Der übersprungene Weg

Der übersprungene Weg

Über künstliche Intelligenz und die Fähigkeiten, die auf dem Weg entstehen

Zwei Studenten erhalten dieselbe Aufgabe. Sie sollen einen Essay schreiben.

Der erste gibt die Fragestellung in ein KI-System ein. Wenige Sekunden später erscheint ein vollständiger Text. Er liest ihn, verändert einige Formulierungen und gibt ihn ab.

Der zweite nutzt ebenfalls künstliche Intelligenz. Er lässt sich Positionen erklären, fragt nach Gegenargumenten, widerspricht, liest nach, verwirft eine erste These und lässt eigene Formulierungen kritisieren. Am Ende schreibt er seinen Essay neu.

Beide haben künstliche Intelligenz benutzt. Vielleicht hat der zweite sie sogar intensiver genutzt als der erste.

Und doch ist auf dem Weg zum Ergebnis etwas Unterschiedliches geschehen.

Der Weg ist nicht nur der Weg

Warum lassen wir einen Studenten überhaupt einen Essay schreiben?

Vermutlich nicht, weil die Welt dringend einen weiteren Text über sein Seminarthema benötigt. Der Text ist das sichtbare Ergebnis. Aber ein Teil seines Zwecks liegt in dem, was während seiner Entstehung geschieht.

Wer versucht, einen Gedanken zu formulieren, bemerkt manchmal erst im Schreiben, dass er ihn noch nicht verstanden hat. Ein Satz funktioniert nicht. Zwei Behauptungen widersprechen einander. Eine Begründung trägt nicht.

Dann muss man zurück. Lesen. Vergleichen. Streichen. Neu beginnen.

In solchen Situationen ist der Umweg kein Hindernis auf dem Weg zum Denken. Er gehört zum Denken selbst.

Das gilt nicht nur für das Schreiben. Man lernt argumentieren, indem man argumentiert. Man entwickelt Urteilskraft, indem man urteilt und dabei auch irrt. Man lernt recherchieren, indem man Quellen sucht, verwirft und gegeneinander abwägt.

Das Ergebnis einer Tätigkeit ist deshalb nicht immer ihr einziger Ertrag.

Auf dem Weg zu ihm können Fähigkeiten entstehen.

Wenn das Ergebnis schon da ist

Generative künstliche Intelligenz kann diesen Weg unterstützen. Sie kann Einwände formulieren, Zusammenhänge erklären, auf Fehler hinweisen oder eine Gegenposition vertreten.

Sie kann aber auch das Ergebnis bereitstellen, bevor der Mensch den Weg zu diesem Ergebnis selbst gegangen ist.

Das ist häufig ein Fortschritt. Niemand sollte drei Stunden mit einer Routinetätigkeit verbringen müssen, die ein technisches System in wenigen Sekunden zuverlässig erledigen kann. Menschen haben immer Werkzeuge entwickelt, um Arbeit abzukürzen und Fähigkeiten an Maschinen zu delegieren.

Doch bei manchen Tätigkeiten entsteht dadurch eine besondere Situation.

Wer eine Fremdsprache lernen wollte, musste lange üben, um einen fremdsprachigen Text selbst lesen zu können. Wer ein Programm schreiben wollte, musste programmieren lernen. Wer einen Zusammenhang verstehen wollte, musste suchen, lesen, vergleichen und ordnen.

Das Ergebnis war an Fähigkeiten gebunden, die auf dem Weg zu ihm erworben wurden.

Diese Verbindung kann sich lösen.

Ein Text kann entstehen, ohne dass sein Nutzer besonders gut schreiben kann. Ein Programm kann funktionieren, obwohl derjenige, der es verwendet, es nicht selbst entwickeln könnte. Eine Recherche kann zusammengefasst vorliegen, ohne dass der Leser die Quellen selbst gesucht und gegeneinander geprüft hat.

Das muss kein Verlust sein.

Aber es verändert die Frage.

Nicht mehr nur:

Was kann die Maschine für uns tun?

Sondern:

Welche Fähigkeiten entstehen möglicherweise nicht mehr, wenn wir den Weg zu ihrem Ergebnis nicht mehr selbst gehen müssen?

Eine alte Erfahrung

Diese Frage beginnt nicht mit künstlicher Intelligenz.

Die Automationsforschung beschäftigt sich seit Jahrzehnten mit einem verwandten Problem. Lisanne Bainbridge beschrieb bereits 1983 eine der „Ironien der Automation“: Je zuverlässiger ein automatisiertes System eine Tätigkeit übernimmt, desto weniger Gelegenheit hat der Mensch, die Fähigkeiten auszuüben, die gerade dann benötigt werden können, wenn die Automation an ihre Grenzen gerät.

