KI-gestützte Korrektur: Assistent, nicht Richter

KI ist ein nützlicher Assistent bei der Korrektur, aber nie ein Ersatz für die Fachkraft. Hier ist sie besonders nützlich:

1. Feedback-Formulierung

Du hast stichpunktartig notiert, was an einem Aufsatz gut und schlecht ist. KI kann daraus einen strukturierten, wertschätzenden Feedback-Text machen. Das spart Zeit und hilft, respektvolle Formulierungen zu finden, besonders bei kritischen Punkten.

2. Zweitmeinung bei Grenzfällen

'Ist dieser Aufsatz eher 2+ oder 3-?' Du gibst KI den anonymisierten Text und deinen Bewertungsmaßstab und lässt sie eine Einschätzung abgeben. Nicht als Entscheidungshilfe, sondern als Stimulus für deine eigene Überlegung.

3. Erkennen von Mustern über mehrere Arbeiten hinweg

'Hier sind die zehn häufigsten Fehler aus 25 anonymisierten Deutsch-Aufsätzen. Welche Themen brauchen im Unterricht mehr Aufmerksamkeit?' KI kann aggregieren, was dir bei der Einzellesung verloren geht.

4. Fragen zur Aufgabe

'Ist meine Bewertungsmatrix intern konsistent? Gibt es Widersprüche zwischen den Kriterien?' KI als Sparringspartner für die eigene Rubric.

KI hat bei der Korrektur fundamentale Grenzen, die du kennen musst:

KI kennt deine Schüler nicht.

Ein Absatz, der für Paul eine große Leistung ist, weil er sprachlich bisher kaum etwas zu Papier bringen konnte, ist für Lena unterdurchschnittlich. KI sieht nur den Text, nicht die Person dahinter. Individuelle Bezugsnorm ist mit KI nicht möglich.

KI halluziniert Fachfehler.

In Fachtexten (Geschichte, Naturwissenschaften, Mathematik) produziert KI regelmäßig sachlich falsche Einschätzungen, mit höchster Überzeugung formuliert. Wenn du ihr vertraust, ohne zu prüfen, verankerst du Fehler.

KI neigt zur Großzügigkeit.

Erfahrungsberichte deuten darauf hin, dass KI-Modelle tendenziell milder bewerten als menschliche Korrektoren, besonders bei Formfragen (Grammatik, Rechtschreibung). Wenn du dich darauf verlässt, verzerrst du deine Bewertung leicht nach oben.

KI sieht keinen Kontext.

War die Klasse müde? Stand die Arbeit unter besonderen Bedingungen? Hat der Schüler etwas Persönliches verarbeitet, das im Text mitschwingt? KI erkennt all das nicht.

KI kann Bias verstärken.

Wie in Modul 1 beschrieben: KI bewertet sprachlich angepasste Texte tendenziell besser. Wenn du sie unkontrolliert einsetzt, kann das zu Benachteiligung führen.

So könnte ein KI-gestützter Korrektur-Workflow aussehen:

Schritt 1: Du liest selbst

Kein KI-Einsatz zuerst. Du liest die Arbeit, machst dir Randnotizen, bildest deinen ersten Eindruck. Das ist die Grundlage.

Schritt 2: Du bewertest selbst

Nach deinem Bewertungsraster setzt du deine Note. Das ist die eigentliche fachliche Entscheidung.

Schritt 3: KI formuliert Feedback

Jetzt kommt KI ins Spiel. Du gibst ihr deine Stichpunkte ('gute Argumentation, schwache Einleitung, Rechtschreibfehler in Satz 3 und 5') und lässt sie einen strukturierten Feedback-Text daraus machen. Du überliest, korrigierst, wo nötig, und übernimmst.

Schritt 4: KI als Zweitmeinung bei Grenzfällen

Nur bei Grenzfällen oder Unsicherheiten: Du gibst KI den anonymisierten Text und fragst nach einer unabhängigen Einschätzung. Deine Note bleibt, KI ist nur Stimulus.

Schritt 5: Aggregation für Unterricht

Nach allen Korrekturen: Stichpunkt-Zusammenfassung aller häufigen Fehler an KI geben, Muster erkennen lassen, daraus Unterrichtsideen ableiten.

Wichtig: Schritt 1 und 2 bleiben bei dir. KI kommt erst in Schritt 3. Die Reihenfolge ist entscheidend, wenn KI zuerst bewertet und du dann 'kontrollierst', verankerst du die KI-Einschätzung in deinem Urteil (Anker-Effekt).