Vier Leute, ein Laptop, ein Auftrag: Ideen sammeln, diskutieren, auf eine Lösung einigen. Nach drei Minuten tippt jemand die Aufgabe in den Chatbot, nach fünf Minuten liest eine die Antwort vor, nach sieben Minuten nicken alle, und nach zehn Minuten ist das Plakat fertig. Die Diskussion hat nie stattgefunden. Vier Leute in der Gruppe, gedacht hat der Fünfte.
Wozu Gruppenarbeit eigentlich da ist
Gruppenarbeit soll selten nur ein Ergebnis liefern. Ihr Wert liegt im Weg dorthin: Jemand widerspricht, jemand muss seine Idee so erklären, dass die anderen sie verstehen, und zwei Erfahrungen prallen aufeinander und ergeben etwas, das keiner allein gedacht hätte. Diese Reibung ist anstrengend, und sie ist der eigentliche Grund, warum wir überhaupt Gruppen bilden. Das Plakat am Ende ist nur der Beleg, dass sie stattgefunden hat. Das Ergebnis einer Gruppenarbeit ist selten das Plakat, sondern der Streit davor.
Was passiert, wenn die KI mit am Tisch sitzt
Die Forschung zu Gruppenarbeit mit KI ist jung, aber sie zeigt ein Muster. An der Universität Trient haben Daniele Agostini und sein Team 102 angehende Lehrkräfte in 21 Gruppen Unterrichtseinheiten planen lassen, einmal mit ChatGPT als Gruppenmitglied und einmal ohne. Mit KI arbeiteten die Gruppen schneller, und ihr Wissen litt nicht darunter. In ihren Rückmeldungen beschrieben sie aber etwas anderes: weniger Diskussion, schnellere Einigung, mehr Standardlösungen. Eine Gruppe schrieb sinngemäß, ohne KI habe man viel mehr diskutiert und versucht, alle Ideen zu berücksichtigen, mit KI hätten sich alle sofort auf den Vorschlag des Computers geeinigt.
An der University of Southern California ließen Forschende um Han Kyul Kim zwölf Gruppen von Masterstudierenden online Produktideen entwickeln, die Hälfte davon mit der Möglichkeit, ChatGPT direkt in den Gruppenchat zu holen. In diesen Gruppen sank der Anteil echter Lernbeiträge zwischen den Studierenden, also Nachfragen, Erklärungen und Bestärkungen, um gut 22 Prozentpunkte. Diese Beiträge verschwanden nicht einfach, sie wanderten ins Gespräch mit der KI. Die Gruppe war noch da, sie hat nur nicht mehr miteinander gesprochen.
Dazu passt ein dritter Befund. Anil Doshi und Oliver Hauser ließen Menschen Kurzgeschichten schreiben, teils mit Ideen von einer KI. Die Geschichten mit KI-Ideen wurden einzeln als kreativer bewertet, ähnelten sich untereinander aber deutlich stärker. Im Seminar kennst du das Ergebnis: drei Gruppen, drei Plakate, eine Idee.
Drei alte Bekannte aus der Gruppendynamik
Ganz neu ist nichts davon. Die KI verstärkt drei Effekte, die jede Trainerin aus Gruppenarbeiten kennt.
Der erste: Einer arbeitet, die anderen schauen zu. In der Forschung heißt das soziales Faulenzen. Schon Ende der Siebzigerjahre zeigten Bibb Latané und sein Team, dass sich Einzelne in Gruppen weniger anstrengen als allein, und eine große Übersichtsarbeit von Steven Karau und Kipling Williams hat das später über Dutzende Studien bestätigt. Am stärksten ist der Effekt, wenn der eigene Beitrag nicht erkennbar ist, und mit KI wird genau das leichter: Eine Person tippt, die anderen warten auf die Antwort. Eine kleine Studie von Martin Matussek und seinem Team zeigt allerdings, dass KI nicht automatisch mehr Faulenzen bedeutet. Es kommt darauf an, wie die Gruppe sie einsetzt.
