Wie KI den Schwierigkeitsgrad von Aufgaben anpassen kann

Ein Schüler beantwortet eine Frage richtig, doch die nächste Aufgabe überfordert ihn plötzlich. Ein anderer arbeitet lange an einer einfachen Übung, obwohl er das Prinzip gut verstanden hat: Ein unbekanntes Wort in der Aufgabenstellung hält ihn auf. Beide Situationen zeigen, warum sich Schwierigkeit nicht auf eine einzige Zahl reduzieren lässt. Um passende Lernaufgaben auszuwählen, muss erkennbar sein, welche Handlung Schwierigkeiten bereitet und was geändert werden sollte.

KI kann schnell Varianten derselben Aufgabe erstellen: eine kürzere Aufgabenstellung, andere Daten, eine zusätzliche Hilfestellung oder einen neuen Kontext. Die Geschwindigkeit der Generierung allein macht das Lernen jedoch noch nicht adaptiv. Eine sinnvolle Anpassung verknüpft die Veränderung der Aufgabe mit einer konkreten Antwort des Lernenden. In diesem Artikel betrachten wir den Ablauf am Beispiel des Lesens von Diagrammen und Tabellen. Die beschriebenen Szenarien sind vom Autor entworfene Arbeitsmodelle und keine Ergebnisse der Erprobung eines bestimmten Dienstes.

Schwierigkeit hat mehrere Dimensionen

Eine Aufgabe kann durch mehr Schritte, eine größere Datenmenge, einen neuen Kontext, eine andere Darstellung oder die Notwendigkeit schwieriger werden, selbst eine Vorgehensweise auszuwählen. Diese Veränderungen sind nicht gleichwertig. Ein längerer Text verlangt nicht unbedingt tieferes Denken, während eine kurze Frage einen anspruchsvollen logischen Schritt enthalten kann. Benennen Sie vor der Anpassung deshalb die Dimension, die Sie verändern möchten, und erklären Sie ihren Zusammenhang mit dem Lernziel.

Beim Lesen eines Diagramms können Sie dieselben Daten beibehalten, aber die direkte Frage nach dem größten Wert weglassen und stattdessen um eine vorsichtige Schlussfolgerung bitten. Dadurch wird mehr Eigenständigkeit bei der Interpretation verlangt. Eine andere Variante besteht darin, zehn weitere Kategorien hinzuzufügen, während weiterhin nur das Maximum gesucht werden muss. Das erhöht den Umfang der Durchsicht, verändert aber nicht zwangsläufig die fachliche Fähigkeit. Erklären Sie der KI diesen Unterschied, statt lediglich um eine „schwierigere Aufgabe“ zu bitten.

Halten Sie zunächst das Lernziel fest

Das Ziel sollte eine Handlung beschreiben, die in der Arbeit sichtbar wird. Zum Beispiel zwei Gruppen anhand derselben Kennzahl vergleichen, ohne eine Schlussfolgerung zu ziehen, die von den Daten nicht gestützt wird. Schreiben Sie stattdessen „Statistik besser verstehen“, erscheint nahezu jede Übung passend. Ein klares Ziel hilft zu prüfen, ob die angepasste Variante weiterhin die gewünschte Fähigkeit übt oder unbemerkt zu einem anderen Thema übergeht.

Die Empfehlungen von Carnegie Mellon zur Abstimmung von Bewertung und Lernzielen sind auch für diese Auswahl hilfreich. Zunächst wird das Ergebnis bestimmt, danach die Art seines Nachweises. In unserem Szenario bedeutet dies, die zentrale Handlung beizubehalten, während die Unterstützung verändert wird. Soll ein Schüler lernen, ein Diagramm zu interpretieren, nimmt dessen vollständiger Ersatz durch eine fertige sprachliche Schlussfolgerung genau die Handlung vorweg, die er ausführen sollte.

