Ein Stapel mit dreißig Aufsätzen kostet einen Nachmittag. Der Wunsch, das abzugeben, ist verständlich. Dieser Text trennt, was rechtlich zulässig ist, was technisch funktioniert und was nur nach einer guten Idee aussieht.
Darf KI Klassenarbeiten bewerten?
Nein, und das ist keine Auslegungsfrage. Die Leistungsbewertung ist eine hoheitliche Aufgabe der Lehrkraft, sie ist an die Person gebunden und nicht delegierbar. Mehrere Kultusministerien haben dazu Handreichungen veröffentlicht, die das ausdrücklich festhalten.
Das gilt auch für eine Vorstufe, bei der die Maschine einen Notenvorschlag macht und du ihn übernimmst. Sobald der Vorschlag die Bewertung tatsächlich bestimmt, ist die Entscheidung nicht mehr deine.
Zulässig bleibt der umgekehrte Weg. Du bewertest, das Modell hilft beim Formulieren der Rückmeldung. Diese Reihenfolge ist der entscheidende Unterschied.
Warum bewerten Sprachmodelle unzuverlässig?
Selbst wenn es erlaubt wäre, würde es praktisch nicht funktionieren, und das aus drei Gründen.
Inkonsistenz. Derselbe Text, zweimal eingereicht, bekommt unterschiedliche Einschätzungen. Die Abweichung liegt regelmäßig bei ein bis zwei Notenstufen. Für eine Bewertung, die vor Eltern und Widerspruchsverfahren Bestand haben muss, ist das unbrauchbar.
Freundlichkeitsdrift. Sprachmodelle sind darauf trainiert, hilfreich und wohlwollend zu antworten. Das schlägt auf Bewertungen durch, sie fallen im Schnitt zu gut aus und differenzieren im oberen Bereich kaum.
Formfixierung. Bewertet wird, was gut aussieht. Ein sauber gegliederter Text mit korrekter Rechtschreibung und schwacher Argumentation schneidet besser ab als ein kluger Text mit Fehlern. Genau umgekehrt zu dem, was in den meisten Fächern zählt.
Wie lässt sich Feedback trotzdem beschleunigen?
Der Ablauf, der funktioniert, dreht die Reihenfolge um.
Zuerst korrigierst du wie gewohnt und hältst je Arbeit drei bis fünf Stichpunkte fest. „Aufbau klar, These fehlt, viele Wiederholungen, Schluss zu knapp.“ Das ist der Teil, der dein Urteil braucht, und er dauert pro Arbeit zwei Minuten.
Danach gibst du die Stichpunkte ein und lässt daraus eine ausformulierte Rückmeldung erzeugen, in einem festgelegten Ton und einer festgelegten Länge. Der Zeitgewinn liegt genau hier, weil das Ausformulieren der langweilige Teil ist.
Bei dreißig Arbeiten spart das ein bis zwei Stunden, ohne dass die Bewertung selbst die Hand wechselt. Wichtig ist, dass keine Namen mit übertragen werden, die Stichpunkte reichen.
Welche Werkzeuge eignen sich?
Für das Ausformulieren reicht jeder der großen Assistenten. Claude trifft den sachlich-freundlichen Ton bei Rückmeldungen meist am besten, ChatGPT ist beim Variieren stärker, wenn dreißig Rückmeldungen nicht gleich klingen sollen.
Für die reine Sprachprüfung an eigenen Texten, etwa an Erwartungshorizonten oder Elternbriefen, ist QuillBot das schnellere Werkzeug. Bei fremdsprachigen Texten führt DeepL schneller zum Ziel als der Umweg über einen Assistenten.
Welche Werkzeuge sich für die übrigen Aufgaben im Schulalltag eignen, steht in der Übersicht zu KI-Tools für Lehrkräfte. Was beim Umgang mit Schülerdaten gilt, steht im Beitrag zu KI und Datenschutz an Schulen.
Was du nicht brauchst, sind spezialisierte Korrektur-Tools mit Schulbezug. Sie arbeiten mit denselben Modellen und haben dieselben Schwächen, kosten aber extra.
