasse festigen sich die mehrstelligen Rechenverfahren, dort bilden Abruf und Ausführung selbst den Lerngegenstand und nicht den Aufwand darum herum. Wird das Werkzeug eingesetzt, bevor das Verfahren automatisiert ist, besetzt es jenen Platz, an dem die Automatisierung entstanden wäre. Wird es danach eingesetzt, macht es Kapazität für den nächsten Schritt frei. Gleiches Gerät, umgekehrtes Vorzeichen, und die Variable ist die Entwicklungsstufe des Lernenden.

Die Literatur zur Mitschrift zeigt den umgekehrten Versagensmodus, und sie mahnt gegen genau jenes Argument, das dieser Bericht vertritt. Der viel zitierte Befund von 2014, handschriftliche Mitschriften schlügen die Tastatur bei begrifflichen Fragen, weil das langsamere Medium eine erzeugende Verarbeitung erzwinge, überstand die direkte Replikation nicht. Kayla Morehead, John Dunlosky und Katherine Rawson fanden keine durchgängigen Unterschiede zwischen Handschrift, Notebook, elektronischem Schreibbrett und, bemerkenswerterweise, einer Gruppe ganz ohne Mitschrift⚖ Umstritten [15]. Eine umfangreiche direkte Replikation in Psychological Science kam zum selben Schluss, wobei Mini-Metaanalysen nur kleine, nicht signifikante Effekte zugunsten der Handschrift ergaben⚖ Umstritten [16].

Zwei Nullbefunde und ein starker positiver Befund bilden keinen Widerspruch, sondern eine Präzisierung. Der Taschenrechnerbefund und der Mitschriftbefund teilen den Umstand, dass in den unschädlichen Fällen keines der beiden Werkzeuge den erzeugenden Schritt entfernte. Ein Taschenrechner, ausgegeben nachdem das Rechenverfahren automatisiert ist, belässt die Wahl des Verfahrens beim Schüler. Ein Notebook zur Mitschrift verlangt vom Schüler weiterhin die Entscheidung, was festzuhalten sich lohnt. Wo das Werkzeug schadete, in der Arithmetik der vierten Klasse, besetzte es genau jene Operation, für deren Einrichtung der Lehrplan existierte.

Die lernwissenschaftliche Literatur benennt die fehlende Variable unmittelbar. Der Rahmen der wünschenswerten Erschwernisse von Robert und Elizabeth Bjork besagt, dass Bedingungen, welche die Leistung während des Lernens senken – Verteilung, Verschränkung, Selbsterzeugung, Abrufübung –, das langfristige Behalten und den Transfer verbessern◈ Starke Evidenz [17]. Der Akt des Abrufens einer Information wirkt auf die spätere Zugänglichkeit stärker als der Akt des Wiederlesens◈ Starke Evidenz [17]. Jedes Werkzeug, welches den Abruf ersetzt, entfernt somit jene Operation, die dauerhaftes Wissen aufbaut, was immer es mit der Tagesleistung anstellt.

Der Rahmen der wünschenswerten Erschwernisse bringt auch seine eigene Grenze mit, und Redlichkeit verlangt, sie zu benennen. Die Effekte sind nicht allgemeingültig: Sie schwächen sich ab oder kehren sich um, sobald das Arbeitsgedächtnis durch Material mit hoher Elementinteraktivität bereits belastet ist⚖ Umstritten [17]. Erschwernis ist nur dort wünschenswert, wo der Lernende ihr gewachsen ist. Dieser Vorbehalt schneidet in beide Richtungen. Er schwächt jede pauschale Behauptung, Reibung sei gut, und er stärkt die engere Behauptung, dass der Wert eines Werkzeugs vollständig davon abhängt, welchen Schritt es wem abnimmt.

