Künstliche Intelligenz (KI) kann heute nicht nur Texte formulieren, sondern komplette Onlinekurse bedienen, Tests ausfüllen und Rückmeldungen zu Präsentationen geben. Das betrifft Lernende ebenso wie Berufstätige, weil dieselben Werkzeuge zwischen sinnvoller Unterstützung und vollständiger Aufgabenübernahme wechseln können. Entscheidend ist deshalb weniger, ob du KI nutzt, sondern wofür du ihr die Kontrolle überlässt.
Warum Kontrolle wichtiger wird
Bei sogenannter agentischer KI führt ein System mehrstufige Aufgaben selbstständig aus, statt nur auf eine einzelne Frage zu antworten. Laut einem Bericht über KI-Agenten in Onlinekursen verbinden Studierende solche Werkzeuge mit Lernplattformen wie Canvas, Brightspace oder Blackboard. Ein Auftrag wie «Logge dich ein und absolviere das Quiz» kann dann genügen, damit der Agent Lernmaterial analysiert, Multiple-Choice-Fragen beantwortet und laut befragten Lehrkräften sogar mit anderen Studierenden chattet.
Damit verändert sich die Grenze zwischen Hilfsmittel und Stellvertretung. Ein Chatbot kann dir eine unklare Passage erklären; ein Agent kann dagegen den Nachweis erbringen, dass du den Stoff angeblich verstanden hast. Das Ergebnis mag auf dem Bildschirm korrekt aussehen, sagt aber wenig darüber aus, ob du eine Aufgabe später ohne das Werkzeug lösen kannst.
Die Meldungen über solche Fälle bilden allerdings nicht die gesamte Nutzung ab. In einer Studyflix-Umfrage unter 1’012 Personen sagten sieben von zehn Befragten, sie würden niemals eine vollständige Prüfung von einer KI schreiben lassen. Gleichzeitig nannten 22 Prozent, dass sie manchmal ganze Aufgaben durch KI erledigen lassen, und 19 Prozent sahen einen Vorteil darin, weniger nachdenken zu müssen.
Zwischen beiden Quellen besteht daher eher eine Spannung als ein klarer Widerspruch: Es gibt weitgehende Automatisierung und Betrugsfälle, aber sie beschreiben nicht zwangsläufig das Verhalten der Mehrheit. Die Umfrage zur KI-Kompetenz junger Menschen zeigt zugleich ein Vermittlungsproblem. 74 Prozent gaben an, sich den Umgang selbst beigebracht zu haben; nur vier Prozent hatten entsprechende Fähigkeiten von einer Lehrkraft gelernt.
Was KI beim Lernen und Arbeiten leisten kann
Generative KI, also Systeme zum Erzeugen von Texten und anderen Inhalten, ist besonders nützlich, wenn sie eine Übung ergänzt und nicht das Lernziel ersetzt. Ein konkretes Beispiel liefert ein achtwöchiges Gründerprogramm der Harvard Business School: Im 699 US-Dollar teuren HBS Foundry Bootcamp üben Teilnehmende Präsentationen und simulierte Vorstandssitzungen mit KI-Avataren der Lehrkräfte. Die Avatare geben individuelles Feedback, während zusätzlich jede Woche Live-Sitzungen mit Lehrpersonen stattfinden.
Das Beispiel zeigt eine sinnvolle Arbeitsteilung. Wiederholbare Übungsrunden werden leichter verfügbar, während menschliche Lehrkräfte weiterhin eingebunden bleiben. Die Avatare wurden vom Unternehmen HeyGen erstellt und nach einer Testphase stärker geführt gestaltet, weil Teilnehmende mehr Anleitung als bei einem einfachen Chatbot wollten. Ob die Rückmeldungen fachlich gleichwertig mit menschlichem Feedback sind, wird in der Meldung nicht unabhängig geprüft; selbst ein nachgebildeter Dozent bezeichnete seine digitale Kopie als etwas unheimlich.
