KI-unterstützter schülerzentrierter Unterricht und das akademische Selbstbild und die Kommunikationskompetenz von Jugendlichen: Eine Studie mit gemischten Methoden

Zusammenfassung

Diese Mixed-Methods-Studie bewertet eine KI-unterstützte, schülerzentrierte Klassenzimmerroutine, die KI-gestützte Nachforschung, Peer-Diskussion, Lehrerklärung und Selbsteinschätzung umfasst. Die Studie konzentriert sich auf selbstberichtetes akademisches Selbstkonzept und Kommunikationskompetenz und liefert ausreichend prozedurale Details, um die Replikation im Klassenzimmer zu erleichtern.

Zusammenfassung

Diese im Klassenzimmer basierende Mixed-Methods-Quasi-experimentelle Studie untersuchte, ob KI-unterstützter, schülerzentrierter Unterricht mit Veränderungen im akademischen Selbstbild und der selbstberichteten Kommunikationskompetenz von Jugendlichen in Verbindung steht. Sechs intakte Klassen wurden entweder dem KI-unterstützten Unterricht oder dem üblichen schülerzentrierten Unterricht zugeordnet. Die Intervention integrierte KI-gestützte Prompts in einen strukturierten Lernzyklus, der individuelle Nachforschung, Peer-Diskussion, Lehrerklärung und Selbsteinschätzung umfasst. Von den 186 rekrutierten Studierenden wurden 174 für die quantitative Analyse beibehalten. Das akademische Selbstbild und die selbstberichtete Kommunikationskompetenz wurden zu Ausgangspunkt, unmittelbar nach der Intervention und bei einer vordefinierten kurzfristigen Nachbeobachtung bewertet. Interaktionsqualität, Selbsteinschätzung und Engagement der Lernenden wurden nach der Intervention gemessen, und 36 Studierende nahmen an halbstrukturierten Interviews teil. Im Vergleich zur üblichen Instruktionsgruppe zeigte die KI-unterstützte Gruppe größere Baseline-adjustierte Gewinne bei beiden Endpunkten sowohl nach der Intervention als auch beim Nachbeobachten. Explorative Prozessanalysen zeigten in der KI-unterstützten Gruppe eine höhere Interaktionsqualität, Selbsteinschätzung und Lernbeteiligung, während qualitative Ergebnisse darauf hindeuteten, dass KI-unterstützte Eingaben den Schülern halfen, Erklärungen zu überprüfen, Antworten zu überarbeiten und die Selbstbewertung expliziter zu machen, wenn sie mit Peer-Diskussionen und Lehreranleitung kombiniert wurden. Da die Teilnehmer auf Klassenebene zugeteilt wurden und die Ergebnisse überwiegend selbstberichtet wurden, sollten die Ergebnisse eher als Zusammenhänge im Unterricht interpretiert werden als eindeutige Belege für eine kausale Verbesserung der akademischen Leistung.

Einleitung

Künstliche Intelligenz (KI) ist in Bildungsumgebungen immer verbreiteter geworden. Sein Lehrwert bleibt jedoch inkonsistent, da der bloße Zugang zu einem technologischen Werkzeug nicht automatisch einen Lernprozess darstellt. Obwohl Bewertungen Fortschritte in der Bildungs-KI hervorheben, übersehen sie oft die Rolle des Lehrers und die Interaktionen im Klassenzimmer. Das ist entscheidend für Jugendliche, die aktiv Kompetenzurteile bilden und Ideen mit Gleichaltrigen testen. Daher muss KI-gestütztes Lernen als bewusste pädagogische Struktur umgesetzt werden, die prägt, wie Schüler fragen, bewerten und diskutieren, anstatt nur als technologische Belastung zu dienen.

Schülerzentrierter Unterricht bietet einen robusten Rahmen, um diese Herausforderung anzugehen. Indem die Schüler von passiver Rezeption weggeholt werden, priorisiert dieser Ansatz aktive Teilnahme, Aufgabenengagement, Gleichaltrige-zu-Peer-Erklärungen und autonome Entscheidungsfindung. Meta-analytische Forschung bestätigt, dass aktive Lernumgebungen, die von Problemlösung und Studentenbeteiligung geprägt sind, die akademische Leistung im Vergleich zu traditionellen Vorlesungen deutlich verbessern^können. Dennoch ist schülerzentrierter Unterricht an sich nicht wirkungsvoll. Es sind Lehraufgaben erforderlich, die ausreichend strukturiert sind, um die Teilnahme zu steuern, aber dennoch flexibel genug, um die Schüler dazu zu ermutigen, Ideen zu erklären, zu vergleichen und zu überarbeiten. Diese Dynamik wird in KI-unterstützten Klassenräumen noch komplexer. Obwohl KI schnell Beispiele, Erklärungen und Vorschläge generieren kann, kann das Fehlen von Lehreranleitung und Peer-Bewertung dazu führen, dass Schüler diese Ergebnisse unkritisch akzeptieren und sie als kognitive Abkürzungen statt als Rohmaterial für tieferes Denken betrachten.

Das akademische Selbstkonzept ist in diesem Zusammenhang ein sehr relevantes Ergebnis und spiegelt die fachspezifischen Überzeugungen der Studierenden über ihre akademischen Fähigkeiten wider. Frühere Forschungen haben gezeigt, dass das akademische Selbstkonzept kein statisches Persönlichkeitsmerkmal ist, sondern vielmehr ein dynamisches Konstrukt, das eng mit Leistung und fortlaufenden Lernerfahrungen verknüpft ist². Diese Studie bewertet das akademische Selbstkonzept, um das Vertrauen der Studierenden in ihre Fähigkeit, ihre Arbeit zu verbessern, zu bewerten. Kommunikationskompetenz dient als sekundäres Ergebnis, da die Intervention von den Schülern erfordert, Begründungen zu formulieren und Erklärungen durch strukturiertes Peer-Feedback zu verfeinern.

Feedback und Selbstbeurteilung bilden die entscheidende Brücke zwischen KI-Unterstützung und diesen gezielten Lernergebnissen. Eine effektive formative Bewertung erfordert, dass die Schüler den Fortschritt aktiv überwachen, ihn an den Standards messen und auf Leistungsabweichungen^{reagieren 3,4}. In einem KI-unterstützten, schülerzentrierten Klassenraum können KI-Prompts alternative Erklärungen oder Hinweise zur Überarbeitung erzeugen. Der wahre pädagogische Wert dieser Aufgaben hängt jedoch davon ab, ob die Schüler die Ergebnisse genau prüfen, mit Kommilitonen darüber diskutieren und sie in eine verfeinerte Antwort übersetzen. Folglich wird die Selbstbewertung in dieser Studie nicht als vage Haltung operationalisiert, sondern als konkretes, beobachtbares Verhalten im Klassenzimmer, das darauf abzielt, Lernlücken zu erkennen und Überarbeitungen vorzunehmen.

Das Engagement der Lernenden spielt in diesem Lernzyklus eine ebenso wichtige Rolle. Als multidimensionales Konstrukt anerkannt, umfasst Engagement Verhaltensbeteiligung, emotionale Beteiligung und kognitive Investition⁵. Diese Multidimensionalität ist besonders für Jugendliche relevant, da oberflächliche Compliance keine tiefe kognitive Verarbeitung garantiert. Ein Student könnte ein Arbeitsblatt mechanisch ausfüllen, ohne die zugrundeliegende Begründung zu analysieren, während ein anderer weniger Fragen stellt, sich aber durch kontinuierliche Selbstbeobachtung und Überarbeitung intensiv beschäftigt. Die Einführung von KI kann theoretisch das Engagement erhöhen, indem sie reichhaltiges Material für Vergleiche und Untersuchungen bereitstellt; Umgekehrt kann es das Engagement verringern, wenn Studierende auf mühelose Abhängigkeit von automatisierten Ausgaben zurückgreifen. Dementsprechend kontextualisiert diese Studie die Beteiligung der Lernenden mit Interaktionsqualität und Selbstbewertung und vermeidet bewusst die Behandlung der KI-Nutzung als isoliertes Klassenereignis.

Debatten über Bildungsmodelle für große Sprachen verdeutlichen eine Spannung zwischen individueller Unterstützung und Risiken wie Überabhängigkeit oder verminderter Anstrengung, wenn sie ohne strenge Grenzen eingesetzt werden. Folglich ist die pädagogische Choreografie der Lernroutine ebenso bedeutend wie die KI-Technologie selbst. Die vorliegende Studie integrierte KI-gestützte Prompts in eine konsistente, fünfstufige Klassenabfolge: Lehrerbriefing, individuelle Anfrage, Diskussion mit Gleichaltrigen, Klarstellung der ganzen Klasse und Selbstbewertung. Dieses spezielle Design positioniert KI-Ergebnisse bewusst als vorläufiges Material, das einer rigorosen Überprüfung und Überarbeitung unterliegt, und nicht als unfehlbare.

Ein Mixed-Methods-Forschungsdesign wurde gewählt, da quantitative Umfragedaten allein die Feinheiten der gelebten Lernerfahrungen der Studierenden nicht ausreichend erfassen können. Mixed-Methods-Ansätze sind besonders wertvoll, wenn Ergebnistrajektorien vor dem Hintergrund von Teilnehmererfahrungen, Implementierungsbedingungen und sich entfaltenden Klassenzimmerdynamiken interpretiert werden müssen⁶. In der aktuellen Untersuchung verfolgte die quantitative Komponente entwicklungsbedingte Veränderungen im akademischen Selbstbild und in der Kommunikationskompetenz. Gleichzeitig untersuchte die qualitative Komponente, wie die Studierenden die Interaktionsqualität, Selbstbewertungspraktiken, Aufgabenbeteiligung und wahrgenommene Barrieren während der Intervention charakterisierten. Diese beiden Beweisströme wurden anschließend integriert, um zu bewerten, ob die beobachteten quantitativen Score-Muster mit den Unterrichtserfahrungen der Schüler auf Bodenniveau übereinstimmten.

