KI-generierte Unterrichtsmaterialien kontrollieren: der DaF-Qualitätscheck

Die Antwort in 60 Sekunden

Ein KI-Arbeitsblatt ist nicht fertig, wenn es korrekt aussieht. Für DaF/DaZ sollten mindestens Lernziel, Lernstand, sprachliche Natürlichkeit, Aufgabenlogik, Lösungen, Pragmatik, regionale/kulturelle Passung, Fakten, Bias, Datenschutz und Lernaktivität geprüft werden.

Die wichtigste Regel: Prüfen Sie zuerst die Stellen, an denen ein Fehler für Lernende schwer erkennbar wäre oder den Lernschritt selbst verändert.

Der 90-Sekunden-Triage-Check

Bevor Sie jedes Wort lesen, prüfen Sie fünf Punkte:

1. Übt die Aufgabe wirklich die Zielhandlung?
2. Müssen Lernende selbst die Zielsprache produzieren?
3. Enthält der Output Sprache oder Wissen, das Sie nicht sicher beurteilen können?
4. Gibt es eine Musterlösung und ist sie eindeutig?
5. Enthält das Material Personen, Kultur, Institutionen oder Alltagssituationen, bei denen Pragmatik/Stereotype relevant werden?

Wenn Punkt 1 oder 2 scheitert, lohnt Feinkorrektur oft nicht. Die Aufgabe muss strukturell überarbeitet werden.

Der 11-Punkte-DaF-Check

Prüfebene	Konkrete Frage	Typischer KI-Fehler
Lernziel	Welche beobachtbare Sprachhandlung wird geübt?	Aufgabe passt nur zum Thema
Lernstand	Welche Wörter/Strukturen müssen bereits bekannt sein?	„A2“ wird als vollständiges Profil behandelt
Input	Ist Sprache korrekt, natürlich und funktional?	glatt, aber unidiomatisch
Instruktion	Kann die Zielgruppe den Arbeitsauftrag verstehen?	Auftrag schwieriger als Aufgabe
Aufgabenlogik	Gibt es genug Information, um die Aufgabe zu lösen?	fehlende/mehrdeutige Angaben
Lösung	Ist die Lösung korrekt und vollständig?	eine von mehreren Antworten wird absolut gesetzt
Pragmatik	Passt Register, Höflichkeit, Medium und Beziehung?	grammatisch richtig, sozial falsch
Variation	Werden regionale Varianten fälschlich korrigiert?	Deutschland wird mit „Deutsch“ gleichgesetzt
Fakten	Sind reale Angaben überprüft?	erfundene Öffnungszeiten, Regeln, Preise
Bias	Welche Rollen und Lebensformen werden als Norm dargestellt?	Stereotype in Namen, Familie, Beruf, Religion
Lernaktivität	Was müssen Lernende noch selbst denken/sagen/schreiben?	KI erledigt Zielhandlung

Fallanalyse 1: A1-Rollenspiel, das nur einfach aussieht

KI-Aufgabe: „Sie möchten in einer Apotheke ein Medikament gegen Kopfschmerzen kaufen. Beschreiben Sie Ihre Symptome ausführlich und fragen Sie nach möglichen Nebenwirkungen.“

Warum wirkt sie plausibel? Alltagssituation, klare Rolle, scheinbar nützlicher Wortschatz.

Warum kann sie für A1 scheitern?

– „Symptome“, „ausführlich“, „Nebenwirkungen“ erhöhen die lexikalische Last.

– Die Sprachhandlung verlangt mehr als einen einfachen Kaufdialog.

– Gesundheitskontext kann fachliche Aussagen provozieren, die ein Sprachmaterial nicht zuverlässig leisten sollte.

– Das Lernziel ist nicht sichtbar.

Bessere A1-Zielhandlung: Lernende können sagen, dass sie Kopfschmerzen haben, nach einem einfachen Produkt fragen und eine Verständnisfrage zur Einnahmeform stellen, ohne medizinische Beratung durch die KI zu simulieren.

Fallanalyse 2: Die Musterlösung ist zu gut

Aufgabe: A2-Lernende schreiben eine kurze Nachricht an die Kursleitung und sagen einen Termin ab.

KI-Muster:

„Leider sehe ich mich aufgrund unvorhergesehener persönlicher Umstände außerstande, an unserem vereinbarten Termin teilzunehmen.“

Grammatisch korrekt. Für A2 und den konkreten Kommunikationszweck aber unnötig komplex und registermäßig überhöht.

