KI‑Tutoren liefern messbare Lerngewinne — die Übertragbarkeit in der Breite ist noch offen. Mollick et al. (Nature Scientific Reports 2025) finden Effektgrößen von 0,73–1,3 SD an einer einzelnen nigerianischen Universität für Englischvokabular; unabhängige Meta‑Analysen (Kulik & Fletcher 2016) liegen mit 0,3–0,5 SD deutlich darunter. Khanmigo (Khan Academy) ist auf 700.000 Nutzer:innen gewachsen; Wirkungsstudien zeigen 2–3 Wochen zusätzlichen Lernfortschritt pro Schuljahr. Kritische Stimmen: Bildungsforscher:innen warnen vor sozialer Isolation, nachlassender Lehrer‑Schüler‑Bindung und ungleichem Zugang. Datenschutz und LLM‑Inferenzkosten sind ungelöste Fragen. What felt utopian a decade ago is now research routine: a Nature RCT shows AI tutors achieve effect sizes of 0.73 to 1.3 standard deviations. Khan Academy already had 700,000 students working with Khanmigo in 2025. Developments rethinking education.
Carnegie Mellon vergleicht personalisierten KI-Tutor mit fester Aufgabenfolge. Effektgröße entspricht 6–9 Monaten zusätzlichem Schulunterricht.
Carnegie Mellon compares a personalized AI tutor against a fixed problem set. Effect size equals 6–9 months of additional schooling.
SRI International misst in 200 Schulen mit 15.000 Schüler:innen: 30 Min/Woche mit Khanmigo entsprechen 2–3 zusätzlichen Unterrichtswochen.
SRI International measures across 200 schools and 15,000 students: 30 min/week with Khanmigo equals 2–3 extra weeks of instruction.
15.000 Schüler:innen, 200 Schulen, ein Halbjahr: KI‑plus‑Mensch‑Tutoring liefert 80 % der Lerneffekte des Goldstandards — bei einem Viertel der Kosten.
15,000 students, 200 schools, one semester: AI-plus-human tutoring delivers 80 % of gold-standard learning gains — at a quarter of the cost.
Randomisierte Studie zeigt: Schüler:innen lernen mit KI‑Tutoren bei weniger Zeitaufwand mehr — Effektgröße 0,73 bis 1,3 SD.
A randomized trial shows: students learn more with AI tutors in less time — effect size 0.73 to 1.3 SD.
Von 40.000 auf 700.000 K‑12‑Nutzer:innen in einem Schuljahr — auf dem Weg zu über einer Million in 2025/26.
From 40,000 to 700,000 K‑12 users in one school year — heading toward over a million in 2025/26.
Personalisierte Schwierigkeit, Echtzeit‑Feedback, individuelles Tempo: 30 % höhere Abschlussraten in jüngsten Studien.
Personalized difficulty, real-time feedback, individual pace: 30% higher completion in recent studies.
Lehrkräfte mit KI als Co‑Tutor erreichen mehr Schüler:innen — bei tieferem persönlichen Bezug.
Teachers with AI as co-tutor reach more students — with deeper personal connection.
Klick auf ▶ startet die Animation. Slider ziehen, um manuell zu scrubben.Press ▶ to play. Drag the slider to scrub manually.
Ein Tutor für jeden Menschen — wenn der Stoff strukturiert ist.
KI-Tutoring funktioniert besonders gut bei klar strukturiertem Stoff (Vokabular, Mathe, Programmieren) und motivierten Lernenden. Die hier zitierten Spitzeneffekte (0,73–1,3 SD) stammen aus einer einzelnen RCT in Nigeria mit Englischvokabular — Übertragung auf heterogene Klassen, Langzeitwirkung und weniger strukturierten Stoff bleibt offen. Realistische Effektgrößen über die Breite: 0,15–0,30 SD — substanziell, aber meilenweit von Bloom's 2-Sigma entfernt.