Die Lernschleife: Wie ein interaktives Arbeitsblatt zum individuellen Feedback für jedes Kind wird

Wer sich mit Unterrichtsforschung beschäftigt, kennt die Zahl: Feedback gehört bei Hattie mit einer Effektstärke von 0,73 zu den stärksten Hebeln, die wir als Lehrkräfte überhaupt haben. Zur Einordnung für alle, die mit der Zahl nichts anfangen können: Die Effektstärke gibt an, wie groß der Unterschied zwischen Lernenden mit und ohne eine Maßnahme ist (gemessen in Standardabweichungen). Hattie setzt die Schwelle, ab der sich eine Maßnahme im Schulalltag wirklich lohnt, bei 0,40 – das ist ungefähr der Zuwachs, den ein Schuljahr Unterricht ohnehin bringt. Alles darüber beschleunigt das Lernen über das normale Maß hinaus; 0,73 liegt deutlich darüber und gehört zum oberen Zehntel aller untersuchten Einflussfaktoren. Und wer unterrichtet, kennt den Realitätscheck: 28 Kinder, Korrekturstapel, nächste Stunde. Für echtes Einzelfeedback bleiben faktisch null Minuten. Was am Ende ankommt, ist „Übe mehr“ – gut gemeint, aber für das Kind nicht handlungsleitend. Das ist kein Vorwurf an irgendjemanden; es ist meine eigene Erfahrung.

Hattie und Timperley haben beschrieben, was Feedback braucht, damit es wirkt: Es muss sich auf die Aufgabe beziehen (nicht „du bist schlecht in Brüchen“, sondern „beim Erweitern hast du nur den Zähler multipliziert“), es muss den Prozess adressieren (welche Strategie hilft beim nächsten Mal?), es soll die Selbstregulation stärken (das Kind lernt, selbst einzuschätzen, wo es steht), und es muss zeitnah sein. Feedback zwei Wochen nach dem Arbeitsblatt ist verpufft.

Der entscheidende Gedanke, der am Anfang der Lernschleife stand, war banal und folgenreich zugleich: Diese vier Kriterien lassen sich in einen Prompt übersetzen. Nicht die Technik ist der Trick, sondern dass die Didaktik vorne drinsteht. Ein Sprachmodell, dem ich sage „schreib Feedback“, produziert Floskeln. Ein Sprachmodell, dem ich sage „benenne zuerst konkret, was sicher gelöst wurde, dann das Fehlermuster, dann eine Strategie mit Werkzeug, dann eine Anschlussaufgabe mit Zeitangabe und Selbstcheck – ohne Lob ohne Substanz, ohne Vergleich, ohne Ausrufezeichen“, produziert etwas, das ich unterschreiben kann.

Bevor ich in die Details gehe, die Landkarte. Die Lernschleife besteht aus fünf Schritten, von denen zwei mit KI und drei ohne KI laufen:

Erstens erzeugt ein KI-Assistent aus meinem Auftrag („Übungsblatt, Klasse 6, Prozentwert berechnen, drei Themen, dreißig Minuten“) ein interaktives HTML-Arbeitsblatt. Zweitens packt eine kleine Browser-App dieses Blatt zu einem SCORM-Paket – das ist der offene Standard, den Moodle und damit die Bayern Cloud Schule (ByCS) von Haus aus können. Drittens arbeiten die Kinder ganz normal in der Lernplattform, auf dem iPad, im Browser; jede Eingabe wird automatisch gespeichert, und ich exportiere die Ergebnisse hinterher als CSV-Dateien, eine Standardfunktion von Moodle. Viertens wertet eine zweite Browser-App diese Dateien aus und erzeugt ein Dashboard für mich und einen Klartext-Export ohne Namen. Fünftens schreibt ein zweiter KI-Assistent aus diesem Klartext für jedes Kind ein dreiteiliges Feedback, das ich lese, gegebenenfalls ändere und über eine dritte Browser-App als Feedback-Paket zurück in die Lernplattform gebe – jedes Kind sieht nur sein eigenes. Abbildung 1 zeigt diese Grundstruktur so, wie ich sie in meinen Fortbildungen vorstelle: drei Schritte, die einen Kreislauf bilden – das Packen und Auswerten sind darin die Übergänge zwischen den Schritten.

