„Alles klar so weit?“ Zwölf Köpfe nicken. Die KI hat das Modell gerade in vier sauberen Absätzen erklärt, mit Beispiel und Merksatz, und niemand hat eine Frage. Dann bittest du eine Teilnehmerin, es der Gruppe in eigenen Worten zu erklären, ohne Bildschirm. Sie setzt an: „Also, es geht darum, dass …“, stockt, sagt „Warte“ und greift zum Tablet. Das Nicken vorhin war ehrlich gemeint. Nur war es kein Verstehen, sondern ein Gefühl.
Flüssig ist nicht verstanden
Das Gehirn kann nicht direkt nachsehen, was im Gedächtnis angekommen ist. Also behilft es sich mit einer Abkürzung und fragt: Wie leicht ging das gerade? Was sich flüssig liest, fühlt sich verstanden an, was hakt, fühlt sich nach Nichtkönnen an. Im Alltag reicht diese Faustregel meistens. Beim Lernen führt sie zuverlässig in die Irre.
Louis Deslauriers und sein Team haben das an der Harvard University in einem Physikkurs gemessen. Derselbe Stoff wurde einmal als brillante Vorlesung erfahrener Dozierender vermittelt und einmal mit aktiven Aufgaben, bei denen die Studierenden selbst knobeln mussten. Die aktive Gruppe lernte mehr und hatte trotzdem das Gefühl, weniger gelernt zu haben, weil sie die Anstrengung als Zeichen deutete, dass es nicht klappt. Die beste Lernstunde fühlte sich an wie die schlechteste.
Noch grundsätzlicher ist ein Befund von Leonid Rozenblit und Frank Keil. Sie ließen Menschen einschätzen, wie gut sie verstehen, wie ein Reißverschluss oder eine Toilettenspülung funktioniert, und die Einschätzungen fielen hoch aus. Sollten dieselben Menschen den Mechanismus dann Schritt für Schritt erklären, stuften sie ihr Verständnis danach deutlich niedriger ein. Die Forschenden nennen das die Illusion der Erklärtiefe. Das Gefühl, etwas zu verstehen, kennen wir sehr genau, den Mechanismus dahinter oft nicht, und genau in dieser Lücke wohnt die Illusion des Verstehens.
KI liefert genau das, was das Gefühl füttert
Eine KI-Erklärung ist flüssig, gegliedert und fehlerfrei formuliert, sie kommt in Sekunden und passt sich deiner Frage an. Alles, was das Gefühl von Verstehen erzeugt, ist da. Nur prüft nichts davon, ob etwas angekommen ist. Schon vor der KI hat ein Team um Matthew Fisher gezeigt, wie leicht wir Zugriff mit Wissen verwechseln. Wer im Internet nach Erklärungen gesucht hatte, schätzte danach sogar sein Wissen zu ganz anderen Themen höher ein. Die Antwort war nur einen Klick entfernt, also fühlte sie sich an wie die eigene.
Mit KI wird der Effekt messbar. Forschende der Aalto-Universität um Daniela Fernandes ließen rund 500 Menschen Denkaufgaben aus einem US-Zulassungstest lösen, die Hälfte davon mit ChatGPT. Mit KI lösten die Teilnehmenden mehr Aufgaben richtig, überschätzten ihre Leistung aber deutlich, und zwar nicht nur die Schwächeren, wie man es sonst kennt, sondern praktisch alle. Wer sich mit KI gut auskannte, war sogar besonders sicher und lag mit der Selbsteinschätzung trotzdem eher daneben. Mit KI wurden also alle ein bisschen besser, und alle hielten sich für deutlich besser.
Warum das im Seminar so heikel ist
Lernende steuern ihr Lernen über genau dieses Gefühl. Wer glaubt, etwas zu können, übt nicht mehr, fragt nicht nach und wiederholt nicht. Die Fehleinschätzung ist also kein Schönheitsfehler, sie sitzt am Steuer.
Und du steuerst mit. Dein wichtigstes Signal im Raum ist das Nicken, danach entscheidest du, ob du weitergehst oder noch einmal erklärst. Kommt das Nicken vom Gefühl und nicht vom Können, fährst du auf Sicht, nur ohne Sicht. Dasselbe gilt für Evaluationsbögen. Deslauriers und sein Team warnen ausdrücklich davor, Lehre nach dem Lerngefühl zu bewerten, weil das die glatte Vorlesung belohnt und die wirksame Übung bestraft. Die Evaluation misst das Gefühl, nicht das Lernen. Warum gute Methoden im Training deshalb oft nicht wirken, habe ich hier beschrieben.
So machst du das Gefühl im Raum prüfbar
Abstellen lässt sich das Gefühl nicht, aber du kannst es mit der Wirklichkeit abgleichen. Fünf Wege, die im Seminar funktionieren:
Erklären ohne Bildschirm. Das wirksamste Mittel gegen die Illusion ist genau das, was sie bei Rozenblit und Keil zum Einsturz gebracht hat: Schritt für Schritt erklären. In Paaren, zwei Minuten, Tablet umgedreht, mit dem Auftrag „Erklär es so, dass deine Partnerin es nachbauen könnte“. Wo der Satz abbricht, beginnt das Lernen.
