Generation Z wird nicht dümmer: Was die Kognitionsforschung wirklich zeigt

Eine aktuelle neurowissenschaftliche Studie, die im Januar 2026 vor dem US-Senatsausschuss für Handel, Wissenschaft und Transport präsentiert wurde, hat eine intensive öffentliche Debatte über den kognitiven Entwicklungsstand der Generation Z ausgelöst, wobei die wissenschaftlichen Befunde in der medialen Berichterstattung in einem Maße vereinfacht und verzerrt wurden, das den eigentlichen Erkenntnissen der Forschung fundamental widerspricht.

Was der Neurowissenschaftler dem US-Senat tatsächlich sagte

Im Januar 2026 eröffnete der Neurowissenschaftler und Pädagoge Dr. Jared Cooney Horvath seine Aussage vor dem US-Senat mit einem prägnanten Satz: „Unsere Kinder sind kognitiv weniger leistungsfähig als wir es in ihrem Alter waren.“

Die Medien griffen diesen Satz heraus, isolierten ihn vollständig aus seinem wissenschaftlichen Kontext und erzeugten Schlagzeilen wie „Generation Z ist offiziell weniger intelligent als Millennials“. Was folgte, war eine globale Welle an Fehlinformationen.

Horvaths vollständige, 14-seitige schriftliche Stellungnahme (U.S. Senate Committee on Commerce, Science, and Transportation, 2026) erzählt eine wesentlich differenziertere Geschichte: Es geht nicht um eine biologisch bedingte Verdummung einer Generation, sondern um strukturelle Mängel in der Art und Weise, wie digitale Technologien in Bildungseinrichtungen eingesetzt werden.

Der Flynn-Effekt und seine Umkehrung

Ein Jahrhundert kognitiven Fortschritts

Um die aktuellen Befunde einzuordnen, ist der historische Hintergrund entscheidend. Über den größten Teil des 20. Jahrhunderts stiegen die durchschnittlichen IQ-Testwerte in der westlichen Welt kontinuierlich an, und zwar um etwa drei Punkte pro Jahrzehnt (Trahan et al., 2014).

Dieses Phänomen, bekannt als der Flynn-Effekt, wurde nicht durch eine biologische Verbesserung der menschlichen Intelligenz verursacht. Forscher führen den Anstieg auf Umweltfaktoren zurück: verbesserte Ernährung und Gesundheitsversorgung, mehr Jahre formaler Bildung, die zunehmende Verbreitung abstrakten Denkens durch Massenmedien sowie eine wachsende Vertrautheit mit standardisierten Tests.

Die Negative Trendwende ab den 2000er Jahren

Ab Anfang der 2000er Jahre begann sich dieser Trend umzukehren. Mehrere unabhängige Studien dokumentierten in wohlhabenden westlichen Ländern sinkende IQ-Werte, den sogenannten Negativen Flynn-Effekt (Dutton, van der Linden & Lynn, 2016; Bratsberg & Rogeberg, 2018).

Eine aktuelle und besonders detaillierte Analyse, die im Juni 2025 unter dem Titel Digging In veröffentlicht wurde, untersuchte die spezifischen Muster dieser Rückgänge und fand dabei folgende Differenzierung:

• Extern scaffoldierte Aufgaben (visuell geführte Mustererkennungsaufgaben, bei denen die Struktur im Aufgabenmaterial selbst sichtbar ist): moderate Leistungsverbesserungen bei Jugendlichen der Generation Z.
• Intern scaffoldierte Aufgaben (sprachbasierte, gedächtnisabhängige Aufgaben, bei denen Strukturen eigenständig konstruiert werden müssen, wie verbales Denken, Arbeitsgedächtnis und sequenzielle Manipulation): signifikante Leistungsrückgänge.

Horvath selbst betont ausdrücklich: IQ ist nicht gleichbedeutend mit Intelligenz. Es handelt sich um eine messbare Form schulischer Leistungsfähigkeit, die trainierbar ist, und genau darin liegt das eigentliche Problem.

Bildungsdigitalisierung: Internationale Daten und ihre Aussagekraft

Was PISA, TIMSS und PIRLS zeigen

Drei der weltweit größten Bildungsvergleichsstudien liefern konsistente Befunde zum Zusammenhang zwischen digitalem Geräteeinsatz und schulischen Leistungen:

PISA 2022 (OECD, 2023): Das Programme for International Student Assessment, das die Leistungen von 15-Jährigen in Dutzenden von Ländern erfasst, zeigt eine monotone Beziehung zwischen Bildschirmzeit und Testergebnissen. Mehr tägliche Bildschirmzeit im Unterricht korreliert mit niedrigeren Werten in Lesen, Mathematik und Naturwissenschaften.

