Die Aufgabe entfällt, das Lernen nicht

Kurzfassung: Wenn KI Forschungsarbeit übernimmt, kann sie zugleich eine Lerngelegenheit verdrängen. Ein MIT-Bericht vom August 2026 beschreibt diesen Zielkonflikt am Beispiel studentischer Forschungsassistenz. Die Konsequenz ist nicht, jede bisherige Routine zu erhalten. Ausbildungsleitungen sollten getrennt entscheiden, welches Ergebnis automatisiert werden kann und an welcher neu gestalteten Aufgabe Menschen künftig das dafür nötige Urteil entwickeln.

Eine Literaturübersicht liegt schneller vor, ein Auswertungsskript ist billiger erstellt, ein Versuchsprotokoll rasch zusammengefasst. Für die Leitung eines Forschungsprojekts kann das ein Fortschritt sein. Für eine Studentin, die an genau dieser Arbeit wissenschaftliches Denken lernen sollte, ist dieselbe Veränderung noch keine Verbesserung. Die bisherige Aufgabe hatte zwei Zwecke: Sie lieferte einen Beitrag zum Projekt und bildete jemanden aus. Nur einer davon lässt sich an der Geschwindigkeit des fertigen Ergebnisses ablesen.

Forschungsassistenz ist auch ein Ausbildungsangebot

Der Bericht des MIT-Komitees zu KI in Lehre, Lernen und Forschungsausbildung vom 13. August 2026 benennt diesen Konflikt ausdrücklich. In einer Gesprächsrunde berichteten einzelne Lehrende, sie erwögen, KI-Agenten als Forschungsassistenten einzusetzen, statt Studierende im grundständigen Studium über das Undergraduate Research Opportunities Program, kurz UROP, zu beschäftigen. Das ist eine im Bericht wiedergegebene Überlegung, keine Statistik bereits gestrichener Stellen.

Das Komitee hält der Effizienzrechnung einen zweiten institutionellen Zweck entgegen: Forschung sei am MIT auch eine Form der praktischen Ausbildung. Studierende lernen durch Mitarbeit, wie Forschung betrieben wird. Was unter dem alleinigen Maßstab schneller Ergebnisse ineffizient erscheint, kann deshalb gerade den Wert dieser Mitarbeit ausmachen. Eine erfahrene Person erklärt eine Entscheidung, ein Anfänger verfolgt einen falschen Ansatz, beide besprechen den Fehler. Der Umweg ist nicht automatisch Verschwendung.

Das Präsidentenschreiben zur Veröffentlichung des Berichts am 25. August greift die praktische Lernerfahrung und zweckbezogene Regeln für den KI-Einsatz auf. Es handelt sich um eine institutionelle Orientierung, nicht um den Nachweis, dass eine bestimmte Aufgabenform bessere Lernleistungen erzielt. Auch eine allgemeine Empfehlung, KI aus Forschungsprojekten fernzuhalten, lässt sich daraus nicht ableiten.

Für Ausbildungsleitungen wird damit eine bislang leicht verdeckte Entscheidung sichtbar: Soll eine Tätigkeit ausschließlich ein Ergebnis liefern, oder wird mit ihr zugleich die Entwicklung eines Menschen finanziert? Eine Automatisierung kann den ersten Auftrag erfüllen und den zweiten unbeabsichtigt beseitigen.

Den Lernschritt erhalten, nicht die alte Routine

Aus dem Ausbildungszweck folgt nicht, dass Studierende jede bisherige Tätigkeit unverändert und ohne KI erledigen sollten. Stundenlanges Übertragen sauber strukturierter Daten kann wenig lehren. Umgekehrt kann das eigenständige Einordnen widersprüchlicher Quellen gerade die Erfahrung sein, die vor einer späteren Forschungsentscheidung fehlt. Entscheidend ist, was an der Tätigkeit gelernt werden soll.

In Abschnitt 2.5 empfiehlt das MIT-Komitee, Lehrangebote von ihrem Zweck her zu entwerfen: zuerst klären, was Studierende wissen, können und wertschätzen sollen; danach Aufgaben, Bewertung und Werkzeugnutzung gestalten. Die Frage nach erlaubter KI steht dann nicht am Anfang. Sie ergibt sich aus dem Lernziel.

Ein gedachtes Beispiel macht den Unterschied deutlich. Ein Forschungsteam lässt eine KI mögliche Veröffentlichungen zu einer Messmethode zusammentragen. Früher hätte eine studentische Hilfskraft die erste Übersicht erstellt. Wenn ihr Lernziel lediglich das Auffinden einschlägiger Begriffe war, muss die Ausbildung nach der Automatisierung dieses Schritts anders ansetzen. Soll sie dagegen Studienqualität beurteilen lernen, kann eine anspruchsvollere Aufgabe entstehen: einige vom System vorgeschlagene Arbeiten im Original lesen, Ein- und Ausschlüsse begründen und Widersprüche mit der Betreuungsperson besprechen.

