SekMate
AnmeldenKonto erstellen

Forschung & Lernkonzept

Warum unsere Lernassistenten zum Denken anregen

KI kann beim Lernen unterstützen. Entscheidend ist, welche Aufgaben sie übernimmt und welche Denkarbeit bei den Lernenden bleibt. Hier zeigen wir ausgewählte Forschungsergebnisse und erklären, wie sie mit dem Lernkonzept von SekMate zusammenhängen.

Vier zentrale Forschungsergebnisse

  1. Eigene Gedanken vor KI-Hilfe

    Wong & Qiu (2026) · Randomisierte Studie

    Bezug zu SekMate
    SekMate ist vor allem für die Zeit ausserhalb des Unterrichts gedacht. Dazu passt der Ablauf der Studie: Lernende bearbeiten zuerst selbst ihre Aufgaben und Unterlagen und nutzen den Lernassistenten anschliessend, um weiterzudenken. Die Bausteine regen eigene Überlegungen an, der Text-Abgleich setzt einen selbst geschriebenen Text voraus.
    Grenze der Übertragbarkeit
    Untersucht wurde kreatives Problemlösen an einer Hochschule. Langfristige Lernerfolge wurden damit nicht nachgewiesen.
    Untersuchung und Ergebnis

    196 Studierende bearbeiteten eine kreative Aufgabe ohne KI, mit freier ChatGPT-Nutzung oder mit einem vorgegebenen Ablauf: zuerst eigene Ideen entwickeln, danach mit ChatGPT weiterarbeiten. Bei einer anschliessenden Aufgabe ohne KI erzielte die angeleitete Gruppe originellere und nützlichere Lösungen als beide Vergleichsgruppen.

    Think First, ChatGPT Later: Guiding Human–AI Collaboration for Learning Gains in Independent Human Creativity. Educational Psychology Review, 38, 45.

    Originalquelle: Wong & Qiu (2026) bei Springer (öffnet in neuem Tab)

  2. Didaktisch gestaltete KI kann Lernen verbessern

    Kestin et al. (2025) · Randomisierte Studie mit Wechsel der Bedingungen

    Bezug zu SekMate
    Klare Rollen der Bausteine, eigene Unterrichtsunterlagen, hinterlegte Musterlösungen und schrittweise Hilfen greifen ähnliche Gestaltungsprinzipien auf. Anders als in der Studie ersetzt SekMate keinen Unterricht, sondern begleitet das Lernen vor allem ausserhalb davon.
    Grenze der Übertragbarkeit
    Untersucht wurden nur zwei Unterrichtseinheiten mit unmittelbar anschliessenden Tests, langfristiges Behalten wurde nicht nachgewiesen. Die Ergebnisse lassen sich nicht unmittelbar auf andere Fächer und Altersgruppen übertragen. Geprüft wurde das gesamte Lernangebot; welche Elemente die Wirkung erklären, wurde nicht einzeln untersucht.
    Untersuchung und Ergebnis

    Die Studie untersuchte 194 Studierende eines Harvard-Physikkurses. Sie verglich für zwei Unterrichtseinheiten einen didaktisch gestalteten KI-Tutor mit aktivierendem Präsenzunterricht. In unmittelbar anschliessenden Tests zeigten sich höhere Lernzuwächse mit dem KI-Tutor. Das Lernangebot kombinierte klare Anweisungen an die KI, geprüfte Lösungswege und eine vorgegebene Aufgabenstruktur.

    AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458.

    Originalquelle: Kestin et al. (2025) bei Nature (öffnet in neuem Tab)

  3. Leitplanken können Lernnachteile vermeiden

    Bastani et al. (2025) · Randomisierte Feldstudie

    Bezug zu SekMate
    Gerade beim selbstständigen Üben ausserhalb des Unterrichts sehen die Systemprompts eigene Versuche, gestufte Hinweise und Rückmeldungen anhand der Unterlagen beziehungsweise Musterlösungen vor.
    Grenze der Übertragbarkeit
    Untersucht wurde Mathematik in den Klassen 9 bis 11 an einer Schule in der Türkei. Die Ergebnisse lassen sich nicht unmittelbar auf alle Fächer und Altersgruppen übertragen. Die Studie unterstreicht die Bedeutung von Leitplanken, belegt aber nicht, dass sie Lernnachteile in jedem Fall verhindern.
    Untersuchung und Ergebnis

    Bei knapp 1’000 Schülerinnen und Schülern wurde Mathematiklernen ohne KI, mit einem weitgehend unbeschränkten GPT-Zugang und mit einem gezielt angeleiteten Tutor verglichen. Im späteren Test ohne KI schnitt die Gruppe mit unbeschränktem Zugang schlechter ab als die Kontrollgruppe. Beim angeleiteten Tutor unterschied sich die Leistung im anschliessenden Test ohne KI nicht statistisch signifikant von der Kontrollgruppe. Ein zusätzlicher Lernvorteil gegenüber Lernen ohne KI wurde nicht nachgewiesen.

    Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.

    Originalquelle: Bastani et al. (2025) bei PNAS (öffnet in neuem Tab)

  4. Offene Antworten mit Rückmeldung fördern das Lernen

    Bard (2026) · Beobachtungsstudie in einem Hochschulkurs

    Bezug zu SekMate
    SekMate lässt Wissen ebenfalls selbst formulieren statt nur auswählen: Prüfungsvorbereitung und der Baustein «Neues Lernen und Verstehen» stellen offene Fragen und geben Rückmeldung anhand der Unterlagen, ohne Noten oder Punkte.
    Grenze der Übertragbarkeit
    Die Nutzung war freiwillig; wer sie vollständig nutzte, war vermutlich ohnehin motivierter (Selbstselektion). Es handelt sich um einen einzelnen Hochschulkurs ohne Zufallszuteilung, die Ergebnisse zeigen einen Zusammenhang, keinen Wirkungsnachweis.
    Untersuchung und Ergebnis

    151 Studierende in drei Abschnitten eines Einführungskurses in Statistik am Dartmouth College nutzten die Plattform Phosphor: Lerntexte mit eingebauten Fragen, deren offene Antworten ein Sprachmodell anhand der Bewertungskriterien der Dozierenden zurückmeldete. Wer die Plattform vollständig nutzte, schnitt in den Prüfungen um 0,71 bis 1,30 Standardabweichungen besser ab. Gefunden über die Analyse des KI-Tutors «Melo» von explainx.ai.

    Balancing Efficacy and Engagement in Interactive Texts. iTextbooks ’26 (Workshop on Intelligent Textbooks), 28. Juni 2026.

    Originalquelle: Bard (2026) bei SSRN (öffnet in neuem Tab)

So greifen die Bausteine diese Prinzipien auf

Das Lernkonzept von SekMate ordnet jedem Baustein eine Lerntätigkeit zu, bei der die Denkarbeit bei den Lernenden bleibt. Keine dieser Studien untersucht unsere Plattform oder einzelne Bausteine unseres Angebots. Die Zuordnung zeigt, welche didaktischen Prinzipien wir aufgreifen.

  • Selbst erklärenThemen-Chat
  • Wissen aktiv abrufenLernkarten & Fachbegriffe
  • Lernziele und eigene Sicherheit prüfenPrüfungsvorbereitung
  • Eigene Zusammenfassungen überprüfenText-Abgleich
  • Aufgaben mit Hinweisen bearbeitenÜben, üben, üben
  • Neues schrittweise aufbauen und selbst erklärenNeues Lernen und Verstehen
  • Einen machbaren Einstieg findenMr. MotivatorUnterstützt den Einstieg ins Lernen. Die Studien belegen seine Wirksamkeit nicht unmittelbar.

Alle Bausteine von SekMate ansehen

Forschung und Bildungspraxis im deutschsprachigen Raum

Neben Wirksamkeitsstudien beobachten wir Analysen, laufende Projekte und Empfehlungen aus der Praxis.

Ergänzende konzeptionelle Grundlage

Khosravi et al. (2026): Building AI Companions that Prioritise Learning over Performance

Konzeptioneller Beitrag, arXiv-Preprint (2026)

Die Arbeit beschreibt Gestaltungsprinzipien für KI-Lernbegleiter: aktives Abrufen, eigene Erklärungen, abgestufte Unterstützung und die Reflexion des eigenen Verständnisses. Sie liefert einen wissenschaftlich begründeten Gestaltungsrahmen, keinen eigenen randomisierten Wirksamkeitsnachweis für das gesamte Konzept.

Originalquelle: Khosravi et al. (2026) auf arXiv (öffnet in neuem Tab)

Weitere Studien und Grundsätze

Bei der Analyse des KI-Tutors «Melo» von explainx.ai sind wir auf weitere Studien und Grundsätze gestossen. Sie haben den Baustein «Neues Lernen und Verstehen» geprägt.

Einordnung

Bei SekMate setzen wir diese Prinzipien in kurzen Lernschritten, verständlicher Sprache und konkreten Hilfen um.

Drei der vier Studien wurden an Hochschulen durchgeführt. Ergebnisse von Studierenden lassen sich nur eingeschränkt auf jüngere Lernende übertragen.

Die Forschung hilft uns, unsere Lernassistenten didaktisch zu gestalten. Die verlinkten Studien und Beiträge untersuchen andere Angebote und Lerngruppen, weder SekMate selbst noch die Wirkung unserer Systemprompts. Sie sind deshalb kein eigener Wirksamkeitsnachweis für SekMate.

Zuletzt inhaltlich geprüft: 5. November 2026