Lernprozess und Endprodukt: Mit KI die Bewertung trennen

Kurz gesagt: Ordnen Sie jedem Kriterium einen eigenen Leistungsbeleg zu und markieren Sie Überschneidungen. Gewichten Sie Prozess und Produkt nach den angekündigten Lernzielen; Lernfortschritt und Ergebnisqualität bleiben getrennt nachvollziehbar.

Das Problem

Frau Keller möchte nicht nur das fertige Projekt bewerten, sondern auch Planung, Erprobung und Überarbeitung. Im Raster stehen jedoch «gute Planung», «sorgfältige Umsetzung» und «gelungenes Ergebnis» so nah beieinander, dass dieselbe Beobachtung mehrfach Punkte auslöst.

Die Trennung zwischen Prozess und Produkt hilft nur, wenn beide unterschiedliche Leistungen erfassen. Prozess bedeutet hier der nachvollziehbare Arbeitsweg; Produkt ist das abgegebene Ergebnis. KI kann Überschneidungen sichtbar machen, aber keine sachgerechte Gewichtung ohne Lernziele bestimmen.

So lösen Sie es mit KI – Schritt für Schritt

1. Ziele sammeln. Öffnen Sie Auftrag und Bewertungsraster. Schreiben Sie auf, welche fachlichen Ergebnisse und welche Arbeitsweisen tatsächlich Lernziele sind; streichen Sie Anforderungen, die bloss erwünschtes Verhalten oder Materialaufwand beschreiben.

1. Belege zuordnen. Erstellen Sie eine Tabelle mit Kriterium, Beobachtung und Zeitpunkt. Prozessbelege können begründete Überarbeitungen sein, Produktbelege etwa eine fachlich korrekte Erklärung in der Endfassung; halten Sie diese Unterscheidung ausdrücklich fest.

1. Überschneidungen suchen. Geben Sie der KI das leere Raster und erfundene Belege. Verlangen Sie eine Prüfung, ob dieselbe Leistung unter mehreren Überschriften belohnt oder derselbe Mangel mehrfach abgezogen würde.

1. Lernfortschritt klären. Entscheiden Sie, ob individuelle Entwicklung eine eigene Rückmeldung oder ein angekündigtes Bewertungskriterium ist. Ein grosser Fortschritt und ein hohes fachliches Endniveau sind unterschiedliche Aussagen und brauchen unterschiedliche Belege.

1. Gewichtung erproben. Legen Sie die Anteile selbst nach Lernzielen und geltenden Vorgaben fest. Lassen Sie die KI beschreiben, wie sich verschiedene Gewichtungen auf erfundene Fälle auswirken, und rechnen Sie jede Zahl selbst nach.

1. Belegumfang begrenzen. Vereinbaren Sie wenige aussagekräftige Zwischenstände statt einer lückenlosen Überwachung. Erklären Sie, wie Lernende Entscheidungen festhalten können, auch wenn sie auf Papier, mündlich oder mit einfachen Geräten arbeiten.

1. Entscheidung dokumentieren. Prüfen Sie vor der Rückgabe jede Anrechnung auf ihre eigene Grundlage. Halten Sie offene Zuordnungen fest und besprechen Sie sie im Team, bevor ähnliche Arbeiten unterschiedlich behandelt werden.

Wie vermeiden Sie doppelte Anrechnung?

Dass eine Überarbeitung das Produkt verbessert, bedeutet nicht automatisch Doppelbewertung. Entscheidend ist, ob Sie zwei unterschiedliche Lernziele an unterschiedlichen Belegen beurteilen: die begründete Revision und die fachliche Qualität des Ergebnisses. Schreiben Sie diese Begründung im Raster aus.

Vorlage zum Kopieren

Ein Prompt ist eine Arbeitsanweisung an die KI. Verwenden Sie diese Vorlage zunächst mit einem erfundenen Beispiel und prüfen Sie, ob die Ausgabe zum fachlichen Ziel passt.

Prüfe meinen Rasterentwurf für [Projekt und Stufe].
Lernziele: [Ziele]
Kriterien und geplante Gewichtung: [Raster ohne Personendaten]
Erfundene Belege: [Beispiele]
Ordne Kriterien Prozess oder Produkt zu und begründe Grenzfälle.
Markiere dieselben Belege, die mehrfach angerechnet würden.
Unterscheide Lernfortschritt, Ergebnisqualität und blosse Dokumentationsmenge.
Schlage klarere Formulierungen vor. Erfinde keine verbindliche Gewichtung.
Gib offene Entscheidungen an die Lehrperson zurück.