Sehen Sie sich den Lösungsversuch vor der Änderung der Aufgabe an

Eine Anpassung erfordert Informationen über die Bearbeitung. Bitten Sie die lernende Person, ihre Antwort zu zeigen und einen wichtigen Schritt kurz zu erklären. Senken Sie bei einem Fehler nicht vorschnell das Niveau des gesamten Themas. Vielleicht wurden Einheiten falsch gelesen, Gruppen verwechselt oder ein ungeeignetes Kriterium verwendet. Jede Ursache erfordert eine andere Veränderung. Die pauschale Kennzeichnung „schwierig“ reicht als Grundlage für einen persönlichen Lernweg nicht aus.

Die KI sieht nur das verfügbare Material und kann es falsch interpretieren. Bitten Sie deshalb darum, Beobachtungen von Annahmen zu trennen. Beobachtung: Der Schüler hat die absoluten Zahlen in unterschiedlich großen Gruppen verglichen. Annahme: Möglicherweise berücksichtigt er die Bedeutung des Anteils nicht. Die nächste kurze Frage soll diese Vermutung überprüfen. Liegt eine andere Ursache vor, vermeiden Sie unnötige Wiederholungen und können die Unterstützung gezielter auswählen.

Verändern Sie eine wesentliche Bedingung

Wenn Sie gleichzeitig die Zahlen vereinfachen, den Text kürzen und eine fertige Vorgehensweise hinzufügen, erklärt eine erfolgreiche Antwort wenig. Es bleibt unklar, welche Änderung geholfen hat. Um den Lernprozess zu beobachten, ist es günstiger, einen zentralen Parameter zu verändern. Behalten Sie beispielsweise die Daten bei, erklären Sie aber die Maßeinheiten. Oder behalten Sie die Aufgabenstellung bei und bieten Sie eine Tabelle statt eines dichten Absatzes an. So lässt sich erkennen, worin die Hürde bestand.

Das bedeutet nicht, dass eine komplexe Situation immer wie in einem Labor untersucht werden muss. Im Lernalltag ist es manchmal nötig, mehrere Hilfen gleichzeitig wieder bereitzustellen. Dann muss die Schlussfolgerung jedoch vorsichtig bleiben: Die Aufgabe wurde mit umfassender Unterstützung gelöst. Um die Selbstständigkeit zu überprüfen, ist später ein neuer Versuch erforderlich. Eine Anpassung soll das Lernen unterstützen und zugleich eine ehrliche Einschätzung dessen ermöglichen, was das Ergebnis tatsächlich gezeigt hat.

Ein Beispiel mit unterschiedlich großen Gruppen

Eine fiktive Tabelle beschreibt zwei Lerngruppen. In der ersten haben achtzehn von zwanzig Teilnehmenden die Aufgabe abgeschlossen, in der zweiten vierundzwanzig von vierzig. Um zu beantworten, wo die Abschlussquote höher ist, muss die Gruppengröße berücksichtigt werden. Wählt der Schüler die zweite Gruppe nur wegen der größeren Zahl abgeschlossener Aufgaben, sollte der nächste Schritt den Unterschied zwischen einer absoluten Zahl und einem Anteil verdeutlichen.

Geben Sie nicht sofort die Formel und die vollständige Berechnung vor. Fragen Sie zunächst, ob sich die Anzahl sinnvoll vergleichen lässt, ohne die Gesamtzahl zu berücksichtigen. Reicht dies nicht aus, bieten Sie ein einfacheres Beispiel mit jeweils zehn Teilnehmenden an und kehren Sie danach zu unterschiedlichen Nennern zurück. Geben Sie nach der Erklärung neue Zahlen vor. Der Erfolg beim vorherigen Beispiel kann auf dem gerade erhaltenen Hinweis beruhen. Deshalb hat die neue Aufgabe eine eigene Funktion.

Bieten Sie Unterstützung, ohne die Lösung vorwegzunehmen

Eine Hilfestellung kann bekannte Größen hervorheben, Achsen beschriften, ein kurzes Glossar bereitstellen oder eine Skizze teilweise ausfüllen. Sie erleichtert den Einstieg in die gewünschte Handlung, sollte diese aber nicht unbemerkt vollständig übernehmen. Besteht die Aufgabe darin, eine Kennzahl auszuwählen, enthält der Hinweis „Berechne den Anteil“ bereits die zentrale Entscheidung. Solche Hilfe kann beim Lernen verwendet werden. Kennzeichnen Sie jedoch ihre Rolle und überprüfen Sie später die Auswahl ohne diesen Hinweis.

