Wenn Eltern mit KI nachbenoten: Ein neuer Akteur in der Prüfungsdebatte

Lucca Spohn beschreibt am 4. November 2026, wie Eltern ChatGPT zur Zweitbewertung von Schülerarbeiten heranziehen können. Sein deutschsprachiger Praxisbeitrag ist keine empirische Untersuchung über die Verbreitung solcher Fälle. Er plädiert dafür, konkrete Einwände anhand offengelegter Kriterien zu prüfen; eine abweichende KI-Note allein belegt keinen Bewertungsfehler. [1]

Was die Forschung einordnet

Eine Studie zu IELTS-Schreibaufgaben zeigt, warum diese Unterscheidung zählt: Detaillierte Kriterien verbesserten die Bewertung, doch selbst der beste untersuchte Prompt erreichte nur moderate absolute Übereinstimmung mit offiziellen Bewertungen und vergab systematisch niedrigere Noten. Ähnliche Rangfolgen bedeuten also nicht identische Noten. Untersucht wurden bestimmte Modelle und ein spezifisches Prüfungsformat. [2]

Ein estnischer Preprint von 2026 berichtet dagegen von Ergebnissen im Bereich menschlicher Bewertungen bei landesweiten Probe-Abschlussaufsätzen. Entscheidend war ein systematisch entwickelter, an Bewertungsrastern orientierter Ablauf mit menschlicher Aufsicht. Das ist kein Nachweis, dass ein spontaner Chatbot-Dialog dieselbe Qualität erreicht. [3]

Warum das ein Indiz ist

Aus unserer Sicht erhält die Diskussion um Prüfungen und Tests damit eine zusätzliche Dimension: Neben Lernenden und Lehrenden treten KI-unterstützte Eltern als weitere Akteure auf. Sie können Bewertungen mit einer ausführlich formulierten Gegenposition konfrontieren. Daraus folgt für die Gestaltung von Prüfungen eine praktische Frage: Wie lassen sich Aufgaben, Kriterien und Rückmeldungen so dokumentieren, dass begründete Einwände gemeinsam überprüft werden können? Die Qualität einer solchen Prüfung hängt von nachvollziehbaren Maßstäben ab – nicht von der Überzeugungskraft eines Chatbot-Texts.