Weiterbildung Archive - Lifelong Learning Blog

Zwischen Messgerät und Schreibblock – Labore lernwirksam gestalten

Beim Ausmisten fielen mir meine Protokolle des Anfängerlabors Physik aus dem Grundstudium in die Hände: handschriftlich angefertigt, Korrekturkommentare à la «das ist nicht das erwartete Ergebnis, Wiederholungsmessung»… Vor 25 Jahren hatte ich verzweifelt versucht, zu verstehen, was ich falsch gemacht hatte, und hoffte bei jedem Versuchsprotokoll aufs Neue, dass es im ersten Lauf akzeptiert wird. Gleichzeitig fragte ich mich, was ich, abgesehen von der Reproduktion schon längst bekannter Ergebnisse, auf die es scheinbar ankam, lernen soll. Willkommen Frustration – meine Begleiterin im Anfängerlabor.

Labore sind komplexe Lernumgebungen

Labore sind in den MINT-Fächern, vor allem in den Ingenieurs- und Naturwissenschaften, unverzichtbare Bestandteile der Hochschullehre. Dabei haben sich unterschiedliche Laborformen wie zum Beispiel das Mini-Labor, das Anfängerlabor, das integrierte Labor oder auch Maker Spaces (May u.a. 2023) entwickelt, um nur einige aufzuzählen. So vielfältig wie die Laborformen sind auch die Wissensanforderungen an die Studierenden im Labor: Beispielsweise muss man Messgeräte korrekt einsetzen und bedienen, einen Aufbau planen und ausführen, sauber dokumentieren, Sicherheitsvorschriften kennen und einhalten, Daten auswerten oder die Ergebnisse auf Plausibilität prüfen können. Neben diesen prozeduralen Fähigkeiten wird in der Regel zusätzlich Fachwissen zum jeweiligen Laborversuch benötigt.

Die (bei weitem nicht vollständige) Aufzählung macht deutlich, dass aufgrund der vielfältigen Wissensanforderungen die Gefahr besteht, Studierende in Laborsettings zu überfordern, zumal jede einzelne dieser Anforderungen auch ein potenzielles Lernziel sein kann. Labore als Lernumgebungen stellen Dozierende somit vor ein Dilemma: Sie sind unverzichtbar für praxisnahes Lernen, gleichzeitig aber ein Ort potenzieller kognitiver Überlastung. Wie können wir mit dieser Zwickmühle umgehen?

Ein Praxisbeispiel: Zwei meiner Studierenden aus dem 1. Semester Elektrotechnik, nennen wir sie Julia und Jens, sitzen im Labor und verzweifeln an der Bedienung und dem korrekten Ablesen des Oszilloskops, mit dem sie einen elektrischen Schwingkreis vermessen sollen. Dabei entgehen ihnen die physikalischen Zusammenhänge, die das eigentliche Lernziel gewesen sind. Ich wundere mich später über ihr mangelhaftes Protokoll. Ein Paradebeispiel für kognitive Überlastung.

Kognitive Last

Die Entdeckung der «Cognitive Load Theory» (Sweller 1988) war für mich ein Augenöffner: Ich verstand nun , warum sowohl meine eigenen Laborerfahrungen als auch die meiner Studierenden frustrierend waren. Der Ansatz gab mir Werkzeuge zur Verbesserung der Situation in die Hände. Denn die «Cognitive Load Theory» besagt, dass das Arbeitsgedächtnis grundsätzlich begrenzt ist und unterscheidet drei Formen von kognitiven Belastungen bei Lernprozessen:

Intrinsische kognitive Belastung: Diese ergibt sich aus der Komplexität des Lernstoffs. Hier können gezielte Reduktionen die Belastung senken.
Extrinsische (englisch: «extraneous») kognitive Belastung: Diese Belastung entsteht beispielsweise durch unklare Anweisungen oder durch für das eigentliche Lernziel irrelevante Informationen, welche das Arbeitsgedächtnis zusätzlich belasten. Durch sorgfältige Formulierung und Gestaltung von Materialien und Planung kann man diese reduzieren.
Lernbezogene kognitive Belastung: Damit ist die Belastung gemeint, die lernzielrelevant und direkt mit dem Lernprozess verknüpft ist. Diese Art kognitiver Belastung ist in Bezug auf das Lernen gewünscht.

Überträgt man diese Formen auf das Beispiel von Julia und Jens, so war die aufgrund des Versuchs gegebene intrinsische kognitive Belastung beim Umgang mit dem Messgerät so hoch, dass sie die eigentlich gewünschte lernbezogene kognitive Belastung, nämlich die Messung mit physikalischen Grundprinzipien zu verknüpfen, vermutlich aus dem Arbeitsgedächtnis verdrängt hat.

Schematische Darstellung der Cognitive Load Theory nach Sweller (1988)

Weniger ist mehr: Lernzielfokus und Entlastung

Aus diesem Gedankengang ergibt sich ein Vorgehen für die didaktische Optimierung von Laboren: Zunächst ist zu klären, was für den jeweiligen Laborversuch das Lernziel sein soll. Danach listet man alle Wissensanforderungen auf, um auf dieser Basis intrinsische und extrinsische kognitive Belastungen gezielt dort zu senken, wo sie nicht direkt lernzielrelevant sind. In manchen Fällen genügt ein schriftlicher Info-Kasten in den Versuchsunterlagen. Bei prozeduralen Themen könnten kurze Videos entlasten, und bei jeder Information in den Praktikumsunterlagen soll geprüft werden, ob sie wirklich lernzielrelevant ist – wenn nicht, streichen. Gleichzeitig darf lernzielrelevante kognitive Belastung durchaus eingefordert werden.

Im Beispiel von Julia und Jens habe ich für das nachfolgende Semester zur Senkung der kognitiven Belastung einige Kurzvideos und Übungsaufgaben zum Umgang mit dem Oszilloskop sowie zum Ablesen der Messwerte als obligatorische Pre-Lab-Vorbereitung zur Verfügung gestellt. Komplett beseitigt war das Problem damit zwar nicht, aber es kam zu keiner Fehlmessung mehr und die Frustration der Studierenden war in meiner Wahrnehmung deutlich geringer.

Teilnehmende des CAS Hochschuldidaktik MINT 24/25 im Teil Labordidaktik

In vielen aktuellen Laborsettings finden ebenfalls Entlastungen der Studierenden in so genannten «Pre-Labs» statt. Dabei bildet sich die Vielfalt der Wissensanforderungen in unterschiedlichen Methoden und Fokussen ab: Es existieren zum Beispiel theorieorientierte Pre-Labs, bei denen es um den theoretischen Hintergrund des Versuchs geht, prozedurale Pre-Labs, bei denen es um praktische Abläufe im Labor geht, oder auch schreibintensive Pre-Labs, bei denen Protokoll- und Dokumentationsfähigkeiten trainiert werden.

Neben der Vorentlastung durch Pre-Labs trägt eine gute Verteilung der Entlastungsmassnahmen dazu bei, den «cognitive load» besser zu dosieren. Agustian und Seery (2017) zum Beispiel empfehlen, fachliche und gerätespezifische Konzepte im Vorfeld bereitzustellen, prozedurale Informationen «just-in-time» im Labor verfügbar zu machen und je nach Bedarf oder Notwendigkeit Fertigkeiten isoliert zu trainieren.

Im CAS Hochschuldidaktik MINT vertiefen wir die Labordidaktik mit prämierten Praxisbeispielen von Gastdozierenden und greifen weitere hochschuldidaktische Themen wie Lernzielformulierung sowie MINT-spezifische Themen auf (siehe Infobox).

Als ich einige meiner alten Protokolle noch einmal durchblätterte, bevor sie in der Papiertonne verschwanden, änderte sich mein Bild des Anfängerpraktikums. Damals empfand ich es als überwiegend sinnlose Fleissarbeit, heute sehe ich, was ich dabei letztlich gelernt habe: Es geht darum, Labore so zu gestalten, dass die Studierenden verstehen, warum sie tun, was sie tun (sollen) und dass wir Lehrende die kognitive Belastung so steuern, dass sie so gut wie möglich auf das Lernziel fokussiert ist.

INFOBOX

CAS HOCHSCHULDIDAKTIK MINT

Lehrgang
Im CAS Hochschuldidaktik MINT lernen Sie die Grundlagen effektiver und innovativer Lehre für aktives Lernen an Hochschulen mit Schwerpunkt auf den MINT-Disziplinen (Mathematik, Informatik, Naturwissenschaften und Technik).
Mehr Informationen und Anmeldung auf der Webseite
Broschüre zum CAS Hochschuldidaktik MINT

Online-Infoveranstaltung
An der Online-Infoveranstaltung zum CAS Hochschuldidaktik MINT 25/26 können Sie mit den Lehrgangsleitenden Mònica Feixas und Wolfgang Bührer ins Gespräch kommen. Sie findet am Montag, 25. August 2025, von 12–13 Uhr statt. 
Jetzt anmelden

Module
Die folgenden Module aus dem CAS Hochschuldidaktik MINT 25/26 können auch einzeln gebucht werden:
- Lernziele und Methoden in MINT-Fächern, 22.–23. Januar 2026
- Leiten und Begleiten (mit einem Fokus auf MINT-Fächern), 30.–31. März 2026
- Assessment, Feedback und Evaluation in MINT-Fächern), 1.–2. Juli 2026

Zum Autor

Wolfgang Bührer bildet seit 2013 an der Abteilung Sek I der PH Zürich angehende Lehrpersonen in Physik und Physikdidaktik aus, hat mehrere Jahre an der HTWG Konstanz als Lehrbeauftragter angehende Ingenieure in Physik mitausgebildet und ist Co-Lehrgangsleiter des CAS Hochschuldidaktik MINT.

Sprachförderung an Berufsfachschulen – Bitte einmal austauschen

Text: Sandra Buchmann

Wer glaubt, an der Berufsfachschule findet keine Sprachförderung statt, der irrt.
Wer glaubt, die Berufsfachschulen wissen, wie andere Berufsfachschulen Sprachförderung gestalten, der irrt ebenfalls.

Unterschiedliche Schulen, unterschiedliche Projekt-Foki

Die Tagung Sprachförderung und Mehrsprachigkeit vom 14. März 2025 gab einen spannenden Einblick in die Sprachförderungswelt der Berufsfachschulen. Verschiedene Berufsfachschulen im und ausserhalb des Kantons Zürich führen schulintern Sprachförderprojekte durch. Diese haben unterschiedliche Foki: fachübergreifende Sprachförderung, sprachsensibler Fachunterricht, leichte Sprache und Sprachstanderhebungen – um eine Auswahl zu nennen.