TIMSS (Mullis et al., 2023): Die Trends in International Mathematics and Science Study dokumentiert bei jüngeren Schülerinnen und Schülern ein analoges Muster. Häufiger Computereinsatz im Klassenzimmer korreliert mit signifikant schlechteren Ergebnissen in Mathematik und Naturwissenschaften, sowohl in Hoch- als auch in Mitteleinkommensländern.

PIRLS 2021 (Mullis et al., 2023): Die Progress in International Reading Literacy Study zeigt historisch schwächere Leseleistungen bei Schülerinnen und Schülern mit hohem Computereinsatz im Unterricht. Neuere US-amerikanische Daten bestätigen, dass selbst moderate tägliche Bildschirmexposition mit niedrigeren Leseverständniswerten assoziiert ist.

Diese drei Studien erfassen gemeinsam Daten von Millionen von Schülerinnen und Schülern über Jahrzehnte und in Dutzenden von Ländern. Ihre Befunde konvergieren auf eine gemeinsame Schlussfolgerung.

Wie viel Zeit Schüler tatsächlich am Bildschirm verbringen

Laut aktuellen US-amerikanischen Erhebungen (Fittes, 2022):

• Mehr als die Hälfte aller Kinder nutzt in der Schule täglich ein bis vier Stunden lang einen Computer.
• Ein Viertel der Schülerinnen und Schüler verbringt mehr als vier Stunden täglich vor dem Bildschirm, bei einem regulären siebenstündigen Schultag.

Untersuchungen zeigen zudem, dass weniger als die Hälfte dieser Zeit tatsächlich dem Lernen gewidmet ist. Schülerinnen und Schüler sind beim Arbeiten am schulischen Gerät bis zu 38 Minuten pro Stunde nicht aufgabenorientiert tätig (Ragan et al., 2014).

Das Problem mit den EdTech-Studien

Systematisch verzerrte Forschung

Viele Metaanalysen zu Bildungstechnologie berichten über kleine positive Effekte. Horvath zeigt jedoch in seiner Senatsstellungnahme, dass diese Studien systematisch verzerrte Ergebnisse produzieren, weil sie neue Werkzeuge mit unzureichenden Ausgangslinien vergleichen oder nur kurzfristige Engagement-Metriken messen.

Als sinnvoller Vergleichsmaßstab gilt in der Bildungsforschung der mittlere Effekt eines normalen Schulunterrichts, der nach Hattie (2023) bei etwa d = 0,42 liegt. Interventionen unterhalb dieses Schwellenwerts übertreffen den regulären Unterricht nicht messbar.

Die Ergebnisse nach dieser Neukalibrierung sind ernüchternd:

Kategorie	Anzahl Metaanalysen	Bereinigter Effekt (d)
Allgemeiner EdTech-Einsatz	398	-0,13
Online- und Fernunterricht	42	-0,22
1-zu-1-Laptop-Programme	3	-0,30
Benachteiligte Schülergruppen	4	-0,26
Adaptive Übungssoftware	5	+0,10

(Quelle: Horvath, 2026, nach Hattie, 2023; Werte gegenüber dem Benchmark des normalen Unterrichts bereinigt)

Einzig eng begrenzte adaptive Übungstools nähern sich einem sinnvollen Effekt. Diese funktionieren nicht, weil Bildschirme tiefes Lernen fördern, sondern weil sie Wiederholung in gut definierten Basisfertigkeiten automatisieren.

Lesen auf Papier, Schreiben per Hand: Was die Kognitionswissenschaft belegt

Warum das Medium die Lernerfahrung verändert

Unabhängige Metaanalysen zeigen konsistent, dass Leserinnen und Leser auf Papier komplexe Texte besser verstehen und behalten als auf Bildschirmen (Effektgröße: d = -0,16 zugunsten von Papier, gemessen über 10 Metaanalysen mit 377 Studien; Horvath, 2026).

Bei der Mitschrift gilt: Handschriftliche Notizen übertreffen getippte Notizen für das langfristige Behalten (d = -0,21 über 4 Metaanalysen mit 238 Studien). Der Grund ist paradox. Tippen ist zu effizient: Schülerinnen und Schüler transkribieren nahezu wortgetreu, ohne kognitive Verarbeitung. Handschrift erzwingt Zusammenfassung, Priorisierung und konzeptuelles Denken. Die Reibung ist kein Fehler, sie ist der Lernprozess selbst.