Wichtig ist mir die Reihenfolge der Beteiligten: Die KI sieht meinen Auftrag und später Zahlen und Antworten mit Nummern. Die Namen meiner Schülerinnen und Schüler sieht sie nie. Die Zuordnung von Nummer zu Kind passiert auf meinem Rechner, in einem Programm, das keine Verbindung nach außen hat. Darauf komme ich am Ende noch einmal zurück, weil es in jedem Kollegium die erste Frage ist.

Das Arbeitsblatt, das der Assistent erzeugt, sieht auf den ersten Blick aus wie viele digitale Übungen: Eingabefelder, Auswahlmenüs, ein Button „Thema prüfen“, grüne und rote Markierungen. Der Unterschied liegt in der Tiefenstruktur, die im Prompt und in den Wissensdateien des Assistenten hinterlegt ist und die jedes Blatt gleich aufbaut. Abbildung 2 zeigt den Kopf eines Wochenblatts zur Prozentrechnung, Abbildung 3 zwei Aufgaben aus demselben Blatt.

Jedes Blatt beginnt mit einem Check-in: Welches Ziel setze ich mir für dieses Blatt? Wie sicher fühle ich mich bei dem Thema? Habe ich Heft und Stift bereit? Das ist kein Schmuck, sondern das Huckepack-Prinzip: Strategien des selbstregulierten Lernens reisen auf dem Fachinhalt mit, ohne dass der Fachinhalt sich ändert. Die Idee geht auf Karl Josef Klauers „Huckepack-Theorem“ zurück und ist von Ferdinand Stebner, Corinna Schuster und Kolleginnen für den Fachunterricht ausgearbeitet worden. Nach jedem Thema folgt ein Zwischenstopp mit einer Ampel-Selbsteinschätzung und einer kurzen Notiz (Abbildung 4), am Ende ein Exit-Ticket mit vier Fragen (Abbildung 5) – darunter eine, die nur erscheint, wenn das Kind Musterlösungen aufgeklappt hat: „Was daran hat dir geholfen, und welche Frage ist noch offen?“

Zwischen Check-in und Exit-Ticket liegen die Themen, jedes mit einem Merkkasten als Tabelle, einem vorgemachten Beispiel und drei bis fünf Aufgaben mit steigendem Anforderungsbereich, dazu eine Sternaufgabe, die nicht in die Punkte zählt. Zu jeder Aufgabe gibt es eine gestufte Hilfe – Stufe eins ist eine Strategiefrage („Was ist hier das Ganze und was der Anteil? Schreib erst G und p % auf.“), Stufe zwei der konkrete Hinweis („25 % sind 0,25 – rechne 80 € · 0,25“) – und eine vollständige Musterlösung, die aber erst nach dem ersten Klick auf „prüfen“ aufklappbar wird. Auch bei richtiger Lösung, denn der Vergleich des eigenen Wegs mit dem Musterweg ist die eigentliche Lernarbeit. Und wer nach dem Prüfen noch unsicher ist, öffnet zu der Aufgabe die Übungsarena (Abbildung 6): Sie erzeugt Zufallsvarianten desselben Aufgabentyps in drei wählbaren Niveaus – Basis, Erweitert, Knobeln –, die nicht in die Punkte zählen, sondern, wie es im Blatt heißt, „fürs Können“. Das ist die Differenzierung, die auf Papier am Kopierer scheitert.

