Willkommen bei den Forschungs- und Strategiedienstleistungen in der heutigen schnelllebigen Welt.

Für Menschen, die regelmäßig KI nutzen, zeichnet sich möglicherweise ein interessanter Widerspruch ab. Aufgaben, die früher stundenlange Recherche, schriftliche Ausarbeitung oder Problemlösung erforderten, lassen sich heute in Minuten erledigen. Gleichzeitig ermöglicht KI die Erforschung unbekannter wissenschaftlicher Fragestellungen, die Entwicklung komplexer Projekte und die Auseinandersetzung mit Ideen, die zuvor unerreichbar schienen.
Diese Erfahrungen können zwei ganz unterschiedliche Eindrücke hervorrufen. Einerseits scheint KI die intellektuellen Fähigkeiten des Menschen zu erweitern. Andererseits wirft sie eine weniger offensichtliche Frage auf: Wenn eine Maschine einen größeren Teil des Denkens übernimmt, was geschieht dann mit unseren eigenen kognitiven Fähigkeiten?
In der öffentlichen Diskussion wird dies oft als Wahl zwischen zwei Möglichkeiten dargestellt: Entweder macht uns KI intelligenter, indem sie unsere Fähigkeiten erweitert, oder sie macht uns weniger leistungsfähig, indem sie mentale Abkürzungen fördert. Forschungsergebnisse werden häufig als Beleg für die eine oder andere Seite präsentiert, selbst wenn die Studien ganz unterschiedliche Aspekte der kognitiven Leistungsfähigkeit untersuchen.
Es gibt jedoch einen hilfreicheren Weg, das Geschehen zu verstehen. Künstliche Intelligenz verändert die Verteilung kognitiver Arbeit zwischen Mensch und Maschine. Ob diese Veränderung vorteilhaft ist, hängt nicht allein davon ab, wie viel Denkarbeit eingespart wird, sondern auch davon, welche mentalen Prozesse ersetzt werden, welche aktiv bleiben und welche neuen Denkformen möglich werden.
Die menschliche Wahrnehmung hat sich schon immer auf externe Hilfsmittel gestützt. Schrift ermöglicht es uns, Informationen zu speichern, ohne uns alles merken zu müssen. Taschenrechner reduzieren den Bedarf an Kopfrechnen. Navigationssysteme helfen uns, unbekannte Ziele zu erreichen, ohne selbst eine detaillierte Route planen zu müssen.
Diese Technologien reduzieren bestimmte kognitive Anforderungen, doch wir interpretieren nicht jede Reduzierung mentaler Anstrengung üblicherweise als Intelligenzverlust. Die entscheidende Frage ist, was uns die eingesparte Anstrengung ermöglicht und ob die delegierte Fähigkeit für unsere Ziele weiterhin relevant ist.
Künstliche Intelligenz führt eine komplexere Version dieser Beziehung ein. Anders als ein Taschenrechner kann ein großes Sprachmodell Erklärungen generieren, Argumente strukturieren, Beweise vergleichen, Lösungen vorschlagen und konkurrierende Ideen bewerten. Es kann daher Aufgaben übernehmen, die zuvor substanzielles logisches Denken erforderten, nicht nur Gedächtnis oder Rechenleistung.
Stellen Sie sich vor, jemand erstellt einen Businessplan. KI könnte Hintergrundinformationen zusammentragen, das Dokument strukturieren und einen ausgereiften ersten Entwurf erstellen. Die Person würde dadurch deutlich weniger Zeit benötigen und dennoch ein hohes Maß an Urteilsvermögen beweisen, indem sie entscheidet, ob die Empfehlungen angemessen sind.
Alternativ könnten sie das Ergebnis weitgehend unkritisch hinnehmen und sowohl die Analyse als auch einen Großteil der Beurteilung delegieren. Das sichtbare Ergebnis könnte ähnlich aussehen, die zugrunde liegenden kognitiven Prozesse wären jedoch völlig anders.
Weniger geistige Anstrengung bedeutet nicht zwangsläufig weniger bedeutungsvolles Denken. Ebenso wenig bedeutet die Erstellung anspruchsvoller Arbeit zwangsläufig, dass die Person ein tiefgreifendes Verständnis dafür entwickelt hat.
Es gibt berechtigte Gründe zu untersuchen, ob eine umfassende KI-Unterstützung die kognitive Auseinandersetzung verändert.
