Künstliche Intelligenz: Müssen wir jetzt nichts mehr lernen?

Publiziert am 14. Februar 2025 von Matthias Zehnder

«Warum müssen wir das lernen?» Diese Frage hat Lehrpersonen von der Primarstufe bis zur Hochschule wie ein Refrain immer schon begleitet. Warum muss ich Odysseus kennen? Was bringt Latein? Warum muss ich wissen, was ein Substantiv ist, ein Adjektiv, ein Verb? Was hab ich mit Gravitation, mit den chemischen Elementen oder der Vererbungslehre am Hut? Was die Schülerinnen und Schüler nicht wissen: Diese Fragen stellen sich nach der Schule, nach der Ausbildung genauso. Wenigstens war das bisher so. Doch jetzt gibt es die künstliche Intelligenz. Schülerinnen und Schüler fragen sich: Warum müssen wir überhaupt noch lernen? Studierenden und Berufsleuten geht es ebenso. Die KI weiss ja alles – was soll ich mich da noch anstrengen? Müssen wir jetzt alle nicht mehr lernen? Können wir all das anstrengende Wissen ganz einfach der KI überlassen? Der Fachbegriff dazu heisst: «Mental Offloading» – also kognitives Auslagern. Das Prinzip gibt es schon lange – wunderbar dargestellt mit dem «Pensive» von Professor Dumbledore in den Harry-Potter-Filmen. Bisher haben digitale Hilfsmittel das Wissen vor allem gespeichert. Neu ist, dass die KI komplexe Fragen beantworten und auf Daten reagieren kann. Die Frage ist also: Wieviel müssen wir heute angesichts dieser KI noch lernen? Wieviel «Mental Offloading» ist möglich? Oder müssen wir umgekehrt mehr lernen, damit wir mit dieser omnipotenten KI klarkommen?

Wenn Professor Dumbledore in den Harry Potter-Geschichten zu viel im Kopf hat, hält er seinen Zauberstab an seine Schläfe. Damit kann er einen Gedanken oder eine Erinnerung als silbernen Faden extrahieren und im Pensive deponieren. Das ist eine steinerne Schale in seinem Büro. Harry kann über diese Schale in die Erinnerungen des Headmasters eintauchen. Was Professor Dumbledore da macht, das ist «mental Offloading»: Er lagert Wissen und Erinnerungen aus und hält sie in seinem Pensive zur Verfügung.

 

Genau das machen Menschen seit Anbeginn: Sie lagern Wissen aus in Erzählungen, Ritualen und Schriften. Seit dem 15. Jahrhundert steht das Wissen dank des Buchdrucks einer breiteren Öffentlichkeit zur Verfügung. Seit Jahrzehnten speichern Computer Wissen in Datenbanken. Im Prinzip machen Menschen also seit langem genau das, was Professor Dumbledore mit seinem Pensive macht: Sie lagern Wissen aus. Die künstliche Intelligenz hebt das auf ein neues Level: KI kann Wissen nicht nur speichern, sondern auch analysieren, interpretieren und Entscheidungen vorschlagen. Das hebt das kognitive Offloading auf eine ganz neue Ebene.

Büffeln bis der Arzt kommt

Trotzdem müssen Schüler und Studenten nach wie vor sehr viel lernen. Wer zum Beispiel Humanmedizin studiert, wer also Ärztin oder Arzt werden will, muss am Ende des Studiums das Staatsexamen ablegen. Die Mediziner schliessen mit dem Staatsexamen nicht nur ihr Studium ab, sie erhalten auch die staatliche Zulassung als Arzt oder Ärztin. Entsprechend anspruchsvoll ist die Prüfung. Die angehenden Ärztinnen und Ärzte müssen dafür monatelang lernen. Und zwar nicht einfach nebenbei, sondern monatelang acht bis zehn Stunden am Tag. Es gibt einen Lernplan für das Staatsexamen. Er umfasst 100 Tage. Diese Lerntage sind zum Teil so vollgestopft, dass sie in acht, zehn oder zwölf Stunden nicht zu schaffen sind. Der Plan beginnt mit Kardiologie und Angiologie, dann folgen Hämatologie, Pneumologie, Gastroenterologie, Endokrinologie und Nephrologie – und das sind nur die ersten 20 Tage. Es ist brutal viel Stoff. Es braucht viel Kraft und Ausdauer, sich diese riesigen Mengen an Wissen anzueignen. So mancher Student verzweifelt daran und fragt sich: Warum soll ich das alles lernen, wo die KI das alles doch aus dem Effeff beherrscht?

