Mit Chatbot besser lernen

Von Beate Bruns und Dr. Cäcilie Kowald / zuletzt aktualisiert am 19. Oktober 2025 – In den letzten Jahren ist die Anzahl der Chatbots, die Service-Aufgaben erledigen, stark gestiegen.  Aktuelle Studien prognostizieren einen stetig wachsenden Bedarf nach automatisierten Services und die Nutzung von Conversational Agents ist entsprechend gut untersucht. In diesem Blogartikel erfahren Sie, was einen guten Chatbot auszeichnet und wie Sie mit einem Chatbot, der speziell für das Lernen designt wurde, besser lernen.

Was es braucht, um mit einem Chatbot wirklich besser zu lernen

Was schätzen die Anwender:innen von Chatbots am meisten? Wenn sie anders als bei einer zeitaufwändigen Suche und beim Warten in einer Telefonschleife sofort eine Antwort auf ihre Frage erhalten. Allerdings zeigen die Untersuchungen auch, dass die Qualität der Antwort noch zu oft zu wünschen übriglässt. Und tatsächlich kennen fast alle Chatbot-Nutzer frustrierende Erlebnisse. Dazu tragen Chatbots bei, die kaum eine Eingabe verstehen und unpassende Antworten geben. Auch ein Chatbot, bei dem man erst nach mehreren Wortwechseln merkt, dass er das, was man erwartet, nicht leistet, gehört in diese Kategorie.

Andererseits ist es hinsichtlich der User Experience außerordentlich angenehm, eine Aufgabe im Dialog mit einem gut gemachten Chatbot zu erledigen. In diesem Fall hinterlässt die Interaktion eine positivere Erinnerung als die Bedienung eines Software-Tools oder das Navigieren in einem Online-Shop. In Chatbots zu investieren, lohnt sich also – wenn die entscheidenden Erfolgsfaktoren berücksichtigt werden.

Mit einem Chatbot besser lernen – auf diese vier Punkte kommt es an

Was sind also die erfolgskritischen Merkmale eines exzellenten Conversational User Interface? Natürlich ist das Tool, mit dem Sie Ihren Chatbot entwickeln und betreiben, ein wichtiger Faktor. Doch ausschlaggebend für Leistungsfähigkeit und Qualität von Chatbots sind wesentlich häufiger konzeptionelle Aspekte mit Blick auf den Use Case. Hinzu kommen Merkmale, die mit der sprachlichen Kompetenz zusammenhängen. Als ideal wird ein Chatbot empfunden, der eine hohe funktionale Kompetenz mit einer hohen affektiven Kompetenz verbindet. Der Chatbot soll in der Lage sein, die Intention des Users richtig zu verstehen und angemessen darauf zu reagieren.

Forschungs- und Umfrageergebnisse weisen gleichermaßen immer wieder auf vier Merkmale hin, die einen guten von einem weniger guten Chatbot unterscheiden:

• Nützlichkeit
• Adäquate Verhaltensmuster
• Sprachliche Qualität
• Unterhaltungswert

Merkmal 1: Die Nützlichkeit

Das wichtigste Kriterium für einen guten Chatbot ist aus Sicht der Anwender:innen seine Nützlichkeit. Letztlich ist das in der direkten Kommunikation mit einem menschlichen Ansprechpartner auch nicht anders. Menschen, die sich mit einem Anliegen an eine andere Person wenden, die sie für zuständig und kompetent halten, wünschen sich, dass ihr Problem gelöst, ihre Frage beantwortet wird. Kurze Antwortzeiten spielen bei der Bewertung der Nützlichkeit ebenso eine Rolle wie die Zeit, die benötigt wird, um das Problem zu lösen.

Jeder Chatbot muss also einen Service bieten, der den erwarteten Nutzen tatsächlich in einer angemessenen Zeit liefert. Voraussetzung dafür ist, dass der Chatbot über ausreichend Kompetenz zur Problemlösung verfügt, zuverlässig ist und effizient vorgeht. Niemand möchte als geduldiger Stichwortgeber einen Chatbot dabei begleiten, wie er sich allmählich und in vielen Schleifen zum Kern der Fragestellung vorarbeitet, nur um am Ende zu erfahren, dass seine Antwort das Ausgangsproblem nur teilweise löst. Die Domänen- beziehungsweise Fachkompetenz des Chatbots, seine zuverlässige Korrektheit und Effizienz sind deshalb zentrale Aspekte für die Konzeption und Umsetzung von nützlichen Chatbots.