Die meistbeachtete ist zugleich die schwächste als Beleg und die nützlichste als Demonstration. Ein Team des MIT Media Lab teilte 54 Teilnehmende aus fünf Hochschulen im Raum Boston in drei Gruppen auf – eine schrieb Aufsätze mit einem großen Sprachmodell, eine mit einer herkömmlichen Suchmaschine, eine ohne Hilfsmittel – und zeichnete die Hirnaktivität durchgehend mit einer 32-Elektroden-Anordnung bei 500 Hertz auf✓ Gesicherte Tatsache [3]. Die Teilnehmenden hatten 20 Minuten und wählten aus philosophischen Themen standardisierter Zulassungstests. Die Gruppe ohne Hilfsmittel zeigte die stärkste und am weitesten verteilte neuronale Konnektivität, die Suchmaschinengruppe eine mittlere, die Modellgruppe die schwächste✓ Gesicherte Tatsache [3].

Entscheidend an dieser Studie ist nicht das Konnektivitätsmaß, das schwer zu deuten und zum Zeitpunkt der Veröffentlichung nicht begutachtet war⚖ Umstritten [4]. Entscheidend ist der verhaltensbezogene Rückstand. Wer mit dem Modell schrieb, erinnerte die eigenen Texte schlechter und gab ein schwächeres Gefühl der Urheberschaft an✓ Gesicherte Tatsache [3]. Die Verfasser nannten das Muster kognitive Schuld: oberflächliche Enkodierung im Moment des Erzeugens, deren Defizit erst sichtbar wird, sobald der Text abgerufen oder verteidigt werden muss. Genau diese Signatur sagt die Literatur zu wünschenswerten Erschwernissen für ein Werkzeug voraus, das den erzeugenden Schritt entfernt◈ Starke Evidenz [17].

Die Erhebungsdaten sind umfangreicher und gröber. Michael Gerlichs Mixed-Methods-Studie mit 666 Teilnehmenden, im Januar 2025 in Societies erschienen, fand einen signifikanten negativen Zusammenhang zwischen häufiger Nutzung von KI-Werkzeugen und Werten für kritisches Denken, statistisch vermittelt über kognitive Entlastung✓ Gesicherte Tatsache [5]. Jüngere Teilnehmende zeigten höhere Abhängigkeit und niedrigere Werte; ein höherer Bildungsabschluss dämpfte den Zusammenhang✓ Gesicherte Tatsache [5]. Das Design bleibt korrelativ und beruht auf Selbstauswahl sowie Selbstauskunft; ausschließen lässt sich damit nicht, dass Menschen mit schwächerem kritischem Denken diese Werkzeuge stärker übernehmen⚖ Umstritten [5]. Es ist eine Hypothese mit 666 Datenpunkten, keine Demonstration.

Das kontrollierte Lernexperiment isoliert die Variable. Yizhou Fan und Kollegen verglichen 2025 im British Journal of Educational Technology Lernende mit Unterstützung durch ChatGPT, durch menschliche Fachleute, durch ein Schreibanalysewerkzeug und ganz ohne Unterstützung. Die ChatGPT-Gruppe erzielte die größte Verbesserung der Aufsatznoten. Ihr Wissenszuwachs und ihr Wissenstransfer fielen nicht signifikant besser aus als in den übrigen Gruppen✓ Gesicherte Tatsache [7]. Die Verfasser nannten den Mechanismus metakognitive Trägheit: Die Lernenden folgten der Rückmeldung des Modells, um die Aufgabe effizient abzuschließen, statt sich auf jene Bewertung und Überwachung einzulassen, die übertragbares Verständnis erzeugen◈ Starke Evidenz [7].

Ausgelagert wird tatsächlich der Teil der Arbeit, den der Lehrplan am höchsten bewertet. Die Auswertung von 574.740 akademischen Dialogen über ein Zeitfenster von 18 Tagen durch Anthropic, geordnet nach der Bloom-Taxonomie, verortet 39,8 % der Anfragen in der obersten Stufe, Erschaffen, und 30,2 % in Analysieren, gegenüber 10,9 % für Anwenden und 10,0 % für Verstehen✓ Gesicherte Tatsache [23]. Die Delegation verläuft umgekehrt zur gängigen Annahme: Die Routine bleibt, die anspruchsvolle Arbeit wird abgegeben. Die Stichprobe neigte stark zu frühen Anwendern und zur Informatik, die 38,6 % der Nutzenden stellte gegenüber 5,4 % der Studierenden in den Vereinigten Staaten⚖ Umstritten [23].

