«ChatGPT gibt meinem Kind eine bessere Note. Wie rechtfertigen Sie die schlechtere Bewertung?»

Mit dieser Frage beginnt ein LinkedIn-Beitrag von Ronald Worgatsch. Er berichtet von einer entsprechenden Beschwerde an seiner Schule. Was genau eingegeben wurde, welche Arbeit betroffen war und wie das Gespräch ausging, geht aus dem Ausschnitt nicht hervor. Über diesen konkreten Fall lässt sich deshalb kein Urteil fällen.

Die Frage dahinter lohnt sich trotzdem. Wir sprechen viel darüber, wie Lernende KI für Aufgaben nutzen. Hier geht es um eine andere Rolle: Ein Elternteil lässt die bereits beurteilte Arbeit nochmals bewerten. Plötzlich steht neben der schulischen Note eine zweite, ausführlich begründete Einschätzung.

Für mich ist das weder ein Grund, Eltern abzuwimmeln, noch einer, die KI zur Schiedsrichterin zu machen. Eine andere Note beweist noch keinen Bewertungsfehler. Ein konkreter Hinweis auf einen Bewertungsfehler verdient aber eine Prüfung – auch wenn er aus einem Chatbot stammt.

Zwei Noten können zwei verschiedene Fragen beantworten

Wer eine Schülerarbeit hochlädt und nach einer Note fragt, stellt scheinbar eine einfache Aufgabe. Tatsächlich fehlen womöglich die entscheidenden Angaben: die genaue Aufgabenstellung, die erwartete Leistung, die Gewichtung einzelner Kriterien und der Notenschlüssel.

Ein Text kann sprachlich überzeugend sein und trotzdem die gestellte Frage verfehlen. Eine Antwort kann das richtige Ergebnis nennen, obwohl ausdrücklich auch die Begründung verlangt war. Umgekehrt kann eine ungewohnte Formulierung fachlich richtig sein. Dann wäre ein Punktabzug allein wegen der Abweichung von der Musterlösung fragwürdig.

Deshalb genügt es nicht, dass KI und Lehrperson denselben Text gesehen haben. Sie müssten auch dieselbe Leistung nach denselben Kriterien beurteilen.

Das ist allerdings keine bequeme Ausrede für die Schule. Wenn wichtige Massstäbe nur im Kopf der Lehrperson existieren, haben nicht bloss Chatbots ein Problem. Dann können auch Lernende und Eltern die Beurteilung kaum nachvollziehen. Im Unterricht besprochene Anforderungen sollten sich erklären lassen; versteckte Erwartungen werden durch den Verweis auf «den Kontext» nicht fairer.

Auch der Hinweis auf frühere Leistungen braucht Präzision. Für eine Gesamtbeurteilung können mehrere Leistungsnachweise relevant sein. Eine konkrete Einzelarbeit sollte hingegen an den dafür vorgesehenen Kriterien gemessen werden. «Ich kenne das Kind» erklärt noch nicht, weshalb genau hier Punkte fehlen.

Abonnieren

Was die Forschung tatsächlich hergibt

Die pauschale Behauptung, KI könne Schülerarbeiten grundsätzlich nicht sinnvoll beurteilen, geht zu weit. Die Forschung zeigt Möglichkeiten und Grenzen, die für das Elterngespräch entscheidend sind.

Eine 2024 veröffentlichte Studie von Da-Wei Zhang und Kollegen untersuchte die Bewertung von IELTS-Schreibaufgaben. Detaillierte Bewertungskriterien halfen den getesteten Sprachmodellen. Die beste Prompt-Bedingung erreichte aber nur eine moderate Übereinstimmung mit den offiziellen Bewertungen, wenn es auf die tatsächliche Höhe der Bewertung ankam. Sie bewertete zudem systematisch strenger. Die Modelle konnten Leistungen also ähnlich ordnen, ohne dieselben Noten zu vergeben. Die Untersuchung betrifft ein bestimmtes Prüfungsformat und damalige Modelle; sie ist kein Test aller heutigen Chatbots.

Eine 2026 veröffentlichte Vorabstudie aus Estland zeigt die andere Seite: Bei der Auswertung von Aufsätzen aus landesweiten Probeprüfungen erzielten Modelle mit genau aufbereiteten Bewertungsrastern Ergebnisse, die mit menschlichen Bewertungen vergleichbar waren. Die Forschenden beschreiben ein Verfahren mit menschlicher Kontrolle und unterscheiden ausdrücklich zwischen einer solchen Anwendung und einem gewöhnlichen Chatbot-Gespräch. Als Preprint ist die Arbeit zudem entsprechend vorsichtig einzuordnen.

Zusammengenommen ist das für mich ein Argument für überprüfbare Verfahren. Ein gut untersuchtes Bewertungssystem und ein spontan hochgeladenes Foto mit der Frage «Welche Note wäre fair?» sind sehr unterschiedliche Ausgangslagen.

Und noch etwas folgt daraus: KI gibt nicht grundsätzlich die bessere Note. Sie kann auch strenger urteilen. Entscheidend ist, worauf ihre Bewertung beruht und ob die Begründung trägt.

Die Frage kann schon eine Richtung vorgeben

«Prüfe die Arbeit anhand dieses Rasters» ist ein anderer Auftrag als «Mein Kind wurde unfair benotet. Begründe, weshalb die Arbeit eine bessere Note verdient.»

Im zweiten Fall wird die gewünschte Schlussfolgerung bereits mitgeliefert. Forschung zu Sycophancy beschreibt die Neigung von Sprachmodellen, sich an Ansichten ihrer Nutzenden anzupassen. Eine Untersuchung von Mrinank Sharma und Kollegen fand dieses Verhalten bei fünf damaligen KI-Assistenten in verschiedenen Aufgaben. Sie untersuchte keine schulischen Notenbeschwerden. Daraus lässt sich also nicht ableiten, dass jeder Chatbot Eltern automatisch recht gibt. Es ist aber ein guter Grund, die Eingabe mitzulesen, bevor man eine Antwort als unabhängiges Urteil behandelt.

Das gilt in beide Richtungen. Auch eine Lehrperson kann sich von der KI die eigene Korrektur bestätigen lassen. «Erkläre, weshalb mein Punkteabzug richtig ist» wäre keine offenere Prüfung.

Zwei Menschen, die sich jeweils vom eigenen Chatbot bestätigen lassen, sind einer gemeinsamen Klärung noch nicht näher.

Den Einwand ernst nehmen, die Begründung prüfen

Ich würde ein solches Gespräch deshalb nicht mit einem Grundsatzstreit über ChatGPT beginnen. Der sinnvollere Ausgangspunkt wäre: Welche konkrete Stelle soll falsch beurteilt worden sein?

Damit verändert sich die Frage. Aus «Die KI sagt etwas anderes» wird beispielsweise: «Diese Begründung wurde als fehlend gewertet. Steht sie nicht im zweiten Absatz?» Das lässt sich am Text und am Kriterium prüfen. Dafür muss niemand der KI allgemein vertrauen.

Ein möglicher Gesprächseinstieg wäre:

«Ich verstehe, dass die unterschiedliche Einschätzung Fragen auslöst. Schauen wir gemeinsam auf die Aufgabe, die Kriterien und die Stelle, die aus Ihrer Sicht anders bewertet werden müsste. Falls ich etwas übersehen habe, möchte ich das korrigieren.»

Danach würde ich Arbeit, Aufgabenstellung und Bewertungsraster nebeneinanderlegen. Falls der KI-Output für den Einwand eine Rolle spielt, gehören auch die verwendete Eingabe und die bereitgestellten Unterlagen dazu. Eine aus dem Gespräch herausgelöste Schlussnote sagt wenig darüber, wie sie zustande kam.

Am Ende braucht es eine Antwort auf den Einwand: Die Stelle erfüllt das Kriterium – oder sie erfüllt es aus einem benennbaren Grund noch nicht. Vielleicht wurde tatsächlich etwas übersehen. Vielleicht bewertet der Chatbot einen anderen Aspekt. Vielleicht zeigt sich, dass das Kriterium unklar formuliert war.

Keine dieser Möglichkeiten sollte schon vor der Prüfung feststehen. Die Korrektur eines Fehlers würde ich als Teil professioneller Verantwortung verstehen. Und wenn die ursprüngliche Bewertung bestehen bleibt, sollte die Erklärung mehr leisten als «Die KI kennt unseren Unterricht nicht».

Die Schule muss dieselben Massstäbe an sich anlegen

Von Eltern einen kritischen Umgang mit KI einzufordern, wirkt wenig überzeugend, wenn die eigene KI-gestützte Korrektur hinter einer fertigen Note verschwindet.

Die Hinweise des Kantons Zürich zum KI-Einsatz in der Volksschule betonen klare, den Lernenden bekannte Kriterien. Bei benoteten Beurteilungen empfehlen sie Zurückhaltung und eine gründliche Prüfung möglicher Beurteilungsfehler. Lehrpersonen sollen ausserdem offenlegen, inwieweit sie KI für die Beurteilung nutzen. Das ist eine kantonale Orientierung, keine pauschale Aussage über alle Schulordnungen.

Für mich ergibt sich daraus ein einfacher Anspruch: Wer eine Note verantwortet, muss die tragenden Gründe selbst prüfen und erklären können. Ein KI-Vorschlag entlastet nicht von dieser Aufgabe.

Eltern brauchen dafür keine perfekte Prompt-Schulung. Hilfreicher fände ich eine gemeinsame Verständigung darüber, was ein KI-Output sein kann: ein Anlass zum Nachfragen, eine mögliche Erklärung, ein Hinweis auf eine übersehene Stelle. Die verbindliche Beurteilung entsteht dadurch noch nicht.

Dabei gehört auch der Umgang mit den Arbeiten auf den Tisch. Namen, Handschrift oder persönliche Inhalte können Rückschlüsse auf Kinder zulassen; Namen zu entfernen ist deshalb nicht automatisch eine ausreichende Anonymisierung. Die Zürcher Best Practices zu KI in der Bildung erläutern solche Risiken. Für die Schule würde ich daraus ableiten: zunächst Einsatz und zulässige Daten klären, statt für eine Zweitmeinung wahllos vollständige Arbeiten hochzuladen. Die fachliche Nachfrage an die Lehrperson braucht keinen zusätzlichen KI-Upload.

Das Kind braucht mehr als einen Notenstreit

Zwischen der schulischen Bewertung und der KI-Gegennote steht jemand, um dessen Lernen es eigentlich gehen sollte.

Wenn Erwachsene nur darüber verhandeln, welche Zahl richtig ist, bleibt die wichtigste Rückmeldung womöglich aus: Was ist bereits gelungen? Woran fehlt es noch? Wie könnte die nächste Antwort besser werden?

Deshalb würde ich die Klärung mit einem verständlichen Rückblick für das Kind abschliessen. Falls ein Bewertungsfehler vorlag: Was wurde korrigiert und weshalb? Falls nicht: Welche konkrete Anforderung war noch nicht erfüllt? Das lässt sich an einer Stelle der eigenen Arbeit zeigen. Eine weitere allgemeine Erklärung des Chatbots ersetzt diesen Bezug nicht.

Der Gedanke aus dem LinkedIn-Beitrag führt damit für mich zu einer grösseren Frage: Wie gut können wir unsere Beurteilungen erklären, wenn jemand eine plausibel klingende Gegenmeinung mitbringt?

Diese Frage mussten Schulen auch vor ChatGPT beantworten. KI macht es leichter, eine solche Gegenmeinung zu erzeugen. Sie macht die sorgfältige Prüfung der Gründe nicht überflüssig.

Eine faire Note muss eine begründete Nachfrage aushalten. Ob der Anstoss dazu von einem Elternteil, einer Schülerin oder einem Chatbot kommt, sollte für die Prüfung des Einwands keine Rolle spielen.

Teilen

Quellen und Lesehinweise

• Ausgangsimpuls: LinkedIn-Beitrag von Ronald Worgatsch. Der darin berichtete Schulfall wurde nicht unabhängig überprüft; daraus wird keine Aussage über die Häufigkeit solcher Beschwerden abgeleitet.

• Zhang et al. (2024): Evaluating large language models for criterion-based grading from agreement to consistency. Begutachtete Untersuchung zu IELTS-Schreibaufgaben.

• Karjus et al. (2026): Machine-Assisted Grading of Nationwide School-Leaving Essay Exams with LLMs and Statistical NLP. Preprint zu estnischen Probeprüfungen.

• Sharma et al.: Towards Understanding Sycophancy in Language Models. Zuerst 2023 veröffentlicht; verlinkte Fassung 2025 überarbeitet. Keine Studie zu schulischen Notenbeschwerden.

• Kanton Zürich: Künstliche Intelligenz in der Volksschule.

• Kanton Zürich: Künstliche Intelligenz in der Bildung – Rechtliche Best Practices.

Eine KI kann einen schwer verständlichen Text erklären. Sie kann auch gleich entscheiden, welcher Beleg überzeugt, und die Begründung dazu schreiben. Beides erleichtert die Aufgabe. Für das Lernen macht es jedoch einen Unterschied, welche Arbeit dabei übrig bleibt. Wer einen unbekannten Begriff versteht, kann endlich an einer fachlichen Frage weiterdenken. Wer das fertige Urteil übernimmt, hat diese Frage möglicherweise noch gar nicht bearbeitet.

Welche Schwierigkeit gehört also zum Lernen, und wann steht sie ihm im Weg? Meine These: Eine Anforderung ist dann sinnvoll, wenn sie eine Verarbeitung anregt, die später gebraucht wird – etwa Unterschiede erkennen, einen Zusammenhang erklären oder Gründe gegeneinander abwägen. Aufwand allein rechtfertigt sie nicht. KI-Unterstützung muss sich daran messen lassen, ob sie diese Verarbeitung ermöglicht oder bereits erledigt.

Damit verschiebt sich auch die Frage nach guter Hilfe. Eine sprachliche Entlastung kann eine anspruchsvolle Entscheidung zugänglich machen. Eine freundlich formulierte KI-Rückfrage kann dieselbe Entscheidung dagegen schon vorwegnehmen. Entscheidend ist der Inhalt der Hilfe im Verhältnis zum Lernziel. Die Bezeichnung «Tutor» oder «Hinweis» genügt dafür nicht.

