Technik und Zukunftswerkzeuge

Digitale Werkzeuge wirken nicht allein deshalb lernförderlich, weil sie neu, interaktiv oder technisch beeindruckend sind. Entscheidend ist, was sie im Kopf der Lernenden auslösen. Moderne Lernforschung zeigt ziemlich klar: Lernen mit Technik gelingt dann gut, wenn digitale Oberflächen die eigentliche Denkbewegung stützen – also beim Auswählen, Ordnen und Verknüpfen von Informationen helfen. Genau diese Prozesse beschreibt die aktuelle Multimedia-Lernforschung als Kern von verstehendem Lernen (Mayer 2024).

Das klingt zunächst selbstverständlich, hat aber eine praktische Konsequenz: Jedes zusätzliche Tool verlangt auch zusätzliche Orientierung. Lernende müssen neben dem Inhalt gleichzeitig verstehen, wo sie klicken, schreiben, suchen oder reagieren sollen. Damit läuft neben dem fachlichen Lernen immer auch ein zweiter Prozess mit: Navigation. Gerade bei mehreren Plattformwechseln kann genau das kognitive Ressourcen binden, die eigentlich für das Verstehen gebraucht würden. Die Forschung zu digitalem Lernen betont deshalb immer stärker, dass nicht „das Tool“ wirkt, sondern die Frage, welche Lernaktivitäten dieses Tool überhaupt auslöst und ob es die relevanten Denkprozesse wirklich unterstützt (Reinhold et al. 2024).

Für deine Kategorieseite ist das ein wichtiger Punkt: Technik hilft nicht automatisch, nur weil sie etwas digital abbildet. Sie hilft dann, wenn sie den Lernprozess präziser macht als eine analoge Variante. Wenn ein Tool dagegen vor allem Oberfläche produziert, aber wenig gedankliche Tiefe, dann frisst es leicht mehr Aufmerksamkeit, als es bringt. Genau deshalb ist die didaktische Frage oft wichtiger als die technische: Braucht diese Stelle im Lernprozess wirklich ein neues Werkzeug – oder nur mehr Klarheit?

Besonders spannend wird es beim Blick auf KI. Eine aktuelle experimentelle Studie mit Studierenden zeigte, dass die Arbeit mit einem Large Language Model die subjektive kognitive Belastung zwar senkte, die Qualität der Begründungen und Argumentationen am Ende aber schwächer ausfiel als bei der Arbeit mit einer klassischen Suchmaschine (Stadler et al. 2024). Mit anderen Worten: KI kann sich leichter anfühlen – und trotzdem zu flacherem Denken führen. Genau darin liegt ihre Ambivalenz. Sie ist stark, wenn sie Perspektiven öffnet, Struktur anbietet oder Material schneller zugänglich macht. Sie wird problematisch, wenn sie den eigentlichen Denkweg ersetzt.

Auch der aktuelle deutschsprachige Überblick aus der empirischen Bildungsforschung zeichnet genau dieses doppelte Bild. KI kann Lehrkräfte bei Routinen entlasten, Materialentwicklung unterstützen und sogar Raum für mehr persönliche Interaktion schaffen. Gleichzeitig ist ihr sinnvoller Einsatz ausdrücklich kein Selbstläufer, sondern braucht reflektierte Szenarien, klare Regeln und didaktische Entscheidungen (Scheiter 2025). Gerade weil KI so schnell antwortet, verführt sie leicht dazu, den produktiven Umweg des eigenen Denkens zu verkürzen.