Generative AI in der Forschung zur Bildungspsychologie

Generative Künstliche Intelligenz (GenAI) hat sich in den letzten Jahren als transformative Technologie etabliert, deren Anwendungen Bildung, Gesundheitswesen und darüber hinaus umfassen. In der Bildungspsychologie bietet GenAI innovative Werkzeuge und Ansätze, um zu verstehen, wie Lernende denken, fühlen und handeln. Über ihre allgemeinen Anwendungen in der Bildung hinaus hebt die aktuelle Forschung spezifische Wege hervor, wie GenAI genutzt wird, um unser Verständnis der kognitiven, emotionalen und sozialen Aspekte des Lernens voranzubringen.

Anwendungen in der Forschung zur Bildungspsychologie

Während Generative AI ursprünglich in den Bereichen Schreiben und Analyse verwendet wurde, hat eine Welle von Innovationen es möglich gemacht, GenAI direkt in experimentelle Aufgaben und Verfahren zu integrieren, um zu untersuchen, wie Teilnehmer sie wahrnehmen und mit ihr interagieren.

Generative Künstliche Intelligenz (GenAI) erweist sich als vielseitiges und leistungsstarkes Werkzeug in der Forschungswelt der Bildungspsychologie, das zahlreiche Anwendungen bietet. So kommt GenAI zum Einsatz:

• Verbesserung der Problemlösungsfähigkeiten: KI-gesteuerte Chatbots, wie ChatGPT, bieten schrittweise Lösungen und gezielte Anleitung und fördern die Studierenden zur kritischen Denkweise und Anwendung von Problemlösungsstrategien (Miraglia, 2024).

• Metakognition und kognitive Prozesse: Metakognitive Aufforderungen, die von KI erzeugt werden, können das kritische Denken während GenAI-gestützter Suchen fördern, indem sie Lernende ermutigen, innezuhalten, nachzudenken und Informationen zu bewerten (Singh et al., 2025).

• Personalisierte Lernwege: Die Integration von GenAI kann personalisierten Unterricht erleichtern, der auf die Bedürfnisse einzelner Studierender zugeschnitten ist, wodurch das Lernen verbessert und unterschiedliche Lernstile berücksichtigt werden (Miraglia, 2024).

• Analyse von Sprache: Die fortschrittlichen Fähigkeiten der natürlichen Sprachverarbeitung von GenAI ermöglichen eine tiefere Analyse der Antworten von Studierenden und bieten Einblicke in deren Motivation, Frustration, Engagement und andere emotionale Zustände (Întorsureanu et al., 2025).

• Emotionale Ausdrucksweise: GenAI hat gezeigt, dass es die Motivation erhöht, Ängste reduziert und ein emotional unterstützendes Umfeld fördert. Werkzeuge, die in Echtzeit emotionale Rückmeldungen geben, können auch bei der Entwicklung sozial-emotionaler Lernkompetenzen wie Selbstbewusstsein und Empathie helfen (Kohnke & Moorhouse, 2025; Henriksen et al., 2025).

• Kognitive Unterstützung: Kognitive Unterstützung bezeichnet die Hilfe, die Lernenden gegeben wird, um verschiedene Konzepte zu verstehen, und dass KI-Technologien das Lernen erleichtern können, indem sie maßgeschneiderte Unterstützung basierend auf dem aktuellen Wissensstand eines Schülers bieten (Miraglia, 2024).

• Verbesserte Interaktivität und Engagement: Durch die Simulation menschenähnlicher Gespräche und Interaktionen kann generative KI das Engagement und die Lernbereitschaft von Studierenden erhöhen (Miraglia, 2024).

• Entwicklung von Kompetenzen des 21. Jahrhunderts: Anwendungen von Generativer AI unterstützen die Entwicklung wesentlicher Fähigkeiten wie Kreativität, Teamarbeit und Kommunikation, die für das Gedeihen in einer digitalisierten Welt wichtig sind (Miraglia, 2024).

• Unterstützung während des Lernprozesses: KI-Chatbots fungieren als unterstützende Lernbegleiter, die Erklärungen und Klarstellungen zu verschiedenen Themen bieten, was den Studierenden hilft, das Anleitungsmaterial besser zu verstehen und zu kontextualisieren (Miraglia, 2024).

• Ermächtigung der Lehrkräfte: Gen AI-Technologien können administrative Aufgaben für Lehrkräfte wie Planung, Bewertung und Informationsverbreitung vereinfachen. Dies ermöglicht es ihnen, sich mehr auf den Unterricht und die Interaktion mit den Studierenden zu konzentrieren (Miraglia, 2024).

