KI-gestütztes Feedback im Überblick

Mögliche Einsatzszenarien im Lernprozess

KI-gestütztes Feedback lässt sich auf unterschiedliche Weise in den Unterricht integrieren, je nachdem, zu welchem Zeitpunkt im Lernprozess und mit welchem Ziel eine Rückmeldung sinnvoll ist. Die drei folgenden Szenarien zeigen exemplarische Ansätze.

Grundlagen wirksamen Feedbacks und ihre Bedeutung für KI

Für KI-gestütztes Feedback gelten dieselben Qualitätsanforderungen wie für jede andere Form lernwirksamer Rückmeldung. Leitend sind die drei Fragen nach Hattie und Timperley (2007).

Der Unterschied zu anderen Feedbackformen liegt nicht im Ziel, sondern in der Bedingung: Was eine Lehrkraft im direkten Kontakt situativ einbringt, muss beim Einsatz von KI-Anwendungen explizit vorgedacht werden. Voraussetzung ist daher, dass Lehrkräfte die gewählte Anwendung entsprechend mit einer präzisen Aufgabenstellung, einem klar formulierten Kriterienraster oder einer Rollenbeschreibung konfigurieren. Auch eine Kombination ist möglich. Je konkreter diese Vorgaben sind, desto differenzierter fällt das Feedback aus. Allerdings sollte bedacht/beachtet werden, dass zu umfangreiche Rückmeldungen Lernende überlasten können.

Stärken und Grenzen von KI-gestütztem Feedback

Beim Einsatz von KI-gestütztem Feedback ist abzuwägen, wann eine Rückmeldung durch eine KI-Anwendung sinnvoll eingesetzt werden kann und wo menschliches Feedback unverzichtbar bleibt.

Was KI-generiertes Feedback kann

• Skalieren: Alle Lernenden können gleichzeitig individuelle Rückmeldungen erhalten.

• Zeitunabhängige Verfügbarkeit: Lernende können ihre Lernprodukte außerhalb der Unterrichtszeit einreichen und überarbeiten.

• Mehrere Überarbeitungsschleifen: Lernende können ihren Text beliebig oft einreichen, überarbeiten und erneut einreichen. Dabei können sie ihren eigenen Entwicklungsfortschritt verfolgen.

• Zeitgewinn für Lehrkräfte: Wenn Lernende KI-gestütztes Feedback selbstständig einholen, hat die Lehrkraft mehr Zeit für vertiefte Gespräche und individuelle Begleitung.

• Hemmschwelle senken: Manchen Lernenden fällt es leichter, Rückmeldungen einzuholen, wenn diese nicht persönlich bewertet werden. Das kann dazu beitragen, dass sie offener mit eigenen Schwächen umgehen.

Was KI-generiertes Feedback nicht kann

• Wahrgenommene Beziehungsarbeit: Studien zeigen, dass sich KI-generiertes und menschliches Feedback sich in ihrer Wirkung auf den Lernfortschritt kaum voneinander unterscheiden. Beim Engagement ist das jedoch anders. Lernende investieren deutlich mehr Zeit und Mühe, wenn sie glauben, dass ein Mensch ihre Arbeit wirklich gesehen hat. Wie Lernende Feedback bewerten, hängt zudem davon ab, wem sie es zuschreiben. Wer glaubt, eine Lehrkraft habe seine Arbeit gelesen, nimmt das Feedback anders wahr als jemand, der weiß, dass es KI-generiert wurde. Entscheidend für die Wirkung ist also nicht die Herkunft der Formulierung, sondern die Beziehung, die dahintersteht.

• Den überfachlichen Kontext kennen: Eine KI-Anwendung kann weder die Klassensituation noch die persönlichen Umstände oder den aktuellen Unterrichtsstand einbeziehen.

• Fehlerfreie Rückmeldung garantieren: KI-Systeme können irren. Sie beanstanden mitunter richtige Dinge oder bestätigen falsche, insbesondere bei komplexen Themen. Ihre Zuverlässigkeit variiert je nach Fach, Aufgabentyp und gewähltem Sprachmodell erheblich. Deshalb sollte KI-generiertes Feedback immer von der Lehrkraft geprüft werden, bevor es an die Lernenden weitergegeben wird.

• Kreative Arbeiten vollständig erfassen: Innerhalb definierter Kriterien funktioniert KI-Feedback auch bei gestalterischen Aufgaben. Was aktuellen Systemen jedoch fehlt, ist das Urteilsvermögen für Ergebnisse, die Konventionen bewusst überschreiten – also genau jene Qualitäten, die kreative Arbeit auszeichnen.

• Pädagogische Verantwortung übernehmen: Entscheidungen über Förderung, Benotung und Lernbegleitung müssen stets bei der Lehrkraft liegen.