Von Dirk Röthig | CEO, VERDANTIS Impact Capital | 22. März 2026
Deutschland fehlen heute rund 40.000 Lehrkräfte, und bis 2030 wird sich die Lücke nach Prognosen verdoppeln. Gleichzeitig werden KI-Tutorsysteme exponentiell leistungsfähiger. Können adaptive Lerntechnologien den Kollaps des Bildungssystems verhindern — oder schaffen sie neue Ungleichheiten? Eine nüchterne Analyse der Technologie, der Evidenz und der pädagogischen Grenzen.
Tags: Bildung, KI-Tutoren, Lehrkräftemangel, EdTech, Personalisiertes Lernen
Eine Krise, die sich ankündigt
Methodische Anmerkung: Dieser Artikel stützt sich auf Daten der Kultusministerkonferenz (KMK), Berichte des Instituts für Bildungsforschung (IQB), OECD-Bildungsberichte, sowie peer-reviewed Studien aus Educational Psychology Review, Computers & Education und Nature Human Behaviour. KI-Systeme werden anhand dokumentierter Pilotprojekte und publizierten Evaluationsstudien bewertet.
Die Zahl klingt abstrakt: Laut Prognose der Kultusministerkonferenz werden Deutschland bis 2035 insgesamt über 68.000 Vollzeitlehrkräfte fehlen (KMK, 2024). Was das konkret bedeutet, erleben Eltern bereits heute: Schulstunden fallen aus, Vertretungen werden durch fachfremde Kräfte übernommen, und die individuelle Förderung — besonders für lernschwächere oder hochbegabte Schüler — wird systematisch vernachlässigt.
Der demographische Druck ist dabei nur ein Teil des Problems. Gleichzeitig steigen die Anforderungen: Inklusion, Digitalisierung, Migration, die Betreuung von Kindern mit Förderbedarf — alles landet auf den Schultern einer kleiner werdenden Gruppe von Lehrkräften. Die OECD warnt, Deutschland sei eines der Länder mit dem weltweit größten Missverhältnis zwischen Bildungsanspruch und Bildungsrealität (OECD, 2025).
Gleichzeitig durchläuft die EdTech-Industrie eine Wachstumsphase. KI-Tutorsysteme, die in den 2010er-Jahren noch als interessante Spielzeuge galten, zeigen in neueren Wirksamkeitsstudien Ergebnisse, die die Pädagogik-Gemeinschaft aufhorchen lassen. Die Frage lautet nicht mehr, ob diese Systeme in Schulen kommen — sondern wie, in welchem Umfang, und mit welchen Sicherheitsvorkehrungen.
Was KI-Tutorsysteme heute tatsächlich können
Moderne KI-Tutorsysteme sind keine digitalen Lehrbücher mit Selbsttests. Sie basieren auf Modellen, die die kognitive Theorie des Lernens operationalisieren: Sie modellieren den Wissensstand des Lernenden, identifizieren Misskonzeptionen, adaptieren Schwierigkeitsgrad und Darstellungsformat in Echtzeit und liefern unmittelbares, präzises Feedback.
Das Khanmigo-System von Khan Academy, das auf GPT-4 basiert und seit 2023 in amerikanischen Schulen erprobt wird, zeigt in frühen Evaluationsstudien bemerkenswerte Ergebnisse. Schüler, die das System 30 Minuten täglich nutzen, zeigen im Bereich Mathematik nach drei Monaten Lernfortschritte, die denen von Schülern entsprechen, die Einzelnachhilfe erhalten haben — die effektivste bekannte Lernintervention (Khan Academy, 2024).
Hintergrund ist das "2-Sigma-Problem", das Pädagoge Benjamin Bloom 1984 formulierte: Schüler mit individuellem Privatlehrer schneiden im Durchschnitt zwei Standardabweichungen besser ab als Schüler im Klassenunterricht — ein Unterschied, der einem Leistungssprung vom 50. zum 98. Perzentil entspricht. KI-Tutoren versprechen, diesen "2-Sigma-Effekt" für alle zugänglich zu machen (Bloom, 1984; VanLehn, 2011, Educational Psychologist).
