Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic8. April 2025 · Q001365

Anthropic Education Report: How University Students Use Claude

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Anthropic analysierte 574.740 als studienbezogen eingestufte Claude-Gespräche und berichtet, dass Studierende die KI vor allem für Lerninhalte, technische Erklärungen und Aufgabenlösungen nutzen; Informatik war dabei überproportional vertreten. Die Studie zeigt mögliche Lernchancen und Risiken für akademische Integrität und Denkentwicklung, kann aber weder Betrug zuverlässig feststellen noch tatsächliche Lernergebnisse messen und bildet nur einen begrenzten Ausschnitt der KI-Nutzung ab.

Mittel

Anthropic berichtet über eine Analyse von 574.740 vermutlich studienbezogenen Claude.ai-Gesprächen. Grundlage waren rund eine Million anonymisierte Unterhaltungen von Konten mit Hochschul-E-Mail-Adressen; untersucht wurde ein einzelner Zeitraum von 18 Tagen. Am häufigsten nutzten Studierende Claude laut Bericht zum Erstellen oder Verbessern von Lerninhalten (39,3 Prozent) und für technische Erklärungen oder Aufgabenlösungen (33,5 Prozent). Informatik war im Verhältnis zu seinem Anteil an US-Bachelorabschlüssen besonders stark vertreten; Wirtschaft, Gesundheit und Geisteswissenschaften waren schwächer repräsentiert.

Die Forschenden ordneten Gespräche vier Formen zu: direkte oder kollaborative Interaktion, jeweils mit Problemlösung oder Inhaltserstellung. Jede Form machte etwa 23 bis 29 Prozent aus; knapp 47 Prozent waren direkte Gespräche. Solche Nutzungen können beim Lernen helfen, aber auch Antworten auf Prüfungsfragen liefern oder Plagiatserkennung umgehen. Ob eine konkrete Unterhaltung Betrug darstellt, lasse sich ohne Kurskontext und Kenntnis der späteren Verwendung oft nicht beurteilen.

Bei den von Claude ausgeführten kognitiven Tätigkeiten dominierten laut Bloom-Taxonomie Erzeugen (39,8 Prozent) und Analysieren (30,2 Prozent). Der Bericht warnt vor möglichem Auslagern anspruchsvoller Denkarbeit, misst aber weder tatsächliche Lernleistungen noch den Effekt auf Lernergebnisse. Die Befunde könnten frühe Claude-Nutzer überrepräsentieren, erfassen nicht die gesamte KI-Nutzung und beruhen auf automatischer Klassifikation, die Fehlzuordnungen enthalten kann.

Ausführlich lesen

Der Bericht von Anthropic untersucht, wie Studierende Claude im Hochschulkontext verwenden. Die Autorinnen und Autoren stellen die Analyse als eine groß angelegte Untersuchung realer Nutzung dar: Clio, ein automatisiertes Analyseverfahren, wertete rund eine Million anonymisierte Gespräche von Claude.ai-Konten aus, die mit Hochschul-E-Mail-Adressen verknüpft waren. Nach einer automatisierten Filterung auf vermutlich studienbezogene Gespräche blieben 574.740 Unterhaltungen. Die Daten stammen aus einem einzelnen 18-tägigen Zeitraum.

Am häufigsten ging es darum, Lerninhalte zu erstellen oder zu verbessern (39,3 Prozent), etwa Übungsfragen, überarbeitete Essays oder Zusammenfassungen. Weitere 33,5 Prozent betrafen technische Erklärungen und Lösungen für Aufgaben, darunter Programmierung und Mathematik. Kleinere Anteile entfielen auf Datenanalyse und -visualisierung (11 Prozent), Forschungsplanung und Werkzeuge (6,5 Prozent), technische Diagramme (3,2 Prozent) sowie Übersetzung und Korrektur (2,4 Prozent).

