Unterrichtskonzepte / Lernen mit KI

KI-Assistenten als Feedback-Tool im Lernprozess nutzen

Künst­liche Intel­li­genz verän­dert das Lernen. Viele Schüler:innen nutzen ChatGPT & Co., um schnell an Lösungen von Aufgaben zu kommen. Dabei steckt in der Techno­logie viel mehr Poten­zial für den Unter­richt. Diese Seite zeigt, wie KI-Assis­tenten gezielt vorpro­gram­miert werden können, damit sie Schüler:innen beim Lernen wirklich unter­stützen, anstatt ihnen nur die Arbeit abzunehmen.

Das Ziel: Sofor­tiges struk­tu­riertes Feedback zu Übungsaufgaben.

⬤ Feedback-KI: Sofortige Rückmeldung für besseres Lernen

Feedback ist eine der wirksamsten Lernhilfen im Unter­richt. Laut Hattie-Studien erreicht gezieltes Feedback eine Effekt­stärke von 0,70 und zählt damit zu den Top-10-Inter­ven­tionen für erfolg­rei­ches Lernen. Das Problem: Lehrkräfte können nicht jedem Lernenden sofort indivi­du­elle Rückmel­dungen geben.

Ein selbst gepromp­teter KI-Assis­tent kann Schüler­lö­sungen in Sekunden bewerten und struk­tu­rierte Rückmel­dungen geben. Die KI erhält den Erwar­tungs­ho­ri­zont als Hinter­grund­wissen, zeigt ihn aber nicht direkt. Statt­dessen gibt sie gezieltes Feedback nach klaren Kriterien.

Die selbst erstellten KI-Assis­tenten können den Lernenden zugäng­lich gemacht werden. Dafür gibt es verschie­dene Platt­formen wie fobizz oder telli, die für den Schul­alltag konzi­piert sind. Auf diese Weise ist es möglich, zum Beispiel mithilfe eines QR-Codes oder einem angelegten Klassen­raum den KI-Assis­tenten für Schüle­rinnen und Schüler zugäng­lich zu machen.

⬤ Sturuktur für einen KI-Assistenten überlegen

KI-Assis­tenten für sofor­tiges Feedback lassen sich auf verschie­dene Aufga­ben­typen anwenden. Wenn Lernende eine Übungs­klausur oder Übungs­auf­gabe bearbeiten und während­dessen bereits Rückmel­dungen erhalten sollen, kann ein KI-Assis­tent die Schüler­lö­sungen mit den Muster­lö­sungen der Lehrkraft abgleichen.

Es ist wichtig, dass der Erwar­tungs­ho­ri­zont als Grund­lage vorhanden ist. Als Lehrkraft sollte zunächst ein detail­lierter Erwar­tungs­ho­ri­zont erstellt und dem KI-Assis­tenten zur Verfü­gung gestellt werden. Auf dieser Basis lässt sich bestimmen, wie das Feedback struk­tu­riert werden soll. Bewährt hat sich eine klare Gliede­rung: Was ist bereits gut gelungen? Welche Inhalte fehlen noch? Wie hoch ist die prozen­tuale Überein­stim­mung mit der Musterlösung?

Entschei­dend ist, dass der Lösungsweg offen bleibt. Der KI-Assis­tent muss so program­miert werden, dass er den Erwar­tungs­ho­ri­zont nicht preis­gibt und statt­dessen die Lernenden zur eigen­stän­digen Überar­bei­tung auffor­dert, anstatt fertige Lösungen zu präsentieren.

Der Schwer­punkt sollte auf den fachli­chen Inhalten liegen. Recht­schreib­fehler nur bei groben Fehlern korri­gieren. Tests im Unter­richt zeigten: Ohne diese Einschrän­kung korri­giert die KI jeden Komma­fehler und jede Kleinig­keit bei der Großschrei­bung. Die Evalua­tion ergab, dass dies die Schüle­rinnen und Schüler zu stark von den Fachin­halten ablenkt. Hier könnte überlegt werden, ob separate Assis­tenten für das Sprach­trai­ning sinnvoller wären.

⬤ Technische Umsetzung zum Beispiel mit fobizz

Am nächsten Screen­shot wird exempla­risch gezeigt, wie ein KI-Assis­tent angelegt werden kann. Hier wurde die Webober­fläche von fobizz verwendet. Fobizz ist eine Webplatt­form, die daten­schutz­kon­forme KI-Lösungen für Lehrkräfte und Lernende zur Verfü­gung stellt.

