Sind meine Lernziele zu oberflächlich? Mit KI nachschärfen

Das Problem

«Die Studierenden kennen wichtige Theorien» klingt als Lernziel vertraut. Frau Keller merkt jedoch, dass daraus kaum hervorgeht, was eine gute Leistung ausmacht. Reicht es, Namen wiederzugeben, oder sollen Studierende eine Theorie auf einen neuen Fall anwenden und ihre Grenzen begründen?

Eine Lernzieltaxonomie ist ein Ordnungssystem für unterschiedliche Denkhandlungen, etwa Erinnern, Anwenden, Analysieren und Beurteilen. Sie hilft bei der Planung, ist aber keine starre Rangliste für jede einzelne Aufgabe. Auch eine scheinbar einfache Erklärung kann fachlich anspruchsvoll sein.

Wenn die KI nur «kennen» durch «analysieren» ersetzt, ist wenig gewonnen. Sie brauchen einen Gegenstand, einen sichtbaren Nachweis und angemessene Bedingungen. So wird aus einer schönen Formulierung ein brauchbarer Auftrag für Lehre und Prüfung.

So lösen Sie es mit KI – Schritt für Schritt

1. Sammeln Sie die bisherigen Ziele. Öffnen Sie den Modulbeschrieb und übertragen Sie jedes Ziel einzeln in eine Tabelle. Halten Sie Studienphase, vorausgesetztes Wissen und verfügbare Lernzeit fest. Unterscheiden Sie verbindliche Programmziele von Formulierungen, die Sie selbst überarbeiten dürfen.

1. Beschreiben Sie die gewünschte Handlung. Fragen Sie zunächst ohne KI: Was sollen Studierende tatsächlich tun? Wählen Sie eine beobachtbare Leistung, etwa Aussagen anhand bestimmter Kriterien vergleichen. «Sich bewusst sein» kann eine wichtige Absicht ausdrücken, liefert aber noch keinen klaren Leistungsnachweis.

1. Ergänzen Sie Gegenstand und Bedingungen. Benennen Sie, woran gearbeitet wird und welche Hilfsmittel erlaubt sind. Ein unbekannter Fall mit selbst gewählten Kriterien verlangt etwas anderes als ein bekannter Fall mit vorgegebenem Raster. Diese Bedingungen entscheiden mit über den Anspruch.

1. Lassen Sie mehrere Fassungen vorschlagen. Geben Sie der KI Ihre Ausgangsformulierung und verlangen Sie eine grundlegende, eine anwendende und eine beurteilende Variante. Zu jeder Variante soll sie eine passende Aufgabe und erforderliche Voraussetzungen nennen. Prüfen Sie, ob sich tatsächlich die Denkleistung verändert.

1. Formulieren Sie Qualitätsmerkmale. Ergänzen Sie, was eine überzeugende Bearbeitung kennzeichnet: passende Belege, sachgerechte Kriterien oder nachvollziehbare Abwägungen. Kompetenzorientierung bedeutet hier, auf begründetes Handeln mit Wissen zu zielen. Eine lange Antwort oder viele Fachwörter reichen als Qualitätsmerkmale nicht aus.

1. Gleichen Sie Ziel und Lerngelegenheiten ab. Prüfen Sie, ob Studierende die geforderte Leistung im Modul üben können. Wenn Sie selbstständiges Urteilen erwarten, braucht es Gelegenheiten, Kriterien zu wählen und Rückmeldung zu erhalten. Reduzieren Sie nötigenfalls die Zahl der Ziele, statt immer mehr Anspruch in dieselbe Zeit zu pressen.

1. Prüfen Sie die Verständlichkeit mit anderen. Lassen Sie eine Fachkollegin eine passende Aufgabe zu Ihrem Ziel entwerfen. Wenn ihre Auslegung stark von Ihrer abweicht, präzisieren Sie die Formulierung. Besprechen Sie die endgültigen Ziele mit Studierenden anhand kurzer Beispielantworten, ohne eine einzige Formulierung als einzig richtigen Weg darzustellen.

Vorlage zum Kopieren

Überarbeite Lernziele für ein Hochschulmodul.
Fach und Studienphase: [Angaben]
Vorwissen und verfügbare Lernzeit: [Rahmen]
Bisherige Lernziele: [Text]
Verbindliche Vorgaben: [Text]

Schlage pro Ziel mehrere Fassungen mit unterschiedlicher Denkleistung vor.
Nenne jeweils Handlung, Gegenstand, Bedingungen und Qualitätsmerkmale.
Ergänze eine passende Übungsaufgabe und einen möglichen Leistungsnachweis.
Begründe das Anspruchsniveau anhand der Aufgabe, nicht nur anhand des Verbs.
Markiere Ziele, die ohne weitere Voraussetzungen unrealistisch erscheinen.