Die Nutzung war nach Fach unterschiedlich verteilt. Informatik war besonders stark vertreten: Laut Bericht entfielen 38,6 Prozent der Gespräche auf dieses Fach, obwohl es 5,4 Prozent der US-Bachelorabschlüsse ausmachte. Naturwissenschaften und Mathematik waren ebenfalls überrepräsentiert. Wirtschaft, Gesundheitsberufe und Geisteswissenschaften waren gemessen an ihren Anteilen an den Abschlüssen weniger stark vertreten. Die Autoren deuten dies als möglichen Hinweis darauf, dass Studierende in MINT-Fächern Claude früher oder häufiger einsetzen. Sie nennen als mögliche Erklärungen eine größere Bekanntheit in Informatik-Communities und die besondere Eignung von KI für bestimmte MINT-Aufgaben; die Untersuchung belegt diese Ursachen jedoch nicht.

Für die Gesprächsformen unterscheidet der Bericht zwei Achsen: direkte oder kollaborative Interaktion sowie Problemlösung oder Erstellung eines längeren Ergebnisses. Die vier Kombinationen kamen jeweils in ungefähr 23 bis 29 Prozent der Gespräche vor. Fast 47 Prozent wurden als direkt eingestuft, also als Gespräche, in denen Antworten oder Inhalte mit wenig Dialog gesucht wurden. Das kann dem Lernen dienen, etwa beim Erfragen von Begriffen oder Erstellen von Lernmaterialien, aber auch problematisch sein. Der Bericht nennt unter anderem direkte Antworten auf Multiple-Choice- und Sprachtestfragen sowie das Umschreiben von Texten zur Umgehung von Plagiatserkennung. Ob eine Nutzung als Betrug gilt, lasse sich aus den Gesprächen allein häufig nicht feststellen: Kontext, Kursregeln und spätere Verwendung der Ergebnisse sind unbekannt. Auch ein mehrstufiger Dialog kann laut Bericht wesentliche Denkarbeit an die KI auslagern.

Bei der Einordnung kognitiver Tätigkeiten anhand der überarbeiteten Bloom-Taxonomie entfielen 39,8 Prozent auf „Erzeugen“ und 30,2 Prozent auf „Analysieren“. „Anwenden“, „Verstehen“ und „Erinnern“ waren seltener. Die Autoren weisen darauf hin, dass sie damit Claude zugeschriebene Tätigkeiten untersuchen, nicht unmittelbar die Fähigkeiten oder Lernleistungen der Studierenden. Sie sehen dennoch die Möglichkeit, dass das Auslagern anspruchsvoller Aufgaben die Entwicklung grundlegender Denkfähigkeiten beeinträchtigen könnte.

Die Ergebnisse sind laut Bericht nur ein begrenzter Überblick: Die Daten könnten vor allem frühe Anwender erfassen und bilden nicht die gesamte KI-Nutzung ab. Hochschuladressen und Klassifikationen können Lehrende oder Mitarbeitende einschließen beziehungsweise Gespräche von Studierenden übersehen. Die Daten decken nur einen kurzen Zeitraum und Claude.ai ab; interdisziplinäre Nutzung sowie unterschiedliche Hochschulregeln sind ebenfalls schwer abzubilden. Die Studie misst zudem weder, wie Studierende KI-Ausgaben tatsächlich verwenden, noch ob diese Nutzung Lernergebnisse verbessert. Auch die Anwendung von Bloom auf KI-Antworten sei unvollkommen. Anthropic versteht die Befunde daher als Beitrag zu weiteren Untersuchungen und Diskussionen über Lernen, Prüfungen und akademische Integrität, nicht als abschließende Antwort.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 83 %Hintergrund, keine Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 39 %gleiches Oberthema, hilft nicht
    • JEV 33 %Hintergrund, keine Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 79 %Hintergrund, keine Belege
    • JEV 31 %Hintergrund, keine Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 47 %gleiches Oberthema, hilft nicht
    • JEV 34 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →