Aus der Praxis
Physik: Energieumwandlung
KI-gestütztes Feedback im Lernprozess
Feedback gezielt steuern: Vier Rollen für den Einsatz von KI-Anwendungen
KI-Anwendungen können im Lernprozess verschiedene Funktionen übernehmen. Entscheidend ist dabei nicht das System selbst sondern seine Konfiguration.
Die folgenden Beispiele zeigen, wie KI-generierte Rückmeldungen gezielt zur Überarbeitung, Reflexion oder Vertiefung genutzt werden können.
Hinweis: Die Prompts sind aus Gründen der Übersichtlichkeit knapp gehalten. Ausführlichere Hinweise zum Prompting bietet der Selbstlernkurs „Prompting: KI souverän anleiten und optimal einsetzen" der ALP Dillingen.
Die Rolle „Tutor”
Der Chatbot erklärt Inhalte mit anderen Worten, gibt Beispiele, stellt Verständnisfragen und gibt gezielte Hinweise, ohne die Lösung vorwegzunehmen. Im Mittelpunkt steht nicht das fertige Ergebnis, sondern der schrittweise Aufbau von Verständnis.
Wann besonders geeignet
Überall dort, wo Lernende einen neuen Sachverhalt durchdringen, eine Aufgabe eigenständig lösen oder Verständnislücken schließen wollen, zum Beispiel beim Erarbeiten von Fachbegriffen, beim Üben von Rechenverfahren oder beim Vorbereiten auf eine Prüfung.
Dr. Joule ⚡️ - Tutor mit gelenkter Fragetechnik im Physikunterricht
Schülerinnen und Schüler der 9. Klasse üben im Physikunterricht, Energieumwandlungen zu beschreiben. Anstatt fertige Antworten zu liefern, erklärt die KI-Anwendung Sachverhalte mit anderen Worten, gibt fachspezifische Beispiele und überprüft das Verständnis der Lernenden durch gezielte Fragen. So unterstützt sie den Denkprozess der Lernenden Schritt für Schritt.
So funktioniert die Anwendung
Die Anwendung ist über einen Systemprompt so konfiguriert, dass sie Inhalte in anderen Worten erklärt, Beispiele gibt und gezielte Verständnisfragen stellt, ohne die Lösung vorwegzunehmen. So werden die Lernenden Schritt für Schritt durch einen Sachverhalt geführt, ohne dass die KI-Anwendung ihre Denkarbeit übernimmt.
Grundregeln des Gesprächs
Erklärung in kleinen Schritten
Neue Inhalte werden aufgeteilt und schrittweise erschlossen, statt auf einmal vermittelt zu werden.
Gibt Hinweise statt Lösungen.
Die KI-Anwendung zeigt Wege auf, benennt Zusammenhänge und nennt Beispiele, liefert aber keine fertigen Ergebnisse.
Überprüft Verständnis durch Rückfragen
Nach einer Erklärung fragt die Anwendung, ob der Sachverhalt verstanden wurde. Entsprechend wird die nächste Erklärung angepasst.
Bleibt beim Lerngegenstand
Die Anwendung weicht nicht davon ab und hält den Fokus auf dem zu erarbeitenden Inhalt.
Die Rolle „Sokratischer Dialogpartner”
Der Chatbot stellt gezielte Rückfragen, die die Lernenden zum eigenständigen Weiterdenken anregen, ohne fertige Lösungen zu liefern. Im Mittelpunkt steht dabei nicht das Ergebnis, sondern der Denkprozess: Der Chatbot fungiert als Denkpartner und nicht als Korrektor.
Wann besonders geeignet
Diese Rolle ist überall dort sinnvoll, wo Verstehen und Reflexion wichtiger sind als eine eindeutige Lösung, beispielsweise bei Argumentationsaufgaben, Problemlöseaufgaben und Erörterungen. Für Aufgaben mit klaren Richtig-falsch-Kriterien ist diese Rolle hingegen weniger geeignet.
Aus der Praxis
Deutsch: Detektivgeschichten
Der Ermittlungscoach 🔍 – Sokratischer Dialogpartner beim analytischen Lesen
Schülerinnen und Schüler der 5. Klasse lesen im Deutschunterricht eine Detektivgeschichte, die aus drei Perspektiven – Opfer, Zeuge, Täter – erzählt wird. Anstatt die Lösung zu verraten, stellt die KI-Anwendung Rückfragen und unterstützt die Lernenden dabei, Hinweise zu kombinieren, Widersprüche aufzudecken und Täter sowie Motiv selbst zu ermitteln.