Setzen Sie das tatsächliche Vorwissen ein und übernehmen Sie nur Varianten, für die Ihr Modul passende Lerngelegenheiten bietet.

Worauf Sie achten müssen

• Verwenden Sie nur das von Ihrer Hochschule freigegebene Werkzeug und dafür geeignete Materialien. Geben Sie keine Personendaten von Studierenden in öffentliche KI-Dienste ein; für Übungen reichen erfundene Beispiele ohne Bezug zu einzelnen Personen.
• Prüfen Sie Fachbehauptungen am Originalmaterial. Eine flüssige Antwort kann falsche Zusammenhänge oder erfundene Belege enthalten; die erneute Nachfrage bei derselben KI ersetzt keine unabhängige Kontrolle.
• Setzen Sie höheren Anspruch nicht mit längeren Texten oder schwierigeren Wörtern gleich. Fachliche Herausforderung und sprachliche Zugänglichkeit lassen sich verbinden; die KI darf unterschiedliche Ausdrucksfähigkeit nicht mit fehlender Denkfähigkeit verwechseln.
• Klären Sie Zugänglichkeit und erlaubte Hilfsmittel vor dem Einsatz. Bieten Sie eine gleichwertige Arbeitsmöglichkeit ohne privates Bezahlkonto an und berücksichtigen Sie unterschiedliche sprachliche sowie fachliche Voraussetzungen.
• Beachten Sie die Regeln Ihrer Schweizer Hochschule und die jeweils zuständigen kantonalen Vorgaben. Fragen zu Datenschutz oder Nutzungsrechten lassen Sie im Einzelfall durch die zuständige Fachstelle prüfen.

Ein Beispiel aus der Praxis

Ein fiktives Beispiel: Frau Keller plant ein Methodenmodul an einer Fachhochschule. Das bisherige Ziel lautet «Studierende verstehen Interviews». Eine KI schlägt zuerst «Studierende analysieren Interviews» vor; Frau Keller erkennt, dass weiterhin Gegenstand und Kriterien fehlen.

Sie formuliert neu: «Studierende vergleichen zwei freigegebene Interviewleitfäden hinsichtlich ihrer Eignung für eine vorgegebene Forschungsfrage und begründen ihre Empfehlung.» Dazu plant sie eine Übung mit Rückmeldung. Nun kann sie anhand der verwendeten Kriterien erkennen, ob der Vergleich fachlich trägt, und Studierende wissen, wofür sie die Methodenbegriffe brauchen.

Vertiefen können Sie das Vorgehen mit Modulplanung mit KI: Passen Lernziele und Prüfung zusammen? und Seminardiskussion mit KI: Begründete Gegenpositionen entwickeln.

So hilft Ihnen Alpasana

Im Online-Kurs Prompt Engineering von Alpasana üben Sie, Aufgabe, Kontext, Ziel und Ausgabeformat einer KI-Anweisung festzulegen. Sie bearbeiten komplexe Aufgaben schrittweise, überarbeiten Ihre Anweisungen und kontrollieren die Ergebnisse. Dafür brauchen Sie keine Programmierkenntnisse.

Frau Keller kann diese Arbeitsweise auf ihre Lehrvorbereitung übertragen und ein geprüftes Set wiederverwendbarer Anweisungen aufbauen. Die fachliche und didaktische Freigabe bleibt bei ihr und ihrer Hochschule; der Kurs vermittelt die Arbeit mit KI-Aufträgen. Nehmen Sie zum Üben eine eigene, freigegebene Beispielaufgabe mit und halten Sie fest, woran Sie eine brauchbare Antwort erkennen.

Häufige Fragen

Sind Wissensziele zu wenig anspruchsvoll?

Nein, tragfähiges Wissen ist eine Voraussetzung für viele komplexe Leistungen. Entscheidend ist, welche Ziele Ihr Modul braucht und wie sie zusammenwirken. Verwerfen Sie Grundlagen deshalb nicht allein wegen ihrer Stellung in einem Ordnungssystem.

Wie viele Qualitätsmerkmale soll ein Ziel enthalten?

Nennen Sie die Merkmale, die den Kern der Leistung verständlich machen. Ausführliche Abstufungen können in ein separates Bewertungsraster gehören. Ein überladener Satz wird für Studierende und Lehrende schnell unbrauchbar.

Kann KI das passende Niveau verbindlich bestimmen?

Sie kann einen Vorschlag anhand Ihrer Angaben begründen. Studiengangsprofil, fachliche Anforderungen und tatsächliches Vorwissen muss das Lehrteam beurteilen. Nutzen Sie Unterschiede zwischen KI-Einschätzung und eigener Einschätzung als Anlass zur Klärung.