Zehn Minuten mit KI genügen, und schwere Aufgaben fallen schwerer

Die Aufgaben stammten aus dem Mathestoff der fünften Klasse: gewöhnliche Brüche addieren, subtrahieren, multiplizieren und dividieren. Die Teilnehmer lösten sie von zu Hause aus über Prolific, eine Plattform, auf der man sich mit Studienteilnahmen ein Taschengeld verdient, und bekamen für das Ganze 2,60 Dollar. Die eine Hälfte erhielt rechts auf dem Bildschirm ein Chatfenster mit einem KI-Assistenten, die andere Hälfte nichts. Nach der zwölften Aufgabe verschwand der Chat, und beide Gruppen mussten noch drei Aufgaben allein bewältigen.

Bei diesen drei Aufgaben löste die Gruppe, die den Assistenten gehabt hatte, 57 %, die Gruppe ohne ihn 73 %. Wer seinen Helfer verloren hatte, gab Aufgaben außerdem fast doppelt so oft auf: 20 % gegenüber 11 %. Dafür reichten etwa zehn Minuten Arbeit mit KI. Das nächste Experiment brachte ein kurioses Detail zutage: Am schlechtesten schnitten die ab, die den Chatbot um fertige Antworten gebeten hatten. Bei denen, die nach Hinweisen gefragt hatten, fanden sich keine nennenswerten Einbußen.

Durchgeführt haben das Experiment Grace Liu von der Carnegie Mellon University, Brian Christian vom Center for Human-Compatible AI (CHAI) der UC Berkeley, bekannt für seine Bücher über Algorithmen und KI, und drei weitere Forscher aus Oxford, vom MIT und von der UCLA. Das Preprint erschien im April, eine überarbeitete Fassung wurde im Oktober 2026 auf der COLM, der Conference on Language Modeling in San Francisco, vorgestellt, und am 9. Oktober berichtete Berkeley News darüber .

Zwölf Aufgaben mit Helfer, drei ohne

Psychologen messen Ausdauer recht einfach: Wie lange arbeitet jemand an einer schweren Aufgabe, bevor er das Handtuch wirft? Hier wurde sie über Überspringen gezählt. Jede Aufgabe ließ sich überspringen, und jedes Überspringen hieß, dass der Mensch beschlossen hatte, sich damit nicht herumzuquälen. Nach einem Fehler sahen beide Gruppen die richtige Lösung, also lernten alle. Die einen lernten nur allein, die anderen hatten einen Begleiter, der ihnen jederzeit alles abnehmen konnte.

Insgesamt nahmen an drei Experimenten 1.222 Menschen aus den USA teil, und jedes schloss eine Lücke des vorigen. Vielleicht hatte die Leute schlicht aus dem Takt gebracht, dass der Chat verschwand: Eben war da noch ein Fenster, jetzt nicht mehr. Im zweiten Experiment bekam deshalb auch die Gruppe ohne KI eine Seitenleiste, die Lösungen bereits gesehener Aufgaben zeigte. Der Abstand schrumpfte, blieb aber bestehen, während der Unterschied beim Überspringen diesmal statistisch nicht signifikant war, was die Autoren offen sagen.

Das dritte Experiment prüfte, ob es sich um eine Eigenheit des Rechnens handelt. Die Teilnehmer beantworteten Fragen zum Leseverständnis im Stil des amerikanischen SAT. Das Muster hielt, und ehemalige KI-Nutzer übersprangen deutlich häufiger Fragen: 8 % gegenüber 1 %.

Nach der Antwort fragen oder nach einem Hinweis

Im zweiten Experiment wurden die Teilnehmer gefragt, wie sie den Chat genutzt hatten, und die Ergebnisse nach ihren Antworten verglichen. Nach dem Abschalten des Chats lösten diejenigen, die um fertige Antworten gebeten hatten, 65 % der Aufgaben, in der Kontrollgruppe waren es 77 %.

Die Autoren machen hier einen wichtigen Vorbehalt. Die Menschen wählten selbst, wie sie den Chat nutzten; es wurde nicht zufällig zugewiesen. Vielleicht sind die, die um fertige Antworten bitten, ohnehin diejenigen, die auch ohne jede KI früher aufgegeben hätten. Die Aufteilung nach Nutzungsstil zeigt also einen Zusammenhang, keine bewiesene Ursache. Das Hauptergebnis bleibt dennoch kausal: Menschen, die zufällig der KI-Gruppe zugeteilt wurden, schnitten schlechter ab, sobald man ihnen die KI wegnahm.