Wie erkenne ich KI-geschriebene Schülertexte?
Verlässlich gar nicht, und die angebotenen Detektoren machen es schlimmer statt besser.
Sie liegen in beide Richtungen falsch. Menschliche Texte werden als maschinell eingestuft, besonders bei Schülerinnen und Schülern, die einfach und regelmäßig schreiben oder deren Muttersprache nicht Deutsch ist. Umgekehrt rutschen leicht überarbeitete KI-Texte durch. Mehrere Anbieter schreiben selbst in ihre Bedingungen, dass die Ergebnisse nicht als Beweis taugen.
Was hilft, ist eine Änderung des Aufgabenformats. Zwischenstände einsammeln, Teile im Unterricht schreiben lassen, im Gespräch nachfragen, warum eine Formulierung gewählt wurde. Wer selbst geschrieben hat, kann darüber sprechen.
Der zweite Weg ist der offene Umgang. Erlaube den Einsatz für bestimmte Schritte, etwa Recherche und Gliederung, und verlange die Dokumentation. Das entspricht der Praxis in Studium und Beruf und ist ehrlicher als ein Verbot, das sich nicht durchsetzen lässt.
Wie muss die Anweisung aussehen?
Damit aus Stichpunkten eine brauchbare Rückmeldung wird, braucht das Modell vier Vorgaben.
Den Adressaten. Eine Rückmeldung an eine Sechstklässlerin klingt anders als eine an einen Oberstufenschüler. Ohne Angabe landet das Ergebnis in einem erwachsenen Mittelmaß, das keiner der beiden Gruppen passt.
Die Länge. Ohne Vorgabe werden Rückmeldungen zu lang. Drei bis vier Sätze sind für die meisten Fälle richtig, das gehört in die Anweisung.
Den Aufbau. Bewährt hat sich die Reihenfolge: was gelungen ist, was konkret fehlt, was im nächsten Schritt zu tun ist. Ohne Vorgabe kommt eine Aufzählung ohne Richtung heraus.
Den Ton. Sachlich und ermutigend, ohne Superlative. Sonst neigen die Modelle zu überschwänglichem Lob, das bei schwachen Arbeiten unglaubwürdig wirkt.
Ein funktionierendes Beispiel: „Formuliere eine Rückmeldung für eine Schülerin der Klasse 8, drei bis vier Sätze, Aufbau: gelungen, fehlt, nächster Schritt. Sachlicher Ton, kein überschwängliches Lob. Stichpunkte: Aufbau klar, These fehlt, viele Wiederholungen, Schluss zu knapp.“
Diese Anweisung legst du einmal an und verwendest sie für den ganzen Stapel, nur die Stichpunkte wechseln. Genau darin liegt die Zeitersparnis.
Was ist mit mündlichen Noten und Zeugnisbemerkungen?
Zeugnisbemerkungen sind der Fall, in dem der Zeitgewinn am größten ist, weil die Formulierungen stark normiert sind und sich wiederholen.
Auch hier gilt die Reihenfolge. Die Einschätzung triffst du, das Ausformulieren gibst du ab. Praktisch heißt das: Stichpunkte zu Arbeitsverhalten, Sozialverhalten und Entwicklung, daraus eine Bemerkung im üblichen Duktus.
Zwei Punkte sind dabei wichtig. Erstens gehören keine Namen in die Eingabe, die Stichpunkte reichen. Zweitens prüfen die Modelle nicht, ob eine Formulierung in deinem Bundesland zulässig ist. Es gibt Länder mit engen Vorgaben, was in Zeugnissen stehen darf, und diese Prüfung bleibt bei dir.
Wie sieht das bei verschiedenen Aufgabentypen aus?
Der Nutzen unterscheidet sich stark danach, was bewertet wird.
Aufsätze und längere Texte
Hier ist der Zeitgewinn am größten, weil die Rückmeldung ausformuliert werden muss und nicht nur aus Häkchen besteht. Deine Stichpunkte zu Aufbau, Argumentation, Sprache und Umfang reichen als Grundlage.
