Nichtlernen: Wenn Kompetenzen gar nicht erst entstehen

Eine Schülerin liefert durchdachte Hausaufgaben ab und überzeugt mit ihren Beiträgen im Unterricht. Dann schreibt sie eine schwache Klausur. Vor wenigen Jahren hätte man an Prüfungsangst gedacht oder an einen schlechten Tag. Heute kommt eine dritte Erklärung hinzu: Die Kompetenz, die sie im Alltag zeigt, existiert möglicherweise nur im Zusammenspiel mit der KI, die an ihren Hausaufgaben mitgearbeitet hat. Die englischsprachige Forschung nennt dieses Phänomen false proficiency. Auf Deutsch könnte man von „Scheinkompetenz“ sprechen: einer Fähigkeit, die – ohne dass dies den Betroffenen bewusst sein muss – von Werkzeugnutzung abhängt.

Hinter der Scheinkompetenz steht ein Risiko, das in der Debatte um KI und Schule bislang wenig Beachtung findet. Von „Deskilling“ ist viel die Rede, aber im Schulkontext geht es weniger darum, dass Schüler*innen etwas verlernen. Es geht darum, dass sie einige Kompetenzen gar nicht mehr erwerben, wenn sie sich heimlich Arbeitswege mit der KI einrichten.

Verlernen, Fehllernen, Nichtlernen

Im Kontext von Kompetenzerwerb und Lernen lassen sich allgemein drei Risiken der KI-Nutzung unterscheiden, zuerst systematisch beschrieben in einer Übersichtsarbeit im New England Journal of Medicine. Verlernen (De-Skilling) meint den Verfall einer vorhandenen Fähigkeit. Demgegenüber bedeutet Fehllernen (Mis-Skilling), dass Fehler der KI ins eigene Wissen übernommen werden: Man lernt durchaus etwas, aber von einer fehlerhaften Quelle.

Das dritte Risiko heißt Nichtlernen (Never-Skilling): Eine Fähigkeit wird gar nicht erst aufgebaut, weil die KI die Arbeit von Anfang an übernimmt. Eine Perspective in Nature Medicine hat diesen ausbleibenden Kompetenzerwerb Anfang 2026 als eigenständiges Problem herausgearbeitet. Der Unterschied zum Verlernen ist grundsätzlich: Wer eine Fähigkeit verlernt hat, kann sie durch Übung reaktivieren. Wer sie nie aufgebaut hat, dem fehlt das Fundament – und oft auch das Wissen darum, dass sie fehlt. Für die Schule ist das dritte Risiko das entscheidende. Verlernen betrifft eher Expert*innen, etwa die Lehrkräfte. Aber man kann ja nicht verlieren, was man noch gar nicht besitzt.

Wie Nichtlernen entsteht

Kompetenzerwerb braucht produktive Anstrengung: das eigene Ringen mit einer Aufgabe, die man noch nicht sicher beherrscht. Genau diese Anstrengung kann man sich von der KI abnehmen lassen. Die Lernenden erledigen die Aufgabe, aber sie durchlaufen nicht den Denkprozess, für den die Aufgabe eigentlich gestellt wurde.

Wie sich das auswirkt, zeigt die bislang aussagekräftigste Studie aus dem Schulkontext. Ein Team um Hamsa Bastani führte an einer türkischen Highschool ein Experiment mit knapp tausend Schüler*innen durch. Wer im Mathematikunterricht mit unbeschränktem GPT-4-Zugang übte, löste zwar die Übungsaufgaben deutlich besser, schnitt dann aber in der anschließenden Prüfung ohne KI 17 Prozent schlechter ab als die Gruppe, die keinen KI-Zugang hatte. Ein zweiter KI-Tutor, der nur Hinweise statt Lösungen gab, vermied diesen Einbruch. Das Problem war also die Form der Hilfe: Fertige Lösungen ersetzen das Denken, Hinweise strukturieren es.

