„Doppelt so schnell lernen“ mit KI? Was Alpha Schools Zahlen und echte Studien zeigen

Darum geht es

Alpha School ist eine private Schulkette aus Texas. Sie wirbt mit einem einfachen Versprechen: Kinder lernen mit zwei Stunden Software-Unterricht am Vormittag „doppelt so viel wie ihre Altersgenossen“. Der Nachmittag gehört Workshops zu Themen wie freiem Reden oder Teamarbeit. Klassische Lehrkräfte gibt es nicht, nur „Guides“, die motivieren sollen. Das Schulgeld liegt bei bis zu 75.000 Dollar im Jahr. Unterstützer reichen laut Fortune vom Silicon Valley bis zur Trump-Regierung. Bildungsministerin Linda McMahon nannte das Modell „das Aufregendste, was ich seit Langem im Bildungswesen gesehen habe“.

Jetzt liegen erstmals interne Zahlen vor. Die New York Times (Dana Goldstein, 23. Oktober 2026) hat sie ausgewertet, Fortune hat sie heute aufgegriffen. Gleichzeitig gibt es frische kontrollierte Studien zu KI-Tutoren. Unsere These: Eng geführte KI-Tutoren helfen nachweisbar. Ein offener Chatbot hilft oft nicht und kann sogar schaden. Und das Alpha-Modell ist für beides bisher kein Beleg.

Was die internen Alpha-Daten zeigen

Laut den Berichten von NYT und Fortune gilt Folgendes:

Gemessen wurde vom Herbst bis zum Winter, also über rund ein halbes Schuljahr. Wie viele Kinder genau in die Auswertung eingingen, geht aus den zugänglichen Zusammenfassungen nicht hervor. Alphas eigener Halbjahresbericht vom Februar 2026 nennt für Mathe rund 407 „Wachstumsereignisse“. Eine Stellungnahme von Alpha zu den NYT-Zahlen haben wir in den zugänglichen Quellen nicht gefunden.

Dazu kommt Kritik am Alltag in den Schulen. Ehemalige Mitarbeiter sagten 404 Media, die KI habe fehlerhafte Lektionen erzeugt, die manchmal „mehr schaden als nützen“. Guides und Eltern berichteten Wired, dass Kinder bis spät in die Nacht arbeiteten, um ihre Tagesziele zu schaffen. Eine Mutter beschrieb Fortune „Stress und Angst“ bei ihrem 13-jährigen Kind.

Wie die „2x“-Zahl entsteht und warum sie wenig aussagt

Grundlage ist der MAP-Growth-Test der Firma NWEA. Das ist ein adaptiver Test, der sich dem Niveau des Kindes anpasst und Leistung in Punkten auf einer durchgehenden Skala misst, den sogenannten RIT-Punkten. Laut Kritikern rechnet Alpha so: Zuwachs des Kindes geteilt durch den landesweiten Median-Zuwachs. Wer 14 Punkte zulegt, wenn 7 üblich sind, hat „2x“. Alphas Website gibt weder Formel noch Stichprobe oder Vergleichsgruppe an.

Dieser Quotient hat drei Schwächen:

1. Kleine Nenner blähen auf. In höheren Klassen und über kurze Zeiträume ist der übliche Zuwachs klein. Alphas eigener Bericht nennt ein Beispiel aus Klasse 9: 9 Punkte Zuwachs gegenüber einer Norm von 2 ergeben „4,5x“. Für Klasse 8 in Mathe nennt NWEAs Kurzübersicht der Normen von 2025 einen mittleren Zuwachs von 4 Punkten zwischen Herbst und Winter, bei einer Standardabweichung von 8 Punkten. Die einzelnen Kinder streuen also doppelt so stark, wie der Durchschnitt überhaupt wächst. Unsere Überschlagsrechnung: Wäre die Verteilung grob normal, kämen schon in einer ganz gewöhnlichen Schülerschaft rund 30 Prozent auf mindestens 8 Punkte, also auf „2x“. Ein Teil dieser Streuung ist Messrauschen. Die Rechnung ist eine Näherung, zeigt aber, wie wackelig ein „2x“ beim einzelnen Kind ist.