Keine Geschichte über Brüche

„Das ist ein verblüffender Befund, aber in gewisser Weise liefert er Munition für eine Geschichte, die viele von uns irgendwie im Bauch spüren“, sagte Christian gegenüber Berkeley News. „Ich erlebe es auch.“ Seiner Ansicht nach geht es nicht um Brüche und SAT-Aufgaben: Dasselbe Muster gelte für alle, von Grundschülern bis zu den führenden Experten der Welt.

Den Mechanismus beschreiben die Autoren so: Die Arbeit mit KI gewöhnt Menschen an die Erwartung einer sofortigen Antwort und nimmt ihnen die Übung, den schweren Teil selbst durchzustehen. Vereinfacht gesagt, ähnelt das einem Aufzug. Solange er läuft, braucht niemand die Treppe. Fällt er aus, wirkt der fünfte Stock plötzlich höher als noch vor einer Woche.

Ähnliches zeigte sich auch in anderen Experimenten. 2025 veröffentlichte die Fachzeitschrift PNAS eine Studie aus einer türkischen Schule, in der knapp tausend Oberstufenschüler Mathe mit zwei Versionen von GPT-4 bearbeiteten. Beide halfen beim Üben. Doch in der Prüfung, bei der keine KI mehr zur Verfügung stand, erreichten die Nutzer des gewöhnlichen Chatbots 17 % weniger Punkte als Mitschüler, die ohne ihn gelernt hatten. Bei denen, die mit der Tutor-Version gearbeitet hatten, die Hinweise statt Antworten gab, verschwand dieser Schaden fast vollständig.

Im Januar 2026 testete Anthropic dieselbe Idee an Programmierern . 52 Entwickler, überwiegend Berufseinsteiger, lernten eine ihnen unbekannte Python-Bibliothek kennen. Wer mit einem KI-Assistenten gelernt hatte, erreichte später in einem Test ohne ihn 50 %, die übrigen 67 %. Am größten war der Abstand bei Fragen zur Fehlersuche. Und wieder schnitten diejenigen besser ab, die der Maschine Fragen stellten, um den Code zu verstehen, statt ihr die ganze Arbeit zu überlassen.

Was zehn Minuten nicht beweisen

Schlagzeilen wie „KI macht uns dümmer“ gibt dieses Experiment nicht her. Es hat nur eines gemessen: was in den ersten Minuten passiert, nachdem die Hilfe wegfällt. Ob der Effekt einen Tag, einen Monat oder ein Jahr Leben mit einem Chatbot überdauert, hat die Studie nicht untersucht, und die Autoren nennen das als Einschränkung.

Auch die Einsätze für die Teilnehmer waren gering. Für 2,60 Dollar und dreizehn Minuten Zeit kämpft kaum jemand um jeden Bruch, und in einer Prüfung oder im Job ist die Motivation eine ganz andere. Der Effekt ist spürbar, aber nicht riesig: Im zweiten Experiment schrumpfte der Unterschied bei den gelösten Aufgaben auf sechs Prozentpunkte. Und der ermutigendste Befund, der zu den Hinweisen, stützt sich auf eine kleine Untergruppe. Das sind 27 % der KI-Gruppe im zweiten Experiment, grob 80 Personen, und das Ergebnis muss erst noch bestätigt werden.

Dennoch wiederholt sich das Bild in drei unabhängigen Studien mit sehr verschiedenen Menschen: Schüler in der Türkei, Programmierer, zufällige Erwachsene in den USA. Überall schnitten diejenigen am schlechtesten ab, die den schweren Teil der Arbeit ganz der Maschine überließen.

Ein Tutor, der dich nicht abschreiben lässt

Die Lösung, die Christian vorschlägt, klingt bescheiden. Standardmäßig könnten KI-Antworten eher wie die eines Tutors funktionieren: dich zur Idee führen, statt das fertige Ergebnis zu liefern. Das Ziel fasst er weiter als jede Einstellung: „Wir müssen auf eine Zukunft hinarbeiten, in der menschliche Fähigkeiten so weit wie möglich erweitert statt ersetzt werden.“

Solche Modi gibt es schon. Am 29. Juli 2025 führte OpenAI den Lernmodus in ChatGPT ein : Er stellt Leitfragen und führt Schritt für Schritt zur Lösung. Claude hat einen ähnlichen Lernmodus. Man muss ihn aber von Hand einschalten, und in ChatGPT lässt er sich mitten im Gespräch wieder ausschalten. Der gewöhnliche Modus antwortet weiterhin sofort und vollständig.

Die Wahl zwischen „Gib mir die Antwort“ und „Gib mir einen Hinweis“ bleibt also beim Menschen, und sie fällt im ungünstigsten Moment, wenn das Problem drängt. In dieser Geschichte wirkt ein Hinweis wie ein Handlauf und nicht wie ein Aufzug: Man steigt weiter auf eigenen Beinen, weshalb die Treppe nicht steiler wirkt, wenn die Hilfe wegfällt.