• Story

Studieren nach dem E-Bike-Prinzip

03.11.2026 KI-Tools wie ChatGPT, Claude & Co. haben das Studieren radikal verändert. Das verlangt auch ein Umdenken bei den Dozent*innen. Und manchmal kann das auch bedeuten: zurück zur Vorlesung ohne Laptop und Handy.

Prof. Dr. Christina Sichtmann, wissenschaftliche Mitarbeiterin am Institut Applied Data Science & Finance der BFH Wirtschaft, hat es ausprobiert.

Dieser Beitrag erschien im Präsenz 2/2026. 

Das Kundenmagazin der BFH Wirtschaft zeigt Geschichten, die bewegen, Ideen, die wachsen, und Projekte, die nachhaltigen Impact schaffen.

Wer heute an einer Fachhochschule oder Universität lehrt, hat sich Wissen ganz anders angeeignet als die heutige Generation der Student*innen. Der Weg zum Studienabschluss war geprägt durch eine oft wochenlange Literaturrecherche in Bibliotheken, das Warten auf bestellte Bücher und das Schreiben von Arbeiten ohne Unterstützung eines allzeit verfügbaren digitalen Assistenten.

Aber es gab auch die sonnige Kehrseite: «Ich hatte viele Freiheiten während meines Studiums, die es heutzutage nicht mehr gibt», sagt Christina Sichtmann freimütig. Während ihres Erasmus-Aufenthalts in Florenz an der Università degli Studi di Firenze war das BWL-Studium zweitrangig. Lieber tauchte sie in Kunst und Kultur der toskanischen Stadt ein. «Das konnte ich mir erlauben.» Tempi passati. Das Studium im Bologna-System ist auf Prüfungsleistungen getrimmt – jede Note zählt, jedes Semester. Viele BFH-Student*innen arbeiten nebenher hochprozentig. Die Zeit, einfach zu denken, zu lesen, Umwege zu gehen, gibt es kaum mehr. Dass die Student*innen nach Abkürzungen suchten, findet Sichtmann menschlich nachvollziehbar. Das Problem beginnt dort, wo die Abkürzung das Lernen selbst ersetzt.

Perfekt geschrieben – und trotzdem durchgefallen

Sichtmann weiss, wovon sie spricht. Heute lehrt sie und betreut Dutzende von wissenschaftlichen Arbeiten pro Jahr. Was sie dabei in den letzten zwei, drei Jahren beobachtete, ist zwiespältig: Die sprachliche Qualität der Arbeiten hat sich enorm verbessert, aber genau das wird zum Problem. KI kann formulieren, ohne zu verstehen. Und wer KI-Output übernimmt, ohne ihn wirklich durchdrungen zu haben, fliegt spätestens in der mündlichen Prüfung auf. Erstmals in ihrer 25-jährigen Karriere fallen Student*innen dort durch, obwohl ihre schriftlichen Arbeiten einwandfrei klangen. Hinzu kommen Plagiatsfälle in einem Ausmass, das sie bisher noch nie erlebt hat. Beweisen lässt sich beides kaum. KI-Detektoren taugen wenig. Sichtmann hat probeweise eigene Texte hochgeladen, die prompt als «100 % AI» ausgewiesen wurden. Was bleibt, ist Erfahrung: «Das ist wie ein Bauchgefühl. Ich habe so viele Arbeiten gelesen, dass ich das erkenne – auch wenn da eine Dünnbrettbohrerarbeit geschrieben wurde», sagt sie, räumt aber auch ein: «Es ist schwierig zu begründen, warum man solche Arbeiten nicht so gut benotet.»