Die EEF beschreibt schrittweise Unterstützung für selbstständiges Lernen. Für unsere Aufgabe folgt daraus praktisch, die Hilfestellung mit einem konkreten Bedarf zu verknüpfen. Nicht alle Studierenden müssen dieselbe Anzahl an Hinweisen erhalten, doch alle sollten einen nachvollziehbaren Weg zur Ausführung der Zielhandlung haben. Unterstützung ist weder eine Bewertung der Fähigkeiten eines Menschen noch ein dauerhafter Status im Kurs.

Erhöhen Sie die inhaltlichen Anforderungen

Nach mehreren richtigen Antworten können Sie den Kontext verändern, die Benennung der benötigten Vorgehensweise weglassen oder zusätzlich eine Begründung der Schlussfolgerung verlangen. Ein Schüler kann beispielsweise bereits Anteile vergleichen und soll nun erklären, warum ein höherer Anteil keine bessere Unterrichtsqualität beweist. Für diese Schlussfolgerung wären weitere Informationen erforderlich. Dies erhöht die inhaltlichen Anforderungen: Die Grenzen der Interpretation müssen überprüft werden, statt lediglich mit größeren Zahlen zu rechnen.

Erhöhen Sie die fachliche und sprachliche Schwierigkeit nicht unnötig gleichzeitig. Eine verwirrende Aufgabenstellung kann verdecken, ob der neue Schritt beherrscht wird. Bitten Sie die KI, die Sprache klar zu halten und nur die gewünschte Anforderung zu verändern. Prüfen Sie nach der Generierung, ob zusätzliche Voraussetzungen hinzugekommen sind. Das Modell kann eine Aufgabe durch Begriffe erschweren, die im Kurs noch nicht behandelt wurden.

Verwenden Sie keine allgemeingültige Erfolgsschwelle

Die Regel „Drei richtige Antworten führen zum nächsten Niveau“ ist praktisch, passt aber nicht automatisch zu jeder Fähigkeit. Drei nahezu identische Beispiele können lediglich zeigen, dass ein Muster erkannt wird. Eine komplexere Arbeit kann mehrere Handlungen umfassen. Bestimmen Sie das Kriterium für den Übergang entsprechend dem Ziel: die selbstständige Bearbeitung eines typischen Falls, die Erklärung der Entscheidung und gegebenenfalls eine Überprüfung an anderem Material, sofern dies für den Kurs erforderlich ist.

Falls Sie eine einfache lokale Regel verwenden, bezeichnen Sie diese als Arbeitsvereinbarung. Stellen Sie sie nicht als wissenschaftlich gesicherte Grenze des Wissenserwerbs dar. KI kann helfen, die Vereinbarung konsequent anzuwenden, macht sie aber nicht automatisch gültig. Prüfen Sie regelmäßig, ob der Übergang tatsächlich zu einer sinnvollen nächsten Übung führt. Wenn Studierende nach einem formal erfolgreich abgeschlossenen Niveau regelmäßig nicht weiterkommen, sollte das Kriterium selbst überarbeitet werden.

Berücksichtigen Sie die Bearbeitungszeit mit Bedacht

Eine langsame Bearbeitung kann auf anspruchsvolles Nachdenken, das erneute Lesen der Aufgabenstellung oder eine umständliche Eingabemöglichkeit zurückgehen. Sie ist nicht immer ein Zeichen geringen Verständnisses. Wenn Geschwindigkeit kein Lernziel ist, verwenden Sie sie nicht als Hauptgrund für eine Vereinfachung. Betrachten Sie zunächst den Inhalt der Antwort und die Erklärung. Jemand kann langsamer arbeiten und dennoch alle erforderlichen Handlungen selbstständig und präzise ausführen.