Doch kein Chatbot ist per se nützlich. Es sind am Ende die User, die entscheiden, ob er das ist oder nicht. Deshalb ist es unverzichtbar, den Chatbot von Anfang an und ganz konsequent mit Blick auf die Nutzer:innen zu konzipieren.

Merkmal 2: Adäquate Verhaltensmuster

Das primäre Ausdrucksmittel eines Chatbots ist seine Sprache. Gesprächsbeiträge eines Chatbots folgen einem mehr oder weniger variantenreichen kommunikativen Verhaltensmuster, zu dem die einzelnen Aussagen und Aktionen kombiniert sind. Es ist konzeptionell ein großer Unterschied, ob der Chatbot eine Auskunft über das Wetter gibt, ein Hotelzimmer bucht oder einfache Supportfälle löst.

Ihr Chatbot ist umso besser, je adäquater seine kommunikativen Verhaltensmuster ein Problem lösen. Dafür müssen die Verhaltensmuster adaptiv, flexibel und für die Nutzenden immer nachvollziehbar sein:

• Adaptiv: Für jede Aufgabenstellung und Varianten davon gibt es passende Verhaltensmuster.
• Flexibel: Der Chatbot reagiert auf unterschiedliche Beiträge des menschlichen Gegenüber unterschiedlich.
• Transparent: Die Nutzenden wissen immer, wo sie sich im Dialogprozess gerade befinden und wohin die Reise geht.

Merkmal 3: Die sprachliche Qualität ist wichtig, um mit Chatbot besser zu lernen

Stellen Sie sich vor, Sie haben die Wahl zwischen zwei kompetenten Ansprechpartnern. Der erste gibt Ihnen sehr korrekte Informationen, dafür aber in einer komplizierten Fachsprache. Der andere erklärt Ihnen in einfachen Worten, worum es geht. Welchen wählen Sie? In den meisten Fällen wahrscheinlich den zweiten.

Diese Erfahrungen aus der zwischenmenschlichen Kommunikation lassen sich gut auf das Conversation Design übertragen. Es macht eben einen Unterschied, wie viel Verständnis, Hilfsbereitschaft und Anteilnahme ein Chatbot zeigt, wie höflich oder humorvoll er ist. In der Sprache des Chatbots drückt sich seine Persönlichkeit aus, die wiederum prägt, welche Haltung er im Gespräch einnimmt.

Damit der Dialog effizient und nützlich ist, muss der Chatbot zuverlässig auf den Punkt kommen. Das bedeutet, dass Sie im Conversation-Design-Prozess die Informationen sorgfältig auswählen und möglichst präzise formulieren. Die Art und Weise, wie ein Chatbot etwas mitteilt, ist Teil seines Kommunikationsverhaltens und hängt von der Gestaltung des Gesprächsverlaufs als Ganzem und von jeder einzelnen Äußerung ab. Um bei einem Chatbot eine hohe sprachliche Qualität zu erzielen, sind folgende Aspekte besonders wichtig:

• Einfachheit
• Sachliche Korrektheit
• Präzision
• Soziale Präsenz
• Kontextualität und
• Konsistenz in Bezug auf die Persönlichkeit.

Merkmal 4: Mit Chatbot besser lernen, wenn es Spaß macht

Wie bereits gesagt: Das wichtigste Merkmal eines Chatbots ist seine Nützlichkeit. Andererseits schadet es nicht, wenn die Interaktion mit einem Chatbot auch Spaß macht. Ein nützlicher Chatbot kann seine Akzeptanz bei den Nutzer:innen und deren Zufriedenheit durchaus noch steigern, wenn er zugleich unterhaltsam ist. Sogar spielerische Elemente werden gut angenommen, vorausgesetzt, sie lenken nicht ab, sondern dienen der Sache. Oft bleiben Chatbots gerade deswegen in Erinnerung, weil sie etwas bieten, das ein wenig über ihre rein pragmatische Aufgabe hinaus geht.