Vom Wissen anderer (Schulen) erfahren

Als Tagungsleiterin besass ich den Luxus, in einen der fünf praxisorientierten Workshops der Tagung reinzusitzen. Ich wählte einen Workshop, der das Sprachförderprojekt einer Berner Berufsfachschule vorstellte. Da der Hintergrund meiner Workshop-Wahl für den weiteren Verlauf dieses Beitrags wichtig sein könnte, teile ich ihn hier: Ich selbst hatte an einer Zürcher Berufsschule ebenfalls ein Sprachförderprojekt geleitet und war deshalb nicht nur als PH-Vertreterin, sondern auch als Vertreterin aus dem Schulfeld am Workshop interessiert.

«Hab ich gar nicht gewusst»-Momente

Der erste «Hab ich gar nicht gewusst»-Moment folgte schnell. Ich erfuhr in besagtem Workshop unter anderem, dass diese Schule das Informationsschreiben für die Lernenden zum Thema BYOD (Bring your own device) in leichter Sprache verfasst und damit positive Erfahrungen gemacht hat. Eine kleine schulinterne Datenerhebung habe gezeigt, so die Workshopleitung, dass diejenigen Lernenden, welche das BYOD-Schreiben in leichter Sprache erhalten hatten, häufiger Geräte mit der korrekten Ausstattung mitbrachten als die, die das Standard-Schreiben erhalten hatten.

Die BYOD-Krise

Das ist ein Detail, aber ein Wichtiges! An «meiner» Berufsfachschule, an der ich neben meiner Tätigkeit an der PH Zürich unterrichte, war ich als Klassenlehrerin einer Integrationsvorlehre-Klasse von August 2024 bis mindestens Januar 2025 damit beschäftigt, herauszufinden, weshalb in einer Woche bei Tomas und in der anderen Woche bei Melina der Computer nicht funktionierte. Das ging so weiter und BYOD wurde abgelöst von DBYOD (Don’t bring your own device) oder UAD (Use another device).

Fazit aus der BYOD-Krise

Hätte ich die nette Frau von der Berner Berufsfachschule a) schon früher gekannt und b) ich mich schon früher mit ihr ausgetauscht, wäre meine BYOD-Krise (und die vieler anderer Lehrpersonen an meiner Schule) eventuell zu verhindern gewesen. Es lohnt sich nicht, weiter zurückzublicken. In Zukunft werden an «meiner» Schule jedoch die BYOD-Schreiben angepasst und die Anpassung dauert dank Austausch schneller.

Mit einem Austausch zwischen Akteur:innen aus Berufsfachschulen kann wertvolles Wissen geteilt werden.

Über BYOD hinaus

Das BYOD-Beispiel steht stellvertretend dafür, dass es für verschiedene Akteur:innen in der Berufsbildung gewinnbringend sein kann, sich systematischer und regelmässiger über Sprachförderung (konkret) an Berufsfachschulen auszutauschen. Neben den bereits erwähnten Akteur:innen wie Projektleitende und Lehrpersonen, sind beispielsweise auch Schulleitungsmitglieder und Vertreter:innen des Mittelschul- und Berufsbildungsamts Zürich in den Austausch einzubinden.

Wie und wo austauschen?

Eine Möglichkeit, den Austausch zur Sprachförderung an Berufsfachschulen zu stärken, wäre eine Erfahrungstagung an der PH Zürich. Verschiedene Berufsfachschulen und verschiedene Akteur:innen daraus – beispielsweise Projektleitende, Lehrpersonen und Schulleitungen – könnten einmal im Jahr zum Austausch an die PH Zürich eingeladen werden.

Übrigens: Beim Apéro der Tagung Sprachförderung und Mehrsprachigkeit war ein Kollege aus Fribourg irritiert darüber, dass mit keinem Wort der bilinguale Unterricht in Deutsch/Französisch erwähnt wurde.

Ça existe ou quoi?

INFOBOX

LEHRGANG
Im CAS Sprachprofi bauen Sie Strategien auf, um Lernende in den Bereichen Lesen, Schreiben, Sprechen und Hören fachübergreifend zu fördern.

BERATUNG
Wir beraten und begleiten Berufsfachschulen bei der schulinternen Planung und Umsetzung von Sprachförderprojekten. Kontakt: sandra.buchmann@phzh.ch

WEITERE INFORMATIONEN

Webseite der PH Zürich: Sprachförderung an Berufsfachschulen

Podcast «Resonanzraum Bildung» der PH Zürich zum Thema «Sprachförderung an Berufsfachschulen»

Newsartikel auf www.phzh.ch, 8. Mai 2025: «CAS Sprachprofi wird Teil der Ausbildung Sek II/Berufsbildung»

Zur Autorin

Sandra Buchmann ist Dozentin im Zentrum Berufs- und Erwachsenenbildung an der PH Zürich. Sie leitet den CAS Sprachprofi und ihr Fokus liegt auf Sprachförderung an Berufsfachschulen.

Coaching in der Berufs- und Erwachsenenbildung

Text: Mandy Gnägi

Das Rollenverständnis von Lehrpersonen in der Berufs- und Erwachsenenbildung hat sich nicht erst mit der Kompetenzorientierung ausdifferenziert. Je nach Kontext mäandrieren Lehrende in ihrem Verhalten als Hüterin oder Hüter von Wissen, als strukturgebende Leader, als impulsgebende Beratende, selbst als unwissende Lernende oder als unterstützende Coaches. Jede dieser Rollen impliziert ein eigenes Verhalten. Danach gestaltet sich das Miteinander ebenso wie neue Lehr-Lernangebote austariert und formuliert werden. Die Rolle eines systemischen Coaches ist dabei insofern eine besondere, als dass sie nicht als die inhaltlich überlegeneren Personen agieren: ihnen obliegt ausschliesslich die Verantwortung dafür, dem Gegenüber durch unterschiedliche Impulse und Interventionen Möglichkeiten für einen Reflexions- und Entwicklungsprozess zu eröffnen. Die inhaltliche Deutung oder Wertung bleibt in der Verantwortung des Gegenübers, dem Coachee.

Coaches schenken den Coachees höchste Aufmerksamkeit und echtes Interesse.

Coaches öffnen Raum

Sucht ein Coachee ein Coaching auf – oder wird durch die Institution dazu angehalten – ist das Anliegen häufig bekannt und bereits mehrfach besprochen oder durchdacht. Im Coaching wird in einem dialogischen Prozess diesem Anliegen aus unterschiedlichen Perspektiven auf den Grund gegangen. Hintergründe, relevante Personen, bestimmende Bedingungen oder «Trigger» werden dabei ebenso in den Fokus genommen, wie die bisherigen Versuche, das Thema zu lösen. Die Coachee erleben höchste Aufmerksamkeit und echtes Interesse daran, das Thema in der subjektiv erlebten Komplexität zu erfassen. Dabei sind Ruhe, wertschätzende und klare Kommunikation, schrittweises Fragen und sorgfältiges Agieren Gelingensbedingungen dafür, dass das Gegenüber Vertrauen aufbaut und sich öffnet. So kann es in dieser «sicheren» Umgebung gelingen, dass die Coachee bereit sind, neue Sichtweisen auf das Thema einzunehmen – etwa aus der Perspektive von vorhandenen Rahmenbedingungen, aus der von Kolleginnen oder Kollegen, aus der des Betriebes resp. der Institution, der vorgesetzten Person oder aus der von Freunden. Dieser neue Blick auf das «Problem-System», in dem sich das Thema am deutlichsten zeigt, ermöglicht, das eigene und fremde Verhalten neu zu bewerten. Gleichermassen wird deutlich, welche Wege von Lösungen die Coachee nun gehen können, welche Ressourcen dafür vorhanden sind oder aktiviert werden müssen.

Coaches haben persönliches Handwerkszeug

Mit welchen Methoden im systemischen Coaching gearbeitet wird, obliegt den Kompetenzen, Erfahrungen und Vorlieben der Coaches. Dazu gehören verbale Impulse durch Fragen gekoppelt mit dem Raum, in dem die Antworten gut gehört werden und darauf reagiert wird. Möglich ist die Arbeit mit Bildern; sei es mit vorgefertigten Bildkarten oder der Einladung an die Coachee, selbst Stellvertreterbilder zu entwerfen oder Konstellationen oder Hierarchien aufzuzeichnen. Zum Einsatz können ebenso unterschiedliche Materialien gebracht werden. Gerade die beiden zuletzt genannten Zugänge ermöglichen es den Coachees, einer vorhandenen Sprachbarriere konstruktiv zu begegnen. Unabhängig davon, welches Repertoire das persönliche Handwerkszeug der Coaches umfasst: es wird so im Coaching zum Einsatz gebracht, wie es dem Entwicklungsprozess des Coachees dienlich ist.

Coaches bringen Handwerkszeug so ins Spiel, wie es den Coachees dienlich ist.

Coaching braucht Haltung und psychologische Sicherheit

Das Wichtigste im systemischen Coaching ist eine zugewandte Haltung. Coaches muss es gelingen, Vorurteile, jede Form von eigenem Stress oder eigenen Emotionen abzulegen und sich ganz auf ihr Gegenüber einzulassen. Zur offenen und zugewandten Haltung gesellt sich die Einstellung, dass jedem Verhalten ein Nutzen innewohnt. Nicht immer ist der Nutzen offensichtlich oder ergibt sich mit der ersten oder zweiten Frage an die Coachee. Dann braucht es hohe Präsenz und Beharrlichkeit, sorgfältiges Navigieren im Ungewissen und grosse Wachsamkeit, um die verborgenen Aspekte zu beleuchten.

Genanntes bildet zusammen mit der Deutungshoheit der Coachee einen Rahmen, in dem sie psychologische Sicherheit erfahren: Vertraulichkeit, Verlässlichkeit, Klarheit, verschiedene Angebote für einen Perspektivwechsel, Zuversicht, Würdigung und der Fokus auf Ressourcen machen es dem Coachee möglich, das Handeln zu reflektieren und daraus Erkenntnisse für einen Veränderungsprozess abzuleiten.

INFOBOX

COACHING IN DER BERUFS- UND ERWACHSENENBILDUNG

In der Weiterbildung der Pädagogischen Hochschule gibt es mehrere Angebote, um sich im Bereich Coaching weiterzubilden. Wer ein CAS anstrebt, dem stehen zwei Möglichkeiten offen. Der CAS Coaching – Beraten im Bildungsbereich richtet sich an jene Personen, die sich in der Begleitung von Studierenden, Teamentwicklung, Beratung, Elterngesprächsführung oder auch Coaching von Kursleitenden qualifizieren möchten.

Wer den Fokus auf eine fachkundige individuelle Begleitung (FiB) von Jugendlichen legen will, findet im CAS Coaching und Lernen mit Jugendlichen das passende Gefäss. Der Lehrgang richtet sich einerseits an Lehrpersonen in Berufsfachschulen, die durch die Weiterbildungsinhalte des CAS in der Lage sind, die Lernenden in der Erreichung eines erfolgreichen Lehrabschlusses gezielt zu unterstützen. Andererseits ist er für all jene Personen im Bildungsbereich offen, die in den unterschiedlichen Kontexten junge Menschen im Bildungsbereich und Ausbildungsbetrieben auf ihrem Weg unterstützen wollen.