Fallstudien aus der Forschung zur Integration von Generativer AI in experimentelle Aufgaben

Generative AI gewinnt in der Bildungspsychologie zunehmend an Bedeutung aufgrund der Vielzahl möglicher Anwendungen in Forschung und Praxis. Hier sind einige Beispiele aus der Forschung, die zeigen, wie generative AI in der Bildungspsychologie verwendet wird:

Generatives Lernen durch KI-gestütztes Tutoring

In einer Studie von Makransky et al. (2025) wurde generative AI über einen speziellen Chatbot namens ChatTutor eingesetzt. Er forderte die Studierenden auf, Konzepte zu erklären und der KI beizubringen, wobei speziell Prinzipien der generativen Lerntheorie genutzt wurden, die in Bildungsgrundlagen verankert sind. Die Studierenden interagierten mit dem ChatTutor-System, das zeitgerechte Unterstützung und Feedback, das auf ihr Verständnis abgestimmt war, einbezog. Dieses Design erleichterte die aktive Teilnahme und zielte darauf ab, sinnvolle, schülerzentrierte Lerninteraktionen zu schaffen. Die Ergebnisse zeigten, dass die Nutzung von ChatTutor die langfristige Beibehaltung von konzeptionellem Wissen bei den Studierenden verbesserte (Makransky et al., 2025).

Psychologische Literacy durch KI-integrierte Bewertungen

In einer Studie (Richmond & Nicholls, 2024) wurde generative AI (ChatGPT) in einer dreiphasigen Bewertung verwendet, um die psychologische Literacy bei Studierenden der Psychologie zu fördern. In Phase 1 (KI-gestützte Entwurfserstellung und -kritik) mussten die Studierenden ein generatives KI-Werkzeug verwenden, um einen Entwurf für eine Pressemitteilung zu erstellen. Anschließend kritisierten die Studierenden diesen KI-generierten Inhalt mit Hilfe eines Bewertungsrasters, identifizierten Stärken, Schwächen und Prioritäten für Revisionen und vergaben Noten basierend auf diesem Raster. In Phase 2 (KI-Kritik) überarbeiteten die Studierenden den von ChatGPT erzeugten Text, integrierten ihre Kritik und dokumentierten Änderungen unter Verwendung von Änderungen verfolgen, bevor sie ihre Überarbeitung zur Rückmeldung des Dozenten einreichten. In Phase 3 (Revision und Videoproduktion) integrierten die Studierenden das Feedback ihres Dozenten, fügten Grafiken hinzu und machten ihre endgültige Videoeinreichung. Diese Methode zielte darauf ab, festzustellen, ob die frühe Auseinandersetzung mit KI-Ausgaben die Qualität der Arbeiten der Studierenden verbessern würde, und die Ergebnisse zeigten signifikante Leistungsgewinne im Vergleich zu traditionellen Peer-Review-Prozessen.

Anpassung von Bildungsinhalten an Interessen der Studierenden mit GenAI

Tasdelen & Bodemer (2025) beschäftigten sich in ihrer Studie mit generativer AI, um personalisierte Bildungsinhalte zu erstellen, die auf die individuellen Interessen der Studierenden zugeschnitten sind. Die Studie zielte darauf ab, die Auswirkungen der von der KI-generierten Materialien auf die intrinsische Motivation, das Interesse und die Lernleistung zu bewerten. Generative AI erstellte Lernmaterialien, die spezifisch mit den Interessen übereinstimmten, die für jeden Studierenden identifiziert wurden. Verschiedene Aufgaben wurden unter Verwendung der generativen AI entworfen und den Studierenden während der Studie präsentiert. Diese Aufgaben wurden kontextbezogen angepasst, um sich an den einzigartigen Interessen der Teilnehmenden zu orientieren. Die Forschung umfasste eine selbst entwickelte Webanwendung, die den Zugang zu den KI-generierten Inhalten erleichterte. Die Studierenden nahmen über diese Plattform während der regulären Mathematikstunden an der Studie teil. Das generative AI-System war in der Lage, dynamisch Bildungsinhalte basierend auf den von den Studierenden berichteten Interessen zu generieren. Diese Echtzeitfähigkeit stellte sicher, dass die Bildungsaufgaben relevant und ansprechend blieben. Insgesamt zeigt die Studie, dass generative AI eine entscheidende Rolle bei der Erstellung besserer Lernmaterialien spielte und somit das Lernen, das Engagement, das Interesse und die Gesamtergebnisse verbesserte.

Wissenschaftliches Textverständnis über KI-gestütztes Mentoring

Generative AI wurde in einer Studie von Thüs et al. (2024) über die Plattform OwlMentor eingesetzt, die dazu dienen soll, Studierenden beim Verständnis wissenschaftlicher Texte zu helfen. Die wichtigsten Anwendungen der generativen AI in dieser Studie umfassten: Automatische Fragensstellung, KI-unterstützte Dialoge, in denen Studierende in einer chatähnlichen Schnittstelle interagieren und Fragen stellen konnten, sowie die Erstellung von Quizzes mit maßgeschneiderter Quizgenerierung und Feedback. Durch die Nutzung der Fähigkeiten der KI konnte die Plattform Antworten und Vorschläge auf die Anfragen individueller Studierender zuschneiden und ihren Lernweg durch kontextbezogene Interaktionen verbessern. Die Nutzer wiesen eine bemerkenswerte Verbesserung ihrer Gesamtleistung von Vorprüfungen zu Nachprüfungen auf, was darauf hindeutet, dass der Einsatz der Plattform ihre Lernergebnisse in verschiedenen Themenbereichen positiv beeinflusste.