Falls Zeit wichtig ist, trainieren Sie die Geschwindigkeit erst nach der Überprüfung der grundlegenden Richtigkeit. Der Schüler liest beispielsweise zunächst ein Diagramm ohne Zeitbegrenzung und bearbeitet danach eine ähnliche Aufgabe unter prüfungsnahen Bedingungen. Vermischen Sie diese Ergebnisse nicht ohne Erklärung. Eine Anpassung muss die Bearbeitungsbedingungen berücksichtigen. Andernfalls kann ein bloßer Formatwechsel wie eine plötzliche Verschlechterung des Wissens oder eine unbegründete Verbesserung erscheinen.

Barrierefreiheit senkt das Lernziel nicht

Größere Schrift, eine alternative Bildbeschreibung, Spracheingabe oder zusätzliche Zeit können helfen, dieselbe fachliche Fähigkeit zu zeigen. Ordnen Sie solche Maßnahmen nicht automatisch einem „leichten Niveau“ zu. Unterscheiden Sie zwischen Unterstützung beim Zugang und einem Hinweis, der die Antwort enthält. Beim Lesen von Daten muss die lernende Person das Material wahrnehmen können. Bewertet werden sollten der Vergleich und die Begründung, die im Lernziel festgelegt sind.

Bitten Sie die KI, die Form ohne inhaltliche Veränderung anzupassen, und überprüfen Sie das Ergebnis. Nennt die Beschreibung eines Diagramms bereits den größten Wert, kann sie die Antwort verraten. Eine präzise textliche Darstellung der Daten überlässt den Vergleich dagegen dem Schüler. Dieser Unterschied erfordert eine sorgfältige Durchsicht. Eine automatische Umgestaltung garantiert keine Gleichwertigkeit, auch wenn sie als barrierefreie oder vereinfachte Version bezeichnet wird.

Dokumentieren Sie die Entscheidungen kurz

Für eine Anpassung ist es hilfreich, die Aufgabe, die Antwort, die bereitgestellte Unterstützung und den Grund für die nächste Änderung festzuhalten. Eine sekundengenaue Dokumentation ist nicht nötig. Es genügt, nachvollziehen zu können, warum auf einen bestimmten Versuch eine neue Hilfestellung oder ein anspruchsvollerer Kontext folgte. So können Lehrkraft und Lernende die Logik des Lernwegs überprüfen. Fehlt einer Änderung ein nachvollziehbarer Grund, sollte sie überdacht werden, statt sie mit magischer Personalisierung zu erklären.

Ältere Annahmen müssen aktualisiert werden. Wenn ein Schüler später neue Aufgaben selbstständig bearbeitet, darf der anfängliche Unterstützungsbedarf nicht den gesamten weiteren Lernweg bestimmen. Adaptives Lernen beschreibt den aktuellen Umgang mit dem Material. Es sollte einer Person kein dauerhaftes Niveau zuweisen, das sich wegen eines frühen Fehlers, einer zufälligen Antwort oder einer unvollkommenen automatischen Interpretation kaum ändern lässt.

Ein Lernmodus ist kein Messsystem

Study Mode in ChatGPT und die Lernwerkzeuge von Gemini können Erklärungen und Gespräche unterstützen. Das Vorhandensein eines solchen Modus bedeutet jedoch nicht, dass der Dienst den Wissensstand standardisiert gemessen hat. Das Gespräch kann sich entsprechend den Antworten verändern. Für Aussagen im Rahmen einer Zertifizierung sind jedoch gesonderte überprüfte Verfahren und Instrumente erforderlich.

Für das tägliche Üben genügt eine transparente Regel: Was wurde beobachtet? Was wurde geändert? Was wird als Nächstes überprüft? Bezeichnen Sie eine manuelle Aufgabenauswahl nicht als psychometrisch validierten adaptiven Test. Ihr Nutzen liegt woanders: Sie hilft, schneller eine passende Lernhandlung vorzubereiten. Eine ehrliche Beschreibung der Möglichkeiten macht das Werkzeug für die Lernenden verständlicher und erlaubt der Lehrkraft einzugreifen, wo dies erforderlich ist.