Die neurobiologische Grundlage

Das menschliche Aufmerksamkeitssystem ist evolutionär für Einzelaufgaben optimiert. Der präfrontale Kortex kann konkurrierende Zielvorgaben nicht ohne signifikante Leistungseinbußen bewältigen (Kirschner & De Bruyckere, 2017).

Digitale Plattformen sind darauf ausgelegt, schnelles Umschalten, Neuartigkeit und kontinuierliche Aufmerksamkeitsbindung zu maximieren. Drei messbare Kosten entstehen beim wiederholten Aufmerksamkeitswechsel:

1. Zeitverlust durch Umschaltvorgänge (Jolicoeur et al., 2000)
2. Erhöhte Fehlerquoten durch kognitive Interferenz (Wu & Liu, 2008)
3. Schwächere Gedächtnisbildung durch oberflächliche Verarbeitungstiefe (Foerde, Knowlton & Poldrack, 2006)

Was sich in der Bildungspolitik ändern muss

Sieben Empfehlungen aus der Senatsstellungnahme

Horvath schloss seine Stellungnahme mit konkreten politischen Empfehlungen an den US-Kongress, die für Bildungssysteme weltweit Relevanz besitzen:

1. Unabhängige Wirksamkeitsnachweise vor großflächigem Einsatz bundesgeförderter Bildungstechnologien vorschreiben.
2. Äquivalenzvalidierung beim Übergang von papier- zu digitalbasierten Prüfungsformaten sicherstellen.
3. Datenschutz für Schülerinnen und Schüler stärken, insbesondere bei Verhaltensprofiling durch EdTech-Unternehmen.
4. Transparenz bei Beschaffungsentscheidungen durch öffentliche Offenlegung von Interessenkonflikten und Leistungsbehauptungen.
5. Entwicklungsgerechte Bildschirmzeitgrenzen in öffentlich geförderten Frühbildungsprogrammen einführen.
6. Zentrale Forschungsdatenbank unabhängig replizierter EdTech-Studien für Schulen bereitstellen.
7. Langzeitstudien fördern, die kognitive Entwicklung messen, statt kurzfristige Engagement-Metriken.

Was die Daten wirklich bedeuten

Die Befunde belegen keine biologisch bedingte Verdummung einer Generation. Sie zeigen, dass eine auf unzureichender Evidenz basierende, kommerziell motivierte digitale Transformation von Bildungsumgebungen messbar dazu beigetragen hat, dass schulische Kernkompetenzen wie Leseverständnis, mathematisches Denken, Arbeitsgedächtnis und fokussierte Aufmerksamkeit stagnieren oder zurückgehen.

Diese Kompetenzen sind trainierbar. Schulische Lernfähigkeit, die historisch durch strukturierte Bildung aufgebaut wurde, kann auch heute noch aufgebaut werden. Die Frage ist, ob Bildungssysteme bereit sind, die eigene Infrastruktur zu hinterfragen.

Wie Horvath selbst formuliert: „Unsere Verantwortung besteht nicht darin, Bildschirmexposition zu maximieren, sondern die kognitive Kapazität und das langfristige Aufblühen der nächsten Generation.“

Dieser Beitrag beschäftigt sich mit einem medizinischen Thema, einem Gesundheitsthema oder einem oder mehreren Krankheitsbildern. Dieser Artikel dient nicht der Selbst-Diagnose und ersetzt auch keine Diagnose durch einen Arzt oder Facharzt. Bitte lesen und beachten Sie hier auch den Hinweis zu Gesundheitsthemen!

Häufig gestellte Fragen

Bedeutet der Negative Flynn-Effekt, dass Generation Z weniger intelligent ist? Nein. IQ-Werte messen schulische Leistungsfähigkeit, nicht Intelligenz im biologischen Sinne. Ein Rückgang bei IQ-Tests bedeutet, dass bestimmte trainierbare kognitive Fähigkeiten schlechter ausgebildet werden, nicht dass eine Generation weniger intelligent ist.

In welchen Ländern wurde der Negative Flynn-Effekt dokumentiert? Der Effekt wurde primär in wohlhabenden westlichen Ländern nachgewiesen, darunter Norwegen, Dänemark, Finnland, Frankreich und Großbritannien. Zeitpunkt und Ausmaß variieren je nach Land und Alterskohorte.