Abonnieren

Als Prüfstein für diese Unterscheidung dient mir eine Frage:

Welche Verarbeitung soll nachher ohne diese Hilfe möglich sein und ist die aktuelle Hürde dafür notwendig oder nur störend?

Im vertieften Teil untersuche ich, wann eine Erklärung den Zugang öffnet und wann selbst ein Hinweis die entscheidende Denkarbeit übernimmt. Drei Forschungsbeiträge helfen, sinnvolle Schwierigkeit, Leistung mit KI und eigenes Lernen auseinanderzuhalten. Dazu kommen die Gegenargumente: Wie lässt sich Eigenständigkeit mit nötigen Zugangshilfen vereinbaren, und was verändert sich, wenn der Umgang mit KI selbst zum Lernziel gehört?

Read more

Aus einem Absatz wird eine Tabelle. Die KI ordnet Aussagen in Zeilen und Spalten, und plötzlich liegt eine zweite Fassung vor. Ob sie für die Frage im Unterricht besser passt, ist damit noch offen. Genau an dieser Stelle setzt die folgende Idee an: Die Lernenden entscheiden, welche Darstellung sie verwenden wollen, und begründen ihre Wahl am Inhalt.

Die KI bekommt dafür eine eng begrenzte Aufgabe. Sie formt einen geprüften Text um; die Fachfrage beantwortet sie nicht. Diese bleibt bei den Lernenden. So entsteht eine zusätzliche Entscheidung: Kann ich diese maschinell erzeugte Fassung übernehmen? Muss ich eine Beziehung deutlicher machen, oder hilft mir der ursprüngliche Text mehr?

Entscheidend ist der Vergleich an einer konkreten Frage. «Die Tabelle ist übersichtlicher» genügt als Begründung noch nicht. Wer sie auswählt, soll zeigen können, welche wichtige Beziehung darin erkennbar wird. Das gilt genauso für die Wahl des Textes. Auch wenn in der KI-Fassung nichts fehlt, gibt es etwas zu beurteilen.

Abonnieren

Was du vorbereitest

Wähle einen kurzen, fachlich geprüften Text aus deinem Unterricht und eine dazu passende Frage. Der Text braucht mindestens einen Zusammenhang, auf den es für die Antwort ankommt: eine Bedingung, eine zeitliche Folge oder einen Unterschied zwischen zwei Ebenen. Eine reine Aufzählung bietet dafür wenig Anlass. Die Lernenden brauchen genügend Vorwissen, um die Aussagen zu verstehen, und müssen eine einfache Tabelle lesen können.

Lege vorab fest, welche Antwort fachlich trägt und an welcher Stelle des Textes sie sich begründen lässt. Anschliessend lässt du die KI den Text mit dem folgenden Auftrag umformen. Gib ihr nur den Text mit seinem Titel; die Fachfrage und deine erwartete Antwort bleiben ausserhalb der Eingabe. Ein für den Unterricht freigegebener Zugang der Lehrperson genügt. Eigene Konten der Lernenden sind dafür nicht nötig, personenbezogene Angaben gehören nicht in die Eingabe.

Der Umformungsauftrag lautet:

Übertrage ausschliesslich den unten stehenden Ausgangstext in eine kompakte Markdown-Tabelle. Verwende höchstens drei Datenzeilen und genau diese Spalten: Zeitpunkt oder Bedingung | Vorgang oder Ergebnis | Einschränkung oder Zusammenhang.

Erhalte die fachlich relevanten Beziehungen und Einschränkungen. Fasse zusammen, ohne Tatsachen, Ursachen oder Bewertungen zu ergänzen. Du darfst mehrere zusammengehörige Aussagen in einer Zelle verbinden. Nicht angegebene Informationen kennzeichnest du bei Bedarf als «nicht angegeben»; ergänze kein Weltwissen. Formuliere keine Empfehlung für die beste Darstellung und keine zusätzliche Erklärung. Gib nur die Tabelle aus. Nutze keine Werkzeuge, Dateien oder externen Quellen.

Titel: {title}

Ausgangstext:
{text}

Ersetze die beiden Platzhalter durch Titel und Text. Markdown bezeichnet hier eine einfache Textschreibweise für Tabellen. Sichere die vollständige Eingabe und die unveränderte Ausgabe mit Datum und Modellangabe. Prüfe die Ausgabe fachlich, bevor du sie einsetzt. Wenn mehrere tragende Aussagen falsch sind, verwende eine bereits gespeicherte und vorgeprüfte Ausgabe. Einzelne fachliche Fehler müssen sichtbar gekennzeichnet und vor einer weiteren Verwendung korrigiert werden; das Original bleibt erhalten.

Für den Ablauf brauchst du den Ausgangstext, die Frage, die tatsächlich erzeugte Tabelle und Platz für Notizen. Zeige die Tabelle erst nach der ersten eigenen Antwort.

Vier Schritte zur begründeten Wahl

1. Erst selbst antworten. Die Lernenden lesen den Text und beantworten die Fachfrage in einem Satz. Sie unterstreichen die Stelle, die ihre Antwort trägt, und lassen ihre Erstantwort stehen. Damit bleibt später sichtbar, ob sie ihre fachliche Antwort verändern oder lediglich eine andere Darstellung bevorzugen.

2. Dann die KI-Umformung ansehen. Nun kommt die gespeicherte Tabelle dazu. Text und KI-Ausgabe liegen unverändert nebeneinander. Die Lernenden kennen den Umformungsauftrag und wissen, dass die KI ihre Fachfrage nicht erhalten hat. Ihr Gegenstand ist diese konkrete Ausgabe, nicht eine vermutete Fähigkeit aller KI-Systeme.

3. Die Formen vergleichen. Der Auftrag lautet: Halte fest, was die Tabelle für deine Frage leichter erkennen lässt und was fehlt, hinzukommt oder schwerer zu erkennen ist. Zeige zu jeder Beobachtung die betreffenden Stellen in beiden Fassungen. Findest du keinen Verlust oder Zusatz, schreibe auch das auf und begründe es am entscheidenden Zusammenhang. Eine kürzere Formulierung allein bedeutet noch keinen Informationsverlust.

4. Eine Form wählen. Die Lernenden entscheiden sich für den Text, die unveränderte Tabelle oder eine selbst ergänzte Tabelle. Sie begründen ihre Wahl mit ihrem Vergleich und überprüfen dann die Erstantwort. Eigene Ergänzungen halten sie separat fest, sodass die ursprüngliche KI-Ausgabe erkennbar bleibt. Die Schlussantwort darf unverändert bleiben: Eine begründete Darstellungswahl braucht keine zuvor falsche Antwort.

Am Ende liegen die Erstantwort mit ihrer Textstelle, der kurze Vergleich und die begründete Wahl samt überprüfter Antwort vor. An diesen Spuren lässt sich besprechen, ob eine Entscheidung fachlich trägt.

Was eine kleine Umordnung verändern kann

Ein Beispiel aus der Entwicklung zeigt, worauf es beim Vergleichen ankommt. Ein kurzer Text beschrieb einen idealisierten Erwärmungsvorgang mit reinem Wasser bei konstantem Normaldruck. Während des Schmelzens bleibt die Temperatur trotz weiterer Energiezufuhr konstant; nach vollständigem Schmelzen kann sie steigen. Auch beim anschliessenden Sieden bleibt sie konstant, solange flüssiges Wasser und Wasserdampf vorliegen. Diese Unterscheidung erläutert auch OpenStax im Kapitel zu Phasenwechseln.

Die Frage zum Text lautete: In welchen Abschnitten steigt die Temperatur trotz Energiezufuhr nicht, und welche Bedingungen begrenzen diese Aussage? In der tatsächlich erzeugten Tabelle standen die gemeinsamen Bedingungen in der ersten Zeile, beim Schmelzen. Sie waren vorhanden. Ihr Bezug auf den gesamten Vorgang war dort jedoch weniger deutlich als im einleitenden Satz des Textes.

Eine mögliche begründete Wahl ist deshalb eine ergänzte Tabelle: Die bereits vorhandenen gemeinsamen Bedingungen stehen zusätzlich über allen Zeilen. Die fachliche Antwort bleibt dieselbe. Es wird kein verschwundener Inhalt zurückgeholt; eine vorhandene Information wird ihrem Geltungsbereich deutlicher zugeordnet. Wer stattdessen den Text auswählt und auf dessen einleitenden Satz verweist, kann seine Entscheidung ebenfalls begründen.

In einer weiteren, kürzeren Umformung zum Schmelzen verwies die KI in den späteren Zeilen ausdrücklich auf dieselben Modellbedingungen. Hier liess sich die Tabelle unverändert für den Vergleich von «während des Schmelzens» und «nach vollständigem Schmelzen» verwenden. Ein künstlich eingebauter Fehler würde die eigentliche Frage verdecken: Passt diese Darstellung für meinen Zweck?

Worauf du bei der Auswertung achtest

Drei Fragen führen durch das Gespräch: Welche Beziehung trägt deine Antwort? Wo wird sie in jeder Form sichtbar? Weshalb passt deine gewählte Darstellung zu genau dieser Frage? Eine tragfähige Begründung verbindet den Inhalt mit konkreten Stellen und der daraus folgenden Wahl. Unterschiedliche Entscheidungen sind möglich, solange sie diese Verbindung herstellen.

Eine mögliche Stolperstelle ist, eine zeitliche Reihenfolge als Ursache und Wirkung zu lesen. Lass dann die behauptete Ursache im Ausgangstext zeigen. Fehlt der Beleg, bleibt die Ursache offen. In einem ausdrücklich erfundenen Entwicklungstext über eine Bibliothek enthielt bereits das Original keine Ursachenangaben. Auch die KI-Tabelle ergänzte keine. Die Grenze lag hier im vorhandenen Wissen: Keine der beiden Formen konnte die fehlende Erklärung liefern.

Wenn der Vergleich schwerfällt, markierst du die entscheidende Beziehung im Text vor. Die Lernenden suchen ihre Entsprechung in der Tabelle und begründen daran die Wahl. Für eine Vertiefung kannst du dieselben beiden Darstellungen mit einer zweiten Fachfrage betrachten lassen. Ein anderer Zweck kann eine andere Wahl rechtfertigen; ein neuer KI-Aufruf ist dafür nicht nötig.

Bei fehlendem Zugang funktioniert der Ablauf mit einer zuvor gespeicherten echten KI-Ausgabe samt Ausgangstext, Eingabe und Herkunftsangaben. Eine selbst geschriebene Tabelle darf dabei nicht als KI-Ausgabe ausgegeben werden. Ohne dokumentierte Ausgabe lässt sich die hier vorgeschlagene Auseinandersetzung mit einer maschinellen Umformung nicht durchführen.

Die Methode wurde in der Entwicklung an vier gespeicherten KI-Ausgaben fachlich durchgearbeitet, darunter Texte aus Geschichte und Physik. Dabei wurde kein Informationsverlust nachgewiesen. Eine Erprobung mit einer Klasse und ein Vergleich des Lernerfolgs liegen nicht vor. Die Beispiele zeigen begründbare Darstellungsentscheidungen; sie belegen keine bessere Lernwirkung durch KI.

Darstellungen vergleichen kann man auch ohne KI. Hier kommt die Frage hinzu, ob Lernende eine tatsächlich maschinell erzeugte Fassung verantwortlich übernehmen können. Dafür müssen sie ihren Zweck kennen und am Inhalt begründen, was sie wählen. Die KI liefert eine zweite Darstellung. Ob und wie sie genutzt wird, bleibt eine menschliche Entscheidung.

Teilen

Sechs Fragen, sechs Lösungshinweise: Ein KI-Entwurf kann vollständig aussehen und trotzdem am Lernziel vorbeigehen. In einem redaktionellen Funktionstest sollten Fragen zeigen, ob Lernende zwischen einem Studienbefund und einer zu weit gehenden Schlussfolgerung unterscheiden können. Alle Antworten mussten sich aus einem vorgegebenen Sachtext ableiten lassen. Zwei Fragen setzten jedoch Wissen voraus, das dieser Text nicht erklärte. Die Lehrperson hätte damit auch Vorwissen geprüft, das gar nicht Gegenstand der Aufgabe war.

Hier beginnt die Arbeit, die in einem schnellen KI-Entwurf leicht unsichtbar bleibt. Es reicht nicht, die Sätze auf Fehler durchzusehen. Man muss prüfen, ob die Fragen tatsächlich die gewünschte Denkhandlung verlangen, ob die Lösungen zum Ausgangsmaterial passen und ob eine verständliche Formulierung eine wichtige Einschränkung unterschlägt.

KI kann Formulierungsarbeit übernehmen. Ob daraus Entlastung entsteht, entscheidet sich am verwendbaren Ergebnis: Was bleibt nach der fachlichen Prüfung übrig und welche Arbeit kommt durch Kontrolle und Anpassung hinzu? Für die Unterrichtsvorbereitung ist diese Frage hilfreicher als die Geschwindigkeit, mit der Text auf dem Bildschirm erscheint.

Abonnieren

Was die Forschung zur Zeitersparnis zeigt

Eine EEF/NFER-Studie von 2024 untersuchte 259 Lehrpersonen an 68 englischen Schulen. Es ging um Unterrichts- und Materialplanung für Naturwissenschaften in Year 7 und Year 8. Die Schulen wurden zufällig zwei Gruppen zugeteilt: ChatGPT mit begleitendem Leitfaden oder Planung ohne generative KI. Nach fünf Wochen Einarbeitung erfassten wöchentliche Tagebücher die Planungszeit in den Wochen sechs bis zehn.

Die berichteten Gruppenmittel lagen bei 56,2 gegenüber 81,5 Minuten pro Woche: 25,3 Minuten beziehungsweise rund 31 Prozent weniger für die untersuchte Planungsarbeit. Ein Fachgremium bewertete ausgewählte Materialien ohne Kenntnis ihrer Herstellungsweise. Es fand keinen Hinweis auf einen Qualitätsunterschied. Das belegt weder die Gleichheit sämtlicher Materialien noch eine allgemeine Nichtunterlegenheit von KI-Material. EEF/NFER, Evaluationsbericht, S. 4–5

Der Befund gilt für diese begrenzte Aufgabe nach der Einübungsphase. Er beschreibt weder die gesamte Arbeitszeit noch andere Fächer oder Schweizer Schulen. Auch der Beitrag des Leitfadens lässt sich nicht vom KI-Einsatz trennen. Die Prozentzahl ist deshalb kein persönliches Sparversprechen.

