Sprache lernen mit KI: Was Studien zeigen – und was nicht

Was messen die Studien eigentlich?

„KI-Tutor“ klingt nach Zukunft, die Forschung dazu ist aber schon einige Jahre alt. Inzwischen gibt es genug Studien für Meta-Analysen, also Auswertungen, die viele einzelne Studien zusammenfassen.

Eine davon erschien 2024 in der Review of Educational Research: 70 Effektgrößen aus 28 Studien. Lernende, die mit einem Chatbot übten, schnitten im Schnitt besser ab als Vergleichsgruppen ohne Chatbot. Die Effektgröße lag bei g = 0,48.⁠^[1] Eine zweite Meta-Analyse über 31 Vergleichsstudien kommt auf g = 0,61 und spricht von einem mittleren Effekt.⁠^[2]

Was heißt „g = 0,5“? Grob gesagt: Der Unterschied zwischen den Gruppen beträgt etwa eine halbe Standardabweichung. Das ist in der Bildungsforschung ein spürbarer, aber kein überwältigender Unterschied – und er ist ein Durchschnitt über sehr unterschiedliche Studien.

Wann hilft KI mehr, wann weniger?

Beide Meta-Analysen betonen, dass der Effekt nicht überall gleich ist. Die erste fand vier Merkmale, die einen Unterschied machten: Bildungsstufe und Sprachniveau der Lernenden, die Gestaltung der Oberfläche und welche Interaktionsmöglichkeiten der Chatbot bot.⁠^[1] Die zweite nennt unter anderem, ob man den Bot mobil nutzen konnte, ob er schreibt oder spricht, ob generative KI im Spiel war – und womit verglichen wurde.⁠^[2]

Gerade der letzte Punkt ist wichtig. „Besser als ohne Chatbot“ kann heißen: besser als gar keine zusätzliche Übung. Es heißt nicht automatisch: besser als eine gute Lehrerin oder ein Gespräch mit einem Muttersprachler. Die Autorinnen und Autoren der zweiten Studie schreiben selbst, man brauche einen differenzierteren Blick auf den Nutzen.⁠^[2]

Warum Sprechen mit Feedback wirkt

Ein guter KI-Tutor macht im Kern zwei Dinge, die die Sprachlernforschung schon lange untersucht: Er bringt dich zum Sprechen, und er gibt dir Rückmeldung auf Fehler.

Zu Korrekturen gibt es eine viel zitierte Meta-Analyse über 33 Studien. Sie fand einen mittleren Gesamteffekt, der auch in späteren Tests erhalten blieb. Interessant: Die Wirkung von beiläufigen, impliziten Korrekturen – etwa wenn das Gegenüber deinen Satz richtig wiederholt – hielt besser an als die von ausdrücklichen.⁠^[3] Auch beim Aussprachetraining zeigt eine Meta-Analyse über 86 Studienberichte größere Effekte, wenn die Lernenden Feedback bekamen.⁠^[5]

Das spricht dafür, dass ein Chatbot, der nur plaudert, weniger bringt als einer, der gezielt korrigiert und dich den richtigen Satz noch einmal sagen lässt. Belegt ist dieser Schluss für KI-Tutoren allerdings nicht: Die Meta-Analyse zu Korrekturen stammt von 2010 und untersucht keine KI-Tutoren, wie es sie heute gibt.

Und die Angst vor dem Sprechen?

Eine Meta-Analyse mit 14.128 Lernenden fand einen mittleren negativen Zusammenhang zwischen Angst im Fremdsprachenunterricht und den Leistungen (r = −0,39 für die allgemeinen Leistungen).⁠^[4] Das ist ein Zusammenhang, kein Beweis, dass die Angst die Ursache ist – schlechtere Leistungen können ebenso Angst machen.

Eine KI hat kein Publikum, wird nicht ungeduldig und lacht nicht. Das macht sie für viele zu einem angenehmen ersten Übungspartner. Ob das die Sprechangst messbar senkt, haben wir in den Meta-Analysen, die wir gelesen haben, aber nicht als gesichertes Ergebnis gefunden. Wir behaupten es deshalb auch nicht.

Wo KI an Grenzen stößt

• KI kann sich irren. Sprachmodelle formulieren auch falsche Erklärungen flüssig und überzeugend. Bei Grammatikregeln oder Bedeutungen, die dir wichtig sind, lohnt ein Blick in eine zweite Quelle.
• Sie ersetzt keine Menschen. Gespräche mit echten Menschen haben Überraschungen, Dialekte, Humor und Beziehungen – das kann eine KI nur begrenzt nachbilden.
• Die Forschung ist jung. Die Meta-Analysen fassen Studien mit ganz unterschiedlichen Bots, Sprachen und Lernenden zusammen; die Technik hat sich seither schnell verändert.