Selbsteinschätzung

Lesezeit: ca. 15 Minuten – Wörter: 2.078 In den letzten Tagen habe ich in meiner Berufsschulklasse Gespräche geführt, in denen Lernende ihre mündliche Mitarbeit einschätzen sollten. Die Situation ist vertraut: keine Prüfung, kein Druck, eher ein Versuch, ins Gespräch zu kommen. Und doch wiederholt sich etwas mit erstaunlicher Verlässlichkeit. Die Einschätzung orientiert sich fast immer an zwei Punkten: Wie oft melde ich mich – und störe ich im Unterricht oder nicht. Diese Reduktion ist nicht zufällig. Sie ist erlernt und hat viel damit zu tun, wie über Mitarbeit im schulischen Alltag gesprochen wird. Wenn von „mündlichen Noten“ die Rede ist, liegt es nahe, Beteiligung vor allem mit Sprechen und Sichtbarkeit gleichzusetzen – weniger als mit den vielfältigen Formen, in denen Lernen tatsächlich gemeinsam entsteht. Wenn „Mitarbeit“ zu wenig beschreibt Der Begriff „mündliche Mitarbeit“ ist in diesem Zusammenhang bereits Teil des Problems. Er lenkt den Blick auf das Sprechen und damit auf das Sichtbare, während ein großer Teil dessen, was Unterricht trägt, aus dem Blick gerät. Denn Beteiligung zeigt sich nicht nur im Redebeitrag. Sie zeigt sich im Zuhören, im Aufgreifen von Gedanken, im Strukturieren von Gesprächen, im Mitdenken, im Aushalten von Unsicherheit und im Weiterarbeiten trotz fehlender Sicherheit. Ich formuliere das im Unterricht deshalb bewusst aus der Perspektive der Lernenden: „Inwieweit trage ich zum positiven Vorankommen und gemeinsamen Lernen aller im Unterricht bei?“ Diese Frage ist anspruchsvoller. Sie lässt sich nicht spontan beantworten. Und genau darin liegt ihr pädagogischer Wert. Wenn Beteiligung nicht in ihrer ganzen Breite verstanden wird Wenn Lernende ihre Beteiligung vor allem über Meldehäufigkeit und Störverhalten beschreiben, liegt das weniger an fehlender Reflexionsbereitschaft als daran, dass die Tiefe und der Umfang von Unterrichtsbeteiligung selbst kaum bei ihnen explizit sind. Was alles zu „Mitarbeit“ gehört, bleibt oft implizit – und wird entsprechend auch nicht als eigenständige Qualität wahrgenommen. Das zeigt sich daran, dass zentrale Aspekte von Beteiligung – etwa das strukturierte Einbringen von Gedanken, das Aufgreifen und Weiterführen von Beiträgen anderer, das begründete Hinterfragen oder auch das bewusste Aushalten von Unsicherheit – zwar im Unterricht stattfinden, aber selten als solche benannt werden. Genau an dieser Stelle lohnt sich ein Blick in die Forschung: Ansätze wie Oracy machen deutlich, dass mündliche Beteiligung ein Zusammenspiel aus sprachlichen, kognitiven und sozialen Fähigkeiten ist, in dem Zuhören, Argumentieren und gemeinsames Weiterdenken zentrale Rollen spielen (vgl. Voice 21 Teacher Guidance Pack: https://voice21.org/wp-content/uploads/2023/09/Oracy-October-2023-TEACHER-PACK.pdf). Gleichzeitig zeigen Befunde zur Metakognition, dass Lernende erst dann ein tragfähiges Verständnis ihres eigenen Lernens entwickeln, wenn sie ihr Vorgehen bewusst planen, währenddessen beobachten und im Anschluss bewerten (vgl. EEF Metacognition and Self-Regulated Learning: https://educationendowmentfoundation.org.uk/education-evidence/guidance-reports/metacognition). Beteiligung ist damit nicht nur eine Frage der Aktivität, sondern eine Frage der Qualität von Lernhandlungen – und diese Qualität wird erst dann greifbar, wenn sie sprachlich und strukturell zugänglich gemacht wird. Genau hier setzt der entwickelte und nachfolgend tiefergehend beschriebene Prompt an. Das allerdings nicht als fertiges Werkzeug, das einfach eingesetzt wird, sondern als bewusst gestalteter Zugang zu genau diesem Problem. Die grundlegende Idee besteht darin, die bislang oft impliziten Aspekte von Beteiligung zunächst