Mit dem ICAP-Modell von Michelene Chi gesprochen – die vier Buchstaben stehen für vier Stufen kognitiver Beteiligung, von unten nach oben: Passiv (nur aufnehmen: ein Erklärvideo anschauen, eine Musterlösung lesen), Aktiv (etwas mit dem Material tun, ohne Neues zu erzeugen: anklicken, zuordnen, markieren), Construktiv (über das Gegebene hinausgehen: einen eigenen Rechenweg formulieren, den Fehler in einer fremden Lösung erklären) und Interaktiv (konstruktiv zu zweit, mit echtem Bezug aufeinander). Chis Befund ist, dass der Lernzuwachs von Stufe zu Stufe steigt. Und die Erkenntnis für mich: Ein klassisches digitales Arbeitsblatt bleibt meist auf der Stufe „aktiv“ stehen, weil Dropdowns und Lückentexte so leicht auszuwerten sind. Die Blätter der Lernschleife sind so gebaut, dass jedes Thema nach oben führt – von der Zuordnung über den eigenen Rechenweg zur Begründung, die das Kind als Reflexionsfeld mit Musterantwort und Selbstcheck bearbeitet. Abbildung 7 zeigt so eine Aufgabe: Die Auswahl allein wäre „aktiv“ – erst die Begründung darunter macht sie konstruktiv.

Und dann ist da noch etwas, das man dem Blatt nicht ansieht: Es merkt sich nicht nur, was am Ende in den Feldern steht. Es merkt sich, wie oft ein Kind geprüft hat, ob eine Aufgabe beim ersten Anlauf richtig war, was die erste falsche Eingabe in jedem Feld war, welche Hilfen und Musterlösungen geöffnet wurden, und wie sich das Kind vor und nach dem Thema eingeschätzt hat. Der eigentliche Mehrwert ist nicht, dass das Blatt digital ist. Der Mehrwert ist, dass die Schülerarbeit auswertbar wird.

Nach der Bearbeitung exportiere ich aus der Lernplattform für jedes Kind eine kleine CSV-Datei und ziehe den ganzen Ordner zusammen mit dem Arbeitsblatt in die Dashboard-App. Sie läuft komplett in meinem Browser, ohne Internet, und baut daraus in einer Sekunde eine Klassenübersicht, eine Aufgabenanalyse und ein Profil für jedes Kind. Abbildung 8 zeigt die Klassenübersicht am ersten Tag einer Wochenplanwoche: Wie weit ist die Klasse, wie schätzt sie sich an den Zwischenstopps ein, wo hakt es?

Zwei Ebenen sind dabei für mich wichtig. Auf der Klassenebene sehe ich, welche Aufgabe fast niemand auf Anhieb geschafft hat – das ist mein Signal für die nächste Stunde – und welche ersten Falscheingaben sich häufen (Abbildung 9). Bei Zahlenantworten erkennt die App einfache Muster selbst: Faktor zehn daneben, Vorzeichen vertauscht, Zahlendreher. Auf der Individualebene klicke ich ein Kind an und sehe zu jeder Aufgabe die Frage, die richtige Lösung, die Antwort und die erste falsche Eingabe.

Das Wertvollste am Dashboard sind aber nicht die Trefferquoten, sondern zwei Gegenüberstellungen, die ich im Unterricht sonst nicht sehe.

Die erste ist Endstand gegen Auf-Anhieb-Quote. In einer 6. Klasse, die im September ein Wiederholungsblatt zum Grundwissen der 5. Klasse bearbeitet hat, lag die Trefferquote am Ende bei 99,8 Prozent – fast alle hatten fast alles richtig. Auf Anhieb richtig waren aber nur 64 Prozent der Aufgaben. Dazwischen liegt die eigentliche Information. Ein Kind hatte 128 Mal auf „prüfen“ geklickt, elf Musterlösungen geöffnet und am Ende volle Punktzahl. Auf Papier wäre das ein makelloses Blatt gewesen – jedenfalls so, wie ich Übungsblätter einsetze: mit der Musterlösung zur Selbstkontrolle daneben. Das Kind hätte Feld für Feld verglichen und ausgebessert, und ich hätte am Ende nur die richtigen Ergebnisse gesehen, nicht den Weg dorthin. Im Dashboard ist es ein Arbeitsmuster: Das Kind nutzt den Prüfen-Button als Sofort-Feedback nach jedem Feld und probiert, statt zu rechnen. Das ist keine fachliche Schwäche, und es wäre falsch, es als eine zu behandeln. Es ist eine Strategiefrage, und genau so kommt es später im Feedback vor. Abbildung 10 zeigt, wie das im Schülerprofil aussieht: Bei zwei Aufgaben steht neben dem grünen Endstand ein „korrigiert“ mit der ersten Eingabe – genau diese Spalte ist die Information, die auf Papier verloren geht.