2. Es fehlt eine Vergleichsgruppe. Alpha vergleicht mit dem nationalen Median, nicht mit ähnlich wohlhabenden und motivierten Kindern. Das Fordham Institute nennt solche Zahlen ohne vergleichbare Gruppe „nahezu bedeutungslos“, zumal Familien bei diesem Schulgeld sich die Schule bewusst ausgesucht haben. Der Lehrer und Blogger Dylan Kane argumentiert ähnlich: Kinder aus Familien, die 40.000 Dollar und mehr zahlen, lernen vermutlich ohnehin schneller als der Median.

3. Es gibt ein besseres Maß, und es kommt vom Testanbieter selbst. NWEA bietet den „Conditional Growth Index“ an: Zuwachs minus erwarteter Zuwachs für Kinder mit gleichem Startniveau, geteilt durch die Streuung. Diese Kennzahl berücksichtigt also, wo ein Kind gestartet ist. Fairerweise: Alpha und ihm nahestehende Autoren berichten auch solche Werte, teils sehr hohe zwischen 2,0 und 7,86. Ein Kommentator unter Kanes Text verweist darauf, dass Kinder auf jedem Leistungsniveau zwei- bis viermal schneller wachsen. Das spräche gegen eine reine Auswahl-Erklärung. Aber alle diese Zahlen sind selbst veröffentlicht. Den Halbjahresbericht ließ die Schulleitung ausdrücklich von Gemini und Claude analysieren. Laut Scientific American hat Alpha die Rohdaten nie herausgegeben.

Unsere Einschätzung: Besonders aufschlussreich sind die 37 Prozent bei den schwächeren Mathe-Schülern. Wer niedrig startet, legt bei der nächsten Messung schon statistisch oft eher zu, ein Effekt namens Regression zur Mitte. Gerade diese Gruppe hätte also gut abschneiden müssen.

Was passiert, wenn nicht ausgewählt wird

Ein Gegentest existiert bereits. Unbound Academy ist eine öffentliche Online-Charterschule in Arizona, die Alphas „2 Hour Learning“ nutzt und alle Kinder aufnehmen muss. Laut einer Analyse von Mathelehrer Dan Meyer lag sie nach dem ersten Jahr bei 10 Prozent Mathe-Kompetenz (Prognose: 60 Prozent, Landesschnitt: 34) und 28 Prozent im Lesen (Prognose: 65, Schnitt: 42). Meyer räumt ein, dass die Schüler womöglich schwächer gestartet sind. Sein Fazit:

„Es ist weit schwerer, erfolgreiche Schüler zu machen, als sie vorab auszuwählen.“

Laut Texas Tribune bestanden an einer Charterschule in Austin, die das Programm nutzt, nur 21 Prozent die staatlichen Tests. Mindestens neun Bundesstaaten lehnten Alpha-Charteranträge ab. Pennsylvania nannte das KI-Modell im Januar 2025 „ungetestet“. Trotzdem wächst das Netzwerk weiter: Laut Firmendokumenten nutzen über 2.600 öffentliche Schüler in Texas und South Carolina die Plattform. Houston, Aldine und Fort Davis testen sie als Ergänzung zum Unterricht. Die Drew University in New Jersey hat zum Herbst 2026 mit Alpha-Mitgründer Brian Holtz eine K-8-Schule auf ihrem Campus gegründet, ab 30.000 Dollar Schulgeld. Studierende und Ehemalige protestieren dagegen.

Wichtig für den Vergleich mit Chatbots: Alphas Software TimeBack ist vor allem adaptive Übungssoftware mit Belohnungssystem. Im Vorjahr war laut Kane die Mathe-App IXL das Kernstück, „praktisch keine generative KI“. Er vermutet, dass das eigentliche „Geheimrezept“ Motivation und Anreize sind, nicht KI.

Was kontrollierte Studien tatsächlich messen

Belastbarer sind randomisierte kontrollierte Studien (RCTs). Dabei entscheidet der Zufall, wer das Werkzeug bekommt. Effekte werden in Standardabweichungen (SD) angegeben, ein Maß dafür, wie weit sich eine Gruppe gegenüber der Streuung aller Ergebnisse verschiebt. In der Bildungsforschung gelten 0,2 SD bereits als beachtlich.

