Eine Universität gibt 2.379 Studierenden einen KI-Tutor, eingebettet ins LMS und gefüttert mit den Kursmaterialien der Lehrenden. Am Ende des Semesters liegen die Noten in vergleichbaren Kurssektionen niedriger als ohne Tutor, und die Beteiligung im LMS ist deutlich gesunken.
Das klingt nach einem Urteil über KI-Tutoren. Der aufschlussreichste Satz der Studie steht aber an anderer Stelle: Die Lehrenden konnten zwischen einem Modus mit direkten Erklärungen und einem Tutor-Modus wählen, der zur Lösung hinführt. Fast alle blieben beim voreingestellten Direktmodus. Getestet wurde also vor allem eine Antwortmaschine mit Tutor im Namen.
Für Hochschulen und Bildungsanbieter, die gerade einen KI-Assistenten auswählen, ist das die eigentliche Lehre. Ob ein System lehrt oder nur antwortet, entscheidet sich an seinem Verhalten im Gespräch. Das lässt sich in zehn Minuten prüfen.
Das Forschungsteam um Jing Liu und Tracy Sweet hat im Herbstsemester 2025 an der University of Maryland einen KI-Tutor auf Basis von GPT-4o untersucht, verteilt per Zufall auf 30 Lehrende und ihre Kurse. Der Tutor griff vor allem auf die Materialien zurück, die die Lehrenden ausgewählt hatten. Veröffentlicht ist die Arbeit als Discussion Paper des IZA (Oktober 2026).
Die sehr aktuelle Arbeit ist ein Diskussionspapier und noch nicht begutachtet. Die Autor:innen schreiben selbst, dass ihre Daten keinen ursächlichen Zusammenhang zwischen weniger Beteiligung und schlechteren Noten belegen. Etwa 15 Prozent der Studierenden mit Zugang haben den Tutor genutzt, und andere KI-Werkzeuge standen allen offen.
Trotz dieser Vorbehalte bleibt ein Befund, den man ernst nehmen sollte: Ein Werkzeug, das auf Nachfrage Lösungen liefert, ersetzt Lernaktivitäten, statt sie zu stützen. Die Studie sagt wenig über Tutoren, die zur Lösung hinführen, weil kaum jemand diesen Modus eingeschaltet hat.
Beantwortet die Frage so vollständig wie möglich. Das ist richtig, wenn jemand eine Prüfungsordnung, einen Abgabetermin oder eine Definition sucht. Bei Übungsaufgaben nimmt sie den Lernenden genau den Schritt ab, um den es geht.
Fragt nach dem bisherigen Lösungsweg, gibt Hinweise in kleinen Schritten und lässt die Lernenden selbst ankommen. Das dauert länger und ist manchmal unbequem. Genau diese Anstrengung macht den Lerneffekt aus.
Beide Arbeitsweisen haben ihren Platz. Problematisch wird es, wenn ein System als Tutor eingeführt wird und sich im Alltag wie eine Antwortmaschine verhält. Welche Art von System ihr vor euch habt, erklärt auch unser Beitrag zu ChatGPT und KI-Lernassistenten.
Nehmt eine echte Übungsaufgabe aus eurem Kurs und spielt eine Studentin oder einen Studenten, der wenig Zeit hat. Die Demo des Anbieters ersetzt diesen Test nicht, denn dort laufen die Fragen, die gut funktionieren.
Wer tiefer testen will, findet in unserem Beitrag Zu schlau zum Testen einen Ansatz mit simulierten Lernenden.
In Maryland hatten die Lehrenden die Wahl und haben sie kaum genutzt. Vorwerfen kann man ihnen das schwer: Wer ein neues Werkzeug neben dem Semesterbetrieb einführt, übernimmt die Voreinstellung. Für die Auswahl heißt das:
In nerilio legen Lehrende fest, welche Arbeitsweisen ihr Assistent anbietet. Zur Wahl stehen Fragen und Antworten, ein Tutor-Modus, der mit Erklärungen, Rückfragen und Feedback begleitet, und ein Prüfungsmodus. Jeder Modus lässt sich ein- und ausschalten, und ein Assistent kann auch direkt in einem bestimmten Modus starten, etwa als reiner Tutor für eine Übungsphase. Sind mehrere Modi freigeschaltet, wählen die Lernenden den, der ihnen gerade am meisten hilft.
Jede Antwort stützt sich auf die hinterlegten Inhalte und nennt die Fundstelle. Liegt eine Frage außerhalb des Materials, sagt der Assistent das offen. Je nach Einstellung verweist er dann an eine Ansprechperson oder auf festgelegte weitere Quellen, statt eine Antwort zu konstruieren. Wie er sich in diesem Fall verhält, legen die Lehrenden fest.
Nehmt euch für jedes System, das ihr in Betracht zieht, die zehn Minuten mit einer eigenen Übungsaufgabe. Haltet fest, was bei den sechs Fragen passiert, und legt den Modus fest, bevor die ersten Studierenden den Tutor sehen. Die Voreinstellung entscheidet sonst für euch.
Wie verhält sich ein Tutor mit euren eigenen Übungsaufgaben?
Wir machen den Zehn-Minuten-Test gemeinsam mit euch, an eurem Kursmaterial.