Anders einzuordnen sind die Zeitangaben der US-Befragung von Gallup und der Walton Family Foundation. Dort schätzten Lehrpersonen selbst, wie viel Zeit sie mit KI gewinnen oder zusätzlich aufwenden. Solche Angaben beschreiben wahrgenommenen Nutzen; sie ersetzen keinen kontrollierten Aufgabenvergleich und belegen keinen kausalen Zeiteffekt. Gallup/Walton, Methodik, S. 18–19

Drei Entwürfe, drei Arten von Prüfaufwand

Für diesen Artikel wurde ein dokumentierter redaktioneller Funktionstest mit drei echten KI-Ausgaben durchgeführt: sprachliche Varianten eines Sachtexts, Verständnisfragen mit Lösungshinweisen und eine Elternmitteilung aus erfundenen Vorgaben. Die Nacharbeit erfolgte durch einen KI-Agenten, nicht durch beobachtete Lehrpersonen. Es gab weder einen menschlichen Vergleichsdurchlauf ohne KI noch eine Messung menschlicher Arbeitszeit oder eine Erprobung in einer Klasse. Die folgenden Befunde zeigen konkrete Prüfstellen, keine Zeitersparnis oder allgemeine Fehlerquote.

Beim Umschreiben bleibt die Aussage das Mass. Der erste Auftrag verlangte drei sprachliche Fassungen desselben kurzen Studientexts. Die geprüften Varianten unterscheiden sich etwa durch kürzere Sätze, zusätzliche Begriffserklärungen oder eine verdichtete Darstellung. In der kompakten Fassung wurde bei der agentenseitigen Nacharbeit ausdrücklich klargestellt, dass die Schulen zufällig zugeteilt wurden. Diese Ebene gehört zur Bedeutung der Aussage und darf beim Kürzen nicht verschwimmen.

Für den Einsatz bleibt eine zweite Frage offen: Welche Fassung verstehen die eigenen Lernenden tatsächlich? Kürzere Sätze und erklärte Fachbegriffe sind erkennbare Gestaltungsmittel, aber noch keine gemessene Lesestufe. Eine Lehrperson muss am konkreten Text entscheiden, welche sprachliche Hilfe nötig ist und welche fachlichen Unterschiede erhalten bleiben sollen. Die KI liefert hier Varianten zur Auswahl; die Passung ergibt sich nicht allein aus deren Etikett.

Bei Fragen genügt eine richtige Lösung nicht. Der zweite Auftrag führte zu den sechs Frage-Lösungs-Paaren aus dem Einstieg. Zwei Blöcke mussten nachbearbeitet werden. In einem wurde eine Frage zur Funktion der Zufallszuteilung durch die Prüfung ersetzt, ob sich der beobachtete Unterschied ChatGPT allein zuschreiben lässt. Der Sachtext nannte KI und Leitfaden gemeinsam; damit war die Antwort aus dem Material begründbar. Im anderen Block entfielen eine Frage zur Wirkung der verdeckten Begutachtung und eine zu absolute Aussage über deren Schutz vor Beeinflussung. Die überarbeitete Frage lenkte auf die Auswahl der Materialien und die begrenzte Aussagekraft des Qualitätsbefunds.

Beide Änderungen sind agentenseitige Reparaturen. Die beschriebene Endfassung ist also kein unveränderter Rohoutput. Der ursprüngliche Fragenentwurf war für den vorgesehenen Einsatz zu verwerfen; die gezielt überarbeitete Fassung war erneut zu prüfen. Daran zeigt sich eine zentrale didaktische Aufgabe: Entscheidend ist, welche Denkleistung eine Frage mit dem bereitgestellten Material tatsächlich ermöglicht. Ein inhaltlich anspruchsvoller Zusatz kann den Auftrag auch unpassend verändern.

Bei einer Mitteilung muss die Wirklichkeit zum Text passen. Der dritte Auftrag ordnete vorgegebene Stichpunkte zu einem Elternbrief. Diese Fassung brauchte im Funktionstest keine Änderung. Das war ein konstruiertes Muster, keine reale Schulmitteilung. Aussagen über Konten, Datenverwendung oder Benotung waren bereits als Bedingungen des erfundenen Falls vorgegeben. Ein sprachlich passender Brief bestätigt nicht, dass diese Bedingungen an einer Schule gelten. Vor einer realen Verwendung müssen die zuständige Lehrperson und Schule die Angaben sowie ihre örtlichen Regeln und Zuständigkeiten prüfen.

Output verwenden, überarbeiten oder verwerfen?

Die Entscheidung beginnt beim eigenen Auftrag. Was soll der Text, die Aufgabe oder die Mitteilung leisten? Lege die verbindliche Quelle oder die bestätigten Angaben neben die KI-Ausgabe. Prüfe daran sowohl den Inhalt als auch den vorgesehenen Einsatz. Bei einer Frage gehört dazu, sie mit genau dem Material zu beantworten, das später auch die Lernenden erhalten. Die mitgelieferte KI-Lösung allein ist dafür kein ausreichender Massstab.

Verwenden kannst du eine Fassung, wenn ihre wesentlichen Aussagen belegt sind, alle nötigen Informationen vorliegen und sie für den konkreten Zweck passt. Bei der Elternmitteilung bedeutet das beispielsweise: Erst nachdem die Schule die tatsächlichen Bedingungen bestätigt hat, kann aus dem passenden Muster eine verwendbare Mitteilung werden. Auch ein unveränderter Text braucht diese Entscheidung.

Überarbeiten ist sinnvoll, wenn du den Mangel benennen und seine Behebung überprüfen kannst. Fehlt eine entscheidende Einschränkung, lässt sie sich aus der Quelle ergänzen. Verlangt eine Frage unbeabsichtigt Zusatzwissen, muss sie wieder an Lernziel und Material gebunden werden. Lies danach die betroffene Passage samt Zusammenhang erneut. Ein neuer KI-Vorschlag ist zunächst eine weitere Fassung, die geprüft werden muss.

Verwerfen solltest du den vorliegenden Output, wenn seine Grundlage nicht überprüfbar ist, zentrale Aussagen falsch oder unbelegt bleiben oder du seine Eignung für den Einsatz nicht beurteilen kannst. Das gilt auch, solange notwendige lokale Voraussetzungen ungeklärt sind. Verwerfen bedeutet hier: Diese Fassung wird nicht eingesetzt. Ob eine begrenzte Reparatur lohnt oder du vom Ausgangsmaterial neu beginnst, ist eine anschliessende Arbeitsentscheidung. Der Fragenentwurf im Test zeigt, dass beides zusammengehört: eine ungeeignete Fassung zurückhalten und eine nachvollziehbare Korrektur ermöglichen.

Wo die Entlastung enden kann

Aus den drei Fällen leite ich eine praktische Empfehlung ab: Beginne mit Aufgaben, bei denen du die Grundlage kennst und die wesentlichen Aussagen selbst prüfen kannst. Ein vorhandener Sachtext, ein klares Lernziel oder bestätigte Stichpunkte begrenzen den Auftrag. Fehlt diese Grundlage, muss sie erst beschafft werden. Dann kann der scheinbar fertige KI-Text zusätzliche Such- und Prüfarbeit auslösen.

Für eine eigene Einschätzung zählt deshalb der ganze Weg: Ausgangsmaterial bereitstellen, Auftrag formulieren, Ausgabe prüfen, überarbeiten und für den Einsatz fertigstellen. Die technische Laufzeit der KI sagt darüber nichts aus. Ebenso wenig beweist eine kleine Zahl von Korrekturen, dass ihre Entdeckung wenig Arbeit gekostet hat. Wer sich entlastet fühlt, hat einen guten Anlass, genauer hinzusehen; eine belastbare Zeitbilanz entsteht daraus noch nicht.

Die professionelle Leistung liegt darin, die Verbindung zwischen Inhalt, Lernziel und konkretem Einsatz zu sichern. Gerade bei KI lässt sich ein vollständig aussehender Text leicht mit abgeschlossener Vorbereitung verwechseln. Eine Lehrperson, die begründet auswählt, korrigiert oder verwirft, macht sichtbar, was das Modell offenlässt. Erst am Ende dieser Prüfung steht ein Ergebnis, dessen Nutzen sich beurteilen lässt.

Teilen

Eine gute KI-Erklärung kann sich anfühlen wie ein kleiner Durchbruch. Endlich ist der Zusammenhang klar, endlich ergibt die Formel Sinn. Beim Lesen passt alles zusammen.

Dann ist der Chat zu. Eine ähnliche Aufgabe liegt auf dem Tisch. Und plötzlich fehlt der erste Schritt.

Zwischen «Das leuchtet mir ein» und «Das kann ich selbst» liegt eine Arbeit, die eine verständliche Erklärung noch nicht erledigt. Genau dort lohnt sich ein alter Gedanke der Lernforschung: Manche Schwierigkeiten beim Üben helfen uns, später mehr zu können. Mit KI wird die Frage dringlicher, welche wir erhalten sollten.

Wenn flüssig noch nicht verfügbar heisst

Beim Wiederlesen begegnen uns vertraute Begriffe an vertrauten Stellen. Die Verarbeitung wird leichter. Dieses Gefühl kann dazu verleiten, die eigene Sicherheit zu überschätzen: Der Text hilft beim Verstehen mit, ohne dass uns auffällt, wie sehr wir ihn noch brauchen.

In der Forschung von Robert und Elizabeth Bjork ist deshalb eine Unterscheidung zentral: Was während des Übens gelingt, ist nicht dasselbe wie das, was später ohne Hilfe verfügbar bleibt. Manche Lernbedingungen lassen uns rasch gut aussehen, andere zahlen sich erst mit Abstand aus. Die Übersicht des Bjork-Labors beschreibt solche Desirable Difficulties, also lernförderliche Schwierigkeiten.

Das ist kein Plädoyer für mühsamen Unterricht. Es ist eine Warnung vor einem vorschnellen Urteil: Eine glatt gelöste Übungsserie beweist noch kein dauerhaftes Können. Und ein stockender Versuch beweist noch nicht, dass die Übung schlecht ist.

Abonnieren

Drei Entscheidungen, die Üben verändern

Verteilen: Der Stoff kommt wieder. Beim Spacing liegen Wiederholungen zeitlich auseinander. Ein Thema wird also auch dann erneut aufgegriffen, wenn es im Lehrmittel schon weitergegangen ist. Untersuchungen von Nicholas Cepeda und Kollegen zeigen dabei auch eine Grenze: Längere Abstände sind nicht automatisch besser. Welche günstig sind, hängt unter anderem davon ab, wie lange das Wissen behalten werden soll.

Für die Planung heisst das: Frühere Inhalte brauchen einen festen Platz in späteren Übungen. Eine einmalige Zusammenfassung am Ende kann diese Wiederbegegnungen nicht ersetzen.

Mischen: Der Lösungsweg steht nicht schon auf dem Blatt. Wer eine ganze Serie nach demselben Muster löst, weiss bald, welches Verfahren gefragt ist. Bei gemischten Aufgaben muss diese Entscheidung jedes Mal neu getroffen werden. Interleaving ist deshalb besonders interessant, wenn Lernende ähnliche Aufgabentypen unterscheiden sollen. Doug Rohrer beschreibt diesen Zusammenhang anhand verschiedener Lernbereiche.

Gemeint ist kein wahlloses Durcheinander. Ein mögliches Beispiel sind Prozentaufgaben: Mal wird der Anteil gesucht, mal der Grundwert, mal der Prozentsatz. Bevor gerechnet wird, muss klar sein, was gegeben ist und welche Beziehung gebraucht wird. Zum Einführen eines neuen Verfahrens kann eine geordnete Übungsfolge weiterhin sinnvoll sein. Später soll die Reihenfolge die Entscheidung nicht mehr vorwegnehmen.

Abrufen: Die Antwort entsteht vor dem Nachschauen. Bei Retrieval Practice versuchen Lernende, Wissen aus dem Gedächtnis hervorzuholen. Etwa indem sie das Heft schliessen und einen Zusammenhang erklären. In Experimenten von Henry Roediger und Jeffrey Karpicke schnitt wiederholtes Lesen bei einer Prüfung unmittelbar danach besser ab; nach längeren Abständen war vorheriges Abrufen überlegen. Die Vertrautheit beim Lesen hatte die Lernenden zu optimistisch gestimmt.

Ein Abrufversuch muss dafür keine benotete Prüfung sein. Für den Unterricht würde ich ihn als Lerngelegenheit gestalten: erst selbst antworten, dann mit einer verlässlichen Grundlage vergleichen und Fehler korrigieren. Entscheidend ist, dass die Lösung nicht schon sichtbar ist, während die eigene Antwort entstehen soll.

Die Mühe ist kein Gütesiegel

Aus diesen Befunden lässt sich leicht die falsche Regel ableiten: Je anstrengender, desto besser.

Eine unklare Aufgabenstellung ist auch anstrengend. Ebenso das Suchen in schlecht geordneten Unterlagen oder das Raten ohne ausreichendes Vorwissen. Ich würde keine dieser Hürden damit rechtfertigen, dass Lernen eben Reibung brauche.

Die entscheidende Frage lautet: Welche geistige Arbeit löst die Schwierigkeit aus? Holt sie Wissen zurück? Macht sie einen Unterschied sichtbar? Verlangt sie eine begründete Entscheidung? Oder hält sie jemanden bloss davon ab, überhaupt anzufangen?

Darum gehören Unterstützung und Anspruch für mich zusammen. Wer an einem Begriff hängen bleibt, kann eine Erklärung brauchen. Wer bei der Wahl des Verfahrens unsicher ist, braucht vielleicht einen Hinweis auf die entscheidende Grösse. Eine solche Hilfe lässt sich so dosieren, dass danach noch etwas selbst zu entscheiden bleibt.

Auch eine gelungene Erklärung darf leicht verständlich sein. Wir müssen sie nicht absichtlich verkomplizieren. Die Anforderung kann anschliessend darin liegen, den Gedanken ohne Vorlage wiederzugeben oder auf einen anderen Fall anzuwenden.

Mit KI kann das Üben besser aussehen als das Lernen

Generative KI macht diese Unterscheidung besonders wichtig. Sie kann genau den Schritt übernehmen, den eine Aufgabe eigentlich üben soll: den passenden Ansatz finden, eine Begründung formulieren oder die gesuchte Antwort liefern. Das Ergebnis wird dadurch besser. Ob die Lernenden selbst mehr können, bleibt offen.

