Last updated on 01/08/2026
Eine Prozentzahl fühlt sich an wie eine Tatsache — und genau
das macht sie gefährlich. Ob aus einer Zahl etwas Belastbares folgt,
entscheidet nicht ihre Größe, sondern die Frage, über wen sie eigentlich
spricht, wie sie erhoben wurde und was genau gefragt wurde. Gerade bei
sensiblen Themen wie dem Verhältnis junger Menschen zur KI wandern
eindrucksvolle Zahlen schnell durch Schlagzeilen, ohne dass jemand diese
drei Fragen stellt. Wer sie stellt, liest dieselbe Statistik plötzlich
ganz anders.
„Ein Urteil läßt sich widerlegen, aber niemals ein Vorurteil.” —
Marie von Ebner-Eschenbach, Aphorismen (1880)
Ein Urteil ist offen für Gegenargumente; ein Vorurteil hat sich schon
festgesetzt. Mich beschäftigt, wie schnell aus einer Zahl ein Vorurteil
wird: Einmal gehört, einmal geglaubt, wird sie zur festen Größe im Kopf,
die man nicht mehr prüft. „73 Prozent der Jugendlichen…” — und schon
steht ein Bild, das sich kaum noch widerlegen lässt, ganz gleich, wie
die 73 Prozent zustande kamen. In meinen Erfahrungen ist die wichtigste
Kompetenz im Umgang mit Studien nicht das Rechnen, sondern das
Innehalten vor genau diesem Moment.
Über wen spricht die Zahl?
Die erste Frage ist die folgenreichste: Über wen redet diese
Statistik eigentlich? Ein Beispiel, das gerade viel zitiert wird: eine
Erhebung zu jungen Menschen und KI, aus der Sätze stammen wie „so viele
halten die KI für einen Freund”. Schaut man genauer hin, stammen diese
Zahlen ganz überwiegend von 17- bis 30-Jährigen — das Durchschnittsalter
lag bei 23. Die eigentliche Gruppe der Minderjährigen war klein, und die
17-Jährigen ließen sich aus den Werten gar nicht herauslösen.
Damit spricht die Zahl über junge Erwachsene, nicht über Jugendliche
— auch wenn die Schlagzeile „die Jugend” sagt. Das ist kein Detail,
sondern ein Kategorienfehler. Jugendliche und junge Erwachsene sind
unterschiedliche Lebenswelten; was für die eine gilt, gilt nicht
automatisch für die andere. Die Wissenschaftlerin danah boyd hat in
ihren Untersuchungen zum digitalen Leben junger Menschen früh darauf
bestanden, dass man ihr Verhalten nicht durch die Brille Erwachsener
deuten darf, sondern in ihrem eigenen Kontext verstehen muss. Wer diese
Brille nicht abnimmt, liest aus Zahlen über die einen etwas über die
anderen heraus (vgl. → mein Beitrag zum Generationen-Mythos).
Größe ist nicht Sauberkeit
Der zweite Reflex, den es zu bremsen gilt: „große Zahl gleich
verlässlich, kleine Zahl gleich wertlos”. So einfach ist es nicht. Eine
kleine, sauber geführte Studie — klare Zielgruppe, saubere
Stichprobenziehung, eindeutige Fragen — kann mehr aussagen als eine
große, unscharfe. Und umgekehrt sagt eine große Fallzahl wenig, wenn die
Teilnehmenden sich selbst ausgewählt haben.
Genau das ist der Punkt im Beispiel oben: Die Erhebung lief als
freiwillige Online-Befragung, bei der sich Minderjährige erfahrungsgemäß
kaum melden — deshalb die kleine Gruppe. Dass es auch anders geht,
zeigen andere Studien: Die deutsche JIM-Studie befragt jährlich rund
1.200 Jugendliche repräsentativ; große US-Erhebungen zu KI und
Jugendlichen arbeiten mit rund tausend zufällig gezogenen Teilnehmenden.
Belastbare Jugend-Daten sind also durchaus zu gewinnen — aber eben nicht
nebenbei über einen freiwilligen Online-Fragebogen. Nicht die Zahl
entscheidet, sondern das Design.
Jedes Wort zählt
Die dritte Frage betrifft den Wortlaut. Gerade bei Umfragen
verschiebt jedes Wort, was überhaupt gemessen wird. „Ist die KI ein
Freund?” misst etwas anderes als „Fühlst du dich mit KI weniger allein?”
— und beide messen etwas anderes als „Ersetzt KI dir echte Menschen?“.
Schon der Begriff „KI-Begleiter” wird in verschiedenen Studien mal eng
gefasst, mal so weit, dass ein normaler Chatbot mitzählt. Vergleicht man
dann Prozentwerte aus verschiedenen Erhebungen, vergleicht man oft Äpfel
mit Birnen.
Dazu kommt ein zweiter, unterschätzter Effekt: Bei intimen Fragen
antworten Menschen selten ganz ehrlich. Wer gibt in einer Umfrage schon
gern zu, sich einsam zu fühlen oder eine Maschine als Freund zu
betrachten? Diese soziale Erwünschtheit verzerrt Selbstauskünfte — bei
Minderjährigen oft noch stärker. Eine Prozentzahl zu solchen Fragen ist
deshalb immer auch ein Maß dafür, was Menschen zuzugeben bereit waren,
nicht nur dafür, was tatsächlich ist.