WEITERE BERATUNGS- UND COACHINGANGEBOTE

Beratung und Coaching für Berufsfachschulen

Beratung und Coaching für Hochschulen

Übersicht Beratung und Coaching an der PH Zürich

Zur Autorin

Mandy Gnägi ist Beraterin und Dozentin im Zentrum Berufs- und Erwachsenenbildung an der PH Zürich.

A machine in need is a friend indeed? – Zu viel Vertrauen in KIs durch Vermenschlichung

Text: Yves Furer

Wenn Dinge misslingen, neigen Menschen dazu, nichtmenschlichen Objekten wie Maschinen menschliche Eigenschaften zuzuschreiben. So scheint der Drucker persönlich etwas gegen mich zu haben, weil er immer dann nicht funktioniert, wenn ich ihn dringend brauche. In die Maschine wird ein Wille hineininterpretiert, wo keine Intention vorhanden ist. Solche Vermenschlichung oder Anthropomorphisierung hilft uns, Situationen zu bewältigen, in denen wir uns externen Faktoren ausgeliefert fühlen.

Ist mir der Drucker heute gut gesinnt oder nicht? (Bild: Adobe Stock)

Im Gegensatz zu Druckern, die weder aussehen wie Menschen noch bedeutungsvoll mit Menschen interagieren, sind moderne KI-Systeme genau dafür designt, menschlich zu wirken. Bei Chat-GPT und Co. stellt die Anthropomorphisierung ein Feature und kein Zufall dar. Der Erfolg grosser Technologiekonzerne beim Vorantreiben dieser Entwicklung wird sichtbar, indem es immer schwieriger wird, menschliche Äusserungen von KI-generierten zu unterscheiden. Im schriftlichen Dialog mit Chat-GPT-4 können offenbar viele Menschen nicht mehr mit Sicherheit sagen, ob sie sich gerade mit einem Menschen oder einer Maschine unterhalten (Mei et al. 2024). Doch wirken die Antworten von KI-Chatbots nicht nur deshalb menschlich, weil sie inhaltlich passend ausfallen, sondern KI-Chatbots beantworten beispielsweise medizinische Fragen in einem Online-Forum auch empathischer als medizinisches Fachpersonal (Ayers et al. 2023).

Auffällig ist, wie scheinbar mühelos menschliche Eigenschaften auf die KI übertragen werden, indem entsprechende Begrifflichkeiten verwendet werden. Schon der Begriff künstliche Intelligenz suggeriert, dass eine Entität vorliegt, die eine menschliche Eigenschaft, nämlich Intelligenz besitzt. Doch es stellt sich die Frage, ob KIs wirklich empathisch sind oder uns Menschen nur sehr gut vorspielen, dass sie es sind. Wären KIs empathisch, müssten sie die Gefühle von Menschen erkennen, verstehen und nachempfinden können. Während das Erkennen von Emotion durchaus funktioniert und wohl auch schon kommerziell genutzt wird (Monteith et al. 2022), dürften Verstehen und insbesondere das Nachempfinden Kategorien sein, über die die KIs noch nicht verfügen.

Die KI versteht dich. Oder doch nicht? (Quelle: Adobe Stock)

Vertrauen in KI: Ein zweischneidiges Schwert

Wie sich zeigt, bleibt es nicht ohne Folgen, wenn KIs menschliche Eigenschaften zugeschrieben werden, die sie gar nicht besitzen. Anthropomorphe Elemente scheinen das Vertrauen von Menschen in KIs zu erhöhen. Leider handelt es sich beim Vertrauen um ein zweischneidiges Schwert. Ein höheres Vertrauen kann den Umgang mit neuen Technologien erleichtern oder sogar dazu führen, dass sich Personen überhaupt auf eine neue Technologie einlassen. Andererseits besteht beispielsweise die Gefahr, dass Menschen in der Interaktion mit der KI zu viele, auch private Daten von sich preisgeben (Akbulut et al. 2024). Doch auch beim Lernen mit KI-Systemen können weitere Probleme entstehen, wenn insbesondere den KI-generierten Outputs zu viel Vertrauen entgegengebracht wird.

Mehr Vertrauen = weniger nachprüfen?

Bekanntlich liegt die KI sehr häufig richtig, wenn sie mit konkreten Fragen konfrontiert wird, jedoch nicht immer. Insbesondere beim wissenschaftlichen Lernen und Arbeiten ist es essenziell, genau diese Fehler zu erkennen. Das gezielte Prüfen von Informationen stellt allerdings einen aufwändigen und anstrengenden Prozess dar. Ein zu hohes Vertrauen in KI-generierten Output könnte sowohl dazu führen, dass die Notwendigkeit, Inhalte zu prüfen, zu wenig erkannt oder Prüfungsprozesse nicht bis zum Ende durchgehalten werden, weil die Motivation dazu fehlt. Wahrscheinlich mangelt es an Bereitschaft zur kritischen Auseinandersetzung mit KI-Antworten, wenn die KI nicht als Maschine oder Tool angesehen wird, sondern als quasi menschliche Partner:in oder Tutor:in. Schliesslich war die KI doch so nett, mir lange und ausführlich meine Fragen zu beantworten, mir passende Quellen zu suchen und zusammenzufassen und dann erst noch meinen Text zu korrigieren. Wer so viele Freundschaftsdienste für mich erbracht hat, hat doch mein Vertrauen verdient?

Maschinen bleiben Maschinen

Wie schon erwähnt, werden die Technologiekonzerne weiterhin mit viel Geld daran arbeiten, KIs noch menschlicher wirken zu lassen. Auf diese Entwicklung können die wenigsten direkt Einfluss nehmen. Unmittelbar beeinflussen können wahrscheinlich viele Leser:innen dieses Blogs jedoch, wie ihre Studierenden mit KI arbeiten. Selbst wenn die Studierenden KIs häufig auch ohne das Wissen der Dozierenden einsetzen, besteht trotzdem die Möglichkeit, das Lernen mit KI direkt zu thematisieren. KI-generierten Inhalten mit einer gewissen Skepsis zu begegnen, stellt dabei nur einen Ausgangspunkt dar. Dennoch erscheint es wichtig, genau diesen Ausgangspunkt herzustellen, um weitere Schritte wie Überprüfen, Auswählen, Integrieren und Kombinieren von Inhalten und damit Lernen zu ermöglichen. Und schliesslich haben wir alle die Möglichkeit, uns zu hinterfragen, welche Begriffe wir im Kontext von KIs verwenden und wie stark diese Begriffe eine Vermenschlichung implizieren. Denn Maschinen bleiben vorerst Maschinen und keine Freund:innen.

INFOBOX

WORKSHOP
Nachricht an Chat-GPT: Gib mir Feedback auf meinen Text, Montag, 14. April 2025, 12.15–13.30 Uhr, Campus PH Zürich

MODUL
Schreiben begleiten und beurteilen, ab 16. März 2026, Campus PH Zürich

LITERATUR
- Placani, Adriana (2024): Anthropomorphism in AI: hype and fallacy. In: AI and Ethics 4 (3), 691–698.
- Reinecke, Madeline G. / Ting, Fransisca / Savulescu, Julian / Singh, Ilina (2025): The Double-Edged Sword of Anthropomorphism in LLMs. In: Proceedings 114 (1), 4.

Zum Autor

Yves Furer ist Dozent für Deutschdidaktik und Mitarbeiter des Schreibzentrums der PH Zürich.

Vom KI-Fastfood zum sinnhaften Einsatz

Text: Charlotte Axelsson

Vor Kurzem wurde ich gefragt, ob ich Angst vor den rasanten technologischen Entwicklungen habe. Meine Antwort lautete: ein klares Jein. Die Technologie selbst macht mir keine Angst – im Gegenteil, sie fasziniert mich. Ich werde zum Homo Ludens, mein Spieltrieb kennt kaum Grenzen. Was mir Sorgen bereitet, ist der Mensch, der diese Technologien nutzt, steuert oder weiterentwickelt – oft ohne sich der Verantwortung für deren Auswirkungen bewusst zu sein. Diese Sorge hat mich dazu gebracht, intensiver über Ethik in der Bildung nachzudenken, zum Beispiel am PHZH Barcamp «Assessment im Wandel – KI-basierte Ansätze für Beurteilung und Feedback» oder als Co-Herausgeberin der neuen Open-Access-Publikation «Ich, Wir & Digitalität, Ethik in der Lehre». Für mich ist klar: Eine ethisch fundierte Lehre ist der Schlüssel für einen sinnhaften Einsatz von Technologie. Ganz im Sinne des Buchtitels: «ICH steht für die persönliche Reflexion, WIR für das Miteinander und DIGITALITÄT beschreibt den kulturellen Wandel, der durch technologische Innovationen entsteht», lässt sich dieser Dreiklang auch im Dagstuhl-Dreieck (Figur 1) als technologische, gesellschaftliche, kulturelle und anwenderbezogene Perspektive beschreiben. Solche Modelle ermöglichen es auch, die eigene Lehre zu überprüfen und fehlende Perspektiven zu integrieren.

Figur 1: Dagstuhl Dreieck in «Ich, Wir & Digitalität, Ethik in der Lehre»

Bildung vermittelt nicht nur Wissen, das ist ebenfalls klar und wurde zum Beispiel durch Peter Holzwarth in «Sind Menschen die besseren Roboter? Ethische Fragen zur Digitalisierung» beschrieben, sondern auch die grundlegenden Werte einer Gesellschaft – ein essenzielles Element für deren Zusammenhalt und Funktionieren. Doch wie verändert der technologische Fortschritt unsere Zusammenarbeitsformen und das Beurteilen von Leistungen? Warum ist es besonders wichtig, im digitalen Zeitalter über Ethik zu sprechen? Im Folgenden habe ich zwei wichtige Gründe zusammengetragen, die die Wichtigkeit einer tiefgründigen Auseinandersetzung für uns Menschen unterstreichen sollen. Folgend gebe ich Einblicke in die Diskussion des Barcamps mit der Anwenderperspektive «Ethik und gesellschaftlichen Implikationen von KI im Assessment von Leistungen».

Erster Grund ist omnipräsentes Wissen: Technologien wie die Suchmaschine von Google oder Wikipedia machen Wissen allgegenwärtig und leicht zugänglich. Generative Technologien – etwa ChatGPT von OpenAI – ermöglichen es zudem, Wissen neu zu kombinieren und zu generieren. So stellt der technologische Wandel traditionelle Konzepte von Wissen und dessen Bewertung infrage und verlangt nach neuen Ansätzen. Wie überprüfen wir Leistungen, wenn man auf einen Klick ganze Hausarbeiten von einer Maschine generieren lassen kann?