Die zweite ist Selbstbild gegen Leistung. Weil jedes Blatt eine Selbsteinschätzung pro Thema enthält, kann das Dashboard sie neben das Ergebnis legen. Drei Typen kommen in jeder Klasse vor, und jeder braucht eine andere pädagogische Antwort. Die Überschätzer fühlen sich sicher und machen Fehler; sie brauchen keine Ermutigung, sondern eine freundliche Konfrontation mit dem eigenen Fehler. Die Realisten, bei denen Selbstbild und Leistung zusammenpassen, können weitgehend selbstständig weiterarbeiten. Und die Unterschätzer leisten gut, trauen sich aber nichts zu; sie brauchen Sichtbarkeit und Ermutigung – es sind oft die stillen Kinder, die ich ohne die Daten nicht auf dem Zettel gehabt hätte.

Eine Beobachtung, die mich selbst überrascht hat: Zwischen Bearbeitungsgeschwindigkeit und Ergebnis gab es keinen Zusammenhang. Schnell fertig heißt nicht schlampig. Das hat mein Bild von manchen Schülern korrigiert. Solche Beobachtungen fasst das Dashboard für jedes Kind in automatischen Hinweisen zusammen (Abbildung 11) – bewusst als Gesprächsanlass formuliert, nicht als Urteil, und mit dem Vermerk, sie fachlich gegenzulesen.

Aus dem Dashboard erzeugt die App einen Klartext-Export – eine Textdatei ohne Namen, in der für jede Nummer steht, was gelöst wurde, was beim ersten Mal falsch war, wie oft geprüft wurde, welche Hilfen genutzt wurden und was das Kind ins Exit-Ticket geschrieben hat. Diesen Text bekommt der Feedback-Assistent. Er schreibt für jedes Kind drei Ebenen, jede mit ihrer Leitfrage. Die Abbildungen 12 bis 14 zeigen sie für ein Kind aus der Prozentrechnungs-Woche, so wie sie in der Lernplattform erscheinen.

Diagnose – „Wo stehst du?“ Zuerst konkret das Sichere, dann das Muster, nicht die Einzelfehler (Abbildung 12): „Das Umwandeln zwischen Bruch, Dezimalzahl und Prozent sitzt bei dir, und den Prozentwert berechnest du sicher über den 1-%-Trick. Deine Abweichungen haben ein gemeinsames Muster: Sie treten auf, wenn rückwärts gerechnet wird – beim Grundwert aus dem Rabatt und bei der Frage, worauf sich die zweiten Prozente beziehen.“ Auch die Ampel-Notiz des Kindes aus dem Zwischenstopp taucht hier wieder auf: „auf dem Blatt richtig, aber falsch eingetragen“ – ein Teil der Fehler entsteht erst beim Übertragen.