Spielerische und unterhaltsame Elemente bereichern den Chatbot und fördern seine Akzeptanz. Im Conversation Design dürfen wir uns also gerne um maßvoll dosierten Humor und spielerische Elemente kümmern. Sie sind zwar auf den ersten Blick nur „nice to have“. Sie erhöhen aber zugleich die Chance, dass der Chatbot in positiver Erinnerung bleibt und regelmäßig genutzt wird.

Wie heißt es in der Praxis, mit einem Chatbot besser zu lernen?

Die schlechte Nachricht zuerst: Dafür gibt es kein Patentrezept! Jeder Use Case ist anders, jeder Chatbot hat eine andere Persönlichkeit und das Conversation Design selbst besitzt viele verschiedene Aspekte. Die gute Nachricht: Es gibt ein paar bewährte Instrumente, die Ihnen helfen, Ihren Chatbot zu verbessern. Dazu gehören User Experience-Checks, die kontinuierliche Auswertung der Chat-Protokolle und das Ableiten passender Maßnahmen zur Verbesserung. Außerdem das Training des Chatbots und das Ausdifferenzieren von Dialogpfaden. Auch in Zeiten von ChatGPT und generativer KI sind diese Instrumente nicht obsolet. Ganz im Gegenteil, denn die GenAI-Tools werden ebenfalls nur deshalb immer besser, weil die oben genannten Instrumente genutzt werden.

Beispiel 1: Mit Chatbot Mathi Bruchrechnen besser lernen

Chatbot Mathi ist ein virtueller „Mathe-Buddy“, mit dem Schüler:innen der 6. Klasse den Lernstoff zum Thema Bruchrechnen wiederholen und mit Übungen weiter festigen können. Dazu agiert er wie ein persönlicher Lehrer: Zunächst wiederholt er Schritt für Schritt den relevanten Lernstoff, dann stellt er Übungsaufgaben. Je nach Abschneiden bei den Aufgaben lässt er das Thema noch einmal wiederholen oder geht zum nächsten Thema weiter. Auf diese Weise können die Schüler:innen, angepasst an ihren Wissensstand und ihr Lerntempo, den Unterrichtsstoff wiederholen und vertiefen. Mathi wurde im Rahmen einer Masterarbeit an der TH Georg Simon Ohm im Studium Betriebswirtschaft* von Alexander Lehner unter der Betreuung von Prof. Dr. Christian Langenbach entwickelt. Die time4you GmbH schließlich unterstützte als Expertin für Conversational Learning bei der Konzeption des Chatbots und des Conversation Designs und stellte mit JIX die benötigten Tools.

Lesetipp:
In der Ausgabe 2/2023 berichtet das Ohm-Journal der Technischen Hochschule Nürnberg über Chatbot Mathi und wie die Schüler:innen damit lernen!

Innovative und zukunftsweisende Technologien

Chatbots sind nicht nur ein intuitives, niedrigschwelliges Benutzerinterface, sondern sie ermöglichen – bei entsprechender Konzeption – die Simulation eines (quasi-)menschlichen Gesprächs. Mathi simuliert ein Unterrichtsgespräch, wie es ein Lehrer in einer 1:1-Kommunikationssituation führen könnte. Gleichzeitig bietet Mathi durch die Form des Gesprächs eine persönlichere und „menschlichere“ Lernerfahrung als eine reine Übungs-App. Das stärkt die emotionale Beteiligung der Lernenden und wirkt sich auf Lernmotivation und -erfolg positiv aus.

Wie lassen sich Chatbots einbinden?

Die Interaktion mit Chatbot Mathi erfolgt über Webchat im Browser bzw. per iFrame. Der Chatbot kann über Link-Aufruf in beliebige Webseiten oder auch als SCORM-Paket in jedes SCORM-LMS integriert werden. Ein Pilotbetrieb mit Mathi erfolgte am Geschwister-Scholl-Gymnasium in Röthenbach an der Pegnitz. Grundsätzlich ist Mathi auch für den Einsatz an anderen Schulen und Schularten geeignet. Der Chatbot kann leicht an spezifische Anforderungen des Unterrichts angepasst werden. Dazu werden Inhalte, Aufgaben und Hilfestellungen modifiziert oder Zeit, Umgebung und Persona der Geschichte verändert. Die Sprache (derzeit Deutsch) ist ebenfalls anpassbar, ebenso wie das Look&Feel (Logo, Typo, Farben, Bilder, Icons).