Zweiter Grund sind intransparente Machtstrukturen: Unternehmen wie Google, Microsoft oder OpenAI kontrollieren zentrale Plattformen und Technologien und verfolgen in erster Linie ihre wirtschaftlichen Interessen. Dadurch entstehen gefährliche Abhängigkeiten, die Bildungseinrichtungen, Gesellschaften und sogar Staaten in ihrer Autonomie einschränken. Ein zentrales Problem ist die Intransparenz der Algorithmen: Sie steuern, welche Informationen priorisiert oder generiert werden, und beeinflussen dadurch, was wir sehen, lesen und lernen. Dies schafft eine neue Wissenshierarchie. Damit wird Wissen nicht mehr neutral verteilt, sondern von wenigen Akteuren gelenkt. Um dieser Entwicklung entgegenzuwirken, braucht es unabhängige Alternativen und eine breite gesellschaftliche Debatte. Gerade Pädagogische Hochschulen müssen eine Vorreiterrolle übernehmen, indem sie kritische Medienkompetenz fördern und sich aktiv mit diesen ethischen Fragen auseinandersetzen.

Ethik in der Lehre – Diskussionen aus dem Barcamp

Die Herausforderungen werden besonders deutlich, wenn man diese beiden Gründe auf konkrete Bereiche im Bildungswesen anwendet. Beim Barcamp «Assessment im Wandel – KI-basierte Ansätze für Beurteilung und Feedback» haben wir uns in einem Track mit «Ethik und gesellschaftlichen Implikationen von KI im Assessment von Leistungen» beschäftigt.

Die Diskussionen zeigten schnell, dass Bildung und vor allem Prüfungen nicht nur der Vermittlung und dem Abfragen von Wissen dienen, sondern auch kulturelle, soziale und persönliche Entwicklung umfassen. In der Diskussion haben wir uns um zwei Statements gedreht: Mensch, sei du selbst der Wandel – Technologie sollte sinnstiftend eingesetzt werden – nicht allein aus Effizienzgründen. Oder mit Play, Qualität fördern! rufen die Teilnehmenden das spielerische Konzept «Slow AI» auf, welches auf Reflexion, Neugierde und Entschleunigen setzt und eine Art Gegenbewegung zu Fastfood (KI-)Wissen darstellt.

Des Weiteren wurde die Frage, ob KI in der Lage ist, Sinn oder individuelle Werte in die Beurteilung einfliessen zu lassen, kontrovers diskutiert. Transdisziplinäres Lernen und alternative Beurteilungskulturen – weg von starren Konzepten von «richtig» und «falsch» hin zu mehr Kreativität – könnten dabei eine Schlüsselrolle spielen. Hier ist Austauschen und Voneinander-Lernen gefragt. Und über eines sind sich alle einig gewesen: Traditionelle Prüfungen, die lediglich Wissen abfragen, waren noch nie und sind einfach nicht mehr haltbar.

Fazit und Ausblick

Zum Schluss gibt die Disziplin Ethik in der Regel wenig Antworten – Ethik bietet Denkräume. Diese «Safe Spaces» müssen wir im Bildungswesen schaffen, in denen wir erforschen, entwickeln und vermitteln können – basierend auf Werten wie Menschlichkeit, Sinnhaftigkeit und Verantwortung. Denn nur, wenn wir Technologie bewusst und reflektiert einsetzen, können wir sicherstellen, dass der Wandel menschenwürdig ist.

Das Thema werden wir weiterdiskutieren und laden an dieser Stelle zum nächsten Barcamp «Assessment und KI: Gemeinsam praktische Formate erkunden» am 20. November 2025 ein. Wer bis dahin nicht warten kann, empfehle ich unser kleines Büchlein, darin findet man weitere Fragen und praktische Anwenderbeispiele für den eigenen Unterricht.

INFOBOX

BARCAMP «ASSESSMENT UND KI: GEMEINSAM PRAKTISCHE FORMATE ERKUNDEN»,
20. NOVEMBER 2025 AUF SCHLOSS AU
Interessieren Sie sich für diese Tagung? Gerne können Sie in diesem Formular Ihren Namen und Mailadresse hinterlassen, dann informieren wir Sie, sobald Programm und Anmeldemöglichkeit aufgeschaltet sind.

KURS (PHZH-INTERN)
Ethische Fragen zur KI: Praxisnahe Ansätze für den Unterricht
Dienstag, 8. April, 12.15–13 Uhr, Campus PH Zürich

LITERATUR
Blume, Dana & Axelsson, Charlotte. 2024: Ich, wir & Digitalität, Ethik in der Lehre.

Zur Autorin

Charlotte Axelsson leitet das Zentrum Digital Learning an der PH Zürich.

Wie nutze ich KI für das Schreiben an der Hochschule?

Text: Maik Philipp, Alex Rickert, Yves Furer und Daniel Ammann

Positionspapier zum wissenschaftlichen Schreiben in Zeiten von künstlicher Intelligenz

Dieses Positionspapier des Schreibzentrums der PHZH setzt sich mit zentralen Herausforderungen auseinander, die sich für Hochschulen in Zeiten von künstlicher Intelligenz (KI) im Kontext des Lernens und des Verfassens schriftlicher Arbeiten ergeben.

Positionspapier Herunterladen

Wie an anderen Hochschulen nutzen auch Studierende der PHZH generative KI für das Schreiben ihrer Texte. Studien aus Deutschland (Helm u. Hesse 2024), Schweden (Stöhr, Ou u. Malmström 2024), Australien (Kelly, Sullivan u. Strampel 2023) oder den USA (Dang u. Wang 2024) belegen die intensive KI-Nutzung von Studierenden. Die deutsche Studie zeigt, dass zumindest ein Teil der Studierenden KI auf eine Weise einsetzt, die problematisch erscheint – etwa zur Überprüfung der inhaltlichen Richtigkeit.

Diese Entwicklung zwingt Hochschulen, sich Fragen zur Funktion und zum Stellenwert des Schreibens zu stellen, sei es für das Lernen, das Verfassen von Leistungsnachweisen oder in Prüfungen. Das Schreibzentrum äussert sich dazu aus epistemologischer und lernbezogener Perspektive. Die Fähigkeit, im Umgang mit Texten analytisch und kritisch zu denken, gewinnt in komplexer werdenden Wissensgesellschaften zusehends an Bedeutung. Künstliche Intelligenz nimmt mündigen Personen diese Aufgabe nicht ab, sondern fordert diese ein und heraus. Das Schreibzentrum positioniert sich mit zwei Thesen zur Nutzung von KI für das Schreiben an der Hochschule, um die Notwendigkeit des reflektierten Einsatzes zu betonen. Die erste These bezieht sich auf die Systemebene der Wissenschaft, die zweite betrifft die Personenebene und die Einsatzgebiete generativer KI. Die Thesen werden exemplarisch von Vignetten flankiert.

Ist die Zukunft des Schreibens eine Kollaboration zwischen einem Menschen und künstlicher Intelligenz? (Foto: Adobe Stock)

These 1: KI ist keine verlässliche Wissensquelle, weil sie keine Expertise hat. Wissen wird von Expert:innen hergestellt und über epistemisch vertrauenswürdige Quellen verbreitet. Wissensproduktion folgt anerkannten und transparenten Regeln – es ist unklar, ob KI das tut.

Vignetten:

Student A übernimmt eine automatisch generierte Definition aus ChatGPT, die plausibel klingt, und sucht via Elicit eine Quelle, die dazu passt.
Student B sucht nach unterschiedlichen Definitionen in der Fachliteratur, die er mit Hilfe von KI-Recherchetools gefunden hat, vergleicht die Definitionen miteinander und entscheidet sich unter Angabe von Gründen für eine Variante.

In Wissensgesellschaften sind wir darauf angewiesen, dass Erkenntnisse jedweder Art auf nachvollziehbare Weise entstanden sind. Die Komplexität der Wissensherstellung bringt ein hohes Mass an Expertise und Spezialisierung mit sich. Darauf baut die Wissenschaft, indem sie erkennbare Expertise in einem Fachgebiet als Indikator dafür nutzt, dass sich andere Mitglieder der Gesellschaft auf die Aussagen verlassen können (Chinn, Barzilai u. Duncan 2021).

Darum beschreiben Wissenschaftler:innen ihre Methoden genau und belegen, auf welche Quellen sie sich stützen.
Darum gibt es Qualitätssicherungsmechanismen, indem etwa Beiträge in Fachzeitschriften von anderen Expert:innen begutachtet werden.
Darum lassen sich wissenschaftliche Quellen zumindest annäherungsweise daran erkennen, dass sie von fachlich qualifizierten Personen für ihre Fachcommunitys verfasst werden, um darin ihre Erkenntnisse zu verbreiten.
Darum ist es keineswegs trivial, auf welche Quellen sich Studierende stützen. Eine angemessene Quellenkritik und -auswahl wird zusehends wichtiger.

Funktionsweise und Datengrundlage generativer Large-Language-Models bleiben teils Betriebsgeheimnis, deshalb lässt sich kaum nachvollziehen, welche Quellen den KI-Outputs zugrunde liegen und wie die Aussagen zustande kommen. Stil und Textoberfläche der Outputs dürfen nicht darüber hinwegtäuschen, dass sich darin inhaltlich Falsches, Fragwürdiges, Verkürztes, Tendenziöses verbirgt.

These 2: KI soll das Lernen durch Schreiben unterstützen und nicht verhindern. Schreiben ist nachweislich ein effektives Instrument für das Lernen. Dafür sollte es auch genutzt werden.

Vignetten:

Studentin A füttert Claude.ai mit Fragestellung, Theorie- und Ergebnisteil ihrer Bachelorarbeit und lässt den Diskussionsteil von der KI generieren.
Studentin B formuliert ihren Diskussionsteil selbst, indem sie die Ergebnisse auf die Fragestellung bezieht und diese mit Modellen und Studien aus dem Theorieteil abgleicht und einordnet.

KI-Tools sind auf Schnelligkeit und Aufgabenerledigung ausgerichtet. Das macht sie attraktiv. Deshalb ist wichtig, dass diese Systeme reflektiert und eigenverantwortlich genutzt werden. Dies bedeutet: Die Tools kommen dort sinnvoll zum Einsatz, wo sie das Lernen durch Schreiben unterstützen und es nicht verhindern – etwa bei der Quellenrecherche, der Datenstrukturierung, beim Generieren inhaltlicher Impulse und Ideen, für Feedback oder bei der stilistischen und orthografischen Überarbeitung. Lese- und schreibbezogenen Aktivitäten, die auf das Denken höherer Ordnung – das Anwenden, Analysieren, kritische Evaluieren und Kreieren (List u. Sun 2023; Philipp in Druck; Philipp 2022) – abzielen, sollten jedoch nicht an eine KI delegiert werden. Solche Schreibpraktiken sind kognitiv herausfordernd, aber für die Entwicklung von Fachexpertise unverzichtbar. Die Fähigkeiten zum Denken höherer Ordnung durch Lesen und Schreiben entwickeln sich in der kleinschrittigen Auseinandersetzung mit Texten. Sie führen dazu, dass tief, flexibel und kritisch über Gegenstände eines Fachs nachgedacht wird. Aufgrund ihres transformierenden Anforderungscharakters erfordern sie Genauigkeit in Analyse und Evaluation und deshalb Langsamkeit (Chen 2019).