Es geht nicht nur den angehenden Ärzten so. Germanisten können sich fragen: Warum soll ich für mein Literaturstudium Hunderte von Romanen und Erzählungen lesen, wo die KI doch jede Frage dazu beantworten kann? Ich habe in meinem Studium Monate damit verbracht, mich durch die deutsche Literaturgeschichte zu lesen, vom Mittelalter bis in die (damalige) Gegenwart. Wozu das alles, wo man es doch nachschlagen kann? Dasselbe gilt für Jurastudenten: Sie müssen eine riesige Menge an Gesetzen, Urteilen, Rechtsprinzipien und Theorien kennen und sich für ihre Prüfungen Definitionen und Falllösungen im Zivilrecht, Strafrecht und im Öffentlichen Recht verinnerlichen. Das Pharmaziestudium erfordert tiefgehende Kenntnisse in Chemie, Biologie, Medizin und Pharmakologie. Studierende müssen sich hunderte von Wirkstoffen, chemischen Formeln und Mechanismen einprägen. Wer Maschinenbauingenieur werden will, muss über enormes mathematisches und physikalisches Wissen verfügen und viele Formeln und Theorien auswendig lernen. Wozu das alles?

Wozu lernen?

Wozu lernen? Das fragen Schülerinnen und Schüler die Französischlehrerin, wenn die sie mit Vokabeln quält. Diese Frage stellen Auszubildende in der Berufsschule, wenn sie Staatskunde büffeln müssen. Diese Frage stellen Berufsleute, wenn sie Vorschriften lernen müssen. Warum muss ich das wissen? Deutschlehrer kennen die Frage seit Jahrzehnten: Warum muss ich wissen, wie man ein Wort schreibt, wenn es doch den Duden gibt? Mathematiklehrer kennen die Frage seit Jahren: Warum muss ich wissen, wie man multipliziert und dividiert, eine Wurzel zieht und eine Funktion berechnet, wo der Taschenrechner die Resultate solcher Rechnungen auf Knopfdruck ausspuckt? Was der Taschenrechner für den Matheunterricht ist, das sind Rechtschreibprogramme für das Schreiben, Übersetzungsprogramme für den Fremdsprachenunterricht und Online-Lexika für Fächer wie Geschichte und Literatur.

Die breite Verfügbarkeit von KI-Programmen vervielfacht und potenziert das Problem jetzt. Die KI weiss auf alles eine Antwort. Sie weiss alles und kann alles und schreibt zu allem auch noch beliebig viel Text. Als Schülerin, als Schüler, als Studentin oder Student, aber auch als gestandener Berufsmann und versierte Fachfrau fühlt man sich an die Fabel vom Wettrennen zwischen dem Igel und dem Hasen erinnert. Natürlich kann der Hase viel schneller laufen als der Igel. Doch der Igel greift zu einer List: Er bittet seine Frau, ihm zu helfen. Sie sieht ihm zum Verwechseln ähnlich. Sie versteckt sich am Ende der Rennstrecke. Der Hase rennt mit grossen Sprüngen los. Doch als er das Ende erreicht, sitzt die Igelfrau schon da und ruft: «Ich bin schon hier!». Der Hase rennt zurück, wieder sitzt am Ende bereits der Igel. Egal wie oft er rennt – immer ist der Igel schon da. Schliesslich bricht der Hase erschöpft zusammen. Diagnose: Burnout!

Hasen-Burnout und Lehrerverzweiflung.