Eine Studie von Microsoft Research und der Carnegie Mellon University aus dem Jahr 2025 untersuchte 319 Wissensarbeiter und 936 Anwendungsbeispiele generativer KI. Die Forscher stellten fest, dass größeres Vertrauen in KI mit einem geringeren selbstberichteten Aufwand für kritisches Denken einherging, während größeres Vertrauen in die eigenen Fähigkeiten mit einem stärkeren kritischen Denken verbunden war.
Interessanterweise beobachteten die Forscher auch eine Veränderung in der Art des kritischen Denkens. Anstatt sich primär auf die Informationsproduktion zu konzentrieren, beschrieben die Arbeiter zunehmend, KI-Ausgaben zu überprüfen, Antworten zu integrieren und die Gesamtaufgabe zu überwachen.
Dies deutet darauf hin, dass KI das Denken möglicherweise nicht einfach eliminiert. Sie kann lediglich den Ort des Denkens verändern.
Eine weitere viel diskutierte Studie des MIT Media Lab untersuchte das Schreiben von Aufsätzen unter verschiedenen Bedingungen, darunter das Schreiben ohne Hilfsmittel und das Schreiben mit ChatGPT. Die Forscher berichteten über Unterschiede in den EEG-Konnektivitätsmustern, der Erinnerungsfähigkeit und dem Gefühl der Teilnehmer, für ihre Arbeit verantwortlich zu sein.
Diese Ergebnisse werfen wichtige Fragen darüber auf, was geschieht, wenn Menschen wesentliche Teile einer lernintensiven Aufgabe delegieren. Unterschiede in der Hirnaktivität während eines Experiments sind jedoch nicht gleichbedeutend mit einem Intelligenzverlust oder dauerhaften kognitiven Schäden.
Diese Unterscheidung ist wichtig, da eine Verringerung der kognitiven Aktivität während einer bestimmten Aufgabe verschiedene Ursachen haben kann, darunter geringeres Engagement, veränderte Strategien oder eine stärkere Abhängigkeit von externer Hilfe. Um die Auswirkungen dieser Veränderungen auf die langfristige kognitive Leistungsfähigkeit zu bestimmen, sind weitere Untersuchungen erforderlich.
Die vorliegenden Forschungsergebnisse liefern uns daher Anlass, zu untersuchen, wie KI das Denken beeinflusst, aber keine solide Grundlage für die Behauptung, dass der gewöhnliche Gebrauch von KI die Menschen im Allgemeinen intelligenter oder weniger intelligent macht.

Eine hilfreiche Methode, diese Unterschiede zu untersuchen, besteht darin, drei übergeordnete Muster der KI-Interaktion zu betrachten. Es handelt sich dabei um erklärende Kategorien und nicht um eine wissenschaftlich validierte Klassifizierung, und die meisten Interaktionen in der realen Welt beinhalten eine Kombination dieser Muster.
Die erste Möglichkeit ist die kognitive Substitution. Hierbei übernimmt die KI einen Großteil der rechenintensiven Arbeit, und die Person erhält oder wendet primär das Ergebnis an. Einen LLM (Master of Laws) mit der Zusammenfassung eines langen Dokuments, der Erstellung eines Routineberichts oder der Erledigung einer administrativen Aufgabe zu beauftragen, kann ein effizienter und absolut angemessener Einsatz dieser Technologie sein.
Problematisch wird es, wenn die delegierte Aufgabe etwas ist, das die Person selbst noch lernen muss. Ein Schüler, der wiederholt fertige Erklärungen erhält, ohne sich ein eigenes Verständnis anzueignen, verpasst möglicherweise Gelegenheiten, das Abrufen, Schlussfolgern und Integrieren neuen Wissens zu üben.
Das zweite Muster ist die kognitive Kollaboration. Anstatt einfach nur eine Antwort zu erhalten, arbeitet die Person mit der KI zusammen, um Ideen zu entwickeln, Alternativen zu vergleichen, Lücken zu identifizieren und eine Lösung zu verfeinern. Die Technologie übernimmt einen Teil der Informationsverarbeitung, während der Mensch weiterhin aktiv an der Entscheidung beteiligt bleibt, was wichtig ist.