Auch bei Arbeiten mit KI, die auf fremden Texten basieren, zum Beispiel beim automatischen Zusammenfassen, ist es notwendig, Output, Prompt und Ursprungstexte miteinander zu vergleichen. Denn häufig gilt es, unterschiedliche Texte aus mehreren Quellen im eigenen Text zu integrieren. Integrieren bedeutet, die verschiedenen Aussagen sinnvoll aufeinander zu beziehen und deren Perspektiven zu erkennen und zu kombinieren. Diese Mehrperspektivität und die qualitativen Unterschiede von Aussagen zu erfassen und nachzuvollziehen, zeichnet den Wissensaufbau und die gedankliche Eigenleistung beim Lernen und bei Prüfungen aus (Kuhn 2020). Dafür braucht es die Fähigkeit, Bezüge zwischen Themen aktiv herzustellen, insbesondere wenn Autor:innen nicht das gleiche Vokabular verwenden. Solche Verstehensleistungen verlangen ein genaues Lesen (Britt u. Rouet 2012). Dies gilt auch und insbesondere für die Nutzung KI-generierter Textangebote: Geben die Chatbots angemessen wieder, was in den verwendeten Quellen steht – und passt der Prompt überhaupt zu den Texten? Darum wird es in der Regel nötig sein, genau zu lesen und den Output anzupassen. Anders gesagt: Die Zeit, die man beim Schreiben spart, ist gut im Lesen und Überarbeiten reinvestiert.

LiteraturverzeichnisHerunterladen

INFOBOX

Das Angebot der PH Zürich zum Schreiben und Schreiben mit KI umfasst Weiterbildungen, Dienstleistungen und Beratungen.

MEHR ZU WISSENSCHAFTLICHEM SCHREIBEN UND SCHREIBEN MIT KI
Das Schreibzentrum der PH Zürich bietet Unterstützung beim wissenschaftlichen Schreiben und Schreiben mit KI sowie spezifische weitere Informationen zu Schreiben mit KI.

MODULE
Schreiben begleiten und beurteilen, ab 17. März, Campus PH Zürich
Wissenschaftliches Schreiben, ab 23. September, Campus PH Zürich

SCHREIBBERATUNG
Mittels Schreibberatungen für Personen und Teams hilft das Schreibzentrum der PH Zürich, Schreibkompetenzen weiterzuentwickeln und Texte zu optimieren.

LITERATUR
- Philipp, Maik. 2025 Digitales Lesen fördern. Göttingen: Vandenhoeck & Ruprecht.
- Philipp, Maik. 2025. Lesen digital: Komponenten und Prozesse einer sich wandelnden Kompetenz. Weinheim: Beltz Juventa.

Zu den Autoren

Alex Rickert ist Leiter des Schreibzentrums der PH Zürich und ist als Dozent in Weiterbildungsgefässen aktiv. Seine Arbeits- und Forschungsschwerpunkte sind Textlinguistik, Schreibberatung und -didaktik.

Maik Philipp ist Professor für Deutschdidaktik an der PH Zürich. Seine Schwerpunkte sind Lese- und Schreibförderung mit Fokus auf Evidenzbasierung.

Wie «bildet» man eigentlich Erwachsene?

Text von Nils Bernhardsson-Laros und Markus Weil

Erwachsenenbildung findet in vielfältigen Kontexten statt – von Hochschulen bis hin zu informellen Settings in Alltagssituationen. Eine zentrale Eigenheit besteht darin, Erwachsene in Lernsituationen als mündige Individuen zu betrachten, sie aber dennoch direkt oder indirekt pädagogisch anzuleiten. Didaktische Ansätze auf Augenhöhe und machtfreie Wissensvermittlung bieten Lösungen, können das Spannungsfeld aber nicht völlig aufheben.

Gemeinschaftliches Lernen in der Erwachsenenbildung

Dilemma von Selbst- und Fremdsteuerung

Ganz unabhängig davon, in welchen Kontexten Erwachsene «gebildet» werden, geht dies immer mit einem konstitutiven Dilemma einher, das historische Hintergründe hat. Bereits in den 1920er Jahren, mit der Transformation von der Volks- zur Erwachsenenbildung und der Entstehung der sogenannten «neuen Richtung», wurde der traditionelle Ansatz einer erziehenden Belehrung infrage gestellt. Stattdessen orientierte man sich an machtfreien Bildungsformaten, in denen gemeinschaftliches Lernen im Vordergrund stand. Seitdem führt die Erwachsenen- und Weiterbildung ein Dilemma mit sich: Erwachsene werden einerseits als autonome, bereits erzogene Individuen betrachtet, während sie andererseits im Bildungsprozess doch pädagogisch adressiert werden müssen. Dieser dichotome Zusammenhang von Erziehung und Bildung mag – je nachdem in welchen Kontexten Erwachsene gebildet werden sollen, ob in formalen Unterrichtssituationen, in Gruppenanlässen oder in gestalteten Lernumgebungen – mal mehr und mal weniger zum Tragen kommen. Zumindest im Hintergrund bleibt er jedoch immer bestehen und kann nicht aufgelöst werden. Eine gewisse Pädagogisierung ist unvermeidbar und gleichzeitig auch erwünscht.

Vertrauen und Vertragsprinzip

Auch in Kontexten in denen eine (vermeintlich) machtfreie Wissensvermittlung propagiert wird, kommen Lehrende nicht umhin, wenn auch in einem geringen Masse, paternalistisch zu handeln, indem sie stellvertretende Deutungen für die Bildung der Lebenspraxis ihrer Lernenden vornehmen. Selbst wenn man sich dabei am Vertragsprinzip orientiert und sich als Bildungsdienstleister:in versteht, die/der manifeste Bildungsbedürfnisse der Lernenden erfüllt, kann und soll offen mit der notwendigen Pädagogisierung der Lernenden umgegangen werden. Auch in vertraglich konnotierten Bildungskontexten begeben sich die Teilnehmenden in die Hände der jeweiligen lehrenden Person, der sie zunächst mit einem Vertrauensvorschuss begegnen müssen. Der offene und reflektierte Umgang mit dieser paternalistischen Dimension ist eine Herausforderung, die eine langfristige, berufsbiographische Reflexion erfordert.

Formelle und informelle Settings

Gerade in der Erwachsenenbildung, wo sehr viele informelle und selbstgesteuerte Elemente zum Tragen kommen, wird die Rolle der Lehrenden häufig unterschätzt – auch in vermeintlich vertraglich definierten Bildungssettings.

Es lässt sich differenzieren, ob es sich um ein informelles, selbst initiiertes Lernsetting handelt oder um ein formelles, strukturiertes. Informelles Lernen, wie beispielsweise beim Austausch mit Kolleg:innen, wird oftmals selbst initiiert und weniger stark mit einem Machtgefälle in Verbindung gebracht. Je nach Verhalten der auskunftgebenden Person, kann aber auch hier eine Pädagogisierung Einzug halten. Gestaltete Lernumgebungen laden zum Selbstlernen ein, hier wird die Steuerung auf die Lernumgebung übertragen, wenn zum Beispiel bestimmte Informationen zur Verfügung gestellt werden und andere nicht. In dieser Reihe sind formalere Settings am stärksten mit dem Dilemma «Wie bildet man eigentlich Erwachsene?» konfrontiert. Lehrende können jedoch durch didaktische Gestaltung auf Augenhöhe und durch die bewusste Schaffung machtfreier Lernumgebungen gegensteuern. Auch das Angebot von Lernumgebungen, die Erwachsene selbst erkunden und gestalten können, bietet eine Möglichkeit, diesem Dilemma entgegenzutreten und das Lernen auf eine machtfreie, partizipative Grundlage zu stellen. Diese Grundlagen werden auch auf anderen Bildungsstufen thematisiert, neu hinzu kommt hier, dass die Zielgruppe mündige Erwachsene sind, die in der Regel viele berufliche und Lebenserfahrungen mitbringen welche im pädagogischen Setting zu berücksichtigen sind.

Fazit: Reflektieren und Weiterentwickeln

Die Reflexion dieses Spannungsfeldes zeigt, dass die Erwachsenenbildung in Bezug auf Macht, Verantwortung und Autonomie immer wieder neu ausbalanciert werden muss. Um mit der Dichotomie zwischen fremdbestimmter Erziehung und machtfreier Bildung umzugehen, hat sich in der Erwachsenen- und Weiterbildung ein Ansatz etabliert, der auf sogenannten «Erzogenen-Idealen» basiert. Dabei wird z.B. von hochgradig gebildeten, wissenden oder zur biografischen Selbstreflexion fähigen Menschen ausgegangen, woraufhin sich die Zielgruppe der Bildungsangebote als solche adressieren lässt, die diesen Idealen (noch) nicht entspricht. Für die Erwachsenenbildung bedeutet dies, dass ein zentrales Ziel darin besteht, dass Lehrende und Bildungseinrichtungen einen normativen Standpunkt entwickeln und diesen kontinuierlich in Bezug auf das berufliche Handeln sowie die Teilnehmenden ihrer Veranstaltungen reflektieren und weiterentwickeln. Das ist insbesondere relevant für die ständige Anpassung der eigenen Bildungsansprüche an die Bedarfe und Erwartungen der Lernenden.

Die Erwachsenenbildung stellt Reflexionsinstrumente bereit, mit denen das eigene pädagogische Handeln hinterfragt und überprüft werden kann. Sie ergänzt den Erwerb professioneller Kompetenzen, wie sie in Weiterbildungen, der beruflichen Grundbildung oder Höheren Berufsbildung (z. B. Fachausweis) vermittelt werden, durch akademische Professionalisierungsstrategien.

INFOBOX

Wenn Sie Interesse an Fragen zur Praxis der Erwachsenenbildung haben oder diese als Reflexionsinstanz nutzen möchten, um Ihr eigenes pädagogisches Handeln weiterzuentwickeln, bietet die PH Zürich vielfältige Weiterbildungsangebote sowie Möglichkeiten zum Austausch und zur Vernetzung.