Strategie – „Was ist dein nächster Schritt?“ Ein bis zwei Handlungen, so konkret, dass das Kind sie beim nächsten Blatt ohne Rückfrage ausführt (Abbildung 13): „Stelle dir bei jeder Rückwärtsaufgabe zuerst die Frage: ‚Wie viel Prozent kenne ich – und wovon?‘ Schreibe diese Zeile wirklich auf, z. B. ‚30 % ≙ 45 €‘, und rechne erst dann auf 1 % herunter. Und vor dem Eintragen: einmal kurz vergleichen, ob im Feld dasselbe steht wie auf deinem Blatt.“

Anschluss – „Wie geht es weiter?“ Eine konkrete Übungsaufgabe mit Bezug auf das Blatt, eine Zeitschätzung und eine Frage zur Selbstüberprüfung, die nicht das Ergebnis prüft, sondern das Verständnis (Abbildung 14): drei Aufgaben aus der Übungsarena auf der Stufe „Knobeln“, etwa 15 Minuten, und als Selbst-Check: „Kannst du ohne Musterlösung erklären, warum ein Preis nach +10 % und −10 % nicht wieder beim Start landet?“

Die Zeitschätzung ist dabei nicht für das Kind, sondern für mich: Der Assistent liefert zusätzlich eine Lehrerübersicht (Abbildung 15): eine Tabelle mit Fehlertyp, empfohlenem Fokus und Zeitbedarf je Kind, darunter Gruppen von Kindern, die dasselbe Muster haben – in dieser Klasse etwa alle, die bei Rückwärtsaufgaben zum Grundwert hängen. Damit plane ich die Übungsphase, in der das Feedback verarbeitet wird. Denn das ist die dritte Bedingung, ohne die Feedback wirkungslos bleibt: Es braucht Beziehung, es braucht eine konkrete Handlung, und es braucht Zeit im Unterricht, in der die Handlung stattfindet. Ein Feedback, das am Freitag verschickt und nie wieder angesprochen wird, ist ein Zettel.

Der Ton ist mir wichtig, und er steckt im Prompt: Du-Anrede, altersangemessen, wertschätzend, ohne Lob ohne Substanz, ohne Kritik ohne Weg, ohne Noten, ohne Vergleich mit anderen. Verboten sind „weiter so“, „das war gut“, „du musst mehr üben“ – und Ausrufezeichen. Die Schüler wissen, dass KI beteiligt ist. Aber ich lese jedes Feedback, bevor es rausgeht, und ändere, was nicht passt. Das Gate bleibt bei mir.

Ein paar Worte zur Technik, so viel wie nötig. In der ersten Version der Lernschleife hat ein KI-Agent alle Schritte selbst erledigt – auch das Packen des SCORM-Pakets und das Entpacken der Moodle-Exporte. Das funktioniert, wenn man einen Zugang mit Code-Ausführung hat, und es scheitert, sobald man ihn nicht hat: Die Exportdateien aus Moodle sind komprimiert, und ein Assistent ohne Werkzeuge kann sie schlicht nicht lesen. Genau das ist mir in einer Fortbildung passiert, in der wir auf die bayerische Lehrer-KI ausgewichen sind.

Die heutige Fassung zieht daraus die Konsequenz: Alles, was deterministisch ist – prüfen, packen, entpacken, rechnen, zuordnen – steckt in drei kleinen HTML-Dateien, die per Doppelklick im Browser laufen, offline, ohne Installation, ohne dass ein Byte den Rechner verlässt. Die KI macht nur noch das, was sie gut kann: aus einem Auftrag ein didaktisch strukturiertes Blatt schreiben und aus Klartext ein Feedback formulieren. Dadurch läuft die Lernschleife mit jedem Assistenten, der Text lesen und schreiben kann – mit einem Claude-Projekt, einem GPT oder einem Assistenten der bayerischen Lehrer-KI. Der Systemprompt, der Didaktik-Report und die Bauregeln sind Textdateien, die man einmal hochlädt. Die Abbildungen 16 und 17 zeigen die Dashboard-App vor dem Auswerten: Dateien hineinziehen, Zuordnung prüfen, entscheiden, ob Namen im Export erscheinen – mehr Bedienung gibt es nicht.