Vorsicht bei der Bewertung von Stil und Originalität. Sprachmodelle bevorzugen glatte, konventionelle Formulierungen. Ein eigenwilliger, aber gelungener Text bekommt in der maschinellen Einschätzung zu wenig Anerkennung, was pädagogisch das falsche Signal wäre.
Rechenaufgaben und geschlossene Formate
Hier bringt der Einsatz wenig. Die Korrektur ist schnell, die Rückmeldung besteht aus Zahlen. Was sich lohnt, ist die Erstellung von Erklärungen zu typischen Fehlern, die du danach mehrfach verwendest.
Referate und mündliche Leistungen
Die Bewertung erfolgt ohnehin im Moment und beruht auf Beobachtung. Was sich abgeben lässt, ist das Ausformulieren der Rückmeldung im Anschluss, wenn du dir während des Vortrags Stichpunkte gemacht hast.
Praktische Arbeiten und Projekte
Bei Projektarbeiten mit vielen Kriterien hilft eine strukturierte Rückmeldung entlang deines Bewertungsrasters. Gib das Raster und deine Punktvergabe ein, lass daraus einen zusammenhängenden Text formulieren.
Welche Fehler passieren in der Praxis am häufigsten?
Vier Muster wiederholen sich, wenn Kollegien mit dem Thema anfangen.
Die Reihenfolge wird umgedreht. Erst bewerten lassen, dann selbst prüfen, wirkt zeitsparend und ist der rechtlich problematische Weg. Sobald der Vorschlag die Entscheidung prägt, ist sie nicht mehr deine.
Namen bleiben im Material. Beim schnellen Kopieren aus einem Dokument wandert der Name im Kopf der Arbeit mit. Ein Blick vor dem Absenden verhindert das.
Alle Rückmeldungen klingen gleich. Wer dieselbe Anweisung dreißigmal nutzt, bekommt dreißig fast identische Texte. Eltern und Schüler merken das. Abhilfe: die Anweisung um die Bitte ergänzen, den Satzbau zu variieren, und stichprobenartig gegenlesen.
Der Ton passt nicht zur Leistung. Bei schwachen Arbeiten neigen die Modelle zu aufmunterndem Überschwang, der unglaubwürdig wirkt. Die Vorgabe „sachlich, kein überschwängliches Lob“ gehört in jede Anweisung.
Wie halte ich die Rückmeldungen individuell?
Das ist der Punkt, an dem die Zeitersparnis kippen kann. Eine Rückmeldung, die nach Vorlage klingt, ist weniger wert als drei handgeschriebene Sätze.
Was hilft
Konkrete Textstellen in die Stichpunkte aufnehmen. „Der Übergang im dritten Absatz“ ist spezifisch, „Aufbau unklar“ ist es nicht. Je konkreter deine Stichpunkte, desto individueller das Ergebnis.
Den Lernstand mitgeben. „Hat sich beim Aufbau gegenüber der letzten Arbeit verbessert“ erzeugt eine Rückmeldung, die den Verlauf aufnimmt. Das ist genau die Information, die ein Modell nicht hat und die für Schülerinnen und Schüler den Unterschied macht.
Stichproben lesen. Bei dreißig Rückmeldungen reicht es, fünf gegenzulesen, um zu merken, ob sich Formulierungen wiederholen.
Was nicht hilft
Der Versuch, über die Anweisung Individualität zu erzwingen, ohne individuelle Angaben zu liefern. Aus dünnen Stichpunkten entsteht keine persönliche Rückmeldung, egal wie die Anweisung formuliert ist.
Wie steht es rechtlich bei Zeugnissen und Gutachten?
Bei Zeugnisbemerkungen gilt dieselbe Trennung wie bei der Bewertung. Die Einschätzung triffst du, das Ausformulieren lässt sich abgeben.