Der Schutz, der die Daten
dünn macht
Bleibt die Frage, warum belastbare Zahlen über Minderjährige bei
heiklen Themen so selten sind. Die Antwort ist kein Versäumnis der
Forschung, sondern ihr Anstand. Forschung mit Minderjährigen unterliegt
strengen ethischen Auflagen: aktive Einwilligung der Sorgeberechtigten,
Ethikvoten, besonderer Schutz gerade bei psychisch sensiblen Fragen. Das
macht solche Studien aufwändig und die Kohorten kleiner — und das ist
gut so.
Wer also fordert, man müsse eben mehr Jugendliche zu „ist die KI ein
Freund” befragen, verlangt oft etwas, das der Schutz Minderjähriger
bewusst erschwert. Die kleine Fallzahl ist an dieser Stelle kein Mangel,
sondern Kinderschutz. Eine ehrliche Studie sagt das auch selbst dazu —
und genau diese Ehrlichkeit im Kleingedruckten ist ein Gütezeichen, kein
Schwächezeichen.
Zum Ausprobieren: der
Drei-Spalten-Check
Nimm Dir das nächste Mal, wenn Dir eine eindrucksvolle Statistik
begegnet, dreißig Sekunden und drei Spalten — auf Papier oder im
Kopf.
Erste Spalte, Über wen? Welche Gruppe wurde
tatsächlich befragt, und deckt sie sich mit der Gruppe in der
Schlagzeile? Zweite Spalte, Wie erhoben?
Zufallsstichprobe oder Selbstauswahl, wie groß, repräsentativ oder nur
„indikativ”? Dritte Spalte, Was genau gefragt? Wie
lautete die Frage wörtlich, und könnte der Wortlaut das Ergebnis schon
vorformen? Wenn eine Zahl alle drei Spalten übersteht, verdient sie
Vertrauen. Wenn nicht, ist sie ein interessanter Hinweis — mehr
nicht.
KI im Lernalltag
Ein KI-Sprachmodell kann beim Prüfen helfen, wenn man es richtig
einsetzt. Statt es zu fragen „stimmt diese Zahl?“, bitte es gezielt:
„Nenne mir Stichprobe, Erhebungsmethode und den genauen Fragewortlaut
dieser Studie.” So zwingst Du die Analyse in die richtigen Bahnen. Aber
Vorsicht — und das ist hier entscheidend: KI erfindet Quellenangaben und
Zahlen mitunter täuschend echt. Was das Modell ausspuckt, ist eine
Hypothese, kein Beleg; jede Angabe gehört gegen die Originalstudie
geprüft. Damit wird die KI zum Recherche-Sparringspartner, der Dir das
Fragenstellen erleichtert — aber das Urteil bleibt bei Dir.
Wenn Dir die nächste Schlagzeile mit einer runden Prozentzahl
begegnet — fällt Dir zuerst die Zahl auf, oder die Frage, über wen sie
eigentlich spricht?
In meinem Buch Erfolgreiche Gespräche im Berufsalltag führen
geht es im Kern um dieselbe Haltung: nicht die glatte, sichere Aussage
zu übernehmen, sondern sie im Austausch zu prüfen und das eigene Urteil
zu schärfen (tidd.ly/4vwIC98, *Affiliate-Link).
Quellen
- BEE SECURE / Service national de la jeunesse (2026): BEE SECURE
Radar 2026. ISBN 978-2-919846-39-9. (493 gültige Antworten, davon
47 im Alter 12–16; Bericht kennzeichnet die Ergebnisse selbst als nicht
repräsentativ, nur „indikativ”) - Medienpädagogischer Forschungsverbund Südwest (2025): JIM-Studie
2025. (n = 1.200 Jugendliche, 12–19, repräsentativ) - Common Sense Media (2025): Talk, Trust, and Trade-Offs: How and
Why Teens Use AI Companions. (national repräsentativ, n = 1.060,
13–17; Erhebung NORC/University of Chicago) - RAND Corporation (2025): Befragung zu KI-Chatbots und psychischer
Gesundheit. (n = 1.058, 12–21, Zufallsstichprobe) - boyd, d. (2014): It’s Complicated. The Social Lives of Networked
Teens. Yale University Press.
#MutTutGut #Datenkompetenz #Wahrnehmung #KIkompetenz
#KritischesDenken
Die in diesem Beitrag formulierten Gedanken sind privat. Sie
geben weder Position noch Praxis meines Arbeitgebers wieder, sondern
reflektieren wissenschaftliche Literatur und persönliche
Lernerfahrungen.
Teil der Serie „Mut tut gut” – Cluster 2: Wahrnehmung &
Deutung.
Zusammenfassung: Ob aus einer Statistik etwas folgt, entscheidet
nicht ihre Größe, sondern über wen sie spricht, wie sie erhoben wurde
und was genau gefragt wurde — gerade bei sensiblen Fragen zu
Jugendlichen und KI. Wer diese drei Fragen stellt, unterscheidet
belastbare Aussagen von eindrucksvollen Zahlen und schützt sich davor,
ein Vorurteil für eine Tatsache zu halten.
Sei der Erste der einen Kommentar abgibt