Der Einsatz generativer KI birgt die Gefahr des Verlusts von Kernkompetenzen. Es können aber auch ganz neue Fähigkeiten entwickelt werden. In Hörsälen, Seminarräumen und Klassenzimmern ist die Zukunft bereits angekommen – lange bevor curriculare Rahmenbedingungen darauf reagieren konnten. 

Die Geschwindigkeit, mit der generative KI (GenKI) Lernen und Arbeiten verändert, schürt ein binäres Narrativ: Auf der Positivseite steht die Hoffnung auf effizientere Lehr-, Lern- und Verwaltungsprozesse innerhalb von Bildungsinstitutionen, auf der Negativseite die Sorge vor Kompetenzverlust bei den Lernenden.

Die Studienlage zu den Implikationen von GenKI zeichnet aktuell ein uneinheitliches Gesamtbild, wobei im Fokus das Verlustnarrativ steht. Dieser Beitrag untersucht den blinden Fleck emergenter Kompetenzverschiebungen und rückt das Potential von Newskilling in den Mittelpunkt.

Die Debatte um Kompetenzverschiebungen durch KI ist bislang fragmentiert. Gabi Reinmann warnt vor Deskilling durch KI und kritisiert einen Fokus auf vermeintlich substanzlose Future Skills, die Abhängigkeiten von KI-Systemen verstärken könnten (Reinmann, 2023). Florian Nuxoll beschreibt mit Skill Skipping das Überspringen produktiver Lernhindernisse durch den direkten Zugriff auf KI-Ergebnisse (Nuxoll, 2024).

Beide Perspektiven verweisen auf reale Risiken: Die Nutzung von GenKI bietet einen verführerischen Tausch an: Abnahme von Mühe gegen Preisgabe von Fertigkeiten. Werden Lösungen geliefert, ohne dass Denk- und Lösungswege nachvollzogen werden, bleibt nachhaltiges Lernen aus. Werden Denkprozesse dauerhaft externalisiert, bevor sie internalisiert wurden, droht langfristig eine intellektuelle Abhängigkeit.

Einen empirisch fundierten Blick auf diese Dynamiken liefert ein aktuelles Working Paper der Harvard Business School (Randazzo et al., 2025). In der Untersuchung von 244 Managementberaterinnen und -beratern identifizierten die Forschenden drei typische Modi der Mensch-KI-Zusammenarbeit, die mit unterschiedlichen Effekten auf Kompetenzentwicklung verbunden sind:

Self-Automators delegieren den Problemlösungsprozess weitgehend an die KI, ohne deren Ergebnisse kritisch zu hinterfragen. In diesem Modus entsteht weder fachliche noch KI-bezogene Expertise – ein Zustand des Noskilling, der die Gefahr des Deskilling birgt.

Centaurs nutzen KI gezielt für Teilaufgaben, behalten jedoch die Kontrolle über Analyse, Bewertung und strategische Entscheidungen. Dieser Ansatz fördert klassisches Upskilling, also die Vertiefung bestehender Expertise.

Cyborgs integrieren KI kontinuierlich in ihren Arbeitsprozess. Sie nutzen KI als Denk- und Sparringspartner für das „Wie“, während sie das „Was“ und „Warum“ verantworten. Dieser Modus führt zu Newskilling, der Entwicklung qualitativ neuer, KI-bezogener Kompetenzprofile.

Über diese individuellen Nutzungsmodi hinaus erfordert die KI-Transformation auf institutioneller Ebene ein gezieltes Reskilling. Während Upskilling die vorhandene Expertise vertieft, zielt Reskilling auf die Vorbereitung gänzlich neuer Rollen und Aufgabenfelder ab, die durch den technologischen Wandel entstehen. Um die verschiedenen Pfade der Kompetenzentwicklung – von der Gefahr des Skillskipping bis hin zur Notwendigkeit von Reskilling – systematisch einzuordnen, dient die folgende Übersicht.

Den Gegenpol zu den eher defizitorientierten Risiken bildet das Newskilling mit den Potentialen, die sich als neue Kompetenzprofile aus der direkten Interaktion von Mensch und KI ergeben. Eine tragfähige Grundlage bietet das Kompetenzverständnis von Franz E. Weinert (2001). Er versteht Kompetenzen als erlernbare kognitive Fähigkeiten zur Problemlösung sowie als motivationale und soziale Bereitschaften, diese Fähigkeiten in unterschiedlichen Situationen verantwortungsvoll einzusetzen.

