msm/ Bildung/ Adaptive Lernpfade
Bildung · Forschung · 2026

Adaptive Lernpfade — der persönliche Stundenplan wird real.

Adaptive · Path
Zusammenfassung

Adaptive Lernsysteme sind Lernumgebungen, die Inhalte, Schwierigkeit und Erklärungen in Echtzeit an den Lernfortschritt jeder Schüler:in anpassen. Aktuelle Daten zeigen: 54 % höhere Testergebnisse, 30 % bessere Lernergebnisse, 70 % höhere Abschlussraten und 15 % weniger Dropouts. Die Technologie hat 2025/26 die Reife erreicht, um in Schulen ankommen zu können.

Was bedeutet "adaptiv"?

Im klassischen Unterricht gibt es eine Geschwindigkeit, eine Erklärung, einen Schwierigkeitsgrad — für 25 verschiedene Schüler:innen. Wer schneller ist, langweilt sich. Wer langsamer ist, hängt hinterher. Adaptive Systeme machen aus diesem 1:25 ein 1:1 — sie analysieren laufend, was jeder Mensch verstanden hat, wo es hakt, welche Erklärung greift.

Konkret heißt das: Wenn eine Schüler:in eine bestimmte Bruchaufgabe falsch löst, schlägt das System nicht einfach vor "noch mal probieren", sondern erkennt das zugrundeliegende Missverständnis (z. B. Verwechslung von Multiplikation und Addition bei Brüchen) und liefert eine Erklärung, die genau dort ansetzt.

Wer baut so etwas?

  • ALEKS (McGraw‑Hill) — adaptiv für Mathematik, in vielen US‑Universitäten Standard.
  • DreamBox Learning — Mathe für K‑8, mehr als 6 Millionen Schüler:innen.
  • Smart Sparrow — von Pearson übernommen, adaptiv für Higher Ed.
  • Squirrel AI (China) — eines der größten adaptiven Systeme weltweit.
  • Khan Academy / Khanmigo — siehe eigene Seite.

Studienlage 2025/26

Verbesserung gegenüber Standardunterricht
in % · Quelle: Engageli, NORC Reviews
+54 %
Testergebnisse
+70 %
Abschlussraten
−15 %
Dropouts

Warum das wichtig ist

In Deutschland verlässt etwa jede:r zwölfte Jugendliche die Schule ohne Abschluss. Schwächere Schüler:innen aus bildungsferneren Familien hängen besonders ab — der Unterricht in einer 28‑Köpfe‑Klasse trifft ihr Tempo nicht. Adaptive Systeme können diese Schere schließen, weil sie nicht "alle gleich" behandeln, sondern jede:n dort abholen, wo sie ist.

Und sie sparen Lehrkräften Zeit. Eine Lehrkraft mit einem adaptiven Tool kann sich auf die Schüler:innen konzentrieren, die wirklich Beziehung brauchen — statt 25 Hausaufgaben einzeln zu korrigieren.

"Adaptive Systeme machen den Unterricht nicht effizienter. Sie machen ihn gerechter."

Was bleibt offen?

  • Datenschutz: adaptive Systeme brauchen viel Schülerdaten, um zu funktionieren.
  • Lehrer:innen‑Akzeptanz: Tools sind oft nicht intuitiv in den Unterricht eingebettet.
  • Sozialer Aspekt: Lernen ist auch ein sozialer Prozess — Bildschirmzeit kann das verdrängen.

Original‑Quellen

Mehr direkt bei engageli.com und norc.org

Quellen

  1. Engageli — 25 AI in Education Statistics 2026: engageli.com
  2. NORC at U Chicago — Unlocking Hearts and Minds: Transformative Power of AI-Enhanced High-Dose Tutoring: norc.org
  3. PMC — A systematic review of AI-driven intelligent tutoring systems (ITS) in K-12 education: pmc.ncbi.nlm.nih.gov
  4. is4.ai — Top 10 AI Tutoring Systems in 2026: is4.ai