Wozu noch lernen? Die KI weiß doch alles…

Es ist eine Formel, die man mittlerweile in fast jedem Vortrag über Künstliche Intelligenz hört, in jedem Whitepaper, das Führungskräfte beruhigen soll: KI erfordere mehr kritisches Denken, nicht weniger. Man müsse die Ergebnisse hinterfragen, einordnen, bewerten. Die Technologie schärfe den menschlichen Verstand, statt ihn zu ersetzen. Es klingt plausibel. Es ist falsch.

Die empirische Realität zeichnet ein anderes Bild, und dieses Bild verdient mehr Aufmerksamkeit als es bisher bekommt. In einer internationalen Vergleichsstudie hinterfragen in Deutschland lediglich 27 Prozent der KI-Nutzerinnen und -Nutzer die Ergebnisse, die das System ihnen liefert. Drei Viertel nehmen, was kommt. Und die Forschung geht noch einen Schritt weiter: Je intensiver Menschen KI nutzen, desto geringer wird ihre Bereitschaft und Fähigkeit, kritisch zu denken. Das ist kein marginaler Nebeneffekt. Das ist eine strukturelle Verschiebung. Besonders ausgeprägt zeigt sich dieser Effekt bei jungen Menschen, bei Schülerinnen und Schülern, bei Studierenden. Genau dort also, wo Denken erst gelernt werden sollte.

Wie kommt es dazu? Die Antworten beginnen bei der epistemischen Grundstruktur von KI selbst. Anders als eine Suchmaschine, die eine Liste von Möglichkeiten anbietet und damit den Nutzer zumindest formal in einen Bewertungsprozess zwingt, liefert eine KI auf eine Anfrage genau eine Antwort. Eine einzige, formuliert im Tonfall der Gewissheit. Der Kontext alternativer Interpretationen, widersprüchlicher Quellen oder offener Fragen verschwindet. Was bleibt, ist eine Aussage, die wie eine Wahrheit klingt und die das menschliche Gehirn als solche abspeichert.

Hinzu kommt ein strukturelles Problem, das noch folgenreicher ist: Menschen können den Kompetenzbereich einer KI nicht zuverlässig einschätzen. Das ist keine Frage des Engagements oder der Intelligenz. Es ist eine systemische Grenze. Eine vielzitierte Studie über Unternehmensberater zeigt das mit aller Schärfe. Aufgaben, die innerhalb der Fähigkeitsgrenzen der verwendeten KI lagen, wurden durch den Einsatz des Systems messbar besser und schneller erledigt, in Bezug auf Output, Qualität und Geschwindigkeit. Soweit entspricht das den Erwartungen. Doch für Aufgaben, die außerhalb dieser Grenzen lagen, erzielte dieselbe Gruppe mit KI-Unterstützung Ergebnisse, die 20 Prozent schlechter waren als ohne. Das Entscheidende dabei: Für die Unternehmensberater waren die Aufgaben nicht unterscheidbar. Schwierigkeitsgrad und Komplexität erschienen gleichwertig. Menschen, die kritisch denken wollen, können also nicht wissen, wann es besonders notwendig ist und wann die KI sie schlicht in die Irre führt.

Eine KI weiß nicht, dass sie halluziniert. Sie weiß genau genommen überhaupt nichts, denn sie führt stochastische Operationen aus, keine Erkenntnisprozesse. Vollständig falscher Nonsens wird im selben Tonfall der Überzeugung generiert wie zutreffende Antworten. Für Menschen, die Wissen suchen, das sie selbst nicht besitzen, entfaltet dieser Tonfall eine erhebliche Wirkung. Zu glauben, dies habe keine Rückwirkung auf die kognitiven Fähigkeiten des Menschen, ist naiv. Ein Bild macht es greifbar: Es ist, wie wenn man in einem Fitnessstudio die Gewichte mit einem Gabelstapler hebt. Das Ergebnis — im Sinne von gehobenem Gewicht — ist meist besser als ohne maschinelle Hilfe. Aber wer ursprünglich seine körperliche Fitness steigern wollte, hat nichts gewonnen. Im Gegenteil: Sie degeneriert.