In der Fabel identifizieren wir uns mit dem Igel. Er führt uns vor Augen, dass es nicht immer auf die Schnelligkeit oder die Kraft ankommt, sondern auch auf Klugheit und Cleverness. Der Igel nutzt seinen Verstand, um den Hasen zu überlisten – und am Ende gewinnt nicht der Stärkere, sondern der Schlauere. Als Bild für unseren Umgang mit der KI können wir uns für einmal aber mit dem Hasen identifizieren: Egal, wie sehr sich der arme Hase anstrengt, der Igel ist schon da – egal, wie viel wir lernen, die KI ist immer schneller uns weiss mehr. Das Resultat ist Hasen-Burnout, Lernverweigerung und Lehrerverzweiflung.

Aber ist das wirklich so? In der Fabel hat der Igel den Hasen ja nicht besiegt, sondern nur überlistet. Der Igel ist nicht besser als der Hase. Das ist auch bei der KI so. Die KI weiss zwar auf alle Fragen eine Antwort, kennt die Medizin von der Angiologie bis zur Zytologie und nicht nur die Medizin, sondern auch Juristerei und Philosophie, Naturwissenschaften und Theologie. Doch dieses Wissen ist nur vorgegaukelt. Es ist kein Wissen im menschlichen Sinne, sondern pure Statistik und Wahrscheinlichkeitsrechnung. Wenn die KI etwas über Blut schreibt, dann sind das leere Worte. Die KI hat noch nie einem fiebernden Patienten eine Kanüle in die Vene gestochen, um eine Blutprobe zu nehmen. Hat sich noch nie auf die Zunge gebissen und ihr eigenes Blut geschmeckt. Hat noch nie Blutsbrüderschaft geschlossen, jemanden bis aufs Blut gehasst oder einem weinenden Kind das blutig aufgeschürfte Knie verbunden und es in die Arme genommen. Die KI hat kein Wissen, sondern nur Informationen.

Je mehr Sie wissen, desto besser können Sie fragen

Allerdings stellt die KI uns diese Informationen auf absolut geniale Art und Weise zur Verfügung, wenn wir ihr eine Frage stellen. Die grosse Frage ist, was ich als Mensch am Computer wissen muss, damit ich der KI Fragen stellen kann. Gerade weil die KI alles weiss, kommt es auf die Frage an. Was muss ich also wissen, damit ich Fragen stellen kann?

Jetzt sagen Sie vielleicht: Nichts. Die KI kann mir ja alles beibringen. Im Prinzip stimmt das. Aber im Umgang mit der KI spielen Wörter eine grosse Rolle. Sie müssen also in der Lage sein, Ihre Frage oder Ihr Problem in Worte fassen zu können, damit Sie die KI danach fragen können, und sie müssen die Wörter verstehen, mit denen die KI antwortet. Jetzt sagen Sie vielleicht: Man kann auch ein Bild oder eine Audiodatei hochladen. Zum Beispiel kann die KI Pflanzen anhand von Fotos erkennen. Das stimmt, sie antwortet dann aber mit Wörtern. Natürlich können Sie nach jedem dieser Wörter wieder fragen. Aber die Gefahr ist gross, dass Sie dann vor lauter Bäumen den Wald aus den Augen verlieren, also vor lauter unbekannten Details den Sinn des Ganzen nicht erfassen. Je mehr Sie selbst wissen, desto eher können Sie von der KI profitieren, weil Sie Ihre Fragen präziser stellen können und viel genauer wissen, was Sie wissen wollen.

Wissen, was man wissen will

Das ist der erste Punkt: Wer gut fragen möchte, muss selbst schon über Wissen verfügen. Und er muss möglichst genau wissen, was er wissen will. Dazu kommt: Wissen findet nicht nur am Computer statt. Wissen hilft auch, die Welt zu verstehen und mit ihr umzugehen. Und das kann anspruchsvoll sein.