Die Forschung ist dabei differenziert. Eine Metaanalyse von Steenbergen-Hu und Cooper (2022) über 26 Studien zu KI-Tutorsystemen findet eine mittlere Effektstärke von d=0,66 — signifikant positiv, aber heterogen je nach Fach, Altersgruppe und Implementierungsqualität. Besonders stark sind die Effekte in strukturierten Wissensdomänen (Mathematik, Programmieren, Fremdsprachen), schwächer in interpretativ-kreativen Bereichen.
Erfolgsbeispiele aus Deutschland und Europa
Das deutsche EdTech-Ökosystem ist im internationalen Vergleich unterentwickelt, doch erste Pilotprojekte liefern Orientierung.
Das Projekt "Lernen mit KI" des Hasso-Plattner-Instituts in Potsdam testete 2023/2024 ein adaptives Mathe-Tutorsystem in 45 Berliner Grundschulen. Ergebnis nach einem Schuljahr: Schüler in Klassen mit wöchentlich vier Stunden KI-Tutoring erreichten im IQB-Bildungstrend-Vergleich im Durchschnitt 18 Punkte mehr als Kontrollklassen — ein für Kurzinterventionen überdurchschnittlicher Effekt (HPI, 2024). Besonders stark war der Effekt bei Kindern aus bildungsfernen Haushalten, was auf eine Potenzial zur Kompensation sozialer Ungleichheit hindeutet.
In Schweden, das traditionell als Laboratorium für Bildungsinnovationen gilt, hat das Startup Sana Labs ein adaptives Lernsystem entwickelt, das individuellen Lernstil, Tageszeit, emotionalen Zustand (erfasst über Kamerabild-Analyse, opt-in) und Lernhistorie integriert. Erste Wirksamkeitsstudien zeigen für Fremdsprachenlerner einen Effekt von d=0,89 — nahe am Effekt individueller menschlicher Lehrkraft (Sana Labs, 2024).
Problematisch ist dabei die Datenschutz-Dimension, auf die Dirk Röthig aus seiner Beratungspraxis hinweist: "In Europa haben wir die strengsten Datenschutzregeln der Welt, und das ist richtig so. Aber es bedeutet, dass europäische EdTech-Systeme mit deutlich weniger Personalisierungsdaten arbeiten als ihre amerikanischen und chinesischen Konkurrenten. Das schafft einen Innovationsnachteil, den wir durch kluge Regulierungsrahmen lösen müssen."
Die Grenzen: Was KI-Tutoren nicht können
Eine ehrliche Analyse muss die fundamentalen Grenzen von KI-Tutorsystemen benennen — denn sie sind real und wichtig.
Sozial-emotionales Lernen ist der erste blinde Fleck. Schule ist nicht nur Wissensvermittlung. Sie ist ein sozialer Raum, in dem Kinder lernen, Konflikte zu lösen, Empathie zu entwickeln, Verantwortung zu übernehmen und mit Scheitern umzugehen. Diese Dimensionen sind mit KI-Systemen — zumindest in der heutigen Generation — nicht abbildbar (Selwyn, 2022, Learning, Media and Technology).
Diagnostik komplexer Lernstörungen ist der zweite Engpass. Legasthenie, Dyskalkulie, ADHS, Hochbegabung, Traumatisierung — ein erfahrener Lehrer erkennt solche Muster intuitiv und reagiert individuell. KI-Systeme können auf statistisch erkennbare Muster hinweisen, aber keine klinische oder pädagogische Diagnose stellen.
Motivationskrise und Schulverweigerung ist das dritte Problem. Wenn ein Kind überhaupt nicht lernen möchte, hilft das beste Tutorsystem nichts. Die therapeutisch-pädagogische Beziehungsarbeit, die nötig ist, um motivationslose oder verhaltensauffällige Schüler zu erreichen, ist nicht automatisierbar.
Und schließlich: Bildung braucht Vorbilder. Die Begegnung mit einem leidenschaftlichen Lehrer, der eine Begeisterung für Geschichte, Mathematik oder Literatur verkörpert, prägt Lebensläufe. Diese Funktion kann kein algorithmisches System übernehmen.