Im Arbeitsalltag liegt der unmittelbare Nutzen häufig in Routineaufgaben. Eine Untersuchung des Surfverhaltens von mehr als 200’000 US-Haushalten zwischen 2021 und 2024 brachte die Nutzung von ChatGPT mit Bildungsplattformen, spezialisierten Stellenportalen und behördlichen Informationsseiten in Verbindung. Als Alltagsbeispiel nennt der Bericht die Unterstützung bei einer Steuererklärung. Die Forschenden berechneten für gezielte KI-Unterstützung am heimischen Rechner einen Produktivitätsgewinn zwischen 76 und 176 Prozent, wobei sich diese US-Ergebnisse nicht automatisch auf jede Tätigkeit oder jedes Land übertragen lassen.
Zeitgewinn ist zudem nicht dasselbe wie ein besseres Ergebnis. Laut der Auswertung realer Nutzungsdaten floss die gewonnene Zeit weitgehend in soziale Netzwerke wie TikTok und Instagram. KI kann also Minuten freiräumen, entscheidet aber nicht, ob daraus vertieftes Lernen, zusätzliche Erholung oder bloss mehr Scrollen wird.
Pro und Kontra von KI als Werkzeug
Pro:
- Schnellere Routinearbeit – KI kann wiederkehrende Aufgaben verkürzen und dadurch Zeit für anspruchsvollere Teile einer Arbeit schaffen.
- Zusätzliche Übung – KI-Avatare können Präsentationen oder simulierte Sitzungen mehrfach begleiten, ohne jede Runde an einen Live-Termin zu binden.
- Niedrigere Einstiegshürde – Erklärungen und Rückmeldungen sind direkt verfügbar, wenn im Unterricht oder am Arbeitsplatz gerade keine Fachperson helfen kann.
- Breite Unterstützung – Die beobachtete Nutzung reicht von Bildungsangeboten über die Stellensuche bis zu behördlichen Pflichtaufgaben.
Kontra:
- Ausgelagertes Verständnis – Wer Kurse und Prüfungen vollständig automatisiert, erhält möglicherweise ein Ergebnis, ohne die zugrunde liegende Fähigkeit aufzubauen.
- Schwächere Ausarbeitung – Zeitersparnis kann dazu führen, dass mehr Vorhaben begonnen, bestehende Arbeiten aber weniger gründlich verbessert werden.
- Fehlende Anleitung – Wenn Lernende sich KI überwiegend selbst beibringen, fehlen gemeinsame Regeln für Prüfung, Kennzeichnung und zulässige Hilfe.
- Unklarer Zeitnutzen – Freigewordene Zeit landet nicht automatisch bei wertvolleren Aufgaben und kann ebenso in sozialen Netzwerken verschwinden.
Wie du KI mit klaren Grenzen nutzt
Schritt 1: Bestimme das eigentliche Lern- oder Arbeitsziel
- Formuliere zuerst, was du nach der Aufgabe selbst erklären, entscheiden oder ausführen können musst.
- Trenne Übungs- und Routineanteile von dem Teil, der deine eigene Leistung nachweisen soll.
- Lass keinen Agenten eine Lernplattform, Prüfung oder vollständige Aufgabe übernehmen, wenn genau diese Bearbeitung bewertet wird.
Schritt 2: Gib der KI eine unterstützende Rolle
- Nutze sie beispielsweise für eine Erklärung, eine Übungsfrage oder eine zusätzliche Rückmeldung zu einem Probevortrag.
- Bitte um nachvollziehbare Kritik statt um ein fertiges Endprodukt, das du nur noch abgibst.
- Bearbeite mindestens einen vergleichbaren Schritt ohne KI, damit sichtbar wird, ob du den Inhalt tatsächlich beherrschst.
Schritt 3: Prüfe Ergebnis und Zeitgewinn
- Vergleiche die Ausgabe mit den bereitgestellten Lernmaterialien oder den Anforderungen deiner Aufgabe.
- Halte fest, welche Teile von dir und welche vom Werkzeug stammen, sofern Schule, Hochschule oder Arbeitgeber dies verlangt.
- Plane die eingesparte Zeit bewusst für Überarbeitung, zusätzliche Analyse oder Erholung ein, statt sie als automatischen Produktivitätsgewinn zu verbuchen.
Diese Vorgehensweise schützt nicht vor jeder falschen oder oberflächlichen Ausgabe. Sie hält aber die Verantwortung bei dir und verhindert, dass ein bequemes Ergebnis mit erworbener Kompetenz verwechselt wird. Der trockene Teil daran: Auch mit KI bleibt Prüfen Arbeit.
