Quellenstand
KI-Tutoring klingt nach der grossen pädagogischen Verheissung: jede lernende Person erhält zur richtigen Zeit genau die passende Unterstützung. Diese Idee ist attraktiv, weil Schulklassen nie homogen sind. Unterschiedliches Vorwissen, Tempo, Sprache, Motivation und Selbstregulation treffen im selben Raum aufeinander.
Die Forschung zeigt: Unter bestimmten Bedingungen kann Tutoring helfen. Sie zeigt aber auch, dass «ein Chatbot antwortet individuell» noch kein gutes Tutoring ist. Ein offener Chatbot, ein kuratiertes Tutorsystem, ein adaptives Übungsprogramm und ein lehrpersonengeführtes Förderformat sind nicht dieselbe Intervention.
KI-Tutoring und personalisiertes Lernen sind in strukturierten Settings vielversprechend, doch Effekte hängen stark von Tutorsystem, Fach, Kontrollbedingung, Dauer, Vorwissen und Lehrpersonen-Orchestrierung ab.
Stützende Quellen
- Angélique Létourneau (2025): A systematic review of AI-driven intelligent tutoring systems (ITS) in K-12 education (öffnet in neuem Tab)
- Greg Kestin (2025): AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting (öffnet in neuem Tab)
- Martín De Simone (2025): From Chalkboards to Chatbots: Evaluating the Impact of Generative AI on Learning Outcomes in Nigeria (öffnet in neuem Tab)
- Xiaofan Liu (2025): Integrating generative Artificial Intelligence into student learning: A systematic review from a TPACK perspective (öffnet in neuem Tab)
Gegenläufige oder Nullbefunde
Der K-12-Review zu intelligenten Tutorsystemen findet überwiegend positive, aber stark vergleichsabhängige Effekte. Viele Systeme sind klassische, fachlich eng gebaute Tutorsysteme und keine offenen generativen Allzweckmodelle. Dadurch ist die Quelle wertvoll für Designprinzipien, aber nur begrenzt als Beleg für heutige Chatbot-Produkte.
Angélique Létourneau, Marion Deslandes Martineau, Patrick Charland, John Alexander Karran, Jared Boasen, Pierre Majorique Léger
Kurzfassung
Finds generally positive but comparison-sensitive effects for K-12 intelligent tutoring systems, most of which predate contemporary generative AI.
Grenzen
- Most included systems were classical ITS rather than general-purpose generative AI.
- Only one included study reported a three-month follow-up; most interventions were short.
- The review was unregistered, used two main databases plus snowballing, and did not meta-analyse effects.
- PRISMA systematic review of 26 articles reporting 28 studies
- The school-level systematic review is directly relevant, but its evidence mainly concerns earlier ITS and heterogeneous short quasi-experiments.
- IVADO Strategic Research Funding Program PRF-2021-05, Human-Centered Artificial Intelligence.
Einzelne neuere Studien zu generativen Tutorformaten sind ermutigend, aber kontextspezifisch. Kestin et al. untersuchten ein forschungsbasiertes Tutor-Design in Hochschulphysik. De Simone et al. berichten starke Effekte in einem begleiteten Schulprogramm in Nigeria, in dem KI, zusätzliche Lernzeit und Lehrpersonenbegleitung zusammenwirkten. Für Schweizer Sekundarschulen sind solche Befunde deshalb kein Kaufargument, sondern ein Hinweis, worauf Pilotierungen achten müssen.
Greg Kestin, Kelly Miller, Anna Klales, Timothy Milbourne, Gregorio Ponti
Kurzfassung
A carefully prompted and sequenced AI tutor produced larger immediate post-test gains than in-class active learning in two Harvard physics lessons.
Grenzen
- The population was higher education, not Sekundarstufe I/II; school transfer is indirect.
- The trial covered two lessons and did not measure delayed retention or far transfer.
- The custom expert-built tutor differs from unrestricted general-purpose chatbot use.
- Randomized crossover trial in an undergraduate physics course
- The randomized crossover design supports an immediate causal estimate, but higher-education indirectness and absence of retention or far transfer limit school recommendations.
- No funding section was located in the published article; Harvard learning-lab and demonstration-group support is acknowledged.
Designbedingungen
Ein tragfähiges KI-Tutoring-Setting braucht mehr als eine gute Prompt-Vorlage. Es stellt nicht nur Antworten bereit, sondern lenkt Aufmerksamkeit, fordert Zwischenschritte, gibt abgestufte Hinweise und verhindert möglichst, dass Lernende kognitive Arbeit auslagern. Personalisierung heisst dann nicht, dass ein System jede Lernentscheidung übernimmt. Sie heisst, dass Unterstützung passend dosiert wird, während die lernende Person die entscheidende Denkarbeit weiterhin selbst ausführt.