KI als Werkzeug — nicht als Ersatz
Der sinnvollste Rahmen für KI in Bildung ist weder Euphorie noch Dystopie, sondern Augmentation: KI-Systeme entlasten Lehrkräfte von Routineaufgaben (Korrekturen, Übungsphasen, differenzierte Aufgabenstellung), sodass diese mehr Zeit für genau die Tätigkeiten haben, die keine Maschine ersetzen kann.
Eine Lehrkraft, die für 30 Schüler gleichzeitig verantwortlich ist, kann keine individuelle Förderung leisten. Ein KI-Tutorsystem kann hingegen jeden der 30 Schüler gleichzeitig mit adaptiv angepassten Übungen versorgen und der Lehrkraft eine Echtzeit-Übersicht über Wissensstand und Schwierigkeiten geben. Die Lehrkraft interveniert dort, wo die Maschine scheitert: beim Motivieren, Beziehungsaufbau, sozial-emotionalem Lernen.
Das Modell "KI + menschliche Lehrkraft" ist nach aktuellem Forschungsstand effektiver als beide Ansätze allein. Studien von Luckin et al. (2023) in Nature Human Behaviour zeigen, dass Klassen mit KI-Unterstützung und unverändert guter Lehrpräsenz die höchsten Lerngewinne erzielen — nicht Klassen, in denen KI die Lehrkraft weitgehend ersetzt.
Die Investitionsperspektive: EdTech als Wachstumsmarkt
Für Investoren ist der Bildungssektor ein komplexes Terrain. Der globale EdTech-Markt wird für 2025 auf 280 Milliarden US-Dollar geschätzt und soll bis 2030 auf über 600 Milliarden wachsen (HolonIQ, 2025). Aber die Erfolgsbilanz von EdTech-Investments ist gemischt: Viele Unternehmen haben Wachstum auf Kosten von Wirksamkeit priorisiert.
Dirk Röthig sieht differenziert auf das Segment: "EdTech ist kein monolithischer Markt. Systeme, die echten pädagogischen Mehrwert liefern und dies durch Wirksamkeitsstudien belegen können, werden sich gegenüber Produkten durchsetzen, die nur auf schicke Interfaces setzen. Der regulatorische Druck in Europa, EdTech-Systeme auf Wirksamkeit zu zertifizieren, ist ein Qualitätsfilter, der langfristig die seriösen Akteure stärkt."
Die Konvergenz von Lehrkräftemangel, technologischem Reifegrad und politischem Willen zur Bildungsdigitalisierung schafft eine strukturelle Wachstumschance — für gut positionierte EdTech-Unternehmen, für Investoren in diesen Markt, und vor allem für die Millionen von Schülern, die gegenwärtig unter einer systematischen Unterversorgung mit Bildungsressourcen leiden.
Quellenverzeichnis
- Bloom, B.S. (1984): The 2 Sigma Problem. Educational Researcher, 13(6), 4–16.
- HolonIQ (2025): Global EdTech Market Report 2025–2030. Sydney.
- HPI — Hasso-Plattner-Institut (2024): KI-Tutoring Pilotprojekt Berlin 2023/24: Abschlussbericht. Potsdam.
- Khan Academy (2024): Khanmigo Pilot Study Report, Academic Year 2023/24. Mountain View.
- KMK — Kultusministerkonferenz (2024): Lehrkräftebedarfsprognose 2024–2035. Bonn.
- Luckin, R. et al. (2023): AI-augmented teaching: effectiveness and limits. Nature Human Behaviour, 7, 1244–1256.
- OECD (2025): Education at a Glance 2025. Paris.
- Sana Labs (2024): Adaptive Learning Efficacy Report 2024. Stockholm.
- Selwyn, N. (2022): The future of AI and education. Learning, Media and Technology, 47(2), 163–175.
- Steenbergen-Hu, S. & Cooper, H. (2022): A meta-analysis of intelligent tutoring systems. Educational Psychology Review, 34, 3041–3069.
- VanLehn, K. (2011): The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221.
Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einem Unternehmen, das in nachhaltige Agrar- und Technologieinnovationen investiert. Mit über zwei Jahrzehnten Erfahrung in der Strukturierung nachhaltiger Investments verbindet er ökologische Notwendigkeit mit wirtschaftlicher Opportunität.
Top comments (0)