Ein aufschlussreiches Beispiel liefert eine 2025 in PNAS veröffentlichte Studie von Hamsa Bastani und Kollegen. Knapp 1000 Lernende an einer Schule in der Türkei übten Mathematik mit unterschiedlichen Hilfen. Eine Gruppe erhielt einen weitgehend frei nutzbaren GPT-4-Chatbot, eine zweite einen Tutor mit didaktischen Leitplanken, die Kontrollgruppe keine KI.

Mit dem frei nutzbaren Chatbot lagen die Übungsleistungen im Mittel 48 Prozent über denen der Kontrollgruppe. In der anschliessenden Prüfung ohne KI lagen sie 17 Prozent darunter. Das sind relative Unterschiede, keine Prozentpunkte. Beim didaktisch begrenzten Tutor war dieser Nachteil nicht statistisch nachweisbar; ein positiver Effekt auf die Prüfung ohne KI allerdings ebenfalls nicht.

Die Untersuchung betrifft bestimmte Werkzeuge, Mathematik und eine Schule. Sie beweist weder, dass KI Lernen generell verschlechtert, noch, dass hier genau Spacing, Interleaving oder Retrieval Practice den Unterschied verursacht haben. Sie zeigt aber, weshalb gute Leistungen mit einem Werkzeug noch kein ausreichender Lernnachweis sind.

Für mich folgt daraus eine Frage an jede KI-Übung: Was können die Lernenden anschliessend auch dann, wenn die angebotene Hilfe fehlt?

Die KI kann das Üben vorbereiten

KI muss diese Denkhandlungen nicht übernehmen. Sie kann auch helfen, sie vorzubereiten: Aufgabenvarianten entwerfen, frühere Inhalte wieder aufgreifen oder Fragen formulieren, deren Antworten zunächst verborgen bleiben. Ob die Aufgaben fachlich stimmen und tatsächlich den gewünschten Unterschied verlangen, muss geprüft werden.

Am Beispiel der Prozentaufgaben wäre mein Vorschlag: Die Lehrperson lässt Varianten zu bereits eingeführten Aufgabentypen entwerfen und prüft Aufgaben samt Lösungen. Die Lernenden erhalten eine gemischte Auswahl ohne Lösungshinweise. Sie entscheiden zuerst, was gesucht ist, wählen den Ansatz und rechnen. Erst danach vergleichen sie. In einer späteren Übung tauchen einzelne Aufgabentypen erneut auf.

Hier liefert die KI mögliche Übungsanlässe. Das Unterscheiden, Abrufen und Begründen bleibt bei den Lernenden. Ob die Vorbereitung damit tatsächlich weniger Arbeit macht, hängt auch von der nötigen Nachprüfung ab. Eine automatisch erzeugte Sammlung ist noch keine gute Übungsserie.

Bei einem direkten Lernchat würde ich dieselbe Trennung versuchen: erst eine eigene Antwort, dann einen gezielten Hinweis, danach noch einmal selbst lösen. Ein entsprechender Prompt allein garantiert allerdings nicht, dass ein Chatbot seine Hilfen zuverlässig dosiert. Wo das wichtig ist, lässt sich die Auswahl geprüfter Hinweise auch ausserhalb des Chats bereitstellen.

Mühe erklären, Fortschritt sichtbar machen

Wer beim Üben öfter selbst antworten und entscheiden muss, kann sich zunächst weniger sicher fühlen. Das sollte man ernst nehmen. «Es ist schwer, also wirkt es» wäre die falsche Antwort.

Ich würde der Klasse erklären, was die veränderte Übung verlangt und wozu: Wir möchten sehen, was auch mit Abstand noch gelingt. Dazu gehört, später erneut hinzuschauen. Können die Lernenden den passenden Ansatz selbst wählen? Einen Fehler erkennen? Den Zusammenhang ohne Vorlage erklären?

Wenn das noch nicht gelingt, ist zusätzliche Unterstützung gefragt. Die empfundene Mühe allein sagt uns nicht, ob eine Aufgabe passend war. Umgekehrt muss ein mühelos gelöster Fall nicht schlecht sein: Vielleicht ist das Können inzwischen tatsächlich sicher verfügbar.

Für die eigene Planung reicht deshalb zunächst ein konkreter Blick auf eine wiederkehrende Übung: Was müssen die Lernenden darin selbst aus dem Gedächtnis holen oder entscheiden? Was verraten Reihenfolge, Musterlösung oder Chatbot bereits? Und wann begegnet ihnen der Inhalt wieder?

Lernen darf sich schwer anfühlen. Die Schwierigkeit braucht aber einen Grund. KI darf den Zugang erleichtern. Die Denkhandlung, die wir lernen wollen, muss bei uns bleiben.

Teilen

Quellen zum Weiterlesen

• Bjork Learning and Forgetting Lab: Forschungsübersicht zu Lernen, Leistung und Desirable Difficulties.

• Cepeda et al. (2008): Spacing Effects in Learning: A Temporal Ridgeline of Optimal Retention.

• Rohrer (2012): Interleaving Helps Students Distinguish among Similar Concepts.

• Roediger & Karpicke (2006): Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention.

• Bastani et al. (2025): Generative AI without guardrails can harm learning: Evidence from high school mathematics.

Seit KI Texte, Lösungswege und ganze Entwürfe liefert, sucht die Schule nach dem Ort, an dem sich Eigenleistung noch nachweisen lässt. Zuerst war es das Produkt, jetzt soll es der Prozess sein. Ich glaube, beide Antworten stellen dieselbe Frage: Woher kommt das? Ergiebiger ist eine andere: Was passiert, wenn sich etwas ändert?

Teilen

Ein Herkunftsnachweis bleibt ein Herkunftsnachweis

Die Logik der Prozessbewertung ist nachvollziehbar. Wenn ich dem fertigen Text nicht mehr ansehe, wer ihn geschrieben hat, schaue ich auf den Weg dorthin: Gliederung, erster Entwurf, Überarbeitung, Lernjournal. Alles kommt in den Ordner, alles fliesst in die Note.

Was dabei eigentlich verlangt wird, ist ein Herkunftsnachweis, ähnlich wie bei einem Bio-Label, das die Lieferkette eines Apfels belegt.

Damit handelt man sich zwei Probleme ein.

Das erste ist technisch. Jeder Zwischenschritt ist wieder ein Artefakt und Artefakte kann eine KI erzeugen. «Schreib mir einen ersten Entwurf mit zwei typischen Fehlern einer 14-Jährigen» ist ein Prompt von zehn Sekunden. Die Kontrolle rutscht damit nur eine Station nach vorne.

Das zweite Problem wiegt schwerer. Sobald ein Entwurf benotet wird, verändert sich der Entwurf. Lernende merken schnell, wie ein «guter Prozess» auszusehen hat und liefern genau das: ordentliche Zwischenstände, eine glaubwürdige Überarbeitung, eine Reflexion mit den richtigen Wörtern. Der Prozess wird aufgeführt, ob er stattgefunden hat, sieht man daran nicht. Am meisten profitieren davon jene, die gut über ihr Denken reden können. Wer still denkt, fällt durch das Raster.

Die Prozessbewertung will etwas Richtiges, nämlich das Denken würdigen und nicht nur die Politur. Nur stellt sie dafür immer noch die Herkunftsfrage.

Was wir eigentlich wissen wollen

Wenn ich frage «Hast du das selbst gemacht?», interessiert mich nicht wirklich die Entstehungsgeschichte eines Textes. Ich will wissen, ob das, was im Text steht, der Schülerin zur Verfügung steht.

Etwas zu besitzen und darüber zu verfügen ist nicht dasselbe. Einen Text in meinem Ordner besitze ich. Verfügen kann ich über ihn erst, wenn ich damit etwas anstellen kann, das nicht schon drinsteht: ihn kürzen, ihn an eine neue Lage anpassen, ihn gegen einen Einwand verteidigen, die Idee auf einen anderen Fall übertragen.

Die Herkunft eines Textes bleibt unsichtbar und lässt sich fälschen. Ob jemand darüber verfügt, zeigt sich dagegen im Moment, aber nur, wenn sich etwas verschiebt. Eine auswendig gelernte Antwort sieht genau gleich aus wie eine verstandene, bis die Frage um ein paar Grad dreht.

Was andere Prüfungen längst so machen

In der Fahrschule wird keine Lernfahrt benotet. Man würgt den Motor ab, fährt zu weit in die Kreuzung, parkiert dreimal neu. Niemand verlangt ein Fahrtenbuch, um daraus eine Note zu machen. An der Prüfung sitzt dann der Verkehrsexperte daneben und sagt: «Bei der nächsten Möglichkeit rechts, dann wenden.» Die Route kennt man vorher nicht. Geprüft wird, wie man auf das reagiert, was man nicht vorbereiten konnte.

Im Flugsimulator schaltet die Prüferin ein Triebwerk ab. Im Instrumentalunterricht heisst es: «Und jetzt das Ganze einen Ton tiefer.» Und wer eine Berufslehre abschliesst, muss die eigene Abschlussarbeit oft im Fachgespräch vertreten, wo die Fragen lauten: «Warum so und nicht anders? Was hätten Sie gemacht, wenn das Material nicht geliefert worden wäre?»

All diese Bereiche haben Lernen und Prüfen längst getrennt. Im Lernen darf man scheitern und in der Prüfung schaut niemand auf die Herkunft der Leistung. Stattdessen wird etwas eingespielt, mit dem man nicht gerechnet hat. Ich nenne das den Störfall.

Jetzt abonnieren

Der Störfall als Prüfformat

In der Schule hiesse das, drei Phasen sauber auseinanderzuhalten.

Lernraum. Notenfrei. KI ist erlaubt, wo sie dem Lernziel dient. Entwürfe dürfen misslingen. Die Lehrperson begleitet, gibt Rückmeldung und bewertet nichts.

Produkt. Die Lernenden bringen ein Ergebnis mit. Wie es entstanden ist, spielt für die Note keine Rolle mehr. Also auch nicht, wie viel KI darin steckt.

Prüfmoment. Kurz, ohne Geräte und immer auf das eigene Produkt bezogen. Die Lehrperson verändert eine Bedingung und bewertet wird die Antwort darauf.

Vier Beispiele aus der Sek 1:

Deutsch, 2. Sek. Die Klasse schreibt eine Erörterung zur Frage, ob die Schule ein Handyverbot einführen soll. Im Lernraum dürfen die Lernenden KI-Feedback einholen. In der Prüfungslektion bekommt jede Person ihren eigenen Text zurück, dazu einen Zettel: «Die Schulleitung hat entschieden: Handys sind erlaubt, aber nur über Mittag. Welcher deiner Absätze verliert damit sein Gewicht? Streich, was nicht mehr trägt und schreib einen neuen Schluss.» Dafür gibt es 25 Minuten, geschrieben wird von Hand. Wer den Text nur besitzt, sucht lange, welches Argument woran hängt. Wer ihn durchdacht hat, egal mit welcher Hilfe, sieht es schnell.

Mathematik, 1. Sek. Die Lernenden berechnen das Budget fürs Klassenlager: Unterkunft, Car, Verpflegung, Kosten pro Person. Der Störfall: «Drei Personen fallen kurzfristig aus. Der Car kostet gleich viel, das Essen wird pro Kopf abgerechnet. Schätze zuerst: Wird es pro Person teurer oder günstiger und ungefähr um wie viel? Dann rechne nach.» Die Schätzung vor der Rechnung ist der eigentliche Prüfteil. Sie zeigt, ob jemand den Unterschied zwischen festen und variablen Kosten verstanden hat oder nur eine Formel abarbeitet.

Natur und Technik. Die Klasse untersucht, wie schnell sich Zucker in Wasser löst und hält das in einem Protokoll mit Diagramm fest. Der Störfall: «Ihr wiederholt den Versuch mit eiskaltem Wasser. Zeichne in dein Diagramm, wie die Kurve jetzt verlaufen würde und begründe in einem Satz.»

Räume, Zeiten, Gesellschaften. Eine Schülerin hat einen Vortrag über einen Arbeitstag eines Kindes in einer Spinnerei im Zürcher Oberland um 1850 vorbereitet. Nach dem Vortrag sagt die Lehrperson: «Erzähl mir denselben Tag aus der Sicht des Fabrikbesitzers. Was sieht er und was übersieht er?»

Keine dieser Störungen ist eine Falle. Es ändert sich jeweils nur eine Bedingung. Wer verstanden hat, wie das eigene Produkt gebaut ist, weiss, wo die Änderung hineinwirkt.

Wo die Denkhandlung sichtbar wird

Bei der Unterrichtsplanung frage ich mich seit einiger Zeit, welche Denkhandlung in einer Aufgabe nicht delegiert werden darf. Der Störfall überträgt diese Frage auf die Prüfung. Er verlangt mindestens drei Dinge auf einmal: erkennen, was von der Änderung betroffen ist, entscheiden, was bleibt und das Bestehende auf die neue Lage übertragen.

Alle drei lassen sich mit KI üben. Delegieren lassen sie sich im Prüfmoment nicht.

Damit verschiebt sich die Prüfungsfrage. Aus «Was hat die Lernende allein gemacht?» wird «Welche Denkhandlung wird sichtbar, wenn sich etwas ändert?». Die erste Frage lässt sich im KI-Zeitalter kaum noch ehrlich beantworten, die zweite schon.

Teilen

Und das Dilemma?

Die Debatte um KI und Prüfungen hängt oft an einer Zwickmühle. Nimmt man KI aus der Prüfung, prüft man an der Lebenswelt vorbei. Lässt man sie drin, weiss man nicht mehr, was die Lernenden selbst können.

Der Störfall trennt die beiden Seiten zeitlich. Beim Entstehen des Produkts ist KI so weit dabei, wie das Lernziel es zulässt. Im Prüfmoment ist sie draussen und zwar nicht, weil sie verboten wäre, sondern weil dieser Moment etwas prüft, das nur im Kopf passieren kann.

Lebensnah ist das obendrein. Im Beruf fragt später kaum jemand, wer das Konzept geschrieben hat. Aber die Chefin fragt in der Sitzung: «Und wenn das Budget um einen Drittel gekürzt wird?» Wer das Konzept dann nur besitzt, hat nichts zu sagen.

