Wie können Schüler*innen Wissen über Artenvielfalt und Artensterben nachhaltig aufbauen und welche Rolle kann generative KI dabei spielen?

Das Verständnis von Artenvielfalt und Artensterben erfordert, dass Lernende vielfältige ökologische Informationen miteinander in Beziehung setzen, Zusammenhänge erkennen und ihr eigenes Verständnis kontinuierlich überprüfen. Eine Möglichkeit, solche vertieften Lernprozesse zu unterstützen, ist das Schreiben von Lerntagebüchern. Dabei externalisieren Lernende ihre Gedanken zu zuvor vermittelten Lerninhalten frei und können auf diese Weise zentrale Inhalte organisieren, neues Wissen mit ihrem Vorwissen verknüpfen und ihr eigenes Verständnis reflektieren. Das Schreiben von Lerntagebüchern gilt entsprechend als bewährte Methode zur Förderung generativen und selbstregulierten Lernens. Gleichzeitig zeigt die Forschung, dass es Lernenden häufig schwerfällt, die hierfür erforderlichen kognitiven und metakognitiven Lernstrategien selbstständig und in ausreichendem Umfang einzusetzen. Lernende benötigen daher Unterstützung beim Schreiben von Lerntagebüchern (Nückles et al., 2020).

Eine mögliche Form dieser Unterstützung bieten generative KI-Anwendungen wie ChatGPT. Mit ihrer zunehmenden Verbreitung verändert sich das Schreiben als Lernaktivität, denn Anwendungen wie ChatGPT ermöglichen eine hybride Textproduktion, bei der Lernende und KI gemeinsam an einem Text arbeiten können. Ob eine solche Unterstützung auch zum Erwerb und zur vertieften Verarbeitung fachlichen Wissens – in unserer Studie zum Themenbereich Artenvielfalt und Artensterben – beiträgt, dürfte jedoch entscheidend davon abhängen, wie Lernende mit KI interagieren (Albadarin et al., 2024; Kim & McCrudden, 2026; Li et al., 2026). Gerade bei generativen und selbstregulierten Lernaufgaben wie dem Lerntagebuchschreiben ist diese Frage besonders relevant: Der Lernprozess entsteht hier wesentlich dadurch, dass Lernende selbst Inhalte auswählen, Zusammenhänge herstellen und ihr Verständnis reflektieren. Werden diese Denkprozesse an die KI ausgelagert, könnten gerade diejenigen Prozesse reduziert werden, durch die die Lernaufgabe ihre Wirkung entfaltet. Eine delegierende Form der KI-Nutzung könnte daher mit einem geringeren Lernerfolg einhergehen.

Der möglichen Auslagerung von Denkprozessen steht die Konzeptualisierung von ChatGPT als kognitives Werkzeug gegenüber. In Anlehnung an Vygotsky (1980) kann ein solches Werkzeug Lernende dabei unterstützen, eigene Überlegungen weiterzuentwickeln und Anforderungen zu bearbeiten, die sie ohne Unterstützung noch nicht selbstständig bewältigen könnten. Im Sinne der Zone der proximalen Entwicklung soll die KI dabei nicht die eigentliche Denkarbeit übernehmen, sondern Lernende darin unterstützen, ihr vorhandenes Wissen weiter auszubauen. Für das Lerntagebuchschreiben bedeutet dies, dass Schüler*innen eigene Gedanken, Erklärungen oder Beispiele in die Interaktion mit ChatGPT einbringen, Rückmeldungen dazu einholen und diese nutzen, um ihr Verständnis weiterzuentwickeln. ChatGPT fungiert damit als Partner in einem wissenskonstruktiven Dialog und nicht primär als Instrument zur automatisierten Textproduktion.

Aus dieser theoretischen Perspektive werden in der aktuellen Studie zwei unterschiedliche Nutzungsansätze von ChatGPT beim Schreiben von Lerntagebüchern gegenübergestellt. Bei einer dialogischen Nutzung bringen die Schüler*innen eigene Überlegungen in den Dialog ein, lassen diese überprüfen und weiterentwickeln und nutzen die Rückmeldungen der KI, um ihr eigenes Verständnis zu vertiefen. Demgegenüber steht eine delegierende Nutzung, bei der Teile der inhaltlichen Bearbeitung und Textproduktion an ChatGPT übertragen werden. In diesem Fall übernimmt die KI Denk- und Schreibprozesse, die andernfalls von den Lernenden selbst ausgeführt würden.