Dieses Verständnis rückt Handlungsfähigkeit in offenen, nicht vollständig vorstrukturierten Situationen in den Fokus – ein Aspekt, der im KI-Zeitalter an Bedeutung gewinnt, da standardisierbare Problemlösungen zunehmend automatisiert werden. Menschliche Kompetenz verlagert sich damit auf gestaltende, bewertende und steuernde Tätigkeiten im Umgang mit KI-Systemen.

Anhand dieses kompetenztheoretischen Gerüsts lässt sich Newskilling als ein qualitativ neuartiges Phänomen präziser fassen. Newskilling beschreibt den durch die Interaktion von Individuen mit generativen KI-Systemen initiierten und emergenten Lernprozess, der zum expliziten und impliziten Erwerb neuer Fertigkeiten, Fähigkeiten und Kompetenzen führt.

Das Modell gliedert sich dabei in zwei zentrale Säulen:

• Kognitive Erweiterung: Newskilling im weiteren Sinne umfasst die Dimension der instrumentell-technische Befähigung zur zielgerichteten Einbindung von GenKI in Problemlösungsprozesse. Dies reicht vom grundlegenden Verständnis algorithmischer Arbeitsweisen bis hin zur kritischen Validierung des KI-Outputs.

• Metakognitive Selbststeuerung: Newskilling im engeren Sinne adressiert die Säule der metakognitiven-reflexiven Fähigkeiten, das eigene Denken und Lernen in der Interaktion mit KI-Systemen zu beobachten, zu bewerten und gezielt zu steuern. An diesem Punkt setzt auch das Konzept des AI Leadership an. Weßels (2024) definiert AI Leadership als die Fähigkeit, KI-Potentiale gezielt zu explorieren und zu nutzen, ohne dabei die menschliche Gestaltungs- und Steuerungshoheit – ob bewusst oder unbewusst – an das System abzugeben. Es geht somit um eine kontinuierliche Neuausrichtung der eigenen Rolle in hybriden Kollaborationsprozessen, um das Ausbleiben der Gelegenheit, wichtige kognitive Fähigkeiten nachhaltig zu internalisieren, aktiv zu verhindern.

Aus diesem Verständnis von Newskilling als emergentem Lernprozess ergibt sich die Frage, wie sich diese Kompetenzgenese konkret manifestiert.

Die zwei Säulen des Newskilling-Modells

Für Bildungsinstitutionen bedeutet die Etablierung von Newskilling das Ende eines blinden Flecks, weg von rein technischen Upgrades, hin zu Lernumgebungen, welche die Mensch-KI-Interaktion aktiv begleiten. Durch intelligentes Scaffolding (befristete, kompetenzorientierte Lernhilfe für Studierende, die mit zunehmenden Kompetenzgewinnen schrittweise zurückgenommen wird) und kognitive Entlastung bei Routinetätigkeiten werden Ressourcen für höherwertige Prozesse wie kritische Reflexion und kreative Problemlösung frei.

Dieser Prozess wirkt rekursiv auf das individuelle Lernpotential: Während beispielsweise KI-gestütztes Feedback Hemmschwellen senkt und die Motivation steigert, kann die gezielte Einbindung von GenKI-Systemen die kognitive Handlungsfähigkeit erweitern. Ein nachhaltiger Lernfortschritt ist jedoch kein Selbstläufer. Er erfordert zwingend die metakognitive Selbststeuerung der Lernenden, um den eigenen Denkprozess im Dialog mit der Maschine kontinuierlich zu reflektieren und gezielt zu steuern. In diesem rekursiven Kreislauf kann Newskilling zum Motor für weitere Lernfortschritte werden, was in aktuellen Studien (zum Beispiel Hong et al., 2025) empirisch untermauert wird.

Die Transformation der Kompetenzlandschaft verschiebt auch die Anforderungen an die Lehre grundlegend: Wenn Lernprozesse primär darauf abzielen, eine souveräne Mensch-KI-Interaktion zu etablieren, muss sich die Rolle der Lehrperson von der reinen Wissensvermittlung hin zur gezielten Begleitung dieser neuen Kompetenzgenese entwickeln.

Dieser Wandel zum Lernraumgestalter lässt sich entlang spezifischer Handlungsfelder konkretisieren, wobei die systematische Förderung von Newskills das zentrale Ziel darstellt:

• Datenbasiertes Handeln: Lehrende nutzen Datenanalysen, um zu verstehen, an welchen Stellen Lernende in der Interaktion mit KI scheitern, etwa bei der Validierung von Outputs oder beim Erkennen von Biases. Dies ermöglicht eine gezielte Intervention zur Förderung der kognitiven Erweiterung.