AUSTAUSCHGRUPPE«EB@PHZH»
Die informelle Austauschgruppe EB@PHZH trifft sich mindestens zweimal pro Jahr am Campus PH Zürich oder online. Informationen zur Gruppe und weiteren Veranstaltungen zum Thema finden sich auf der Seite Netzwerk Erwachsenenbildung.

TAGUNG 
Gestaltung und Entwicklung von Lernräumen in der Erwachsenenbildung: Physische und virtuelle Dimensionen
Kooperation SVEB–PH Zürich
Donnerstag, 30. Januar 2025, 13–17.45 Uhr, Campus PH Zürich

MODULE
Angebotsentwicklung, ab 13. Januar 2025, Campus PH Zürich
Diversity Now: Diversitäten jonglieren, ab 27. Februar 2025, Campus PH Zürich
Aufgaben des Bildungsmanagements, ab 19. März 2025, Campus PH Zürich

LEHRGANG
CAS Unterricht gestalten mit digitalen Medien
ab 28. Januar 2025, Campus PH Zürich

LITERATUR
Bernhardsson-Laros, N. (2024): Spannungen zwischen Theorie und Praxis in der Erwachsenen- und Weiterbildung. Relationierungen im Rahmen einen habitualisierten ethischen Reflexivität

Zu den Autoren

Nils Bernhardsson-Laros ist wissenschaftlicher Mitarbeiter am Zentrum für Schulentwicklung an der PH Zürich.  

Markus Weil leitet die Abteilung Hochschuldidaktik und Erwachsenenbildung an der PH Zürich.

Überlegungen zu KI-generiertem Feedback

Text: Jacqueline Egli

«Bitte lesen Sie sich die kommentierte Arbeit in Ruhe durch. Überlegen Sie, ob Sie die Korrekturen nachvollziehen können und ob das schriftliche Feedback für Sie verständlich ist. Bei Unklarheiten wenden Sie sich bitte an mich. Überarbeiten Sie den Text und vertiefen Sie das Thema. Reichen Sie Ihre Arbeit in zwei Wochen erneut ein.»

Diese Situation kennen wohl alle Lehrpersonen: abends oder über das Wochenende viele Texte lesen und Rückmeldungen dazu verfassen. Das braucht Zeit, Geduld und Ausdauer. Besonders, wenn die Weiterentwicklung erneut gelesen und gefeedbackt wird. Wer würde sich da nicht über einen Zauberspruch freuen, der diese Arbeit automatisch erledigt. (Generative) künstliche Intelligenz (KI) kann vieles, aber kann sie auch das? – Ja und Nein.

Lernförderliches Feedback

Das Angebot, Texte oder Projekte bereits während der Erstellung zu sichten und zu besprechen, legt den Fokus auf den Prozess (siehe den Blogbeitrag Über das Potenzial von Online-Feedback von Mònica Feixas und Franziska Zellweger) oder die Handlung und nicht (nur) auf das Endprodukt. Dies ist wichtig, denn Feedback greift u.a. dann, wenn es von der feedbackerhaltenden Person reflektiert und gleich weiterverarbeitet wird. Tobias Zimmermann nennt in seinem Buch Leistungsbeurteilung an Hochschulen lernförderlich gestalten explizit zwei verschiedene Arten von Unterstützung: adaptive (durch Erklärung und Beispiele) und behelfsmässige (durch Erhalten der richtigen Antwort). Lernförderlich ist nur ersteres, da es durch Hilfestellung unterstützt. Dies unterstreicht die aktuelle Studie von Hamsa Bastani «Generative AI can harm learning»: Laut dieser wurden zwar Übungen generell mit Unterstützungen von KI-Bots besser gelöst, aber das Lernen unterstützt haben nur die KI-Tutorsysteme, die – aufgrund der Einstellungen – keine Lösung, sondern lediglich Hinweise auf weitere (Reflexions-)Schritte gaben.

KI-generierte Rückmeldungen

Mehrere KI-Anwendungen bieten neuerdings an, Korrekturen und Feedback zu übernehmen (z.B. ChatGPT, DeepL und Language Tool) Aber wie gut, differenziert und lernförderlich sind diese KI-generierten Rückmeldungen?

Intuitiv werden viele sagen, dass die Rückmeldung eines Menschen wertvoller ist als die einer KI. Denn beim Feedback spielt die Beziehungsebene eine wichtige Rolle, wie u.a. Tobias Zimmermann in seinem Blogbeitrag deutlich macht, und diese ist an Menschen gebunden.

Studien (Dai et al. 2023 oder Escalante et al. 2023) haben nun beschrieben, dass auch maschinelles Feedback – bei gut erstellten Prompts – lernförderlich sein kann und dass sich bei den Studierenden keine eindeutige Präferenz zeigt, von wem sie die Rückmeldung erhalten möchten. Escalante stellt in seiner Studie «no difference in learning outcomes», also keinen Unterschied bezüglich Lernergebnis zwischen maschinellem und menschlichem Feedback fest. Es stellt sich die Frage, ob die Studierenden sich bewusst sind, dass die KI eine Maschine ist oder ob sie dies manchmal vergessen und die KI als empathisch und verständnisvoll sehen, also vermenschlichen.

Gemäss dieser Studien ist das Feedback der KI positiver (Fokus auf Gelungenes), während das der Lehrperson negativer gepolt ist (Fokus auf Verbesserungswürdiges). Dies ist nicht falsch, denn aus Fehlern lernt man. In der Schule ist es aber auch wichtig, bereits Gelungenes hervorzuheben und daran Weiterentwicklungsmöglichkeiten zu knüpfen (also Stärken zu stärken). Möglicherweise kann KI das Feedback der Lehrperson sinnvoll ergänzen.

Rückmeldungen von GPT wurden von den Studierenden signifikant besser verstanden (Dai et al. 2023). KI generiertes Feedback begann meist mit einer kurzen Zusammenfassung der Arbeit des Lernenden und einem Überblick über die Bewertung, gefolgt von weiteren Ausführungen. Die bessere Verständlichkeit könnte daraus resultieren, dass GPT länger und in vollständigen Sätzen kommentiert, wohingegen Rückmeldungen aus menschlicher Hand eher aus unvollständigen Sätzen, bzw. Satzfragmenten bestehen. Die Verständlichkeit bleibt dabei oft auf der Strecke.

Erfahrungsgemäss tendiert KI-Feedback zur Oberflächlichkeit. Die KI erkennt Details und Besonderheiten von Inhalten oft nicht, insbesondere wenn diese regional differieren, da diese Informationen in ihren Trainingseinheiten wohl nicht vorkamen. ChatGPT liefert daher eher allgemein gehaltenes Feedback. Zudem kann die KI etwas als «gut» rückmelden, auch wenn es inhaltlich falsch ist. Daher ist es wichtig, in der Klasse Falschinformationen und Halluzinationen zu thematisieren.

Mit den Worten von Beat Döbeli in seinem Blogbeitrag: «Konkret: Das Feedback eines GMLS ist derzeit vermutlich schlechter als das einer guten Lehrperson. Das Feedback eines GMLS ist jedoch rascher und öfter verfügbar als das einer Lehrperson.»

Es kann für Lernende auch ein Sicherheitsanker sein, wenn sie eine erste Rückmeldung von einer anonymen und wertungsfreien Instanz erhalten und darauf basierend erste Überarbeitungen vornehmen können, bevor eine Lehrperson (oder Peers) einen Blick darauf werfen.

Lerneffekt?

Wenn es um Rückmeldungen zu Grammatik oder Orthografie geht, kann die KI diese meist problemlos erkennen und korrigieren. Allerdings gibt z.B. ChatGPT keine Erklärungen zu den Optimierungen. Bleiben diese aus, verpufft der Lernerfolg, resp. er muss sich mühsam erarbeitet werden, indem der Ursprungstext mit dem generierten Output verglichen wird, Unterschiede herausgestrichen und verstanden werden. Natürlich kann die KI auch aufgefordert werden, diese Aufgaben zu übernehmen und eine Tabelle mit den häufigsten Fehlern zu erstellen, allenfalls sogar mit einer Erklärung dazu. Aber Hand aufs Herz: wie viele Lernende nehmen diesen Aufwand wohl auf sich, wenn die Lösung direkt erfragt werden kann?

Es ist daher unabdingbar, sowohl das Thema «Lernen» als auch das Thema «Feedback» auf der Meta-Ebene mit den Klassen zu besprechen. Einerseits sollten die Jugendlichen lernen, dass Skill-Skipping (sich also die Lösung geben lassen anstatt sich die Kenntnisse selbst zu erarbeiten) zwar einfach, aber nicht lernförderlich ist. Andererseits sollten sie auch befähigt werden, Feedback zu verstehen und für sich zielführend einzusetzen. Und für diese Diskussion braucht es Menschen mit Empathie, Menschenkenntnis und einem Augenzwinkern.

INFOBOX

Am 20. Mai 2025 findet der halbtägige Kurs (Digitales) Feedback – Lernprozesse sichtbar machen statt.

Im Rahmen des CAS Unterricht gestalten mit digitalen Medien besteht die Möglichkeit, das Modul Lernförderliches Feedback: digital, multimedial oder mit KI zu besuchen. Das Modul ist auch einzeln buchbar.

Zur Autorin

Jacqueline Egli ist Dozentin am Zentrum für Berufs- und Erwachsenenbildung an der PH Zürich. Ihre Themengebiete sind unter anderem die Schul- und Unterrichtsentwicklung mit dem Schwerpunkt auf den digitalen Wandel und Changemanagement und Organisationsentwicklung für Bildungsinstitutionen.

Wissenschaftliches Schreiben – KI als Ghost, Partner oder Tutor

Text: Alex Rickert

Es gibt inzwischen empirische Evidenz dafür, dass Studierende und Schüler:innen mit KI zwar qualitativ bessere Texte schreiben, dadurch aber weniger Lernen in Bezug auf den Gegenstand im Vergleich zum Schreiben ohne KI (Ju 2023; Süße u. Kobert 2023). Es fragt sich daher, inwiefern der Einsatz von KI beim Schreiben zum Zweck des Lernens sinnvoll ist. Auf welche Weise sollen generative Bots beim Schreiben von Texten zum Einsatz kommen, damit sie den Schreibprozess unterstützen und gleichzeitig das Lernen durch Schreiben fördern? Dieser Frage geht der vorliegende Beitrag nach.

KI fürs Fachlernen nutzen – aber wie?

Ausgehend von einer Heuristik nach Steinhoff (2023) wird von drei Rollen ausgegangen, die eine generative KI beim Schreiben als zusätzlicher «Aktant» nebst der schreibenden Person spielen kann. Diese Rollen sind: Ghostwriter, Writing Partner und Writing Tutor.