Jemand, der sich beispielsweise mit einem ihm unbekannten wissenschaftlichen Thema auseinandersetzt, könnte KI nutzen, um Fachbegriffe zu erklären, Theorien zu vergleichen, Schwächen in Argumenten aufzudecken und Konzepte aus verschiedenen Disziplinen miteinander zu verknüpfen. Die Interaktion kann so zu einem Erkundungsprozess werden, anstatt lediglich Antworten abzurufen.
Das dritte Muster ist die kognitive Herausforderung. Hier wird KI gezielt eingesetzt, um die Argumentation der Person zu überprüfen. Jemand entwickelt eine erste Interpretation, bittet das System, Schwächen aufzudecken, bewertet alternative Erklärungen und passt seine Position an.
Dies kann erhebliche Anforderungen an die Beurteilungsfähigkeit, die kognitive Flexibilität und das metakognitive Bewusstsein – die Fähigkeit, das eigene Denken zu überprüfen und zu steuern – stellen. Es kann auch Annahmen offenlegen, die sonst unhinterfragt blieben.
Keiner dieser Ansätze ist generell überlegen. Die Delegation einer Routineaufgabe kann sinnvoll sein, während selbstständiges Denken beim Erlernen einer neuen Fähigkeit unerlässlich sein kann. Entscheidend ist, ob das Interaktionsmuster dem angestrebten kognitiven Ergebnis entspricht.

Einer der interessantesten potenziellen Vorteile von KI findet in Diskussionen über kognitiven Abbau vergleichsweise wenig Beachtung: Sie könnte das Spektrum intellektueller Aktivitäten erweitern, die Menschen ausführen wollen oder können.
Viele komplexe Projekte erforderten traditionell umfangreiche Vorkenntnisse. Wer sich für Computerbiologie, Ingenieurwesen, fortgeschrittene Statistik oder ihm unbekannte Bereiche der Philosophie interessierte, stieß möglicherweise bisher auf Hindernisse, die eine sinnvolle Auseinandersetzung damit praktisch unmöglich machten.
Künstliche Intelligenz kann einige dieser Barrieren abbauen, indem sie unbekannte Konzepte erklärt, Probleme in überschaubare Komponenten zerlegt, Fachsprache übersetzt und während der Untersuchung Feedback gibt.
Dies könnte Menschen dazu anregen, sich mit Fragen auseinanderzusetzen, die sie sonst nie angehen würden. Der Gesamtumfang intellektueller Erkundung in ihrem Leben könnte zunehmen, selbst wenn der Aufwand für einzelne Teilaufgaben abnimmt.
Eine Person könnte beispielsweise weniger Zeit mit der Suche in technischer Dokumentation verbringen, dafür aber deutlich mehr Zeit mit der Bewertung von Hypothesen, dem Herstellen konzeptioneller Zusammenhänge oder dem Testen alternativer Lösungen.
Es gibt jedoch eine wichtige Einschränkung: Der Zugang zu komplexen Analysen ist nicht gleichbedeutend mit einem fundierten Verständnis. KI kann komplexe Inhalte zwar verständlich machen, lässt aber gleichzeitig Lücken in der Fähigkeit des Nutzers, diese zu erklären, zu überprüfen oder selbstständig anzuwenden.
Der potenzielle Nutzen liegt nicht nur im Zugang zu anspruchsvollerem Material, sondern vor allem darin, was der Mensch durch diesen Zugang tatsächlich lernt.
Ein besonders aufschlussreiches Experiment, das auf der CHI 2026 veröffentlicht wurde, untersuchte, wie sich der Zeitpunkt der KI-Unterstützung auf die Leistung beim kritischen Denken auswirkte.
Forscher untersuchten 393 Teilnehmer, die eine Aufgabe bearbeiteten, die die Auswertung von Informationen und die Entwicklung einer begründeten Entscheidung erforderte. Sie variierten sowohl den Zeitpunkt des Zugangs zu einem Lernmanagementsystem als auch die zur Verfügung stehende Zeit.
Die Ergebnisse zeigten eine wichtige Umkehrung. Bei Zeitmangel verbesserte die Verfügbarkeit von KI von Beginn an die Leistung. Hatten die Teilnehmenden hingegen ausreichend Zeit, verschlechterte ein früher oder kontinuierlicher KI-Zugriff die Leistung im Vergleich zu Bedingungen, unter denen die Teilnehmenden zunächst selbstständig argumentierten.