Die Maryland-Studie ist die größte. Lehrende wurden per Zufall dem Assistenten zugeteilt oder nicht. Der Wert von −0,37 SD (rund vier Notenpunkte) stammt aus dem Vergleich identischer Kurse mit 1.353 Studierenden. In der Gesamtstichprobe ist der Noteneffekt kleiner und nur knapp signifikant. Der Rückgang der Kursbeteiligung bleibt dagegen klar. Bei Studierenden, deren Eltern nicht studiert haben, waren die Verluste mehr als doppelt so groß.

Bemerkenswert ist, wie wenig genutzt wurde. Nur etwa 15 Prozent probierten den Assistenten aus. 73,8 Prozent der Anfragen zielten auf Informationen, Erklärungen oder Lösungen, nur 0,7 Prozent auf Feedback zum eigenen Lösungsversuch. Die meisten Lehrenden ließen den Standardmodus, der direkt antwortet. Gemessen wurde also der Effekt des Angebots, nicht der intensiven Nutzung. Die Autoren vermuten, der Assistent habe die Arbeit mit den bestehenden Kursmaterialien verdrängt.

Das Muster aller Studien ist ähnlich. Gewinne gab es, wo der Tutor eng an Lehrplan, Aufgaben und Ablauf gebunden war und oft Menschen daneben standen. Den Weltbank-Effekt können die Autoren ausdrücklich nicht dem Chatbot allein zuschreiben. Wo Lernende eine Antwortmaschine frei nutzen, verschwinden die Vorteile oder kehren sich um. Und selbst gute Tutoren wirken nur, wenn sie benutzt werden: In Tennessee schrieb der Median-Schüler nur an einem Drittel der Übungstage überhaupt etwas an Khanmigo.

Und in Deutschland?

Hierzulande ist der staatliche Schul-Chatbot telli, inzwischen umbenannt in AIS.chat, über die Länder ausgerollt. Das übergeordnete AIS-Projekt hat laut news4teachers ein Volumen von 50 bis 60 Millionen Euro. Eine Wirkungsstudie zum Lernerfolg haben wir nicht gefunden. GEW und Saar-Lehrerverband sehen das Werkzeug bislang in einer „untergeordneten Rolle“. Vorsicht ist auch bei Erfolgsmeldungen geboten: Eine viel zitierte Metaanalyse, die ChatGPT einen „großen positiven Einfluss“ auf Lernleistung bescheinigte, ist laut t3n zurückgezogen worden. Sie war in einer Fachzeitschrift des Nature-Verlags erschienen.

Einordnung

Alphas „2x“ ist eine Marketingkennzahl, kein Wirkungsnachweis. Sie teilt kurzfristige Testzuwächse durch einen nationalen Median, ohne Vergleichsgruppe und an einer stark ausgewählten Schülerschaft. Selbst nach dieser großzügigen Rechnung verfehlt die Mehrheit das Ziel. Wo Alphas Software ohne Auswahl eingesetzt wurde, blieben die Ergebnisse unter dem Landesschnitt. Das beweist nicht, dass das Modell nutzlos ist: Kleine Gruppen, viel Übungszeit und starke Anreize können durchaus wirken. Belegt ist es aber nicht. Öffentliche Schulbezirke übernehmen die Software, bevor jemand sie unabhängig geprüft hat.

Unsere Einschätzung: Die Forschungslage ist differenzierter als „KI hilft“ oder „KI schadet“. Belege gibt es für eng gestaltete Tutoren, die nachfragen statt vorsagen, an Lehrplan und Aufgaben gebunden sind und in Unterricht mit Menschen eingebettet werden. Die Effekte liegen eher bei 0,1 bis 0,3 SD als bei einer Verdopplung, über Wochen gemessen statt über Jahre. Für Schulen, Eltern und auch deutsche Kultusministerien heißt das: Nicht der Zugang zu einem Chatbot ist entscheidend, sondern wie der Tutor gestaltet und eingebunden ist. Und wer mit Lernwirkung wirbt, sollte seine Daten unabhängigen Forschern öffnen.