Als Ghostwriter nimmt ein Large Language Model (LLM) einer Person das Schreiben ab. Eine Person formuliert einen Prompt oder eine interaktive Sequenz von Prompts, die den Schreibauftrag enthält. Der Output der KI wird übernommen und die Person beansprucht die Autorschaft dennoch für sich. Schreibkompetenz reduziert sich auf Prompting-Kompetenz.
Als Writing Partner schreibt die KI zusammen mit der Person, die das LLM bewusst und zielorientiert beim Schreiben miteinbezieht, sei es stellenweise, z.B. nur beim Überarbeiten, oder während allen Phasen des Schreibens. Die KI hat die Rolle einer Ko-Autorin. Im Vergleich zur Ghostwriter-Praktik interagiert der Mensch hier dynamisch und bringt sich selbst als Autor ein. Analog zu Ghostwring-Praktiken besteh die Gefahr, Fehlinformationen zu erhalten. Um ein LLM als Writing Partner zu nutzen, bedarf es hoher Lese- und Schreibkompetenzen. Die Person muss in der Lage sein, die Schreibaktivitäten metakognitiv zu steuern und entscheiden können, welche Art von KI-Einbezug zu welchem Zeitpunkt sinnvoll ist.
In der Rolle als Writing Tutor unterstütz ein KI-Bot eine Person beim Schreiben, indem er der schreibenden Person als «Quasi-Lehrperson» gegenübertritt. Die Person nimmt das LLM interagierend als Lerner:in in Anspruch.

Welche Rolle nimmt die KI bei der Unterstützung beim Schreiben ein? (Quelle: Adobe Stock)

Implikationen für das wissenschaftliche Schreiben mit KI: ein Diskussionsvorschlag

Im Folgenden werden die KI-Rollen anhand von Beispielen hinsichtlich ihres Potenzials fürs Lernen durch das Schreiben beurteilt. Hierbei wird auf prototypischen Phasen des Schreibprozesses – Planen, Formulieren, Überarbeiten – eingegangen. Die Beurteilung erfolgt anhand einer Ampel-Logik, wobei rot eine kritisch anzusehende, orange und grün eingefärbte KI-Praktiken legitime, aber im Falle des Writing Partners mit Vorsicht einzusetzende Rollen darstellen. Die Begründung zu den Urteilen folgt danach.

	PLANEN	FORMULIEREN	ÜBERARBEITEN
Ghostwriter	– Skizze oder Inhaltsverzeichnis für einen Text generieren (strukturell und inhaltlich) und übernehmen	– Text ausformulieren lassen auf Basis von Prompts – Zusammenfassungen generieren – Fazit formulieren	– Text inhaltlich, strukturell, stilistisch und/oder formal revidieren lassen.
Writing Partner	– eigene Ideen weiterentwickeln – Strukturvorschläge zu definierten Inhalten generieren – Brainstorming mit integraler Plausibilitäts- und Wahrheitsprüfung	– Hypothesen formulieren aufgrund zuvor festgelegter Variablen – Reformulieren der Fragestellung – einen selbst geschriebenen Abschnitt kürzen – Formulierungs-alternativen generieren	– Text inhaltlich, strukturell, stilistisch und/oder formal revidieren lassen, dabei Überarbeitungen hervorheben lassen und die Eignung der Revisionen selbst überprüfen
Writing Tutor	– Geplante Textstruktur auf Schlüssigkeit prüfen lassen – Feedback zur Passung der geplanten Inhalte zu einer Fragestellung evaluieren lassen – Tipps zum Vorgehen bei der Textplanung oder zur Recherche einholen	– Textsortenspezifische Formulierungshilfen erfragen – Tipps zum Vorgehen beim Formulieren einholen – Verschiedene Stile aufzeigen – Rückmeldungen zur Lesefreundlichkeit, Satzlänge und zur Wortwahl einholen	– Feedback zu aufgabenbezogenen Passung von Inhalt, Struktur, Stil und/oder Korrektheit generieren und begründen lassen – Tipps für die Schlussredaktion einholen – Überarbeitungsvorschläge priorisieren lassen

The good, the bad and the buddy

Zur Beurteilung der Frage, welche Rolle der KI-Anwendung in welcher Phase des Schreibens lernförderlich und legitim ist, muss zunächst geklärt werden, was epistemisches Schreiben ist oder anders gefragt: Unter welchen Bedingungen ist Schreiben förderlich für das Fachlernen?

Dieser Frage liegt eine Vielzahl von weitverzweigten Theorien und empirische Arbeiten zugrunde, die hier nur sehr verkürzt und unvollständig erläutert werden. Der Nachweis, dass (Fach-)Lernen durch Schreiben erfolgt, wurde vielfach postuliert, theoretisch modelliert sowie empirisch nachgewiesen (z. B. Meta-Analysen von van Dijk et al. 2022; Graham et al. 2020; Bangert-Drowns et al. 2004). Es existieren mehrere Modelle, die die Funktionsweise des Lernens durch Schreiben beschreiben. Das verbreitete Modell von Galbraith und Baaijen (2018) geht davon aus, dass inhaltliche Konzepte als mental verknüpfte semantische Einheiten im Langzeitgedächtnis gespeichert sind. Beim Schreiben greift die schreibende Person auf dieses Repertoire zurück. Um ihr Schreibziel zu erreichen, aktiviert sie die gespeicherten Verknüpfungen in Syntheseprozessen, überprüft diese und fügt gegebenenfalls weitere Ideen aus bereits gespeicherten semantischen Einheiten oder externen neue Quellen hinzu. Im Prozess dieser Wissensaktivierung und -transformation findet Lernen statt.

Aus dieser Perspektive werden die drei KI-Rollen wie folgt eingeschätzt:

Ghostwriter: Keine oder minimale Notwendigkeit der Informationstransformation eigener Wissensbestände sowie kognitiver Syntheseprozesse in Bezug auf den Lerngegenstand. KI-Anwendung ersetzt den Lernprozess oder kürzt ihn ab. Prompting-Kompetenzen ersetzen Schreibkompetenzen.
Writing Partner: Wissensaktivierung und -transformation ist erforderlich. Die KI-Rolle unterstützt den Lernprozess, sofern die Sinnhaftigkeit und der Zeitpunkt der KI- Anwendung metakognitiv bewusst gesteuert sind sowie die Bereitschaft und die Fähigkeit vorhanden sind, Informationen des Outputs in eigene Wissensbestände zu integrieren und damit eigenes Wissen zu transformieren.
Writing Tutor: Wissensaktivierung und -transformation ist erforderlich. Eigene Textproduktion steht im Mittelpunkt. Unterstützung beim (strategischen) Vorgehen durch Instruktionen und Feedback der KI. Die KI-Rolle unterstützt den Lernprozess.

Fazit: Augen auf beim Prompten!

Die drei KI-Rollen lassen sich nicht immer klar voneinander abgrenzen. Vor allem die Übergängen zwischen der Partner- und der Tutoren-Rolle sind fliessend. Die Heuristik zu diesen KI-Rollen, die in der obigen Tabelle beispielhaft Mensch-Maschine-Interaktionen in verschiedenen Phasen des Schreibprozesses aufführt, verstehen sich als Diskussionsbeitrag, um den sinnvollen und legitimen KI-Einsatz zu planen und zu reflektieren. Das hier angelegte Ampelsystem ist nicht apodiktisch zu verstehen. Auch die Ghostwriter-Rolle kann beim Schreiben unter Umständen lernförderlich sein. Etwa dann, wenn der Output als musterhaftes Beispiel einer Textsorte oder einer Formulierung studiert und dessen Merkmale analysiert werden. Solche Analysen können dabei helfen, Wissen über Textsorten aufzubauen.

Ein absolut zentraler Aspekt bei allen Formen der KI-Anwendung in Wissenskontexten ist der zweifelhafte epistemische Status der KI-Ausgaben. LLMs garantieren aufgrund ihrer Funktionsweise keine verlässlichen Outputs können keine Verantwortung für die Richtigkeit von Informationen übernehmen. Aus diesem Grund sprechen wissenschaftliche Publikationsinstanzen – z.B. Nature – den LLMs eine Autorschaft ab. Jede KI-Ausgabe muss deshalb minutiös daraufhin überprüft werden, ob sie wahr, vollständig, verzerrt und für das eigene Vorhaben relevant und valide ist. Dabei gilt: Je höher das Ausmass an Delegation von Schreibaufgaben an die KI ist, desto höher ist die Notwendigkeit, Informationen zu prüfen. Die KI-Anwendung Ghostwriter macht die Prüfung des Outputs unausweichlich, auch für die Writing-Partner-Rolle ist sie notwendig und für die Writing-Tutor-Anwendung mindestens empfohlen. Diese Prüfverfahren setzen digitale Lesekompetenzen voraus, die als «epistemisch wachsames Lesen» (Philipp 2021; 2023) bezeichnet werden. Verkürzt gesagt, versteht man darunter Fähigkeitenbündel, um die Plausibilität von Aussagen, die Vertrauenswürdigkeit von Quellen, die Kohärenz von Aussagen oder die Entstehung und Interpretation von Daten zu evaluieren. Es sind in erster Linie diese Fähigkeiten, die für das Lernen durch Schreiben mit KI geschult werden müssen und dies mit Vorteil zusammen mit einem Menschen in der Rolle eines Reading Tutors.

INFOBOX

Das Schreibzentrum der PH Zürich bietet Module zum Schreiben an, in denen KI-Aspekte thematisiert werden:

Schreiben begleiten und beurteilen (Start: 17. März 2025)
Wissenschaftliches Schreiben (Start: 23. September 2025)


Auch für literarische Zugänge zum Schreiben finden Sie beim Schreibzentrum Angebote – z.B. das Modul Biografisches Schreiben (Start: 30. April 2025).


Einzelpersonen, Teams und Organisationen bietet das Schreibzentrum Weiterbildungen und Schreibberatungen in Form von Coachings, Kursen oder Workshops an. Kontaktieren Sie uns! schreibzentrum@phzh.ch

Zum Autor

Alex Rickert ist Leiter des Schreibzentrums und ist als Dozent in Weiterbildungsgefässen aktiv. Seine Arbeits- und Forschungsschwerpunkte sind Textlinguistik, Schreibberatung und -didaktik.

Effiziente Beurteilung: Wertvoll für Dozierende und Studierende

Text: Tobias Zimmermann

Die Nervosität der Studierenden grenzte an Panik. Dem Professor war das nicht recht, denn mit seinem Hinweis, wie schwierig die Schlussprüfung zu seiner Vorlesung ausfallen werde, hatte er sie motivieren wollen – nicht verunsichern. So überlegte er sich, wie er sie wieder etwas beruhigen könnte und bot ihnen für die Prüfung eine Art Joker an. Dieser funktionierte ähnlich wie der Telefonjoker bei «Wer wird Millionär»: Bei der Multiple-Choice-Frage, bei der sie am unsichersten über die richtige Antwort waren, konnten die Studierenden den Namen einer Kommilitonin notieren. Wenn diese in ihrer Prüfung die richtige Antwort gab, kriegten die Joker-Verwender die Antwort ebenfalls als richtig bewertet.