Der zweite: Was alle wissen, wird besprochen, was nur eine weiß, nicht. Garold Stasser und William Titus haben schon 1985 gezeigt, dass Gruppen vor allem über Informationen sprechen, die alle teilen. Wissen, das nur eine Person mitbringt, kommt kaum zur Sprache, obwohl gerade dieses Wissen Entscheidungen besser macht. Eine KI-Antwort auf dem Bildschirm ist das perfekte geteilte Wissen, weil alle sie gleichzeitig sehen. Die Praxiserfahrung der Quereinsteigerin am Tischende sieht dagegen niemand.
Der dritte: Die Gruppe folgt der Stimme mit dem höchsten Status. Früher war das oft die lauteste Person im Raum, heute ist es die Antwort, die am schnellsten und am sichersten formuliert ist. Wer gegen die KI argumentiert, argumentiert gegen einen Vorschlag, dem die anderen schon zugenickt haben. Warum Menschen automatischen Empfehlungen sogar gegen ihr eigenes Urteil folgen, habe ich in KI und Lernen: Warum wir jetzt Regeln fürs Denken brauchen beschrieben. Früher hat die Lauteste die Gruppe dominiert, heute ist es die Schnellste, und die sitzt nicht mal mit am Tisch.
Die unbequeme Frage
Es gibt auch eine gute Nachricht, die bei genauerem Hinsehen eine schlechte ist. In einem großen Feldexperiment bei Procter & Gamble haben Fabrizio Dell’Acqua, Ethan Mollick und ihr Team fast 800 Fachleute an echten Produktideen arbeiten lassen, allein oder zu zweit, mit oder ohne KI. Eine Person mit KI lieferte Lösungen auf dem Niveau eines Teams ohne KI. Die Forschenden sprechen vom „kybernetischen Teamkollegen“.
Für ein Unternehmen ist das eine gute Nachricht. Für jede Gruppenarbeit im Seminar wirft es die Frage auf, wozu die Gruppe eigentlich da ist. Lautet die Antwort „für das Ergebnis“, braucht es keine Gruppe mehr, dann reicht eine Person mit KI. Lautet die Antwort „für das gemeinsame Denken“, muss die Gruppenarbeit genau dieses Denken schützen, denn von allein passiert es nicht mehr.
So gestaltest du Gruppenarbeit, wenn die KI mit am Tisch sitzt
In der Studie aus Trient hatten die Gruppen den Auftrag, die KI wie ein Gruppenmitglied zu behandeln, also nachzufragen, zu widersprechen und Vorschläge zu prüfen. Manche Gruppen formulierten ihre Fragen an die KI gemeinsam und prüften die Antworten zusammen, den Rückgang der Diskussion hat das aber nicht ganz verhindert. Eine Rolle für die KI reicht also nicht, es braucht Regeln für die Gruppe. Diese fünf leiten sich aus der Forschung ab und funktionieren in jedem Seminarraum:
Erst die Köpfe, dann die KI. Jede Person notiert drei Minuten lang still eigene Ideen, dann nennen alle in einer Runde ihre Ideen, und erst danach darf die KI dazu. So kommt das Wissen auf den Tisch, das nur Einzelne haben, und die Ideen bleiben unterschiedlich.
Die KI bekommt eine Rolle, keine Hauptrolle. Statt „Gib uns eine Lösung“ lautet der Auftrag: „Hier ist unsere Lösung. Nenn uns drei starke Gegenargumente.“ Dann arbeitet die KI als Advocatus Diaboli und nicht als Ideengeberin.
Jeder Beitrag wird sichtbar. Soziales Faulenzen sinkt, wenn erkennbar ist, wer was beigetragen hat. Lass jede Person einen Teil des Ergebnisses verantworten und ihn bei der Präsentation selbst vorstellen.
Niemand stimmt zu, ohne etwas zu ändern. Wird eine KI-Antwort vorgelesen, nennt jede Person eine Sache, die sie anders machen würde, bevor die Gruppe sie übernimmt. Das macht aus Abnicken wieder Abwägen. Wer tippt, wechselt nach jeder Runde.
Den Weg präsentieren, nicht das Plakat. Bei der Vorstellung zählen drei Fragen: Wo wart ihr uneinig, was habt ihr verworfen, und was hat die KI vorgeschlagen, das ihr abgelehnt habt? Eine Gruppe, die darauf nichts sagen kann, hat nicht zusammengearbeitet, sondern gemeinsam abgeschrieben.