Die Luftfahrt hat daraus praktische Konsequenzen gezogen. Moderne Verkehrsflugzeuge verfügen über weitreichende automatische Systeme. Trotzdem sollen Piloten manuelle Flugfertigkeiten trainieren und erhalten.

Nicht weil Menschen beweisen sollen, dass sie besser fliegen können als der Autopilot.

Sondern weil eine Fähigkeit erhalten bleiben soll, obwohl sie im normalen Betrieb seltener gebraucht wird.

Der Autopilot darf übernehmen.

Aber der Rückweg zum Menschen soll offenbleiben.

Das Problem ist also nicht neu. Mit generativer künstlicher Intelligenz stellt es sich jedoch bei Tätigkeiten, die weit in unsere geistige Arbeit hineinreichen: Schreiben, Recherchieren, Übersetzen, Programmieren, Analysieren und Argumentieren.

Damit betrifft es Tätigkeiten, durch deren Ausübung nicht nur Ergebnisse entstehen, sondern auch Fähigkeiten, die wir später benötigen können, um diese Ergebnisse zu beurteilen.

Nicht jede Abkürzung ist ein Verlust

Erste Untersuchungen zum Lernen mit generativer KI zeigen, warum die Frage nicht einfach mit Ja oder Nein zu beantworten ist.

In einer 2025 veröffentlichten Feldstudie von Hamsa und Osbert Bastani und ihren Kollegen mit knapp tausend Schülern im Mathematikunterricht an türkischen Gymnasien verbesserten die Schüler ihre Leistungen während der Nutzung eines weitgehend frei antwortenden GPT-Systems deutlich. Nachdem die Unterstützung entfernt worden war, schnitten sie jedoch schlechter ab als Schüler, die zuvor ohne diese Hilfe gearbeitet hatten.

In derselben Untersuchung zeigte sich aber auch etwas anderes: Eine Tutor-Version, die stärker mit Hinweisen arbeitete und eigene Lösungsversuche verlangte, unterstützte die Schüler, ohne denselben negativen Effekt hervorzurufen.

Eine weitere randomisierte Studie um Greg Kestin zeigte 2025 in einem einzelnen Physikkurs an der Harvard University, dass Studierende mit einem pädagogisch gestalteten KI-Tutor mehr lernten und dafür weniger Zeit benötigten als die Vergleichsgruppe im untersuchten aktiven Präsenzunterricht.

Diese Befunde sprechen deshalb nicht gegen künstliche Intelligenz im Lernen.

Sie weisen auf eine andere Frage:

Was tut weiterhin der Mensch?

Genau darin unterscheiden sich auch die beiden Studenten vom Anfang.

Der zweite verzichtet nicht auf künstliche Intelligenz. Aber das System nimmt ihm den geistigen Weg nicht vollständig ab. Er muss weiterhin fragen, vergleichen, widersprechen, entscheiden und neu formulieren.

Vielleicht besteht die Aufgabe deshalb gar nicht darin, alte Wege künstlich zu erhalten.

Vielleicht müssen wir vielmehr darauf achten, dass auf den neuen Wegen weiterhin die Fähigkeiten entstehen, die wir benötigen.

Wenn aus der Abkürzung eine Struktur wird

Das wird schwieriger, weil der Einzelne darüber nicht unter neutralen Bedingungen entscheidet.

Unternehmen wollen Kosten senken und Produktivität erhöhen. Institutionen arbeiten mit begrenzter Zeit und begrenzten Mitteln. Beschäftigte sollen Aufgaben schneller erledigen. Studenten wissen, dass ein brauchbarer erster Entwurf in Sekunden entstehen kann. Nutzer schätzen Bequemlichkeit.

Für jeden Einzelnen kann es vollkommen vernünftig sein, einen Weg abzukürzen.

Problematisch wird es möglicherweise erst in der Summe.

Wenn eine Tätigkeit zuverlässig automatisiert werden kann, sinkt der unmittelbare Grund, Menschen weiterhin aufwendig für diese Tätigkeit auszubilden. Wird sie seltener ausgeübt, kann Erfahrung verloren gehen. Und wenn eine Fähigkeit kaum noch benötigt wird, stellt sich irgendwann die Frage, wo eine neue Generation sie überhaupt noch erwerben soll.

Das betrifft nicht jede Fähigkeit, die durch technische Entwicklung an Bedeutung verliert. Technischer Fortschritt hat immer Tätigkeiten verändert, überflüssig gemacht und neue hervorgebracht.

Aber daraus folgt nicht, dass jede technisch entbehrliche Tätigkeit auch für die menschliche Entwicklung entbehrlich geworden ist.

Technische Überflüssigkeit und menschliche Entbehrlichkeit sind nicht dasselbe.

Was weiterhin entstehen muss

Damit verändert sich die Frage noch einmal.

Wir müssen nicht entscheiden, welche Tätigkeiten Menschen für immer selbst ausführen sollen. Wir müssen fragen, welche Fähigkeiten wir weiterhin brauchen.