Der kommerzielle Verlauf gibt den Takt jeder politischen Reaktion vor. Der Markt für künstliche Intelligenz im Bildungswesen wird für 2026 auf rund 10,6 Milliarden US-Dollar geschätzt, nach etwa 7,5 Milliarden im Jahr 2025, und soll bis 2030 auf annähernd 42,5 Milliarden wachsen◈ Starke Evidenz [35]. Das institutionelle Angebot dieser Werkzeuge an britische Studierende stieg binnen zwei Jahren von 9 % auf 38 %✓ Gesicherte Tatsache [20]. Die Beschaffung eilt der Evaluationsliteratur um mehrere Jahre voraus, ein vertrautes Muster in der Bildungstechnologie, das bisher nie gut ausgegangen ist⚖ Umstritten [26].

Die polnische Studie verdient gerade deshalb eine erneute Darstellung, weil ihr Design so unspektakulär ist. Sie war beobachtend, nicht randomisiert. Neunzehn Endoskopiker aus vier Zentren, mit jeweils mehr als 2.000 vorangegangenen Koloskopien, wurden während der Einführung KI-gestützter Detektion an ihren Häusern zwischen September 2021 und März 2022 begleitet✓ Gesicherte Tatsache [1]. Die Adenom-Detektion bei Eingriffen ohne Assistenz sank von 28,4 % auf 22,4 %; die assistierten Eingriffe lagen bei 25,3 %✓ Gesicherte Tatsache [2]. Der Vergleich erfolgt innerhalb desselben Untersuchers und desselben Zentrums, womit die meisten Alternativerklärungen entfallen, die ein Ergebnis dieser Größenordnung sonst verschlucken.

Der vorgeschlagene Mechanismus ist eher aufmerksamkeitsbezogen als gedächtnisbezogen. Wer neben einem System arbeitet, das mögliche Läsionen markiert, verlagert die visuelle Suche allmählich von der vollständigen Absuche zur Bestätigung dessen, was das System ausgibt. Was verkümmert, ist nicht das Wissen um das Aussehen eines Adenoms; es ist die anhaltende, selbstgesteuerte Suche, die eines findet, auf das niemand gezeigt hat. Genau diese strukturelle Verschiebung beschreibt die Luftfahrtliteratur seit den 1990er Jahren: den Übergang vom Bediener zum Überwacher und die damit verbundenen besonderen Wachsamkeitskosten◈ Starke Evidenz [31].

Die Luftfahrt liefert das am längsten laufende natürliche Experiment. Manuelle Flugfertigkeiten verfallen ohne verhältnismäßig häufige Übung bis an den Rand des noch Zulässigen, und die Geschwindigkeitsführung gehört zu den zuerst nachlassenden Fähigkeiten◈ Starke Evidenz [31]. Die Position der US-Luftfahrtbehörde, gefasst nach einer Reihe von Untersuchungen zu Kontrollverlusten im Flug, hält fest, dass Automatisierung mehr Ausbildung erfordert und nicht weniger, dass die manuelle Beherrschung für die Sicherheit vorrangig bleibt und dass Piloten unter geeigneten Bedingungen erhebliche Teile kommerzieller Flüge von Hand fliegen sollten✓ Gesicherte Tatsache [31]. Eine Aufsichtsbehörde weist hier Fachleute an, ein verfügbares Werkzeug bewusst auszuschlagen, um jene Fähigkeit zu erhalten, die es ersetzt.

Die Verallgemeinerung stößt an eine harte Grenze, die zu benennen ist, bevor jemand sie überdehnt. Sämtliche bisherigen Befunde zum Kompetenzverlust betreffen Fachleute, welche die Fähigkeit vor dem Auftauchen des Werkzeugs erworben hatten. Eine veröffentlichte Messung an einer von Beginn an unter dauerhafter Assistenz ausgebildeten Kohorte gibt es in keinem Beruf⚖ Umstritten [1]. Möglich ist, dass eine solche Kohorte eine andere und ebenso wirksame Kompetenz um das Werkzeug herum ausbildet. Möglich ist ebenso, dass sie jene Ausgangsfähigkeit nie erwirbt, an der sich die Fehler des Werkzeugs erkennen ließen. Beides sind Hypothesen. Geprüft wurde keine, und die zweite wäre die folgenreiche.

