KI

Künstliche Intelligenz und Kognition: Mythos oder Realität einer intellektuellen Verarmung?

In Unternehmen wie in der Weiterbildung sind die Sorgen groß. Manche sprechen von nachlassender Aufmerksamkeit, schlechterem Erinnerungsvermögen oder einer wachsenden Abhängigkeit von Tools. Hinter diesen Wahrnehmungen ist die Realität jedoch differenzierter. KI verringert nicht die Intelligenz; sie verändert, wie wir unsere kognitiven Fähigkeiten einsetzen.

Künstliche Intelligenz und Kognition: Mythos oder Realität einer intellektuellen Verarmung?

Aktualisiert am 21. November 2026

Der Aufstieg der generativen künstlichen Intelligenz wirft eine zentrale Frage erneut auf: Schwächt KI unsere kognitiven Fähigkeiten?

In Unternehmen wie in der Weiterbildung sind die Sorgen groß. Manche sprechen von nachlassender Aufmerksamkeit, schlechterem Erinnerungsvermögen oder einer wachsenden Abhängigkeit von Tools. Hinter diesen Wahrnehmungen ist die Realität jedoch differenzierter. KI verringert nicht die Intelligenz; sie verändert, wie wir unsere kognitiven Fähigkeiten einsetzen.

KI und Kognition: ein Wandel der intellektuellen Anstrengung

Sich beim Denken auf Hilfsmittel zu stützen, ist nichts Neues. Die kognitive Psychologie spricht von verteilter Kognition: Wir lagern bestimmte mentale Aufgaben wie Schreiben, Rechnen oder Informationsrecherche aus, um schneller und weiter zu kommen.

KI steht in dieser Tradition, bringt aber einen wichtigen Bruch mit sich: Sie kann direkt strukturierte Antworten liefern. Diese Entwicklung kann den unmittelbaren Aufwand verringern, die Produktion beschleunigen und den Eindruck schnellen Verstehens erwecken. Ein schneller Zugang zu einer Antwort garantiert jedoch keineswegs echtes Lernen.

Die Falle: verstehen, ohne handeln zu können

Ein in den Kognitionswissenschaften gut dokumentiertes Phänomen ist die Kompetenzillusion. Ist eine Antwort klar und gut formuliert, vermittelt sie das Gefühl, verstanden zu haben. Dieser Eindruck garantiert jedoch nicht, dass man die Lösung selbstständig reproduzieren kann.

Anders gesagt: Man kann eine gute Antwort erkennen, ohne sie selbst hervorbringen zu können.

Wie das Gehirn wirklich lernt

Um die tatsächlichen Auswirkungen von KI zu beurteilen, muss man zu den grundlegenden Mechanismen des Lernens zurückkehren.

Aktive Beteiligung

Das Gehirn lernt, wenn es wirklich gefordert wird. Das bedeutet nachzudenken, Ideen zu formulieren und Entscheidungen zu treffen. Bloßes Lesen oder Beobachten reicht nicht aus, um Wissen nachhaltig zu verankern.

Der Abrufaufwand

Die Arbeiten von Roediger und Karpicke (2006) zeigen, dass Üben das Behalten stärker verbessert als bloßes erneutes Lesen. Eine Frage zu beantworten, eine Lösung zu versuchen oder sich mit den eigenen Fehlern auseinanderzusetzen sind Schlüsselschritte im Lernprozess.

Die Rolle des Feedbacks

Effektives Lernen erfordert schnelle Rückmeldungen, Korrekturen und Anpassungen. Ohne Feedback bleibt das Lernen oberflächlich und wenig nachhaltig.

KI: ein Risiko … oder ein Lernbeschleuniger?

Die Wirkung von KI hängt ganz davon ab, wie sie genutzt wird.

Eine passive Nutzung, bei der man eine Antwort kopiert, ohne Interaktion liest oder das Nachdenken vollständig delegiert, führt zu geringer kognitiver Beteiligung und damit zu begrenztem Lernen.

Eine aktive Nutzung hingegen, die auf Nachfragen, Umformulieren, dem Überprüfen des eigenen Verständnisses oder dem Anfordern von Übungen beruht, kann das Lernen deutlich stärken.

KI als Tutor: eine große Chance

Die Bildungsforschung zeigt, dass individuelle Betreuung zu den wirksamsten Hebeln des Lernens gehört, wie Bloom 1984 nachgewiesen hat. Heute ermöglicht es KI, diesem Ideal näherzukommen: mit Interaktion in Echtzeit, Anpassung an das Niveau der Lernenden und personalisierten Erklärungen.

So wird sie zu einem echten Lernpartner und nicht mehr nur zu einem Werkzeug.

Die eigentliche Herausforderung im Unternehmen

In Organisationen zeigt sich eine zentrale Schwierigkeit: Ein Tool bedienen zu können, bedeutet nicht, eine Kompetenz zu beherrschen. Diese Verwechslung kann sich in Schwierigkeiten äußern, ohne Unterstützung zu handeln, in nur teilweisem Verständnis der Themen oder in Fehlern in realen Situationen.

Die Herausforderung ist also klar: Es gilt, solide, übertragbare und nachhaltige Kompetenzen aufzubauen.

Weiterbildung im Zeitalter der KI neu denken

Traditionelle Formate stoßen heute an ihre Grenzen. Die Inhalte sind oft passiv, die Beteiligung gering und die praktische Anwendung unzureichend. KI eröffnet den Weg zu einem neuen, dynamischeren Ansatz.

Die wirksamsten Trainings integrieren heute konkrete Praxissituationen, zu treffende Entscheidungen, zu analysierende Fehler und personalisiertes Feedback. Die Lernenden werden so zu Gestaltern ihres eigenen Fortschritts.

Wie Complement KI einsetzt, um die Kognition zu stärken

Bei Complement leitet eine feste Überzeugung den Ansatz: Lernen geschieht durch Handeln und nicht durch bloße Wissensvermittlung.

Die angebotene Lernerfahrung basiert auf realitätsnahen Situationen mit beruflichen Szenarien, konkreten Entscheidungen und einem direkt anwendbaren Fachkontext. Die Interaktion ist durchgängig, dank eines Dialogs mit einem eigenen Tutor, der gezielte Fragen ermöglicht und den Fortschritt begleitet.

Das Training ist personalisiert: mit Anpassung an das Niveau jedes Lernenden, Erkennung von Schwierigkeiten und einem individuell zugeschnittenen Lernpfad. Schließlich gibt es sofortiges Feedback mit Korrekturen in Echtzeit und passenden Erklärungen, um das Gelernte nachhaltig zu festigen.

Fazit

Künstliche Intelligenz führt nicht automatisch zu einer intellektuellen Verarmung. Je nach Nutzung kann sie den Aufwand verringern oder im Gegenteil das Lernen stärken.

Der Unterschied beruht auf einem Schlüsselfaktor: der kognitiven Beteiligung.

Erfolgreich werden die Organisationen sein, die KI nutzen, um das Nachdenken anzuregen, die Praxis zu fördern und das Lernen zu personalisieren.

📚 Quellen

Bjork, R. – Memory and Metamemory Considerations in the Training of Human Beings (1994)

Roediger & Karpicke – Test-Enhanced Learning (2006)

Bloom, B. – The 2 Sigma Problem (1984)

Hutchins, E. – Cognition in the Wild (1995)

OECD – AI and the Future of Skills (2023)