Ein Rechtsprofessor der Vrije Universiteit Amsterdam hat zwei Jahre lang untersucht, wie sich ein KI-Verbot, ungelenkte KI-Nutzung und strukturiertes Training auf die Leistung von Studierenden auswirken – mit überraschendem Ergebnis: Die Gruppe ohne KI-Zugang schnitt beide Jahre schlechter ab. Der Forscher Thibault Schrepel räumt ein: "Ich lag falsch." Er hatte angenommen, dass KI ohne Anleitung mehr schaden als nutzen würde.
Kurz & knapp
- 66 Studierende (2024) und 164 Teilnehmer (2025) wurden in drei Gruppen aufgeteilt
- Gruppe ohne KI schnitt beide Jahre am schlechtesten ab – trotz tieferer Diskussionen untereinander
- Strukturierte KI-Schulung führte 2024 zu deutlich besseren Ergebnissen, dieser Vorsprung schrumpfte 2025 fast auf null
- Ungelenkte KI-Nutzung überraschte positiv: Studierende lernten durch Eigennutzung, KI-Schwächen zu erkennen
Das Experiment: Drei Wege, ein Problem
Schrepel teilte Studierende seines Kurses "Law of AI" zufällig in drei Gruppen auf. Die Aufgabe war identisch: In Teams von vier bis fünf Personen hatten sie 20 Minuten Zeit, eine Bestimmung des EU AI Act zu verbessern. Bewertet wurden Substanz, Klarheit, Verhältnismäßigkeit und Innovation.
| Gruppe | Bedingung | Ergebnis 2024 | Ergebnis 2025 |
|---|---|---|---|
| 1 | Kein ChatGPT | Schwächste | Schwächste |
| 2 | ChatGPT, keine Anleitung | Mittelmäßig | Mittelmäßig |
| 3 | ChatGPT + Schulung | Beste | Ähnlich wie Gruppe 2 |
Die erste Gruppe durfte ChatGPT nicht nutzen. Die zweite erhielt KI-generierte Revisionsvorschläge direkt im Text, ohne Anleitung. Die dritte Gruppe bekam praktisches Training in Legal Prompt Engineering und lernte, KI-Vorschläge auf Konsistenz und Genauigkeit zu überprüfen. Alle Studierenden schrieben dieselben Prüfungen: einen Multiple-Choice-Test und eine Take-Home-Klausur.
Warum die KI-freie Gruppe zurückfiel
Ohne KI-Zugang machten Studierende vor allem kleine Umformulierungen und Klarstellungen. Nur wenige Untergruppen versuchten substantielle rechtliche Verbesserungen. Nach zehn bis 15 Minuten trockneten viele Gruppen aus – ein Phänomen, das Schrepel "Ideenerschöpfung" nennt. Zwar führte das KI-Verbot zu tieferen Diskussionen, reichte aber nicht aus, um die Qualität der Arbeit zu halten.
Die zweite Gruppe hingegen akzeptierte KI-Vorschläge oft kritiklos. Studierende ersetzten Begriffe wie "shall" und "individual" durch KI-Alternativen, ohne die rechtlichen Implikationen zu verstehen. Jede Untergruppe behielt mindestens einen irreführenden oder rechtlich irrelevanten Begriff aus ChatGPTs Output.
"Ich war falsch. Er hatte angenommen, dass KI ohne Anleitung mehr Schaden als Nutzen würde." – Thibault Schrepel über seine ursprüngliche Hypothese
Nur die trainierte dritte Gruppe führte echte Debatten mit der KI, testete verschiedene Formulierungen und hinterfragte die substantiellen Fragen hinter der Aufgabe.
Der Trainingsvorsprung schmilzt dahin
2024 erzielte die trainierte Gruppe deutlich bessere Ergebnisse als die anderen beiden – besonders in der anspruchsvolleren Take-Home-Klausur. Ein Jahr später war dieser Vorsprung fast verschwunden. Alle drei Gruppen erreichten 2025 ähnliche Leistungsniveaus.
Schrepel führt das auf wachsende Chatbot-Vertrautheit zurück. Viele Studierende nutzen diese Tools bereits im Alltag, weshalb formales Training 2025 weniger Zusatznutzen brachte als 2024. Allerdings bleiben ethische Nutzung und rechtliche Verantwortung wichtige Unterrichtsthemen.
Ein Befund blieb konstant: Die KI-freie Gruppe schnitt beide Jahre am schlechtesten ab. Schrepel schlussfolgert, dass KI-Verbote schlechtere Durchschnittsergebnisse produzieren als KI-Zugang – ob der Vorteil aus strukturiertem Training oder bloßer praktischer Erfahrung kommt, bleibt offen.
Was das für Schulen und Unternehmen bedeutet
Die Studie liefert Evidenz für eine Debatte, die in deutschen Schulen und Hochschulen intensiv geführt wird: Sollten KI-Tools verboten oder reguliert werden? Schrepels Befund deutet darauf hin, dass pauschale Verbote kontraproduktiv sind. Stattdessen könnte strukturierte Anleitung – wie man KI kritisch nutzt, ihre Grenzen erkennt und Ergebnisse überprüft – der Schlüssel sein. Für Unternehmen im Mittelstand bedeutet das: Mitarbeitende, die KI-Tools ohne Schulung nutzen, könnten Qualitätsprobleme produzieren. Gezielte Fortbildung könnte dieses Risiko senken.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