Berücksichtigung medien­didaktischer Aspekte

Mathi führt ein klassisches Unterrichtsgespräch. Er leitet die Lernenden an, stellt Aufgaben und gibt Feedback. Dabei geht er auf den Leistungsstand der Lernenden ein. Der Dialog ist didaktisch strukturiert und stark geführt. Gleichzeitig lässt Mathi den Lernenden den Freiraum zu entscheiden, an welcher Stelle sie wie viel Hilfe in Anspruch nehmen wollen.

Beispiel:
Mathi:
Wahrscheinlich weißt du eh schon, dass es neben dem Vervielfachen auch das Teilen von Brüchen gibt?

Auswahl-Optionen:
– Ja klar
– Kann mich nicht mehr erinnern

Lernende:
Kann mich nicht mehr erinnern.

Mathi:
Beim Erweitern eines Bruches multiplizierst du den Zähler UND den Nenner mit derselben Zahl.
Beim Vervielfachen multiplizierst du den Zähler mit der natürlichen Zahl. Der Nenner bleibt dabei gleich.
Alles klar?

Auswahl-Optionen:
– Ja, danke für den Tipp.
– Bitte erkläre es genauer.

Lernende:
Bitte erkläre es genauer.

Mathi:
No Problemo. 😎 Vielleicht hilft dir die folgende Veranschaulichung, den Unterschied noch besser zu erkennen: …

Mathi ist zwar mit einem Wissensvorsprung gegenüber den Lernenden ausgestattet, aber nicht als Lehrer, sondern als „Buddy“ konzipiert. Mit Buddy Mathi kommunizieren die Schüler:innen eher auf Augenhöhe.

Im Übungsteil gibt Mathi motivierendes Feedback und zeigt, wenn nötig, die richtige Lösung. Zu jedem Thema lässt er die Lernenden fünf Aufgaben rechnen. Danach erfolgt ein Gesamt-Feedback. Abhängig von der Leistung der Lernenden kommt dann das nächste Thema oder eine Wiederholung.

Gamification-Elemente erhöhen die Motivation

Um die Motivation zu steigern, enthält der Chatbot-Dialog außerdem spielerische Elemente. Mathi ist versehentlich im Schulhaus eingeschlossen worden und kommt erst heraus, wenn genügend Aufgaben richtig gelöst wurden.

So sagt Mathi zur Begrüßung: „Hi. Cool, dass ich dich erreicht habe. Ich bin Mathi. Ich wurde in der Schule eingesperrt. Allein schaffe ich es nicht mehr raus. Es gibt drei Räume, durch die ich muss, um wieder nach draußen zu kommen. In jedem Raum gibt es fünf Matheaufgaben. Wenn wir mindestens drei Aufgaben richtig haben, komme ich in den nächsten Raum. Bitte hilf mir!“ Nach jeder erfolgreich gelösten Aufgabe ist Mathi total erleichtert, dass er nun einen Schritt weiter ist.

Wie erfolgt die Interaktion mit dem Chatbot?

Die Interaktion mit Mathi erfolgt per Button und per Freitexteingabe. Die Antwort auf die Rechenaufgaben erfolgt grundsätzlich über die Freitexteingabe. In anderen Dialogsequenzen gibt Mathi nach jedem Gesprächsbeitrag Optionen in Form von Buttons aus, wie das Gespräch weitergehen kann. Diese Form des strukturierten, geführten Dialogs stellt sicher, dass die Lernenden gut durch den zu wiederholenden Lernstoff geführt werden. Auch im Wechsel zwischen Wiederholungs- und Übungssequenzen wissen sie stets, wo sie sich befinden und wie es weitergeht.

Gleichzeitig ahmt der Dialog so weit wie möglich menschliche Kommunikationsstrategien nach. Mathi ermuntert, fragt nach, lobt, manchmal zeigt er auch Ungeduld – schließlich will er endlich raus aus dem Schulhaus …

Zielgruppen für Chatbot Mathi

Zielgruppen für Mathi sind Schüler:innen der sechsten Klassen an Gymnasien.