Sichtmann hat ein einprägsames Bild für den Unterschied zwischen sinnvollem und problematischem KI-Einsatz gefunden. KI sei wie ein E-Bike. Wer schon Velo fahren kann, ist schneller und kommt weiter. Wer nicht weiss, wohin er will, strampelt ziellos – mit oder ohne Elektromotor. Und schliesslich gibt es jene, die sich in einer Rikscha rumkutschieren lassen, alles ausgelagert, ohne jede eigene Leistung. Genau das bereitet ihr Sorgen. Was passiert, wenn das Denken selbst delegiert wird, noch bevor es trainiert wurde? Das Gehirn entwickelt sich nämlich durchs Denken, das ist die sogenannte Neuroplastizität. «Wenn wir etwas Neues machen, wenn wir etwas durchdenken, dann entstehen neue Verknüpfungen», betont Sichtmann. Was das konkret bedeutet, macht sie an einem Bild fest: «Für mich wäre es beschämend gewesen, in einer Präsentation zu stehen und eine Frage nicht beantworten zu können, weil auf der Folie etwas steht, das ich nicht durchdrungen habe.» Eine viel zitierte Studie1 untermauert ihre Sorge. Student*innen, die Essays ausschliesslich mit KI verfassten, konnten sich kaum erinnern, was sie geschrieben hatten. Messungen der elektrischen Aktivitäten des Gehirns, sogenannte EEG-Messungen, zeigten bei ihnen deutlich weniger Hirnaktivität als bei jenen, die die Arbeit selbst schrieben.

Dabei ist es nicht so, dass Sichtmann KI ablehnt. Auch sie betont die Unterscheidung zwischen Cognitive Outsourcing – KI erledigt die Denkarbeit, der Mensch lernt nichts – und Cognitive Offloading – KI unterstützt die Anwendung von bereits Gelerntem. «Beim Lernen gibt es keine Abkürzung.» KI als Sparringspartnerin, als Prüfungstrainerin, als Recherchehilfe: ja. KI als Ersatz für den eigenen Denkprozess: nein.

Porträt Christina Sichtmann mit Zitat

Ein Plädoyer für «Oldschool»

Konsequenterweise hat Sichtmann gehandelt und mit ihren Student*innen einen einfachen Versuch gemacht: drei Stunden lang einen wissenschaftlichen Text auf Papier lesen, Handy weg, Stift in der Hand. «Die Student*innen waren begeistert. Sie hatten zum ersten Mal das Gefühl, sich wirklich tiefer mit einem Thema auseinanderzusetzen. Zum allerersten Mal hatten sie verstanden, wie ein wissenschaftlicher Beitrag aufgebaut ist.» Ab dem Wintersemester will Sichtmann ihre Veranstaltungen nicht mehr digital führen. «Ich finde es zum Beispiel schon schwierig, wenn jede und jeder mit dem aufgeklappten Laptop da sitzt.»

Es braucht aber mehr als individuelle Massnahmen. Denn die eigentliche Frage, die sich die BFH aktuell stellt, lautet: Wie gelingt die Gratwanderung zwischen verantwortungsvollem KI-Einsatz und dem Erhalt jener Denkfähigkeiten, welche die Student*innen brauchen, um sich in der Arbeitswelt zu behaupten? Sichtmann schliesst sich der Forderung ihrer Kolleg*innen Elisa Konya-Baumbach und Joël Krapf an: Grundlagenmodule für alle – Prompting, kritisches Reflektieren, Output-Validierung. Doch sie benennt auch das strukturelle Problem dahinter: «Das ist das erste Thema, bei dem wir gegenüber den Student*innen keinen Wissensvorsprung haben.» Wer solche Module unterrichten soll, muss sich erst selbst einarbeiten. Workshops genügten nicht, sagt Sichtmann: «Ich brauchte viel mehr Zeit, mich hinzusetzen und mich in die Thematik einzuarbeiten.» Ihre Forderung ist deshalb auch eine strukturelle: Wer KI in der Lehre wirklich verankern will, muss Dozent*innen dafür offiziell Zeit einräumen. Mit dem Kompetenzmodell LAIRN sind wir an der BFH Wirtschaft dabei bereits auf gutem Weg.

Und Sichtmann weiss genau, für wen sie das tut. Am meisten Sorgen bereiten ihr nicht die Student*innen, die KI bewusst zur Abkürzung nutzen. Sondern die Unsicheren: jene, die sich selbst nichts zutrauen, die glauben, ohne KI nicht bestehen zu können und deshalb gar nicht mehr anfangen, selbst zu denken. «Sie denken, ich kann es ja eh nicht, die KI macht das besser als ich.» Diese Gruppe, vermutet Sichtmann, sei grösser als man denke. Sie zu stärken – das sei die eigentliche Aufgabe.

1 Kosmyna, N., et al. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint arXiv:2506.08872, 4, 206

Mehr erfahren