Bau dir einen KI-Lernassistenten, der dich klüger macht statt fauler

Die meisten Studenten benutzen ChatGPT wie eine etwas schnellere Google-Suche. Frage rein, Antwort raus, weiter im Skript. Das ist Recherche. Das ist nicht Lernen.

Wer wirklich etwas behalten will, braucht etwas anderes. Einen Lernpartner, der weiß, was du studierst, wie du tickst, wo du letzte Woche steckengeblieben bist. Einen, der dich zwingt, selbst zu antworten, bevor er die Lösung herausrückt. So jemanden gibt es. Du musst ihn dir nur einmal einrichten, und zwar so, dass er dich nicht bequem macht.

Was ein KI-Lernassistent wirklich ist

Ein KI-Lernassistent ist kein Tool, das du installierst. Es ist ein Setup, das du baust. Aus drei Dingen, nämlich einem klaren Auftrag, deinen Materialien und einer Plattform, die beides zusammenhält. Claude-Projekte, ChatGPT Custom GPTs, NotebookLM von Google. Welche du nimmst, ist erstmal zweitrangig. Wichtiger ist, dass es ein Ort ist, an den du immer wieder zurückkehrst. Nicht ein neuer Chat jeden Tag, mit dem du wieder bei null anfängst.

Der Unterschied zum normalen Chat ist nicht technischer, sondern struktureller Natur. Im normalen Chat erklärst du jedes Mal, wer du bist und worum es geht. Im eingerichteten Projekt steht das einmal drin und gilt. Die KI vergisst zwischen den Sitzungen nicht, dass du im dritten Semester Jura bist und mit dem Strafrecht haderst. Zwar haben ChatGPT und Claude inzwischen ein Gedächtnis, das auch über einzelne Chats hinweg mitläuft. Das ersetzt aber kein eingerichtetes Projekt, weil es deine Materialien nicht kennt und keinen festen Auftrag hat. Es merkt sich, dass es dich gibt, nicht, was du gerade lernst.

Welche Plattform für was — Custom GPT, Claude-Projekt, NotebookLM

	Custom GPT	Claude-Projekt	NotebookLM
Stärke	Vielseitig, weit verbreitet	Lange Texte, präzises Befolgen von Anweisungen	Reines Arbeiten mit Quellen, automatische Zitate
Materialien	Bis 20 Dateien je GPT	Sehr großzügig, holt sich per Suche das Passende aus dem Projektwissen	Bis 50 Quellen, exzellent verschlagwortet
Quellenbindung	Solide, gelegentlich Ausreißer	Solide, hält sich gut an Anweisungen	Sehr streng, antwortet praktisch nur aus Quellen
Zugang	ChatGPT Plus oder höher	Claude Pro oder höher	Kostenlos mit Google-Konto
Gut für	Wer ohnehin ChatGPT nutzt	Wer Wert auf gehorsame KI legt	Wer harte Quellentreue will

Die Entwicklung geht dahin, dass solche Assistenten von selbst aktiv werden. OpenAI hat am 9. Juli 2026 mit ChatGPT Work einen Agenten vorgestellt, der über Stunden an mehrschrittigen Aufgaben arbeitet, Materialien auswertet und fertige Dateien liefert, auf Wunsch nach Zeitplan. Gedacht ist das vorerst fürs Büro, nicht fürs Lernen, und es steckt noch im Rollout. Aufs Studium übertragen hieße es womöglich, dass dein Projekt nicht erst antwortet, wenn du fragst, sondern dich morgens von selbst mit Wiederholungsfragen löchert. Ob das hilft oder nur nervt, wird man sehen müssen.

Wer einmal damit gearbeitet hat, will den ungerichteten Chat nicht zurück.

Der Auftrag, der den Unterschied macht

Der größte Hebel ist nicht das Modell, sondern die Anweisung. Wer der KI sagt »erklär mir den Satz vom ausgeschlossenen Dritten«, bekommt eine Standarderklärung. Wer ihr sagt, wie sie erklären soll, was sie nicht tun darf und wann sie unterbrechen muss, bekommt etwas anderes.

Ein brauchbarer Auftrag besteht aus mehreren Teilen, die jeder für sich genommen banal klingen, gemeinsam aber den Ton der ganzen Zusammenarbeit setzen. Das Muster ist nicht meine Erfindung, sondern wird unter Leuten, die KI für echte Arbeit einsetzen, inzwischen breit verwendet. Es lässt sich eins zu eins aufs Lernen übertragen.

Aufgabe: Hilf mir, das Skript zur Strafrechtsvorlesung
durchzuarbeiten. Ein Thema pro Sitzung.

