Ein Punkt auf einem Koordinatensystem lässt sich bewegen. Khanmigo soll erkennen, was sich dadurch verändert, und seine Erklärung daran anpassen. Das klingt zunächst nach einer kleinen Bedienidee. Im Unterricht kann es aber einen Unterschied machen, ob Schülerinnen und Schüler eine Grafik nur ansehen oder selbst verändern und anschließend eine passende Rückmeldung bekommen.
Khan Academy und Google.org haben dafür am 27. August neue Funktionen für Khanmigo vorgestellt. Sie richten sich laut den beiden Partnern an unterstützte Mathe- und Naturwissenschaftskontexte. Die zweite Neuerung betrifft die Vorbereitung: Gemini entwirft gezielte Übungsfragen, bevor Lehrkräfte sie prüfen, bearbeiten, verwerfen oder zuweisen. Der neue Ablauf wird damit konkreter. Ein Nachweis für bessere Lernergebnisse ist er noch nicht.
Ein Diagramm wird zur Lernhandlung
Die Produktbeschreibung nennt Diagramme, geometrische Formen und Koordinatenplots. Wenn Khanmigo einen Bedarf für eine Visualisierung erkennt, soll das System eine passende Darstellung erzeugen. Lernende können darin beispielsweise einen Punkt, eine Linie oder ein Segment ziehen. Khanmigo soll diese Veränderung erfassen und die weitere Erklärung oder Aufgabe darauf beziehen.
Die entscheidende Idee dahinter ist nachvollziehbar: Wer etwa die Steigung einer Geraden selbst verändert, sieht die Folge unmittelbar im Diagramm. Ob das Verständnis tatsächlich wächst, hängt jedoch nicht allein von der Interaktion ab. Die Grafik muss fachlich stimmen, die Rückmeldung muss zur Aufgabe passen und die Lernenden müssen die Beobachtung auf andere Aufgaben übertragen können. Genau dazu liefern die aktuellen Ankündigungen keine unabhängigen Daten.
Gemini entwirft Fragen, die Lehrkraft entscheidet
Mit „Practice My Knowledge“ soll Gemini aus einer Aufgabenstellung und bereitgestelltem Material gezielte Multiple-Choice-Fragen vorbereiten. Lehrkräfte bleiben in diesem Ablauf vor der Ausgabe eingebunden: Sie können Material und Fragen prüfen, ändern oder verwerfen und entscheiden, ob eine Übung bewertet oder unbewertet zugewiesen wird. Ein Performance-Report gehört ebenfalls zum beschriebenen Produktumfang.
Das ist keine autonome Benotung und kein Ersatz für pädagogische Entscheidungen. Der Nutzen steht und fällt vielmehr damit, ob die Prüfung im Alltag handhabbar bleibt. Werden aus einem Entwurf zehn passende Fragen, kann das Zeit sparen. Finden sich darin fachliche oder didaktische Fehler, verlagert sich die Arbeit in den Review-Schritt.
Was „Next-Item-Correctness“ tatsächlich aussagt
Khan Academy berichtet frühe Hinweise auf mehr Engagement und eine bessere „Next-Item-Correctness“. Gemeint ist die richtige Antwort auf die unmittelbar folgende Aufgabe derselben Fähigkeit in derselben Sitzung, ohne Hilfe von Khanmigo. Das ist ein sinnvoller Hinweis für die nächste Übungsentscheidung, aber kein Beleg dafür, dass Wissen länger erhalten bleibt oder auf neue Aufgaben übertragen wird.
Die beiden aktuellen Produkttexte veröffentlichen zu diesen Signalen keine Stichprobe, Kontrollgruppe, Effektgröße oder Dauer. Deshalb lässt sich aus ihnen kein allgemeiner Lerneffekt ableiten. Die beiden Texte belegen den Funktionsablauf und sie zeigen, welche Produktmetriken der Anbieter beobachtet. Mehr nicht.
Unabhängige Forschung setzt einen anderen Maßstab
Für Khanmigo gibt es inzwischen einen unabhängigen Kontext, allerdings zu einer früheren und anders eingebetteten Nutzung. Ein Working Paper zu 18 Middle Schools in Tennessee untersuchte über zwei Jahre ein kombiniertes Khan-Academy- und Khanmigo-Programm in remedialen Mathematikblöcken. Die Autorinnen und Autoren berichten für das Gesamtprogramm etwa 0,06 bis 0,08 Standardabweichungen mehr Mathematikleistung pro Schuljahr. Zugleich war die tatsächliche Tutor-Interaktion dünn, und der isolierte Beitrag der KI lässt sich aus dem Studiendesign nicht bestimmen.
Das Ergebnis widerlegt die neuen Diagramme nicht. Es zeigt aber, warum ein Produktlaunch und ein Wirksamkeitsnachweis getrennt bleiben müssen. Auch eine K-12-Review zu intelligenten Tutorsystemen und eine randomisierte Studie zu einem anderen generativen Mathe-Tutor kommen zu demselben praktischen Schluss: Dauer, Vergleichsgruppe, Nutzung und Schutzmechanismen verändern die Bewertung. Gute Ergebnisse in assistierten Übungen garantieren keine bessere Leistung in einer späteren unassistierten Aufgabe.
Fehlerprüfung und Daten bleiben Teil des Unterrichts
Khan Academy weist Lehrkräfte selbst darauf hin, dass Khanmigo und die Teacher Tools noch Fehler oder Halluzinationen erzeugen können. KI-generiertes Material soll auf Genauigkeit und Eignung geprüft werden. Persönliche Daten sollen nicht in Chats oder Aktivitäten eingegeben werden; professionelle Entscheidungen über Schülerinnen und Schüler sollen bei Lehrkräften bleiben.
Für deutsche Schulen ist das keine fertige Datenschutz- oder Zulassungsantwort. Die verfügbaren Khan-Academy-Seiten beschreiben Zugänge über District-Partnerschaften, Homeschooling und bestimmte Einzelwege. Eine flächendeckende deutsche Verfügbarkeit, eine Schulzulassung oder ein einheitlicher Vertrag für Datenverarbeitung ist daraus nicht abzuleiten. Übertragbar ist die Frage trotzdem: Wer prüft die Inhalte, welche Daten entstehen im Lernablauf und wie viel Zeit kostet die Kontrolle?
Der nächste Nachweis muss über die nächste Aufgabe hinausgehen
Die neue Funktion macht aus einem KI-Chat ein Stück mehr Unterrichtsablauf: visualisieren, verändern, üben und prüfen. Belegt sind derzeit die Produktbeschreibung und der vorgesehene Kontrollpunkt durch Lehrkräfte. Für eine belastbare Bewertung bräuchte es eine ausreichend lange unabhängige Feldstudie, die Diagramme und den Fragenworkflow getrennt testet, Fehlerraten und Reviewaufwand offenlegt und unassistierte Transferaufgaben nach einer Verzögerung misst.
Erst dann wäre klarer, ob das Ziehen am Diagramm mehr leistet als eine ansprechendere nächste Aufgabe.
Quellen und weiterführende Informationen
- Google: Partnering with Khan Academy on building AI tools for classrooms (27.08.2026)
- Khan Academy: New AI Tools Bring Interactive Diagrams and Targeted Practice (27.08.2026)
- Khan Academy: Khanmigo usage guidelines for educators
- Khan Academy: Can I give my students access to Khanmigo?
- Oreopoulos und Low: One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment (Working Paper)
- Systematische K-12-Review: AI-driven intelligent tutoring systems in K-12 education
- Randomisierte Guardrail-Studie: Generative AI without guardrails can harm learning
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-28.
