Scaffolding und KI: Wie viel Hilfe beim Lernen gut ist und was davon in die Note gehört
Das Wort Scaffolding taucht in fast jeder Fortbildung zu KI auf. Meistens soll es heißen, dass KI beim Lernen hilft. Das stimmt nur zur Hälfte. Scaffolding meint eine Hilfe, die mit der Zeit weniger wird, und die meisten Chatbots liefern von sich aus gleich die Lösung. Für die Notengebung ist der Unterschied wichtig, denn er entscheidet, ob eine Leistung zeigt, was ein Schüler kann.
Das Video erklärt den Begriff in knapp zwei Minuten, so einfach wie möglich. Der Artikel geht danach weiter in die Bewertung.

Text zum Video
Was ist Scaffolding?
Scaffolding ist Englisch und heißt Baugerüst. Das Gerüst steht am Haus, solange gebaut wird. Ist das Haus fertig, kommt es wieder weg.
In der Schule baut der Schüler das Haus, also sein Wissen und Können. Das Gerüst stellt der Lehrer auf: Tipps, Beispiele, Satzanfänge. Heute kann auch KI beim Gerüst helfen.
Es ist wie beim Radfahrenlernen. Zuerst hält jemand den Sattel fest. Dann greift er nur noch zu, wenn das Rad wackelt. Und irgendwann lässt er los. Die Hilfe passt, sie wird weniger, und am Ende fährt das Kind allein.
Im klassischen Unterricht baut oft der Lehrer vor, und die ganze Klasse schaut zu. Mit Scaffolding baut jeder selbst und bekommt so viel Hilfe, wie er gerade braucht.
KI kann das Haus aber auch gleich fertig hinstellen. In einer Studie übten knapp 1.000 Schüler Mathe, ein Teil davon mit ChatGPT. Beim Üben waren sie besser. Im Test ohne KI schnitten sie 17 Prozent schlechter ab. Eine Version, die nur Hinweise gab, hat diesen Schaden verhindert.
Mit einem guten Gerüst schafft man Aufgaben, die allein noch zu schwer wären. Und wenn es abgebaut ist, steht das Haus von allein.
Und was heißt das für die Note? Beim Üben ist das Gerüst erlaubt, dafür gibt es keine Note. Benotet wird, was ohne Gerüst steht. Oder der Schüler legt offen, welche Hilfe er hatte, und erklärt sein Haus im Gespräch.
Ein Gerüst, das nie abgebaut wird, ist kein Gerüst.
Was Scaffolding bedeutet
Scaffolding ist Englisch und heißt Baugerüst. Den Begriff haben David Wood, Jerome Bruner und Gail Ross 1976 geprägt. Sie haben beobachtet, wie eine Tutorin Kindern zwischen drei und fünf Jahren hilft, aus Holzklötzen eine Pyramide zu bauen. Die Tutorin baut nicht selbst. Sie hält das Kind bei der Sache, nimmt ihm schwierige Teilschritte ab, zeigt auf die Stelle, an der etwas nicht passt, und fängt Frust auf. Vormachen ist bei ihr nur eine von sechs Hilfen.
Janneke van de Pol, Monique Volman und Jos Beishuizen haben 2010 die Forschung eines Jahrzehnts dazu ausgewertet. Sie nennen drei Merkmale, an denen man Scaffolding erkennt:
- Die Hilfe passt. Der Lehrer stellt erst fest, wo der Schüler steht, und hilft dann genau dort. Die Fachleute nennen das Kontingenz.
- Die Hilfe wird weniger. Sobald der Schüler mehr allein schafft, nimmt der Lehrer sie zurück. Das heißt Fading.
- Die Verantwortung wechselt. Am Ende plant, löst und prüft der Schüler selbst.
Daraus folgt auch, was kein Scaffolding ist. Wer eine Aufgabe einfach leichter macht, baut kein Gerüst, denn beim Scaffolding bleibt die Aufgabe so schwer, wie sie ist, und die Hilfe macht sie nur lösbar. Ebenso wenig zählt der Satzanfang, den ein Schüler auch bei der zehnten Erörterung noch vorgegeben bekommt, obwohl er ihn längst nicht mehr braucht. Dann übernimmt die Hilfe den Teil, an dem er lernen würde.
Dass gutes Scaffolding wirkt, ist belegt. Brian Belland und Kollegen haben 2017 in einer Metaanalyse 144 Studien zu computergestützten Lernhilfen in den MINT-Fächern ausgewertet und eine mittlere Effektstärke von 0,46 gefunden, von der Grundschule bis zur Erwachsenenbildung.