Mathi behandelt ein ganz grundlegendes Thema im Mathematikunterricht: das Bruchrechnen. Er kann also grundsätzlich in allen sechsten Klassen (aber nicht nur des Gymnasiums) zum Einsatz kommen. Die Schüler:innen der Pilotgruppe bewerteten das Lehrgespräch zu über 90% als gut oder sehr gut. Mehr als 80% würden ihn wieder benutzen. Alle Befragten gaben an, auch in anderen Fächern gerne einen Chatbot benutzen zu wollen.

Technische Umsetzung und Betrieb eines Chatbots an Schulen

Mathi wurde im Rahmen einer Masterarbeit konzipiert und umgesetzt, wodurch die Entwicklungskosten sowie der Aufwand für die Schule gering blieb. Für das Fach Bruchrechnen / Rechnen mit Brüchen sind bereits Dialoge implementiert; weitere Themen können auf Basis des implementierten Dialogmusters leicht ergänzt werden. Die technische Umsetzung von Mathi erfolgte mit JIX, der Chatbot-Software von time4you. JIX kombiniert einen intelligenten Chatbot mit einer einfachen und verständlichen Skriptsprache, Liza Script. Liza Script ist sehr schnell zu erlernen und unterstützt das Erstellen von themenspezifischen Chatbots auf mediendidaktischer Grundlage für unterschiedliche Organisationen, unabhängig von Use-Case, Branche oder Thema. Liza Script ist auf Grund der einfachen Handhabbarkeit und kurzen Einarbeitungsphase auch für Anwender:innen ohne vertiefte IT-Kenntnisse das ideale Autorentool und konnte deshalb problemlos im zeitlichen Rahmen einer Masterarbeit zum Einsatz kommen. Auch eine thematische Erweiterung ist mit JIX/Liza Script schnell umzusetzen, ggf. sogar von der Lehrkraft selbst.

Hoher Datenschutz: Gerade für den Einsatz an Schulen wichtig

Auf JIX basierende Conversational-Learning-Angebote können als SCORM-Lerneinheit in alle SCORM-kompatiblen LMS-Systeme eingebunden werden. Wenn JIX auf einem externen Server installiert ist, werden keine personenbezogenen Daten transferiert. Die Userverwaltung und die Lernstands-Speicherung erfolgt ausschließlich im LMS der Anwender mit entsprechenden Datenschutz-Regelungen. Chatbot Mathi läuft im Pilotbetrieb im Cloud-Service auf zertifizierten DSGVO-konformen Servern. Auch hierfür gibt es entsprechende Datenschutz-Regelungen. Die langjährigen Erfahrungen der time4you GmbH beim Einsatz und Betrieb von Software-Lösungen in verschiedensten Konzernen und bei sehr hohen Datenschutz- und Datensicherheitsanforderungen gewährleisten, dass auch der Einsatz von JIX innerhalb der unternehmenseigenen Infrastruktur erfolgen kann.

Falls Sie selbst über den Einsatz von Chatbots an Ihrer Einrichtung nachdenken, schreiben Sie gerne an consulting@time4you.de. Wir melden uns umgehend bei Ihnen!

* Alexander Lehner: Möglichkeiten und Nutzeffekte des Einsatzes von Bots im Kontext der Aus- und Weiterbildung („Conversational Learning“) – Konzeption und Realisierung eines virtuellen Lernassistenten für die gymnasiale Unterstufe. Freie wissenschaftliche Arbeit zur Erlangung des akademischen Grades „Master of Arts“. Technische Hochschule Nürnberg Georg Simon Ohm, 2021.

Beispiel 2: Mit Chatbot Pit die Abläufe im Warenlager besser lernen

Lernbot Pit adressiert Auszubildende, Studierende und Mitarbeitende aus der Materialwirtschaft. Sie begleiten Pit auf seiner Zeitreise ins Jahr 1900 in die Hamburger Speicherstadt und vertiefen spielerisch die Abläufe der Materialwirtschaft. Pit gehört zu den Gewinnern des internationalen Comenius-EduMedia-Awards 2021 und wurde in der Rubrik „Spielbasierte Digitale Bildungsmedien“ ausgezeichnet. Zudem erhielt der Explorer-Bot den International E-Learning Award (IELA) 2021.