Auch diese Neugestaltung darf nicht einfach voraussetzen, dass Anfänger bereits zuverlässig Fehler eines KI-Systems erkennen. Wer eine Methode noch nicht verstanden hat, kann eine überzeugend formulierte falsche Begründung leicht übernehmen. Grundlagen, ein begrenzter selbstständig bearbeiteter Teil und zeitnahe Rückmeldung bleiben erforderlich. Eine mündliche Begründung an einem veränderten Fall kann anschließend zeigen, ob die Person den Zusammenhang selbst erfasst hat.

Das Beispiel ist eine redaktionelle Ableitung, kein im MIT-Bericht getestetes Verfahren. Sein Maßstab ist aber präzise: Nicht die alte Menge selbst erstellter Seiten soll erhalten bleiben, sondern die Gelegenheit, eine fachliche Unterscheidung selbst zu treffen und ihre Folgen zu verstehen.

Betreuung verschwindet nicht mit dem Produktionsaufwand

Für Unternehmen mit eigener Ausbildung lässt sich derselbe Konflikt stellen, ohne Hochschulforschung und betriebliche Arbeit gleichzusetzen. Eine Nachwuchskraft erstellt etwa einen ersten technischen Bericht. Diese Arbeit hat bisher den Fachbereich entlastet und zugleich den Umgang mit Messdaten vermittelt. Kann KI den Bericht übernehmen, entfällt möglicherweise ein Teil des Produktionsaufwands. Die Fähigkeit, auffällige Messwerte einzuordnen, entsteht dadurch nicht von selbst.

Die Führung muss nun entscheiden, wie diese Fähigkeit künftig aufgebaut wird. Denkbar wäre ein begrenzter Fall, den die Nachwuchskraft zunächst selbst untersucht und anschließend mit einer KI-gestützten Auswertung vergleicht. Die Betreuung konzentriert sich auf die Auswahl relevanter Daten, alternative Erklärungen und eine begründete Schlussfolgerung. Im echten Kundenauftrag darf die Lernende dabei nicht ohne fachliche Absicherung Verantwortung übernehmen, für die sie noch nicht qualifiziert ist.

Eine solche Aufgabe kann kürzer als die frühere Berichtserstellung sein. Sie kann aber auch mehr gezielte Betreuung erfordern. Die eingesparte Schreibzeit lässt sich deshalb nicht vollständig als freie Kapazität verbuchen, solange der Ausbildungsauftrag bestehen bleibt. In die Rechnung gehören die Vorbereitung geeigneter Fälle und die gemeinsame Auswertung.

Das unterscheidet diese Entscheidung von der Frage, wie viele Berufseinsteiger ein Unternehmen einstellen will. Auch bei unveränderter Zahl von Ausbildungsplätzen kann die tatsächliche Lernerfahrung schrumpfen, wenn nur noch fertige KI-Ergebnisse weitergereicht werden. Umgekehrt erhält eine Organisation nicht schon dadurch gute Ausbildung, dass sie automatisierbare Routine künstlich bewahrt.

Zwei Ergebnisse für denselben Arbeitsauftrag

Als Einstieg kann eine Ausbildungsleitung eine einzige regelmäßig automatisierte Nachwuchsaufgabe betrachten. Der Fachbereich benennt zunächst das verwertbare Arbeitsergebnis: etwa eine geprüfte Auswertung. Die Betreuung beschreibt getrennt davon, welches Können durch die bisherige Mitarbeit entstehen sollte: etwa Messfehler von einem tatsächlichen technischen Problem unterscheiden zu können.

Anschließend wird festgelegt, welcher Teil automatisiert wird und wo die lernende Person noch selbst entscheidet. Dazu gehört eine konkrete Gelegenheit zur Rückmeldung. Bleibt nur die Anweisung, eine KI-Antwort zu kontrollieren, ohne dass die erforderlichen Grundlagen vermittelt wurden, ist der neue Auftrag noch nicht tragfähig.

Nach einer begrenzten Erprobung werden beide Ergebnisse betrachtet. Ist die fachliche Auswertung brauchbar? Kann die Nachwuchskraft eine ähnliche, aber nicht identische Situation selbst erklären und bearbeiten? Ein besserer Bericht bei unverändert schwachem Verständnis wäre ein Produktionserfolg, aber noch kein Ausbildungserfolg. Ein guter Lernfortschritt bei zu hohem Betreuungsaufwand wäre ebenfalls sichtbar und gäbe Anlass, den Lernweg anzupassen.

So bleibt die Automatisierungsentscheidung offen für echte Effizienzgewinne. Eine alte Routine darf verschwinden. Ihr Ausbildungszweck wird jedoch nicht nebenbei mitgestrichen, sondern erhält einen neuen Arbeitsauftrag und ein eigenes Zeitbudget.