Diese Studie adressiert auch eine bedeutende praktische Lücke in der Literatur zum KI-unterstützten Unterricht. Obwohl zahlreiche Studien KI-gesteuerte Ergebnisse bewerten, bieten relativ wenige ein transparentes, reproduzierbares Unterrichtsprotokoll, das prompt nutzung, Peer-Scaffolding, Kontrollgruppenvergleiche, Fidelity-Überwachung und Integration von gemischten Daten detailliert beschreibt. Jahrzehntelange Forschung zur Interaktion mit Gleichaltrigen zeigt, dass Studierende erheblich davon profitieren, wenn sie Konzepte erklären, Feedback von Gleichaltrigen erhalten und ihr Verständnis kontinuierlich durch Dialog verfeinern⁷. Die vorliegende Studie baut auf dieser grundlegenden Logik auf und untersucht, ob KI-generierte Prompts erfolgreich in diese dialogische Struktur eingewoben werden können, ohne die unverzichtbaren Rollen der Lehrerberatung und der Zusammenarbeit mit Kollegen zu übernehmen.

Dementsprechend untersuchte diese Studie KI-unterstützten, schülerzentrierten Unterricht als strukturiertes Unterrichtsprotokoll und nicht als bloße Begegnung mit einem KI-Werkzeug. Der vorgeschlagene Unterrichtsweg sah vor, dass KI-unterstützte Prompts zunächst Material zur Recherche und zum Vergleich bereitstellen sollten; Peer-Diskussionen und Lehrerklärung würden dann verlangen, dass die Schüler dieses Material überprüfen, rechtfertigen und überarbeiten; Und der abschließende Schritt zur Selbstbewertung würde den Schülern helfen, Fortschritte und ungelöste Lücken zu erkennen. Innerhalb dieses Weges wurden Interaktionsqualität, Selbsteinschätzung und Lernbeteiligung als explorative Prozessvariablen behandelt, die helfen könnten, zu erklären, wie die Schüler die Unterrichtsroutine erlebt haben, und nicht als bestätigte Mediatoren.

Die wichtigsten Forschungsfragen waren wie folgt: Führt das KI-unterstützte, schülerzentrierte Protokoll zu größeren Veränderungen im akademischen Selbstbild und in der selbstberichteten Kommunikationskompetenz als üblicher schülerzentrierter Unterricht? Sind die Interaktionsqualität nach der Intervention, die Selbsteinschätzung und das Lernendenengagement in der KI-unterstützten Situation höher? Die sekundären explorativen Fragen lauteten wie folgt: Zeigen diese Prozessvariablen Zusammenhänge mit Ergebnisänderungswerten? Ergänzen qualitative Interviewthemen die quantitativen Ergebnisse, erweitern sie sie oder verkomplizieren sie? Da intakte Klassen und nicht einzelne Schüler den Bedingungen zugeordnet wurden, wurden alle Ergebnisse mit ausdrücklicher Vorsicht hinsichtlich kausaler Inferenz und Clustering auf Klassenzimmerebene interpretiert.

Protokoll

Alle Methoden mit menschlichen Teilnehmern wurden gemäß institutionellen Richtlinien und der Erklärung von Helsinki durchgeführt. Das Studienprotokoll wurde vom institutionellen Überprüfungsausschuss des Guangzhou City Construction College überprüft und genehmigt (IRB-Genehmigung Nr. GZCJ2026A016; Genehmigungsdatum: 2. Januar 2026). Der genehmigte Studientitel lautete "KI-unterstützte, schülerzentrierte Instruktion und das akademische Selbstkonzept und die Kommunikationskompetenz der Jugendlichen: eine Mixed-Methods-Studie." Vor der Durchführung der Studie wurde eine schriftliche Genehmigung von der teilnehmenden Schule eingeholt. Eine schriftliche informierte Zustimmung wurde von den Eltern oder gesetzlichen Erziehungsberechtigten eingeholt, und die schriftliche Zustimmung wurde von allen teilnehmenden Schülern eingeholt. Die Studierenden wurden darüber informiert, dass die Teilnahme freiwillig sei und sie jederzeit ohne akademische Strafe aus dem Studium zurücktreten können. Keine Namen, Kontaktdaten, Schulkennungen, Noten oder andere direkt identifizierbare Informationen wurden in die KI-Chatbot-Plattform eingegeben oder in den öffentlichen Datensatz aufgenommen. Alle Studienverfahren wurden während des genehmigten Studienzeitraums vom 2. Januar 2026 bis zum 2. Januar 2027 durchgeführt. Alle in dieser Studie verwendeten Werkzeuge und Plattformen sind in der Materialtabelle aufgeführt

Studiendesign und Unterrichtszuweisung

Diese Studie verwendete ein quasi-experimentelles, gemischtes Klassenzimmerdesign mit zwei Unterrichtsbedingungen: einer KI-unterstützten, schülerzentrierten Unterrichtsgruppe und einer üblichen schülerzentrierten Unterrichtsgruppe. Longitudinale Messungen wurden an drei Zeitpunkten durchgeführt: Basislinie vor der Intervention (T1), unmittelbar nach der letzten Unterrichtssitzung (T2) und bei einer vordefinierten kurzfristigen Nachbeobachtung (T3). Das T2–T3-Intervall wurde im Studienprotokoll erfasst und über Manuskript, Datensatz, Analyseskripte und Figurenbeschriftungen hinweg konsistent gehalten. Abbildung 1 fasst Rekrutierung, Klassenzuteilung, Bewertungszeitpunkt, Ausschlüsse und qualitative Stichprobe zusammen. Da administrative und ökologische Einschränkungen die individuelle Randomisierung verhinderten, wurden sechs intakte Klassen auf Klassenzimmerebene vergeben, davon drei Klassen im KI-unterstützten Zustand und drei Klassen in der Vergleichsbedingung. Jede Klasse trug 29 Schüler zur finalen analytischen Stichprobe bei. Klassenstufen, Fachbereich, Unterrichtsreihenfolge, Sitzungsdauer, Aufgaben im Klassenraum, Bewertungsplan und Kontaktzeit mit Lehrkräften wurden über die Bedingungen hinweg vergleichbar gehalten. Klassenkennungen wurden für clustersensitive statistische Überprüfungen beibehalten.

Teilnehmerrekrutierung und Eignungsprüfung

Die Teilnehmer wurden direkt aus den teilnehmenden unversehrten Klassen rekrutiert. Schüler und ihre Eltern oder gesetzlichen Erziehungsberechtigten erhielten ein detailliertes Informationsblatt, das den Lernzweck, die Unterrichtsabläufe, KI-unterstützte Aktivitäten, Fragebogenpläne, den optionalen Interviewbestandteil, Datenschutz, Rückzugsrechte und Datenspeicherpläne beschrieb. Die Schüler wurden in die Studie einbezogen, wenn sie in einer der teilnehmenden Klassen eingeschrieben waren, regulären Unterricht besuchten, eine schriftliche Zustimmung gaben, die schriftliche Zustimmung von Eltern oder Erziehungsberechtigten einholten und den Basisfragebogen vor der ersten Sitzung ausfüllten. Umgekehrt wurden Schüler aus der finalen analytischen Stichprobe ausgeschlossen, wenn sie von der Schule wechselten, mehr als 25 % der Interventionssitzungen verpassten, ungültige Fragebogendaten einreichten oder die Erlaubnis zur Datennutzung zurückzogen. Ein Hauptgrund für den Ausschluss wurde für jeden ausgeschlossenen Teilnehmer dokumentiert. Vor der Dateneingabe erhielt jeder berechtigte Teilnehmer einen eindeutigen Studienidentifikationscode. Relevante demografische und bildungsbezogene Kovariaten wurden erfasst, darunter Alter, Geschlecht, Klassenkennung, Basisleistungsband, vorherige Exposition mit KI-unterstütztem Lernen und Basisvertrautheit mit digitalem Lernen. Für die statistische Nachverfolgung wurde die Instruktionsgruppenvariable als 0 für die Vergleichsbedingung und 1 für die KI-unterstützte Bedingung codiert.

Unterrichtsmaterialien und Durchführung von Interventionen

Vor der Einführung wurde eine sechsteilige Unterrichtseinheit (Ergänzende Tabelle 1) entwickelt, wobei jede Unterrichtseinheit 40–45 Minuten dauerte. Identische Lernziele, Unterrichtsthemen, Arbeitsblätter, Diskussionsaufgaben mit Gleichaltrigen, Selbstbewertungsformulare und Reflexionsanregungen wurden in beiden Unterrichtsphasen angewendet. Die Fragebogenstruktur, Bewertungsrichtungen, umgewertete Aufgaben und die finalen Variablen auf Skalenebene folgten der gesperrten Wertungskarte in Tabelle 1. Die Reproduzierbarkeitsmaterialien umfassten Unterrichtspläne (Ergänzende Tabelle 1), KI-Eingabeblätter (Ergänzende Tabelle 2), Lehrer-Eingabeblätter (Ergänzende Tabelle 3), Schülerarbeitsblätter (Ergänzende Tabelle 4), Selbstbewertungsformulare (Ergänzende Tabelle 5), Beobachtungschecklisten (Ergänzende Tabelle 6), technische Vorfallprotokolle (Ergänzende Tabelle 7), Interviewanleitungen (Ergänzende Tabelle 8) und ein qualitatives Codebuch (Ergänzende Tabelle 9). Der teilnehmende Lehrer absolvierte die Schulung anhand eines schriftlichen Vortragsleitfadens, der die Abfolge der Sitzungen, KI-Nutzungsgrenzen, Vergleichsgruppenverfahren, Datenschutzanforderungen und Fidelity-Checklisten abdeckte. Es wurde eine Probe mit Nicht-Lernschülern durchgeführt, um den Zeitpunkt der Aktivität, den Zugriff auf Geräte, die Klarheit der Arbeitsblätter und die Schwierigkeit der Aufgaben zu überprüfen. Das KI-Tool war ein institutionell anerkannter ChatGPT-basierter Chatbot, der die GPT-4-Architektur nutzte. Für den Unterricht wurden Chatverlauf, Profilspeicherung, Websurfen, Plug-ins, Bildgenerierung und automatisierte Bewertung deaktiviert. Das Manuskript verwendet nach seiner ersten Erwähnung den generischen Begriff "KI-Chatbot-Plattform", um Werbesprache zu vermeiden. Prompt-Design-Prinzipien wurden vor der Intervention festgelegt und die Nutzung von KI auf Klarstellung, Beispielgenerierung, Erklärungsvergleich, gezielte Überarbeitungsunterstützung und Selbstbewertungshinweise beschränkt. Repräsentative Prompts, Beispiel-KI-Ausgaben und Beispiele für Lehrermoderation wurden als Teil der Reproduzierbarkeitsmaterialien beibehalten.