Dieselbe Technologie erzeugte daher je nach den Bedingungen, unter denen sie eingesetzt wurde, unterschiedliche Effekte.
Diese Erkenntnis stellt die Annahme in Frage, dass KI-Unterstützung eine einzige, einheitliche kognitive Folge hat. Unter Zeitdruck kann Unterstützung Menschen helfen, Verarbeitungsdefizite zu überwinden. Wenn jedoch mehr Zeit für eine intensivere, eigenständige Auseinandersetzung zur Verfügung steht, kann der zu frühe Einsatz von KI die Gründlichkeit der Problemanalyse beeinflussen.
Dies wirft auch eine weitergehende Frage auf: Der kognitive Wert von Unterstützung hängt unter anderem davon ab, was die Aufgabe von der Person verlangt. Eine anspruchsvolle Entscheidung schnell zu treffen und die Fähigkeit zum selbstständigen Denken zu entwickeln, sind zwar verwandte Ziele, aber nicht identisch.
Die vielleicht wichtigste ungeklärte Frage betrifft das, was passiert, wenn die KI nicht mehr zur Verfügung steht.
Eine Person kann eine Aufgabe mit Unterstützung hervorragend erledigen, ohne dadurch zwangsläufig besser darin zu werden, diese Aufgabe selbstständig auszuführen. Umgekehrt kann eine schwierige Lernerfahrung zwar ein bescheidenes unmittelbares Ergebnis liefern, aber gleichzeitig ein Verständnis fördern, das sich später als wertvoll erweist.
Dies sind unterschiedliche Ergebnisse, die sich über unterschiedliche Zeiträume erstrecken.
Die unmittelbare Leistungsfähigkeit zeigt uns, was das kombinierte Mensch-KI-System leisten kann. Die unabhängige Leistungsfähigkeit beschreibt, was die Person auch ohne dieses System noch verstehen, erinnern, bewerten oder ausführen kann.
Diese Unterscheidung ist besonders wichtig für Bildung und Kompetenzentwicklung. Informationen abrufen, Erklärungen formulieren, Fehler machen und Missverständnisse korrigieren – all das trägt zum Lernprozess bei. Wenn KI diese Aktivitäten systematisch unterbindet, gehen möglicherweise auch die Möglichkeiten zur Entwicklung der zugrundeliegenden Fähigkeiten verloren.
Es wäre jedoch ebenso irreführend anzunehmen, dass jede delegierte Aufgabe einen Verlust an kognitiver Entwicklung bedeutet. Die Vermeidung sich wiederholender Informationsbeschaffung kann mehr Zeit für komplexere Analysen schaffen, und angemessene Anleitung kann schwierige Lernprozesse erleichtern.
Die entscheidende Frage ist nicht, wie viel Aufwand betrieben wurde, sondern welchen Beitrag dieser Aufwand zu einem dauerhaften Verständnis geleistet hat.

Es gibt noch eine weitere, subtile Möglichkeit, die es wert ist, in Betracht gezogen zu werden.
KI-generierte Erklärungen sind oft flüssig und strukturiert formuliert. Ein komplexes Thema kann plötzlich verständlich erscheinen, weil das System die Argumentation aufgebaut, die Terminologie definiert und die relevanten Konzepte miteinander verknüpft hat.
Diese Klarheit kann durchaus nützlich sein. Doch eine Erklärung beim Lesen zu verstehen, ist nicht immer dasselbe, wie die Argumentation selbstständig nachvollziehen zu können.
Dies birgt ein potenzielles metakognitives Problem. Menschen beurteilen ihr Verständnis möglicherweise teilweise danach, wie leicht Informationen präsentiert werden, anstatt danach, ob sie diese selbst erklären oder anwenden können.
Dasselbe Problem kann bei der Bewertung von KI-generierten Schlussfolgerungen auftreten. Wenn das System sowohl die Antwort als auch deren Begründung liefert, stehen dem Anwender möglicherweise weniger unabhängige Bezugspunkte zur Verfügung, um Schwächen zu erkennen.
Das bedeutet nicht, dass KI-Erklärungen grundsätzlich irreführend sind. Es bedeutet vielmehr, dass flüssige Unterstützung die Signale verändern kann, anhand derer Menschen entscheiden, ob sie etwas ausreichend verstanden haben.