gemeinsam zu klären, sprachlich zu fassen und in eine Struktur zu überführen, die für Lernende überhaupt erst greifbar wird. KI als Unterstützung für einen strukturierten Reflexionsrahmen Vor diesem Hintergrund habe ich mir die Frage gestellt, wie sich diese Herausforderung mit Hilfe von KI sinnvoll angehen lässt. Herausgekommen ist dabei ein Prompt, der genau an diesem Punkt ansetzt: Er unterstützt Lehrkräfte dabei, diese Struktur schrittweise zu entwickeln – also zu klären, welche Formen von Beteiligung sichtbar werden sollen, woran sich erkennen lässt, ob jemand zum gemeinsamen Lernen beiträgt, und wie sich das so formulieren lässt, dass Lernende sich darin wiederfinden und sich selbst dazu in Beziehung setzen können. In diesem Zusammenhang wird auch die Stärke von KI deutlich genutzt. Sie soll dabei unterstützen, sprachlich zu präzisieren, strukturiert zu durchdenken und in eine Form zu bringen, die sowohl im analogen als auch im digitalen Raum weiterverarbeitet werden kann. Gerade in der Verbindung aus Formulierungshilfe, Strukturierung und technischer Aufbereitung entsteht ein Mehrwert, der über eine reine Ideensammlung hinausgeht. Mega-Prompt als pädagogischer Ausgangspunkt Der Prompt ist kein Werkzeug zur automatischen Bewertung. Er ist auch kein Instrument, das eine objektive Note erzeugt. Seine Funktion liegt an einer anderen Stelle. Er ist weniger ein Instrument zur Bewertung als ein Mittel zur Vorarbeit von Selbsteinschätzung, indem er hilft, Kriterien zu entwickeln, die nicht nur formal korrekt, sondern pädagogisch tragfähig sind. Er strukturiert einen Prozess, in dem Lehrkräfte gemeinsam mit einem Sprachmodell einen Selbsteinschätzungsbogen entwickeln, der Lernenden ermöglicht, ihre Beteiligung differenzierter wahrzunehmen.  Anwendung und Ablauf des Mega-Prompts Der Mega-Prompt ist als geführter, mehrstufiger Dialog konzipiert. Er funktioniert nicht wie ein einfacher Generator, der sofort ein fertiges Dokument auswirft, sondern wie ein Fachgespräch mit einer Expertin für Unterrichtsentwicklung. Sondern mehrstufig und mit der Intention einer für die Lehrperson passenden Ausgabe am Ende.  1. Die Rollenklärung und Kontextabfrage Zuerst definiert der Prompt die KI als Fachperson für kompetenzorientierte Rückmeldung. Bevor Inhalte erstellt werden, fragt die KI nach dem Kontext: Welche Schulform und Zielgruppe (z. B. Berufsschule mit „Sie“-Anrede)? Welches technische Format wird benötigt (z. B. Moodle-Test oder PDF)? 2. Modulare Inhaltsauswahl (Die drei Säulen) Der Prompt geht nacheinander die drei Kompetenzbereiche durch, um eine Überforderung durch zu viele Optionen zu vermeiden: Fachkompetenz: Die Lehrkraft wählt aus einer Liste von Kriterien (z. B. „Erklären“, „Fragen stellen“). Sozialkompetenz: Auswahl von Aspekten wie „Zuhören“ oder „Wertschätzung“. Selbstkompetenz: Fokus auf „Lernziele“, „Ausdauer“ oder „Reflexion“. Der Clou: Die KI schlägt pro Kriterium automatisch eine Anzahl von Fragen (Items) vor und kalibriert den Sprachstil (z. B. das „Sie“ in der Berufsschule) an Beispiel-Items. 3. Didaktische Gewichtung Nachdem die Inhalte feststehen, lässt der Prompt die Lehrkraft entscheiden, wie die Bewertung erfolgen soll. Anstatt einer starren Verteilung erlaubt er: Eine Gleichgewichtung aller Items. Oder die Festlegung von Fokus-Kriterien, die doppelt gewichtet werden (was sich im XML-Code direkt in den defaultgrade-Werten niederschlägt). 4. Transparenz durch die Zusammenfassung Bevor technischer Code generiert wird, erstellt die KI eine Zusammenfassung zur Freigabe. Hier sieht die Lehrkraft auf einen Blick: Sind alle gewünschten Kriterien enthalten? Stimmt die Gewichtung? Passt die 6-stufige Reflexionsskala? 5. Technische Finalisierung