Jede KI-unterstützte Sitzung wurde in fünf strukturierten Phasen durchgeführt. Zunächst wurde ein 5-minütiges Lehrerbriefing durchgeführt, um die Lernziele zu nennen, Aufgaben zu erklären, die konfigurierte KI-Chatbot-Plattform zu identifizieren und die Schüler daran zu erinnern, dass KI-Ausgaben vorläufige Eingaben und keine autoritativen Antworten sind. Die Schüler wurden streng angewiesen, keine identifizierbaren persönlichen Informationen in die Plattform einzugeben. Anschließend folgte eine 10-minütige, individuelle, KI-unterstützte Inquiry-Aktivität, bei der die Schüler das vorbereitete Eingabeblatt nutzten, um Klarstellungen, Beispiele, alternative Erklärungen oder Überarbeitungsvorschläge anzufordern. Jeder Schüler notierte die verwendete Prompt-Kategorie, eine nützliche KI-unterstützte Idee, einen Punkt, der verifiziert werden muss, und seine endgültige Adoptionsentscheidung. Drittens wurde eine 12–15-minütige Peer-Diskussionsaktivität durchgeführt, bei der die Schüler ihre KI-unterstützten Ideen in Kleingruppen verglichen, Ungenauigkeiten identifizierten und ihre Arbeit gemeinsam überarbeiteten. Während dieser Phase verteilte sich der Lehrer im Klassenraum, um eine standardisierte Moderationsregel anzuwenden, die die Schüler dazu aufforderte, ihre Überarbeitungen mündlich anhand der Unterrichtskriterien zu begründen und fehlerhafte oder überhebliche KI-Ergebnisse vor der Finalisierung zu korrigieren. Viertens wurde eine 5–8-minütige ganzheitliche Klarstellungssitzung durchgeführt, um weit verbreitete Missverständnisse zu beseitigen und sachliche Fehler zu korrigieren. Abschließend beendete eine 5-minütige Selbstbewertungsaktivität die Sitzung, in der die Schüler ihr Verständnis bewerteten, eine konkrete Verbesserung notierten und eine unbeantwortete Frage notierten. Diese exakte Betriebsabfolge wurde über alle Interventionsklassen hinweg beibehalten. Ausgedruckte Prompt-Sheets dienten als technische Backups, und technische Abweichungen, die über ein Drittel einer Klasse betrafen, wurden explizit protokolliert. Anonymisierte repräsentative Prompt-Output-Moderationsbeispiele wurden beibehalten und in den Supplementary Tables 2, 3 dokumentiert.

Die Vergleichsbedingung wurde unter Verwendung der gleichen Sitzungsdauer, Lernziele, Themenreihenfolge, Arbeitsblätter, Diskussionsintervallen mit Gleichaltrigen, Selbstbewertungsformularen und Lehrerfeedbackfenstern bereitgestellt. Die KI-unterstützten Aufgaben wurden jedoch durch standardisierte, von Lehrern erstellte Leitaufgaben ersetzt, die die Schüler anwiesen, Kernkonzepte zu erklären, Beispiele zu vergleichen, Schwächen zu identifizieren und ihre Arbeit zu überarbeiten. Die identische fünfstufige Struktur, bestehend aus Briefing, individueller Anfrage, Peer-Diskussion, Gruppenklärung und abschließender Selbstbewertung, wurde streng beibehalten. Keine zusätzlichen Nachhilfe, außerschulische Aufgaben, längere Rückkopplungsphasen oder andere Bewertungsaufgaben wurden für eine der beiden Erkrankungen bereitgestellt. Anwesenheit im Klassenzimmer, Verhaltensstörungen, Lehrerwechsel und unvollständige Komponenten wurden im gleichen Protokollformat für beide Gruppen dokumentiert.

Datenerhebung, Treueüberwachung und quantitative Analyse

Bewertungsfragebögen wurden zu Basis-, nach der Intervention und in Nachbeobachtungsintervallen durchgeführt, wobei konsistente Item-Formulierungen, Antwortskalen und Bewertungsregeln über alle drei Messwellen verwendet wurden. Die Instrumente umfassten validierte Skalen, die akademisches Selbstkonzept, Kommunikationskompetenz, Interaktionsqualität, Selbstbewertung und Lernbeteiligung bewerteten. Die Antworten wurden mit einer standardisierten 5-Punkte-Likert-Skala von 1 (starke Meinungsverschiedenheit) bis 5 (starke Übereinstimmung) erhoben, wobei höhere Werte auf höhere Niveaus des Zielkonstrukts hindeuten. Einzelne Skalenwerte wurden als arithmetischer Mittelwert gültiger Items nach notwendiger Umkehrcodierung berechnet. Fehlende Itemwerte wurden durch den Durchschnittswert des Schülers innerhalb derselben Skala und Welle ersetzt, vorausgesetzt, nicht mehr als 20 % der Items fehlten. Skalen mit mehr als 20 % fehlenden Items wurden als fehlend behandelt, und Daten aus einer vollständig fehlenden Bewertungswelle wurden nicht zugeschrieben. Vor der statistischen Analyse wurde der Rohdatensatz sorgfältig auf Bereichsverletzungen, doppelte Einträge, geradlinige Antwortmuster und anomale Abschlusszeiten geprüft. Datensätze wurden als ungültig markiert und ausgeschlossen, wenn sie unmögliche numerische Werte, invariante Antworten über alle Elemente oder Abschlusszeiten unter einem Drittel der Mediandauer aufwiesen, sofern explizite Klassenprotokolle ihre Echtheit nicht bestätigten. Die Hauptanalysen nach der Intervention und Nachbeobachtung umfassten Studierende, die valide Baseline-Ergebnisse sowie entsprechende Daten zu den Nacheinsätzen oder Nachbeobachtungsergebnissen lieferten, wodurch eine einseitige listenweise Löschung bei teilweise vollständigen Zeitplänen vermieden wurde. Vor der Dateneingabe wurde ein gesperrtes Datenwörterbuch eingerichtet, um Variablennamen, Labels, Antwortbereiche, fehlende Wertcodes, Reverse-Scoring-Regeln, Wellenkennungen und endgültige Skalierungskonstrukte zu definieren. Die Fragebogendaten wurden in großem Format eingetragen, mit einer einzelnen Zeile pro Schüler und Wellensuffixen (_T1, _T2, _T3) zur Unterscheidung der Messwellen. Numerische Bereiche und eindeutige Teilnehmeraufzeichnungen wurden rechnerisch überprüft, und Fehlmuster wurden zwischen Gruppen, Klassen und Wellen anhand des Master-Anwesenheitsprotokolls überprüft.

Während jeder Unterrichtseinheit wurde eine standardisierte Checkliste zur Beobachtung der Implementierung verwendet. Jeder pädagogische Teil wurde mit 0 (nicht abgeschlossen), 1 (teilweise abgeschlossen) oder 2 (vollständig abgeschlossen) bewertet. Die bewerteten Komponenten sind strikt an die fünfstufige Unterrichtssequenz abgestimmt, darunter das Lehrerbriefing, individuelle Anfragen, Diskussion mit Gleichaltrigen, Klarstellung der ganzen Klasse und das Ausfüllen von Selbstbewertungsprotokollen. Der Gesamtprozentsatz der Sitzungstreue wurde berechnet, indem der beobachtete Wert durch den maximal möglichen Wert geteilt wurde. Jede Sitzung, die unter einer 70%-Treueschwelle lag, wurde als Protokollabweichung verzeichnet. Um die Zuverlässigkeit der Inter-Rater sicherzustellen, bewertete ein zweiter, geschulter Beobachter unabhängig mindestens 20 % der Gesamtsitzungen. Die prozentuale Übereinstimmung wurde über alle Posten berechnet, und etwaige Bewertungsabweichungen wurden durch Konsensdiskussion gelöst, sobald die ursprüngliche Zustimmung unter 80 % fiel. Technische Hardware- oder Softwarefehler wurden in separaten Protokollen festgehalten, um sie von Problemen mit der Instruktionsgenauigkeit zu unterscheiden.

Statistische Analysen wurden mit einem reproduzierbaren, skriptbasierten Workflow durchgeführt, bei dem der zufällige Seed vor jeglichen Stichproben- oder Sensitivitätsprüfungen festgelegt wurde. Alle statistischen Tests waren zweiseitig, wobei die Signifikanz auf p < 0,05 gesetzt wurde. Kontinuierliche Variablen wurden als Mittelwerte und Standardabweichungen zusammengefasst, während kategoriale Variablen als Häufigkeiten und Prozentsätze angegeben wurden. Die Basisäquivalenz zwischen den Kohorten wurde beschreibend mittels unabhängiger Stichproben für kontinuierliche Daten und Chi-Quadrat-Tests für kategoriale Verteilungen bewertet. Die interne Konsistenz wurde mit Cronbachs Alpha gemessen, wobei Schwellenwerte von α ≥ 0,70 für allgemeine Skalen und α ≥ 0,80 für primäre Endpunktsmaße sowie korrigierte Punkt-Gesamt-Korrelationen angewendet wurden. Die basislinienbereinigte ANCOVA diente als primärer analytischer Ansatz. Für jedes primäre Endergebnis wurden separate Modelle angepasst, wobei der post-interventionelle oder Nachbeobachtungswert als abhängige Variable, die instruktive Gruppe als Hauptprädiktor und der entsprechende Baseline-Wert als obligatorische Kovariate angegeben wurde. Zusätzliche Kovariaten (Geschlecht, Basisleistungsband und vorherige KI-Exposition) wurden einbezogen, um Basisungleichgewichte oder deren theoretische Relevanz zu kontrollieren, und bereinigte Mittelwertdifferenzen, 95%-Konfidenzintervalle, Standardfehler und Werte des Modells R² wurden berichtet. Change-Score-Vergleiche (T2–T1 und T3–T1) wurden als sekundäre Analysen mit unabhängigen Proben von Welchs t-Tests durchgeführt, wobei die Effektgrößen mit Cohens d quantifiziert wurden. Explorative Prozessanalysen bewerteten Pearson-Korrelationen zwischen Prozessvariablen und Ergebnisänderungen, ergänzt durch Multi-Prädiktor-lineare Regressionen mit Varianz-Inflationsfaktor-(VIF)-Überwachung zur Überprüfung der Multikollinearität. Schließlich wurden clustersensitive Prüfungen implementiert, um die verschachtelte Struktur der Schüler innerhalb der sechs unversehrten Klassen zu berücksichtigen. Unbedingte intraklassische Korrelationskoeffizienten (ICCs) wurden geschätzt, Ergebnisänderungen aggregiert und auf Klassenebene verglichen, und primäre ANCOVA-Berechnungen wurden mit cluster-robusten Standardfehlern als explorative Sensibilitätsprüfung wiederholt.