Die Asymmetrie der Folgen rechtfertigt es, der Evidenz regulierend vorauszugehen. Im Bildungswesen erzeugt eine geschwächte Fähigkeit Absolventen, die mit Werkzeugen ordentlich und ohne sie schlecht zurechtkommen, in einer Welt, die meist Werkzeuge bereitstellt. In Medizin und Luftfahrt sind das Versagen des Werkzeugs und die geschwächte Rückfallfähigkeit des Menschen verbundene Ereignisse: Der Mensch wird genau dann gebraucht, wenn das System aufgehört hat zu arbeiten◈ Starke Evidenz [31]. Eine Redundanz, die im Maß ihres Nichtgebrauchs verfällt, ist keine Redundanz. Sie ist ein aufgeschobener Einzelpunkt des Versagens.

Was Medizin und Luftfahrt beitragen, ist ein Machbarkeitsnachweis auf beruflicher Ebene. Kompetenz verfällt, sobald die Operation, die sie erhielt, von etwas anderem ausgeführt wird, dieser Verfall misst sich in Monaten statt in Jahrzehnten, und er tritt in Gruppen auf, deren Fachkunde außer Frage steht✓ Gesicherte Tatsache [1][31]. Keines der beiden Felder folgerte, das Werkzeug sei aufzugeben – die assistierte Koloskopie findet mehr Adenome als die unassistierte, weshalb sie eingeführt wurde✓ Gesicherte Tatsache [2]. Beide folgerten, die menschliche Fähigkeit müsse gesondert und bewusst erhalten werden, gegen die Bequemlichkeit des Werkzeugs.

Chinas Bildungsministerium veröffentlichte im Mai 2025 zwei Richtlinien, welche den KI-Unterricht in verpflichtende Infrastruktur überführen. Der Lehrplan beginnt mit sechs Jahren bei einer Untergrenze von mindestens acht Jahresstunden altersgerechten Stoffes, führt über Daten und Programmierung in der vierten Klasse zu Algorithmen und intelligenten Agenten in der fünften und erreicht in der Sekundarstufe I die Logik des maschinellen Lernens sowie das Erkennen von Desinformation✓ Gesicherte Tatsache [27]. Peking machte das Fach für alle Schüler der Primar- und Sekundarstufe I verpflichtend✓ Gesicherte Tatsache [27]. Dieselben Richtlinien untersagen Grundschulkindern die eigenständige Nutzung generativer Systeme und den Lehrkräften, damit den Kernunterricht zu ersetzen✓ Gesicherte Tatsache [27].

Diese Verbindung ergibt die in sich stimmigste Regelung, die ein Staat bisher getroffen hat. Sie behandelt die Technik als Lerngegenstand und nicht als Ersatz des Lernens, und sie setzt das Verbot genau dort an, wo die Taschenrechnerbefunde zur vierten Klasse es ansetzen würden: während der Bildung der Verfahren, die automatisiert werden◈ Starke Evidenz [13]. Ob die Untergrenze von acht Stunden aussagekräftig ist und ob das Verbot die Berührung mit 190 Millionen Schülern übersteht, sind gesonderte Fragen, und keine wurde evaluiert. Bemerkenswert bleibt, dass die Struktur der Regelung jener der Befunde entspricht, offenbar aus Überlegung und nicht durch Zufall.

Estland hat mit gleicher Entschiedenheit die Gegenwette abgeschlossen. Das Programm AI Leap, gestartet am 1. September 2025, verschafft 20.000 Schülern der zehnten und elften Klasse sowie 3.000 Lehrkräften freien Zugang zu führenden KI-Anwendungen samt zugehöriger Kompetenzschulung, wobei eine zweite Welle weitere 38.000 Schüler und 2.000 Lehrkräfte hinzufügen soll✓ Gesicherte Tatsache [28]. Ausgehandelt wurde das Programm unmittelbar mit den Entwicklern führender Modelle, und es versteht sich ausdrücklich als Nachfolger der Initiative Tiger Leap, die vor drei Jahrzehnten Computer in estnische Schulen brachte✓ Gesicherte Tatsache [28]. Es zielt auf eine Altersgruppe weit jenseits der Gefahrenzone der vierten Klasse.