Lernen für die Prüfung, ausnahmsweise erwünscht

Was passiert, wenn die Lernenden wissen, dass ein Störfall kommt? Sie bereiten sich darauf vor, indem sie ihr eigenes Produkt durchspielen und sich fragen, was wäre, wenn. Genau dabei kann KI im Lernraum gute Dienste leisten: «Stell mir fünf Fragen der Art ‹Was wäre, wenn …› zu meiner Erörterung, ohne die Antworten zu verraten.»

Normalerweise ist es ein Vorwurf, wenn Lernende nur für die Prüfung lernen. Hier wäre es das Lernen, das wir eigentlich wollen.

Was der Störfall nicht kann

Nicht alles lässt sich stören. Grundfertigkeiten wie Rechtschreibung, Einmaleins oder Wortschatz prüft man weiterhin direkt. Der Störfall eignet sich für Leistungen, die auf Verstehen beruhen. Reines Abrufen gehört nicht dazu.

Mündliche Störfälle bevorzugen die Redegewandten. Deshalb sollte die Antwort, wo immer möglich, eine Handlung sein: rechnen, zeichnen, streichen, umschreiben. Ein Reflexionsgespräch fragt, wie man gedacht hat. Der Störfall verlangt, dass man jetzt denkt. Diesen Unterschied halte ich für den wichtigsten.

Fairness braucht Transparenz. Die Arten von Störungen sollten vorher bekannt sein: Eine Bedingung ändert sich, ein Einwand kommt, ein neuer Fall taucht auf. Unbekannt bleibt nur der konkrete Inhalt.

Der Aufwand muss tragbar bleiben. Die schriftliche Variante passt mit 25 Lernenden in eine Lektion. Mündliche Störfälle von vier, fünf Minuten pro Person lohnen sich nur an ausgewählten Stellen im Semester.

Ein Beweis ist der Störfall nicht. Auch er zeigt nur einen Ausschnitt. Aber dieser Ausschnitt sagt mehr als ein Ordner voller Zwischenstände, deren Herkunft niemand kennt.

Der Prozess kommt dorthin zurück, wo er hingehört

Die Begleitung des Lernprozesses verschwindet damit nicht. Sie kehrt in den Lernraum zurück, als Rückmeldung, als Gespräch über Texte und als Überarbeitung, die nicht schon als Leistungsnachweis gedacht ist. Ein Entwurf darf dort wieder schlecht sein, weil er nicht mehr zählt.

Die Prozessbewertung wollte das Denken ernst nehmen und hat dafür begonnen, es zu überwachen. Der Störfall nimmt es ernst, indem er es herausfordert.

Faustregel

Prüfe nicht, woher ein Ergebnis kommt. Prüfe, was jemand damit anfangen kann, wenn sich eine Bedingung ändert.

Jetzt abonnieren

Du möchtest dir ein eigenes Urteil über KI in der Unterrichtsvorbereitung bilden, hast aber Fragen: Was geschieht mit meinen Eingaben? Kann ich den Antworten trauen? Lohnt sich die zusätzliche Arbeit? Solche Zweifel verdienen eine Antwort. Du musst sie nicht beiseiteschieben, um neugierig sein zu dürfen.

Mein Vorschlag ist ein freiwilliger Versuch mit einer Frage aus deiner Vorbereitung, die du fachlich selbst beurteilen kannst. Etwa: Wo könnte ein vertrauter Sachtext missverständlich sein? Der mögliche Nutzen ist überschaubar: Du prüfst, ob die KI einen hilfreichen Hinweis beisteuert und ob ihre Antwort für diese Aufgabe den Prüfaufwand wert ist.

Abonnieren

Seneca liefert dazu einen Gedanken, der anregt und zugleich Widerspruch verdient: «Non quia difficilia sunt non audemus, sed quia non audemus difficilia sunt.» In eigener Übertragung: «Nicht weil die Dinge schwierig sind, wagen wir sie nicht; weil wir sie nicht wagen, sind sie schwierig.» Der Satz steht in den Epistulae morales ad Lucilium, Brief 104, Abschnitt 26. Unmittelbar zuvor geht es um die Furcht vor Arbeit und Tod; danach führt Seneca Sokrates als Beispiel an. Wir lesen eine stoische Auseinandersetzung mit Furcht und Entschluss. Seneca, Brief 104, §§25–27.

Als Urteil über heutige Lehrpersonen wäre der Satz unfair: Mut löst weder Datenschutzprobleme noch Zeitmangel. Seneca belegt auch keinen Nutzen von KI. Mich interessiert an seinem Gedanken die Einladung, einer konkreten Unsicherheit nachzugehen. Dazu darf ein kleiner Versuch genügen, ohne dass du dich schon für KI im Unterricht entscheidest.

Für diesen Einstieg würde ich einen öffentlichen Sachtext ohne Personenbezug wählen. Öffentlich zugängliche Texte können ebenfalls Angaben enthalten, die sich einer Person zuordnen lassen. Texte von Lernenden und Elternnachrichten bleiben deshalb aussen vor; bloss Namen zu entfernen reicht nicht immer. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) weist darauf hin, dass sich ein Personenbezug durch verknüpfte Daten wiederherstellen lässt. EDÖB: KI im Alltag.

Vor der Eingabe müssen zudem die Bedingungen des Dienstes und die Vorgaben deiner Schule geklärt sein. Dazu gehört die Frage, ob Eingaben zum Verbessern des Systems oder für andere Zwecke weiterverwendet werden. Diese Transparenz verlangt auch der EDÖB. Bleibt unklar, was mit den Eingaben geschieht, würde ich den Versuch zurückstellen. EDÖB: KI und Datenschutz.

Ein Gedankenexperiment macht die Idee greifbar: Du bereitest die Lektüre einer kurzen Sachpassage vor, die diese Bedingungen erfüllt. Du kennst den Text und überlegst zunächst selbst, welches Vorwissen er verlangt. Dann bittest du die KI, mögliche Stolperstellen zu benennen und jeweils auf die betreffende Passage zu verweisen. An Wortlaut und Vorwissen prüfst du, ob die Hinweise passen und ob eine vorgeschlagene Klärung den Sinn erhält. Dafür braucht es weder Schülerkonten noch einen KI-Einsatz in der Klasse.

Die KI liefert hier mögliche Lesarten; du entscheidest, was davon trägt. Das ist bei generativer KI besonders wichtig, weil eine flüssige Formulierung noch nichts über ihren Beleg verrät. Auch der EDÖB weist auf mögliche Falschauskünfte von Chatbots hin. Ein Quellenhinweis muss deshalb nachgelesen werden: Erst die Quelle zeigt, ob sie eine Behauptung stützt. EDÖB: KI im Alltag.

Auch eine vollständig richtige Antwort verdient eine pädagogische Prüfung. Macht sie einen relevanten Punkt sichtbar? Nennt sie nötige Voraussetzungen? Oder nimmt sie eine Deutung vorweg, die die Lernenden selbst entwickeln sollen? Darin liegt für mich der didaktische Kern: zwischen einer erzeugten Aussage, ihrem Beleg und ihrer sinnvollen Verwendung zu unterscheiden. Quellenkritik gehört längst zur Vorbereitung; bei KI kommen die oft unklare Herkunft plausibler Antworten und die Weitergabe von Daten hinzu.

Die Europäische Kommission richtet ihre KI-Leitlinien für Lehrpersonen auf informierte, kontextbezogene ethische Entscheidungen aus. Mein Vorschlag knüpft daran an, bleibt aber ein Gedankenexperiment, kein Modelltest und keine Klassenerfahrung. Die Leitlinien belegen weder, dass dieser Versuch Ängste abbaut, noch dass er Zeit spart oder Unterricht verbessert. Auch eine einzelne gute oder schlechte Antwort erlaubt kein allgemeines Urteil über KI. Europäische Kommission: Leitlinien zum ethischen Einsatz von KI und Daten in Lehre und Lernen.

Von Senecas Gedanken möchte ich deshalb diese Ermutigung mitnehmen: Du darfst etwas untersuchen, ohne dich auf seine Nutzung festzulegen. Vielleicht findest du einen Hinweis, den du weiterbearbeiten möchtest. Vielleicht ist die Prüfung aufwendiger, als die Aufgabe selbst zu lösen. Beide Ergebnisse helfen bei der konkreten Entscheidung. Und wenn die Bedingungen fehlen, darf es auch beim begründeten Nein bleiben.

Teilen

Das eigene Urteil beim Arbeiten mit KI zu bewahren, ist auch ein Anliegen meines Buches Lernen braucht Reibung. Wenn du diesen Gedanken in der Aufgabengestaltung weiterverfolgen möchtest, findest du dort eine freiwillige Vertiefung.

Wer vor zwei Texten sitzt und keinen Anfang findet, braucht eine andere Hilfe als jemand, der beide Texte versteht, aber ihren Zusammenhang noch nicht sieht. Eine dritte Person kommt bereits selbständig weiter. Drei neue Arbeitsblätter wären dafür ein ziemlich grosser Umweg. Zuerst lohnt sich die kleinere Frage: An welcher Stelle stockt die Arbeit gerade?

Hier kann KI bei der Vorbereitung unterstützen. Sie entwirft zu derselben Aufgabe eine Arbeitsstruktur und eine offene Frage zum Zusammenhang. Du prüfst die Vorschläge am Material und bietest sie dort an, wo sie weiterhelfen könnten. Die Lernenden dürfen wählen, wechseln oder ohne Hilfe arbeiten. Die KI bekommt dabei keine Schülerprofile und entscheidet nicht, wer «schwach» oder «stark» ist.

Gemeinsam bleibt, was am Ende verstanden und erklärt werden soll. Eine Hilfe kann die Reihenfolge ordnen oder das Zusammendenken anstossen. Welche Aussage sich aus dem Material ergibt und warum sie trägt, müssen alle selbst herausarbeiten. Genau daran würde ich die Differenzierung festmachen: an der passenden Unterstützung für den nächsten Schritt.

Abonnieren

Für Lehrpersonen, die bereits eine überschaubare Aufgabe mit fachlich geprüftem Material haben, lässt sich dieser Ansatz ohne drei getrennte Aufgabenfassungen vorbereiten. Das folgende Beispiel enthält die beiden Materialtexte und zwei tatsächlich erzeugte KI-Hilfen. Die fachliche Lösung steht anschliessend zur Einordnung dabei.

Das gemeinsame Beispiel

Die Aufgabe dreht sich um eine bewusst gesetzte Behauptung: «Die wechselnde helle Gestalt des Mondes entsteht immer dadurch, dass die Erde ihren Schatten auf ihn wirft.» Alle sollen sie mit beiden Texten beurteilen und erklären, wie weit ihr Urteil gilt. Die Behauptung ist für die Aufgabe formuliert, kein beobachteter KI-Fehler. Vorausgesetzt ist, dass die Lernenden Lichtquelle, Reflexion und Blickrichtung unterscheiden können.

Die Materialtexte fassen die Erklärungen der NASA zu Mondphasen und Mondfinsternissen zusammen. Sie bleiben für alle unverändert.

Vor der Wahl einer Hilfe halten die Lernenden einen ersten Gedanken mit einer passenden Textstelle oder eine konkrete offene Frage fest. Das ist der Ausgangspunkt für die Unterstützung. Eine angefangene Erklärung zeigt eher, was gerade fehlt, als eine vorschnelle Einteilung der ganzen Person.

Welche Hilfe erhält wer?

A würde ich anbieten, wenn jemand die Texte lesen kann, aber zwischen Behauptung, Textstellen und eigener Antwort hin- und herspringt. Die Karte gibt eine Reihenfolge vor. Sie wählt keine Stelle aus und füllt keinen Begründungssatz aus. Bei der Wahl genügt eine kurze Notiz dazu, wobei die Struktur helfen soll.

B passt als Angebot, wenn jemand den Inhalt beider Texte wiedergeben kann, sie bisher aber nur nebeneinanderstellt. Die Frage richtet den Blick auf ihre Beziehung. Im Mondbeispiel muss die Person selbst herausfinden, ob die Texte einander widersprechen oder unterschiedliche Situationen beschreiben. Sie kann dazu von A zu B wechseln; die erste Wahl legt nichts fest.

Die Karten zeigen unveränderte Ausschnitte einer dokumentierten OpenAI-Ausgabe vom 12. Oktober 2026: jeweils den vollständigen Lernauftrag und die zugehörige Prüfhandlung. Die Erläuterungen für die Lehrperson sind hier im Artikel ausgeführt. Die ursprüngliche Anfrage verlangte Unterstützung bei gleichbleibender Frage, gleichem Material und gleichem Ergebnis; eine fertige Antwort durfte die KI nicht liefern.

Beide Angebote bleiben zugänglich. Du kannst auf eine passende Karte hinweisen und dir zeigen lassen, ob sie tatsächlich hilft. Wer schon schlüssig arbeitet, braucht keine zusätzliche Karte abzuarbeiten. Wer dagegen noch nicht versteht, was «reflektieren» bedeutet, erhält zunächst eine Begriffsklärung von dir. Eine Reihenfolge behebt diese fachliche Lücke nicht. A und B sind deshalb keine vollständige Lösung für jeden Unterstützungsbedarf.

Woran der gemeinsame Anspruch erkennbar wird

Beim Weiterarbeiten verbinden alle ihr Urteil mit je einer selbst gewählten Stelle aus beiden Texten und erklären die Verbindung. Am Ende gehören eine Grenze der Aussage und ein kurzer Satz zur genutzten, gewechselten oder weggelassenen Hilfe dazu. Die erste Notiz bleibt sichtbar. So lässt sich erkennen, welchen eigenen Schritt jemand mit der Unterstützung geschafft hat; eine richtige Hilfe muss dafür nicht künstlich verbessert werden.

Eine tragfähige Antwort im Beispiel lautet sinngemäss: Die Behauptung stimmt nicht für die gewöhnlichen Mondphasen. N1 erklärt sie durch unseren wechselnden Blick auf die beleuchtete Mondhälfte. N2 beschreibt dagegen den besonderen Fall, in dem Erdschatten auf den Mond fällt. Daher wäre auch «Erdschatten spielt nie eine Rolle» falsch. Die geneigte Mondbahn erklärt, weshalb nicht jeder Vollmond eine Finsternis ist. Diese Einordnung folgt aus den beiden NASA-Texten; sie ist keine Antwort aus einer Klasse.

