← Zurück zum Blog

19. Mai 2026 · 7 Min. Lesezeit

Auf der Suche nach der Zwischenzeit: Was verloren geht, wenn KI sofort antwortet

Wer alt genug ist, sich an die Zeit vor SMS zu erinnern, kennt eine inzwischen verschwundene Form des Wartens. Ein Brief brauchte Tage, und die Verzögerung lag am Medium: Der Postbote war noch nicht da, die Antwort noch nicht geschrieben. Mit der SMS verschob sich die Bedeutung des Schweigens. Wenn noch keine Antwort da war, dann hatte er oder sie sich entschieden, noch nicht zu antworten - konnte es aber jederzeit tun. Die Technologie veränderte nicht unbedingt den Inhalt der Kommunikation, aber die emotionale Bewertung des Wartens.

Heute passiert eine ähnliche Verschiebung, die allerdings den Erkenntnisprozess selbst betrifft. Wer eine Frage hat – ob fachlich oder praktisch –, kann sie einem KI-Chatbot stellen und bekommt in Sekunden eine Antwort. Das Warten auf den richtigen Ansprechpartner fällt ebenso weg wie das Durcharbeiten von Texten, die vielleicht nur halb weiterhelfen. Die Zwischenzeit zwischen Frage und Antwort, die bei einer Bibliotheksrecherche noch Stunden, bei einer (ernsthaften) Google-Suche immerhin noch Minuten dauerte, schrumpft auf wenige Augenblicke.

Das hat Vorteile, die man nicht geringschätzen sollte. KI beantwortet auch solche Fragen, auf die man sonst keine Antwort gesucht hätte, weil der Aufwand zu hoch gewesen wäre oder man keinen Ansprechpartner für das Thema kennt. Oder, im Gegenteil, weil die Frage scheinbar so banal war, dass man sich nicht trauen würde, z.B. eine Kollegin danach zu fragen. Ein Chatbot beantwortet auch dumme Fragen und schließt somit Lücken, die sonst offen geblieben wären. Die niedrigschwellige Verfügbarkeit von KI-Chatbots demokratisiert den Zugang zu Wissen.

Die Kosten schneller Antworten

Jederzeit Antworten auf seine Fragen zu erhalten, hat jedoch auch seinen Preis (von den Kosten für einen Pro-Account zu schweigen). Drei Befunde aus der kognitiven Forschung zeigen, welche Prozesse Zeit brauchen und sich nicht beschleunigen lassen, ohne ihren Ertrag zu verlieren.

  • Inkubation: Eine Meta-Analyse über 92 Studien zeigt, dass Menschen, die ein Problem beiseitelegen, zu besseren Lösungen kommen als solche, die durcharbeiten. Die Erklärung: Unbewusste Verarbeitung läuft weiter, während man sich mit anderem beschäftigt. Die Lösung, die einem unter der Dusche oder beim Spazierengehen einfällt, ist kein Zufall – sie setzt voraus, dass man die Frage eine Weile mit sich getragen hat. Wer die Antwort sofort bekommt, löst diesen Prozess gar nicht erst aus.
  • Produktives Scheitern: Der Lernforscher Manu Kapur hat in einer Reihe von Studien gezeigt, dass Lernende, die vor einer Instruktion an einem Problem scheitern, anschließend tiefer verstehen als solche, die die Lösung direkt erhalten. Eine Meta-Analyse über 53 Studien bestätigt den Befund. Jeder Versuch, eine eigene Antwort zu finden, bereitet das Gehirn darauf vor, die richtige Antwort aufzunehmen. Man probiert Erklärungen aus und verwirft sie, bis etwas passt. Dieser Prozess ist zeitaufwändig und unangenehm, aber genau das macht ihn auch wirksam: Selbst erarbeitete Information wird besser erinnert als passiv empfangene.
  • Serendipität: Wer in einer Bibliothek ein bestimmtes Buch sucht und dabei ein anderes entdeckt, das eine verwandte Frage aus unerwarteter Richtung beleuchtet, erfährt Serendipität: den Zufall der nützlichen Entdeckung. Bibliothekswissenschaftliche Forschung dokumentiert seit Jahren den Verlust dieser Zufallsfunde beim Übergang von physischen zu digitalen Beständen. KI-Chatbots verschärfen diese Entwicklung, weil sie exakt auf die gestellte Frage antworten. Die benachbarte Erkenntnis, die man nicht gesucht hat und die einen auf andere Gedanken bringen würde, kommt in der Antwort nicht vor.

Alle drei Prozesse setzen voraus, dass zwischen Frage und Antwort eine Lücke bleibt. Und alle drei liefern etwas, das eine sofortige Antwort nicht bieten kann: Bei der Inkubation ist es die originelle Lösung, beim produktiven Scheitern das vertiefte Verständnis, bei der Serendipität der unerwartete Perspektivwechsel.

Wenn Leichtigkeit trügt

Der Kognitionspsychologe Robert Bjork hat den Befund auf einen Begriff gebracht: „Desirable Difficulties“ sind Lernbedingungen, die den Wissenserwerb erschweren, langfristig aber mehr bessere Ergebnisse fördern. Das klingt paradox, ist aber vielfach belegt. KI-Chatbots optimieren auf das Gegenteil: auf mühelose, schnelle Antworten, die sich gut anfühlen. Für Lehrkräfte ergibt sich daraus ein konkreter Ansatzpunkt: Man sollte den KI-Einsatz bewusst sequenzieren. Es braucht immer erst einen eigenen Versuch, bevor die KI als Reflexionspartnerin mitwirken darf. Scheitern sollte man nicht dem Zufall überlassen, sondern didaktisch einplanen. Es braucht einen sicheren Raum, in dem der Umweg kein Zeitverlust ist.

Die Zwischenzeit zwischen Frage und Antwort war nie leer. Sie war der Raum, in dem eigenständiges Denken stattfand. KI-Chatbots haben diesen Raum nicht abgeschafft, aber sie haben es leicht gemacht, ihn zu überspringen. Die Frage, die sich daraus ergibt, richtet sich an jeden, der lehrt oder lernt: Wann lohnt sich die Abkürzung und wann zahlt man einen Preis, den man erst später bemerkt?

Wie lässt sich KI im Unterricht so einsetzen, dass produktives Scheitern möglich bleibt? In meinen Workshops erarbeiten wir Konzepte für eine reflektierte KI-Nutzung, und zwar mit Blick auf die kognitiven Prozesse, die dabei auf dem Spiel stehen.

© Dr. Sven Lüder, www.ki-lehren.de

Weitere Artikel

14. April 2026 · 6 Min. Lesezeit

Kommunikation ohne Scham

KI senkt die Schamgrenze: Menschen stellen Chatbots Fragen, die sie keinem Menschen stellen würden. Das ermöglicht schamfreies Lernen – aber auch Grenzüberschreitungen.

Artikel lesen

13. Januar 2026 · 7 Min. Lesezeit

Kompetenzverschiebung durch KI

KI verschiebt Kompetenzen in vier Dimensionen: De-Skilling, operative KI-Kompetenz, kognitive Transferfähigkeiten und veränderte Anforderungen.

Artikel lesen

10. Februar 2026 · 6 Min. Lesezeit

Prüfen in Zeiten von KI

Traditionelle Prüfungsformate funktionieren nicht mehr. Vier Strategien, um weiterhin wirksam zu prüfen – von Aufsicht über KI-resistente Aufgaben bis zur Integration von KI-Kompetenz.

Artikel lesen