Künstliche Intelligenz kann vieles: Wissen bereitstellen, Lernprozesse strukturieren, individuelle Pfade entwerfen. Doch eines kann sie nicht – Sinn stiften. Lernen ist mehr als Informationsaufnahme; es ist ein zutiefst menschlicher Akt, durch den wir uns selbst und die Welt verstehen. Die größte Herausforderung der KI-Ära liegt deshalb nicht im Zugang zu Wissen, sondern im Erhalt von Motivation und Selbstwirksamkeit.
Wenn eine Maschine jederzeit die „beste Lösung“ liefern kann, wird Lernen ambivalent. Warum sich noch anstrengen, wenn die KI ohnehin schneller denkt? Diese Frage wird die Lernkultur der Zukunft stärker prägen als jede technische Innovation. Denn Motivation entsteht nicht aus Effizienz, sondern aus Bedeutsamkeit: aus der Erfahrung, etwas selbst zu können, etwas Eigenes zu erschaffen, etwas zu verstehen, was vorher unklar war.
Die Schule von morgen muss deshalb Räume schaffen, in denen Selbstwirksamkeit erfahrbar bleibt, auch – oder gerade – mit KI. Lernende müssen erleben, dass sie nicht nur Konsumentinnen von intelligenten Systemen sind, sondern **aktive Gestalterinnen**. Sie müssen lernen, Fragen zu stellen, die über das hinausgehen, was Maschinen beantworten können. KI kann dabei zum Spiegel werden: Sie zeigt, wo wir stehen – aber wir entscheiden, wohin wir gehen.
Motivation in einer KI-gestützten Lernwelt entsteht nicht durch Belohnungssysteme oder automatisiertes Lob, sondern durch Sinn und Selbststeuerung. Wer versteht, warum etwas relevant ist, wird auch mit Unterstützung von KI neugierig bleiben. Lernende müssen also nicht nur fachliche, sondern auch metakognitive Kompetenzen entwickeln: Wie reflektiere ich mein Lernen? Wie gehe ich mit Feedback um? Wie nutze ich KI, ohne mich von ihr abhängig zu machen?
Hier beginnt die eigentliche Transformation der Bildung: Nicht mehr das Was des Lernens steht im Mittelpunkt, sondern das Wie und Warum. KI wird Routine, Wissen wird verfügbar, aber Sinn bleibt exklusiv menschlich. Bildung der Zukunft bedeutet, Menschen dazu zu befähigen, ihre eigene Bedeutung im Zusammenspiel mit der Maschine zu entdecken – und damit die Fähigkeit zu bewahren, selbst zu denken, zu fühlen und zu handeln.
Weiterführende Lektüre
- Fan, G. et al. (2025): The impact of AI-assisted pair programming on student motivation, programming anxiety, and performance
→ Open Access, International Journal of STEM Education
Zitat: „Compared to individual programming, AI-assisted pair programming significantly increased intrinsic motivation (p < .001, d = 0.35) and reduced programming anxiety (p < .001).“
Diese Studie belegt, dass KI-gestützte Zusammenarbeit (z. B. in Programmieraufgaben) die intrinsische Motivation stärkt und Ängste mindert – ein Beispiel dafür, dass KI nicht nur Hilfsmittel ist, sondern Motivation aktiv fördern kann. - OpenPraxis (2024): Exploring the effectiveness of AI course assistants on the student learning experience
→ Open Access
Zitat: „The study measured grades, intrinsic motivation, self-efficacy … Results indicated that the AI course assistants significantly improved students’ grades and intrinsic motivation … Self-efficacy also showed a significant positive impact … suggesting that AI course assistants can enhance students’ confidence in their academic abilities.“
Diese Befunde zeigen: KI-Unterstützung kann nicht nur Leistungen verbessern, sondern auch das Vertrauen der Lernenden in ihre eigenen Fähigkeiten (Selbstwirksamkeit) stärken – ein zentraler Baustein für motiviertes Lernen. - Li, J. et al. (2023): Serial mediating roles of self-efficacy and cognitive engagement in the interaction between student and generative AI (Frontiers in Psychology)
→ Open Access
Zitat: „student–GAI interaction leads to increased self-efficacy, which then boosts cognitive engagement, and ultimately links to higher learning achievement.“
Anders gesagt: Wenn Lernende mit generativer KI interagieren, wächst ihr Glauben an die eigenen Fähigkeiten, was wiederum kognitive Beteiligung fördert und zu besseren Lernergebnissen führt. - Javaid, S. et al. (2025): Artificial Intelligence Utilization: A determinant of academic self-efficacy, engagement, and satisfaction of university students
→ via ResearchGate
Zitat: „The study concluded that artificial intelligence usage boosts the students’ self-efficacy, level of academic engagement, and satisfaction with their learning.“
Das belegt, dass KI-Nutzung nicht nur motivierend wirkt, sondern auch den Lernprozess erfahrbar macht, indem sie Selbstvertrauen, Beteiligung und Zufriedenheit fördert. - Mdpi Paper: The Role of AI Capabilities, General Self-Efficacy, Motivation and Critical Thinking
→ Open Access
Zitat: „AI capabilities could indirectly enhance students’ critical thinking awareness by strengthening general self-efficacy and learning motivation … general self-efficacy significantly affected the formation of learning motivation.“
Hier zeigt sich ein möglicher Mechanismus: KI-Kompetenzen fördern Selbstwirksamkeit, was wiederum Motivation stärkt – und über diesen Weg kritisches Denken begünstigen kann. - Motivational and appraisal factors shaping generative AI adoption (Frontiers in Education, 2025)
→ Open Access
Zitat: „These findings highlight the importance of aligning AI integration with user needs, motivation, and affective responses to support meaningful and ethical genAI adoption in higher education.“
Das erinnert daran: Der Einsatz von KI muss stets so gestaltet sein, dass Motivation und menschliche Bedürfnisse im Mittelpunkt stehen – nicht Technik allein.
Fazit:
Diese Forschung legt nahe, dass KI nicht nur ein Werkzeug ist, sondern ein potenzieller Motivator und Partner im Lernprozess – vorausgesetzt, sie wird in sinnstiftender Weise eingesetzt. KI kann Selbstvertrauen stärken, intrinsische Motivation anregen und Lernen bedeutsamer machen. Aber nur dann, wenn sie nicht dient, sondern begleitet; nicht ersetzt, sondern inspiriert.