Dieselbe Logik, erst allein denken und dann austauschen, steckt übrigens auch im Lerntempoduett.
Was die Forschung trägt – und was nicht
Die klassischen Befunde sind belastbar: Soziales Faulenzen und die Neigung von Gruppen, vor allem geteiltes Wissen zu besprechen, sind seit Jahrzehnten vielfach bestätigt. Die Studien zu KI in Gruppen sind dagegen jung und klein. Die Trienter Studie lief in einer einzigen Sitzung von vier Stunden, und die Aussagen zur Gruppendynamik stammen aus Rückmeldungen der Gruppen selbst. Die Studie aus Kalifornien umfasst zwölf Gruppen in einem Online-Kurs und ist ein Vorabdruck, die von Matussek und seinem Team hatte 28 Teilnehmende. Das Experiment bei Procter & Gamble misst die Qualität von Arbeitsergebnissen, nicht Lernen, und Doshi und Hauser untersuchten einzelne Schreibende, nicht Gruppen. Dass sich ihr Befund auf Gruppenarbeit überträgt, liegt nahe, ist aber nicht gemessen.
Zusammen ergeben sie trotzdem ein stimmiges Bild: KI macht Gruppen schneller und Ergebnisse glatter, und das gemeinsame Denken wird dabei leiser, wenn niemand gegensteuert. Die fünf Regeln oben sind daraus abgeleitet und kein getestetes Programm.
Fazit
KI ist ein starkes Gruppenmitglied, schnell, belesen und nie beleidigt, und genau deshalb übernimmt sie in Gruppen so leicht die Führung. Die Frage ist also nicht, ob die KI mit am Tisch sitzt, sondern ob die anderen vier noch miteinander reden. Dafür sorgt keine Technik, sondern die Aufgabe, die du stellst.
Lust, das mit deinem Team zu durchdenken?
Wie Gruppen produktiv zusammenarbeiten und was sie ins Stocken bringt, ist Thema meines Formats Gruppendynamiken. Was im Gehirn passiert, wenn wir Denken an KI abgeben, zeige ich in der Keynote Gehirn vs. KI.
Anfrage stellen · 20 Minuten Austausch vereinbaren
Passend dazu: KI und Lernen: Warum wir jetzt Regeln fürs Denken brauchen, Lerntempoduett und Warum Lernende schweigen – und was im Kopf wirklich passiert
Literatur
Aktuelle Studien zu KI in Gruppen
- Agostini, D., Serbati, A., Picasso, F., & Lipnevich, A. (2026). When ChatGPT joins the team: A mixed-methods study of AI-mediated collaborative lesson design. Frontiers in Education, 11, 1751618. doi.org/10.3389/feduc.2026.1751618 (Italien, USA)
- Kim, H. K., Nayak, S., Roknaldin, A., Zhang, X., Twyman, M., & Lu, S. (2024). Exploring the impact of ChatGPT on student interactions in computer-supported collaborative learning. arXiv-Vorabdruck. arxiv.org/abs/2403.07082 (USA)
- Dell’Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S., & Lakhani, K. (2026). The cybernetic teammate: A field experiment on generative AI and teamwork. Organization Science. Arbeitspapier: NBER Working Paper 33641 (USA)
- Matussek, M., Wendland, R., & Hendriks, P. (2026). Generative AI as a teammate: Exploring social loafing and individual effort in human–AI teams. PACIS 2026 Proceedings. aisel.aisnet.org
- Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. doi.org/10.1126/sciadv.adn5290 (Großbritannien)
Grundlagenforschung zur Gruppendynamik
- Latané, B., Williams, K., & Harkins, S. (1979). Many hands make light the work: The causes and consequences of social loafing. Journal of Personality and Social Psychology, 37(6), 822–832. doi.org/10.1037/0022-3514.37.6.822 (USA)
- Karau, S. J., & Williams, K. D. (1993). Social loafing: A meta-analytic review and theoretical integration. Journal of Personality and Social Psychology, 65(4), 681–706. doi.org/10.1037/0022-3514.65.4.681 (USA)
- Stasser, G., & Titus, W. (1985). Pooling of unshared information in group decision making: Biased information sampling during discussion. Journal of Personality and Social Psychology, 48(6), 1467–1478. doi.org/10.1037/0022-3514.48.6.1467 (USA)