Vier Bedingungen sind besonders wichtig. Erstens braucht es fachliche Zielklarheit: Das System unterstützt ein konkretes Lernziel, nicht beliebige Produktivität. Zweitens müssen Hilfen gestuft sein; Hinweise sollen eigenes Denken fördern, statt sofort die Lösung zu liefern. Drittens braucht es Diagnosepunkte, an denen Lehrpersonen sehen, wo Lernende stecken bleiben oder Scheinsicherheit entwickeln. Viertens muss eine neue Aufgabe ohne identische KI-Hilfe prüfen, was wirklich verfügbar ist.
Personalisierte KI-Lernsettings sollten nicht als Ersatz für Unterricht eingeführt werden, sondern mit klarer Rolle, Diagnose, Intervention durch Lehrpersonen und nachgelagertem Transfernachweis.
Stützende Quellen
- Hansol Lee (2026): Teacher intervention in K-12 AI-based instruction: a systematic review of processes, strategies, and effects (öffnet in neuem Tab)
- Angélique Létourneau (2025): A systematic review of AI-driven intelligent tutoring systems (ITS) in K-12 education (öffnet in neuem Tab)
- Sisi Tao (2026): Potential risks of generative artificial intelligence integration into K-12 education: A scoping review (öffnet in neuem Tab)
- Hamsa Bastani (2025): Generative AI without guardrails can harm learning: Evidence from high school mathematics (öffnet in neuem Tab)
Risiken und Gegenbefunde
Nicht jede Struktur wirkt automatisch. Ein RCT zu GenAI-Scaffolds im selbstregulierten Lernen fand gegenüber Standard-ChatGPT keine signifikanten Vorteile für Anstrengung, Fachwissen oder elaborierende Strategien. Das ist kein Argument gegen Struktur, aber ein Schutz gegen einfache Heilsversprechen. Nur weil ein Setting nach Scaffolding aussieht, erzeugt es noch keine bessere Lernhandlung.
Tim Fütterer, Lisa Bardach, Jochen Kuhn, Stefan Daniel Keller, Peter Gerjets
Kurzfassung
Utility-value prompting produced a more favorable perceived-utility trajectory than cognitive-strategy prompting, but neither structured GenAI condition significantly improved effort, domain knowledge or elaboration over standard ChatGPT use in grades 7-9.
Grenzen
- Approximately 35% dropout reduces precision and may affect generalizability.
- The comparison was structured GenAI support versus standard ChatGPT, not versus no AI.
- Four learning sessions plus immediate pre- and post-test cannot establish long-term transfer or durable self-regulation change.
- Preregistered randomized controlled trial across six school lessons
- Preregistration and randomization make the null comparison valuable, while attrition, short duration and an active-AI comparator limit broader conclusions.
- Postdoctoral Academy of Education Sciences and Psychology at the Hector Research Institute, funded by the Baden-Württemberg Ministry of Science, Research and the Arts; LMUexcellent, funded under the German federal and Länder Excellence Strategy; Lisa Bardach also acknowledges Jacobs Foundation, Baden-Württemberg Foundation and EU-co-funded project P-EDU-23-28 support. Open access was funded through Projekt DEAL.
Zudem sind Risiken nicht nur technisch. Scoping-Reviews zu K-12 verweisen auf Abhängigkeit, schwächere Eigenaktivität, unklare Verantwortung und ökologische Folgen im Unterricht. Personalisierung kann Lernende unterstützen, aber auch unsichtbar lenken oder unterschiedliche Lernchancen verstärken. Gerade schwächere Lernende können profitieren, wenn Hinweise gut abgestuft sind; sie können aber auch stärker abhängig werden, wenn das System zu schnell Lösungen liefert.
Sisi Tao, Min Lan, Minjuan Wang, Hui Li
Kurzfassung
Maps reported K-12 risks to wellbeing, intellectual agency and educational ecology and identifies process assessment, scaffolding and critical AI literacy as mitigation directions.
Grenzen
- A scoping review maps reported risks but does not estimate causal risk magnitude or prevalence.
- The 22-study evidence base is recent, heterogeneous and developmentally uneven.
- Mitigation strategies are synthesis recommendations, not uniformly tested interventions.
- Scoping review of 22 empirical K-12 studies
- The review is directly K-12 and empirically bounded, but scoping methods and heterogeneous risk definitions preclude causal or prevalence claims.
- Education University of Hong Kong research grant RG40/23-24R.
Konsequenzen für die Praxis
Für Schulen ist KI-Tutoring am sinnvollsten als begrenzter Pilot. Der Einstieg beginnt bei einer fachlichen Schwierigkeit, die häufig vorkommt und gut diagnostizierbar ist. Danach werden Hilfestufen definiert: Frage, Hinweis, Beispiel, Gegenfrage, Lösung erst am Schluss. Lehrpersonen brauchen klare Eingriffspunkte, damit sie Überforderung, Fehlkonzepte oder blosse Antwortübernahme erkennen.
Nach wenigen Lektionen sollte geprüft werden, wer profitiert, wer ausweicht und wer mehr Begleitung braucht. Ein KI-freier Transferauftrag gehört zwingend dazu. Der entscheidende Punkt ist nicht, ob das System «personalisiert» klingt. Entscheidend ist, ob Lernende am Ende genauer erklären, sicherer anwenden und unabhängiger handeln können.