Südkorea liefert den Warnfall, und es handelt sich eher um ein Beschaffungs- als um ein pädagogisches Versagen. Digitale KI-Schulbücher wurden im ersten Halbjahr 2025 für Englisch und Mathematik in der dritten und vierten Klasse sowie für Englisch, Mathematik und Informatik an weiterführenden Schulen erprobt✓ Gesicherte Tatsache [26]. Angesichts anhaltenden Widerstands von Lehrkräften und Eltern ging das Ministerium vom nationalen Auftrag zur freiwilligen Einführung Schule für Schule über; am 4. August 2025 verengte die Nationalversammlung die gesetzliche Definition des Schulbuchs auf gedruckte und elektronische Bücher und schloss intelligente Lernunterstützungssoftware aus✓ Gesicherte Tatsache [26]. Die Verbreitung fiel binnen eines einzigen Semesters von 37 % auf 19 %✓ Gesicherte Tatsache [26].

Die Welle der Gerätebeschränkung ist eine andere Politik mit einem anderen Wirkmechanismus, und ihre Beleglage ist dünn, aber nicht leer. Beschränkungen bestehen inzwischen in 106 Ländern und 39 US-Bundesstaaten✓ Gesicherte Tatsache [36]. In den Niederlanden ergab eine Befragung von 317 weiterführenden Schulen nach dem nationalen Verbot, dass drei Viertel eine bessere Konzentration angeben, annähernd zwei Drittel ein besseres soziales Klima und ein Drittel bessere schulische Leistungen◈ Starke Evidenz [25]. Eine Untersuchung von 2025 fand höhere Noten dort, wo Lehrkräfte die Telefone einsammelten, mit den größten Zugewinnen bei leistungsschwächeren Erstjahres- und nicht naturwissenschaftlichen Schülern◈ Starke Evidenz [25]. Die UNESCO bleibt bei der Einschätzung, die Ergebnisse seien uneinheitlich und die Beschränkung ersetze nicht das Einüben des Umgangs mit digitalen Umgebungen⚖ Umstritten [24].

Das gemeinsame Versagen aller fünf Ansätze ist evaluativ und nicht weltanschaulich. Keines dieser Programme startete mit einem vorab registrierten Design, das den entscheidenden Effekt erfassen könnte – die Fähigkeit ohne Assistenz, über Jahre gemessen, gegen eine vergleichbare Kohorte. Die nächste Runde der internationalen Schulleistungsuntersuchung der OECD, deren Ergebnisse im September 2026 für mehr als 760.000 Schüler in 91 Ländern erwartet werden, wird erstmals Befunde dazu enthalten, wie Schüler KI für Schularbeiten nutzen◈ Starke Evidenz [34]. Es ist das einzige große Instrument, das derzeit auf die Frage gerichtet ist, und es ist beobachtend.

Für die These der anpassungsfähigen Auslagerung spricht die stärkste Evidenzart, über die dieses Feld verfügt: die wiederholte historische Widerlegung des Alarms. Die Schrift hat die Zivilisation nicht geschwächt✓ Gesicherte Tatsache [32]. Taschenrechner verbesserten die mathematische Leistung auf jeder Stufe bis auf eine und die Einstellungen auf allen✓ Gesicherte Tatsache [13]. Der Befund zu Stift und Tastatur, ein Jahrzehnt lang als Beweis geführt, digitale Medien beeinträchtigten die Enkodierung, scheiterte zweimal an der direkten Replikation⚖ Umstritten [15][16]. Das meistzitierte Experiment zum Google-Effekt replizierte nicht⚖ Umstritten [11]. Ein Feld mit dieser Bilanz an Übertreibung hat sich Skepsis gegenüber seiner jüngsten Behauptung verdient.