Schadet jede Art von Bildschirmnutzung dem Lernen? Nicht per se. Eng begrenzte adaptive Übungssoftware für Basisfertigkeiten zeigt messbare, wenn auch kleine positive Effekte. Das Problem liegt im unstrukturierten, weitflächigen und unkontrollierten Einsatz digitaler Geräte im Unterricht.

Ist Handschrift wirklich lernförderlicher als Tippen? Ja, das belegt die Kognitionswissenschaft konsistent. Metaanalysen über 238 Studien zeigen, dass handschriftliche Notizen das langfristige Behalten signifikant besser fördern als Laptop-Mitschriften, da Handschrift zur Verarbeitung und Zusammenfassung zwingt.

Was können Eltern konkret tun? Bildungsforschung empfiehlt: Papierlektüre für komplexe Texte fördern, handschriftliche Übungen nicht durch digitale ersetzen, Hausaufgaben ohne Bildschirm ermöglichen und den Dialog mit Schulen über Evidenzgrundlagen beim Technologieeinsatz suchen.

Ist Dr. Horvath grundsätzlich gegen den Einsatz digitaler Medien in Schulen? Nein. Horvath betont ausdrücklich, dass es sich nicht um eine Debatte über die Ablehnung von Technologie handelt, sondern um die Forderung nach evidenzbasiertem, entwicklungsgerechtem und transparentem Einsatz digitaler Werkzeuge im Bildungsbereich.

Quellen

Bratsberg, B., & Rogeberg, O. (2018). Flynn effect and its reversal are both environmentally caused. Proceedings of the National Academy of Sciences, 115(26), 6674–6678. https://doi.org/10.1073/pnas.1718793115

Dutton, E., van der Linden, D., & Lynn, R. (2016). The negative Flynn Effect: A systematic literature review. Intelligence, 59, 163–169. https://doi.org/10.1016/j.intell.2016.10.002

Fittes, E. K. (2022, March 1). How much time are students spending using EdTech? Education Week Market Brief. https://marketbrief.edweek.org/meeting-district-needs/how-much-time-are-students-spending-using-ed-tech/2022/03

Foerde, K., Knowlton, B. J., & Poldrack, R. A. (2006). Modulation of competing memory systems by distraction. Proceedings of the National Academy of Sciences, 103(31), 11778–11783. https://doi.org/10.1073/pnas.0602659103

Hattie, J. (2023). Visible learning: The sequel. A synthesis of over 2,100 meta-analyses relating to achievement. Routledge.

Horvath, J. C. (2026). The digital delusion. LME Global Press.

Horvath, J. C. (2026, January). Written testimony before the U.S. Senate Committee on Commerce, Science, and Transportation. U.S. Senate. https://www.commerce.senate.gov/services/files/A19DF2E8-3C69-4193-A676-430CF0C83DC2

Jolicoeur, P., Dell’Acqua, R., & Crebolder, J. (2000). Multitasking performance deficits: Forging links between the attentional blink and the psychological refractory period. In S. Monsell & J. Driver (Eds.), Control of cognitive processes: Attention and performance XVIII (pp. 309–330). MIT Press.

Kirschner, P. A., & De Bruyckere, P. (2017). The myths of the digital native and the multitasker. Teaching and Teacher Education, 67, 135–142. https://doi.org/10.1016/j.tate.2017.06.001

Mullis, I. V. S., von Davier, M., Foy, P., Fishbein, B., Reynolds, K. A., & Wry, E. (2023). PIRLS 2021 international results in reading. Boston College, TIMSS & PIRLS International Study Center. https://doi.org/10.6017/lse.tpisc.tr2103.kb5342

OECD. (2023). PISA 2022 results (Volume I): The state of learning and equity in education. OECD Publishing. https://doi.org/10.1787/53f23881-en

Ragan, E. D., Jennings, S. R., Massey, J. D., & Doolittle, P. E. (2014). Unregulated use of laptops over time in large lecture classes. Computers & Education, 78, 78–86. https://doi.org/10.1016/j.compedu.2014.05.016

Trahan, L. H., Stuebing, K. K., Fletcher, J. M., & Hiscock, M. (2014). The Flynn effect: A meta-analysis. Psychological Bulletin, 140(5), 1332–1360. https://doi.org/10.1037/a0037173

Wu, C., & Liu, Y. (2008). Queuing network modeling of the psychological refractory period (PRP). Psychological Review, 115(4), 913–954. https://doi.org/10.1037/a0013123