Erst einschätzen, dann prüfen. Lass die Gruppe auf einer Skala von 1 bis 5 einschätzen, wie sicher sie den Inhalt beherrscht, gib dann eine kurze Abrufaufgabe und vergleicht beides miteinander. Die Lücke dazwischen ist kein peinlicher Moment, sondern der eigentliche Lerninhalt.
Später fragen. „Alles klar?“ direkt nach einer Erklärung ist die unzuverlässigste Frage im Seminar. Thomas Nelson und John Dunlosky haben gezeigt, dass Urteile über das eigene Lernen deutlich genauer werden, wenn man sie mit etwas Abstand trifft. Frag lieber am Ende der Einheit oder am nächsten Morgen: „Was weißt du noch?“
Auf einen neuen Fall anwenden. Wiedererkennen fühlt sich an wie Können, erst ein unbekannter Fall zeigt, ob das Modell trägt. Gib nach jeder KI-gestützten Phase eine Transferaufgabe, die nicht wörtlich in der KI-Erklärung steht.
Anstrengung ankündigen. Sag es laut: „Wenn sich das gerade zäh anfühlt, heißt das nicht, dass es nicht klappt. Es heißt, dass es gerade passiert.“ Deslauriers und sein Team empfehlen genau das, denn Lernende, die wissen, wie sich Lernen anfühlt, halten die Mühe länger aus.
Die KI muss dafür nicht raus, sie braucht nur einen anderen Auftrag. Statt „Erklär mir das“ heißt es dann „Stell mir drei Fragen, mit denen ich prüfen kann, ob ich es verstanden habe“. So erzeugt sie keine Illusion von Verstehen, sondern zeigt, wo es aufhört.
Was die Forschung trägt – und was nicht
Dass Menschen ihr Verständnis überschätzen und Leichtigkeit mit Lernen verwechseln, ist seit Jahrzehnten gut belegt, und die Illusion der Erklärtiefe wurde vielfach bestätigt, vor allem für Abläufe und Mechanismen. Die einzelnen Studien haben trotzdem Grenzen. Deslauriers und sein Team untersuchten einen Physikkurs an einer Universität, Fisher und sein Team Internetsuche statt KI, und die Studie von Fernandes misst Denkaufgaben in einer einzigen Sitzung, nicht Lernen über Wochen.
Zusammen zeigen sie aber in dieselbe Richtung: Je leichter eine Antwort kommt, desto größer wird der Abstand zwischen gefühltem und tatsächlichem Können. Die fünf Wege oben sind daraus abgeleitet, als didaktische Werkzeuge und nicht als getestetes Programm.
Fazit
Wenn alle nicken, ist das keine Rückmeldung, sondern ein Stimmungsbild, und KI macht dieses Stimmungsbild schöner, nicht verlässlicher. Das Gefühl, verstanden zu haben, ist das billigste Produkt, das eine KI liefert. Verstehen selbst gibt es nur dort, wo jemand ohne Bildschirm erklärt und merkt, an welcher Stelle der Satz abbricht.
Lust, das mit deinem Team zu durchdenken?
Genau darum geht es in meiner Keynote Gehirn vs. KI: Was im Gehirn passiert, wenn wir Denken auslagern, und wie Lernen trotzdem stabil bleibt. Wie du Verstehen im Seminar sichtbar machst, vertiefen wir in Gehirneffizientes Lehren.
Keynote anfragen · 20 Minuten Austausch vereinbaren
Passend dazu: KI und Lernen: Warum wir jetzt Regeln fürs Denken brauchen, Warum Lernende schweigen – und was im Kopf wirklich passiert und Warum gute Methoden im Training nicht wirken
Literatur
Aktuelle Studien
- Fernandes, D., Villa, S., Nicholls, S., Haavisto, O., Buschek, D., Schmidt, A., Kosch, T., Shen, C., & Welsch, R. (2026). AI makes you smarter but none the wiser: The disconnect between performance and metacognition. Computers in Human Behavior. Aalto-Universität (Finnland, Deutschland)
- Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K., & Kestin, G. (2019). Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom. PNAS, 116(39), 19251–19257. doi.org/10.1073/pnas.1821936116 (USA)
Grundlagenforschung
- Fisher, M., Goddu, M. K., & Keil, F. C. (2015). Searching for explanations: How the Internet inflates estimates of internal knowledge. Journal of Experimental Psychology: General, 144(3), 674–687. doi.org/10.1037/xge0000070 (USA)
- Rozenblit, L., & Keil, F. (2002). The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science, 26(5), 521–562. doi.org/10.1207/s15516709cog2605_1 (USA)
- Nelson, T. O., & Dunlosky, J. (1991). When people’s judgments of learning (JOLs) are extremely accurate at predicting subsequent recall: The „delayed-JOL effect“. Psychological Science, 2(4), 267–270. doi.org/10.1111/j.1467-9280.1991.tb00147.x (USA)