Zum Bremer Konzept haben umfangreiche empirische Untersuchungen stattgefunden, vor allem sind die Dissertationen von Petri (1996) und Deylitz (1999) zu nennen.
In Petris Arbeit wird im Wesentlichen die Veränderung der Vorstellungen eines einzelnen Schülers untersucht.
Der systematischen Evaluation des Bremer Unterrichtskonzepts widmet sich die Dissertation von Deylitz (1999).
In seiner Evaluationsstudie untersuchte Deylitz 26 Schülerinnen und Schüler in drei Leistungskursen an Bremer Gymnasien. Dazu kamen 40 Studierende in einführenden Kursen an der Universität Perth (Australien).
In den Kursen wurden die Unterrichtsgespräche auf Tonband aufgezeichnet. An verschiedenen Stellen im Verlauf des Kurses wurden schriftliche Tests (Klausuren, Hausaufgaben) durchgeführt und Interviews aufgenommen. Die Dauer des Unterrichts in den untersuchten Klassen belief sich auf etwa 75 Stunden.
Zur Kategorisierung der Ergebnisse gliederte Deylitz den Unterrichtsstoff in verschiedene Inhaltsbereiche auf: Atommodell, 
-Funktion, Zustandsbegriff, Schrödingergleichung, Verbindung von Messgröße und Theorie, höhere Atome.
Er definiert verschiedene Ausprägungsgrade, um die Äußerungen der Schülerinnen und Schüler zu den betrachteten Inhaltsbereichen einzuordnen. Die Ausprägungsgrade reichen von Ausprägungsgrad 3 („gibt die wesentlichen Aspekte des Unterrichts korrekt wieder“) bis Ausprägungsgrad 0 („äußert sich nicht im Sinne des Unterrichtsansatzes“). Die so ermittelten Ausprägungsgrade stellen ein Maß für den Unterrichtserfolg dar.
Als Ergebnis seiner Studie findet Deylitz, dass in den (eher qualitativ orientierten) Inhaltsbereichen Atommodell, -Funktion und Zustandsbegriff etwa 60–70 % der Schülerinnen und Schüler die angestrebten Ausprägungsgrade 2 und 3 erreichen. Dagegen ist der Unterrichtserfolg in den Inhaltsbereichen Schrödingergleichung, Verbindung Messgröße/Theorie und höhere Atome eher unbefriedigend. In ihnen erreichten nur etwa 30–50 % der Schülerinnen und Schüler Ausprägungsgrad 2 oder 3.