Die erste Frage in jedem Kollegium ist die nach dem Datenschutz, und sie ist berechtigt. Die Antwort der Lernschleife ist eine Kette, in der die Klarnamen an keiner Stelle ein Sprachmodell erreichen. Alle Schülerarbeiten liegen in der Bayern Cloud Schule, also auf der vom Land bereitgestellten Plattform. SCORM ist ein offener Standard, den Moodle nativ unterstützt; nichts muss installiert werden. Die Dashboard-App läuft lokal und exportiert standardmäßig ohne Namen; der Feedback-Assistent arbeitet mit Nummern; erst der Feedback-Builder, wieder lokal, verbindet die Nummern mit der Klassenliste. Die Klassenliste selbst verlässt meinen Rechner nicht. Was das Sprachmodell sieht, ist vergleichbar mit einer Tabelle „Nummer 7 hat bei Aufgabe 3 zuerst 3,6 statt 36 eingegeben“.

Nach einem Jahr eine ehrliche Bilanz. Individuelles Feedback für eine ganze Klasse ist in einem Bruchteil der Zeit machbar – nicht in null Minuten, weil ich jedes Feedback gegenlese, aber an einem Abend statt an einer Woche. Jedes Feedback hat dieselbe Struktur; das schaffe ich per Hand für 28 Kinder nicht. Die Kinder sehen den Abgleich zwischen Selbstbild und Leistung, und sie werden mit der Zeit realistischer – ein Effekt, den ich nicht geplant hatte. Und meine Gespräche mit einzelnen Schülern sind besser geworden, weil ich mit Fakten hineingehe statt mit Bauchgefühl.

Was die Lernschleife nicht kann: Sie prüft, was automatisch prüfbar ist – Zahlen, Begriffe, Zuordnungen, Auswahlen. Begründungen und Texte laufen als Reflexionsfeld mit Musterantwort und Selbstcheck; die liest weiterhin ein Mensch. Die Auf-Anhieb-Wertung ist nur so gut wie die Daten, und die App sagt ehrlich, wie belastbar sie im Einzelfall ist. Das Feedback eines Sprachmodells ist ein Entwurf, kein Urteil; wer es ungelesen verschickt, hat den Kern der Sache nicht verstanden. Und ein Dashboard ersetzt kein Gespräch mit dem Kind. Es macht die Gespräche besser.

Wenn ich aus einem Jahr Lernschleife etwas weitergeben soll, dann zuerst dies: Struktur vor Technik. Der Workflow funktioniert nicht, weil ein Sprachmodell beteiligt ist, sondern weil die didaktische Struktur vorne drinsteht – die Feedback-Kriterien nach Hattie und Timperley, das Huckepack-Prinzip, die ICAP-Stufen, die drei Ebenen des Feedbacks. Die KI ist das Werkzeug, nicht der Inhalt. Wer ihr nur „schreib Feedback“ sagt, bekommt sehr schnell sehr viel Feedback, und es ist fast alles unbrauchbar. Wer ihr sagt, wie gutes Feedback aussieht, bekommt einen Entwurf, den man unterschreiben kann.

Der zweite Gedanke hat mit den Daten zu tun, und er hat mich selbst überrascht. Das Interessanteste an den Zahlen sind nicht die Trefferquoten, sondern die Lücken dazwischen: die Lücke zwischen Endstand und Anhieb, die zeigt, wie ein Kind arbeitet, und die Lücke zwischen Selbstbild und Leistung, die zeigt, wie es sich selbst sieht. Dort steht, was ein Kind wirklich braucht – und dort beginnt das Gespräch, das kein Dashboard ersetzen kann, das es aber deutlich besser macht.

Und schließlich: Niemand muss den ganzen Kreislauf auf einmal bauen. Ein einziges interaktives Arbeitsblatt mit Check-in und Exit-Ticket, einmal ausgewertet und einmal mit der Klasse besprochen, ist schon ein Gewinn. Die Schleife wächst von dort aus fast von selbst, weil man nach der ersten Auswertung wissen will, was man mit dem Wissen anfängt. Das ist ein guter erster Schritt für die nächste Woche.