ChatGPT verbessert Arbeiten, Denkunterricht rettet die Ideenvielfalt
Am 27. August 2026 erschien ein randomisiertes Experiment mit 1.053 Erstsemesterstudierenden aus Wirtschafts-, Finanz- und Managementstudiengängen. Das an diesem Tag veröffentlichte Discussion Paper des CEPR untersucht getrennt, wie sich ChatGPT Edu und ein kurzes Training im kausalen Denken auf eine definierte Managementaufgabe auswirken.
Die am 27. August vorgestellten Ergebnisse geben eine differenzierte Antwort: ChatGPT erhöhte die bewertete Qualität und Kohärenz der Abgaben, während der Denkunterricht stärker voneinander abweichende Ideen hervorbrachte. In der kombinierten Versuchsbedingung blieben beide Vorteile erhalten, wie die Ergebnisübersicht von OpenAI darlegt. „Rettet“ bedeutet hier also eng begrenzt: Das Training bewahrte im gemeinsamen Einsatz mit ChatGPT die gemessene Ideenvielfalt.
Vier Bedingungen trennten KI- und Trainingseffekt
Das vollständige Forschungspapier dokumentiert ein vorab registriertes 2×2-Experiment, das im November 2025 mit 1.053 Studierenden aus 13 Klassen eines einführenden Managementkurses durchgeführt wurde. Die Klassen erhielten Zugang zu ChatGPT Edu mit GPT-4o, ein Training im kausalen Denken, beide Interventionen oder weder das eine noch das andere.
Randomisiert wurden ganze Klassen innerhalb der drei Studienprogramme, nicht einzelne Studierende. Diese Unterscheidung ist wichtig: Die Stichprobe war auf Personenebene groß, die Zuteilung erfolgte jedoch über nur 13 Einheiten. Die kombinierte Bedingung wurde mit 351 Teilnehmenden bewusst größer angelegt; auf die übrigen Gruppen entfielen 249, 256 und 197 Personen.
Alle bearbeiteten während einer regulären Lehrveranstaltung dieselbe Aufgabe. Innerhalb von ungefähr 45 Minuten sollten sie auf höchstens 180 Wörter empfehlen, wie sich Bekanntheit und Nutzung des Bocconi-Merchandising-Angebots unter Alumni steigern ließen. Das Denktraining behandelte Ursache-Wirkungs-Ketten, zugrunde liegende Mechanismen und falsifizierbare Aussagen; die Vergleichsgruppen absolvierten ein ähnliches Spiel ohne diese Anleitung.
ChatGPT steigerte die Bewertung der Kurzarbeiten
ChatGPT wirkte vor allem auf das bewertete Endprodukt. Zwanzig Masterstudierende beurteilten jede Empfehlung anhand einer fünfstufigen Rubrik zu den Marketingzielen Bekanntheit und Nutzung; jede Abgabe erhielt drei Bewertungen. Zusätzlich verglichen die Forschenden die Texte mit Empfehlungen dreier Fachleute und analysierten ihre sprachlichen und inhaltlichen Eigenschaften.
Mit ChatGPT-Zugang stieg der geschätzte Wert gegenüber der Kontrollbedingung um 0,862 Punkte; für die Kontrollgruppe lag der geschätzte Wert bei 2,089 Punkten. Die KI-unterstützten Antworten enthielten mehr Ideen, folgten einer kohärenteren Logik und ähnelten stärker den Expertenempfehlungen. Der statistische Zusammenhang blieb teilweise bestehen, nachdem die Forschenden Kohärenz, Ideenzahl, Ideenvielfalt und weitere Texteigenschaften berücksichtigten.
Das rechtfertigt die Aussage, dass ChatGPT in diesem Versuch die Arbeiten verbesserte. Es belegt aber keinen allgemeinen Leistungsschub: Geprüft wurde eine kurze, klar spezifizierte Marketingaufgabe, zu deren etablierten Kriterien ein großes Sprachmodell viel verfügbares Wissen verarbeiten kann.