Passender wäre etwa:

„Leider kann ich morgen nicht zum Termin kommen. Können wir einen neuen Termin vereinbaren?“

Fallanalyse 3: Kulturell plausibel, aber stereotyp

Prompt: „Erstelle vier Personen für ein Rollenspiel zum Thema Familie.“

Ein Modell kann wiederholt Mutter, Vater, zwei Kinder, traditionelle Rollen und kulturell markierte Namen erzeugen. Das Problem ist nicht, dass diese Familie nicht existiert. Problematisch wird es, wenn eine Lebensform unbemerkt zur Norm und andere Formen zur Abweichung werden.

Die CAST UDL Guidelines 3.0 empfehlen bei Repräsentation unter anderem vielfältige Perspektiven und die Auseinandersetzung mit Bias in Sprache und Symbolen. Für DaF-Material heißt das: Rollen nicht nur sprachlich, sondern auch hinsichtlich impliziter Normalitätsannahmen prüfen.

Fallanalyse 4: Regional korrekt wird „verbessert“

Ein Schweizer Lernender schreibt „Ich habe ein Velo gekauft.“ Ein Modell kann daraus „Fahrrad“ machen. Für bundesdeutschen Standard ist „Fahrrad“ passend, aber „Velo“ ist im Schweizer Standardgebrauch nicht einfach ein Fehler.

Prüffrage: Soll die Aufgabe bundesdeutschen Standard trainieren oder allgemeine kommunikative Kompetenz im deutschsprachigen Raum?

Lösungen separat prüfen

Bei Lückentexten, Multiple Choice und Zuordnungen empfiehlt sich eine zweite Prüfung nur der Lösung:

– Gibt es genau eine vertretbare Lösung?

– Passt sie grammatisch in den Satz?

– Wird Wissen verlangt, das nicht im Input steht?

– Könnte eine alternative Form ebenfalls korrekt sein?

– Hat die KI ihre eigene Aufgabenstellung später stillschweigend verändert?

Faktencheck nach Risikoklasse

Nicht jede Information braucht denselben Aufwand.

Niedrig: fiktiver Preis in einer klar fiktiven Aufgabe.

Mittel: reale kulturelle Gepflogenheit, regionale Sprachbehauptung.

Hoch: Prüfungsregel, Aufenthaltsrecht, medizinische Information, behördlicher Ablauf.

Bei hohem Risiko gehört eine Primärquelle direkt an die Aussage.

Prüfen mit KI? Ja, aber nicht im Kreis

Ein zweiter KI-Durchlauf kann Fehler finden. Er ist aber keine unabhängige Autorität, besonders wenn dasselbe Modell sein eigenes Material bewertet.

Sinnvoller Prompt:

Prüfe dieses Arbeitsblatt nicht allgemein. Suche ausschließlich nach: 1. widersprüchlichen Arbeitsanweisungen, 2. Aufgaben ohne eindeutige Lösung, 3. Wörtern, die im Ausgangsmaterial nicht vorkommen und für die Lösung nötig sind. Nenne Fundstelle und Begründung. Ändere noch nichts.

Danach entscheidet die Lehrkraft.

GER richtig verwenden

Die offiziellen CEFR-Deskriptoren des Council of Europe helfen bei der Orientierung an kommunikativen Aktivitäten. Sie sind aber keine automatische Wortlistenprüfung. Für Materialkontrolle braucht es zusätzlich den konkreten Lernstand der Gruppe.

Der Freigabestatus

Status	Bedeutung
Grün	fachlich geprüft, Zielhandlung klar, Lösungen geprüft, direkt einsetzbar
Gelb	brauchbare Grundlage, aber Anpassung/Quellencheck nötig
Rot	Lernziel verfehlt, nicht prüfbare Inhalte, Datenschutzproblem oder strukturell ungeeignet

FAQ

Kann ich ChatGPT sein eigenes Arbeitsblatt prüfen lassen?

Als zusätzliche Fehlersuche ja. Nicht als alleinige Qualitätssicherung.

Muss ich jeden Satz kontrollieren?

Bei Material, das Sie Lernenden geben, tragen Sie die fachliche Verantwortung. Die Prüftiefe kann risikobasiert sein, aber ungeprüfte Ausgabe sollte nicht allein wegen guter Formulierung freigegeben werden.

Reicht ein GER-Check?

Nein. GER-Passung ist nur eine Ebene. Pragmatik, Aufgabenlogik, Lösungen, Lernstand, Bias und Lernaktivität können trotzdem problematisch sein.

Fazit

Die gefährlichsten KI-Materialfehler sind nicht unbedingt Tippfehler. Es sind plausible Aufgaben, die das falsche Können trainieren, falsche Sicherheit erzeugen oder kommunikativ etwas anderes lehren als beabsichtigt.

Weiterführende Ressourcen

– Council of Europe: CEFR Descriptors

– CAST: UDL Guidelines, Representation

– UNESCO: AI competency framework for teachers