Mit A lässt sich die Bearbeitung ordnen. Mit B lässt sich der Zusammenhang herausarbeiten. Den Unterschied zwischen gewöhnlicher Phase und Finsternis nimmt keine der beiden Karten vorweg. Wer bloss zwei Sätze abschreibt, hat diesen Unterschied noch nicht erklärt. Bitte die betreffende Person dann, an ihren beiden Stellen zu zeigen, weshalb sie zusammenpassen. Die Lösung erläuterst du erst in der gemeinsamen Auswertung.

Dabei reichen zwei Fragen: Welchen Zusammenhang kannst du jetzt selbst erklären? Wobei hat deine Hilfe unterstützt, und was musstest du weiterhin entscheiden? Für alle zählen fachlich richtige Bezüge, eine nachvollziehbare Erklärung und eine angemessene Grenze. Die Wahl der Karte bekommt keine eigene Note. Wer vertiefen möchte, kann überlegen, welche zusätzliche Information eine noch offene Frage klären würde; das bleibt freiwillig und steht allen offen.

Auf die nächste Aufgabe übertragen

Für ein anderes Thema legst du zuerst die gemeinsame Frage und das erwartete Ergebnis fest. Gib der KI das vollständige Material und verlange zwei begrenzte Vorschläge: eine kurze Arbeitsstruktur sowie eine offene Frage, die zwei selbst gewählte Materialstellen verbindet. Lass sie zu jeder Hilfe erklären, welcher Denkschritt bei den Lernenden bleibt. Namen, Noten und Diagnosen braucht sie dafür nicht. Anfrage, Ausgabe und deine Änderungen bewahrst du auf; bearbeitete Hilfen kennzeichnest du als solche.

Prüfe jede Fassung am Lernziel. Besonders beim vermeintlichen Vereinfachen kann sich die Aufgabe verschieben: Aus «Erkläre den Zusammenhang» wird etwa «Fasse beide Texte zusammen». Die zweite Fassung lässt sich vollständig erledigen, ohne den Zusammenhang zu erklären. Genau das darf bei diesen Hilfen nicht passieren. Ebenso ungeeignet wäre eine Karte, die bereits verrät, welcher Text den anderen einschränkt. Kürzere Sätze sind willkommen; über die fachliche Anforderung entscheidest du bewusst. Diese Verantwortung entspricht dem menschenzentrierten Ansatz der UNESCO-Leitlinie.

Die beiden Hilfearten wurden an konstruierten Aufgaben aus Astronomie und Geschichte mit echten KI-Ausgaben fachlich durchgearbeitet. Neue Aufgaben und neue Ausgaben brauchen eine eigene Prüfung. Für das gezeigte Beispiel kannst du die gespeicherten Karten verwenden, auch wenn der KI-Dienst ausfällt. Für andere Aufgaben bereitest du entsprechend passende Ausgaben vor.

Differenzierung beginnt hier mit einem genauen Blick auf die Arbeit: Fehlt eine Reihenfolge, ein Zusammenhang oder fachliches Verständnis? Daraus folgt die nächste Hilfe. Die gemeinsame Aufgabe bleibt der Treffpunkt, an dem alle zeigen, was sie verstanden haben.

Teilen

Eine KI-Erklärung liest sich schlüssig. Aber was genau hängt darin womit zusammen? Wer einen Absatz als Lernhilfe übernimmt, sollte diese Frage selbst beantworten können. Dafür lohnt sich ein kleiner Darstellungswechsel: einen wichtigen Zusammenhang zeichnen und anschliessend aus der Zeichnung wieder einen Satz machen. Beim Vergleich lässt sich prüfen, ob die Erklärung erhalten geblieben ist – einschliesslich ihrer Bedingungen.

Die Methode hat vier Schritte: auswählen, darstellen, zurücklesen, entscheiden. Die KI liefert den Ausgangstext. Die Lernenden wählen eine Beziehung aus, geben ihr eine eigene Form und prüfen sie am Fachmaterial. Dabei trennen sie drei Dinge: Was sagt die KI? Was habe ich beim Zeichnen ergänzt? Was lässt sich fachlich begründen?

Auch eine richtige KI-Erklärung eignet sich dafür. Wer ihre Aussage in einer Skizze erhält und mit einem passenden Beleg bestätigt, hat ein vollständiges Ergebnis. Die Aufgabe braucht keinen versteckten Fehler. Entscheidend ist, dass aus der flüssig lesbaren Erklärung eine Aussage wird, für die die Lernenden selbst einstehen können.

Abonnieren

Was du vorbereitest

Wähle eine kurze, tatsächlich von einer KI erzeugte Erklärung zu einem bereits eingeführten Inhalt. Darin sollte ein überschaubarer Zusammenhang stecken: eine Abhängigkeit, eine Bedingung oder eine Reihenfolge. Die Lernenden brauchen die verwendeten Begriffe bereits; sie sollen hier eine Beziehung klären können, ohne sich gleichzeitig das ganze Thema erschliessen zu müssen.

Lege eine zugängliche Fachstelle dazu, etwa einen passenden Abschnitt aus dem Lehrmittel. Prüfe vorher, ob sie gerade die gewählte Beziehung ausreichend erklärt. Eine Quelle, die nur dieselben Begriffe erwähnt, genügt dafür nicht. Zum Arbeiten reichen dann der KI-Originaltext, die Fachstelle und Papier oder eine vorhandene Notizfläche.

Falls du erst eine Erklärung erzeugst, kannst du die KI so beauftragen: «Erkläre [konkreten Zusammenhang] in einem kurzen Absatz. Nenne die wichtige Bedingung und, falls es hilft, ein einfaches Beispiel. Schreibe nur die Erklärung, keine Unterrichtsanleitung.» Speichere die Antwort unverändert mit Prompt, Datum und Modell, soweit bekannt. Prüfe ihre fachliche Eignung, bevor du sie einsetzt; gezielt bestellte Fehler sind unnötig. Unbekannte Herkunftsangaben bleiben als unbekannt vermerkt.

Ein eigener KI-Zugang der Lernenden ist nicht erforderlich. Du kannst auch bei fehlendem Live-Zugang mit derselben gespeicherten Originalausgabe arbeiten. Fehlt ein geeigneter dokumentierter Text, muss die Vorbereitung zuerst ergänzt werden. Eine selbst verfasste Erklärung darf nicht als echte KI-Antwort erscheinen.

Der Auftrag

Gib den Lernenden diesen Auftrag: Übertrage einen wichtigen Zusammenhang der vorliegenden KI-Erklärung in eine einfache Skizze. Beschrifte die Verbindung so, dass klar wird, was sie bedeutet und unter welcher Bedingung sie gilt. Lies deine Skizze anschliessend als einen Satz vor. Vergleiche diesen Satz mit der KI-Erklärung und der bereitgelegten Fachstelle: Was stimmt überein, was hast du verändert, und was lässt sich belegen? Markiere die geprüfte Verbindung und begründe deine Entscheidung. Eine bestätigte Erklärung ist ein vollwertiges Ergebnis.

1. Auswählen. Lies den KI-Text und markiere die Stelle, die erklärt, wie zwei Dinge zusammenhängen. Halte fest, unter welcher Bedingung die Aussage gilt. Wähle eine Beziehung, die für die Erklärung wichtig ist; du musst nicht den gesamten Absatz in ein Bild verwandeln.

2. Darstellen. Zeichne wenige beschriftete Kästchen, Pfeile oder eine andere einfache Skizze. Schreibe an die Verbindung, was sie bedeutet: zum Beispiel eine Folge, eine Bedingung oder ein Verhältnis. Der Originaltext bleibt daneben sichtbar. An der Skizze soll erkennbar sein, welche Aussage du daraus übernommen hast.

3. Zurücklesen. Formuliere aus deiner Skizze einen Satz und vergleiche ihn mit der markierten KI-Stelle. Ist etwas weggefallen, hinzugekommen oder anders verknüpft? Halte eine solche Abweichung fest, bevor du etwas änderst. So bleibt erkennbar, an welcher Stelle deine Übertragung die Bedeutung verschoben hat.

4. Entscheiden. Prüfe die gewählte Beziehung an der Fachstelle. Du kannst sie begründet bestätigen, deine eigene Darstellung korrigieren oder ein Problem im KI-Text benennen. Reicht der Beleg nicht aus, halte genau fest, was offenbleibt. Nenne die passende Quellenstelle und bewahre die geprüfte Endfassung. Bei einer Änderung müssen erste und korrigierte Verbindung unterscheidbar bleiben.

Ein Pfeil braucht eine Bedeutung

Eine mögliche Stolperstelle ist ein Pfeil, der mehr behauptet als der Text. Er kann «führt zu», «folgt auf» oder «gilt nur, wenn» bedeuten. Diese Verbindungen sind fachlich verschieden. Stehen im Ausgangstext zwei notwendige Bedingungen, kann eine Kette aus Kästchen beispielsweise eine Reihenfolge nahelegen, obwohl beide Bedingungen gemeinsam erfüllt sein müssen.

Lass in diesem Fall genau die fragliche Verbindung als Satz lesen. Frage: «Behauptet der Text eine Ursache, eine Reihenfolge oder eine Bedingung?» Wenn beides gelten muss, kann ein deutliches «und» die Verbindung verständlicher machen. Entscheidend bleibt der Vergleich mit dem Ausgangstext. Entsteht die falsche Aussage erst beim Zeichnen, liegt die Korrektur an der eigenen Skizze. Daraus wird kein KI-Fehler.

Wer Unterstützung braucht, erhält die relevante Textstelle bereits markiert. Als sprachliche Hilfe eignen sich «Wenn …, dann …, sofern …» oder «Beides muss gelten: … und …». Die passende Verknüpfung und ihre Begründung bleiben Aufgabe der Lernenden. Für eine Vertiefung lässt sich eine Bedingung verändern: Welche Aussage erlaubt die Skizze dann noch? Dass eine Bedingung wegfällt, berechtigt nicht automatisch dazu, das Gegenteil zu behaupten.

Worauf du bei der Auswertung achtest

Am Ende liegen eine kleine Skizze mit markierter Verbindung, der daraus gelesene Satz, die zugehörige KI-Stelle und ein begründetes Urteil mit Fachbeleg vor. Zeichentalent, die Zahl der Pfeile und die Zahl gefundener Fehler sind dafür keine sinnvollen Massstäbe. Eine tragfähige Antwort erklärt die Verbindung, erhält die nötige Bedingung und zeigt, weshalb der Beleg genau diese Aussage stützt oder begrenzt. «Steht auch in der Quelle» lässt diesen letzten Schritt offen.

Für das Gespräch reichen drei Fragen: Welche Verbindung trägt deine Erklärung, und weshalb hast du sie so dargestellt? Sagen dein Satz und die KI-Stelle dasselbe, oder stammt eine Ergänzung von dir? Welche Fachstelle begründet deine Entscheidung, und was bleibt offen?

Der Wechsel zwischen Text und Bild ist eine allgemeine Lernhandlung. Hier richtet sie sich gezielt auf eine KI-Erklärung, die als Lernhilfe übernommen werden soll. Die Lernenden machen sichtbar, was die generierte Antwort tatsächlich hergibt und was sie selbst hineingelesen haben. Würde die KI auch noch die Skizze und das abschliessende Urteil übernehmen, entfielen genau diese eigenen Entscheidungen.

Was die Methode leisten soll – und wo sie endet

Einen vorsichtigen Anhaltspunkt für die Gestaltung liefert eine Studie von Janice Hansen und Lindsey Engle Richland (2020). Bei grafischen Darstellungen zu Mitose und Meiose lernten die untersuchten Schülerinnen und Schüler am besten mit gleichzeitig gezeigten Darstellungen, wenn sie zusätzlich deren Beziehungen selbst erklären sollten. Daraus übernehme ich die Anregung, die Verbindung zwischen den Formen ausdrücklich erklären zu lassen. Die Studie untersuchte keine generative KI und belegt keine Wirkung des hier beschriebenen Ablaufs.

Der Darstellungswechsel ist ein Unterrichtsvorschlag. Er setzt Fachvorwissen und einen geeigneten Beleg voraus; für komplexe Mehrursachenmodelle oder kontroverse Deutungen braucht es zusätzliche Vorbereitung. Eine schöne Skizze und ein flüssiger Satz garantieren keine fachliche Richtigkeit. Das Urteil gilt zudem nur für die geprüfte Beziehung, nicht automatisch für die ganze KI-Antwort.

Der entscheidende Punkt liegt in der begründeten Rückübersetzung: Kann ich zeigen, was ich aus der KI-Erklärung verstanden habe, und erklären, weshalb diese Aussage trägt? Dafür genügt eine kleine Skizze – wenn ihre wichtigste Verbindung wirklich erklärt wird.

Teilen

Eine Schule kann den Zugang zu einem KI-Werkzeug eingerichtet haben, während eine entscheidende Frage offenbleibt: Was sollen die Lernenden damit besser verstehen? Zwischen einem funktionierenden Konto und einer begründeten eigenen Antwort liegt ein weiter Weg. Gerade deshalb lohnt sich der Blick zurück. Wer die Einführung von KI verstehen will, muss auch die Geräte, Plattformen und Arbeitsweisen betrachten, die schon vorher da waren.

Meine These ist: Die digitale Vorarbeit des vergangenen Jahrzehnts kann Schulen den organisatorischen Einstieg in KI erleichtern. Wo Zugänge eingerichtet, Zuständigkeiten geklärt und gemeinsame Arbeitsweisen eingeübt sind, muss weniger von Grund auf aufgebaut werden. Daraus folgt allerdings weder, dass sich alle Schulen gleich schnell anpassen, noch, dass die Lernenden mehr verstehen. Die Vorleistung verdient Anerkennung; ihre Wirkung braucht einen genaueren Massstab.

Dafür hilft es, fünf Fragen auseinanderzuhalten. Zugang bedeutet, ein Gerät oder einen Dienst überhaupt verwenden zu können. Nutzung beschreibt, ob und wie er eingesetzt wird. Kompetenz zeigt sich darin, Aufgaben mit ihm sachgerecht zu bewältigen. Institutionelle Umsetzung betrifft gemeinsame Regeln, Unterstützung und Verantwortung. Didaktik fragt schliesslich, welche Auseinandersetzung mit einem Inhalt dadurch möglich wird. Ein neues Konto beantwortet die erste Frage. Die übrigen bleiben eine eigene Aufgabe.