Die Nature-Medicine-Autor*innen weisen auf eine zweite Folge hin: Wer den Kompetenzaufbau an KI delegiert, könnte auch die Fähigkeit zur realistischen Selbsteinschätzung verlieren. Man hält sich für kompetent, weil man mit KI kompetent ist – und erfährt erst in der Prüfung, wo man ohne sie steht.

Nichtlernen ist nicht immer problematisch

Kaum jemand kann heute noch spinnen und weben, ein Pferd kutschieren oder lange Texte auswendig vortragen, und das Kopfrechnen hat den Taschenrechner nur als Schrumpfform überlebt. Dass eine Generation etwas nicht mehr erwirbt, was die vorherige noch selbstverständlich beherrschte, ergab sich also auch in der Vergangenheit durch technischen Wandel. Wenn die KI – ähnlich wie das Smartphone, auf dem Google Maps einem Fragen der Orientierung abnimmt – zu einem ständig verfügbaren Begleiter wird, lässt sich mit manchem solchen Verlust vermutlich gut leben. Ob er sich als Gewinn oder Verlust erweist, hängt weniger vom Werkzeug ab als davon, wie wir die frei gewordenen Kapazitäten nutzen.

Zudem ist entscheidend, nach welchen Kriterien darüber entschieden wird, wo sich Nichtlernen tolerieren lässt – und von wem. Hier wäre eine gesellschaftliche Aushandlung wünschenswert, die jenen Orientierung gibt, die für die Gestaltung der Lehrpläne verantwortlich sind. Unterbleiben solche Debatten, steht zu befürchten, dass anstelle einer sinnvollen Abwägung schlichte Bequemlichkeit zum Richtwert darüber wird, welche Kompetenzen immer noch erworben werden müssen und welche - zugunsten anderer - verzichtbar werden.

Zwei Leitfragen mögen eine systematische Abwägung erleichtern. Zum einen: Handelt es sich bei der fraglichen Kompetenz um ein Fundament oder einen Endpunkt? Manche Fähigkeiten sind Bausteine, auf denen weitere Kompetenzen aufsetzen: Lesen, Rechnen, Argumentieren. Andere sind Endpunkte, etwa einen Text in Reinschrift zu bringen oder Dokumente zu formatieren. Bei Endpunkten ist Nichtlernen leichter zu verschmerzen als bei Fundamenten, wo darauf aufbauende Kompetenzen mit ausfallen, wenn die Basis nicht mehr erworben wird. Zum anderen: Sind die Werkzeuge, die die eigene Fähigkeit ersetzen könnten, zuverlässig und kann ich die Stimmigkeit der Ergebnisse noch beurteilen? Exakte Prüfung ist meist aufwendig, aber es ist doch sinnvoll, wenn man ein Gefühl dafür entwickelt, ob das Ergebnis, das einem ein Werkzeug ausgibt, stimmen kann oder nicht. Ohne dieses Einschätzungsvermögen wird man abhängig und ist dem Risiko fehlerhafter Ergebnisse ausgesetzt. Wie ein Fahrer, der seinen Wagen ins Hafenbecken steuert, „weil Google Maps es so gesagt hat.“

Was daraus folgt

Für den Unterricht ergibt sich eine Reihenfolge: Kompetenzen, die als Fundament gelten, müssen vor der KI-Nutzung aufgebaut werden, nicht parallel dazu. Für die Leistungsbewertung bekommen KI-freie Prüfungsanteile eine neue diagnostische Funktion: Sie sind das Instrument, das Scheinkompetenz sichtbar macht (vgl. meinen Artikel zum Prüfen in Zeiten von KI). Zugleich gibt die Bastani-Studie Anlass zur Zuversicht: Der Tutor mit Leitplanken schadete dem Lernen nicht. Auch die Nature-Medicine-Autor*innen betonen, dass KI dem Lernen nicht per se schadet. Es kommt darauf an, wann und wie sie eingeführt wird – und ob wir die Kapazitäten, die wir durch ihren Einsatz sparen, für sinnvolle Zwecke nutzen.