Ein Programmierer wird künftig vielleicht anders programmieren lernen als heute. Ein Arzt wird Diagnosen anders stellen. Ein Student wird Texte unter anderen Bedingungen schreiben. Neue Werkzeuge verändern Tätigkeiten – und können neue Fähigkeiten hervorbringen.

Entscheidend ist deshalb, ob Fähigkeiten wie Verstehen, Unterscheiden, Prüfen, Begründen und eigenständiges Urteilen weiterhin entstehen können.

Nicht jeder Mensch muss jede technische Tätigkeit beherrschen. Moderne Gesellschaften beruhen auf Arbeitsteilung.

Aber einige Fähigkeiten müssen irgendwo erhalten bleiben, wenn technische Systeme weiterhin unabhängig beurteilt und im Fehlerfall korrigiert werden sollen.

An dieser Stelle führt die Frage des Lernens zu einer anderen:

Wer kann noch korrigieren, wenn der Weg, auf dem die dafür notwendige Kompetenz entstanden ist, immer seltener gegangen wird?

Ihr geht der Essay Wer kann korrigieren? nach.

Für diesen Gedanken genügt zunächst die Feststellung, dass technische Delegation nicht nur verändert, wer eine Tätigkeit ausführt. Sie kann auch verändern, wo und wie die Fähigkeit zu dieser Tätigkeit überhaupt noch entsteht.

Der Rückweg

Der Rückweg bedeutet nicht, zu einer Welt ohne künstliche Intelligenz zurückzukehren.

Er bedeutet, dass Menschen und Gesellschaften weiterhin Fähigkeiten entwickeln, mit denen sie verstehen, beurteilen und – wenn es notwendig wird – anders handeln können.

Vielleicht liegt darin eine der schwierigsten Aufgaben einer Gesellschaft, in der technische Systeme immer mehr geistige Tätigkeiten übernehmen.

Wir müssen erkennen, was auf einem Weg entsteht, bevor wir ihn vollständig verlassen.

Denn eine Abkürzung kann vernünftig sein. Ein übersprungener Weg kann Zeit gewinnen. Und künstliche Intelligenz kann menschliche Fähigkeiten nicht nur ersetzen, sondern auch erweitern.

Doch wenn wir nicht mehr wissen, welche Fähigkeiten auf den übersprungenen Wegen entstanden sind, bemerken wir ihren Verlust möglicherweise erst dann, wenn wir sie wieder brauchen.

Wenn genügend Wege dauerhaft übersprungen werden, könnte irgendwann der Rückweg fehlen.

Quellen und Hinweise

Bainbridge, Lisanne (1983): Ironies of Automation. Automatica, 19(6), 775–779.
Studie / DOI
Grundlegender Beitrag über das Paradox, dass Automation menschliche Tätigkeit reduzieren kann, während menschliche Fähigkeiten gerade im Ausnahmefall weiterhin benötigt werden.

Federal Aviation Administration (FAA) (2017): Manual Flight Operations Proficiency. Safety Alert for Operators, SAFO 17007, 4. Mai 2017.
Originaldokument der FAA
Die FAA weist auf die Bedeutung des Erhalts manueller Flugfertigkeiten trotz weitreichender Cockpit-Automation hin und empfiehlt, entsprechende Fähigkeiten durch Training und geeignete Flugpraxis zu erhalten.

Bastani, Hamsa; Bastani, Osbert; Sungu, Alp u. a. (2025): Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122.
Studie / DOI
Randomisierte Feldstudie mit knapp tausend Schülern im Mathematikunterricht an türkischen Gymnasien. Die Untersuchung vergleicht unter anderem weitgehend frei antwortende GPT-Unterstützung mit einer stärker auf eigene Lösungsversuche ausgerichteten Tutor-Version und zeigt, dass die Gestaltung der KI-Unterstützung für den Lernerfolg nach Wegfall der Hilfe entscheidend sein kann.

Kestin, Greg; Miller, Kelly; Klales, Anna; Milbourne, Timothy; Ponti, Gregorio (2025): AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458.
Studie / DOI
Randomisierte Studie in einem einführenden Physikkurs an der Harvard University. Ein pädagogisch gestalteter KI-Tutor führte im untersuchten Setting zu größeren Lernfortschritten in kürzerer Zeit als der zum Vergleich herangezogene aktive Präsenzunterricht.

Weiterdenken

Erfahrung & Wirklichkeit

Nicht nur das Ergebnis einer Tätigkeit zählt. Auf dem Weg dorthin können Erfahrung, Urteil und Können entstehen. Was geschieht, wenn Teile dieses Weges technisch übernommen oder übersprungen werden?

→ Zum Themenraum Erfahrung & Wirklichkeit

← Zurück zu KI & Gegenwart