Kompetenz im Prompt-Engineering, Wissensmanagement und Technologieanpassung als Treiber bildungspolitischer Nachhaltigkeit durch generative KI

Warum klügere Fragen an KI für Studierende wichtig sind

Mit dem Einzug generativer KI-Tools wie Chatbots in den Unterricht stellt sich eine zentrale Frage: Wodurch gelingt es einigen Studierenden, diese Werkzeuge zu dauerhaften Lernpartnern zu machen, während andere sie nur kurzzeitig oder wenig effektiv nutzen? Diese Studie untersucht, wie die Fähigkeit der Studierenden, gute Fragen an KI zu stellen, ihr Management des gewonnenen Wissens und wie gut die KI-Tools zu ihren Lernbedürfnissen passen, zusammenwirken, um langfristiges, nachhaltiges Lernen in der Hochschulbildung zu fördern.

Wie die Studie den KI-Einsatz Studierender untersuchte

Die Forschenden befragten 437 Studierende, die bereits generative KI-Tools wie ChatGPT für akademische Arbeiten nutzen. Mit statistischen Modellen bauten und testeten sie eine Wirkungsfolge, die bei der „Prompt-Engineering“-Kompetenz der Studierenden beginnt, über den Umfang an nützlichem Wissen, den die Studierenden erwerben und tatsächlich nutzen, verläuft, dann beeinflusst, wie gut die KI sowohl zu den Aufgaben als auch zur einzelnen Person zu passen scheint, und schließlich zur Absicht der Studierenden führt, die KI weiter zu nutzen. Endpunkt dieser Kette ist hier bildungspolitische Nachhaltigkeit, verstanden als nachhaltige, effektive Nutzung von KI im Lernen und nicht als kurzlebiger Technologietrend.

Von besseren Prompts zu besserer Passung fürs Lernen

Die Kernidee lautet: In generativen KI-Systemen hängt die Qualität dessen, was Studierende herausbekommen, stark davon ab, was sie eingeben. Studierende, die klare, detaillierte und zielgerichtete Prompts formulieren, gewinnen tendenziell genauere und relevantere Informationen und können diese besser in Aufgaben, Projekte und Problemlösungen einbringen. Die Studie zeigt, dass dieser Wissenserwerb und seine Anwendung maßgeblich beeinflussen, wie gut Studierende empfinden, dass die KI zu ihren Kursaufgaben und zu ihren eigenen Präferenzen, Fähigkeiten und ihrem Wohlbefinden passt. Anders gesagt: Intelligentes Prompten liefert nicht nur bessere Antworten; es lässt die Technologie auch passender für die Arbeit und die Person erscheinen.

Warum „Passung“ die weitere Nutzung antreibt

Die Forschung hebt zwei Arten von Passung hervor. Task–Technology-Fit beschreibt, wie gut KI-Tools bei konkreten Lernaufgaben helfen, etwa beim Verständnis eines Konzepts oder bei der Lösung eines Problems. Individual–Technology-Fit beschreibt, wie gut die Tools zu Lernstilen, Selbstvertrauen und Bedürfnissen der Studierenden passen. Beide Passungsarten stehen in Verbindung mit der Absicht der Studierenden, KI weiterhin zu nutzen, wobei der Task–Technology-Fit der stärkere Treiber ist. Wenn Studierende das Gefühl haben, dass KI ihnen wirklich hilft, akademische Aufgaben effektiver zu erledigen, nutzen sie sie mit deutlich höherer Wahrscheinlichkeit freiwillig und regelmäßig weiter. Diese fortgesetzte Nutzung steht wiederum in engem Zusammenhang mit dem Konzept der bildungspolitischen Nachhaltigkeit, denn Werkzeuge verändern Lernen nur dann, wenn sie Teil alltäglicher Lernroutinen bleiben.

Prompt-Fähigkeiten als neue Kulturtechnik

Die Studie ordnet Prompt-Engineering auch als eine neue Form akademischer Literalität ein. Studierende, die komplexe Aufgaben in kleinere Fragen zerlegen, Prompts an verschiedene KI-Tools anpassen, ihre Anfragen anhand früherer Antworten verfeinern und KI-Ausgaben auf Verzerrungen und Genauigkeit prüfen, zeigen deutlich höhere Werte sowohl beim Wissenserwerb als auch bei der Wissensanwendung. Prompt-Engineering erwies sich als stärkster Prädiktor im gesamten Modell, was nahelegt, dass die Art und Weise, wie Studierende mit KI kommunizieren, wichtiger sein kann als die konkrete Plattform, die sie wählen. Interessanterweise galt das Muster insgesamt für sowohl männliche als auch weibliche Studierende, wobei die Anwendung von Wissen auf reale Aufgaben bei Frauen etwas stärker die Wahrnehmung des Task-Fits zu verstärken schien.

Was das für die Zukunft des Lernens bedeutet

Für eine interessierte Leserschaft ist die Botschaft der Studie klar: Generative KI verbessert Bildung am meisten, wenn Studierende lernen, bessere Fragen zu stellen und aktiv mit den Antworten zu arbeiten. Wenn starke Prompt-Fähigkeiten zu stetigem Wissenserwerb und realer Anwendung führen, sehen Studierende KI als natürlichen Bestandteil ihres Lernwerkzeugs und nicht als vorübergehende Neuheit. Diese anhaltende, sinnvolle Nutzung ist das, was die Autorinnen und Autoren als bildungspolitische Nachhaltigkeit bezeichnen. Anstatt das menschliche Lernen zu ersetzen, wird KI so zu einem Partner, der tieferes Verständnis und dauerhaft nutzbare Fähigkeiten unterstützt — vorausgesetzt, Bildungseinrichtungen helfen Studierenden, die Kompetenzen zu entwickeln, die nötig sind, um diese mächtigen Werkzeuge zu steuern und kritisch zu hinterfragen.

Zitation: Gibreel, O., Karataş, K. & Arpaci, I. Prompt engineering competence, knowledge management, and technology fit as drivers of educational sustainability through generative AI. Sci Rep 16, 15596 (2026). https://doi.org/10.1038/s41598-026-46335-x

Schlüsselwörter: generative KI in der Bildung, Prompt-Engineering, bildungspolitische Nachhaltigkeit, Task-Technology-Fit, Wissensmanagement