Nehmen wir einen Mediziner. Vor ihm steht ein Mensch mit verschiedenen Krankheitssymptomen. Die KI ist in der Lage, eine Diagnose zu geben, wenn der Mediziner nach den Symptomen fragt. Das bedeutet: Der Mediziner muss in der Lage sein, den Patienten zu untersuchen. Dazu gehört zum Beispiel, den Patienten zu betrachten. Wie sieht die Haut aus? Ist das Ohr entzündet? Ist die Rötung der Augen abnormal? Vielleicht muss der Mediziner den Patienten abhören. Pfeift oder rasselt es beim Atmen? Er tastet den Patienten ab. Wo tut es weh? Ist das der Blinddarm? Ist die Milz zu gross? Das Bauchfell zu hart? Der grosse Muskel im Rücken verkrampft?

Nicht nur Wissen, sondern auch Können

Mit diesen Untersuchungen (und aus Labordaten und weiteren Messungen) trägt der Arzt eine Liste von Symptomen und Angaben zusammen. Wenn der Arzt diese Informationen in eine KI füttert, antwortet die KI tatsächlich rasch mit möglichen Diagnosen. Voraussetzung dafür ist aber, dass der Arzt die relevanten Symptome richtig erfasst hat. Dafür muss er schon eine ganze Menge wissen. Über die Beschaffenheit der Haut, wie sich Asthma anhört, wie sich eine Blinddarmentzündung ertasten lässt und wo im Bauch die Milz liegt. Dafür muss er eine ganze Menge lernen. Vor allem aber muss er das alles nicht nur passiv wissen, er muss sein Wissen auch anwenden können. Der Arztberuf besteht mit anderen Worten nicht nur aus Wissen, sondern auch aus Können.

Das ist der springende Punkt: Wir Menschen sind nicht einfach Wissensmaschinen. Wir sind Könner. Wir sind in der Lage, das Wissen anzuwenden im Rahmen eines Handwerks. Dieses Handwerk kann ein klassisches Handwerk sein, wie es eine Schreinerin, ein Koch, eine Klempnerin oder ein Dachdecker anwendet. Aber auch die Berufe von Juristen und Journalisten, Ingenieuren, Architekten und Ärzten haben handwerkliche Seiten. Das ist das berufliche Können. Es ist das, was erfahrene Berufsleute von Newcomern im Beruf unterscheidet. Dieses Können beinhaltet die praktischen Aspekte des Berufs – die Ärztin kann palpieren, der Anwalt kann plädieren – aber auch das Denken im Berufsfeld. Ein Arzt denkt medizinisch, ein Linguist denkt sprachwissenschaftlich, ein Philosoph geht eine Frage philosophisch an. Dieses Denken in einem Fach kombiniert Wissen und Können im Kopf zu Kompetenz. Man könnte auch sagen: zu Fach-Intelligenz. Das manchmal schwer in Sprache zu fassen – und auch deshalb hilft die KI dabei oft nicht weiter.

Sie müssen verdammt gut Ping Pong spielen können

Müssen wir trotz quasi allwissender KI heute noch lernen? Die Antwort ist: ja, vielleicht sogar mehr als vorher. Die KI mag in der Schule und im Studium ein verlockendes Mittel sein, um Abkürzungen zu nehmen – im beruflichen Alltag ist das nur bedingt möglich. Auch da, wo die KI wirklich hilfreich ist, weil sie präzise auf Fragen antworten kann, brauchen wir eher mehr Wissen als vorher, weil wir Wissen brauchen, um diese Fragen stellen zu können. Aus diesem Grund brauchen wir auch weiterhin gute Medien, guten Journalismus, guten Wissenschaftsjournalismus, wenn wir grad dabei sind. Medien sind im Wortsinn Vermittler – gerade heute sind wir auf gute Wissensvermittler angewiesen. Man könnte es auch so sagen: Ein Frage-Antwort-Ping-Pong mit der KI kann sehr hilfreich und auch inspirierend sein. Aber gerade weil die KI ein verdammt guter Ping-Pong-Spieler ist, müssen Sie gut Ping Pong spielen können, damit das Spiel auch etwas bringt.

Im beruflichen Alltag kommt noch ein weiterer Aspekt dazu: Die Antworten der KI mögen noch so hilfreich sein – die Verantwortung bleibt beim Menschen. Damit wir die Verantwortung übernehmen können, müssen wir in der Lage sein, die Leistung der KI zu beurteilen. Das geht nur, wenn Sie die Antwort verstehen und einschätzen können, ob das richtig ist, was der Computer vorschlägt. Und das braucht definitiv sehr viel Wissen und Erfahrung.