Mit zunehmender Leistungsfähigkeit der KI könnte die Unterscheidung zwischen dem Empfang einer überzeugenden Erklärung und der Fähigkeit, diese zu bewerten, immer wichtiger werden.
Die Forschung beginnt, Situationen zu identifizieren, in denen KI-Unterstützung die Leistung verbessert, kognitive Strategien verändert oder die selbstständige Beteiligung reduziert. Weitaus weniger klar ist jedoch, wie sich unterschiedliche Muster wiederholter Nutzung über Monate oder Jahre auf die kognitiven Fähigkeiten auswirken.
Viele bestehende Studien untersuchen relativ kurze Interventionen, bestimmte Lernaufgaben oder die unmittelbare Leistung. Andere stützen sich auf Selbsteinschätzungen des Aufwands oder indirekte Messungen der kognitiven Aktivität.
Diese Ansätze können aussagekräftige Effekte aufzeigen, aber sie belegen nicht, ob eine umfassende Nutzung von LLM weitreichende und dauerhafte Veränderungen der Intelligenz, des Gedächtnisses, des Denkvermögens oder der kognitiven Flexibilität zur Folge hat.
Die langfristigen Ergebnisse können sich auch von Person zu Person erheblich unterscheiden. Jemand, der KI primär nutzt, um unbekannten Herausforderungen auszuweichen, wird möglicherweise ganz andere Erfahrungen machen als jemand, der sie für zunehmend anspruchsvolle intellektuelle Aufgaben einsetzt.
Auch dann sollte eine anspruchsvollere Interaktion nicht automatisch mit einem größeren kognitiven Nutzen gleichgesetzt werden. Anstrengung kann je nach den Umständen produktiv, unnötig oder fehlgeleitet sein.
Um diese Unterschiede zu verstehen, bedarf es Forschung, die nicht nur die Exposition gegenüber KI untersucht, sondern auch die kognitiven Aktivitäten, die während der Nutzung auftreten, und die anschließend erhaltenen Fähigkeiten.
Die Frage, ob KI uns dazu bringt, weniger zu denken, ist verständlich, aber unvollständig.
Künstliche Intelligenz kann den Aufwand für bestimmte Aufgaben verringern, während sie gleichzeitig die Komplexität anderer erhöht. Sie kann logisches Denken ersetzen, die Zusammenarbeit unterstützen, Annahmen hinterfragen oder den Zugang zu intellektuellen Aktivitäten ermöglichen, die zuvor unerreichbar schienen.
Diese Effekte können innerhalb derselben Person, desselben Projekts oder desselben Arbeitstages gleichzeitig auftreten.
Entscheidend ist das sich wandelnde Verhältnis zwischen kognitiver Anstrengung, menschlichem Urteilsvermögen, Aufgabenleistung und Lernen. Eine Person kann mehr erreichen, indem sie manche Fähigkeiten weniger übt, oder neue Kompetenzen entwickeln, indem sie bei vertrauten Aufgaben zunehmend auf Unterstützung zurückgreift.
Die Wissenschaft hat noch nicht geklärt, welche Auswirkungen diese Veränderungen langfristig auf unsere kognitiven Fähigkeiten haben werden. Sie liefert aber bereits jetzt überzeugende Gründe, die simple Annahme zu hinterfragen, dass weniger Anstrengung gleichbedeutend mit kognitivem Abbau ist oder dass bessere KI-gestützte Ergebnisse zwangsläufig eine Verbesserung der kognitiven Fähigkeiten bedeuten.
Die aufschlussreichere Frage ist vielleicht nicht, ob KI einen größeren Teil unseres Denkens übernimmt, sondern wie ihre Beteiligung das Denken verändert, das uns noch bleibt.
Willkommen bei den Forschungs- und Strategiedienstleistungen in der heutigen schnelllebigen Welt.
Eine auf Fakten basierende Diskussion darüber, ob Aktivitäten wie Kreuzworträtsel und Sudoku die Gehirngesundheit sinnvoll verbessern, wobei geklärt wird, was sie unterstützen, was nicht und warum ihre Vorteile oft missverstanden werden.
Entdecken Sie diese hervorragenden Erkenntnisse über die Rolle der Neurowissenschaften bei sportlichen Leistungen.
Erfahren Sie mehr über die bemerkenswerte Neuroplastizität Ihres Gehirns.