Was das in der Praxis bedeutet
Wenn du einsteigst, beginne mit einer begrenzten Aufgabe, deren Ergebnis du selbst beurteilen kannst. Lass dir etwa einen schwierigen Abschnitt aus vorhandenem Lernmaterial erklären und fasse ihn danach ohne KI in eigenen Worten zusammen. Im Beruf kannst du einen ersten Entwurf oder eine Struktur erstellen lassen, solltest aber Aussagen, Anforderungen und Schlussfolgerungen selbst kontrollieren.
Als fortgeschrittene Nutzerin oder fortgeschrittener Nutzer kannst du mehrere Rollen klar voneinander trennen: Die KI erzeugt einen Entwurf, kritisiert ihn in einem zweiten Durchgang und du entscheidest über die Überarbeitung. Bei einer Präsentation kann sie wie im Harvard-Programm wiederholt Rückmeldung zu einem Probevortrag geben. Der Mehrwert entsteht nicht durch möglichst vollständige Automatisierung, sondern durch zusätzliche Schleifen, die du ohne Werkzeug vielleicht ausgelassen hättest.
Auch im Berufsleben bleibt Anpassungsfähigkeit zentral. Der Chefökonom von OpenAI leitet ein Team von mehr als zehn Personen, das Auswirkungen von KI auf Beschäftigte, Unternehmen und Institutionen untersucht. Laut dem Bericht über das sich wandelnde Stellenprofil verändern neue Fähigkeiten der Systeme fortlaufend die Fragestellungen des Teams; die mögliche Selbstverbesserung von KI sei ein Thema, mit dem es sich ein Jahr zuvor noch nicht beschäftigt habe.
Ein theoretisches Modell aus der Wissenschaft liefert eine zusätzliche Warnung. Selbst wenn grosse Sprachmodelle, also auf Texte trainierte KI-Systeme, fehlerfrei und nahezu kostenlos arbeiteten, könnten Forschende freiwillige Qualitätsarbeit einsparen. Dazu gehören zusätzliche Experimente, tiefere Analysen und bessere Prosa, weil die freigewordene Zeit neue Projekte attraktiver macht. Der Bericht über diesen möglichen Qualitätseffekt beschreibt ein theoretisches Modell und keinen bereits nachgewiesenen allgemeinen Rückgang der Forschungsqualität.
Für die Schweiz liefern die sechs Quellen keine eigenen Angaben zu Verfügbarkeit, Sprachen oder Datenschutz. Auch die US-Nutzungsdaten und die Studyflix-Umfrage lassen sich deshalb nicht direkt auf Schweizer Schulen, Hochschulen oder Betriebe übertragen. Relevant bleibt die grundlegende Aufgabe, zulässige Unterstützung verständlich zu definieren und KI-Kompetenz nicht vollständig dem Selbststudium zu überlassen.
KI ist beim Lernen und Arbeiten am stärksten, wenn sie Rückmeldung, Erklärung und Routine übernimmt, während Verständnis und Entscheidung bei dir bleiben. Die Berichte zeigen reale Zeitgewinne und neue Übungsformen, aber ebenso automatisierte Prüfungen und den möglichen Verlust an Gründlichkeit. Offen bleibt vor allem, ob Bildungseinrichtungen und Arbeitgeber Regeln und Kompetenzen schnell genug entwickeln, bevor bequeme Stellvertretung zur normalen Arbeitsweise wird.
Quellen
- Studierende lassen KI-Agenten komplette Onlinekurse absolvieren – so reagieren Lehrkräfte – Unbekannt, 2026-08-23
- «Wir lassen junge Menschen allein»: Warum Schüler sich den Umgang mit KI noch oft selbst beibringen müssen – Unbekannt, 2026-08-22
- Harvard’s $699 startup bootcamp offers AI avatars of its instructors – Unbekannt, 2026-08-22
- OpenAI-Chefökonom sucht Mitarbeiter für einen Job, der sich ständig verändert – Unbekannt, 2026-08-23
- ChatGPT spart Zeit – die wir dann für Social Media verschwenden – Unbekannt, 2026-08-23
- Warum KI-Modelle Wissenschaftler dazu bringen könnten, schlechter zu forschen – Unbekannt, 2026-08-23