Abonnieren

Die Vorgeschichte reicht weiter als zehn Jahre zurück. Schon ein Bericht des Bundesamts für Statistik von 2004 beschrieb den Einsatz von Computer und Internet an Schweizer Schulen der Sekundarstufe II: 75 Prozent der Schulen nutzten sie mindestens monatlich für Unterrichtszwecke. Selbst an Schulen mit häufiger Nutzung setzte aber weniger als die Hälfte der Lehrpersonen diese Mittel regelmässig ein. Die alte Bestandsaufnahme zeigt, wie früh sich schulische Verfügbarkeit und individuelle Nutzung unterschieden. Sie sagt nichts über die heutige Ausstattung oder die Qualität des damaligen Lernens. BFS: Informations- und Kommunikationstechnologien im Unterrichtswesen, 2004.

Im vergangenen Jahrzehnt wurde Digitalisierung auch als gemeinsame Gestaltungsaufgabe verankert. Seit 2016 besteht der Koordinationsausschuss Digitalisierung in der Bildung; 2018 verabschiedete die Konferenz der kantonalen Erziehungsdirektorinnen und -direktoren ihre Digitalisierungsstrategie. Das belegt eine institutionelle Vorgeschichte der heutigen KI-Debatte. Einen einheitlichen Umsetzungsstand an jeder Schule kann man aus einer Strategie jedoch nicht ablesen. EDK: Digitalisierung.

Was kann aus dieser Vorarbeit für KI bleiben? Ein gemeinsamer Ablageort kann den Austausch von Entwürfen erleichtern. Eine etablierte Anlaufstelle für technische Fragen kann auch bei einem neuen Werkzeug helfen. Erfahrungen mit Zugriffsrechten können die Frage schärfen, wer welche Inhalte sehen darf. Das sind plausible Verbindungen zwischen früherer Arbeit und heutigen Anforderungen. Wie stark sie den Einstieg tatsächlich beschleunigen, müsste für die jeweilige Institution untersucht werden.

Auch Kompetenz entsteht nicht automatisch mit dem Zugang. Das BFS fand für 2019 deutliche Unterschiede in den digitalen Kompetenzen von Internetnutzenden nach Bildungsabschluss. Diese Erhebung betrifft weder die KI-Kompetenz heutiger Lernender noch die Qualität einzelner Schulen. Sie mahnt aber zur Vorsicht gegenüber der Vorstellung, wer online sei, könne digitale Aufgaben schon sicher bewältigen. BFS: Ungleiche Verteilung digitaler Kompetenzen.

Dann kam Corona. Im Frühjahr 2020 wurde die Frage, wie Unterricht auf Distanz weitergehen könne, plötzlich dringlich. Das frühe School-Barometer von Stephan Huber und Christoph Helm erfasste diese Krisensituation mit einer schnellen Befragung in Deutschland, Österreich und der Schweiz. Es war keine repräsentative Schweizer Untersuchung der Lernwirksamkeit. Wer daraus eine allgemeine Erfolgsgeschichte des digitalen Unterrichts macht, verlangt von der Quelle mehr, als sie leisten kann. Huber und Helm: School-Barometer, 2020.

Besonders hilfreich ist hier eine Unterscheidung aus einem Educa-Interview vom November 2020: Der Notbetrieb während der Schulschliessungen war nicht mit regulärem Fernunterricht gleichzusetzen. Für diesen braucht es spezifische Ausbildung, geeignete Bedingungen und Werkzeuge. Educa: Fernunterricht muss gelernt sein. Corona lässt sich deshalb als Stresstest verstehen. Er rückte die Frage in den Vordergrund, ob Kontakt, Aufgabenverteilung und Rückmeldungen unter schwierigen Bedingungen aufrechterhalten werden konnten. Dass ein Kommunikationsweg funktioniert, sagt noch wenig darüber, wie gut eine Aufgabe zum Lernen anregt.

Für die heutige KI-Einführung ist diese Erfahrung doppelt relevant. Eingeübte Abläufe können helfen, einen neuen Dienst organisatorisch einzuordnen. Zugleich sollte die Erinnerung an den Notbetrieb davor schützen, technische Betriebsfähigkeit mit durchdachtem Unterricht gleichzusetzen. Die schnelle Umstellung kann eine notwendige Leistung sein. Ihr Tempo ist kein Ersatz für die Frage, was Lernende dabei selbst erschliessen.

Dass KI inzwischen breit genutzt wird, ist gut sichtbar. Im Frühjahr 2025 gaben laut BFS 43 Prozent der 15- bis 88-Jährigen in der Schweiz an, bereits einmal generative KI genutzt zu haben. Bei den 15- bis 24-Jährigen lag der Nutzungsanteil bei 79 Prozent. Das sind Angaben über Verbreitung, keine Noten für den Umgang mit den Ergebnissen. BFS: Nutzung generativer KI, 2025.

Die Mitteilung von SBFI und EDK zu PISA 2025 ergänzt einen schulbezogenen Befund: Jugendliche in der Schweiz nutzten KI für schulische Aktivitäten häufiger als im OECD-Durchschnitt; der Unterschied war statistisch signifikant. Auch dieser Vergleich erklärt weder, welchen Anteil frühere Digitalisierungsarbeit daran hatte, noch, ob gerade diese Nutzung das Lernen verbesserte. SBFI und EDK: PISA-Ergebnisse 2025.

Die didaktisch interessanteste Vorleistung liegt für mich deshalb in Routinen, mit denen Menschen Aussagen prüfen und Entscheidungen begründen. Bei KI müssen solche Routinen einen besonderen Gegenstand erfassen: Ein generatives System formuliert einen Vorschlag, dessen sprachliche Geschlossenheit noch keine fachliche Absicherung ist. Wer seine Antwort übernimmt, muss entscheiden können, was daran trägt. Dafür reicht Vertrautheit mit der Bedienung nicht aus.

Nehmen wir als Beispiel eine Quellenprüfung für eine Maturaarbeit. Wenn eine KI eine historische Entwicklung erklärt und Literatur dazu nennt, ist zunächst offen, ob die Literatur auffindbar ist und die konkrete Aussage tatsächlich stützt. Eine bereits eingeübte Quellenprüfung bietet dafür einen Ausgangspunkt. KI-spezifisch wird die Arbeit dort, wo Lernende die Verbindung zwischen erzeugter Erklärung und überprüfbarem Beleg selbst herstellen müssen. Auch eine richtige KI-Aussage verlangt diese Verbindung, wenn sie als begründetes Wissen in die eigene Arbeit eingehen soll.

Ähnlich verhält es sich mit dem Überarbeiten. Wer schon gelernt hat, einen ersten Entwurf aufzubewahren und Änderungen zu begründen, besitzt eine hilfreiche Routine für KI-Feedback. Ein sprachlich glatterer Vorschlag kann den Sinn verändern oder eine Einschränkung verschwinden lassen. Der didaktische Wert liegt dann in der Entscheidung: Welche Änderung übernehme ich, welche verwerfe ich, und weshalb? Dokumentierte Überarbeitung kann diese Entscheidung sichtbar machen. Dass eine neue Fassung schneller vorliegt, beantwortet die Lernfrage noch nicht.

Auf institutioneller Ebene kommen Datenschutz und Verantwortung hinzu. Für eine reflektierte Einführung sollte geklärt sein, welche Inhalte in einen KI-Dienst eingegeben werden dürfen, wer Ergebnisse fachlich kontrolliert und wer über ihren weiteren Einsatz entscheidet. Vorhandene Erfahrungen mit Datenflüssen und Zuständigkeiten können diese Klärung erleichtern. Sie nehmen einer Schule die erneute Prüfung des konkreten Dienstes und seines Einsatzzwecks aber nicht ab. Gerade eine vertraut wirkende Oberfläche sollte kein Grund sein, diese Entscheidungen zu überspringen.

Die Gegenprobe ist berechtigt: Quellen prüfen, Texte überarbeiten und Verantwortung klären ist auch ohne KI wichtig. Darin liegt die Kontinuität. Die besondere Herausforderung entsteht, wenn ein System selbst Erklärungen und Überarbeitungsvorschläge erzeugt, die überzeugend wirken können, ohne bereits geprüft zu sein. Gleichzeitig gelangen eingegebene Inhalte in einen weiteren Verarbeitungskontext. Die alten Routinen bleiben nützlich, müssen aber auf diese neue Rolle des Werkzeugs ausgerichtet werden. Sonst wächst vor allem die Menge verfügbarer Antworten, während die eigene Urteilsbildung unsichtbar bleibt.

Wie weit die digitale Vorarbeit Schulen tatsächlich auf KI vorbereitet hat, bleibt eine offene Forschungsfrage. Der von Bund und Kantonen beauftragte Educa-Bericht von 2021 bündelt Wissen zu Nutzung, Wirkungen und Gelingensbedingungen digitaler Ressourcen und benennt Wissenslücken. Er liefert keinen Kausalnachweis für die spätere KI-Einführung. Auch in den hier herangezogenen Quellen fehlt eine schweizweit vergleichbare Untersuchung, die frühere institutionelle Digitalisierung über längere Zeit mit heutiger KI-Nutzung und Lernqualität verknüpft. Educa: Digitalisierung in der Bildung, 2021.

Die Arbeit des vergangenen Jahrzehnts ist deshalb als mögliche Grundlage ernst zu nehmen. Ihr Wert zeigt sich dort, wo sie hilft, neue Werkzeuge verantwortlich einzuführen und ihre Ergebnisse prüfbar zu machen. Ob daraus gutes Lernen wird, entscheidet sich daran, was Menschen selbst erklären, überprüfen und begründet verändern können. Eine Schule kann beim Einrichten von KI schnell sein und sich für genau diese Fragen die nötige Sorgfalt nehmen.

Teilen

«Ich bin mir nicht sicher.» Wenn eine KI diesen Satz vor ihre Antwort setzt, bleibt eine wichtige Frage offen: Was genau ist unsicher? Eine Jahreszahl, die Deutung einer Quelle oder der ganze Zusammenhang? Wer eine solche Antwort für eine eigene Analyse verwenden möchte, braucht mehr als einen vorsichtigen Ton. Auch eine zurückhaltend formulierte Behauptung kann weiter reichen als die Belege, die sie tragen sollen.

Meine These ist deshalb: Eine Unsicherheitsformulierung ist ein Anlass zur Prüfung. Eine fachliche Begründung entsteht erst, wenn nachvollziehbar wird, welche Belege die konkrete Aussage stützen, wie weit sie reichen und welche Konsequenz daraus folgt. Das gilt auch dann, wenn die KI ihre Unsicherheit mit einer präzise wirkenden Prozentzahl ausdrückt.

Für das Lernen mit KI liegt darin eine wichtige Unterscheidung. Lernende können untersuchen, wie eine Antwort begründet ist, ohne der KI ihre Selbsteinschätzung einfach abzunehmen. Entscheidend wird die Verbindung zwischen Aussage und Beleg. Der Tonfall kann auf eine offene Frage aufmerksam machen; beantworten muss man sie am Gegenstand.

Abonnieren

Was ein Prozentwert leisten kann

In der Forschung gibt es einen technischen Begriff für das Verhältnis zwischen geschätzter Sicherheit und tatsächlicher Richtigkeit: Kalibrierung. Als vereinfachtes Rechenbeispiel: Wenn ein System vielen Antworten jeweils 80 Prozent Wahrscheinlichkeit für Richtigkeit zuordnet, sollten in dieser Gruppe ungefähr 80 Prozent richtig sein. Ob das zutrifft, muss anhand klar bestimmter Aufgaben und einer festgelegten Auswertung geprüft werden. Die Zahl allein liefert diesen Nachweis nicht.

Jiang und Kollegen untersuchten die älteren Sprachmodelle T5, BART und GPT-2 bei der Beantwortung von Wissensfragen. Deren Wahrscheinlichkeiten waren vor den untersuchten Kalibrierungsverfahren nicht gut auf die tatsächliche Richtigkeit abgestimmt. Ihre Arbeit zeigt damit ein Problem in einem bestimmten Testkontext, keine allgemeine Eigenschaft jeder heutigen Chatantwort.

Es gibt zugleich ermutigende Befunde. Kadavath und Kollegen berichteten 2022, dass grosse Modelle in geeigneten Aufgaben- und Antwortformaten brauchbar kalibrierte Selbstbewertungen liefern konnten. Dabei unterschieden sie zwischen der Bewertung einer bereits vorgeschlagenen Antwort und der Einschätzung, eine Frage überhaupt beantworten zu können. Bei dieser zweiten Einschätzung bereitete die Kalibrierung auf neuen Aufgaben Schwierigkeiten.

Ein in einem Chat ausgegebenes «73 Prozent sicher» lässt sich diesen Ergebnissen nicht einfach gleichsetzen. Dafür müsste unter anderem klar sein, auf welches Ereignis sich der Wert bezieht und wie er für das betreffende Modell und die betreffende Aufgabe überprüft wurde. Selbst ein gut kalibrierter Wert würde noch nicht zeigen, welcher Beleg die einzelne Antwort trägt. Er könnte beim Einschätzen eines Fehlerrisikos helfen. Die fachliche Begründung bliebe eine eigene Frage.

Vorsicht ist auch eine sprachliche Form

Bei Wendungen wie «vermutlich» oder «ich denke» kommt hinzu, dass wir zunächst eine Formulierung lesen. Lea Krause und ihr Forschungsteam untersuchten 2023 GPT-3.5 bei mehrsprachigen Wissensfragen ohne mitgelieferte Quellen. In diesem Versuchsaufbau äusserte das Modell übertriebene Sicherheit, die nicht zur Richtigkeit beziehungsweise Wahrscheinlichkeit seiner Antworten passte. Die Studie gibt einen begrenzten Grund, sprachliche Sicherheit nicht als verlässlichen Ersatz für eine inhaltliche Prüfung zu behandeln.

Eine andere Untersuchung setzte bei den Eingaben an: Zhou, Jurafsky und Hashimoto variierten Formulierungen von Sicherheit und Unsicherheit in Prompts für Wissensfragen. Die Antwortgenauigkeit reagierte deutlich darauf. Das war ein Befund über den Einfluss der Eingabesprache, keine Messung der Verlässlichkeit eines einzelnen vorsichtigen Antwortsatzes.

Aus diesen Arbeiten folgt weder, dass heutige KI-Systeme ihre Unsicherheit nie sinnvoll ausdrücken, noch dass vorsichtige Antworten grundsätzlich verdächtig wären. Es folgt eine engere Frage an jede Nutzung: Was lässt sich hier tatsächlich prüfen? Eine genannte Quelle, eine begrenzte Aussage oder bislang nur die Selbstauskunft des Systems?

Wie weit trägt der Beleg?

Ein vollständig konstruiertes Beispiel macht den Unterschied greifbar. Auch der erwähnte Brief ist erfunden; es handelt sich um keine echte KI-Ausgabe und keinen historischen Befund. Eine KI soll einen Protest erklären und schreibt: «Lebensmittelknappheit war vermutlich die wichtigste Ursache.» Als Beleg nennt sie einen Brief, in dem ein Beteiligter seinen Hunger als Grund für die Teilnahme beschreibt.

Das Wort «vermutlich» schwächt die Sicherheit des Satzes ab. Die Behauptung selbst bleibt jedoch anspruchsvoll: Lebensmittelknappheit soll gegenüber anderen Ursachen das grösste Gewicht gehabt haben. Wer den Satz übernehmen will, muss deshalb zuerst seinen genauen Inhalt erkennen. «Eine Ursache» und «die wichtigste Ursache» verlangen unterschiedlich weit reichende Belege.

Dann stellt sich die Frage, was der Brief tragen würde. In einer wirklichen Quellenprüfung müsste man ihn auffinden, seine Herkunft klären und die betreffende Stelle im Zusammenhang lesen. Passt die Wiedergabe, wäre zunächst belegt, dass eine bestimmte Person Hunger als Motiv angibt. Warum diese Aussage glaubwürdig ist und was sie über ihr Handeln erkennen lässt, müsste zusätzlich begründet werden. Ein Quellenname neben dem KI-Satz erledigt diese Arbeit nicht.

Auch der Geltungsbereich bleibt enger als die ursprüngliche Behauptung. Ein einzelner Bericht erlaubt noch keine Rangfolge der Ursachen für den ganzen Protest. Dafür wären weitere Perspektiven und Belege nötig, die auch andere Erklärungen berücksichtigen. Die Unsicherheit liegt nun an einer benennbaren Stelle: beim Übergang vom angegebenen Motiv einer Person zur Gewichtung der Ursachen für ein gemeinsames Ereignis.

Das verändert das eigene Urteil. In einer Analyse könnte man vorläufig festhalten, dass der Brief Hunger als Motiv dieses Beteiligten nennt. Die weiter gehende Aussage über die wichtigste Ursache würde man mit diesem Beleg allein offenlassen. Soll die Analyse gerade verschiedene Ursachen gewichten, reicht die geklärte Einzelaussage noch nicht aus. Aus derselben Quellenlage folgen je nach Fragestellung unterschiedliche nächste Entscheidungen.

Was daran gelernt werden kann

Für mich liegt hier der didaktische Wert der Auseinandersetzung mit KI-Unsicherheit. Die KI liefert eine Aussage samt Einschätzung ihrer Sicherheit. Lernende untersuchen, ob die angeführte Evidenz die Aussage in genau diesem Umfang trägt und verantworten anschliessend ihre eigene Formulierung. Sie lernen dabei, eine sprachlich markierte Unsicherheit in eine konkrete offene Sachfrage zu übersetzen.

Die KI kann dazu beitragen, indem sie ihre Aussage eingrenzt, mögliche Gegenargumente nennt oder auf fehlende Belege hinweist. Diese Beiträge bleiben prüfbare Vorschläge. Auch eine ausführliche KI-Begründung muss sich daran messen lassen, ob ihre Quellen existieren, richtig wiedergegeben werden und den gezogenen Schluss tatsächlich stützen. Das gilt ebenso für eine selbstsicher vorgetragene Antwort: Ergibt die Prüfung eine tragfähige Begründung, darf man sie übernehmen. Ein Fehler der KI ist für diese Denkaufgabe nicht nötig.

Für die Rückmeldung an Lernende würde ich daher darauf achten, ob sie die entscheidende Lücke benennen können. «Die KI war unsicher» lässt die Sachfrage offen. «Der Beleg beschreibt ein individuelles Motiv; für die Gewichtung aller Ursachen reicht er nicht» zeigt hingegen, wo die eigene Entscheidung ansetzt. Dafür braucht es fachliches Wissen: Wer den Inhalt und die Quellenart kaum versteht, kann die Tragweite eines Belegs nur begrenzt beurteilen. Die Aufforderung, KI kritisch zu prüfen, ersetzt dieses Wissen nicht.

Diese didaktische Einordnung ist eine begründete Empfehlung. Die angeführten Studien untersuchen bestimmte Modelle und Aufgaben, keinen heutigen Einzelchat und keine Lernwirkung dieses Vorschlags im Unterricht. Ihr Beitrag ist enger: Sie helfen zu verstehen, weshalb ein Sicherheitssignal, ein vorsichtiger Ton und eine belegte Aussage getrennt betrachtet werden müssen.

Eine KI, die Unsicherheit nennt, kann einen hilfreichen Anfang machen. Weiter kommt man, wenn aus «Wie sicher klingt die Antwort?» die Frage wird: «Was kann ich auf welcher Grundlage behaupten – und was lasse ich noch offen?» Dann hat die Unsicherheit einen präzisen Ort und das eigene Urteil eine nachvollziehbare Grundlage.

Teilen

Eine Aufgabe ist schwer verständlich, also soll die KI sie einfacher formulieren. Aus einem dichten Absatz werden übersichtliche Schritte, ein Fachwort wird erklärt, ein erster Hinweis kommt dazu. Das klingt hilfreich. Beim Lesen lohnt sich aber eine zweite Frage: Muss ich noch selbst entscheiden, was ich mit den Angaben anfange – oder hat die neue Fass…

Read more

Vier Fragen, vier richtige Lösungen, vier plausible Begründungen. Auf den ersten Blick hat die KI ihren Auftrag erfüllt. Trotzdem fällt beim dritten Item etwas auf: Wer zwei Fachwörter im Ausgangstext wiedererkennt, kreuzt richtig an, ohne den Treibhauseffekt erklären zu müssen.

Genau deshalb lohnt sich ein zweiter Blick. Ein korrektes Quiz ist noch kein…

Read more

Du liest eine KI-Erklärung und kannst jedem Satz folgen. Die Begriffe passen zusammen, ein Beispiel macht den Zusammenhang anschaulich. Dann schliesst du den Chat. Wie würdest du den Gedanken jetzt jemandem erklären? Vielleicht gelingt das mühelos. Vielleicht fehlt ausgerechnet die Verbindung, die beim Lesen so selbstverständlich wirkte.

Zwischen diesen …

Read more

Eine KI-Antwort kann fachlich richtig sein und im Unterricht trotzdem zu wenig auslösen. Wenn Lernende nur lesen, ob das Modell ungefähr dasselbe sagt wie sie, bleibt ihre eigene Denkleistung unsichtbar. Genau dort setzt diese Sammlung an: Jeder Baustein gibt der KI eine eng begrenzte Rolle und den Lernenden eine andere, klar erkennbare Denkhandlung.

Die Grundidee passt auf eine Zeile: Erst selbst antworten. Dann die KI vergleichen. Zum Schluss begründet entscheiden. Das Ergebnis ist nicht einfach eine verbesserte KI-Antwort. Es ist ein Fachprodukt, an dem sichtbar wird, was übernommen, verändert oder verworfen wurde – und warum.

Teilen

Ein Blatt, zwölf verschiedene Denkhandlungen

Die zwölf Karten sind keine Varianten von «Frag die KI und prüfe die Antwort». Die KI erklärt, modelliert, ordnet, simuliert, fragt zurück, bietet Lösungswege an oder gibt Feedback. Die Lernenden übertragen, konstruieren einen Gegenfall, gewichten Belege, trennen Satzarten, wählen eine entscheidende Frage oder revidieren eine Annahme.

Für alle Karten gilt derselbe einfache Ablauf:

1. Eine eigene Antwort festhalten, bevor die KI-Ausgabe sichtbar wird.

2. Den Prompt ausführen oder eine dokumentierte Ausgabe desselben Prompts öffnen.

3. Die Denkhandlung der gewählten Karte ausführen.

4. Eine begründete Endfassung abgeben und den eigenen Anteil markieren.

Die Karten passen nach einer ersten fachlichen Erarbeitung; der Ausgangsgegenstand und die nötigen Fachbegriffe müssen also bereits eingeführt sein. Die erste Entscheidung entsteht einzeln, Vergleich und Revision gelingen zu zweit oder in einer kleinen Gruppe. Das Abschlussprodukt kann individuell oder gemeinsam entstehen.

Eine typische Fehlentscheidung ist, die eigene Erstfassung vollständig durch die KI-Antwort zu ersetzen und alles als übernommen zu markieren. Dann hilft die Rückfrage der Lehrperson: «Zeige die Kartenhandlung. Welchen Gegenfall, welches Kriterium oder welche Revision hast du selbst hinzugefügt?» Als leichte Hilfe dienen drei Satzanfänge: «Meine erste Antwort …», «Von der KI übernehme oder verändere ich …, weil …» und «Mein Fachprodukt zeigt …». Beim Preismodell sind die Prüffälle 0 km und 8 km bereits vorgegeben.

Für eine Vertiefung tauschen Gruppen nur ihre fertigen Produkte. Die jeweils andere Gruppe rekonstruiert, welche KI-Aussage übernommen wurde und welche menschliche Entscheidung hinzukam. Bleibt die Trennung unsichtbar, wird das Produkt gezielt nachgeschärft.

Eine richtige KI-Antwort macht die Aufgabe nicht überflüssig. Dann wird etwa ihre Reichweite geklärt, eine Modellannahme sichtbar gemacht oder ein Lösungsweg auf einen neuen Fall übertragen. Wenn kein KI-Zugang möglich ist, kann eine dokumentierte Ausgabe verwendet werden. Die Lernfrage bleibt dieselbe.

Jetzt abonnieren

Zwei Bausteine zum direkten Ausprobieren

1. Erklärung weitertragen

Der erste Baustein beginnt mit einer vertrauten Beobachtung: Metall und Holz liegen im selben Raum, fühlen sich aber verschieden kalt an. Die KI soll aus dem bereitgestellten Material eine dreigliedrige Ursache-Wirkungs-Kette formulieren. Die Lernenden schreiben zuerst ihre eigene Kette, vergleichen Glied für Glied und übertragen den Mechanismus auf Keramik. Dabei müssen sie benennen, welche Stoffeigenschaft ihnen für eine belastbare Aussage noch fehlt.

Das sichtbare Ergebnis ist eine Erklärung mit einem begrenzten Transfersatz. Der KI-spezifische Gewinn liegt nicht in der ersten Erklärung, sondern in der Einsicht, dass eine plausible Kette korrekt sein kann und den neuen Fall trotzdem noch nicht entscheidet.

2. Regel am Gegenbeispiel schärfen

Der zweite Baustein nutzt drei Fahrpreise: 1 km kostet CHF 6, 3 km CHF 10 und 5 km CHF 14. Mira folgert aus der gleichmässigen Zunahme, der Preis sei proportional. Unter der ausdrücklich gesetzten Annahme einer affinen Tarifregel vergleichen die Lernenden ihre Formel mit einer dokumentierten KI-Ausgabe. Danach prüfen sie formal 0 km und rechnerisch 8 km.

Die Rechnung ergibt im angenommenen Modell P(x)=2x+4 und P(8)=20. Der Nullfall zeigt, dass das Modell nicht durch den Ursprung geht und deshalb nicht proportional ist. Zugleich braucht es eine wichtige Begrenzung: Der konstante Term 4 ist ein Modellparameter. Die drei beobachteten Preise belegen keine reale Grundgebühr und keinen angebotenen Null-Kilometer-Tarif.

Die beiden gezeigten Bausteine bleiben frei nutzbar. Das Paid-Paket liefert alle zwölf Karten mit Material, Prompts und Lösungshinweisen, das Übersichtsblatt, eine Arbeitsvorlage und die ausgefüllte Musterlösung als Druck-PDF. Im ZIP sind Schülerdossier und Lösungen mit Hinweisen getrennt enthalten.

Read more

Vier Schülerinnen und Schüler sitzen über einer Aufgabe. Zwei Lösungen widersprechen sich. Eine dritte Person ist unsicher, und damit wäre ein ergiebiger Punkt erreicht: Jemand müsste den eigenen Weg erklären, jemand anderes würde widersprechen, vielleicht käme ein Fehler ans Licht. Womöglich liessen sich auch zwei zunächst unvereinbare Vorstellungen mi…

Read more

Plötzlich haben alle Agenten

Plötzlich gibt es für fast alles einen Agenten. Einige planen Unterricht, andere übernehmen Korrekturen. Manche Angebote klingen, als müsste man dem System nur noch sagen, was ansteht, und dürfte sich danach zurücklehnen, während es jeden weiteren Handgriff übernimmt.

In letzter Zeit stolpere ich ständig über Kurse und Posts, …

Read more

KI kann uns nicht nur das Schreiben, Rechnen oder Recherchieren abnehmen. Sie kann auch übernehmen, was davor, währenddessen und danach passiert: planen, prüfen, beurteilen. Genau dort wird es für Lernen interessant.

Sobald eine Aufgabe schwierig wird, ist der nächste Schritt heute erstaunlich einfach: ChatGPT öffnen.

Das ist zunächst einmal nichts Schlec…

Read more

KI baue ich dann in den Unterricht ein, wenn sie das Lernen fördert. Aber der Fokus bleibt beim Lernen. Es geht nicht darum, möglichst schnell ein Ziel zu erreichen oder ein Produkt zu haben, sondern um den Lernprozess und d…

Read more

Wenn die Frage grösser ist als die Aufgabe

«Könnte eine Stadt ganz ohne Autos funktionieren?»

Eine KI liefert darauf in wenigen Sekunden eine Antwort. Sie nennt Beispiele, sammelt Vor- und Nachteile und entwirft auf Wunsch gleich die passende Stadt.

Das kann hilfreich sein. Aber vielleicht wollte die Person, die gefragt hat, gar keinen fertigen Entwurf. V…

Read more