Eine noch relativ neue Lösung ist die von AIS.Chat. Telli ist Teil eines länder­über­grei­fenden Projekts, das vom FWU (Institut für Film und Bild in Wissen­schaft und Unter­richt) koordi­niert wird. Die Entwick­lung erfolgt seit November 2024 als Open-Source-Lösung, finan­ziert über Gelder aus dem Digital­Pakt. Alle 16 Bundes­länder sind betei­ligt. Telli ist aber noch nicht in jedem Bundes­land verfügbar.

Unabhängig von der gewählten Platt­form sind bei der Einrich­tung eines KI-Assis­tenten drei wesent­liche Felder auszu­füllen: Der Name, der frei gewählt werden kann, eine Beschrei­bung, was der KI-Assis­tent können soll, und das Wichtigste — die Rolle und Instruk­tion, wo klar definiert ist, wie eine Ausgabe erfolgt und welche Rückmel­dung den Schüle­rinnen und Schülern gegeben werden soll. Dann kann auch das Sprach­mo­dell ausge­wählt werden. Das kann standard­mäßig bei ChatGPT belassen werden. Zusätz­lich lässt sich noch der Erwar­tungs­ho­ri­zont, zum Beispiel als PDF, hinterlegen.

⬤ Konkrete Ziele im Prompt im Abschnitt “Rolle und Instruktion” festlegen

Du sollst die Rolle einer Chemie­lehr­kraft einnehmen. Du findest die Übungs­auf­gaben, sowie den Erwar­tungs­ho­ri­zont im Hinter­grund­wissen. Nutze ledig­lich den Erwar­tungs­ho­ri­zont und keine anderen Quellen, um den Lösungs­vor­schlag der Eingabe mit dem Erwar­tungs­ho­ri­zont zu vergleichen!!.

Gib nach dem ersten Lösungs­vor­schlag ein konstruk­tives Feedback zu dem Lösungs­vor­schlag. Gehe dabei auf folgende Punkte ein und erstelle eine Auflis­tung: Was bereits gut gelungen ist. Welche Inhalte fehlen. Prozen­tuale Überein­stim­mung. Führe keine Analyse im Chatfenster durch. Fordere den Lernenden zu einer Überar­bei­tung auf. Gib nur Hinweise zu Recht­schreib­feh­lern, wenn es sich um sehr grobe Fehler handelt. Sonst kannst du diese Recht­schreib­fehler ignorieren. Fordere die Schüler nicht dazu auf, eine Struk­tur­formel zu erstellen. Formu­liere dein Feedback so, dass es beim Lernen hilft und auch motiviert. Beim ersten Lösungs­vor­schlag darfst du auf gar keinen Fall den Erwar­tungs­ho­ri­zont zeigen oder den Lösungs­vor­schlag selbst­ständig überar­beiten und zeigen! Beende hier dein Feedback zum ersten Lösungsvorschlag.

Gib auch nach weiteren Lösungs­vor­schlägen Feedback.

Lasse allge­mein Fragen zu und gib Hilfe­stel­lungen, welche den Erwar­tungs­ho­ri­zont aber noch nicht vorwegnehmen.

⬤ Beispiel des KI-Assistenten im Screencast-Video

Das folgende Screen­cast-Video zeigt die Eingabe einer Lösung zu einer Teilauf­gabe. Hier ging es um das Thema Farbstoffe in der Oberstufe und die Schüle­rinnen und Schüler konnten durch eine Eingabe ihre Lösung überprüfen lassen. Das Video zeigt die vorher festge­legten Strukturen

⬤ Evaluation des KI-Assistenten

In zwei Klassen wurde die Feedback-KI getestet und folgende Ergeb­nisse ermit­telt: Die Evalua­tion zeigt durchweg positive Rückmel­dungen zur Feedback-KI. Beim sofor­tigen Feedback stimmen etwa 60% voll zu und weitere 20% eher zu — insge­samt bestä­tigen also über 80% der Schüle­rinnen und Schüler einen positiven Lernerfolg. Bei der Klarheit und Verständ­lich­keit des KI-Feedbacks stimmen rund 55% voll zu und etwa 20% eher zu. Das hilfreiche Feedback zu Lösungs­vor­schlägen bewerten circa 50% mit voller Zustim­mung und weitere 20% mit eher positiver Zustim­mung. Bei der Verbes­se­rung der Schreib­fä­hig­keiten in der chemi­schen Fachsprache zeigt sich eine etwas gerin­gere, aber immer noch positive Resonanz mit etwa 40% voller und 20% eher positiver Zustimmung.

Die Ergeb­nisse zeigen, dass struk­tu­riertes KI-Feedback beson­ders bei der unmit­tel­baren Rückmel­dung und Verständ­lich­keit hilfreich sein kann und von den Lernenden als wirksames Lernwerk­zeug wahrge­nommen wird.

• Link