Warum KI ohne Regeln dem Lernen schaden kann
Ein Chatbot kann vieles, was die Tutorin von 1976 getan hat: nachfragen, auf eine Zeile zeigen, ermutigen. Von sich aus tut er meistens etwas anderes und liefert die Lösung. Er wird auch nicht sparsamer, wenn der Schüler besser wird. Jeder neue Chat fängt wieder mit voller Hilfe an.
Was das bewirkt, hat ein Experiment mit knapp 1.000 Schülern einer Oberschule in der Türkei gezeigt (Bastani u. a., 2025). Eine Gruppe übte Mathematik mit einer Oberfläche, die wie ChatGPT funktionierte. Beim Üben lösten diese Schüler 48 Prozent mehr Aufgaben richtig als die Kontrollgruppe ohne KI. Im Test danach, ohne KI, schnitten sie 17 Prozent schlechter ab. Gemeint ist ein relativer Abstand zur Kontrollgruppe, keine 17 Prozentpunkte. Eine dritte Gruppe übte mit einer Version, die keine Lösungen verriet, nur Hinweise gab und von Lehrern vorbereitete Tipps zu jeder Aufgabe kannte. Diese Schüler schnitten im Test so ab wie die Kontrollgruppe. Die Hinweis-Version hat den Schaden also verhindert. Einen messbaren Vorteil gegenüber der Kontrollgruppe hat sie in dieser Studie nicht gebracht.
Die großen Anbieter haben inzwischen eigene Lernmodi, in denen der Chatbot Rückfragen stellt und Hinweise gibt. Ein Schüler kann den Lernmodus aber mit einem Klick verlassen, und weniger wird die Hilfe darin auch nicht von allein. Wann die Hilfe weniger wird, muss deshalb der Unterricht regeln.
Was die Schulordnung zu Hilfe bei Leistungsnachweisen sagt
Für die Note gibt die sächsische Schulordnung für Oberschulen (SOOSA) einen klaren Maßstab vor. Bewertet werden nach § 23 Abs. 3 unter anderem der „Grad der selbstständigen und richtigen Anwendung der Kenntnisse, Fähigkeiten und Fertigkeiten“. Wer beim Lösen ein Gerüst braucht, zeigt einen geringeren Grad an Selbstständigkeit als jemand, der es ohne schafft. Beim Üben ist das der Normalfall und kein Makel.
Daraus ergeben sich zwei Phasen, die man auseinanderhalten sollte:
- Beim Üben ist Hilfe erwünscht, auch von KI. Dafür gibt es Rückmeldung, aber keine Note.
- Im Leistungsnachweis zeigt der Schüler, was er ohne Hilfe kann, oder er legt offen, welche Hilfe er hatte.
Wie streng man die Hilfe bewertet, ist eine pädagogische Entscheidung des Fachlehrers. Der Schüler muss sie aber vorher kennen. § 22 Abs. 4 und 6 verlangen, dass Gewichtung und Bewertungskriterien bekanntgegeben werden, und § 26 regelt, was bei „unerlaubten Hilfsmitteln“ passiert. Eine KI-Regel gehört deshalb zu den Kriterien, die man zu Beginn des Schuljahres erklärt, und für jeden Leistungsnachweis muss klar sein, ob KI erlaubt ist.
Drei Wege, Hilfe in der Bewertung zu behandeln
- Hilfe kostet nichts. Geübt wird mit Tippkarten oder KI-Tutor, benotet wird nur die Kurzkontrolle danach, ohne Hilfe. Das ist der sauberste Weg und am leichtesten zu erklären.
- Hilfe wird festgehalten. Wer welche Hilfestufe gebraucht hat, fließt in eine eigene Spalte „Selbstständigkeit“ im Bewertungsraster ein. Das deckt § 23 Abs. 3 ab, braucht aber Augenmaß. Wer für jede Frage abgestraft wird, hört auf zu fragen, und Fragen ist eine Lernstrategie, die wir wollen.
- Jeder Tipp kostet einen Punkt. Das ist verbreitet und für Quizformate in Ordnung. In einer Klassenarbeit belohnt es das Raten.