Qualitative Stichproben, Codierung und Integration von gemischten Methoden

Unmittelbar nach dem Fragebogen nach der Intervention wurde eine gezielte Teilstichprobe von 36 Studierenden für halbstrukturierte Interviews ausgewählt. Diese qualitative Kohorte umfasste Teilnehmer aus beiden Unterrichtsphasen, die hohe, mittlere oder niedrige Veränderungswerte im akademischen Selbstbild oder in der Kommunikationskompetenz aufwiesen. Der halbstrukturierte Interviewleitfaden untersuchte Erfahrungen mit Interaktion im Klassenzimmer, Selbstvertrauen bei der Erklärung von Ideen, Selbstbewertungsverhalten, Aufgabenbeteiligung und Kommunikationsbereitschaft und nutzte gezielte Eingaben, um Momente der Überarbeitung, Reaktionen auf unklares Feedback und Unterschiede im Engagement zu untersuchen. Die Interviews wurden nur nach Einholung der Zustimmung der Eltern und der Zustimmung der Schüler audioaufgezeichnet; ansonsten wurden strukturierte schriftliche Notizen gemacht. Alle persönlichen Namen, Klassennummern und identifizierenden Angaben wurden während der Transkription entfernt, und die Zeugnisse wurden mit den entsprechenden quantitativen Kennungen verknüpft. Der anfängliche qualitative Codierungsrahmen wurde deduktiv aus Konstrukten zur Interaktionsqualität, Selbstbewertung und Lernbeteiligung abgeleitet, wobei induktive thematische Codes nur hinzugefügt wurden, wenn die Daten nicht zum Baseline-Rahmen passten. Zwei unabhängige Codierer analysierten mindestens 20 % der Transkripte, um die Zuverlässigkeit zu überprüfen. Cohens Kappa-Koeffizienten wurden bewertet, wobei Werte zwischen 0,61–0,80 als erhebliche Übereinstimmung und Werte über 0,80 als starke Übereinstimmung betrachtet wurden. Die Codebuchdefinitionen wurden verfeinert und die doppelte Codierung wurde wiederholt, wann immer das anfängliche Kappa unter 0,61 fiel, und die endgültigen Definitionen zusammen mit der resultierenden qualitativen Code-Frequenzmatrix wurden archiviert (ergänzende Tabellen 9 und 10).

Quantitative Datenanalyse und qualitative Codierungsrahmenwerke wurden unabhängig vor der Einführung der Integration mit gemischten Methoden finalisiert. Eine zusammenhängende gemeinsame Darstellung wurde strukturell aufgebaut, um die drei quantitativen Prozessvariablen mit ihren entsprechenden qualitativen Themen zu verknüpfen. Integrierte Ergebnisse wurden systematisch als Konvergenz (wo Fragebogenmuster und Interviewthemen übereinstimmten), Expansion (bei der qualitative Erzählungen die quantitativen Trends zugrunde liegenden Mechanismen erklärten) oder Divergenz (bei denen Interviews einzigartige Barrieren oder ungleiche Beteiligung aufzeigten, die die quantitativen Muster erschwerten). Qualitative Ergebnisse wurden genutzt, um Klassenabläufe zu kontextualisieren, indem Lernbeteiligungswerte mit Themen wie aktivem Fragen und Diskussion mit Gleichaltrigen verknüpft wurden und Selbstbewertungswerte mit Erklärungen von Lückenbewusstsein und strategischen Anpassungen verknüpft wurden.

Ergebnisse

Teilnehmerfluss und Baseline-Eigenschaften

Eine erste Kohorte von 186 Studierenden aus sechs unversehrten Jahrgängen wurde für die Studie rekrutiert. Nach der Eignungsprüfung, Anwesenheitsüberprüfung und Qualitätsprüfungen der Antwort wurden 174 Studierende für die abschließende quantitative Analyse zurückgehalten. Diese Teilnehmer waren gleichmäßig verteilt: 87 wurden der KI-unterstützten, schülerzentrierten Unterrichtsgruppe und 87 der üblichen schülerzentrierten Unterrichtsgruppe zugeteilt. Abbildung 1 zeigt den Rekrutierungsfluss, die Klassenzuteilung, den Zeitplan für die Drei-Wellen-Bewertung, Ausschlusskriterien und die qualitative Unterstichprobe.

Tabelle 2 fasst die deskriptiven primären Endpunkte nach Unterrichtsgruppe und Messwelle zusammen. Vor der Intervention waren die akademischen Selbstkonzepte zwischen den beiden Kohorten ähnlich (KI-unterstützt: 3,00 ± 0,37; Vergleich: 3,05 ± 0,43). Die KI-unterstützte Gruppe hatte jedoch eine geringere grundlegende Kommunikationskompetenz (2,85 ± 0,40) als die übliche Instruktionsgruppe (3,04 ± 0,38). Da die Zuweisung auf Intakt-Klassen-Ebene stattfand und nicht durch individuelle Randomisierung, wurden diese Ausgangsunterschiede als potenzielle vorbestehende Klassenunterschiede und nicht als Interventionseffekte behandelt. Die Ausgangspunktwerte wurden als Kovariaten in allen Primärmodellen beibehalten, und die Ergebnisse der Kommunikationskompetenz wurden mit Aufmerksamkeit auf das Regressionsrisiko zum Mittelwert interpretiert. Um die hierarchische Datenstruktur zu adressieren, wurden unbedingte Intraklassenkorrelationskoeffizienten (ICC[1]s) aus einseitigen ANOVA-Modellen mit Zufallseffekten geschätzt, wobei Klassenkennungen als Gruppierungsvariable verwendet wurden. Die verwendete Formel lautete:

(1)

wobei MS_zwischen das mittlere Quadrat zwischen den Klassen darstellt, MS_innerhalb das mittlere Quadrat innerhalb der Klassen und m die Klassengröße bezeichnet. Der endgültige Datensatz umfasste sechs Klassen gleicher Größe (k = 6; m = 29). ICCs für primär beobachtete Werte lagen zwischen 0,007 und 0,105, und ICCs für primäre Veränderungswerte waren ASC T2–T1 = 0,152, ASC T3–T1 = 0,160, CC T2–T1 = 0,105 und CC T3–T1 = 0,165. Diese Werte deuteten auf eine nicht vernachlässigbare Abhängigkeit auf Klassenzimmerniveau hin. Da nur sechs Level-2-Cluster verfügbar waren, galt das Einbauen eines vollständigen Mehrstufe-Modells als instabil; daher wurden ICCs, Klassenzusammenfassungen und cluster-robuste Sensitivitätsprüfungen als diagnostische Beweise und nicht als bestätigende mehrstufige Schätzungen verwendet.

Implementierungsüberwachungsaufzeichnungen wurden zusammen mit dem analytischen Datensatz überprüft. Alle sechs Klassen absolvierten die sechsteilige Einheit, und die Anwesenheitsbelastung war über die Bedingungen hinweg vergleichbar (mittlere Anwesenheitsrate: KI-unterstützt = 0,934; üblicher Unterricht = 0,936). Kein festgehaltener Teilnehmer fiel unter die vorgegebene Expositionsschwelle. Um die Implementierungstreue zu überwachen, wurden Checklisten auf Sitzungsebene und technische Vorfallprotokolle verwendet, wobei ein zweiter unabhängiger Beobachter mindestens 20 % der Sitzungen bewertete. Diese Beobachtungen dienten als formatives, vor Ort geeignetes Qualitätskontrollmechanismus, um dem Lehrer sofortiges Feedback zu geben, anstatt eine summative Messung. Da das Hauptziel eine pädagogische Korrektur in Echtzeit war, wurden aggregierte statistische Metriken (wie mittlere Genauigkeitswerte oder Inter-Rater-Zuverlässigkeitskoeffizienten) nicht dauerhaft für die retrospektive Analyse archiviert. Dennoch bestätigten diese formativen Überprüfungen, dass keine größeren Protokollabweichungen auftraten, und die Kerninstruktionssequenz wurde konsequent beibehalten.

Interne Konsistenz der Studienmaße

Tabelle 3 zeigt die internen Konsistenzschätzungen für alle gemessenen Konstrukte unter Verwendung der in der Locked-Scoring-Karte definierten Itemzählungen. Das akademische Selbstkonzept zeigte akzeptable Zuverlässigkeit sowohl in der Post-Interventions- als auch in der Nachsorgephase und ergab Cronbachs Alphawerte von 0,828 bzw. 0,876. Die Kommunikationskompetenz bewahrte ähnlich die akzeptable Zuverlässigkeit über diese späteren Bewertungswellen hinweg, mit Alphawerten von 0,877 und 0,897.

Basisrelibilitätsschätzungen für das akademische Selbstkonzept (α = 0,676) und die Kommunikationskompetenz (α = 0,683) lagen unter der bevorzugten Schwelle von 0,70. Diese Schätzungen wurden jedoch beibehalten, um die vorgegebene Bewertungsstruktur zu erhalten, zeigen jedoch einen größeren Basismessfehler und können die basislinienbereinigten Schätzungen abschwächen oder destabilisieren. Die prozessbezogenen Skalen nach der Intervention zeigten akzeptable interne Konsistenz, mit Alphawerten von 0,760 für Interaktionsqualität, 0,808 für Selbstbewertung und 0,806 für Lernbeteiligung.

Ergebnisse des akademischen Selbstkonzepts

Beide Gruppen erlebten im Laufe der Zeit eine Zunahme des akademischen Selbstbildes, obwohl die KI-unterstützte Gruppe einen deutlich größeren Gewinn zeigte. Vom Ausgangspunkt bis zur unmittelbaren Nachwirkungsbewertung stieg der mittelwertige Wert der KI-unterstützten Gruppe von 3,00 ± 0,37 auf 3,51 ± 0,48. Im Gegensatz dazu zeigte die Vergleichsgruppe einen moderaten Anstieg von 3,05 ± 0,43 auf 3,19 ± 0,60. Dies führte zu einer durchschnittlichen T2–T1-Veränderung von 0,51 ± 0,44 für die KI-unterstützte Kohorte und 0,14 ± 0,46 für die Vergleichskohorte. Der resultierende Unterschied zwischen den Gruppen im Änderungswert betrug 0,37 (95%-KI [0,24, 0,50]), was einen statistisch signifikanten Effekt mit großer Magnitude darstellt (Welch t = 5,28, S. < 0,001, Cohens d = 0,80).

Dieser Vorteil wurde bei der Nachuntersuchung aufrechterhalten. Der akademische Selbstkonzept-Wert erreichte 3,57 ± 0,60 in der KI-unterstützten Gruppe, verglichen mit 3,20 ± 0,63 in der regulären Unterrichtsgruppe. Die mittlere T3–T1-Veränderung betrug 0,57 ± 0,54 für die KI-unterstützte Gruppe und 0,15 ± 0,48 für die übliche Instruktionsgruppe. Der entsprechende Unterschied zwischen den Gruppen stieg leicht auf 0,42 an (95%-KI [0,27, 0,57]), wobei eine starke statistische Signifikanz erhalten bleibt (Welch t = 5,46, S. < 0,001, Cohens d = 0,83). Diese dreiwelligen Längsverläufe sind in Abbildung 2A dargestellt, während die vollständigen Vergleichswerte der Veränderungswerte in Tabelle 4 dargestellt sind.

Tabelle 5 zeigt die baseline-adjustierten ANCOVA-Ergebnisse. Nach Kontrolle von Ausgangswerten und relevanten Kovariaten war die Zuweisung der Unterrichtsgruppe mit einem höheren akademischen Selbstbild nach der Intervention verbunden (B = 0,328, 95%-KI [0,193, 0,463], SE = 0,069, t = 4,77, p < 0,001, Modell R² = 0,395). Diese Assoziation wurde auch bei der Nachbeobachtung beobachtet (B = 0,401, 95%-KI [0,246, 0,556], SE = 0,079, t = 5,07, p < 0,001, Modell R² = 0,384). Das grundlegende akademische Selbstkonzept war in beiden analytischen Modellen eine bedeutende Kovariat.

Ergebnisse der Kommunikationskompetenz

Schüler im KI-unterstützten Zustand zeigten zudem eine deutlichere Verbesserung ihrer Kommunikationskompetenz. Zwischen den Baseline- und Post-Interventionsmessungen verbesserte sich die KI-unterstützte Gruppe von 2,85 ± 0,40 auf 3,22 ± 0,63, während die Vergleichsgruppe einen moderaten Anstieg von 3,04 ± 0,38 auf 3,12 ± 0,62 zeigte. Die mittlere T2–T1-Veränderung betrug 0,37 ± 0,45 für die KI-unterstützten Teilnehmer und 0,08 ± 0,46 für die Vergleichsteilnehmer. Dies ergab einen statistisch signifikanten Unterschied zwischen den Gruppen in der Veränderung von 0,29 (95 % KI [0,15, 0,43]), was einer mittleren bis großen Effektgröße entspricht (Welch t = 4,14, p < 0,001, Cohens d = 0,63).

Während der Nachbeobachtungsphase stiegen die Kommunikationskompetenzwerte in der KI-unterstützten Gruppe auf 3,41 ± 0,71 und in der Vergleichsgruppe auf 3,12 ± 0,69. Die mittlere T3–T1-Veränderung wurde im Interventionszustand mit 0,57 ± 0,56 gegenüber 0,09 ± 0,57 im Vergleichszustand angegeben. Der Unterschied in diesen Veränderungswerten betrug 0,48 (95%-KI [0,31, 0,65]), was ein statistisch signifikantes Ergebnis mit großer Effektgröße darstellt (Welch t = 5,61, S. < 0,001, Cohens d = 0,85). Abbildung 2B veranschaulicht diese Entwicklungen, und Tabelle 4 liefert die umfassenden Change-Score-Daten.

Im Einklang mit den Rohwerten der Veränderung zeigte die basislinienbereinigte ANCOVA, dass die Gruppenzuweisung mit der Kommunikationskompetenz nach der Intervention assoziiert war (B = 0,301, 95%-KI [0,158, 0,444], SE = 0,073, t = 4,14, p < 0,001, Modell R² = 0,488). Diese Assoziation hielt sich beim Nachbeobachten fort (B = 0,516, 95%-KI [0,340, 0,692], SE = 0,090, t = 5,72, p < 0,001, Modell R² = 0,388). Die Basiskommunikationskompetenz blieb in beiden bereinigten Modellen ein bedeutender Prädiktor, wie in Tabelle 5 dargestellt.

Explorative Zusammenhänge mit Interaktionsqualität, Selbstbeurteilung und Lernbeteiligung

Nachinterventionelle Messungen zeigten, dass Interaktionsqualität, Selbsteinschätzung und Lernbeteiligung in der KI-unterstützten Gruppe höher waren. Lineare Modellierung zeigte, dass die Gruppenzuweisung positiv mit Interaktionsqualität (B = 0,344, SE = 0,075, t = 4,62, p < 0,001, Modell R² = 0,133), Selbstbewertung (B = 0,291, SE = 0,082, t = 3,57, p < 0,001, Modell R² = 0,118) und Lernengagement (B = 0,361, SE = 0,081, t = 4,43, p < 0,001, Modell R² = 0,129) assoziiert war.

Tabelle 6 fasst explorative Regressionsmodelle zusammen, die prozessbezogene Zusammenhänge mit Ergebnisänderungen untersuchten. Wenn Interaktionsqualität, Selbstbewertung und Lernbeteiligung gleichzeitig mit der Gruppenzuweisung eingegeben wurden, blieb die Unterrichtsgruppe mit Veränderungen im akademischen Selbstbild assoziiert (B = 0,299, SE = 0,078, t = 3,85, S. < 0,001, Modell R² = 0,191). Allerdings zeigte die Interaktionsqualität in diesem Modell keinen unabhängigen Zusammenhang mit der Änderung des akademischen Selbstkonzepts (B = 0,014, SE = 0,073, t = -0,20, p = 0,844). Sowohl Selbstbewertung (B = 0,108, SE = 0,065, t = 1,66, p = 0,099) als auch Lernengagement (B = 0,061, SE = 0,066, t = 0,93, p = 0,355) zeigten positive, aber statistisch nicht signifikante Trends. Diese Modelle wurden nicht als formale Mediationstests interpretiert.

Ein paralleles Muster zeigte sich für Veränderungen in der Kommunikationskompetenz. Die Gruppenzuweisung blieb im Multipredictor-Modell signifikant (B = 0,252, SE = 0,082, t = 3,09, p = 0,002, Modell R² = 0,141). Interaktionsqualität (B = 0,131, SE = 0,075, t = 1,75, p = 0,082) und Selbstbewertung (B = 0,111, SE = 0,066, t = 1,68, p = 0,094) zeigten positive, aber nicht signifikante Assoziationen. Das Engagement der Lernenden war ähnlich unsignifikant (B = -0,083, SE = 0,066, t = -1,25, p = 0,214).

Qualitative Codierung und Integration von gemischten Methoden

Zur Ergänzung der quantitativen Ergebnisse wurde eine gezielte Teilstichprobe von 36 Studierenden einer qualitativen Analyse unterzogen. Codierte Themen waren um vier Hauptbereiche herum strukturiert: Interaktionsqualität, Selbstbewertung, Lernbeteiligung und Umsetzungsbarrieren. Abbildung 3A zeigt die Verteilung dieser Themen nach Unterrichtsbedingungen.

Innerhalb der KI-unterstützten Kohorte waren die häufigsten codierten Themen KI-unterstützte Peer-Erklärung (15 codierte Fälle), aktive Fragestellungen (14), Überprüfung KI-unterstützter Informationen (14), Lückenbewusstsein (13), Revisionsargumentation (12) und Aufgabenpersistenz (11). Implementierungsbarrieren waren seltener, wurden aber weiterhin beobachtet, darunter flache Nutzung (5) und technische Barrieren (4). In der Vergleichsgruppe fehlte die KI-unterstützte Peer-Erklärung designweise, während die mit der abgestimmten Prompt-Routine zusammenhängende Peer-Erklärung in 10 codierten Fällen auftauchte; In 9 Fällen trat aktives Befragen auf, in jeweils 8 Fällen Lückenbewusstsein und Persistenz der Aufgaben, in 7 Fällen Revisionsargumentation und in 2 Fällen oberflächliche Nutzung. Technische Barrieren und die Überprüfung von KI-unterstützten Informationen wurden in der Vergleichsbedingung als 0 codiert. Diese Zählungen beschreiben die Anzahl der codierten Fälle in der Interview-Unterstichprobe und nicht die Population.

Die Integration von quantitativen und qualitativen Daten (Abbildung 3B) zeigte Konvergenz in zwei Bereichen. Erstens entsprachen die höheren Interaktionsqualitätswerte, die in der KI-unterstützten Gruppe erzielt wurden, den häufigen qualitativen Codes für KI-gestützte Peer-Erklärungen und Prüfung von KI-unterstützten Informationen. Zweitens stimmten höhere Selbstbewertungswerte in der Interventionsgruppe mit qualitativen Erzählungen überein, die Lückenbewusstsein und Revisionsdenken betonen. Die qualitativen Themen erweiterten zudem die Beteiligungsergebnisse, indem sie zeigten, dass die aktive Teilnahme von wahrgenommener Aufgabenauthentizität, Lehrermoderation und der Vermeidung oberflächlicher KI-Nutzung abhängt.

Zusammenfassung der Ergebnisse

Zusammenfassend deuten die integrierten Ergebnisse darauf hin, dass das Einbetten von KI-unterstützten Aufgaben in einen strukturierten, schülerzentrierten Lernzyklus mit einer höheren selbstberichteten akademischen Selbstkonzeption und Kommunikationskompetenz verbunden war. Explorative Prozessdaten und qualitative Erzählungen stimmten mit einer Unterrichtsroutine überein, in der Gleichgesinnte Erklärungen, Verifizierung von KI-Ergebnissen und strukturierte Selbstbewertung die Lernerfahrungen der Schüler unterstützten. Diese Ergebnisse sollten als konvergente Mixed-Methods-Belege für eine pädagogisch strukturierte KI-Routine interpretiert werden und nicht als Beweis dafür, dass allein die KI-Exposition die beobachteten Gewinne hervorgebracht hat.

DATENVERFÜGBARKEIT:

Vor der Einreichung der Zeitschrift wurde ein umfassendes Reproduzierbarkeitspaket erstellt, das den vollständig anonymisierten Rohdatensatz, ein Variablenwörterbuch (ergänzende Tabelle 11), Bewertungsspezifikationen (ergänzende Tabelle 12), Datenreinigungsspezifikationen (ergänzende Tabelle 13), statistische Analyseskripte und -spezifikationen (ergänzende Tabellen 14 und 15) sowie Quelldaten für Tabellen und Abbildungen (ergänzende Tabelle 16) enthält). Um die Einhaltung des Datenschutzes zu gewährleisten, wurden alle direkt oder indirekt identifizierbaren Schülerdaten, rohe Einwilligungsformulare und private Chat-Verläufe ausgeschlossen. Strukturierte Tabellen wurden als separate, editierbare Tabellenkalkulationsdateien erstellt, und die Abbildungen wurden als eigenständige Dateien bereitgestellt, wobei ihre jeweiligen Legenden im Hauptmanuskript beibehalten wurden. Der zugrundeliegende de-identifizierte Datensatz und die Reproduzierbarkeitsmaterialien, einschließlich der bewerteten Item-Matrix und der qualitativen Code-Frequenzmatrix, sind im Zenodo-Repository öffentlich verfügbar (https://zenodo.org/records/20609465). Der Analysedatensatz enthält Klassenidentifikatoren, Gruppenkodierung, Anwesenheitsraten, Skalenwerte und für die berichtete Analyse verwendete Ergebnisänderungswerte.

Abbildung 1: Lernfluss im Klassenzimmer und Beteiligung der Teilnehmer. Diese Abbildung veranschaulicht den Rekrutierungsprozess, die Klassenzuweisung, den Bewertungsplan mit drei Wellen, die Ausschlusskriterien und die qualitative Interviewstichprobe. Die abschließende quantitative Analysestichprobe bestand aus 174 Studierenden aus sechs unbearbeiteten Klassen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 2: Drei-Wellen-Entwicklungen von akademischem Selbstkonzept und Kommunikationskompetenz. (A) Longitudinale Veränderungen im akademischen Selbstbild über Baseline-, Post-Interventions- und Nachuntersuchungen hinweg. (B) Langfristige Veränderungen der Kommunikationskompetenz über die entsprechenden Bewertungswellen hinweg. Fehlerbalken stellen den Standardfehler des Mittelwerts dar; die dargestellten Bezeichnungen zeigen Mittelwerte und SEM berechnet als SD/sqrt(n), wobei n = 87 pro Gruppe bei jeder Welle gilt. Abkürzungen: SEM = Standardfehler des Mittelwerts; SD = Standardabweichung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Qualitative Themenverteilung und Integration von gemischten Methoden. (A) Qualitative Themenfrequenzen nach Unterrichtsgruppen. (B) Strukturelle Ausrichtung qualitativer Themen mit den quantitativen Prozessdomänen. Die korrigierten Theme-Zählungen basieren auf der qualitativen Code-Frequenzmatrix in Supplementary Table 10, einschließlich "Überprüfung KI-unterstützter Informationen" (KI-unterstützte = 14; Vergleich = 0). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Konstrukt / Aufzeichnung	Bereich der Artikelcodes	Artikel / Rekorde	Messwelle	Antwortbereich	Partiturrichtung	Umgewertete Einträge	Regel der fehlenden Daten		Endvariable	Analytischer Einsatz
Akademisches Selbstbild	ASC1–ASC6	6 Artikel	T1, T2, T3	1–5	Höher = stärkeres akademisches Selbstbild	ASC3, ASC5	Berechnen Sie den Skalenwert, wenn ≥5 Elemente gültig sind; ansonsten fehlt für diese Welle		ASC_T1, ASC_T2, ASC_T3	Primäres Ergebnis; Basislinien-adjustierte ANCOVA; T2–T1 und T3–T1 Change-Score-Analyse
Kommun- Kationenkompetenz	CC1–CC6	6 Artikel	T1, T2, T3	1–5	Höher = stärkere Kommunikationskompetenz	CC4	Berechnen Sie den Skalenwert, wenn ≥5 Elemente gültig sind; ansonsten fehlt für diese Welle		CC_T1, CC_T2, CC_T3	Primäres Ergebnis; Basislinien-adjustierte ANCOVA; T2–T1 und T3–T1 Change-Score-Analyse
Interaktionsqualität	IQ1–IQ5	5 Artikel	T2	1–5	Höher = stärkere wahrgenommene Qualität der Interaktion im Klassenzimmer	Keine	Berechnen Sie den Skalenwert, wenn ≥4 Elemente gültig sind; ansonsten als vermisst gesetzt		IQ_T2	Prozessvariable; explorative Regression; Integration mit gemischten Methoden
Selbstbeurteilung	SE1–SE5	5 Artikel	T2	1–5	Höher = stärkere Selbsteinschätzung während des Lernens	SE2	Berechnen Sie den Skalenwert, wenn ≥4 Elemente gültig sind; ansonsten als vermisst gesetzt		SE_T2	Prozessvariable; explorative Regression; Integration mit gemischten Methoden
Engagement der Lernenden	LE1–LE6	6 Artikel	T2	1–5	Höher = stärkeres Lernengagement	LE5	Berechnen Sie den Skalenwert, wenn ≥5 Elemente gültig sind; ansonsten als vermisst gesetzt		LE_T2	Prozessvariable; explorative Regression; Integration mit gemischten Methoden
Zuschauerrekord	ATT1–ATT6	6 Session-Rekorde	Jede Sitzung	Gegenwart / abwesend	Höhere Anwesenheit = größere Sichtbarkeit	Nicht anwendbar	Ausschließen Sie aus der finalen analytischen Stichprobe, wenn mehr als 25 % der Sitzungen übersehen werden		Zuschauerzahl _rate	Belichtungskontrolle; Ausschluss-Screening
Treue-Checkliste	FID1–FID6	6 Session-Level-Bewertungen	Jede Sitzung	0–2 pro Bauteil	Höher = stärkere Protokolltreue	Nicht anwendbar	Bewerten Sie jede beobachtete Sitzung; Markiere eine Abweichung auf Sitzungsniveau, wenn Fidelity <70 %		fidelity_ Prozentsatz	Protokollabweichungsdatensatz; Sensitivitätsinterpretation
Technisches Vorfallprotokoll	TECH1–TECH6	Session-Level-Bilanz	Jede Sitzung	Kategoriales Logbuch	Nicht anwendbar	Nicht anwendbar	Erfassen, ob ein Vorfall mehr als ein Drittel der Schüler in einer Klasse betrifft		technical_ Abweichung	Technischer Abweichungsrekord; Sensitivitätsinterpretation
Qualitatives Interview	INT1–INT5	Semistrukturierte Domänen	Nach der Intervention	Text-/Audionotizen	Theme-Frequenz nach codierter Domäne	Nicht anwendbar	Verwenden Sie nur Transkripte oder strukturierte Notizen mit gültiger Zustimmung und anonymem Ausweis		qualitative_ code_matrix	Mixed-methods-Erklärung von Interaktionsqualität, Selbsteinschätzung und Lernengagement

Tabelle 1: Fragebogenstruktur, Bewertungsregeln und analytische Nutzung. Diese Tabelle definiert die vor der Datenbereinigung und -analyse erstellte Locked-Scoring-Karte. T1 bezieht sich auf die Basisbewertung, T2 bezeichnet die unmittelbare Nachuntersuchung und T3 die Nachuntersuchung. Skalenwerte werden als arithmetischer Mittelwert gültiger Items berechnet, die Rückwärtscodierungsverfahren verwenden. Völlig fehlende Bewertungswellen werden nicht zugeschrieben.

Maß	Welle	Gruppe	N	Mittel	SD
Akademisches Selbstbild	T1-Baseline	Üblich schülerzentriert	87	3.05	0.43
Akademisches Selbstbild	T1-Baseline	KI-unterstützter, schülerzentrierter Unterricht	87	3	0.37
Akademisches Selbstbild	T2 nach der Intervention	Üblich schülerzentriert	87	3.19	0.6
Akademisches Selbstbild	T2 nach der Intervention	KI-unterstützter, schülerzentrierter Unterricht	87	3.51	0.48
Akademisches Selbstbild	T3-Nachfolge	Üblich schülerzentriert	87	3.2	0.63
Akademisches Selbstbild	T3-Nachfolge	KI-unterstützter, schülerzentrierter Unterricht	87	3.57	0.6
Kommunikationskompetenz	T1-Baseline	Üblich schülerzentriert	87	3.04	0.38
Kommunikationskompetenz	T1-Baseline	KI-unterstützter, schülerzentrierter Unterricht	87	2.85	0.4
Kommunikationskompetenz	T2 nach der Intervention	Üblich schülerzentriert	87	3.12	0.62
Kommunikationskompetenz	T2 nach der Intervention	KI-unterstützter, schülerzentrierter Unterricht	87	3.22	0.63
Kommunikationskompetenz	T3-Nachfolge	Üblich schülerzentriert	87	3.12	0.69
Kommunikationskompetenz	T3-Nachfolge	KI-unterstützter, schülerzentrierter Unterricht	87	3.41	0.71

Tabelle 2: Deskriptive primäre Endpunkte nach Gruppe und Welle. Diese Tabelle präsentiert beschreibende Kennzahlen für das akademische Selbstkonzept und die Kommunikationskompetenz sowohl in der KI-unterstützten schülerzentrierten Unterrichtsgruppe als auch in der üblichen schülerzentrierten Instruktionsgruppe über die drei Bewertungswellen hinweg. Abkürzungen: SD = Standardabweichung.

Konstrukt	Artikel	Cronbachs Alpha	Entscheidung
Akademisches Selbstkonzept, T1	6	0.676	Borderline; gemäß der vorgegebenen Wertungskarte beibehalten
Akademisches Selbstkonzept, T2	6	0.828	Akzeptabel
Akademisches Selbstkonzept, T3	6	0.876	Akzeptabel
Kommunikationskompetenz, T1	6	0.683	Borderline; gemäß der vorgegebenen Wertungskarte beibehalten
Kommunikationskompetenz, T2	6	0.877	Akzeptabel
Kommunikationskompetenz, T3	6	0.897	Akzeptabel
Interaktionsqualität, T2	5	0.76	Akzeptabel
Selbstbewertung, T2	5	0.808	Akzeptabel
Lernende Engagement, T2	6	0.806	Akzeptabel

Tabelle 3: Schätzungen zur internen Konsistenz für Studienmaße. Diese Tabelle zeigt Cronbachs Alphawerte für die primären Endpunktskalen und prozessbezogenen Skalen. Grenzwertige Basiszuverlässigkeitsschätzungen wurden beibehalten, um strikt an die vorgegebene Wertungskarte zu halten.