Was die Forschung dabei besonders beunruhigend macht, ist ein Befund, der intuitiv überrascht: Die kognitive Schwächung scheint nicht einfach umkehrbar zu sein. In einem Versuchsaufbau wurden Studierende, die ihre Essays über einen längeren Zeitraum mithilfe von KI verfasst hatten, aufgefordert, einen Text wieder ohne Unterstützung zu schreiben. Die Erwartung wäre gewesen, dass die Gehirnkonnektivität auf das Niveau derjenigen zurückkehrt, die nie mit KI gearbeitet hatten. Das trat nicht ein. Die Gehirnkonnektivität blieb auf dem niedrigeren Niveau. Die Daten deuten auf eine nachhaltige kognitive Schwächung durch fortwährenden KI-Einsatz hin, keine vorübergehende Bequemlichkeit, sondern eine strukturelle Veränderung.

An dieser Stelle muss eine grundlegende Unterscheidung eingeführt werden. Ein Navigationssystem schwächt das räumliche Denkvermögen seiner Nutzer. Das ist bekannt, gut dokumentiert und in gewissem Sinne akzeptabel — denn räumliche Orientierung ist eine von vielen menschlichen Fähigkeiten, und eine Gesellschaft, in der jeder Mensch ein Navigationsgerät in der Tasche trägt, kann sich fragen, welchen Stellenwert das eigenständige Zurechtfinden im Raum noch einnehmen soll. Diese Abwägung lässt sich führen. Im Fall von Künstlicher Intelligenz ist die Lage grundlegend anders. KI ist, technikphilosophisch gesprochen, eine General Purpose Technology, eine Meta-Technologie, deren Einsatzmöglichkeiten praktisch keine Grenzen kennt. Das bedeutet: KI schwächt menschliches Denken nicht in singulären, begrenzten Bereichen. Sie schwächt das Denken an sich. Und die Fähigkeit vernünftig zu denken verliert in keinem vorstellbaren Zukunftsszenario an Relevanz. Sie ist der Boden, auf dem Menschsein sich entfaltet.

Die Konsequenz, die sich aus dem De-Skilling-Effekt ziehen lässt, ist klar formulierbar: Wo KI-Prompts eingegeben und der Output übernommen wird, findet kein Lernen statt. Keine Bildung. Kein Verstehen von Sachzusammenhängen. Das ist nicht Polemik, sondern das Ergebnis wiederholter Studien, die in ihrer Schlussfolgerung konsistent sind. Studierende neigen dazu, sich auf KI-Unterstützung zu verlassen, statt von ihr zu lernen. Sie treten nicht in eine tiefere Auseinandersetzung mit Inhalten ein. Forscher beschreiben das Phänomen als metakognitive Faulheit, als Rückgang der Lernfähigkeit, in einer pointierten Formulierung als einen Prozess, in dem das Gehirn lernt, nicht zu lernen. Neurologisch ist das erklärbar: Lernen, also die Verankerung von Inhalten im Langzeitgedächtnis, vollzieht sich über den Aufbau stabiler synaptischer Verbindungen. Und zwischen der Lernanstrengung und der Stabilität dieser Verbindungen besteht eine direkte Korrelation. Anstrengung ist nicht der Bug des Lernens — sie ist sein Feature. Wer Wege findet, Konzentration, Aufwand und Intensität zu minimieren, minimiert zwangsläufig die Lernleistung. Einfacher, radikaler formuliert: Es gibt kein Lernen ohne Anstrengung.

Was folgt daraus für die Frage, was Menschen im KI-Zeitalter lernen müssen? Wer Grundwissen besitzt, trägt ein Gehirn mit hohem Vernetzungsgrad. Und es ist genau dieser Vernetzungsgrad, der es Menschen ermöglicht, schnell neue mentale Modelle zu entwickeln, neue Zusammenhänge zu verstehen, Neues zu lernen. Wer mehr weiß, lernt schneller. Die Spirale dreht sich in beide Richtungen: aufwärts in ein sich verdichtendes Netz aus Wissen und Urteilskraft, abwärts in eine zunehmende kognitive Abhängigkeit. Anschlussfähigkeit ist in diesem Licht die entscheidende Kompetenz der Zukunft und Anschlussfähigkeit ist nichts anderes als die Kompetenz zum Kompetenzerwerb, das Lernen des Lernens. Es ist genau diese Schlüsselkompetenz, die durch unreflektierte KI-Nutzung systematisch untergraben wird.