Für die These der zersetzenden Auslagerung spricht ein kleinerer, aber besser identifizierter Bestand. Der Befund zur Satellitennavigation besitzt einen längsschnittlichen Teil und eine geprüfte Alternativerklärung◈ Starke Evidenz [8]. Der Koloskopiebefund entsteht innerhalb desselben Untersuchers und Zentrums und betrifft Experten✓ Gesicherte Tatsache [1]. Die Position der Luftfahrtaufsicht ist die Folgerung einer Behörde nach Unfalluntersuchungen, kein Laborergebnis✓ Gesicherte Tatsache [31]. Das Experiment von Fan trennt unter kontrollierten Bedingungen die Qualität des abgegebenen Produkts vom Wissenstransfer✓ Gesicherte Tatsache [7]. Keine dieser Arbeiten ist eine selbstberichtete Befragung zum eigenen Denken, woraus die alarmierende KI-Literatur derzeit größtenteils besteht.

Die Versöhnung ist die verallgemeinerte Viertklassregel. Assistenz bei einer Operation, die der Nutzer bereits automatisiert hat, kostet fast nichts und ist oft besser als kostenlos, weil sie Kapazität für die nächste Ebene der Aufgabe freimacht✓ Gesicherte Tatsache [13][14]. Assistenz bei einer Operation, die der Nutzer noch nicht automatisiert hat, besetzt den Platz, an dem die Automatisierung entstanden wäre✓ Gesicherte Tatsache [13]. Assistenz bei einer vor Jahren automatisierten Operation, ununterbrochen gewährt, lässt diese Automatisierung erlöschen✓ Gesicherte Tatsache [1][8]. Gleiches Werkzeug, drei Gruppen, drei Vorzeichen.

Drei derzeit kursierende Behauptungen sind nicht gestützt und gehören zurückgezogen. Dass generative KI die Intelligenz messbar senke: Die fallenden Bevölkerungsreihen begannen zu fallen, bevor es die Technik gab✓ Gesicherte Tatsache [22][18]. Dass Suchmaschinen das Gedächtnis ausgehöhlt hätten: Die starke Fassung des Google-Effekts überstand die Replikation nicht⚖ Umstritten [11]. Und dass Reibung im Lernen an sich wertvoll sei: Die Effekte wünschenswerter Erschwernis schwächen sich ab oder kehren sich um, wenn das Arbeitsgedächtnis bereits belastet ist⚖ Umstritten [17]. Jede davon ist ein realer Befund, gedehnt über das hinaus, was sein Design trägt.

Praktisch folgt daraus Enges und Unspektakuläres. Assistenz während der Bildung jener Verfahren zurückhalten, die automatisiert werden, denn dort liegt das einzige klare negative Ergebnis der Taschenrechnerliteratur✓ Gesicherte Tatsache [13]. Die Leistung ohne Assistenz bewusst erhalten, überall dort, wo der Mensch die Rückfallebene bildet, wie es die Luftfahrtaufsicht gefolgert hat und der Koloskopiebefund nahelegt✓ Gesicherte Tatsache [31][1]. Und vor allem den Fall ohne Assistenz weiter messen, denn er ist die einzige Beobachtung, die den Effekt sichtbar macht, und die erste, deren Erhebung jede Einführung einstellt◈ Starke Evidenz [21].

Die messbaren Fragen der nächsten fünf Jahre stehen bereits fest. Ob eine von Beginn an unter dauerhafter Assistenz ausgebildete Kohorte die Ausgangsfähigkeit überhaupt erwirbt, was noch keine Studie untersucht hat⚖ Umstritten [1]. Ob der im Mathematikpanel sichtbare Behaltensrückgang Designs übersteht, die nicht quasiexperimentell sind⚖ Umstritten [21]. Ob die für September 2026 erwartete internationale Schulleistungsuntersuchung in der ersten Kohorte, die sie mit diesen Werkzeugen im Alltagsgebrauch absolviert, überhaupt etwas erfasst◈ Starke Evidenz [34]. Und ob irgendeine Einrichtung, irgendwo, die Messung ohne Assistenz weiter erhebt, sobald sie dazu nicht mehr verpflichtet ist. Nach heutiger Evidenz ist diese letzte Frage die bindende Beschränkung.