Zwei-Klassen-KI: Wer zahlen kann, bekommt die besseren Antworten

Stellen wir uns Folgendes vor: Zwei Schülerinnen derselben Klasse fällt erst am späten Abend ein, dass sie morgen früh noch eine Erörterung abgeben müssen. Früher wäre das ein Grund für eine Nachtschicht gewesen. Zum Glück kann die KI heute helfen. Beide delegieren die Aufgabe also kurzerhand, aber mit einem Unterschied: Die eine nutzt einen kostenlosen Chatbot, die andere hat ein Abo, für das die Eltern zahlen. Am nächsten Morgen erhält ihre Lehrkraft zwei Texte von sehr unterschiedlicher Qualität (und nur einer wirkt KI-generiert). Entsprechend erhält die eine Schülerin eine schlechte Zensur und die Einladung zu einem Klärungsgespräch, in dem der KI-Verdacht thematisiert werden soll; die andere erhält ohne weiteren Kommentar die Bestnote.

Dass Schüler*innen KI für Hausaufgaben nutzen, ist inzwischen der Normalfall. Seltener wird gefragt, mit welcher KI sie arbeiten. Ich möchte dafür argumentieren, dass hier eine neue Form von Bildungsungleichheit entsteht, auf die Lehrkräfte reagieren sollten.

Digital Divide: Vom Gerät zum Tarif

Mit dem Begriff „Digital Divide“ beschreibt die Forschung seit den 1990er-Jahren, wie ungleich Menschen an digitaler Technik teilhaben. Zunächst ging es um die Frage, wer überhaupt einen Computer und einen Internetanschluss besitzt. Später rückten Unterschiede in den Fähigkeiten in den Blick, mit denen Menschen das Netz nutzen, und schließlich die Frage nach dem Ertrag. Schon 2015 kamen Alexander van Deursen und Ellen Helsper zu dem Ergebnis, dass Menschen mit höherem sozialem Status das Internet effizienter nutzen können.

Dass auch die Gerätefrage mitunter noch ein Thema ist, haben die Schulschließungen anlässlich der Corona-Pandemie 2020 gezeigt, als Schüler*innen ohne eigenen Laptop im Distanzunterricht zurückblieben. Natürlich gibt es auch heute noch Kinder und Jugendliche, die einen sozialen Ausschluss erleben, weil sie kein Smartphone besitzen. Wenn man sich für mehr Teilhabe auch finanziell schlechter gestellte Jugendliche einsetzen will, ist es jedoch nicht damit getan, dafür zu sorgen, dass alle Schüler*innen über Geräte verfügen. Van Deursen und Van Dijk haben schon 2019 beschrieben, wie sich die Ungleichheit innerhalb des Zugangs verlagert, von der Frage nach dem Gerät hin zum spezifischen Zugang, zu dem auch laufende Kosten für Software und Abonnements gehören. Bei KI lässt sich diese Verlagerung derzeit fast in Reinform beobachten. Irgendeine KI haben praktisch alle. Welche es ist, hängt von den finanziellen Mitteln ab.

Dass solche Unterschiede der sozialen Herkunft folgen, liegt nahe. Eine Auswertung des Nationalen Bildungspanels hat im März 2026 gezeigt, dass sich herkunftsbedingte Unterschiede auch bei computerbezogenen und digitalen Kompetenzen fortsetzen und über die Schulzeit weitgehend stabil bleiben. Zahlen dazu, wie viele Schüler*innen in Deutschland für KI bezahlen, gibt es bislang nicht.

Unterschiede zwischen Gratis- und Bezahl-Tarifen

Wie groß der Abstand inzwischen ist, zeigt das Beispiel ChatGPT. Anfang September 2026 hat OpenAI sein bislang leistungsfähigstes Modell GPT-6 Astra veröffentlicht und es für die Tarife Plus, Pro, Business und Enterprise freigegeben (OpenAI, 2026). Wer nicht bezahlt, arbeitet seit August mit GPT-5.6 Luna, dem kleinsten Modell der vorherigen Generation (Engadget, 2026). Zugleich hat OpenAI die Begrenzung für Textnachrichten auch im Gratis-Tarif aufgehoben. Fragen dürfen also alle beliebig oft. Welches Modell antwortet, entscheidet der Tarif.

Der Unterschied betrifft auch die Verlässlichkeit der Antworten. In einer Analyse zu Halluzinationen von 2025 schreibt OpenAI, dass manche Modelle bei einfachen Faktenfragen nahezu vollständig richtig liegen. Bei schwierigeren Aufgaben bleiben Fehler, und als einen Grund dafür nennt das Unternehmen die begrenzte Denkfähigkeit kleiner Modelle. Ganz ohne Fehler arbeitet kein Sprachmodell, wie ich in einem älteren Artikel beschrieben habe. Für eine Schülerin, die eine Erörterung vorbereitet, macht es trotzdem einen Unterschied, ob ihr Modell bei einfachen Sachfragen gelegentlich daneben liegt oder wahrscheinlich fehlerfrei antwortet.