Das bedeutet nicht, dass KI im Bildungskontext keinen Platz hat. Der Unterschied liegt in der Nutzungsweise. Wird KI im sogenannten Tutor-Modus eingesetzt — also nicht als Antwortmaschine, sondern als Gesprächspartner, der Rückfragen stellt, Hinweise gibt, Iterationen anregt und den Nutzer dazu bringt, die Antwort im eigenen reflexiven Prozess zu finden, dann weisen Studien darauf hin, dass keine kognitive Schwächung eintritt. Der Tutor-Modus nutzt KI als Verstärker des eigenen Denkens, nicht als Ersatz dafür. Das ist ein entscheidender Unterschied. Wo Prompts eingegeben und Outputs übernommen werden, entsteht simuliertes Lernen: die Illusion von Wissen, hinter der das Lernen nicht augmentiert, sondern abgeschafft wird.

Die tiefere Frage, die dieser Befund aufwirft, berührt das Menschenbild selbst. Was unterscheidet menschliches Denken grundlegend von dem, was KI-Systeme leisten? Die Antwort führt zu einer Unterscheidung, die in der Technikphilosophie und der Kognitionswissenschaft gleichermaßen relevant ist: dem Unterschied zwischen Verstand und Vernunft. Der Verstand ist das Vermögen, ein vorgegebenes Ziel so effizient wie möglich zu erreichen. Die Vernunft ist das Vermögen, dem Verstand sinnvolle Ziele zu setzen, also zu beurteilen, welche Ziele überhaupt erstrebenswert sind. KI operiert ausschließlich in der Sphäre des Verstandes. Sie optimiert Zielerreichung mit beeindruckender Effizienz. Doch ohne ein vom Menschen gesetztes Meta-Ziel kann sie nicht herausfinden, warum ein Ziel besser oder schlechter sein sollte als ein anderes. Künstliche Intelligenz ist, in diesem Sinne, die exponentielle Steigerung von Verstand ohne Vernunft.

Es ist bemerkenswert, dass ausgerechnet ein Denker des frühen 19. Jahrhunderts das schärfste begriffliche Werkzeug für diese Lage bereithält. Wilhelm von Humboldt hat nie ein KI-System gesehen. Aber er hat präzise beschrieben, was auf dem Spiel steht, wenn Bildung ihren eigentlichen Zweck verliert. Sein Ideal ist heute nicht deshalb aktuell, weil es zeitlos schön klingt. Es ist aktuell, weil es als Diagnose funktioniert.

Humboldts zentraler Gedanke, entwickelt um 1810 in seinen Überlegungen zur Organisation der höheren wissenschaftlichen Anstalten, ist radikal in seiner Einfachheit: Bildung ist kein Prozess der Wissensvermittlung. Sie ist ein Prozess der Selbstformung. Der Mensch bildet sich, er wird nicht gebildet. Das klingt wie eine semantische Nuance, ist aber eine fundamentale Verschiebung. Wenn Bildung Selbstbildung ist, dann ist der Lernende kein Empfänger von Inhalten, sondern ein Akteur, der sich durch die aktive intellektuelle Auseinandersetzung mit der Welt selbst hervorbringt. Das Ringen mit einem schwierigen Text, das Durcharbeiten eines unlösbaren Problems, das Aushalten von Widerspruch und Ungewissheit, für Humboldt ist genau das der eigentliche Bildungsvorgang, nicht sein unangenehmer Nebeneffekt. Anstrengung, so ließe sich Humboldt mit den Erkenntnissen der modernen Neurowissenschaft zusammenbringen, ist das Feature, nicht der Bug.

Daraus folgt ein zweiter Kerngedanke: Bildung hat keinen außer ihr liegenden Zweck. Sie ist kein Instrument zur Berufsausbildung, kein Mittel zur wirtschaftlichen Verwertung von Humankapital, kein Vehikel für gesellschaftliche Nützlichkeit. Diese Unterscheidung war Humboldt so wichtig, dass er sie institutionell verankerte: Die Universität, wie er sie konzipierte, dient nicht der Ausbildung, sondern der Wissenschaft — und damit der allgemeinen Menschenbildung, der Entfaltung aller menschlichen Kräfte, nicht nur der fachlichen. Wissen entsteht nicht im Besitz fertiger Antworten, sondern im Prozess des Fragens. Forschung und Lehre sind deshalb untrennbar — weil nur wer selbst sucht, versteht, wie Erkenntnis entsteht und welchen Grenzen sie unterliegt. Das Ziel dieses Prozesses ist Mündigkeit: der Mensch, der sein Denken selbst verantwortet, der Urteile fällt und für sie einsteht.

