Der Einsatz KI-gestützter Learning Analytics steht in Zusammenhang mit körperlicher Bildung und Engagement in universitärem Sportunterricht durch intelligentes Lehren und personalisiertes Feedback

Warum intelligente Sportkurse wichtig sind

Zunehmend verwandeln Universitäten ihre Sportunterrichtseinheiten in „smarte Fitnessstudios“, in denen Wearables und Smartphone-Apps die Bewegungen der Studierenden in Echtzeit erfassen. Diese Studie stellt eine einfache, aber wichtige Frage: Helfen diese Hightech‑Werkzeuge den Studierenden tatsächlich, aktiver, selbstbewusster und engagierter im Sportunterricht zu werden — oder erhöhen sie schlicht den Druck und die Überwachung in einem ohnehin sensiblen Umfeld? Im Fokus stehen große chinesische Universitäten, in denen Sportunterricht Pflicht ist. Die Forschenden untersuchen, wie KI‑gestützte Learning Analytics die Einstellungen der Studierenden gegenüber Bewegung und ihre Erfahrungen im Unterricht formen.

Von Armbändern zu Trainings‑Insights

Das hier untersuchte System für intelligenten Sportunterricht verbindet am Handgelenk getragene Tracker, mobile Check‑ins und eine Online‑Plattform. Während Unterrichtsstunden wie Basketball, Laufen, Yoga, Badminton, Fußball und Tischtennis zeichnen die Geräte Schritte, Herzfrequenz, Trainingsdauer und Haltung auf. Diese Daten fließen in Dashboards, die wöchentliche Zusammenfassungen, Trends und Fortschritte für Studierende und Lehrende anzeigen. Künstliche Intelligenz setzt noch eine Schicht drauf: automatisierte Warnmeldungen, wenn die Herzfrequenz zu hoch oder die Trainingszeit zu gering ist, sowie vorgeschlagene Trainingspläne oder Technikhinweise, die sich aus Mustern in den Daten ergeben. Insgesamt füllten 1.182 Studierende an vier Universitäten, die das System regelmäßig nutzten, einen ausführlichen Fragebogen aus; eine kleinere Gruppe von 12 Studierenden und sechs Mitarbeitenden nahm an vertiefenden Interviews teil.

Lehrqualität und persönliches Feedback als vermittelnde Faktoren

Besonderes Interesse galt der „körperlichen Bildung“ — einem weiten Begriff, der nicht nur Fitness umfasst, sondern auch Motivation, Selbstvertrauen, Fähigkeiten und Verständnis, die ein aktives Leben unterstützen. Gemessen wurde außerdem, wie engagiert sich Studierende im Unterricht fühlten. Statistische Modelle zeigten, dass allein die Nutzung des Analytics‑Systems — das Abrufen von Dashboards oder Empfangen von Warnmeldungen — nur sehr schwache und statistisch unbedeutende Zusammenhänge mit körperlicher Bildung oder Engagement aufwies. Der entscheidende Unterschied lag vielmehr darin, wie Lehrende die Daten verwendeten und wie Feedback vermittelt wurde. Wenn Studierende den Eindruck hatten, Lehrende nutzten die Technologie, um Aktivitäten anzupassen, Belastungen zu regulieren und Fortschritte klar zu erläutern, berichteten sie über höhere körperliche Bildung und stärkere Beteiligung im Unterricht. Ebenso stärkten rechtzeitiges, konkretes und praxisnahes Feedback, das auf den eigenen Daten beruhte, das Selbstvertrauen und die Bereitschaft, sich anzustrengen.

Wenn Zahlen helfen — und wenn sie schaden

Die Interviews zeigten, wie dieselben Daten zugleich hilfreiche Orientierung und Stressquelle sein können. Viele Studierende beschrieben das System als „Spiegel und Coach“: Die Anzeige von Herzfrequenz und Tempo nach einem Lauf half, Verbesserungen zu erkennen, die Anstrengung zu dosieren und sich über kleine Fortschritte zu freuen. Andere fühlten sich dagegen durch ständige Messung und Notenziele unter Druck gesetzt. Generische Meldungen wie „Ziel nicht erreicht“, besonders wenn sie öffentlich sichtbar oder eng mit Leistungsnoten verknüpft waren, führten bei einigen dazu, nur das Minimum zu tun, um zu bestehen. Bedenken zur Genauigkeit und Fairness der Geräte — etwa wenn Tracker Schritte falsch zählen oder bei unterschiedlichen Körpern nicht zuverlässig funktionieren — beeinflussten zusätzlich, ob Studierende den Zahlen vertrauen oder sie als willkürlich und entmutigend empfinden.

Der menschliche Faktor hinter den Bildschirmen

Aus den Schilderungen von Studierenden und Lehrkräften gingen Instruktoren als Vermittler hervor, die Zahlenströme in sinnvolle Lernerfahrungen übersetzen. Wenn Lehrende sich Zeit nahmen, zu erklären, was einzelne Indikatoren bedeuten, ihre Grenzen zu diskutieren und realistische Ziele mit Studierenden zu vereinbaren, wurden Daten zum Instrument der Reflexion statt zur Angstquelle. Privates, personalisiertes Feedback auf Basis der Analytics stärkte oft Vertrauen und Motivation. Wurden Daten dagegen vorwiegend zur Anwesenheitskontrolle, Ranglisten oder rigiden Bewertung genutzt, betrachteten Studierende das System eher als Überwachung denn als Unterstützung. Die Studie hebt außerdem die Bedeutung verlässlicher Technologie, transparenter Bewertungsregeln und grundlegender "Datenkompetenz" hervor, damit Studierende verstehen, was gemessen wird und warum.

Was das für Studierende und Universitäten bedeutet

Für ein allgemeines Publikum ist die Botschaft klar: Ein Tracker im Sportunterricht zu tragen macht nicht automatisch gesünder oder begeisterter für Bewegung. Hightech‑Sportunterricht fördert langfristige körperliche Bildung nur, wenn die Daten in durchdachtes Lehren und echtes, persönliches Feedback eingebettet werden. Universitäten, die KI im Sportunterricht nutzen wollen, sollten weniger auf neue Funktionen setzen und mehr darauf, Lehrkräfte dabei zu unterstützen, vorhandene Daten fair, privat und konstruktiv zur Betreuung einzusetzen. Anders gesagt: Die eigentliche Innovation ist nicht das Armband selbst, sondern wie die Menschen vor Ort — Lehrende und Studierende — gemeinsam mit den Zahlen arbeiten, um Vertrauen, Fähigkeiten und eine dauerhafte Wertschätzung für Bewegung aufzubauen.

Zitation: Chen, Y., Xian, D., Zhao, Y. et al. AI-enabled learning analytics use relates to physical literacy and engagement in university PE via smart teaching and personalised feedback. Sci Rep 16, 8341 (2026). https://doi.org/10.1038/s41598-026-39778-9

Schlüsselwörter: intelligenter Sportunterricht, Learning Analytics, tragbare Fitnessdaten, körperliche Bildung, KI in der Hochschulbildung