Kleine Massnahme, grosse Wirkung

Bei der Auswertung der Prüfung stellte der Professor zu seiner Überraschung fest, dass der Durchschnitt der Prüfungsresultate gegenüber den Vorjahren markant angestiegen war. Und es lag nicht am Effekt des Jokers, der ja das Resultat um maximal eine richtige Antwort pro Studentin steigern konnte. Vielmehr ging die Leistungssteigerung weit darüber hinaus und zeigte sich auch in den Folgejahren.

Beim Professor handelte es sich um den bekannten Psychologen und Sachbuchautor Adam Grant, der nun natürlich wissen wollte, weshalb diese kleine Massnahme eine so grosse Wirkung hatte (die obige Episode schildert er in seinem lesenswerten Buch «Hidden Potential» ). Dabei fand er heraus: Um den Joker optimal zu nutzen, mussten die Studierenden wissen, wo die Stärken ihrer Kolleginnen und Kollegen liegen. Um das herauszufinden, begannen sie, vermehrt gemeinsam zu studieren, statt allein zu pauken. Nur so konnten sie sich das kollektive Wissen der Gruppe zunutze machen. Dadurch kamen zwei Effekte zum Tragen, welche das Lernen der Studierenden intensivierten und vertieften:

Intensivierung: Die Studierenden verbrachten mehr Zeit mit den zu lernenden Inhalten, weil sie neben dem «normalen» Lernen auch noch herausfinden mussten, wer sich womit besonders gut auskennt. Dies erhöhte die Time on Task, die ein zentraler Einflussfaktor für den Lernerfolg ist.
Vertiefung: Mindestens ein Teil der Leistungssteigerung dürfte auch dadurch entstanden sein, dass die Studierenden einander beim gemeinsamen Lernen wesentliche Aspekte gegenseitig erklärt haben. So kam der Teaching-Effekt zum Tragen: Jemandem etwas zu erklären, ist zugleich eine der wirksamsten Lernhandlungen. Als Lehrende kennen wir das aus eigener Erfahrung: Man lernt selten mehr über ein Thema, als wenn man dazu unterrichten muss.

Das Erlebnis von Adam Grant zeigt, wie Massnahmen im Umgang mit Leistungsbeurteilung, die Lehrenden nur wenig Aufwand bereiten, grosse Effekte erzielen können. Sie ist für mich symbolisch dafür, dass wir im Umgang mit Beurteilungssituationen durch umsichtiges Vorgehen ohne nennenswerten Mehraufwand mehr Lernen bewirken können – in Grants Fall durch Anreize für zusätzliches Peer Learning.

Teaching-Effekt: Sich gegenseitig Dinge zu erklären, ist besonders lernwirksam.

In diesem Zusammenhang möchte ich nachfolgend zwei Massnahmen exemplarisch herausgreifen: Das Formulieren von Feedback auf möglichst motivierende Weise und das Verwenden von mehrphasigen Leistungsnachweisen. Die beiden Massnahmen hängen insofern zusammen, als sie beide dazu beitragen, dass erteiltes Feedback tatsächlich für weiteres Lernen genutzt wird.

Motivierendes Feedback: Die Wirkung von Rückmeldungen optimieren

Oft investieren Lehrende viel in das Geben von (häufig schriftlichem) Feedback, während es ungewiss bleibt, ob die Studierenden dieses tatsächlich für ihr weiteres Lernen berücksichtigen. Das ist für die Lehrenden nicht effizient. Eine aufwandsneutrale Massnahme, um die Wirkung von Feedback zu erhöhen, besteht in der motivationsförderlichen Gestaltung. Das gilt übrigens auch für Peer Feedback oder Rückmeldungen im Arbeitskontext. Dafür sind drei Elemente zentral:

Hohe Erwartungen haben und sie auch kommunizieren: Die Erwartungen der Lehrenden haben einen erheblichen Einfluss auf die Leistung der Studierenden. Der sogenannte Pygmalion-Effekt (berühmteste Studie: Rosenthal und Jacobson 1968) besagt, dass Studierende desto bessere Leistungen erbringen, je mehr Lehrende ihnen zutrauen. Um den Lernfortschritt zu maximieren, ist es daher entscheidend, dass Feedback hohe Erwartungen kommuniziert – inhaltlich fokussiert auf jeweils zwei bis drei zentrale Aspekte. Wichtig ist, dass diese Erwartungen mit der Zuversicht verbunden sind, dass die Studierenden sie erfüllen können.
Entwicklungsorientierung: Feedback sollte so gestaltet sein, dass es den Studierenden hilft, ihre eigenen Lernprozesse als etwas zu verstehen, das sie steuern können. Dabei geht es um die Förderung einer Wachstumsorientierung («Growth Mindset»), wie sie von Carol Dweck beschrieben wird. Lob für Anstrengung motiviert Studierende, sich kontinuierlich zu verbessern. (Lob für Talent, Begabung oder Intelligenz hingegen führt dazu, dass Studierende einfachere Aufgaben aussuchen, um ihre Begabung zu beweisen, und sich dadurch weniger weiterentwickeln.)
Beziehungsebene stärken: Feedback ist am wirksamsten, wenn es in einem positiven, wertschätzenden Ton gegeben wird. Dies stärkt die Beziehungsebene zwischen Lehrenden und Studierenden und motiviert letztere, das Feedback konstruktiv zu nutzen. Humor und Freundlichkeit können hier ebenfalls eine Rolle spielen, um eine offene und unterstützende Lernatmosphäre zu schaffen.

Im Buch «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten» finden sich zahlreiche Hinweise für die effiziente und lernwirksame Gestaltung von Leistungsnachweisen.

Eine wirkungsvolle Möglichkeit, diese drei Aspekte zu kombinieren, sind so genannte Rückmeldungsvideos. Mehr über das Gestalten und die Wirkung von Rückmeldungsvideos erfahren Sie im Buch «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten» (Kap. 8.5.3).

Screenshot eines Rückmeldungsvideos (Bild von Tobias Zimmermann)

Mehrphasige Leistungsnachweise: Mehr als Benotung

Ein weiterer effektiver Ansatz zur Verbesserung des Lernprozesses und zur Steigerung der Effizienz von Leistungsrückmeldungen ist der Einsatz von mehrphasigen Leistungsnachweisen. Hier kommen die oben beschriebenen Vorteile von motivationsförderlichen Rückmeldungen ebenfalls gut zur Geltung.

Mehrphasige Leistungsnachweise kombinieren formative und summative Beurteilungen (siehe Grafik). So folgt zuerst mindestens eine Phase, nach der ausschliesslich eine formative Leistungsrückmeldung erfolgt, also ein Feedback, das nur verbal Stärken und Schwächen der bisherigen Lernhandlungen oder des bisher erarbeiteten Lernprodukts rückmeldet. Wichtig ist, dass es auch Hinweise für das weitere Lernen gibt: Welche nächsten Schritte wären besonders wertvoll? Was sollte ggf. nochmals überarbeitet werden? Nach dieser formativen Rückmeldung arbeiten die Studierenden weiter und erhalten entweder nochmals eine formative Rückmeldung oder eine abschliessende Bewertung (Prädikat oder Note).

Grafik: Mehrphasige Leistungsnachweise (Abbildung von Tobias Zimmermann)

Dieses Vorgehen hat zwei wesentliche Stärken:

Erhöhung der Lernwirksamkeit: Durch das kontinuierliche Feedback in den verschiedenen Phasen des Leistungsnachweises können Studierende ihre Lernprozesse besser steuern und reflektieren. Formative Beurteilungen geben ihnen die Möglichkeit, Feedback zu verarbeiten und anzuwenden, bevor eine abschliessende summative Bewertung erfolgt.
Fördern hochwertiger Endprodukte: Die Struktur mehrphasiger Leistungsnachweise ermutigt Studierende, qualitativ hochwertige Arbeiten abzuliefern. Da sie wissen, dass eine abschliessende summative Beurteilung erfolgt, nehmen sie das formative Feedback ernster und nutzen es gezielt zur Verbesserung ihrer Leistungen.

Zu beachten ist das Risiko von Rollenkonflikten: Bei mehrphasigen Leistungsnachweisen ist es wichtig, zwischen der fördernden Rolle und der bewertenden Rolle zu unterscheiden. Lehrende sollten bei der abschliessenden Bewertung darauf achten, nicht nur zu bewerten, ob Studierende ihre vorangehenden formativen Rückmeldungen «brav» befolgt haben. Denn Studierende können auch unabhängig von erhaltenem Feedback lernen, und manchmal finden sie sogar bessere Wege, als sie ihnen in den Rückmeldungen vorgeschlagen wurden.

Wirksameres Lernen durch effiziente Beurteilung

Als Lehrende können wir mit einfachen Massnahmen sowohl die Effizienz von Beurteilungen steigern als auch die Lernmotivation und den Lernerfolg der Studierenden. Letzteres nützt nicht nur den Studierenden, sondern reduziert indirekt auch das Auftreten von Komplikationen wie hohen Durchfallquoten, Dropouts oder Protesten gegen unfaire Beurteilungen.

Die motivationsförderliche Gestaltung von Feedback und mehrphasige Leistungsnachweise sind nur zwei von vielen einfachen Massnahmen, mit denen wir Beurteilungsanlässe wirksamer gestalten können – für Lehrende und Lernende. Eine weitere Möglichkeit besteht z.B. in einer intensiven Kommunikation zwischen Lehrenden und Studierenden über die Kriterien der Leistungsbeurteilung (siehe Blogbeitrag «Woran mache ich meine Beurteilung fest?»).

INFOBOX

Zahlreiche weitere Anregungen finden sich im folgenden Buch, das sowohl als gedrucktes Buch käuflich als auch kostenlos im Open Access heruntergeladen werden kann:

Zimmermann, Tobias (2024). Leistungsbeurteilungen an Hochschulen lernförderlich gestalten. Prüfen, Beurteilen und Rückmelden von Lernleistungen. Opladen, Berlin, Toronto: Verlag Barbara Budrich. ISBN 978-3-8474-3045-2

Angebote der PH Zürich

- Buchvernissage «Leistungsbeurteilungen an Hochschulen lernförderlich gestalten». Dienstag, 22. Oktober 2024, 16–17 Uhr, Schloss Au (im Anschluss an die Veranstaltung «Barcamp Assessment»)

- Barcamp Assessment, KI-basierte Ansätze für Beurteilung und Feedback (Kurztagung). Dienstag, 22. Oktober 2024, 8.30–15.30 Uhr, Schloss Au.

Zum Autor

Tobias Zimmermann ist Leiter des Zentrums für Hochschuldidaktik und -entwicklung (ZHE) an der PH Zürich.