KI-unterstützter Änderungsmittelwert	KI-unterstützte Veränderungs-SD	Vergleichsänderungsmittelwert	Vergleichsänderung SD	Mittlere Differenz	95%-KI für die Differenz	Welch t	p-Wert	Cohens d
0.51	0.44	0.14	0.46	0.37	[0.24, 0.50]	5.28	<0,001	0.8
0.57	0.54	0.15	0.48	0.42	[0.27, 0.57]	5.46	<0,001	0.83
0.37	0.45	0.08	0.46	0.29	[0.15, 0.43]	4.14	<0,001	0.63
0.57	0.56	0.09	0.57	0.48	[0.31, 0.65]	5.61	<0,001	0.85

Tabelle 4: Unterschiede zwischen den Gruppen bei den Ergebnisänderungswerten. Diese Tabelle zeigt die T2–T1- und T3–T1-Veränderungswerte für akademisches Selbstbild und Kommunikationskompetenz. Unterschiede zwischen den Gruppen wurden mit Welch-T-Tests bewertet, mit 95%-Konfidenzintervallen und Cohen-d für Transparenz. Abkürzungen: CI = Konfidenzintervall; SD = Standardabweichung.

Ergebnis	N	Gruppe B	95%-KI für Gruppe B	SE	t	p-Wert	Ausgangspunkt B	Basiswert p	Modell R²
Akademisches Selbstkonzept, T2	174	0.328	[0.193, 0.463]	0.1	5	<0,001	0.748	<0,001	0.395
Akademisches Selbstkonzept, T3	174	0.401	[0.246, 0.556]	0.1	5	<0,001	0.827	<0,001	0.384
Kommunikationskompetenz, T2	174	0.301	[0.158, 0.444]	0.1	4	<0,001	1.116	<0,001	0.488
Kommunikationskompetenz, T3	174	0.516	[0.340, 0.692]	0.1	6	<0,001	1.095	<0,001	0.388

Tabelle 5: Baseline-bereinigte ANCOVA-Ergebnisse für primäre Endpunkte. Diese Tabelle präsentiert die Baseline-bereinigten ANCOVA-Modelle für das akademische Selbstkonzept und die Kommunikationskompetenz nach der Intervention und im Follow-up, einschließlich Gruppenkoeffizienten, 95%-Konfidenzintervallen, Standardfehlern, p-Werten und Modellen^R2-Werten . Die Variable für die Unterrichtsgruppe wurde als 0 für den üblichen schülerzentrierten Unterricht und 1 für KI-unterstützten, schülerzentrierten Unterricht codiert. Abkürzungen: CI= Konfidenzintervall; SE = Standardfehler.

Ergebnisänderung	Prädiktor	B	SE	t	p-Wert	Modell R2	Interpretation
Veränderung des akademischen Selbstkonzepts	Lehrgruppe	0.299	0.078	3.85	<0,001	0.191	Gruppenzugehörigkeit beibehalten
Veränderung des akademischen Selbstkonzepts	Interaktionsqualität	-0.014	0.073	-0.20	0.844		Nicht unabhängig signifikant
Veränderung des akademischen Selbstkonzepts	Selbstbeurteilung	0.108	0.065	1.66	0.099		Positiver, nicht signifikanter Trend
Veränderung des akademischen Selbstkonzepts	Engagement der Lernenden	0.061	0.066	0.93	0.355		Nicht unabhängig signifikant
Veränderung der Kommunikationskompetenz	Lehrgruppe	0.252	0.082	3.09	0.002	0.141	Gruppenzugehörigkeit beibehalten
Veränderung der Kommunikationskompetenz	Interaktionsqualität	0.131	0.075	1.75	0.082		Positiver, nicht signifikanter Trend
Veränderung der Kommunikationskompetenz	Selbstbeurteilung	0.111	0.066	1.68	0.094		Positiver, nicht signifikanter Trend
Veränderung der Kommunikationskompetenz	Engagement der Lernenden	-0.083	0.066	-1.25	0.214		Nicht unabhängig signifikant

Tabelle 6: Explorative Regression und diagnostische Ergebnisse auf Klassenebene für Ergebnisänderungen. Diese Tabelle zeigt explorative lineare Zusammenhänge zwischen Unterrichtsgruppen, Interaktionsqualität, Selbstbewertung, Lernengagement und Ergebnisänderungswerten sowie ICC-Diagnostik auf Klassenniveau. Diese Modelle wurden nicht als bestätigende Mediationstests interpretiert. Abkürzungen: SE = Standardfehler.

Ergänzende Tabelle 1: Sechs-Sitzungs-Unterrichtsleitfaden. Es fasst die Lernziele, die pädagogischen Phasenzuweisungen und die für die Analyse gespeicherten Beweise zusammen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 2: KI-Eingabeblatt für die Interventionsgruppe. Es beschreibt erlaubte Funktionen, verbotene Nutzungen und erforderliche Schülerakten. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 3: Lehrer-Eingabeblatt für die Vergleichsgruppe. Es beschreibt die standardisierten, von Lehrern geleiteten Aufgaben, die zur Unterrichtsstruktur der KI-unterstützten Gruppe angepasst werden. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 4: Vorlage für das Arbeitsblatt für Studierende. Es liefert die erforderlichen Felder, Formate und den Status der Datenerfassung. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 5: Selbstbewertungsformular. Er fasst die Reflexionselemente, Antwortformate und die jeweiligen Codierungsregeln zusammen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 6: Beobachtung im Klassenzimmer und Checkliste zur Treue. Es stellt die komponentenspezifischen Bewertungsrubriken von 0 bis 2 bereit. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 7: Technisches Vorfallprotokoll. Es dokumentiert Vorfalltypen, betroffene Schülerzahlen und Protokollabweichungscodes. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 8: Halbstrukturierter Interviewleitfaden. Es beschreibt die qualitativen Bereiche, Kernfragen, optionale Sonden und verknüpfte Konstrukte. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 9: Qualitatives Codebuch. Es definiert die Domänen, Ein- und Ausschlussregeln sowie spezifische Beweisquellen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 10: Qualitative Code-Frequenzmatrix. Er berichtet die codierten Fallzahlen in beiden Unterrichtsgruppen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 11: Datenwörterbuch. Es definiert Variablennamen, Labels, erlaubte Werte, Regeln für fehlende Werte und Analyseanwendungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 12: Bewertungsspezifikationen. Sie beschreibt rückwärts codierte Items, Mindestanforderungen an gültige Items, Skalierungsformeln und Ausgabevariablen für jedes Konstrukt. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 13: Datenreinigungsspezifikationen. Es beschreibt die Reinigungsschritte, Regeln und erstellte Ausgabeprotokolle für die Datensatzverifikation. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 14: Spezifikationen der statistischen Analyse. Sie fasst die analytischen Verfahren, Modelle und Entscheidungsschwellenwerte für primäre und sekundäre Analysen zusammen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 15: Cluster-sensitive Analysespezifikationen. Es beschreibt die Verfahren und Interpretationsregeln für Klassenebene-Aggregation und Protokollabweichungsprüfungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Ergänzende Tabelle 16: Quelldatenindex. Es verknüpft die endgültigen Ausgabetabellen und Zahlen mit ihren erforderlichen Statistiken, Quelldateien und Manuskriptstandorten. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Diskussion

Diese Studie untersuchte, ob die Integration KI-unterstützter Werkzeuge in den schülerzentrierten Unterricht mit Veränderungen im akademischen Selbstbild und der selbstberichteten Kommunikationskompetenz von Jugendlichen in Verbindung steht. Während des dreiwelligen Beobachtungszeitraums zeigten die Schüler der KI-unterstützten Kohorte größere Fortschritte bei beiden Ergebnissen als diejenigen, die üblichen schülerzentrierten Unterricht erhielten. Dieser Verlauf war konsistent über Rohwertmuster, Change-Score-Metriken und Baseline-bereinigte ANCOVA-Modelle. Da das Design jedoch intakte Klassen, selbstberichtete Ergebnisse und eine kleine Anzahl von Klassenclustern verwendete, sollten diese Ergebnisse als vielversprechende Zusammenhänge im Klassenzimmer und nicht als eindeutige kausale Belege für verbesserte akademische Leistungen interpretiert werden.

Die beobachtete Verbesserung des akademischen Selbstbildes entspricht der Annahme, dass die Überzeugungen der Schüler über ihre akademischen Fähigkeiten durch kumulierte Aufgabenerfahrungen und fortlaufendes Feedback geprägt werden. Das akademische Selbstkonzept funktioniert nicht als ein verallgemeinertes Selbstwertgefühl, sondern als ein domänenspezifisches Konstrukt, das auf wahrgenommene Kompetenz während bestimmter Lernaktivitäten reagiert. Die Intervention erforderte von den Schülern, erste Erklärungen zu erstellen, KI-generierte Vorschläge kritisch zu prüfen, diese Ideen mit Kommilitonen zu diskutieren und ihre endgültigen Antworten zu verfeinern. Diese iterativen Zyklen könnten den Studierenden sichtbare Fortschrittsnachweise geliefert haben und eine plausible Erklärung für das beobachtete akademische Selbstkonzeptmuster⁸ bieten.

Ergebnisse bezüglich der Kommunikationskompetenz deuten auf einen ähnlichen Unterrichtsprozess hin. Die KI-unterstützte Gruppe wurde nicht nur mit ergänzenden Informationen konfrontiert; Das Unterrichtsdesign verlangte von den Schülern, Konzepte während der Interaktionen mit Gleichaltrigen zu artikulieren, zu vergleichen und zu begründen. Feedback fungierte daher als fortlaufende Abfolge von KI-Eingaben, Gegenargumenten von Kollegen und gezielten Lehrer-Klarstellungen. Diese dialogische Struktur kann helfen, den anhaltenden Anstieg der selbstberichteten Kommunikationskompetenz beim Nachverfolgen zu erklären. Im aktuellen Kontext traten die größten Entwicklungsmuster auf, wenn Schüler gezwungen waren, Feedback in überarbeitete verbale Erklärungen zu übersetzen, anstatt es passiv zu absorbieren⁹.