Kausales Denken verbreiterte den Ideenraum
Das Training veränderte eine andere Ergebnisdimension. Geschulte Studierende benannten häufiger Mechanismen, formulierten eher Bedingungen, unter denen eine Behauptung scheitern könnte, und verbanden innerhalb ihrer Antworten vielfältigere Ansätze. Ihre Ideen lagen außerdem weiter von den Vorschlägen der übrigen Teilnehmenden entfernt.
ChatGPT allein erhöhte zwar die Zahl der Ideen, aber nicht eindeutig deren Vielfalt zwischen den Abgaben. Der kombinierte Einsatz zerstörte den Trainingseffekt nicht: Die Ideenvielfalt der Gruppe mit beiden Interventionen entsprach ungefähr jener der ausschließlich geschulten Gruppe, während Bewertung und Ideenzahl den Resultaten der reinen ChatGPT-Bedingung ähnelten.
Die beiden Maßnahmen verstärkten somit nicht automatisch jede Kennzahl. Vielmehr brachte die Kombination überwiegend zwei getrennte Stärken zusammen: ein besser bewertetes, kohärenteres Ergebnis durch ChatGPT und einen breiteren gemeinsamen Lösungsraum durch kausales Denken.
Die Rubrik sah Originalität kaum
Das Denktraining erhöhte die Bewertung nach der vorgegebenen Rubrik nicht. Das ist nicht gleichbedeutend mit Wirkungslosigkeit, denn die Rubrik maß vor allem, wie wirksam eine Empfehlung die zwei etablierten Marketingziele Bekanntheit und Nutzung adressierte. Eigenständigkeit oder Abstand zu den Ideen anderer war kein gleichrangiges Bewertungskriterium.
Damit zeigt der Versuch auch ein Messproblem. Ein klar formulierter, erwartungskonformer Vorschlag kann bei standardisierten Kriterien gut abschneiden, während ein ungewöhnlicherer Ansatz keinen zusätzlichen Punkt erhält. Aus einer höheren Note lässt sich deshalb nicht ableiten, dass eine Antwort in jeder bildungsrelevanten Dimension überlegen war.
Auch „kritisches Denken“ ist in der Studie enger gefasst, als der Begriff im Hochschulalltag oft verwendet wird. Untersucht wurde kausales Denken anhand von Mechanismen, logischen Wirkungsketten und Falsifizierbarkeit. Quellenkritik, das Erkennen sachlicher Fehler und die Abwägung normativer Konflikte waren nicht Gegenstand dieses Tests.
Bessere Abgaben sind noch kein dauerhaftes Lernen
Das randomisierte Design erlaubt belastbare Aussagen über die kurzfristigen Unterschiede innerhalb dieser konkreten Aufgabe. Es erlaubt keine direkte Verallgemeinerung auf andere Hochschulen, erfahrenere Studierende, offene Forschungsfragen, andere Fachgebiete oder neuere Modellgenerationen. Hinzu kommt die geringe Zahl randomisierter Klassen.
Vor allem maß das Experiment die mit oder ohne Hilfsmittel erzeugte Abgabe, nicht den späteren Wissensstand. Die Forschenden können nach eigener Darstellung nicht unterscheiden, ob der inhaltliche Anteil des ChatGPT-Vorteils auf erworbenem und behaltenem Wissen beruht oder ob die Studierenden lediglich bessere Ausgaben erzeugten, ohne entsprechendes Wissen aufzubauen.
Gesichert ist damit ein komplementärer Kurzzeiteffekt bei einer eng definierten Managementaufgabe: ChatGPT verbesserte die bewerteten Lösungen, kausaler Denkunterricht erhielt eine größere Vielfalt von Ansätzen. Ob dieser Befund dauerhaftes Lernen fördert und sich in anderen Fächern oder Prüfungsformen wiederholt, müssen weitere Experimente klären.
Lesen Sie auch:
Newsletter abonnieren
Erhalten Sie die neuesten Nachrichten zu Web3, KI und Krypto direkt in Ihren Posteingang.