Was 3.624 Studierende in 145 Ländern wirklich mit einem KI-Tutor machen

Jedes KI-Lernwerkzeug wird mit demselben Versprechen verkauft: dass Lernen bald immersiv, spielerisch und KI-generiert wird. Wir bauen genau das. Wir haben aber auch beobachtet, was 3.624 Studierende in 145 Ländern taten, als wir rund drei Dutzend davon auf einen Bildschirm stellten und die Leute wählen ließen.

Sie wählten Lernkarten.

Befund 1: Bei 27 Formaten zur Auswahl griffen Studierende zu den beiden ältesten

In zehn Monaten erstellten Studierende 902 Lernartefakte. Sie hatten die Wahl zwischen immersiven 3D-Welten, interaktiven Spielen, generierten Videos, Podcasts, Live-KI-Unterricht, Prüfungssimulatoren und mehr. Lernkarten und Mindmaps machen 51% von allem Erstellten aus. Alle immersiven Formate und Spielformate zusammen kommen auf 7,5%.

Indien ist das einzige Land mit genug Studierenden, die Lernmaterial erstellen, um es einzeln auszuweisen, und auch dort liegen Lernkarten vorn.

Befund 2: Ein Viertel dessen, was Studierende einer KI geben, ist ein Foto

Von 4.643 hochgeladenen Dateien sind 1.090 Bilder. Keine Dokumente: Fotos. Eine Seite aus einem Lehrbuch, eine Tafel kurz bevor sie abgewischt wird, handschriftlich gelöste Aufgaben, ein von der Lehrkraft ausgedrucktes Arbeitsblatt.

Das ist ein breites Verhalten und nicht eine Handvoll Ausreißer: Die Fotos stammen von 267 verschiedenen Studierenden, im Schnitt vier pro Person, und die fünf größten Uploader machen nur 7% der Gesamtmenge aus. Es lohnt sich aber, die Grenze genau zu benennen: Diese 267 Studierenden sind 16,8% der 1.587 Personen, die überhaupt etwas hochgeladen haben. Die richtige Aussage lautet, dass 23% der Uploads Fotos sind, nicht dass 23% der Studierenden fotografieren.

Was wir daraus schließen

Beide Befunde weisen in dieselbe Richtung. Studierende fragen nicht nach einem neuen Medium. Sie fragen nach einem sehr alten, nur schneller geliefert, aus dem, was gerade vor ihnen liegt.

Das ist ein unbequemes Ergebnis für ein Unternehmen, das 3D-Welten baut, und wir veröffentlichen es trotzdem, weil die andere Lesart schlimmer wäre: dass die Branche weiterhin für Studierende baut, die es nicht gibt. Die Nachfrage, die wir messen können, gilt der unspektakulären Sache, sofort erzeugt, aus einem Foto, das vor dreißig Sekunden in einem Klassenzimmer aufgenommen wurde.

Zwei Schlussfolgerungen für alle, die in diesem Bereich bauen. Erstens: Bildeingabe ist kein Barrierefreiheits-Feature oder nettes Extra; nach dieser Evidenz macht sie fast ein Viertel Ihres Eingabevolumens aus, und ein Werkzeug, das nur Dokumente akzeptiert, ist für dieses Verhalten blind. Zweitens: Neuheit ist nicht dasselbe wie Nachfrage. Die Formate, die sich in einem Launch-Video gut machen, sind die, die unsere Nutzer am seltensten erstellen.

Methodik

• Stichprobe. 3.624 individuelle Konten auf der öffentlichen Plattform von iTutor, aus 145 Ländern nach Registrierungsregion. Mitarbeitenden-, interne, Test- und Demokonten sind ausgeschlossen, ebenso Konten, die um Löschung gebeten haben.
• Zeitraum. 3. November 2025 bis 27. August 2026, jeweils einschließlich. Alle Zahlen sind kumulativ für diesen Zeitraum.
• Befund 1 zählt 902 Lernartefakte, erstellt in 27 verschiedenen Formaten. Jedes ist ein Artefakt, das ein Studierender der oben genannten Stichprobe angefordert hat; Artefakte ausgeschlossener Konten sowie von Schul- und Firmenkonten außerhalb der öffentlichen Plattform werden nicht gezählt.
• Befund 2 zählt 4.643 hochgeladene Dateien, klassifiziert nach dem beim Import erkannten Dateityp. „Fotos" meint die Bildklasse, die Kameraaufnahmen und Screenshots umfasst; wir können die beiden nicht trennen, und die Zahl sollte als „Bilder" gelesen werden, nicht streng als „Kamerafotos".
• Unterdrückung. Keine Gruppe unter 30 Studierenden wird einzeln ausgewiesen. In Befund 1 bleiben damit fünf Formate, die getrennt dargestellt sind, und ein Land, Indien, mit mindestens 30 Studierenden, die Lernmaterial erstellen.
• Anonymität. Jede Zahl ist eine aggregierte Zählung. Keine Einzelperson, Institution, kein Dokument und keine Nachricht wird identifiziert, und für diesen Bericht wurden keine Nutzerinhalte gelesen.
• Was dieser Bericht nicht zeigen kann. Das sind die Nutzer von iTutor, keine Zufallsstichprobe von Studierenden, und Menschen, die sich für ein KI-Lernwerkzeug entscheiden, sind nicht repräsentativ für Studierende insgesamt. Die Stichprobe ist bescheiden und verzerrt in Richtung der Märkte, in denen wir vertreten sind. Behandeln Sie die Richtung als aussagekräftig und die genauen Prozentwerte als spezifisch für diese Gruppe.

Wir beabsichtigen, dies jährlich unter derselben Adresse zu wiederholen, damit sich die Zahlen im Zeitverlauf vergleichen lassen. Wenn Sie in diesem Bereich forschen und einen Ausschnitt der aggregierten Daten möchten, die wir nicht veröffentlicht haben, schreiben Sie uns.

Korrektur, 10. Oktober 2026: In der ersten Fassung dieses Berichts waren Lernmaterialien von Mitarbeitenden- und Testkonten mitgezählt, obwohl die Methode sie als ausgeschlossen auswies. Die obigen Zahlen schließen sie aus. Die Hauptbefunde bleiben bestehen; der Anteil von Lernkarten und Mindmaps stieg von 44% auf 51%.