KI-Ängste und Nutzungsabsicht im Hochschulbereich basierend auf einem erweiterten TAM-UTAUT- und PLS-SEM-Analyse

Warum KI-Ängste auf dem Campus wichtig sind

Universitäten weltweit bemühen sich, generative künstliche Intelligenz (KI) in Lehre und Forschung zu integrieren. Von Werkzeugen, die Essays entwerfen, bis zu Systemen, die bei der Unterrichtsplanung helfen — diese Technologien versprechen Zeitersparnis und mehr Kreativität. Dennoch verspüren viele Studierende und Lehrende ein ungutes Gefühl, wenn sie an die Nutzung denken. Diese Studie untersucht dieses Unbehagen — „KI-Ängstlichkeit“ — um zu verstehen, wie verschiedene Arten von Sorgen die Übernahme von KI-Tools in der Hochschulbildung entweder blockieren oder sogar fördern können.

Drei Arten von Sorgen über KI

Die Forschenden konzentrieren sich auf drei unterschiedliche Formen KI-bezogener Ängste. Die erste ist Lernangst: die Furcht, komplexe KI-Tools nicht meistern zu können oder „nicht technikaffin genug“ zu sein. Die zweite bezeichnen sie als sozio-technische Blindheitsangst: die Sorge, in der Abteilung derjenige zu sein, der abgehängt wird und nicht mehr an neuen digitalen Praktiken und Diskussionen teilnimmt. Die dritte ist Angst vor Arbeitsplatzverlust: die tiefere Befürchtung, dass KI zentrale Teile der eigenen Tätigkeit — Schreiben, Bewerten oder sogar Kursgestaltung — ersetzen und langfristig akademische Stellen überflüssig machen könnte. Statt Ängstlichkeit als ein einheitliches Gefühl zu behandeln, argumentieren die Autor:innen, dass jede dieser Ängste eigene Ursachen und Folgen hat.

Von Gefühlen zu Entscheidungen

Um zu sehen, wie diese Ängste reale Entscheidungen formen, kombinierten die Forschenden zwei bekannte Theorien zur Technologieverwendung, die normalerweise rationale Überzeugungen in den Mittelpunkt stellen: wie nützlich ein Werkzeug erscheint, wie einfach es zu nutzen ist, der soziale Druck, es auszuprobieren, und die Verfügbarkeit von Unterstützung. Sie befragten 407 Studierende und Lehrende an drei Universitäten in der Provinz Sichuan, China, zu ihren KI-Sorgen, ihren Erwartungen an generative KI und dazu, ob sie beabsichtigen, solche Tools in Studium oder Lehre einzusetzen. Mit einer statistischen Methode namens Strukturgleichungsmodellierung kartierten sie, wie emotionale Reaktionen in Erwartungen an Leistung, Aufwand, sozialen Einfluss und Unterstützung einfließen — und letztlich in die Entscheidung, KI zu übernehmen.

Wenn Angst Menschen zurückhält

Die Angst vor Arbeitsplatzverlust erwies sich als die am konstantesten schädliche Kraft. Personen, die befürchteten, dass KI ihren beruflichen Wert mindern könnte, bewerteten KI tendenziell als weniger hilfreich, schwerer zu erlernen, weniger sozial unterstützt und schlechter durch institutionelle Ressourcen gestützt. Dieses Bündel negativer Überzeugungen verringerte stark ihre Absicht, KI-Tools überhaupt zu nutzen. Lernangst untergrub ebenfalls das Vertrauen, sodass KI als schwieriger und weniger erreichbar erschien, obwohl ihre Effekte schwächer und stärker von anderen Faktoren abhängig waren. In diesen Fällen führt Angst zu einer defensiven Haltung: Anstatt KI als Unterstützung zu sehen, betrachten ängstliche Nutzer sie als Bedrohung und ziehen sich von Gelegenheiten zum Experimentieren zurück.

Wenn Angst zum Handeln antreibt

Die sozio-technische Blindheitsangst erzählte eine überraschendere Geschichte. Personen, die befürchteten, das „KI-Analphabet“ ihrer akademischen Gemeinschaft zu werden, reagierten manchmal, indem sie sich einarbeiteten statt ausstiegen. Diese Form sozialer Angst hing mit stärkeren Erwartungen zusammen, dass sie den Aufwand aufbringen könnten und sollten, KI zu erlernen, mit einer größeren Sensibilität dafür, wie Peers die KI-Nutzung bewerten, und in vielen Fällen mit einer höheren Absicht, generative Tools zu übernehmen. Gleichzeitig verringerte sie leicht die Überzeugung, dass KI die Leistung tatsächlich verbessern würde. Mit anderen Worten: dieselbe soziale Angst, die das Kompetenzgefühl treffen kann, kann zugleich dazu antreiben, aufzuholen — eine „zweischneidige Klinge“, die sowohl das Vertrauen untergräbt als auch Lernantrieb erzeugt.

Wer besser mit KI-Ängsten zurechtkommt

Die Studie zeigt außerdem, dass der Kontext eine Rolle spielt. Studierende und Lehrende in Natur- und Ingenieurwissenschaften wandten Lernangst eher in einen Antrieb zum Experimentieren mit KI um, was eine Kultur widerspiegelt, die mit raschem technologischem Wandel vertraut ist. Im Gegensatz dazu sahen Personen in Geistes- und Sozialwissenschaften, die häufiger ethische und sinnbezogene Fragen reflektieren, KI eher als Bedrohung für zentrale akademische Werte. Das Gefühl der eigenen KI-Selbsteffizienz — wie zuversichtlich jemand ist, diese Tools schließlich zu beherrschen — spielte ebenfalls eine wichtige Rolle. Personen mit hoher Selbsteffizienz konnten manche Ängste als Signal zur Verbesserung umdeuten statt als Grund aufzugeben und waren besser darin, Unbehagen in konstruktives Handeln zu verwandeln.

Was das für Hochschulen bedeutet

Für die Hochschulbildung ist die Botschaft klar: KI-Ängstlichkeit ist nicht einfach ein Innovationshemmnis, aber auch nichts, das man beiseiteschieben sollte. Bestimmte Sorgen, insbesondere vor Jobverlust, können die Bereitschaft zur Übernahme generativer KI ernsthaft untergraben und verdienen direkte Antworten wie klare Rollenbeschreibungen, Unterstützung bei der beruflichen Weiterentwicklung und transparente Richtlinien. Andere Sorgen, vor allem die Angst, gegenüber Peers zurückzufallen, lassen sich in Motivation umkanalisieren, wenn Universitäten zugängliche Schulungen, Peer-Lern-Communities und Werkzeuge anbieten, die handhabbar statt überwältigend wirken. Indem Institutionen diese unterschiedlichen Schattierungen der Ängstlichkeit anerkennen und damit arbeiten — statt anzunehmen, alle Angst sei schlecht — können sie die durchdachte, verantwortungsvolle und gerechtere Nutzung von KI auf dem Campus fördern.

Zitation: Kai, C., Ping, W. & Xiaomin, J. AI anxiety and adoption intention in higher education based on an extended TAM-UTAUT and PLS-SEM analysis. Sci Rep 16, 3672 (2026). https://doi.org/10.1038/s41598-026-35823-9

Schlüsselwörter: KI-Ängstlichkeit, generative KI in der Bildung, Technologieakzeptanz, Universitätslehre, Studierendeneinstellungen