Prüfen Sie die Gleichwertigkeit der Varianten

Zwei Aufgaben mit derselben Themenbezeichnung können unterschiedlich viel Arbeit erfordern. In der einen werden alle Daten direkt angegeben, in der anderen müssen sie zwischen überflüssigen Informationen gefunden werden. Vergleicht man die Punkte, ohne dies zu berücksichtigen, kann ein falscher Schluss über den Fortschritt entstehen. Bitten Sie die KI, die Anforderungen jeder Variante zu beschreiben, und überprüfen Sie diese anschließend selbst anhand des Lernziels und der tatsächlichen Antworten.

Für individuelles Üben ist vollständige statistische Gleichwertigkeit nicht immer erforderlich. Überschätzen Sie jedoch nicht die Genauigkeit des Vergleichs. Sie können feststellen, dass der Schüler einen neuen Aufgabentyp mit weniger Unterstützung erfolgreich bearbeitet hat. Das ist konkreter und ehrlicher, als anhand zweier ungeprüfter Aufgabensammlungen eine Steigerung des allgemeinen Niveaus um einen bestimmten Prozentsatz zu verkünden. Die Qualität der Schlussfolgerung hängt davon ab, wie gut sie zu den verfügbaren Daten passt.

Lassen Sie Raum für Entscheidungen der Lernenden

Ein Schüler kann über seine Schwierigkeiten etwas wissen, das aus der Antwort nicht hervorgeht. Lassen Sie ihn zwischen einer kurzen Erklärung, einem Beispiel und einem neuen Versuch wählen, sofern alle Varianten geeignet sind. Überprüfen Sie anschließend das Ergebnis. Diese Wahl bedeutet nicht, dass jeder Wunsch automatisch den Lernweg bestimmt. Sie liefert zusätzliche Informationen und hilft der Person, gezielter um Unterstützung zu bitten und die eigene Lernaufgabe zu verstehen.

Wählt ein Student ständig nur die leichtesten Varianten, besprechen Sie das Abschlusskriterium und die nächste selbstständige Handlung. Strebt er umgekehrt nach allzu schwierigen Aufgaben, helfen Sie ihm, die Voraussetzungen zu erkennen. KI kann Alternativen vorschlagen, sollte den Lernweg aber nicht ohne Erklärung im Verborgenen steuern. Transparenz ist besonders wichtig, wenn das System Aufgaben so verändert, dass die lernende Person nicht mehr versteht, was sie übt und warum.

Formulieren Sie eine überprüfbare Anfrage

Versuchen Sie folgende Formulierung: „Hier sind das Lernziel, die Aufgabe und die Antwort des Schülers. Benenne eine konkrete Beobachtung und eine mögliche Fehlerursache. Schlage eine kurze Frage vor, um diese Ursache zu überprüfen. Erstelle anschließend eine Variante mit Unterstützung und eine für einen selbstständigen Versuch. Behalte das fachliche Ziel bei, füge keine neuen Begriffe hinzu und erkläre, welcher Schwierigkeitsparameter verändert wurde.“ Eine solche Anfrage macht die redaktionelle Absicht sichtbar, bevor das Material eingesetzt wird.

Sehen Sie beide Varianten durch und bearbeiten Sie sie selbst. Sind genügend Daten vorhanden? Ist die Musterlösung richtig? Verrät die Unterstützung mehr, als Sie beabsichtigt haben? Falls das Modell ein anderes fachliches Ergebnis vorgeschlagen hat, stellen Sie das ursprüngliche Ziel wieder her. Auch eine gut formulierte Anfrage ersetzt die Überprüfung nicht. Sie hilft aber, eine konkrete Korrekturstelle zu finden, statt pauschal festzustellen: „Das ist zu leicht.“

Prüfen Sie den Transfer nach der angepassten Übungsreihe

Stellen Sie nach mehreren unterstützten Übungen eine neue vollständige Aufgabe. Die lernende Person soll die erforderliche Vorgehensweise selbst bestimmen und die Schlussfolgerung erklären. Gelingt die Handlung nur bei vertrauter Darstellung, hat die Anpassung ihre Aufgabe noch nicht erfüllt. Möglicherweise muss der Kontext verändert oder ein oberflächlicher Hinweis entfernt werden. Erhöhen Sie nicht vorschnell alle Anforderungen gleichzeitig. Der neue Versuch soll einen konkreten Schritt hin zur Selbstständigkeit überprüfen.

