Der Einsatz von (generativer) KI in Lernumgebungen kann unterschiedliche Wirkungen entfalten – je nach konkreter Ausgestaltung: (Gen)KI kann bestehende didaktische Elemente ersetzen und dabei zu vergleichbaren Lernergebnisse führen. (Gen)KI kann zusätzliche kognitive Unterstützung bieten oder tiefer gehende und erfolgreichere Lernprozesse fördern. Der Einsatz von (Gen)KI kann aber auch kontraproduktiv wirken – etwa dann, wenn das kognitive Engagement der Lernenden sinkt.

Eine Forschergruppe der Universitäten Augsburg, München, Memphis und Potsdam ein Modell dazu entwickelt, unter welchen Bedingungen positive (oder negative) Effekte von (Gen)KI auf Lernen erwartet werden können. Das vorgeschlagene Modell baut einerseits auf dem SAMR-Modell von Puentedura (2014) auf, andererseits auf dem ICAP-Modell von Chi & Wylie (2014). Dabei werden die in diesen Modellen vorgeschlagenen Kategorisierungen jeweils leicht angepasst (vgl. Abb. 1):

• die vier Stufen des ICAP-Modells werden auf zwei Stufen (”tiefes Lernen” und “flaches” (d.h., oberflächliches) Lernen) reduziert;
• die vier Stufen des SAMR-Modells werden auf drei Stufen (”Substitution”, “Augmentation”, und “Redefinition”) reduziert; zusätzlich wird die Stufe “Inversion” hinzugefügt.

Das als ISAR bezeichnete Modell unterscheidet vier verschiedene Ausprägungen von Veränderungen aufgrund des Einsatzes von (Gen)KI beim Lernen:

• “Inversion” bezeichnet eine nachteilige Veränderung der Lernumgebung mit reduziertem Lernerfolg. Etwa, wenn Lernende Problemlösungen an ChatGPT delegieren, unhinterfragt übernehmen und sich so weniger intensiv mit den Inhalten auseinander setzen.
• “Substitution” bezeichnet das Ersetzen von einzelnen Elementen der Lernumgebung durch (Gen)KI-basierte Elemente. Etwa, wenn traditionelle Lehrvideos durch Avatar-basierte Lehrvideos ersetzt werden. Hier ist keine Veränderung des Lernerfolgs zu erwarten, möglicherweise aber stellen sich Effizienzgewinne ein.
• “Augmentation” bezeichnet den Einsatz von zusätzlichen Elementen, die die Lernumgebung stärken können. Etwa wenn die Lernumgebung über (Gen)KI-Anwendungen um Möglichkeiten für eine automatisierte Anpassungen des Schwierigkeitsgrads von Aufgabenstellungen oder Möglichkeiten für sofortiges Feedback ergänzt wird. Dadurch kann ein (leicht) höherer Lernerfolg möglich werden.
• “Redefinition” bezeichnet einen Einsatz von (Gen)KI, durch den die Lernaktivitäten tiefgreifend verändert werden. Beispielsweise, wenn auf der Grundlage von (Gen)KI Rollenspiele und Simulationen ermöglicht werden, die zu einer intensiveren Auseinandersetzung mit den Inhalten führen. Hier sind die Chancen für eine deutliche Verbesserung des Lernerfolgs am grössten.

Die nachfolgende Abbildung zeigt schematisch die vier von den Autor:innen unterschiedenen Typen von Veränderungen durch den Einsatz von (Gen)KI sowie Beispiele und mögliche Handlungserfordernisse bzw. Herausforderungen:

Abb. 1: Das ISAR-Modell (eigene Darstellung auf Basis von Bauer et al. 2025, S. 44)

Damit scheint sich eine Erfahrung zu wiederholen, die wir schon vor mehr als 20 Jahren im Zusammenhang mit der Einführung von E-Learning gemacht haben: die Lern-Wirksamkeit ist primär eine Frage des konkreten didaktischen Designs… (vgl. Kerres 2018).