Kontext: Die Vorlesungsfolien, meine Mitschriften und die
beiden Altklausuren liegen im Projekt. Alles, was du sagst,
muss sich daran orientieren.

Ergebnis: Am Ende jeder Sitzung kann ich das Thema in
eigenen Worten erklären und drei typische Fallkonstellationen
sicher zuordnen.

Qualitätskriterien: Du erklärst nie, bevor ich es selbst
versucht habe. Du gibst Beispiele, keine fertigen Lösungen.
Du fragst nach, wenn ich oberflächlich antworte.

Grenzen: Du erfindest keine Urteile, keine Paragraphen,
keine Fundstellen. Wenn etwas nicht in den Materialien
steht, sagst du das.

Review: Am Schluss prüfen wir gemeinsam, ob ich das Thema
einer Kommilitonin erklären könnte. Wenn nicht, gehen wir
zurück.

Diesen Block fütterst du der KI einmal. In Claude-Projekten kommt er in die Projektanweisungen, in Custom GPTs in den System-Prompt. Danach taucht er nie wieder im Chat auf, aber er wirkt bei jeder Antwort.

Die wichtigste Zeile steht bei den Qualitätskriterien. »Du erklärst nie, bevor ich es selbst versucht habe.« Sie ist kein nett gemeinter Wunsch, sondern ein Sicherheitsnetz gegen dich selbst. Denn hier lauert das eigentliche Problem beim Lernen mit KI, die Kompetenzillusion. Eine glatte Antwort fühlt sich an wie Verstehen, ohne es zu sein. Du liest die Erklärung, nickst, scrollst weiter. Eine Stunde später kannst du es nicht mehr erklären, weil du den Gedanken selbst nie gedacht hast. Die KI hat ihn für dich gedacht und du hast nur zugesehen. Wer tiefer einsteigen will, findet das ausführlicher unter Illusion des Wissens, mit Studien und Zahlen.

Ein gut gebauter Auftrag dreht diesen Reflex um. Er zwingt dich zum Antworten, bevor die KI antwortet. Es gibt dazu ein schönes Beispiel. Ein Mathelehrer hat seinem Assistenten gesagt, er solle pro Nachricht nur etwa 50 Wörter antworten. Der Effekt war nicht nur, dass seine Schüler sich eher auf das Gespräch einließen. Wichtiger, sie mussten bei knappen Hinweisen genauer nachfragen, statt fertige Erklärungen einzukassieren. Dokumentiert ist das im Deutschen Schulportal. Eine geschwätzige KI macht dich passiv. Eine kurze KI zwingt dich zur Nachfrage.

Welche Materialien dein Assistent braucht

Ohne deine Sachen ist deine KI nur ein gut informiertes fremdes Wesen. Mit deinem Zeug wird sie zu jemandem, der deinen Stoff kennt. Das ist der wichtigste Schritt und wird am häufigsten übersprungen.

Vier Auftrags-Vorlagen für andere Fächer

Mathematik / Statistik. Aufgabe: Aufgaben aus dem Übungsblatt durchgehen. Qualitätskriterien: Lass mich jeden Schritt selbst rechnen und prüfe nur das Ergebnis. Wenn ich falsch bin, sag mir, in welchem Schritt der Fehler liegt, nicht welcher er ist. Grenzen: Keine Lösung am Stück.

Sprachen. Aufgabe: Mit mir Konversation in der Zielsprache führen, etwa C1-Niveau. Qualitätskriterien: Korrigiere meine Fehler erst am Ende der Antwort, nicht mitten im Gespräch. Grenzen: Antworte selbst nur in der Zielsprache, auch wenn ich auf Deutsch ausweiche.

Medizin / Anatomie. Aufgabe: Mich auf das mündliche Examen vorbereiten. Qualitätskriterien: Stell mir Fragen wie ein Prüfer, der unzufrieden ist. Bohr nach, wenn ich oberflächlich antworte. Grenzen: Beziehe dich nur auf das hochgeladene Lehrbuch, nicht auf dein Allgemeinwissen.

Geisteswissenschaften. Aufgabe: Hilf mir, Primärtexte zu erschließen. Qualitätskriterien: Frag mich nach meiner eigenen Lesart, bevor du eine Deutung anbietest. Konfrontier mich mit gegensätzlichen Interpretationen. Grenzen: Keine Sekundärliteratur erfinden.

Was rein gehört, ist im Grunde alles, was bei dir auf dem Schreibtisch oder in der Cloud liegt. Vorlesungsfolien, vollständig, nicht ausgewählte Lieblings-Slides. Eigene Mitschriften, auch wenn sie chaotisch sind. Altklausuren mit Lösungen, soweit vorhanden. Ein bis zwei Lehrbuchkapitel zum Vergleich, wenn der Prof eigenartige Definitionen benutzt. Übungsblätter mit deinen Versuchen, gelungen oder nicht.