So funktioniert die Anwendung
Die Anwendung wurde über einen Systemprompt so konfiguriert, dass keine fertigen Antworten geliefert werden. Stattdessen stellt sie Rückfragen wie „Welche Belege im Text sprechen dafür?” oder „Was widerspricht dieser Hypothese?”. Auf diese Weise werden die Lernenden angeregt, selbstständig Zusammenhänge herzustellen, Argumente zu prüfen und Schlussfolgerungen zu ziehen, ohne dass die KI-Anwendung das Denken für sie übernimmt.
Grundregeln des Gesprächs
Nennt die Lösung nie direkt
Die Antwort wird nicht ausgegeben – selbst dann nicht, wenn man explizit danach fragt.
Fordert Hypothesen mit Begründung
Vermutungen ohne Textbeleg werden konsequent mit der Frage „Woran machst du das fest?” zurückgefragt.
Zeigt Widersprüche auf
Wenn sich Perspektiven widersprechen, benennt die KI-Anwendung den Widerspruch, löst ihn jedoch nicht auf.
Fokus auf eigene Analyse
Im Vordergrund steht die eigene Schlussfolgerung der Lernenden, nicht die Übernahme von Antworten der KI-Anwendung.
Die Rolle „Kritischer Freund”
Der Chatbot gibt wertschätzendes Feedback, wobei er eine konkrete Stärke sowie einen klar benannten Verbesserungsbereich nennt. Der Ton ist zugleich ermutigend und klar: Es gibt kein Endurteil und keine Bewertung.
Wann besonders geeignet
Diese Rolle bietet sich überall dort an, wo Lernende Impulse benötigen und bereits eigenständige Lernprodukte vorliegen, beispielsweise in Überarbeitungsphasen, beim kreativen Schreiben oder bei der Portfolioarbeit.
Aus der Praxis
GPG: Portfolio zur Globalisierung
Globus 🌍 – kritischer Freund bei Lernportfolios im GPG-Unterricht
Schülerinnen und Schüler der 8. Klasse erstellen ein Portfolio zum Thema Globalisierung. Eine KI-Anwendung unterstützt sie dabei, ihre Gedanken klarer zu begründen, Karikaturen differenzierter auszuwerten und ihre eigenen Texte gezielt weiterzuentwickeln.
So funktioniert die Anwendung
Die Anwendung ist über einen Systemprompt so konfiguriert, dass sie nicht bewertet, sondern weiterentwickelt. Zunächst nennt sie eine konkrete Stärke des eingereichten Portfolioabschnitts und gibt anschließend genau einen Überarbeitungsimpuls. Fertige Lösungen werden nicht geliefert, die Überarbeitung bleibt Aufgabe der Lernenden.
Grundregeln des Gesprächs
Nennt zuerst eine Stärke
Die Rückmeldung beginnt mit einem gelungenen Aspekt des Portfolioeintrags.
Gibt nur einen Impuls
Der Fokus liegt auf dem nächsten sinnvollen Schritt, nicht auf einer Gesamtkorrektur.
Fordert Begründungen ein
Die Aussagen sollen durch konkrete Beispiele oder Belege aus dem eingereichten Lernprodukt gestützt werden.
Formuliert keine fertigen Lösungen
Die Überarbeitung bleibt Aufgabe der Lernenden.
Abgrenzung zur Tutor-Rolle
Tutor → begleitet den laufenden Lernprozess, kein fertiges Produkt nötig
Kritischer Freund → gibt Feedback auf ein vorliegendes Lernprodukt
Die Rolle „Advocatus Diaboli”
Der Chatbot nimmt konsequent die Gegenposition ein, entwickelt Gegenargumente und stellt Prämissen systematisch infrage. Das Ziel besteht jedoch nicht darin, Lernende zu verunsichern, sondern ihre Argumente durch kontrollierten Widerstand zu stärken.
Wann besonders geeignet
Bei Debatten, Pro/Contra-Aufsätzen und Erörterungen, also überall dort, wo kritisches Denken und Perspektivwechsel geübt werden sollen.
Aus der Praxis
Alle Fächer: Argumentation
Argumenta 💬 - Debattenbot mit Biss
Schülerinnen und Schüler trainieren das Argumentieren zu strittigen Fragen. Anstatt direkt in die Debatte im Klassenverband zu starten, testen sie ihre Argumente zunächst im Chat mit einer KI-Persona, die sachlich, aber fordernd nachfragt.
So funktioniert die Anwendung
Die Anwendung ist über einen Systemprompt so konfiguriert, dass sie nicht direkt zustimmt, sondern zunächst prüft: „Ist dein Argument wirklich belegt? Was spricht dagegen?” Auf diese Weise werden die Lernenden angeregt, ihre Argumente zu präzisieren, zu begründen und zu überarbeiten, ohne dass die KI-Anwendung diese Arbeit für sie übernimmt.
Grundregeln des Gesprächs
Fasst das Argument zuerst zusammen
Bevor es in die Kritik geht, wird das Argument noch einmal kurz wiederholt.
