PISA 2025: Moderate KI-Nutzung korreliert mit besseren Naturwissenschaftsleistungen

Moderate KI-Nutzung mit besseren Naturwissenschaftsleistungen verbunden

Die OECD-Erhebung PISA 2025, die 760.000 Schülerinnen und Schüler aus 91 Ländern und Volkswirtschaften umfasst und rund 33 Millionen 15-Jährige repräsentiert, zeigt einen differenzierten Zusammenhang zwischen der Häufigkeit der KI-Nutzung und den Leistungen in den Naturwissenschaften. Schüler, die KI-Chatbots moderat einsetzen – etwa einmal im Monat bis ein- bis zweimal pro Woche –, erzielen im Durchschnitt höhere Punktwerte in Naturwissenschaften als jene, die KI nur selten oder fast täglich nutzen. Der Vorteil zeigt sich besonders deutlich, wenn KI zum Zusammenfassen von Pflichtlektüre oder zur ersten Recherche zu einem neuen Thema verwendet wird. Wer KI wöchentlich zum Lernen nutzt, schneidet nach Berücksichtigung des sozioökonomischen Status in etwa so ab wie Nicht-Nutzer. Dagegen liegen die Werte bei fast täglicher oder nur gelegentlicher Nutzung niedriger. Die OECD betont ausdrücklich, dass es sich um Assoziationen handelt, nicht um Kausalität. Die Zusammenhänge könnten eine komplexe Mischung daraus widerspiegeln, wer KI übernimmt und wie sie genutzt wird. Schüler, die KI nutzen, unterscheiden sich möglicherweise von Nicht-Nutzern in Vorleistungen, Motivation, Unterstützung und Lerngewohnheiten. Deshalb lasse sich aus den Daten nicht ableiten, dass die Nutzungshäufigkeit die Leistung verursacht. Die Ergebnisse deuten darauf hin, dass digitale Werkzeuge das Lernen unterstützen können, wenn sie gezielt und in Maßen eingesetzt werden, während übermäßige oder unangeleitete Nutzung eher mit niedrigeren Leistungen einhergeht.

Goldlöckchen-Effekt: Differenzierte Nutzungsfrequenzen im Fokus

Neu an der aktuellen Berichterstattung ist, dass aus PISA 2025 differenzierte Nutzungsfrequenzen – moderat, minimal, täglich – mit Leistungsunterschieden in den Naturwissenschaften verknüpft werden. Statt nur zwischen Nutzern und Nicht-Nutzern zu unterscheiden, betrachtet die OECD moderate, minimale und tägliche Nutzung getrennt. Dabei zeigt sich ein sogenannter Goldlöckchen-Effekt: Zu wenig und zu viel KI-Einsatz gehen mit niedrigeren Punktwerten einher, während ein mittleres Maß – etwa wöchentlich – mit vergleichbaren oder leicht besseren Ergebnissen verbunden ist. Die differenzierte Betrachtung erlaubt es, den Zusammenhang nicht als linear, sondern als umgekehrt U-förmig zu beschreiben. Die OECD betont jedoch, dass die Gründe für dieses Muster unklar sind und es sich um Assoziationen handelt, nicht um Kausalität. Die Daten zeigen, dass wöchentliche Nutzer etwa gleichauf mit Nicht-Nutzern liegen, während tägliche und seltene Nutzer schlechter abschneiden. Laut der Erhebung nutzen inzwischen 86 Prozent der Schüler KI-Chatbots für schulische Aufgaben. Für die Bildungspraxis bedeutet das: Nicht die bloße Verfügbarkeit von KI, sondern die Dosierung und Einbettung entscheidet.

Kausalität oder Korrelation? Ein Widerspruch in der Berichterstattung

Zwischen der OECD-Darstellung und Teilen der Medienberichterstattung besteht ein Widerspruch. Die OECD selbst warnt ausdrücklich, dass die gefundenen Zusammenhänge keine kausale Wirkung der KI-Nutzung auf die Leistung belegen. In der Studie heißt es, die Beziehungen könnten eine komplexe Mischung daraus widerspiegeln, wer KI übernimmt und wie sie genutzt wird. Schüler, die KI nutzen, unterscheiden sich möglicherweise von Nicht-Nutzern in Vorleistungen, Motivation, Unterstützung und Lerngewohnheiten. In der Berichterstattung findet sich hingegen teilweise eine Interpretation, die einen kausalen Effekt nahelegt – etwa die Aussage, übermäßige Abhängigkeit untergrabe grundlegende Fähigkeiten. Diese Verkürzung ist problematisch, weil sie aus einer Assoziation eine Wirkungsaussage macht. Für die Bewertung der Ergebnisse ist die Unterscheidung zentral: Nur wenn Kausalität belegt wäre, ließe sich ableiten, dass die Nutzungshäufigkeit selbst die Leistung verändert. Andernfalls könnten auch umgekehrte Effekte oder Drittvariablen eine Rolle spielen – etwa, dass leistungsschwächere Schüler häufiger zu täglicher KI-Nutzung greifen oder dass bestimmte Lernumgebungen beides beeinflussen. Die Daten erlauben keine Aussage darüber, ob KI-Nutzung Ursache oder Folge von Leistungsunterschieden ist. Eine verkürzte Darstellung birgt das Risiko, bildungspolitische Schlüsse auf einer nicht belastbaren Grundlage zu ziehen. Konkret könnten politische Entscheidungsträger, die Korrelation als Kausalität interpretieren, pauschale Verbote von KI im Unterricht erlassen – und damit genau die moderate Nutzung unterbinden, die mit gleichwertigen oder besseren Leistungen assoziiert ist. Umgekehrt könnten sie eine unkritische, tägliche Nutzung fördern, die in den Daten mit niedrigeren Punktwerten einhergeht. Beide Fehlentscheidungen wären nicht durch die Befunde gedeckt, da die OECD ausdrücklich festhält, dass es sich um Assoziationen handelt und keine kausalen Schlüsse zulässig sind.