Visuelles Lernen und kritisches Engagement durch KI-Bilderzeugung

In einer Studie (Berg et al., 2024) wurde generative AI genutzt, um das Lernen der Studierenden zu erleichtern und das Engagement zu fördern. Die Studierenden verwendeten Midjourney, um Bilder basierend auf den von ihnen entwickelten Eingabeaufforderungen zu erstellen. Die erzeugten Bilder halfen den Studierenden, von einem oberflächlichen Verständnis zu einem tieferen, kritischen Verständnis der behandelten Themen überzugehen. Sie fanden heraus, dass die Zuordnung von Bildern zu Texten Informationen leichter merkbar und verständlicher machte. Die Verwendung von KI-generierten Bildern diente als Grundlage für Klassendiskussionen. Die Studierenden analysierten die Bilder im Hinblick auf ihre Eingabeaufforderungen und diskutierten, welche Aspekte korrekt oder irreführend waren, und förderten so kritisches Denken über den Inhalt. Die Studie hob den motivierenden Faktor hervor, dass die Studierenden ihre eigenen KI-Bilder erstellten, was letztlich eine Form des aktiven Lernens darstellt, das sie als angenehmer empfinden als das passive Betrachten vorhandener Bilder. Lehrkräfte schlugen vor, dass die von den Studierenden verwendeten Eingabeaufforderungen als Grundlage für Bewertungen dienen könnten, um den Lehrkräften ein besseres Bild vom Verständnis der Studierenden anhand der von ihnen generierten Bilder zu vermitteln. Die wichtigste Erkenntnis der Studie ist, dass KI-Bildgenerierungstools wie Midjourney das Lernen der Studierenden positiv beeinflussen können, indem sie schülerzentrierter, interaktiv, unterhaltsam und ansprechend gestaltet wird.

Fazit

Generative AI revolutioniert die Bildungspsychologie, indem sie innovative Lösungen bietet, die personalisiertes Lernen unterstützen, das Engagement fördern und kritisches Denken anregen. Während sich dieses Feld weiterentwickelt, wird die fortgesetzte Erkundung helfen, noch bedeutungsvollere Wege zu finden, um AI in die Forschung und Praxis der Bildungspsychologie zu integrieren. Es ist jedoch ebenso wichtig, die ethischen Bedenken hinsichtlich Datenschutz, Vorurteile und den verantwortungsbewussten Einsatz von AI in Lernumgebungen zu verstehen.

Literaturverzeichnis

Berg, C., Omsén, L., Hansson, H., & Mozelius, P. (2024). AI-generierte Bilder von Studierenden: Einfluss auf Motivation, Lernen und Zufriedenheit. Internationale Konferenz über AI-Forschung, 4(1), 500–506.

Henriksen, D., Creely, E., Gruber, N., & Leahy, S. (2025). Soziale und emotionale Lernkompetenzen und generative AI: Eine kritische Literaturübersicht und ein Rahmen für die Lehrerbildung. Journal of Teacher Education, 76(3), 312–328.

Întorsureanu, I., Oprea, S.-V., Bâra, A., & Vespan, D. (2025). Generative AI in der Bildung: Perspektiven durch eine akademische Linse. Elektronik, 14(5), 1053.

Kohnke, L., & Moorhouse, B. L. (2025). Verbesserung der emotionalen Aspekte des Sprachenlernens durch generative künstliche Intelligenz (GenAI): Eine qualitative Untersuchung. Computers in Human Behavior, 167, 108600.

Makransky, G., Shiwalia, B. M., Herlau, T., & Blurton, S. (2025). Über den „Wow“-Effekt hinaus: Verwendung von generativer AI zur Steigerung des generativen Sinnverstehens. Educational Psychology Review, 37(3).

Miraglia, L. (2024). Das Versprechen der generativen künstlichen Intelligenz. Psychologische Implikationen in Bildungskontexten. Rivista di Scienze dell'Educazione, 62(1).

Richmond, J. L., & Nicholls, K. (2024). Verwendung von generativer AI zur Förderung psychologischer, Feedback- und KI-Kompetenzen bei Studierenden der Psychologie. Teaching of Psychology, 52(3), 291–297.

Sengar, S. S., Hasan, A. B., Kumar, S., & Carroll, F. (2024). Generative künstliche Intelligenz: Eine systematische Übersicht und Anwendungen. Multimedia-Tools und Anwendungen, 84(21), 23661–23700.

Singh, A., Guan, Z., & Rieh, S. Y. (2025). Verbesserung des kritischen Denkens in der generativen AI-Suche mit metakognitiven Aufforderungen. arXiv Preprint arXiv:2505.24014.

Tasdelen, O., & Bodemer, D. (2025). Generative AI im Klassenzimmer: Auswirkungen kontextpersonalisierter Lernmaterialien und Aufgaben auf Motivation und Leistung. International Journal of Artificial Intelligence in Education.

Thüs, D., Malone, S., & Brünken, R. (2024). Erkundung generativer AI in der Hochschulbildung: Ein RAG-System zur Stärkung des Engagements der Studierenden mit wissenschaftlicher Literatur. Frontiers in Psychology, 15.