In unserem präregistrierten Feldexperiment mit Schüler*innen der Sekundarstufe II in Baden-Württemberg werden diese beiden Nutzungsformen mit dem klassischen Lerntagebuchschreiben ohne ChatGPT-Unterstützung verglichen (Reichenbach et al., 2026). Die Schüler*innen werden auf Individualebene zufällig einer von drei Bedingungen zugewiesen: Sie schreiben ihr Lerntagebuch entweder mit einer dialogischen ChatGPT-Unterstützung, mit einer delegierenden ChatGPT-Unterstützung oder ohne KI.

Konkret absolvieren alle Schüler*innen zunächst einen Vorwissenstest, sehen anschließend ein Lernvideo zum Thema Artenvielfalt und Artensterben und verfassen darüber im Nachgang einen Lerntagebucheintrag entsprechend ihrer Bedingung. Der Lernerfolg wird sowohl einen Tag als auch eine Woche später erfasst.

Dabei interessiert uns nicht nur, ob sich die unterschiedlichen Nutzungsformen auf den Lernerfolg auswirken, sondern auch, was während der Mensch-KI-Interaktion geschieht. Analysiert wird unter anderem, wie häufig und auf welche Weise die Schüler*innen mit ChatGPT interagieren. Zusätzlich werden die Lerntagebucheinträge hinsichtlich ihrer Länge und Textqualität untersucht.

Ziel des Projekts ist es, besser zu verstehen, unter welchen Bedingungen generative KI generative und selbstregulierte Lernprozesse unterstützen kann. Damit soll die Studie nicht nur Aufschluss darüber geben, welche Folgen die Nutzung von ChatGPT für das Lerntagebuchschreiben hat, sondern auch Hinweise darauf liefern, wie Lernende zum reflektierten und lernwirksamen Einsatz generativer KI angeleitet werden können. Die Ergebnisse können damit einen Beitrag zur didaktisch begründeten Integration von KI-Chatbots in schulische Lehr-Lernprozesse leisten.

Die Studie ist Teil des Dissertationsprojekts „Lerntagebuchschreiben fördern durch KI-Unterstützung“ von Laura Reichenbach und entsteht in Kooperation zwischen der Albert-Ludwigs-Universität Freiburg und der Pädagogischen Hochschule Freiburg. Beteiligt sind Laura Reichenbach und Matthias Nückles von der Universität Freiburg sowie Maik Beege und Werner Rieß von der Pädagogischen Hochschule Freiburg. Das Promotionsprojekt ist in das Forschungs- und Nachwuchskolleg „Di.ge.LL. (Phase 2) – Didaktik des digitalen Unterrichts: Digital gestützte Lehr-Lernsettings zur kognitiven Aktivierung“ eingebunden, welches vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg gefördert wird.

Literatur:

Albadarin, Y., Saqr, M., Pope, N., & Tukiainen, M. (2024). A systematic literature review of empirical research on ChatGPT in education. Discover Education, 3(1), 60. doi.org/10.1007/s44217-024-00138-2

Kim, S., & McCrudden, M. T. (2026). Prompting strategies with generative AI during learning from multiple sources. Learning and Instruction, 105, 102435. doi.org/10.1016/j.learninstruc.2026.102435

Li, C., Cui, H., & Hagedorn, L. S. (2026). The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes. Computers and Education: Artificial Intelligence, 10, 100571. doi.org/10.1016/j.caeai.2026.100571

Nückles, M., Roelle, J., Glogger-Frey, I., Waldeyer, J., & Renkl, A. (2020). The Self-Regulation-View in Writing-to-Learn: Using Journal Writing to Optimize Cognitive Load in Self-Regulated Learning. Educational Psychology Review, 32(4), 1089–1126. doi.org/10.1007/s10648-020-09541-1

Reichenbach, L., Nückles, M., Beege, M., & Rieß, W. (2026, September 2). ChatGPT as a

Cognitive Tool for Supporting Learning by Journal Writing. Retrieved from osf.io/52auy

Vygotsky, L. S. (1980). Mind in Society: Development of Higher Psychological Processes (M. Cole, V. Jolm-Steiner, S. Scribner, & E. Souberman, Hrsg.). Harvard University Press. doi.org/10.2307/j.ctvjf9vz4