Also lieber Schüler und Studenten, gebt schön acht: Lasst Euch nicht von der KI dazu verführen, Euch auf die faule Haut legen. Wer in der schönen, neuen Welt der digitalen Helfer bestehen will, muss die Helfer leiten können. Und das geht nur mit viel Wissen und Können. Das wusste übrigens schon Albus Dumbledore: Er hat Harry sogar ins Pensive begleitet und mit ihm danach über die Erinnerungen gesprochen. Dumbledore wusste, dass es nicht nur auf die Informationen ankommt, sondern vor allem auf die richtigen Fragen. Und je mehr Sie wissen, desto besser können Sie fragen. Deshalb wird es nicht trotz, sondern gerade im KI-Zeitalter auf unser Wissen und Können ankommen. Und auf Gefühl und Leidenschaft. Aber das ist ein anderes Kapitel. Oder was meinen Sie?

Basel 14. Februar 2025, Matthias Zehnder mz@matthiaszehnder.ch

PS: Nicht vergessen – Wochenkommentar abonnieren. Dann erhalten Sie jeden Freitag meinen Newsletter mit dem Hinweis auf den neuen Kommentar, einen Sachbuchtipp, einen Tipp für einen guten Roman und das aktuelle Fragebogeninterview. Einfach hier klicken. Und wenn Sie den Wochenkommentar unterstützen möchten, finden Sie hier die entsprechenden Möglichkeiten – digital und analog.

PPS: Wenn Sie den Wochenkommentar nur hören möchten, gibt es auch eine Audioversion. Hier der Link auf die Apple-Podcast Seite oder direkt auf die Episode:

<div id=“buzzsprout-player-16621745″></div><script src=“https://www.buzzsprout.com/1788913/episodes/16621745-kunstliche-intelligenz-mussen-wir-jetzt-nichts-mehr-lernen.js?container_id=buzzsprout-player-16621745&player=small“ type=“text/javascript“ charset=“utf-8″></script>

---

Quellen

Bild: «Harry Potter and the Goblet of Fire» © Warner Bros. Pictures 2005
Professor Dumbledore (Michael Gambon) extrahiert im vierten Harry-Potter-Film mit seinem Zauberstab einen Gedanken und deponiert ihn im «Pensive».

Anmerkung: Erste Studienresultate zeigen, dass die KI in der medizinischen Praxis keine wesentliche Verbesserung bringt. Am Inselspital in Bern sind die Diagnosen von 1200 Notfallpatienen untersucht. Die Diagnosen sind zum Teil konventionell von Hand und zum Teil KI-gestützt erstellt worden. Das Resultat: Die KI verbessert die Diagnosequalität nicht. Gegenüber SRF erklärte Studienautor Wolf Hautz, Leitender Arzt Notfallmedizin der Universitätsklinik, dass auf der Notfallstation die Hektik die Qualität der Arzt-Patienten-Interaktion beeinträchtige. Daran ändere die KI nichts.
Studie: https://www.thelancet.com/journals/landig/article/PIIS2589-7500(24)00250-4/fulltext
Berichterstattung SRF: https://www.srf.ch/news/schweiz/kuenstliche-intelligenz-studie-ki-kann-fehldiagnosen-nicht-verhindern

Dror, I., & Harnad, S. (2008). Offloading Cognition onto Cognitive Technology. arXiv preprint arXiv:0808.3569.

Grinschgl, S., Papenmeier, F., & Meyerhoff, H. S. (2021). Consequences of cognitive offloading: Boosting performance but diminishing memory. Quarterly Journal of Experimental Psychology, 74(9), 1477-1496.

Salden, P., & Leschke, J. (Hrsg.). (2023). Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung. Zentrum für Wissenschaftsdidaktik der Ruhr-Universität Bochum.

Autorenkollektiv. (2024). KI und Kognition im Schreibprozess: Prototypen und Implikationen. Journal of Writing Analytics, 15(26), 8-23.