Es ist auch hilfreich, später zum Prinzip zurückzukehren. Ein Erfolg unmittelbar nach der Erklärung zeigt noch nicht vollständig, wie gut das Wissen verfügbar ist. Ein späterer Fehler hebt den bisherigen Fortschritt jedoch nicht auf, sondern zeigt weiteren Übungsbedarf. Halten Sie die konkrete Handlung und ihre Bedingungen fest. So bleibt der adaptive Lernweg eine Lerngeschichte statt eines Wechsels willkürlicher Etiketten wie „stark“ und „schwach“.

Ein Pilotversuch an einem Lernabschnitt

Bevor Sie einen ganzen Kurs umgestalten, wählen Sie ein Thema, dessen typische Fehler Sie gut verstehen, etwa das Lesen von Diagrammen. Erstellen Sie eine Grundaufgabe, eine Variante mit zusätzlicher Hilfestellung und eine mit einer neuen Bedingung. Notieren Sie für jede Variante, welche Handlung die Studierenden genau ausführen sollen. Können Sie den Unterschied zwischen diesen Handlungen nicht erklären, unterscheiden sich die drei Versionen vorerst in der Gestaltung und nicht in einem durchdachten Schwierigkeitsgrad.

Bitten Sie das Modell, mögliche Übergänge zwischen den Varianten vorzuschlagen, überprüfen Sie diese aber auf dem Papier. Ein Schüler hat eine Achse mit der Legende verwechselt: Braucht er tatsächlich eine leichtere Aufgabe, oder genügt eine Erklärung der Beschriftungen? Eine Schülerin hat das Diagramm richtig gelesen, aber eine zu weitreichende Schlussfolgerung gezogen: Hilft ein neues Diagramm, oder ist eine Frage zu den Grenzen der Daten nötig? Eine falsche Antwort kann unterschiedliche Schwierigkeiten verbergen. Der Lernweg muss deshalb Raum für Klärungen lassen.

Schließen Sie den Pilotversuch möglichst mit einem kurzen Gespräch ab. Fragen Sie, wann die Hilfe passend war und wann sie das eigene Denken behindert hat. Prüfen Sie gesondert, ob ein Übergang als Bestrafung empfunden wurde. Dieses Feedback ersetzt die Arbeitsergebnisse nicht, hilft aber, Schwierigkeiten des Verfahrens selbst zu verstehen. Manchmal genügt eine andere Formulierung der Nachricht, damit die Anpassung transparenter und weniger belastend wird.

Behalten Sie eine gemeinsame Kontrollaufgabe bei

Wenn Studierende unterschiedliche Lernwege gehen, benötigt die Lehrkraft einen gemeinsamen Vergleichspunkt. Das kann eine kleine Aufgabe am Themenende sein, die das zentrale Lernergebnis anhand derselben Kriterien überprüft. Zahlen oder Handlungskontext müssen dabei nicht identisch sein. Entscheidend ist, dass die Person in allen Fällen dieselbe inhaltliche Handlung ausführt und vergleichbare Bedingungen erhält, um sie zu zeigen.

Nach der Arbeit mit unterschiedlichen Diagrammen formuliert beispielsweise jede Person eine begründete Schlussfolgerung und eine Aussage, die die Daten nicht erlauben. Sichtbar wird dabei die Fähigkeit, Beobachtung und unbelegte Annahme zu unterscheiden, statt der Anzahl durchlaufener Bildschirmseiten. Gelingt diese Aufgabe nach einem einfacheren Lernweg, gibt es keinen Grund, das Ergebnis wegen des längeren Weges abzuwerten. Endet ein schwieriger Lernweg mit einer falschen Schlussfolgerung, beweist sein bloßes Durchlaufen noch keine Beherrschung des Themas.