Man muss kein Nostalgiker sein, um zu erkennen, dass dieses Ideal unter dem Druck der vergangenen Jahrzehnte erheblich gelitten hat. Hochschulen optimieren für Employability, Schulen für standardisierte Testergebnisse, Weiterbildungsprogramme für zertifizierbare Kompetenzen. Bildung als Zweck an sich ist in weiten Teilen zu einer Randnotiz geworden — einer schönen Idee für Festvorträge, ohne institutionelle Konsequenz. Und nun kommt KI und beschleunigt diese Drift mit einer Effizienz, die keine andere Technologie zuvor erreicht hat. Wo früher zumindest noch die Anstrengung des Nachschlagens, des Abschreibens, des mühsamen Zusammenfügens von Quellen eine rudimentäre kognitive Aktivität erzwang, entfällt auch diese. Der Weg zur fertigen Antwort ist kürzer geworden als je zuvor — und damit auch der Abstand zwischen dem, was Menschen zu wissen glauben, und dem, was sie tatsächlich verstehen.

Hier liegt der Kern der Humboldtschen Renaissance. Nicht als rückwärtsgewandter Konservatismus, nicht als Klage über verlorene Zeiten, sondern als strukturelle Antwort auf eine strukturelle Herausforderung. Wenn KI Faktenwissen jederzeit verfügbar macht, verliert Faktenwissen seinen Stellenwert als Bildungsziel. Was tritt an seine Stelle? Genau das, worauf Humboldt bestand: die Fähigkeit zur Urteilsbildung, die Bereitschaft zum intellektuellen Widerstand, das Vermögen, Erkenntnisprozesse zu verstehen statt nur Ergebnisse zu konsumieren, und — in der humboldtschen Sprache — die Entfaltung aller menschlichen Kräfte, nicht die Optimierung einer von ihnen. In einer Welt, in der der Verstand maschinell aufrüstbar ist, wird Vernunft zur eigentlichen Bildungsaufgabe. Das ist nicht neu. Es ist mehr als zweihundert Jahre alt. Und es war noch nie so aktuell.

Der Bildungsauftrag des 21. Jahrhunderts liegt daher nicht darin, Menschen beizubringen, wie man KI bedient. Er liegt darin, die Fähigkeiten zu kultivieren, die KI nicht ersetzen kann: das Denken, das Ziele setzt, Kontext erkennt und Verantwortung übernimmt. Und es liegt darin, eine zweite, lange unterschätzte Dimension menschlicher Kompetenz zu stärken: das Fühlen. Neurowissenschaftlich ist längst klar, dass Denken und Fühlen nicht strikt voneinander zu trennen sind. Und gesellschaftlich rückt durch die Automatisierung weiter Teile menschlicher Denkarbeit ein Tätigkeitsspektrum in den Vordergrund, das genau dort liegt, wo KI strukturell blind ist: in empathischer Arbeit, in vertrauensvollen Beziehungen, in mitfühlendem Vollzug.

Am Beispiel des Arztberufs wird das besonders deutlich. Wenn Diagnosen und Therapiepläne zunehmend besser durch KI erstellt werden können, wird der Beruf des Arztes nicht obsolet, aber er verändert sich grundlegend. Das, was ein Arzt tut, sollte sich verschieben: von einer primär sachbezogenen Tätigkeit hin zum Aufbau vertrauensvoller Patientenbeziehungen, zum empathischen Mitschwingen in Prozessen, die für Menschen von existenzieller Bedeutung sind. Ähnliches gilt für Vertriebsmitarbeiter, für Lehrerinnen, für Führungskräfte jedes Levels. Wenn Fachkompetenz zur auf Knopfdruck abrufbaren Commodity wird, liegt der menschliche Mehrwert im Beziehungsraum, in der Fähigkeit, eine funktional richtig erledigte Aufgabe zu einer bedeutungsvollen Erfahrung zu machen, etwas Gutes zu etwas Außergewöhnlichem werden zu lassen. Das erfordert Kompetenzen, die im Bildungskontext bisher als Nebenangebote behandelt wurden: Kommunikation, Kollaboration, Empathie, Motivation, Selbsterfahrung. Emotionale und soziale Intelligenz. Sie müssen Grundbestandteile von Bildung im KI-Zeitalter werden, keine Ornamente.

Die Formel, die zu Beginn zurückgewiesen wurde, KI erfordere mehr kritisches Denken, ist nicht einfach falsch. Sie ist unvollständig. Richtiger wäre: KI erfordert eine neue Klarheit darüber, was Denken eigentlich ist, wozu Menschen es brauchen, und was verloren geht, wenn es systematisch ersetzt wird. Die Antwort auf diese Frage ist keine technische. Sie ist eine kulturelle und bildungspolitische. Und sie ist dringend.