Fördern Roboter die MINT-Fähigkeiten von Kindern? Was die Forschung sagt
von Roboterwelt Redaktion2. September 2026
Metaanalysen über hunderte Studien zeigen: Lernroboter verbessern MINT-Kompetenzen und informatisches Denken messbar – aber nicht von allein und nicht in jedem Alter. Die Studienlage, die Grenzen und welcher Robotertyp zu welchem Kind passt.
Roboter-Bausätze werden fast immer mit demselben Versprechen verkauft: Sie sollen die MINT-Fähigkeiten fördern – Mathematik, Informatik, Naturwissenschaft und Technik. Das klingt gut, ist aber zunächst eine Behauptung der Hersteller. Dieser Artikel schaut deshalb auf die Forschung: Was ist über die Wirkung von Lernrobotern tatsächlich belegt, wo liegen die Grenzen, und welcher Robotertyp passt zu welchem Kind?
Warum die Frage relevant ist
In Deutschland fehlten im Oktober 2025 laut MINT-Herbstreport des Instituts der deutschen Wirtschaft rund 148.500 Arbeitskräfte in MINT-Berufen. Das sind 27,8 Prozent weniger als ein Jahr zuvor – die Konjunkturflaute hat die Lücke vorübergehend verkleinert, nicht die Ausbildungslage. Die größten Engpässe liegen in den Energie- und Elektroberufen mit 53.100 fehlenden Kräften, in der Maschinen- und Fahrzeugtechnik mit 30.000, in der Metallverarbeitung mit 28.900 und in den Bauberufen mit 25.300.
Der Report benennt bessere MINT-Bildung ausdrücklich als einen der langfristigen Hebel. Frühes Interesse an Technik ist dabei kein Selbstzweck: Eine positive Wahrnehmung der MINT-Fächer in der Kindheit hängt mit späteren schulischen Leistungen und Abschlüssen in diesen Fächern zusammen.
Was Metaanalysen zeigen
Die Wirkung von Lernrobotern ist inzwischen gut untersucht – nicht nur in Einzelstudien, sondern in Metaanalysen, die viele Studien zusammenfassen und ihre Ergebnisse gemeinsam auswerten.
Lernerfolg insgesamt
Eine im Mai 2026 in Educational Research Review erschienene Metaanalyse von Yanqun Lu und Shengnan Geng wertete 58 Studien mit 5.806 Schülerinnen und Schülern aus. Ergebnis: Robotik-Interventionen haben einen mittleren bis großen Gesamteffekt auf die Lernergebnisse (Effektstärke g = 0,76). Der Effekt zeigt sich sowohl bei kognitiven Ergebnissen wie Fachwissen und Problemlösen (g = 0,74) als auch – etwas stärker – bei affektiven Ergebnissen wie Motivation und Einstellung zum Fach (g = 0,81). Zur Einordnung: Effektstärken ab etwa 0,5 gelten in der Bildungsforschung als praktisch bedeutsam.
Aufschlussreich ist, was die Autoren nicht fanden: Von allen geprüften Einflussgrößen war nur eine statistisch bedeutsam, nämlich die Frage, womit verglichen wurde. Gegenüber klassischem Unterricht fällt der Vorsprung der Robotik größer aus als gegenüber anderen digitalen Lernformen. Schulstufe, Fach und Dauer der Intervention machten dagegen keinen gesicherten Unterschied – der Effekt ist also breit übertragbar.
Eine zweite, unabhängige Metaanalyse von Haoran Tang und Kollegen fasste im August 2025 in Humanities and Social Sciences Communications 36 Studien zusammen und kam zu vergleichbaren Werten: g = 0,72 für die schulische Leistung und g = 0,85 für informatisches Wissen.
Informatisches Denken und Problemlösen
Eine Metaanalyse von 2024 zu Coding- und Robotik-Aktivitäten mit 5.158 Teilnehmenden aus Studien der Jahre 2011 bis 2021 fand einen großen Effekt auf informatisches Denken und Problemlösefähigkeiten (0,76). Die Stärke des Effekts hing dabei von der Altersgruppe ab.
Genau an diesem Punkt wird die Metaanalyse von Merino-Armero und Kollegen (2022) deutlich. Sie wertete 41 Studien zum informatischen Denken in der Schule aus und bestätigt die Wirksamkeit über die Klassenstufen hinweg – mit einer wichtigen Ausnahme: Für Drei- bis Fünfjährige ließ sich kein statistisch gesicherter Effekt nachweisen. Sehr frühe Coding-Förderung hat also keine belegte Grundlage.