Ein Beispiel aus Informatik, Klasse 8: Die Schüler suchen in einem kurzen Python-Programm Fehler. Ein KI-Tutor darf ihnen sagen, was eine Fehlermeldung bedeutet, und auf einen Bereich im Code zeigen, aber keine korrigierte Zeile schreiben. Nach drei gefundenen Fehlern fragt er nur noch: „Was sagt dir die Fehlermeldung?“ Die Note kommt aus einer Fünf-Minuten-Kontrolle auf Papier am Ende der Stunde: ein neues Programm, ein Fehler, keine Hilfe.
Wenn KI an einer Abgabe mitgearbeitet hat
Bei Projekten, Präsentationen oder Texten lässt sich KI kaum ausschließen und muss es auch nicht. Dann reicht das fertige Produkt als Grundlage für die Note nicht mehr aus. Ich schaue auf drei Dinge:
- Das Produkt: bewertet nach den Kriterien, die vorher feststanden.
- Den Weg dorthin: Chatverlauf, Entwürfe oder ein kurzes Lernjournal mit den Fragen „Was habe ich die KI gefragt? Was habe ich übernommen, was verworfen?“ Der Chatverlauf wird dabei nicht selbst benotet. Er ist der Beleg, auf den sich das Gespräch stützt. Aus Datenschutzgründen nur aus einem schulischen Werkzeug wie fobizz oder schulKI, in dem Schüler ohne eigenes Konto arbeiten.
- Das Gespräch: fünf bis zehn Minuten, in denen der Schüler erklärt, warum er etwas so gemacht hat. Rechtlich ist das eine mündliche Leistung nach § 22 Abs. 4. Wie das mit Lapbooks aussieht, steht im Beitrag Erklär mir dein Lapbook, wie ein Fachgespräch als Prüfung funktioniert, im Beitrag Debattieren auf dem Prüfstand: die Fortsetzung.
KI-Detektoren gehören nicht auf diese Liste. Sie liefern eine Wahrscheinlichkeit, keinen Beleg, und für eine Note reicht das nicht.
Benotet wird, was ohne Gerüst steht. Wer beim Prüfen Hilfe hatte, legt sie offen und erklärt sein Ergebnis.
Nachteilsausgleich ist kein Scaffolding
Ein Nachteilsausgleich sieht auf den ersten Blick aus wie ein Gerüst: mehr Zeit, eine vorgelesene Aufgabe, ein Hilfsmittel. Nach § 22 Abs. 5 SOOSA werden dabei Organisation und Gestaltung der Leistungsermittlung angepasst, „ohne die Leistungsanforderungen qualitativ zu verändern“. Der Nachteilsausgleich gleicht eine Beeinträchtigung aus und wird deshalb nicht abgebaut. Scaffolding baut eine Fähigkeit auf und verschwindet, wenn sie da ist. Inhaltliche Hilfen beim Lösen fallen nicht unter den Nachteilsausgleich, denn sie würden die Anforderung selbst verändern.
Gute Rückmeldung als Lerngerüst
Im Schulalltag ist die häufigste Form von Scaffolding eine Rückmeldung. Benedikt Wisniewski, Klaus Zierer und John Hattie haben 2020 in einer Metaanalyse 435 Studien zu Feedback ausgewertet. Rückmeldungen mit viel Information, also zur Aufgabe, zum Vorgehen und zum nächsten Schritt, erreichten eine Effektstärke von 0,99. Lob und Tadel allein kamen auf 0,24. Eine Rückmeldung, die sagt, woran der Schüler als Nächstes arbeiten soll, setzt dort an, wo er gerade steht, und die Arbeit bleibt bei ihm. Mehr dazu im Beitrag Feedforward: Rückmeldungen, mit denen Schüler weiterarbeiten können.
Quellen
- David Wood, Jerome S. Bruner, Gail Ross: The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry 17 (1976), S. 89–100
- Janneke van de Pol, Monique Volman, Jos Beishuizen: Scaffolding in Teacher–Student Interaction: A Decade of Research. Educational Psychology Review 22 (2010), S. 271–296
- Brian R. Belland, Andrew E. Walker, Nam Ju Kim, Mason Lefler: Synthesizing Results From Empirical Research on Computer-Based Scaffolding in STEM Education: A Meta-Analysis. Review of Educational Research 87 (2017), S. 309–344
- Hamsa Bastani u. a.: Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS 122 (2025)
- Benedikt Wisniewski, Klaus Zierer, John Hattie: The Power of Feedback Revisited: A Meta-Analysis of Educational Feedback Research. Frontiers in Psychology 10 (2020)
- Schulordnung Ober- und Abendoberschulen (SOOSA), Stand 01.08.2026, §§ 22, 23 und 26