Erweitern statt verlernen: Welche Fähigkeiten wir durch kompetente KI-Nutzung gewinnen

Die verbreitete Erzählung über künstliche Intelligenz und unser Denken ist pessimistisch: Wer geistige Arbeit an einen Chatbot abgibt, so die Sorge, verlernt sie mit der Zeit. Diese Befürchtung ist ernst zu nehmen, und es gibt Untersuchungen, die in diese Richtung deuten.

Daneben lässt sich aber eine zweite, weniger beachtete Möglichkeit denken.

Weniger als Gegenbeweis, eher als Ergänzung: dass bewusste, kompetente Nutzung dieselben Werkzeuge einsetzen kann, um bestimmte Fähigkeiten eher zu fordern als stillzulegen.

In diesem Artikel möchte ich diese, in meinen Augen zu wenig diskutierte, Perspektive aufzeigen.

Die Warnungen

Dass intensive KI-Nutzung mit nachlassenden Denkgewohnheiten einhergehen kann, ist nicht aus der Luft gegriffen. Eine Untersuchung von Michael Gerlich (Societies, 2025) fand einen Zusammenhang zwischen häufiger KI-Nutzung und niedrigeren Werten beim kritischen Denken, vermittelt über das „kognitive Auslagern" – das Abgeben geistiger Arbeit an externe Systeme. Zwei Einschränkungen gehören allerdings dazu: Es handelt sich um eine Korrelationsstudie, die über die Wirkrichtung nichts aussagt – ebenso denkbar ist, dass Menschen mit ohnehin schwächeren Denkgewohnheiten eher auslagern, nicht umgekehrt. Und das kritische Denken wurde selbst eingeschätzt, nicht getestet. Den Befund also nicht zu überlasten, ist genau die Haltung, für die dieser Artikel plädiert.

Der International AI Safety Report 2026 verweist zudem auf eine Studie, in der die Fähigkeit von Klinikern, Tumore ohne KI-Hilfe zu erkennen, einige Monate nach Einführung eines Assistenzsystems messbar nachgelassen hatte. Bemerkenswert ist hier die Art des Effekts: Es geht nicht um passives Auslagern, sondern um den Verlust einer bereits erworbenen Fähigkeit durch Gewöhnung – ein Deskilling. Das ist eine eigene Gefahr, und sie erinnert daran, dass Erwerb und Erhalt einer Fähigkeit zwei verschiedene Dinge sind.

Und eine Meta-Analyse von 17 Studien (Qu et al., 2025) berichtet, dass KI im Lernen zwar im Schnitt hilft, der Nutzen bei höheren Denkleistungen aber geringer ausfallen oder sich umkehren kann.

Mehrere dieser Befunde bringen ungünstige Ergebnisse mit kognitivem Auslagern, Übervertrauen oder unangeleiteter Nutzung in Verbindung. Ob die Art der Nutzung allein den Ausschlag gibt, ist damit noch nicht geklärt. Hinzu kommt, dass die Forschung dazu jung ist; der AI Safety Report bezeichnet die Befundlage selbst als vorläufig.

Das ist kein Grund, die Sorgen beiseitezuwischen, aber ein Grund, die Frage offen zu halten:

Wenn die Nutzungsweise eine Rolle spielt, könnten unterschiedliche Nutzungsweisen auch unterschiedliche Folgen haben.

Die andere Perspektive

Ein paar empirische Anhaltspunkte fügen sich in dieses Bild, wobei hier Offenheit geboten ist: Die Belege für die optimistische Lesart sind derzeit schwächer und kleinteiliger als die für die pessimistische.

In der kleinen Studie GenAIReading (2025) stiegen die unmittelbaren Testergebnisse nach dem Lesen um rund siebeneinhalb Prozent, wenn KI-generierte Zusammenfassungen und Bilder das Material ergänzten – ein einzelner, kurzfristiger Effekt, kein Langzeitnachweis.

Ein systematisches Review von Pergantis et al. sieht Hinweise, dass dialogische KI-Systeme exekutive Funktionen unterstützen könnten, betont aber zugleich, dass die Forschung dazu noch klein, heterogen und kaum durch Langzeitstudien abgesichert ist.

Der Stanford AI Index 2024 fasst zudem mehrere Studien zusammen, in denen KI-Unterstützung Produktivität oder Arbeitsqualität erhöhte; zugleich verweist er darauf, dass KI-Einsatz ohne ausreichende menschliche Kontrolle zu schlechteren Ergebnissen führen kann.

Auf der Ebene des Arbeitsmarkts zeichnen Analysen von BCG, PwC und EY sowie die Untersuchung What Work is AI Actually Doing? (2025) ein recht konsistentes Bild: Wertschöpfung verschiebt sich tendenziell von der Ausführung hin zu Urteil, Einordnung und Bewertung. Das Weltwirtschaftsforum nennt in seinem Future of Jobs Report kritisches Denken, Kreativität und Anpassungsfähigkeit als gefragte Kompetenzen.

Vier Ausgänge, eine Entscheidung

Wenn die Nutzungsweise so viel ausmacht, lohnt es, sie nicht als einzelne Schere, sondern als Feld zu denken. Zwei Größen spannen es auf: wie man die KI nutzt – auslagernd und ungeprüft auf der einen, führend und prüfend auf der anderen Seite – und wie viel eigene Expertise man in die Sache mitbringt. Aus derselben Technologie werden so vier sehr unterschiedliche Ausgänge.

Die beiden Felder links sind die der pessimistischen Erzählung: Wer auslagert und ungeprüft übernimmt, riskiert je nach Vorwissen entweder, dass vorhandenes Können verkümmert (Entwöhnung), oder dass kritisches Denken sich gar nicht erst ausbildet (Erosion).

Die rechte Seite kehrt die Bewegung um. Mit Expertise und prüfender Haltung werden Problemstellung, kritisches Prüfen, Perspektivenwechsel und Metakognition gefordert und ausgebaut (Erweiterung) – und selbst wer noch wenig Vorwissen hat, kann unter Anleitung Frage- und Urteilskraft trainieren (Entwicklung), auch wenn das Prüfen ohne eigene Expertise anspruchsvoll bleibt.

Der anzustrebende Weg verläuft also diagonal: von links unten nach rechts oben. Die nächsten Abschnitte schauen genauer auf das obere rechte Feld – darauf, welche Fähigkeiten dort konkret beansprucht werden.

Wo KI Fähigkeiten erweitert

Folgt man dieser Perspektive, lassen sich vier Bereiche benennen, in denen bewusste Nutzung bestimmte Fähigkeiten eher beanspruchen als ersetzen könnte.

Problemstellung

Bevor eine KI etwas Brauchbares liefert, muss man das Anliegen selbst fassen: es ausformulieren, die relevanten Aspekte benennen, den nötigen Kontext herstellen. Dass die Qualität dieser Eingabe mit der Qualität der Ausgabe zusammenhängt, legen Arbeiten zur „Prompt Literacy" nahe (etwa Knoth et al., 2024).

Der mögliche Nebeneffekt: Wer ein Problem präzise formulieren muss, setzt sich damit gründlicher auseinander, als wenn er es nur überflöge, und versteht die Sachlage dabei oft besser. Im Kern die alte Einsicht, dass die richtige Frage manchmal schwerer und wertvoller ist als die Antwort.

Kritisches Hinterfragen 

Weil KI plausibel klingen kann, ohne richtig zu liegen, zwingt der kompetente Umgang dazu, Ausgaben nicht zu glauben, sondern zu prüfen: mehrere Quellen heranzuziehen, sie abzugleichen, eine Behauptung genauer zu analysieren und sich mit der Thematik wirklich auseinanderzusetzen. Anspruchsvoll ist dabei besonders, etwas beurteilen zu müssen, ohne selbst über die volle Expertise im Stoff zu verfügen: eine Form von Urteilskraft, die auf Stimmigkeit, Widersprüche und Lücken achtet.

Hier liegt der vielleicht stärkste empirische Beleg des ganzen Gedankens. Die Microsoft-CMU-Studie (Lee et al., 2025) berichtet, dass KI den Aufwand fürs Produzieren senkt, den Bedarf an Prüfung, Einordnung und Aufsicht aber erhöht. Entscheidend ist ein zweiter Befund derselben Studie: Nutzer mit größerem Vertrauen in die eigenen Fähigkeiten prüften eher kritisch. Das stützt unmittelbar die These, dass nicht die KI allein, sondern ihr Zusammenspiel mit der Haltung der Nutzer den Ausschlag gibt. Aus gelegentlicher Faktenkontrolle wird so eine geübte Denktätigkeit.

Umfassendere Auseinandersetzung mit einem Thema

Eine KI lässt sich nutzen, um denselben Gegenstand aus vielen Blickwinkeln gleichzeitig zu betrachten: Gegenpositionen einzuholen, ungewohnte Perspektiven durchzuspielen, eine Idee von einer Expertenrolle nach der anderen kommentieren zu lassen. Wer das tut, verlässt die eine, naheliegende Sichtweise und setzt sich mit der vollen Komplexität eines Themas auseinander.

Forschungsarbeiten zum KI-gestützten Denken beschreiben genau dieses Potenzial: Solche Werkzeuge können dazu anregen, breiter, logischer und kreativer zu denken – etwa durch Argument und Gegenargument, durch Brainstorming-Strategien oder durch das Einnehmen fremder Perspektiven. So entstehen neue Ideen und Out-of-the-box-Ansätze nicht trotz, sondern durch die Auseinandersetzung mit der Maschine – vorausgesetzt, man nutzt sie als Resonanzraum für viele Blickwinkel statt als Quelle der einen Antwort.

Metakognition

Mit KI zu arbeiten kann dazu anhalten, den eigenen Denkprozess zu beobachten und zu steuern – Argumente zu ordnen, ein Problem in Teilziele zu zerlegen, ein Ergebnis gegen das eigene Wissen zu halten. Eine bibliometrische Übersichtsarbeit zu KI-gestütztem Lernen in STEM-Fächern (2005–2025) sieht hier Potenzial. Aus dem Ausführenden wird ein Dirigent, der Problemstellungen rahmt, Ergebnisse validiert und über Systeme hinweg koordiniert.

Mit KI zu arbeiten kann dazu anhalten, den eigenen Denkprozess zu beobachten und zu steuern – Argumente zu ordnen, ein Problem in Teilziele zu zerlegen, ein Ergebnis gegen das eigene Wissen zu halten. Eine bibliometrische Übersichtsarbeit zu KI-gestütztem Lernen in STEM-Fächern (2005–2025) sieht hier Potenzial. Aus dem Ausführenden wird ein Dirigent, der Problemstellungen rahmt, Ergebnisse validiert und über Systeme hinweg koordiniert.

Wie man auf der gewinnenden Seite landet

Die Schere lässt sich bewusst bedienen. Wer KI nicht als Antwortautomat, sondern als Sparringspartner behandelt, kehrt den Auslagerungseffekt um.

Konkret heißt das:

☑️ Das System gezielt widersprechen lassen, statt sich bestätigen zu lassen.

☑️ Es anweisen, die eigenen Annahmen anzugreifen, Denkfehler im eigenen Argument zu suchen oder eine Expertenperspektive einzunehmen, die man selbst nicht hat.

☑️ Ausgaben grundsätzlich prüfen, bevor man sie übernimmt.

☑️ Vor jeder Anfrage kurz selbst nachdenken – die erste eigene Hypothese bilden, bevor man die der Maschine sieht.

Dieser eine Schritt entscheidet darüber, ob man Denkarbeit auslagert oder Denkarbeit anreichert.

Eine offene Bilanz

Die ehrliche Zwischenbilanz ist offen. Die Forschung legt bisher vor allem nahe, dass die Wirkung von KI auf unser Denken stark von der Art der Nutzung abhängt, und zwar in beide Richtungen. Dass die Belege für die pessimistische Lesart heute robuster sind, gehört zu dieser Ehrlichkeit dazu – die optimistische Perspektive ist bislang eine plausible, durch erste Anhaltspunkte gestützte Möglichkeit, kein gesichertes Ergebnis.

KI macht uns nicht automatisch klüger. Und sie macht uns auch nicht automatisch dümmer. Sie verstärkt, was wir mitbringen.

Die pessimistische Erzählung ist nicht die einzige mögliche. Neben ihr steht eine Idee, die vor allem daran erinnert, dass nicht das Werkzeug allein entscheidet, sondern was wir damit tun.

Und ja, natürlich ist im Kontext dieser Debatte die Frage wichtig, wie diese Fähigkeiten überhaupt aufgebaut werden, um sie dann durch KI erweitern und ausbauen zu können. Aber dies ist ein anderer Aspekt und ein Thema für einen eigenen Artikel.