Was draußen bleibt, sind fremde Zusammenfassungen aus dem Netz, die du selbst nicht geprüft hast. Alles, wovon du nicht weißt, ob es stimmt.

Der Trick liegt nicht in der Menge, sondern in der Quellenbindung. Du sagst der KI in den Projektanweisungen, dass sie nur aus diesen Materialien antworten darf. Wenn dort etwas nicht steht, soll sie das ehrlich sagen, statt zu raten. Damit verschwindet das Halluzinationsproblem nicht, aber du merkst es schneller und kannst es eingrenzen.

Wer die Materialien nicht hat, hat keinen Assistenten. Höchstens einen freundlichen Plauderer.

Vier Aufgaben, die er dauerhaft übernimmt

Hat das Setup einmal gestanden, kommt der eigentliche Gewinn. Nicht der eine geniale Prompt, sondern die immer wiederkehrenden Routinen. Vier davon sind besonders nützlich.

Erste Aufgabe: Abfragen statt Erklären. Du gibst der KI ein Thema und sagst »Frag mich ab«. Sie stellt Fragen, du antwortest, sie korrigiert gegen die Materialien. Das ist anstrengend und genau deshalb wirksam. Lernpsychologen nennen den Effekt »desirable difficulties«, also Schwierigkeiten, die du brauchst, damit etwas im Kopf bleibt. Die KI nimmt dir das Erinnern nicht ab, sie zwingt dich dazu. Wer das ernsthaft macht, merkt nach drei Tagen den Unterschied zwischen dem, was er zu können glaubte, und dem, was er wirklich kann. Die Methode ähnelt dem, was eine gute Lerngruppe mit ChatGPT ohnehin macht, nur konzentrierter und ohne Terminabsprache.

Zweite Aufgabe: Erklärungen prüfen. Du erklärst der KI ein Konzept in eigenen Worten, sie prüft gegen das Skript. Klingt simpel, ist aber der härteste Test, den du hast. Die KI ist gnadenloser als dein eigener Kopf, weil sie dich auf Lücken aufmerksam macht, die du gerade nicht hören wolltest.

Dritte Aufgabe: Klausurfragen generieren. Mit den Altklausuren als Vorlage produziert die KI Übungsfragen im selben Stil. Nicht zufällige Fragen aus dem Internet, sondern Fragen, die zu deiner Prüfungslogik passen. Wenn die KI weiß, wie dein Prof tickt, kann sie täuschend ähnliche Fälle bauen. Das Ergebnis fühlt sich an wie eine Generalprobe, und genau dafür ist Prüfungsvorbereitung mit KI als Routine angelegt.

Vierte Aufgabe: Lücken sichtbar machen. Am Ende jeder Lerneinheit fragst du »Wo war ich heute unsicher, was sollten wir nächstes Mal nochmal aufgreifen?« Die KI führt eine Art Lernprotokoll, das du selbst nie pflegen würdest. Über die Wochen entsteht eine ehrliche Karte dessen, was du wirklich kannst und was nur danach aussieht.

Es gibt einen Test, der ehrlich ist. Schließ den Chat und erklär dem nächstbesten Menschen, was du gerade gelernt hast. Wenn du stockst, hast du nicht gelernt. Du hast nur eine Erklärung gelesen.

Womit du heute anfängst

Niemand baut sich an einem Nachmittag den perfekten Lernassistenten. Aber der erste brauchbare ist näher, als du denkst.

Such dir das Fach aus, das dich am meisten quält. Leg in deiner KI ein neues Projekt an, lad die Vorlesungsfolien und deine Mitschriften hoch. Schreib den Auftrag aus dem Kasten weiter oben um, sodass er zu deinem Fach passt, und häng ihn in die Projektanweisungen. Starte eine erste Sitzung. Eine Stunde später weißt du, ob das Setup für dich funktioniert. Wenn nicht, justierst du den Auftrag. Wenn ja, wiederholst du das Ganze fürs nächste Thema. Wer noch tiefer einsteigen will, kann sich danach an die 53 Wege, KI im Studium zu nutzen halten oder die passenden Prompts für Studenten aus dem Vorrat ziehen. Auch beim Selbststudium mit KI gilt dieselbe Frage, ob die KI als Sparringspartner arbeitet oder als Antwortmaschine.

Der erste Aha-Moment kommt selten beim Bau. Er kommt drei Tage später, wenn du merkst, dass du dich auf etwas freust, vor dem du dich vorher gedrückt hast. (lk)