Nennt immer ein Gegenargument
Kein Argument bleibt unwidersprochen. Es folgt immer ein starkes Gegenbeispiel oder eine Gegenperspektive.
Benennt die Schwachstelle
Verallgemeinerungen, fehlende Belege und unklare Begründungen werden sichtbar gemacht, ohne zu urteilen.
Stellt eine weiterführende Frage mit konkretem Impuls
Stellt eine einzige, gezielte Weiterentwicklungsfrage, ohne die Richtung vollständig vorzugeben."
Kompletter Chatverlauf zur Einsicht
Anklicken für die Vollansicht
Didaktischer Hinweis
Diese Rolle sollte erst zum Einsatz kommen, wenn die Lernenden bereits eine eigene Position entwickelt haben. Eine zu frühe Konfrontation kann verunsichern.
Erweiterung: KI-generiertes Feedback als Gesprächsanlass
KI-generierte Rückmeldungen müssen nicht abschließend sein. Sie können auch als Ausgangspunkt für einen gemeinsamen Austausch im Unterricht dienen. Die Lernenden prüfen die Vorschläge kritisch, entscheiden gemeinsam, welche sie übernehmen, und begründen ihre Entscheidung.
Variante A: KI-generierte Antwort als Gesprächsvorbereiter
Anhand vorgegebener Kriterien werden von der KI-Anwendung Gesprächsimpulse zu einem Text generiert. Diese sollen keine abschließende Beurteilung darstellen, sondern Impulse für ein Gespräch zu zweit oder für die Gruppe liefern. Im Mittelpunkt steht der Austausch über den Text selbst, nicht über den KI-generierten Inhalt.
Ablauf
Die Lernenden erstellen einen Textentwurf.
Dieser wird in die KI-Anwendung eingegeben, die daraufhin offene Gesprächsimpulse generiert.
Anschließend sprechen zwei Lernende anhand dieser Impulse über den Text. Was passt? Was sehen wir anders?
Auf Grundlage des Gesprächs wird der Text überarbeitet.
Im Anschluss findet eine Reflexion statt: Welche Impulse waren hilfreich – und warum?
Variante B: KI-generierte Antwort als Reflexionsanlass
Es wird ein Feedback zu einem Schülertext erstellt. Anschließend sprechen zwei Lernende nicht über den Text selbst, sondern über das KI-generierte Feedback. Stimmt das geschriebene? Was fehlt? Was würden wir anders einschätzen? Dies schärft das fachliche Urteilsvermögen und stärkt die Kompetenz im kritischen Umgang mit KI-generierten Aussagen.
Ablauf
Die Lernenden erstellen einen Textentwurf.
Dieser wird in die KI-Anwendung eingegeben, die daraufhin ein vollständiges, kriterienbasiertes Feedback generiert.
Zwei oder mehrere Lernende lesen das Feedback gemeinsam und bewerten es: Was ist treffend? Was ist unvollständig oder fragwürdig?
Sie halten ihre Einschätzung schriftlich fest und überarbeiten den Text auf Basis ihrer gemeinsamen Entscheidung.
Reflexion: Welche Rückmeldungen wurden übernommen, welche verworfen – und warum?
Praxisbeispiel: Umsetzung mit der Lernplattform der ByCS
In der Aktivität „Aufgabe” steht Lehrkräften eine KI-gestützte Feedback-Funktion zur Verfügung.
Die eingereichten Lösungen werden KI-gestützt analysiert und als strukturierter Feedbackvorschlag aufbereitet.
Handschriftliche Abgaben können automatisch transkribiert und somit direkt in den Feedbackprozess integriert werden.
Im Vorfeld legt die Lehrkraft den Prompt sowie die dem Feedback zugrunde liegenden Kriterien fest.
Grundsätzlich obliegt es der Lehrkraft, KI-generiertes Feedback zu prüfen, bevor es an die Lernenden weitergegeben wird. Da in diesem Szenario die kritische Auseinandersetzung mit dem Feedbackvorschlag das Lernziel ist, kann das KI-Feedback automatisiert nach Abgabe für die Lernenden sichtbar geschaltet werden.
Tutorials in der ByCS-Lernplattform
Wie die Funktion in der Aktivität „Aufgabe" eingerichtet wird.
Wie Rolle, Kriterien und Ausgabeformat der KI-Rückmeldung gezielt angepasst werden können.
KI-Feedback auf Basis einer Bewertungsmatrix
Wie die KI-Anwendung die hinterlegten Bewertungskriterien in die Rückmeldung einbezieht.
KI-generiertes Feedback kann strukturierte und jederzeit verfügbare Rückmeldungen liefern. Seine Stärke liegt in der Unterstützung von Überarbeitungsprozessen. Die pädagogische Einordnung, die Auswahl passender Impulse und die Begleitung der Lernenden bleiben Aufgabe der Lehrkraft.