Zwei Besonderheiten kommen hinzu. Erstens sind Zeugnisformulierungen in mehreren Bundesländern reglementiert, teils gibt es Kataloge zulässiger Wendungen. Ein Sprachmodell kennt diese Vorgaben nicht und erzeugt Formulierungen, die inhaltlich passen und formal unzulässig sind. Der Abgleich bleibt bei dir.
Zweitens sind Gutachten, etwa für den Übergang oder für Förderausschüsse, besonders geschützte Dokumente. Sie enthalten regelmäßig Angaben zur Entwicklung und zum familiären Umfeld. Dieses Material gehört nicht in ein externes Werkzeug, auch nicht anonymisiert, weil die Kombination der Angaben eine Person erkennbar macht.
Was zulässig bleibt, ist die Arbeit an der Sprache anhand erfundener Beispiele. Wer eine Formulierung sucht, kann sie an einem fiktiven Fall entwickeln und danach auf den echten übertragen.
Was ändert sich durch KI an der Korrektur insgesamt?
Die Frage geht über den Zeitgewinn hinaus, weil sich zwei Dinge gleichzeitig verschieben.
Häusliche Textprodukte verlieren an Aussagekraft
Wenn ein Aufsatz zu Hause entstehen kann, ohne dass jemand ihn schreibt, prüft die Bewertung nicht mehr die Schreibkompetenz. Das ist unabhängig davon, ob eine Klasse KI tatsächlich nutzt, denn die Möglichkeit allein untergräbt die Aussagekraft.
Mehrere Kultusministerien empfehlen deshalb, den Anteil unterrichtsnaher Leistungsnachweise zu erhöhen. Das ist keine Verschärfung, es verschiebt das Gewicht dorthin, wo Beobachtung möglich ist.
Die Rückmeldung gewinnt an Bedeutung
Wenn das Bewerten schneller geht, bleibt mehr Zeit für den Teil, der tatsächlich wirkt. Untersuchungen zur Wirksamkeit von Feedback zeigen seit Langem, dass eine konkrete, zeitnahe Rückmeldung mehr bewirkt als die Note selbst. Genau dieser Teil war bisher der aufwendigste und wurde deshalb oft knapp gehalten.
Der praktische Gewinn liegt also weniger im gesparten Nachmittag als in der Möglichkeit, jeder Arbeit eine ordentliche Rückmeldung mitzugeben, statt nur den Arbeiten am Rand der Notenskala.
Wie führe ich das im Kollegium ein?
Der Einzelweg funktioniert, der gemeinsame ist tragfähiger, weil die rechtlichen Fragen einmal statt dreißigmal geklärt werden.
Sinnvoll ist eine kurze schriftliche Verständigung über drei Punkte: Was ist erlaubt, was nicht, und welche Werkzeuge sind freigegeben. Eine Seite reicht. Sie nimmt Unsicherheit und verhindert, dass jemand aus Vorsicht gar nichts tut oder aus Unwissenheit Schülerdaten hochlädt.
Ebenso hilfreich ist eine gemeinsame Sammlung funktionierender Anweisungen. Wenn eine Kollegin eine gute Vorlage für Rückmeldungen zu Erörterungen gefunden hat, sollte sie allen zur Verfügung stehen. Dieser geteilte Vorrat ist der eigentliche Gewinn, größer als jedes einzelne Werkzeug.
Was den Einstieg regelmäßig ausbremst, ist die Grundsatzdebatte über Sinn und Unsinn von KI in der Schule. Sie kann eine Konferenz füllen, ohne dass danach jemand etwas anders macht. Ein klarer Rahmen und ein erster Versuch bringen mehr.
Was bleibt bei dir?
Die Bewertung, die Gewichtung, die Einordnung in den Lernstand und die Entscheidung, was ein einzelnes Kind gerade hören muss. Ein Modell weiß nicht, dass ein Schüler seit drei Wochen einen Aufwärtstrend zeigt und deshalb eine andere Rückmeldung braucht als jemand, der abrutscht.
Was abgegeben werden kann, ist die Textproduktion nach getroffener Entscheidung. Diese Trennlinie ist gleichzeitig die rechtliche und die praktische, was die Sache einfacher macht.