Problemlösen im Wettbewerb
Nicolai Pöhner untersuchte in seiner Dissertation an der Universität Würzburg Teilnehmende der World Robot Olympiad 2018 und 2019 in Deutschland und fand einen Zuwachs an Problemlösefähigkeiten – unabhängig von Wettbewerbskategorie, Altersgruppe, Geschlecht, Vorerfahrung und Platzierung. Interessant ist der Mechanismus: Die Fähigkeiten entwickelten sich über das systematische ingenieurmäßige Vorgehen beim Konstruieren – planen, bauen, testen, verbessern –, nicht über das Gewinnen. Den Coaches wies die Arbeit dabei die Rolle von Lernbegleitern zu, die vor allem auf der motivationalen Ebene wirken.
Warum Roboter wirken – und wann nicht
Der Wirkmechanismus ist gut beschrieben: Roboter machen abstrakte Konzepte greifbar. Ein Programm ist nicht mehr nur Text auf einem Bildschirm, sondern ein Verhalten, das man beobachten kann – und ein Fehler ist sofort sichtbar, wenn der Roboter gegen die Wand fährt. Dieses unmittelbare Feedback und das Lernen durch eigenes Bauen, in der Pädagogik nach Seymour Papert als Konstruktionismus bekannt, unterscheiden Roboter von Arbeitsblättern und Lernvideos. Gerade für jüngere Kinder, die noch nicht flüssig lesen, tippen oder eine Maus bedienen, ist das physische Objekt der zugänglichere Einstieg ins Programmieren als der Bildschirm.
Die Forschung benennt aber ebenso klar die Grenzen.
Der Roboter wirkt nicht von allein. Schon die vielzitierte Übersichtsarbeit von Fabiane Benitti (2012) stellte fest, dass Robotik das Verständnis von MINT-Konzepten unterstützen kann – einzelne der ausgewerteten Studien fanden jedoch keinerlei Lerneffekt. Entscheidend ist die Aufgabe, nicht die Hardware: Ein Roboter, der nach dem Aufbau nur noch herumfährt, fördert wenig.
Die Wirkung hängt von der Begleitung ab. Die Würzburger Wettbewerbsstudie und die Übersichtsarbeit von Anwar und Kollegen (2019, 147 Studien) betonen übereinstimmend die Rolle von Lehrkräften und Erwachsenen, die den Lernprozess strukturieren, ohne die Lösung vorzugeben.
Ein Neuheitseffekt ist nicht auszuschließen. Ein Teil der Motivation entsteht schlicht daraus, dass Roboter neu und spannend sind – ob das Interesse trägt, zeigt sich erst, wenn der Reiz des Neuen verflogen ist.
Für Eltern heißt das: Der Kauf ist der kleinste Teil der Förderung. Ein Roboter entfaltet seinen Lernwert, wenn er gebaut, verändert und herausgefordert wird – ein Labyrinth für den Sensor-Roboter, ein neues Programm für den micro:bit, eine Fehlersuche, wenn etwas nicht läuft.
Welcher Robotertyp passt zu welchem Kind?
Die Studien unterscheiden selten nach Produkten, wohl aber nach Ansatz und Alter. Daraus lässt sich eine praktische Zuordnung ableiten – mit Beispielen aus unserem Preisvergleich, jeweils mit dem günstigsten Angebot zuerst. Die Preise sind Tagespreise vom 2. September 2026.
Bauen und Mechanik verstehen (ab etwa 8 Jahren)
Bausätze ohne Programmier-Anteil fördern vor allem Feinmotorik, planvolles Vorgehen und das Verständnis von Getrieben, Hydraulik und Sensoren. Sie sind der richtige Einstieg, wenn das Kind vor allem gerne baut.
KOSMOS Cyborg-Hand - Hydraulik zum Anfassen: ein Exoskelett-Handschuh, der jede Fingerbewegung auf eine mechanische Hand überträgt. Der günstigste Einstieg in die Reihe.
KOSMOS Chipz - Autonomer Sechsbeiner mit Infrarot-Sensoren, der Hindernissen ausweicht und Linien folgt. Der Klassiker der Reihe.
Bei Amazon ansehen – 39,99 € | Bei Thalia ansehen – 43,99 € | Bei OTTO ansehen – 49,99 €
KOSMOS Nuna - Bionik-Igel mit Sound-Sensor: Klatschen löst Laufen, Stachel-Aufstellen oder eine Rückwärtsrolle aus. Vermittelt, wie Ingenieure Bewegungen aus der Natur nachbauen.
Sillbird ecoEbot 5-in-1 - Klemmbaustein-Bausatz mit Solar- und Batterieantrieb; fünf Modelle aus einem Teilesatz verbinden Konstruktion mit erneuerbarer Energie als Thema.
KOSMOS Bitsy - Ergänzt die Gruppe um akustische Ortung: Drei Mikrofone vergleichen, wo ein Geräusch zuerst ankommt, und der Roboter läuft in dessen Richtung. In Rezensionen wird die Beinmechanik allerdings wiederholt als heikel beschrieben – hier lohnt sorgfältiges Bauen.
