Startseite
Podcasts
Kompass KI Podcast
S2E1 | Bewertungs- und Feedbacktools auf dem Prüfstand

S2E1 | Bewertungs- und Feedbacktools auf dem Prüfstand

Kompass KI vor 3 Wochen

0:00

22:02

Zehn Schülertexte, zehn Bewertungen – und teilweise völlig
unterschiedliche Ergebnisse. Für Rainer Mühlhoff ist der Fall
klar: KI-basierte Korrektur- und Feedbacksysteme sind zu
unzuverlässig für die Leistungsbewertung.

Aber tragen die Daten diese Schlussfolgerung wirklich? Wir
schauen uns zwei Studien von Mühlhoff genauer an und fragen, was
sie tatsächlich über Variabilität, Reliabilität und die
Qualität von KI-Feedback zeigen – und was die Forschung zum
Vergleich von menschlicher und automatisierter Bewertung dazu
sagt.

Mühlhoff, R., & Henningsen, M. (2024). Chatbots im
Schulunterricht: Wir testen das Fobizz-Tool zur automatischen
Bewertung von Hausaufgaben. arXiv.

Mühlhoff, R., & Quägwer, S. (2026). Automatisierte Korrektur
mit KI? Wir testen zwei verbreitete Tools. SEMINAR –
Lehrerbildung und Schule, 32(2), 62–76.

Yun, J. (2023). Meta-analysis of inter-rater agreement and
discrepancy between human and automated English essay scoring.
English Teaching, 78(3), 105–124.

Huang, Y., Palermo, C., & Wilson, J. (2026). Accuracy and
fairness of generative AI in automated essay scoring: Comparing
GPT-4o, feature-based models, and human raters. Assessing
Writing, 69, 101047.