• Lernarchitekt für neue (multimodale) Lehr- und Lernsettings: Lehrende fordern gezielt jene Newskills ein, die für die Bearbeitung offener, nicht vorstrukturierter Probleme notwendig sind und ein hohes Maß an technischem Urteilsvermögen erfordern.

• Orchestrierung der hybriden Kollaboration: In der Rolle des Orchestrators moderieren Lehrende die Interaktion zwischen Mensch und Maschine. Sie unterstützen Lernende dabei, die KI als „Denkpartner“ zu integrieren, ohne die eigene Steuerungshoheit aufzugeben, ein Kernaspekt der metakognitiven Selbststeuerung.

• KI-Kompetenz als Rollenvorbild: Lehrende integrieren KI-Systeme transparent in ihre eigene Forschung und Lehre. Sie machen ihre eigenen Newskills sichtbar, indem sie beispielsweise den Prozess des „iterativen Promptings“ oder die kritische Qualitätsprüfung von KI-generierten Inhalten im Sinne einer kritischen Digitalkompetenz vorleben.

• Coaching und Reflexionsbegleitung: Diese führende Aufgabe verschiebt sich hin zum Coaching der metakognitiven Selbststeuerung. Lehrende regen die Lernenden dazu an, ihr eigenes Denken und Handeln im Dialog mit der Maschine kontinuierlich zu beobachten, ethisch zu bewerten und gezielt auszurichten.

In diesem erweiterten Verständnis fungiert die Lehrperson in ihrer Beziehungsarbeit als persönlicher Begleiter, der die Fähigkeit zur schnellen Reaktion auf technologische Veränderungen vorlebt. Lehrende unterstützen die Lernenden dabei, ihre eigene Rolle als Mensch in hybriden Kollaborationsprozessen immer wieder kritisch zu hinterfragen und ihre persönlichen Stärken gezielt weiterzuentwickeln.

Newskilling erweist sich als der entscheidende Orientierungsrahmen, um den blinden Fleck in der aktuellen Debatte um generative KI im Bildungssektor zu adressieren. Die bisherige Gegenüberstellung von reinen Effizienzgewinnen auf der einen und drohendem Kompetenzverlust auf der anderen Seite greift zu kurz. Entscheidend für die Zukunft der akademischen Bildung ist nicht die Frage, ob KI genutzt wird, sondern wie die Interaktion gestaltet ist und wie die entsprechenden Werkzeuge lernförderlich in die Lehre integriert werden.

Die hier definierten Newskills – von der technisch fundierten Validierung bis hin zur metakognitiven Selbststeuerung – unterstreichen, dass zukünftig eine souveräne und verantwortungsbewusste Interaktion mit KI-Systemen (Human-AI-Interaction) im Mittelpunkt steht. Diese Entwicklung transformiert die Lehre grundlegend: Lehrende werden zu Gestaltern von Lernräumen, in denen die Förderung von Reflexionsfähigkeit und menschlicher Urteilskraft zur primären Aufgabe wird. Ziel ist es nicht, KI einzusetzen, um weniger zu denken, sondern um durch die neu gewonnene Entlastung von Routinen nachhaltiger, tiefgründiger und mutiger zu lernen. Wir stehen somit nicht vor dem Ende der Kompetenzentwicklung, sondern vor ihrer nächsten, notwendigen Entwicklungsstufe.

Prof. Dr. Doris Weßels ist Professorin für Wirtschaftsinformatik und wissenschaftliche Leiterin im KI-Anwendungszentrum Schleswig-Holstein. Sie leitet das Zukunftslabor Generative KI am Forschungs- und Entwicklungszentrum Fachhochschule Kiel GmbH und ist Mitgründerin und Kernteammitglied  des „Virtuellen Kompetenzzentrums: Künstliche Intelligenz in Bildung, Wissenschaft und Arbeitswelt“ (VK:KIWA). Ihre Expertise bringt sie in diversen nationalen und internationalen KI-Experten- und Beiratsgremien ein.

Dr. Miriam Maibaum studierte Wirtschaftsingenieurwesens an der Fachhochschule Kiel, wo sie von 2022 bis 2025 ebenfalls lehrte. Sie ist promovierte Arbeitswissenschaftlerin und derzeit als Projektleiterin des Projekts AI2Entrepreneur im Zukunftslabor „Generative KI” des Forschungs- und Entwicklungs-Zentrums der FH Kiel tätig, wo sie sich intensiv mit den Herausforderungen und Potenzialen generativer KI im Bildungs- und Gründungskontext auseinandersetzt. Außerdem ist sie Programmleiterin des AI-Ready Campus für die falkemedia Gruppe.