Escape Room Challenge meets Conversational Learning

„Pit im Warenlager“ kombiniert dialogbasiertes Lernen mit einem interaktiven fiktionalen Ansatz, und schafft dabei eine explorative Escape-Room-Challenge sowie eine neue Art von Serious Game. Das Spiel beginnt damit, dass Chatbot Pit in einer unbekannten Stadt festsitzt und den Nutzer um Hilfe bittet, um den Weg zurück in die Gegenwart zu finden. Während des Gesprächs muss der User sein Wissen über grundlegende Prozesse und Methoden der Materialwirtschaft unter Beweis stellen, z. B:

• Stichprobenartige Qualitätskontrollen
• Führung des Prüfprotokolls
• Wiegen, messen, zählen
• Einträge in das Wareneingangsbuch
• Die 5 R’s der Logistik

Pit und der Lerndende haben mehrere Räume zu erkunden. In jedem Raum gibt es Gegenstände aufzusammeln, man kann mit Personen sprechen, Informationen erhalten und muss manchmal ein Quiz oder eine Herausforderung bestehen, um die nächste Spielebene zu erreichen und Zugang zu anderen Räumen zu erhalten (oder zurückzukehren).

Beispiele:

Auf Level 1:
„Hmm, das sieht aus wie eine Checkliste für den Wareneingang. Aber irgendetwas stimmt nicht – nur was?“

Auf Level 2:
„Hey du, der Typ hier lässt mich nicht zurückgehen! Ich muss ihm erst sagen, was in das Wareneingangsbuch eingetragen werden muss. Hilf mir, bitte!“

Auf Level 3:
„Aber das ist wirklich die letzte Aufgabe, die ich übernehmen werde … ich soll die Checkliste für die Wareneingangskontrolle korrigieren!“

Selbstgesteuert und spielerisch mit einem Chatbot besser lernen

In „Pit im Warenlager“ erfahren die Lernenden, wie ein großes, internationales Handelsunternehmen funktioniert. Als Beispiel dient ein Kaffeeimporteur in Hamburg zu Beginn des 20. Jahrhunderts. Die historische Kulisse sorgt nicht nur für eine spannende Erzählung, sondern vermittelt auch historisches Hintergrundwissen. Vor allem aber erweitern und beweisen die Lernenden ihr Wissen über die Abläufe in einem Lagerhaus. In Gesprächen mit Lernbot Pit lernen die Nutzer spielerisch und selbstgesteuert zentrale Prozesse der Materialwirtschaft kennen. Sie lösen mehrere typische Aufgaben und demonstrieren so, was sie gelernt haben. Gleichzeitig erleben sie die Prozesse im Kontext, wodurch deren Zusammenhänge und Bedeutung in der realen Welt verdeutlicht werden.

Via SCORM ins LMS

„Pit im Warenlager“ wurde mit JIX, der Chatbot Software von time4you, entwickelt. Die Anwendung kann als Cloud-Service, wahlweise auch on-premises, per Browser oder iFrame genutzt werden. Darüber hinaus kann „Pit Warenlager“ als SCORM-Paket in jedes SCORM-LMS integriert werden. Die Mietlizenzkosten betragen 45,00 Euro pro Nutzer und Jahr (Paketpreise auf Anfrage; zzgl. MwSt.). Die Mindestbestellmenge beträgt Mietlizenzen für 10 Benutzer:innen. Die deutsche Demoversion finden Sie hier. Lerndauer: ca. 60 Minuten
„Pit im Warenlager“ kann leicht an die spezifischen Anforderungen Ihres Unternehmens angepasst werden. Das ist möglich, indem wir die Inhalte, Aufgaben, das Quiz, die Spielzeit, die Umgebung oder die Persona der Geschichte verändern. Die Sprache (derzeit Deutsch) ist ebenso anpassbar wie das Look&Feel (Logo, Typo, Farben, Bilder, Icons).

Sie wollen in Ihrer Organisation auch Chatbots zum Lernen nutzen?

Sie haben einen eigenen Use-Case für einen Chatbot und möchten gerne mehr über unsere Chatbot-Services erfahren? Informieren Sie sich auf unserer Seite Chatbot Consulting und sprechen Sie uns unter consulting@time4you.de an!