Programmier-Logik ohne Bildschirm (ab etwa 5 bis 10 Jahren)
Bildschirmfreie Systeme vermitteln das Grundprinzip von Befehlsfolgen, ohne dass ein Gerät ins Kinderzimmer muss. Genau dieser Ansatz wird in der Forschung für jüngere Kinder als zugänglicher Einstieg ins informatische Denken beschrieben.
KOSMOS Codix - Programmieren rein mechanisch: Pins im Coding-Wheel bestimmen, was der Roboter tut. Mehrere Modelle aus über 150 Teilen, ganz ohne Elektronik zum Programmieren.
KOSMOS Carl - Das Coding-Chamäleon: Farbkarten werden zu Befehlsfolgen, ein Farbsensor unter dem Bauch liest sie ein. Dazu zwei vorprogrammierte Spielmodi und ein LED-Bauch, der die Farbe des Untergrunds annimmt.
fischertechnik Robotics Early Coding - Der früheste Einstieg im Sortiment – der Hersteller nennt ab 5 Jahren: Fahrroboter mit einfacher Ablaufsteuerung, drei Modelle. Zur Einordnung: Für Kinder unter sechs ist der Lerneffekt von Coding-Angeboten nicht belegt. Early Coding ist deshalb kein Muss, aber unter den Angeboten für dieses Alter eines der durchdachtesten.
Echtes Programmieren mit Schulstandards (ab etwa 10 Jahren)
Roboter mit BBC micro:bit oder Scratch-basierter Umgebung nutzen dieselben Werkzeuge wie viele Schulen. Das erleichtert den Übergang zwischen Kinderzimmer und Unterricht – und genau dort, wo Robotik den klassischen Unterricht ergänzt, sieht die Forschung den größten Vorsprung.
Velleman Tobbie II (KSR20) - Sechsbeiniger Bausatz aus 118 Teilen mit originalem micro:bit V2; programmiert wird in MakeCode oder Python direkt im Browser, auch vom Tablet – ein PC ist nicht nötig. Elf fertige Programme lassen sich vorab aufspielen.
KOSMOS Proxi - micro:bit-Roboter mit fünf Sensoren und dreistufigem Einstieg von fertigen Programmen bis zu eigenem Code; hier wird ein PC mit Windows oder macOS gebraucht.
Makeblock mBot V1.1 - Der verbreitetste Scratch-Lernroboter: Fahrroboter mit Linienfolger und Ultraschallsensor, programmiert in mBlock, später auch mit Arduino-Code. Preiswerter Einstieg in diese Klasse.
Makeblock mBot2 (mBot Neo) - Der Nachfolger mit CyberPi-Controller, WLAN und Python-Unterstützung; wächst vom Block-Programmieren bis zu KI-gestützten Projekten mit.
Für Jugendliche, die mehr wollen, gibt es Aufbaustufen: den Makeblock mBot Ranger als 3-in-1-Bausatz mit Kettenantrieb (161,49 € bei Amazon), fischertechnik Smart Robots Max mit RX-Controller und Omniwheels (ab 240,89 €) – oder gleich einen Raspberry Pi als Einplatinencomputer für eigene Robotik-Projekte (49,94 € bei Amazon).
KI verstehen (ab etwa 10 Jahren)
KOSMOS Miika K.I. - Verfolgt einen anderen Ansatz: Statt zu programmieren, trainieren Kinder ein Modell mit Gesten und Geräuschen – und erleben dabei auch, wo maschinelle Erkennung scheitert. Als Ergänzung zum Programmieren sinnvoll, als Ersatz nicht.
Für Kinder unter sechs Jahren gibt es angesichts der Studienlage keinen belegten Grund, in Coding-Spielzeug zu investieren – Bauklötze und Konstruktionsspielzeug leisten in diesem Alter dasselbe.
Wie sich die einzelnen KOSMOS-Kästen voneinander unterscheiden, haben wir in der Übersicht Mit Roboter-Bausätzen spielend Technik verstehen lernen zusammengestellt. Den Proxi haben wir im Einzeltest als micro:bit-Bausatz im Überblick untersucht, und die technischen Schwächen des Miika beschreibt unser Beitrag zum Roboter-Bausatz mit trainierbarer KI.
Fazit
Die Forschung stützt das Hersteller-Versprechen in seinem Kern: Lernroboter verbessern MINT-Kompetenzen, Problemlösefähigkeiten und die Einstellung zu Technik messbar, mit mittleren bis großen Effekten über hunderte Studien hinweg. Sie stützt aber nicht die Kurzfassung, Roboter kaufen genüge. Die Wirkung entsteht aus der Kombination von passendem Gerät, echten Aufgaben und Begleitung – und sie beginnt sinnvollerweise nicht vor dem Grundschulalter.
Quellen
Die Preisangaben stammen vom 2. September 2026 und können sich ändern. Die Händler-Links sind Affiliate-Links: Wenn du darüber kaufst, erhalten wir eine Provision – für dich ändert sich der Preis nicht.
