Ein pädagogisch gestalteter KI-Tutor verdoppelt den Lernerfolg gegenüber klassischem Präsenzunterricht – so das Ergebnis einer randomisierten Kontrollstudie (Kestin et al., 2025, Scientific Reports).
KI-Lernerfolg beschreibt den messbaren Lernzuwachs, der durch den Einsatz Künstlicher Intelligenz als Lernbegleiter erzielt wird. Im Mittelpunkt steht die Frage: Lernen Menschen mit KI-Unterstützung tatsächlich mehr – und wenn ja, wie viel mehr?
Die Antwort gibt eine 2025 in Scientific Reports (Nature) veröffentlichte randomisierte Kontrollstudie von Kestin und Kollegen: Ein pädagogisch gestalteter KI-Tutor verdoppelte den Lernerfolg im Vergleich zu klassischem Präsenzunterricht. Das ist kein marginaler Effekt – es ist ein Durchbruch, der das Potenzial von KI in der Weiterbildung grundlegend neu bewertet.
Der Effekt lässt sich auf ein jahrzehntealtes Problem zurückführen: das 2-Sigma-Problem. Benjamin Bloom zeigte 1984, dass Einzelunterricht den Lernerfolg um zwei Standardabweichungen steigert – 98 % der individuell betreuten Lernenden übertrafen den Durchschnitt einer Schulklasse. KI macht genau diese Art von individuellem Unterricht erstmals skalierbar.
Drei Kennzahlen, die das Potenzial von KI in der Weiterbildung auf den Punkt bringen.
[1] Kestin et al. (2025), Scientific Reports. [2] Bloom (1984), Educational Researcher.
Nicht Lernen um des Lernens willen – sondern nachweislich mehr behalten, mehr verstehen, mehr anwenden. Die Verdoppelung des Lernerfolgs ist kein theoretischer Wert, sondern in einem kontrollierten Experiment gemessen.
Einzelunterricht war das wirksamste Lernformat – aber unbezahlbar in der Breite. KI macht individuelle Begleitung für hunderte Mitarbeitende gleichzeitig möglich, ohne proportional steigende Kosten.
Wenn derselbe Lerninhalt doppelt so wirksam ist, sinkt der effektive Preis pro Lernzuwachs drastisch. Unternehmen erzielen mehr Wirkung aus bestehendem Budget – oder erreichen dieselbe Wirkung mit weniger Aufwand.
Lernen muss zur Anwendung führen. KI-Tutoren können direkt im Arbeitskontext aktiviert werden – zu dem Zeitpunkt, an dem das Wissen gebraucht wird, nicht nur im Seminar.
Nicht jede KI-Anwendung im Lernen erzeugt denselben Effekt. Die Kestin-Studie zeigt: Es kommt auf pädagogisches Design an.
Ailentis bringt die Erkenntnisse der Lernforschung in den betrieblichen Alltag.
Der KI-Lernbegleiter basiert auf Ihren Trainingsmaterialien, Handbüchern und Prozessen. Keine generischen Antworten – spezifisches Wissen für Ihr Unternehmen.
Mitarbeitende lernen per Chat oder Sprache. Der Tutor fragt nach, erklärt, gibt Feedback – genau wie ein menschlicher Trainer, aber rund um die Uhr verfügbar.
L&D-Teams sehen, was gelernt wurde, wo Lücken bestehen und wie der Lernerfolg über Zeit sich entwickelt. Kein Rätselraten mehr über Trainingswirkung.
Ohne Wiederholung sind 79 % des Gelernten nach 30 Tagen vergessen. KI-Lernerfolg setzt an diesem Problem an.
Verteiltes Lernen als Gegenmaßnahme zur Vergessenskurve – kombiniert mit KI-Tutoring besonders wirksam.
Gelerntes muss im Arbeitsalltag ankommen. KI-Tutoren begleiten Mitarbeitende bis zum Anwendungsmoment.
Aktives Abrufen statt passives Lesen – die Grundmethode hinter dialogbasiertem KI-Lernen.
Was bringt mehr Lerntransfer: statisches Click-through oder adaptiver Dialog?
Wie ein Unternehmen messbar mehr Lernerfolg mit Ailentis erzielt – in der Praxis.
In der Studie von Kestin et al. (2025) wurde der Lernzuwachs in der KI-Gruppe mit dem der Kontrollgruppe (klassischer Präsenzunterricht) verglichen. Lernzuwachs = Differenz zwischen Vor- und Nachtest. Die KI-Gruppe erzielte im Mittel doppelt so hohe Zuwächse. Das ist ein randomisiertes Kontrollexperiment – der stärkste Studientyp für Kausalaussagen.
Die Kestin-Studie untersuchte einen spezifischen Lernkontext (Physikvorlesung an der Universität). Die Ergebnisse sind vielversprechend, aber der genaue Effekt variiert je nach Inhaltstyp, Zielgruppe und Tutordesign. Für betriebliche Weiterbildung – besonders prozedurales Wissen, Compliance, Produkttraining – ist dialogbasiertes KI-Lernen besonders gut geeignet, da Anwenden und Verstehen eng verbunden sind.
Benjamin Bloom (1984) zeigte: Wer mit einem persönlichen Tutor lernt, erzielt im Schnitt 2 Standardabweichungen bessere Ergebnisse als der Durchschnitt einer Klasse – das entspricht dem Unterschied zwischen einem mittelmäßigen und einem herausragenden Lernenden. Das Problem: Privates Einzeltutor ist für die meisten Menschen unerschwinglich. KI-Tutoren machen dieses Format nun erstmals für alle zugänglich und skalierbar.
E-Learning ist passiver Informationskonsum – Klicken durch Folien. Ein einfacher Chatbot beantwortet Fragen, aber folgt keiner pädagogischen Logik. Ein KI-Tutor im Sinne der Forschung stellt gezielte Fragen, prüft Verständnis, gibt erklärendes Feedback und passt sich dem Lernstand an. Genau dieses pädagogische Design ist für den gemessenen Effekt verantwortlich – nicht KI allein.
Erleben Sie, wie Ailentis die Erkenntnisse der Lernforschung in messbaren Trainingserfolg übersetzt – für Ihre Inhalte, Ihre Mitarbeitenden.