Schwächere Modelle verlangen mehr Können

Vor zwei Jahren wurden in Fortbildungen noch ausführlich Prompt-Techniken geübt, etwa die Anweisung an die KI, „Schritt für Schritt“ zu denken. Die Wharton Generative AI Labs haben 2025 untersucht, was diese Technik bei aktuellen Modellen bewirkt. Modelle ohne eingebautes Reasoning wurden dadurch im Schnitt etwas besser und lieferten zugleich stärker schwankende Antworten, während Reasoning-Modelle kaum profitierten und für ihre Antwort 20 bis 80 Prozent mehr Zeit brauchten. Den leistungsfähigsten Systemen genügt es heute weitgehend, wenn man ihnen sagt, was man will.

Daraus ergibt sich eine doppelte Benachteiligung, die ich für den Kern des Problems halte. Schüler*innen ohne Abo bekommen schlechtere Ergebnisse. Um mit einem schwächeren Modell dennoch brauchbare Antworten zu erhalten, müssten sie zugleich mehr können, also ihre Anfrage genauer zerlegen und das Ergebnis sorgfältiger prüfen als Mitschüler*innen, denen das teure Modell diese Arbeit mehr oder weniger vollständig abnimmt. Gerade wer die geringsten finanziellen Mittel hat, bräuchte damit die größte Kompetenz im Umgang mit KI.

Wird gute KI immer teurer?

Man könnte hoffen, dass sich das Problem von selbst erledigt, weil KI rasch billiger wird. Epoch AI hat berechnet, dass die Preise für ein bestimmtes Leistungsniveau je nach Aufgabe jährlich um das 9- bis 900-Fache fallen. Was heute nur im Abo verfügbar ist, dürfte deshalb in absehbarer Zeit auch kostenlos zu haben sein. Gegen allzu viel Zuversicht spricht allerdings ein Muster, das der Autor und Netzaktivist Cory Doctorow „Enshittification“ genannt hat. Digitale Plattformen umwerben ihre Nutzer*innen nach Doctorow zunächst mit einem großzügigen Angebot. Wenn sich genügend Menschen daran gewöhnt haben und sich auf der Plattform so sehr eingerichtet haben, dass sie nicht mehr auf sie verzichten wollen, verschlechtern sich die Bedingungen, weil die Plattform nicht mehr um sie werben muss: Es wird immer mehr Werbung angezeigt und einst kostenlose Dienste werden in bestimmter Qualität nur noch gegen Bezahlung angeboten.

Ob KI-Anbieter diesem Muster folgen, lässt sich heute noch nicht mit Sicherheit sagen, Anzeichen dafür gibt es aber bereits. Laut New York Times sahen interne Dokumente von OpenAI 2024 vor, den Preis für ChatGPT Plus bis 2029 von 20 auf 44 Dollar zu erhöhen. Umgesetzt wurde das bisher nicht. Google macht Auszubildenden und Studierenden zwischen 18 und 24 Jahren aktuell das Angebot, ein Jahr seines Abos AI Plus kostenlos zu nutzen; wer danach nicht rechtzeitig kündigt, zahlt. Mit Doctorow gelesen, wäre das die Phase, in der Nutzer*innen gewonnen und gebunden werden.

Wer sich für eine wirksame Überbrückung der Digital Divide in Sachen KI einsetzt, steht folglich vor einem Dilemma. Würden Länder oder Schulträger allen Schüler*innen Lizenzen für kommerzielle Spitzenmodelle kaufen, hätten zwar alle denselben Zugang, die Schulen wären aber von Anbietern abhängig, auf deren Preispolitik sie keinen Einfluss haben. Setzt man dagegen auf eigene Lösungen wie AIS.chat, kann man mit den leistungsfähigsten Modellen nicht konkurrieren. Ein Finanzierungsmodell, das gleichen Zugang ohne diese Abhängigkeit schafft, ist in Deutschland bislang nicht in Sicht.

Was Lehrkräfte tun können

Auch wenn sich für dieses Problem allgemein keine Lösung zeigt, haben Lehrkräften doch einen Handlungsspielraum im Rahmen ihres eigenen Unterrichts. Wie viel ein Modell an einer Hausaufgabe mitgeschrieben hat, lässt sich am fertigen Text kaum erkennen. Aussagekräftiger sind daher Formate, in denen der Arbeitsprozess sichtbar wird, etwa ein Gespräch über die eigene Argumentation oder eine Überarbeitung, die im Unterricht stattfindet. Wie sich Prüfungen darauf einstellen lassen, habe ich bereits ausführlicher beschrieben.

Sinnvoll ist es außerdem, Schüler*innen angeben zu lassen, mit welchem Werkzeug sie gearbeitet haben. Die Angabe hilft, ein Ergebnis einzuordnen, und sollte deshalb ohne Wertung erfolgen. Weil schwächere Modelle mehr Können verlangen, gewinnt zudem an Gewicht, was im Unterricht über das Zerlegen von Aufgaben und das Prüfen von Antworten gelernt wird. Schüler*innen ohne Abo sind darauf stärker angewiesen als ihre Mitschüler*innen.