Ländervergleich: Singapur zeigt, wie KI-Kompetenz wirken kann

Der Ländervergleich zeigt, dass nicht die Nutzungshäufigkeit allein entscheidend ist. Chinas leistungsstärkste Regionen – Peking, Shanghai, Jiangsu und Zhejiang – führen PISA in Mathematik und Naturwissenschaften an, ihre Schüler berichten jedoch von einer zurückhaltenden KI-Nutzung. Singapur, der zweitbeste Performer, geht einen anderen Weg: Dort ist die KI-Nutzung deutlich höher, zugleich erhalten die Schüler erheblich mehr Unterricht darin, KI-generierte Informationen zu bewerten. Die OECD-Daten belegen, dass Schüler, die in der Schule lernen, KI-generierte Informationen zu bewerten, tendenziell etwas bessere Naturwissenschafts-Leistungen erzielen – insbesondere dann, wenn sie KI häufig zum Lernen nutzen. Diese konkrete Evidenz stützt die Schlussfolgerung, dass nicht die bloße Verfügbarkeit oder Häufigkeit der KI-Nutzung über den Lernerfolg entscheidet, sondern die begleitete Vermittlung von Kompetenzen im Umgang mit KI. Wer lernt, KI-Ergebnisse kritisch zu prüfen, kann von der Technologie profitieren, ohne grundlegende Fähigkeiten zu verlieren. Der Vergleich relativiert einfache Schlussfolgerungen wie „mehr KI gleich schlechter“ und zeigt, dass hohe Nutzung und hohe Kompetenzvermittlung zusammen möglich sind.

Bildungspolitische Konsequenzen: Wer jetzt handeln muss

Aus den Befunden ergeben sich konkrete Handlungsfelder. Lehrkräfte und Schulleitungen sind gefordert, KI gezielt und moderat in den Unterricht zu integrieren – etwa einmal im Monat bis ein- bis zweimal pro Woche – und zugleich die Fähigkeit zu vermitteln, KI-generierte Informationen zu bewerten. Die OECD-Daten zeigen, dass Schüler, die genau das lernen, tendenziell etwas besser in Naturwissenschaften abschneiden. Die Bildungspolitik muss Leitlinien für den KI-Einsatz entwickeln, die weder pauschale Verbote noch unkritische Freigabe vorsehen, sondern dosierte und begleitete Nutzung fördern. Eltern sollten die Nutzung zu Hause begleiten und auf ein ausgewogenes Maß achten. Eine solche elterliche Begleitung kann das Risiko übermäßiger KI-Nutzung mindern, indem sie darauf hinwirkt, dass Schüler KI nicht täglich, sondern in moderater Frequenz einsetzen – denn tägliche Nutzung ist in den Daten mit niedrigeren Naturwissenschafts-Leistungen assoziiert, während moderate Nutzung mit gleichwertigen oder besseren Ergebnissen einhergeht. Zudem können Eltern ihre Kinder dazu anhalten, KI-Ergebnisse kritisch zu hinterfragen, was ebenfalls mit leicht besseren Leistungen verbunden ist. Ohne diese Begleitung besteht die Gefahr, dass Schüler in unangeleitete oder übermäßige Nutzung abgleiten, was mit schwächeren Leistungen korreliert. Der Handlungsdruck ist hoch: Die Lesekompetenz in OECD-Ländern sank zwischen 2015 und 2025 um 28 Punkte, Mathematik um 22 Punkte, Naturwissenschaften um 7 Punkte. Einer von fünf 15-Jährigen erreicht in keinem der drei getesteten Fächer ein grundlegendes Kompetenzniveau. Die differenzierten Frequenzdaten zeigen, dass tägliche Nutzung mit niedrigeren Leistungen einhergeht, während moderater, angeleiteter Einsatz mit besseren oder gleichwertigen Ergebnissen verbunden ist. Ohne gezielte Förderung von Bewertungskompetenz und moderater Integration könnte sich der allgemeine Leistungsabfall weiter verschärfen.