Seit dem 10. März 2026 kann ChatGPT Mathe und Naturwissenschaften nicht nur erklären, sondern als interaktive Visualisierung zeigen, inklusive variabler Parameter und Live-Effekte in Diagrammen. Laut OpenAI startet das mit über 70 Kernkonzepten und ist weltweit für alle Tarife verfügbar, sobald ein Konto genutzt wird. Details stehen in der Ankündigung bei OpenAI.
Übersicht:
Was genau neu ist und wer es bekommt
ChatGPT kann bei ausgewählten Mathe- und Naturwissenschaftsthemen automatisch ein interaktives Modul einblenden, in dem sich Variablen verändern lassen und die Auswirkungen sofort sichtbar werden. Laut OpenAI betrifft das zum Start mehr als 70 Grundlagen, der Rollout beginnt am 10. März 2026 und richtet sich an eingeloggte Nutzerinnen und Nutzer weltweit, unabhängig vom Plan. Als Einordnung von außen beschreibt auch TechCrunch das Feature als „dynamische visuelle Erklärungen“ mit Echtzeit-Verhalten von Formeln und Beziehungen.
Die Themenliste ist laut OpenAI besonders nah an Oberstufe und Hochschule. Typische Beispiele:
- Geometrie, Pythagoras, Kreisumfang, Flächen und Volumina
- Algebra, binomische Formeln, Differenz von Quadraten, lineare Gleichungen
- Physik, Coulomb-Gesetz, Federkraft, kinetische und potenzielle Energie, Linsengleichung
- Chemie, ideale Gasgleichung PV = nRT, weitere Gasgesetze
Laut OpenAI ist das Lernen mit ChatGPT in diesem Bereich bereits Massenanwendung, pro Woche sollen rund 140 Millionen Menschen ChatGPT allein für Mathe und Naturwissenschaften nutzen. Die neue Funktion zielt darauf, das typische Problem zu adressieren, dass diese Fächer für viele abstrakt bleiben.
Weiterführend: Produktankündigung bei OpenAI, außerdem Berichterstattung bei TechCrunch.
Warum interaktive Visuals beim Verstehen helfen
Der Bedarf ist messbar. In einer Gallup-Umfrage berichten mehr als die Hälfte der Erwachsenen in den USA, dass ihnen Mathe schwerfällt, zusätzlich fühlen sich viele Eltern unsicher beim Unterstützen ihrer Kinder. Genau an dieser Stelle kann Interaktivität den Knoten lösen, weil nicht nur ein Ergebnis erscheint, sondern der Zusammenhang sichtbar wird.
Auch die Forschung stützt den Grundgedanken. Eine Meta-Analyse in Educational Research Review (2024) fasst Dutzende Studien zu Visualisierungs-Interventionen im Matheunterricht zusammen und findet insgesamt positive Lerneffekte. Interessant ist der Hinweis, dass Technologie nicht automatisch besser sein muss als analoge Visualisierung, entscheidend ist die äußere Darstellung, die das Denken entlastet und Beziehungen greifbar macht.
Der eigentliche Hebel ist das Ursache-Wirkung-Gefühl
Wenn Lernende Parameter verändern und sofort sehen, was das im Graphen oder in der Geometrie auslöst, entsteht ein inneres Modell. Eine Mathematiklehrerin, die OpenAI in der Ankündigung zitiert, hebt genau diesen Punkt hervor: Es bleibt nicht beim „Wie rechne ich“, sondern es wird zum „Warum funktioniert das“, und die Software lädt zum Weiterdenken ein.
Quellen: Gallup-Artikel zur Mathe-Selbstsicherheit, Meta-Analyse zu Visualisierungsinterventionen.
So wird aus einer Frage ein Experiment
Konkretes Praxisbeispiel
Beispiel ideale Gasgleichung PV = nRT: Statt nur die Formel zu merken, kann das Modul zeigen, wie sich Druck, Volumen und Temperatur gegenseitig verschieben. Ein sinnvoller Test ist, eine Variable festzuhalten und eine andere zu drehen, bis klar wird, was proportional ist und was invers läuft. Das ist wie ein digitales Labor, nur ohne Messgerät, das zuerst kalibriert werden muss.
Prompts, die direkt funktionieren
- Binomische Formel erklären lassen
- Kreisumfang verstehen und berechnen
- Coulomb-Gesetz mit Variablen begreifen
- Linsengleichung visuell nachvollziehen
Klare Entscheidungsregel
Wenn der Kern der Aufgabe ein Zusammenhang zwischen Variablen ist, also Steigung, Krümmung, Proportionalität oder Grenzverhalten, dann zuerst die interaktive Visualisierung nutzen, danach erst rechnen.
- Interaktive Visuals: zum Verstehen von Beziehungen, zum Testen von Intuition, zum schnellen Gegenbeispiel
- Study Mode: wenn eine Aufgabe Schrittfolge braucht und Denkfehler früh abgefangen werden sollen, laut OpenAI seit 29. Juli 2025 verfügbar, siehe Introducing study mode
- Quizzes und Karteikarten: wenn es um Abruftraining geht, ein Beispiel ist QuizGPT als Flashcard-Format, siehe LinkedIn-Post von ChatGPT for Education
Mini-Modell für die Einordnung
Die Produktlogik dahinter lässt sich als Dreiklang lesen: Tutor erklärt, Simulator lässt ausprobieren, Prüfer festigt über Quiz. Die neuen Visuals sind der Simulator-Teil, also der Schritt von „Antwortmaschine“ zu „Spielwiese mit Feedback“.
Was das für Lernplattformen und Forschung bedeutet
Marktlich verschiebt sich damit der Wettbewerb. Erklärvideos und statische Diagramme sind gut für Einstieg und Wiederholung, interaktive Module sind stark, wenn Intuition aufgebaut werden soll. OpenAI positioniert ChatGPT damit näher an Lernsoftware, die Experimentieren als Standard vorsieht, nicht als Zusatzmaterial.
Gleichzeitig bleibt offen, wie nachhaltig die Effekte sind. OpenAI betont, dass die Forschung zu KI und Lernwirkung noch im Aufbau ist und verweist auf eigene Arbeiten, unter anderem zur Messung von Lernfortschritt über längere Zeiträume. Dazu passt der Beitrag vom 4. März 2026 über neue Messwerkzeuge und die Learning Lab Forschungsumgebung, siehe New tools for understanding AI and learning outcomes.
Für den Ausbau nennt OpenAI zudem Partnerschaften über NextGenAI, einen Verbund zur Förderung von Forschung und Bildung, siehe Introducing NextGenAI. Die Richtung ist klar: mehr interaktive Fächer, mehr Evaluation, mehr Zusammenarbeit mit Hochschulen und Bildungsinstitutionen.