Ein gemeinsamer Vergleichspunkt hilft auch, das System selbst zu überprüfen. Führt ein bestimmter Lernzweig immer wieder zum selben Fehler, überarbeiten Sie seine Erklärungen und Beispiele. Möglicherweise vermitteln sie unbeabsichtigt ein zu enges Muster. Korrigieren Sie den Lernweg, statt das Problem allen Studierenden zuzuschreiben, die ihn genutzt haben. Auch eine adaptive Aufgabe ist Lernmaterial, das redaktionell und didaktisch überprüft werden muss.

Was tun, wenn das Modell das falsche Niveau gewählt hat?

Stellen Sie sich vor, die KI schlägt nach einer kurzen Antwort die Rückkehr zu den Grundlagen vor, obwohl der Student lediglich seine Zwischenschritte nicht aufgeschrieben hat. Hilfreich wäre, ihn um eine Erklärung seines Gedankengangs zu bitten oder ein weiteres vergleichbares Beispiel anzubieten. Nicht hilfreich wäre die dauerhafte Zuordnung zum „Anfängerniveau“. Die Schlussfolgerung sollte sich auf den konkreten Versuch beziehen und für neue Belege offenbleiben.

Sehen Sie im Voraus eine einfache Möglichkeit vor, einen Übergang infrage zu stellen: „Ich glaube, dass ich die nächste Variante bearbeiten kann; hier ist meine Erklärung.“ Das bedeutet nicht, jeder Selbsteinschätzung automatisch zuzustimmen. Es bedeutet, den Studierenden Gelegenheit zu geben, ihr Wissen auf andere Weise zu zeigen. Nach der Überprüfung können Sie weitergehen, die aktuelle Übung beibehalten oder gemeinsam die konkrete Lücke bestimmen.

Beim ersten Einsatz sollte die Lehrkraft einige vollständige Lernverläufe durchsehen, auch solche ohne Erfolg. Prüfen Sie, ob es einen Ausweg aus Wiederholungen gibt, ob Aufgaben unnötig eingeschränkt werden und ob das ursprüngliche Ziel erhalten bleibt. Eine solche Durchsicht zeigt die Qualität der Anpassung deutlich besser als ein ansprechendes Verzweigungsschaubild. Ein guter Lernweg hilft der Person weiter, und seine Logik lässt sich mit einfachen Worten erklären.

So organisieren Sie die Anpassung im Kurs

In einem Kurs auf WeStudy können Sie eine gemeinsame Aufgabe und mehrere überprüfte Unterstützungsvarianten vorbereiten. Die Lehrkraft wählt sie anhand der Antworten aus, während KI bei Entwürfen und neuen Kontexten hilft. Diese Organisation setzt keinen Anspruch auf automatische Diagnostik voraus. Ihr Wert liegt im nachvollziehbaren Zusammenhang zwischen der Arbeit der Studierenden und der nächsten Übung. Die Abschlusskriterien bleiben gemeinsam und lassen sich erklären.

Die LMS-Plattform WeStudy kann Materialien, Lösungsversuche und Kommentare der Lehrkraft speichern, damit der Lernweg nicht in einzelnen Chats verloren geht. Zeigen Sie den Studierenden den Grund der Auswahl: Wir präzisieren das Lesen der Einheiten, üben die Auswahl einer Kennzahl oder wechseln zu einem neuen Kontext. So wird die Anpassung zur gemeinsamen Arbeit an einer konkreten Handlung. Das Ziel bleibt, diese Handlung selbstständig ausführen zu können.

Quellen und weiterführende Lektüre

• Die Empfehlungen von Carnegie Mellon zur Abstimmung von Bewertung und Lernzielen

  
  

• Die EEF beschreibt schrittweise Unterstützung für selbstständiges Lernen

  
  

• Study Mode in ChatGPT

  
  

• die Lernwerkzeuge von Gemini