Ersetzen Sie die Platzhalter durch Ihre Stufe, den konkreten Auftrag und die freigegebenen Vorgaben, ohne Angaben zu einzelnen Lernenden einzufügen.

Worauf Sie achten müssen

• Ausführliche Dokumentation kann von Schreibfähigkeit und verfügbarer Unterstützung abhängen. Bewerten Sie den fachlichen Gehalt der Prozessbelege, nicht deren Umfang. Vereinbaren Sie Formen, die für Alter und Lernvoraussetzungen zugänglich sind.
• Daten begrenzen: Geben Sie keine Personendaten von Lernenden in öffentliche KI-Dienste ein. Für das Erproben genügen selbst erstellte Beispiele; reale Beurteilungen verbleiben in den dafür vorgesehenen schulischen Abläufen.
• Rahmen beachten: Stimmen Sie den Einsatz auf Alter, Lernvoraussetzungen und verfügbare Unterstützung ab. Kantonale und institutionelle Vorgaben können sich unterscheiden; Ihr Vorgehen muss zu Ihrem konkreten Bildungsauftrag passen.
• Verantwortung behalten: Prüfen Sie KI-Vorschläge auf erfundene Belege und fachliche Fehler. Besprechen Sie unklare Fälle persönlich, statt eine automatische Ausgabe als abschliessendes Urteil zu behandeln.

Für das Kollegium wird damit sichtbar, wo unterschiedliche Ansprüche zusammenkommen. Eine gemeinsame Klärung vor Projektbeginn ist hilfreicher als eine nachträgliche Anpassung an bereits abgegebene Arbeiten.

Ein Beispiel aus der Praxis

Ein fiktives Beispiel aus einer Luzerner Sekundarklasse: Im Projektbericht wird eine fehlerhafte Erklärung nach einem Versuch überarbeitet. Frau Keller wollte die Verbesserung unter Mitarbeit, Lernfortschritt und Reflexion zugleich belohnen.

Nach der Rasterprüfung ordnet sie das begründete Erkennen des Irrtums der Reflexion zu. Die korrigierte Erklärung im Bericht bewertet sie getrennt auf fachliche Richtigkeit. Die unscharfe Kategorie Mitarbeit entfällt als zusätzliche Anrechnung derselben Handlung; die Rückmeldung beschreibt nun genau, welche Leistung wo sichtbar wurde.

Vertiefen können Sie dies mit Versionsverlauf bei KI-Verdacht: Welche Aussage ist möglich? und KI-Nutzungsprotokoll für Prüfungsprojekte: Vorlage.

So hilft Ihnen Alpasana

Alpasana bietet mit KI-Weiterbildung für Unternehmen eine passende Lernmöglichkeit. Die Online-Weiterbildung behandelt den verantwortungsvollen KI-Einsatz für Arbeitsaufgaben, den Umgang mit Daten und die Prüfung von Ergebnissen. Das Angebot ermöglicht Lernen im eigenen Tempo und verifizierbare Abschlüsse; für Firmenlösungen und Teambuchungen ist eine Kontaktaufnahme vorgesehen.

Die allgemeinen KI-Grundlagen können ein gemeinsames Vorgehen im Team unterstützen: Kriterien eindeutig formulieren, Überschneidungen erkennen und Entscheidungen nachvollziehbar dokumentieren. Die fachliche Anpassung und Freigabe im schulischen Rahmen bleiben bei Ihnen und Ihrer Institution.

Häufige Fragen

Muss der Prozess immer benotet werden?

Nein. Sie können den Arbeitsweg auch ausschliesslich zur Lernbegleitung nutzen. Wenn er zur Note beiträgt, müssen Kriterien, Belege und Gewichtung vorab verständlich sein und zu den geltenden Vorgaben passen.

Wie behandeln wir fehlende Zwischenstände?

Klären Sie zuerst, welche Nachweise angekündigt und praktisch möglich waren. Fehlende Dateien beweisen nicht, dass kein Arbeitsprozess stattgefunden hat. Beurteilen Sie nur nach den vereinbarten Regeln und ermöglichen Sie vorgesehene alternative Belege.

Kann KI eine optimale Gewichtung berechnen?

Sie kann Folgen vorgegebener Gewichtungen veranschaulichen. Welche Leistung pädagogisch stärker zählen soll, ist jedoch eine begründete Entscheidung der verantwortlichen Personen. Eine mathematisch saubere Rechnung macht eine ungeeignete Gewichtung nicht angemessen.