Die qualitative thematische Analyse liefert einen wesentlichen Kontext für diese quantitativen Entwicklungen. Interviewberichte der KI-unterstützten Gruppe enthielten überwiegend Berichte über KI-unterstützte Peer-Erklärungen, rigorose Faktenprüfung unsicherer Ergebnisse und transparente Selbstbewertungspraktiken. Diese Themen spiegeln die beabsichtigte Struktur der Intervention wider, bei der KI-generierter Text ausschließlich als Rohmaterial für eine kritische Bewertung und nicht als eindeutige Wahrheit positioniert wurde. Diese erkenntnistheoretische Darstellung ist wichtig, weil der tatsächliche pädagogische Nutzen von KI vollständig davon abhängt, wie Lernende mit dem Ergebnis interagieren. Wenn Schüler einfach KI-Antworten kopieren, bleibt der kognitive Prozess begrenzt. Umgekehrt können Ergebnisse, die kritisch hinterfragt, gegenübergestellt und iterativ überarbeitet werden, einen aktiveren erklärenden Prozess unterstützen. Die beobachteten Dynamiken ähneln somit einem geführten Selbsterklärungsparadigma und nicht einem einfachen Technologie-Expositionseffekt¹⁰.

Selbstbeurteilung entwickelte sich zu einem weiteren entscheidenden Unterrichtsprozess, obwohl explorative Regressionsmodelle sie nicht eindeutig als unabhängigen Vermittler identifizierten. Studierende im KI-unterstützten Zustand berichteten über erhöhte Selbstbewertungswerte, und die qualitative Kodierung zeigte eine höhere Häufigkeit von Verhaltensweisen, die mit der Erkennung von Wissenslücken und der Rationalisierung von Überarbeitungen zusammenhängen. Wenn sie jedoch zusammen mit Gruppenzuweisung und anderen Mechanismusvariablen in ein Multipredictor-Modell aufgenommen wurde, erreichte die Selbstbewertung keine statistische Signifikans als eigenständiger Prädiktor für Ergebnisänderungen. Eine gemessene Interpretation ist, dass Selbsteinschätzung zwar ein integraler Bestandteil des Lernprogramms war, ihr Einfluss aber wahrscheinlich mit der Interaktionsqualität, der Lehrerklarstellung und der Gesamtaufgabenbeteiligung verbunden war. Diese synergetische Sichtweise passt gut zu formativen Bewertungsrahmen, die behaupten, dass selbstreguliertes Lernen durch eine ganzheitliche Kombination aus Feedback, Standardsetzung, kontinuierlicher Überwachung und strukturierten Möglichkeiten zur Schließung von Leistungslücken reift¹¹.

Ein ähnliches Maß an interpretativer Vorsicht muss bei der Beteiligung der Lernenden angewendet werden. Obwohl die KI-unterstützte Gruppe insgesamt ein höheres Engagement zeigte, wie durch qualitative Berichte über aktive Fragestellungen und Aufgabenpersistenz bestätigt wird, war die Teilnahme nicht einheitlich robust in der gesamten Kohorte. Die Interviewdaten zeigten, dass das tatsächliche Engagement stark von der wahrgenommenen Authentizität der Aufgabe und der Wirksamkeit der Lehrermoderation abhing. Diese Variabilität ist theoretisch konsistent; Engagement ist kein monolithisches Verhalten, sondern ein multidimensionales Konstrukt, das Verhaltens-, emotionale und kognitive Facetten umfasst, die alle sehr sensibel für unmittelbare kontextuelle Veränderungen im Klassenzimmer sind.¹². Daher bedeuten diese Ergebnisse nicht, dass die Integration von KI automatisch das Engagement der Schüler verbessert. Vielmehr zeigen sie, dass das Engagement optimiert wird, wenn KI-gesteuerte Nachforschung eng mit authentischen Aufgaben, strukturiertem Peer-Dialog und aktiver Lehreraufsicht verknüpft ist.

Über diese spezifischen Variablen hinaus bietet diese Studie einen gezielten Beitrag auf Klassenzimmerebene zum breiteren Diskurs über KI in der Bildung. Ein Großteil der zeitgenössischen Debatte dreht sich stark um makroskopische Themen wie die Zugänglichkeit von Werkzeugen, algorithmische Personalisierung, Aufgabenautomatisierung oder das existenzielle Risiko kognitiver Überabhängigkeit. Die aktuelle Studie setzte KI bewusst in einer deutlich eingeschränkteren Funktion ein: Sie diente ausschließlich als iterativer Prompt-Generator, eingebettet in einen strukturierten Lernzyklus. Diese pädagogische Zurückhaltung ist entscheidend. KI wurde nie als Stellvertreter für Lehrerexpertise oder Sozialisation mit Gleichaltrigen positioniert. Sie wurde ausschließlich genutzt, um kognitive Reibungen zu erzeugen – also Material, das die Schüler hinterfragen, debattieren und verfeinern mussten. Eine solche Unterrichtsstruktur adressiert direkt eine weit verbreitete Einschränkung in der bestehenden KI-in-Education-Forschung, die die reine technologische Leistungsfähigkeit häufig überbetont – auf Kosten der spezifischen pädagogischen Voraussetzungen, die notwendig sind, um sie zu nutzen.¹³.

Diese Ergebnisse müssen unter Berücksichtigung mehrerer methodischer Einschränkungen interpretiert werden. Erstens begrenzt die Abhängigkeit von intakten Klassen statt individueller zufälliger Zuweisung die kausale Inferenz. Obwohl die niedrigere Ausgangskommunikationskompetenz in der KI-unterstützten Gruppe durch baseline-adjustierte Modelle angegangen wurde, können Regressionen zum Mittelwert und nicht gemessene Unterschiede auf Klassenzimmerebene nicht ausgeschlossen werden. Zweitens standen nur sechs Klassengruppen zur Verfügung. ICCs für primäre Änderungswerte lagen zwischen 0,105 und 0,165, was auf eine Abhängigkeit auf Klassenzimmerebene hinweist, aber die geringe Anzahl von Clustern begrenzte die Stabilität der mehrstufigen Modellierung und der clusteradjustierten Inferenz. Drittens war das Nachbeobachtungsintervall relativ kurz (vier Wochen), was Schlussfolgerungen über die Dauerhaftigkeit über ein volles akademisches Semester ausschloss. Viertens waren die Prozessanalysen explorativ und stellten keine verifizierte kausale Mediationskette fest.

Auch Mess- und Implementierungsbeschränkungen verdienen Beachtung. Zwei Basiszuverlässigkeitsschätzungen lagen unter dem bevorzugten Schwellenwert, was möglicherweise Basismessungsrauschen eingeführt hat. Die Ergebnisse waren hauptsächlich selbstberichtet und zeigen daher nicht, ob sich tatsächliche schulische Leistungen, objektives Kommunikationsverhalten oder unabhängig bewertete Leistung verbessert haben. Alternative Erklärungen, darunter Neuheitseffekte im Zusammenhang mit KI-Nutzung, Begeisterung der Lehrkräfte, kulturelle Unterschiede im Klassenzimmer, ungleiche digitale Vertrautheit und Unterschiede im Klima der Peer-Gruppen, könnten zu den beobachteten Mustern beigetragen haben. Anwesenheitsprotokolle, technische Vorfallprotokolle und Fidelity-Checklisten minderten einige Implementierungsrisiken, können aber die individuelle Unterschiede in der Interpretation oder Nutzung von KI-Prompts der Schüler nicht vollständig erfassen¹⁴.

Zukünftige Forschung sollte diese Unterrichtslogik rigoros über ein breiteres Spektrum von Klassenzimmerclustern hinweg prüfen und den Nachfolgezeitplan verlängern, um die longitudinale Retention zu bewerten. Eine vollständig randomisierte Clusterstudie würde eine präzisere Schätzung der unterschiedlichen Effekte auf Lehrer- und Klassenebene ermöglichen. Nachfolgende Untersuchungen sollten auch untersuchen, ob diese Entwicklungsmuster über verschiedene akademische Disziplinen, Klassenstufen und Schülerfähigkeitsgruppen hinweg konsistent sind. Darüber hinaus würde die Entwirrung spezifischer Modalitäten der KI-Unterstützung (z. B. Erklärungsgenerierung, Überarbeitungsfeedback und Selbstbewertungsanforderung) präzisere Erkenntnisse liefern, als KI-Unterstützung als undifferenzierte Intervention zu konzeptualisieren. Mixed-Methods-Designs werden für die Weiterentwicklung dieser Forschungsrichtung unentbehrlich bleiben, da das Zusammenspiel zwischen Implementierungstreue, Schülerinterpretation und Interaktion im Klassenzimmer häufig bestimmt, warum eine standardisierte Intervention in verschiedenen Bildungsumgebungen erfolgreich oder scheitert¹⁵.

Insgesamt legt diese Studie nahe, dass KI-unterstützter, schülerzentrierter Unterricht das akademische Selbstbild und die selbstberichtete Kommunikationskompetenz von Jugendlichen unterstützen kann, wenn die Technologie in eine strukturierte, interaktive Klassenzimmerroutine eingebettet ist. Die Hauptimplikation ist nicht, dass KI allein das Lernen verbessert. Vielmehr spricht die Belege für eine ausgewogenere Schlussfolgerung: KI-Prompts sind am pädagogisch nützlichsten, wenn Schüler KI-generierte Ergebnisse unter kontinuierlicher Lehreranleitung hinterfragen, diskutieren, überarbeiten und kritisch bewerten müssen. Dieser ausgewogene Ansatz ist relevant für Lehrkräfte, die neue Technologien nutzen möchten, während sie gleichzeitig die Interaktion mit Gleichaltrigen, Lehrermoderation und reflektiertes menschliches Lernen bewahren möchten.

Materialien

```html

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
ChatGPT	OpenAI	https://chatgpt.com	Institutionell anerkannte Plattform, die als Unterrichtskomponente für studentische Anfragen und Aufgaben verwendet wird.
Grammarly	Grammarly, Inc.	https://www.grammarly.com	Wird während der Manuskriptvorbereitung für Sprachpolitur und Formatierungsunterstützung verwendet
SPSS	IBM Corp.	SCR_002865	Verwendet für quantitative Datenanalyse, einschließlich ANCOVA mit Basislinienanpassung, t-Tests, Pearson-Korrelationen und ICCs.
NVivo	Lumivero	https://lumivero.com/products/nvivo	Wird verwendet, um halbstrukturierte Interviewtranskripte zu codieren und Cohens Kappa für unabhängige Kodierende zu berechnen.
Qualtrics	Qualtrics, LLC	https://www.qualtrics.com	Verwendet zur Durchführung von Basislinien-, Postinterventions- und Nachbeobachtungsfragebögen.

```