Mission 9.5 Duell Profi-Werkzeuge Unterricht & Prüfen

Das Qualitäts-Tandem

Erst die Kriterien, dann das Duell: Zwei KI-Werkzeuge bauen und prüfen um die Wette, vier Lockvögel testen die Prüfer – und am Schluss geben Sie frei, niemand sonst.

Dauer
ca. 75 Min.
Belohnung
100 XP + bis 100 Bonus
Gerät
Laptop mit Installation
Kosten
Gratis mit Konto
Anspruch
Bewerten

Funkspruch von ORBIT

Im Maschinenraum streiten zwei Maschinen, welche die bessere Prüferin ist. Beide sind sehr überzeugt von sich. Das ist bei Maschinen so.

Ich schlage ein Duell vor, aber nach unseren Regeln: Zuerst legen Sie fest, was «gut» heisst – bevor Sie irgendein Ergebnis sehen. Dann bekommen beide denselben Prüfling. Was die beiden nicht wissen: Ich habe darin vier Fehler versteckt. Wer findet mehr? Und wer verteilt Lob an sich selbst? Das letzte Wort hat übrigens keine der beiden. Das haben Sie.

01 Ihr Produkt

Ein ausgefülltes Tandem-Prüfraster mit Freigabeprotokoll: Ihre Kriterien mit K.O.-Punkten, der Lockvogel-Test beider Werkzeuge, Ihre Entscheidung – und eine begründete Rollenverteilung («wer baut, wer prüft») für diese Art Aufgabe.

Abnahme: Die Kriterien standen fest, bevor Sie ein Ergebnis sahen; der Lockvogel-Test zeigt für jedes Werkzeug, welche der vier Fehler es fand; und das Freigabeprotokoll nennt Ihre Entscheidung, Ihre eigenen Korrekturen und die künftige Rollenverteilung mit Begründung.

Nach dieser Mission können Sie …

  • vor einem Werkzeugvergleich gewichtete Kriterien mit K.O.-Punkten festlegen
  • dasselbe Lernmaterial von zwei Werkzeugen verschiedener Anbieter nach diesen Kriterien prüfen lassen
  • mit eingebauten Lockvögeln messen, wie zuverlässig ein Prüfwerkzeug ist, und falsche Alarme erkennen
  • eine eigene, begründete Freigabeentscheidung treffen und dokumentieren

Darum geht’s

«Lass es einfach noch von einer zweiten KI prüfen» – der Satz fällt inzwischen in jedem Lehrerzimmer. Er ist halb richtig. Eine zweite Prüferin findet tatsächlich Fehler, die der ersten entgehen. Aber ohne Kriterien weiss niemand, wonach sie gesucht hat, und ohne Messung weiss niemand, wie gut sie sucht. Am Ende steht ein beruhigendes «Keine Fehler gefunden», das nichts bedeutet.

Das Qualitäts-Tandem dreht die Sache um: Kriterien zuerst, dann zwei Werkzeuge im fairen Vergleich, dann Ihre Entscheidung. Welches Werkzeug baut und welches prüft, legt diese Mission nicht fest. Das finden Sie heraus.

Merksatz: Zwei Prüferinnen sehen mehr als eine. Aber nur Kriterien machen ihr Urteil vergleichbar – und nur Sie machen es verbindlich.

Vormachen: Was ein Lockvogel verrät

Eine Lehrperson in der Pflege baut in ein Arbeitsblatt absichtlich einen Fehler ein: Eine Aufgabe verwendet eine Abkürzung, die erst im nächsten Semester eingeführt wird. Das erste Werkzeug lobt die «fachlich präzise Sprache». Das zweite meldet: «Abkürzung wird nicht erklärt – für das 1. Lehrjahr unverständlich.» Bei einem anderen Lockvogel ist es genau umgekehrt.

Ohne den eingebauten Fehler hätte die Lehrperson beide Werkzeuge für gleich gut gehalten. Mit dem Lockvogel weiss sie: Keines findet alles, zusammen finden sie viel – und «Sprachniveau passt zum Lehrjahr» gehört in jedes Raster.

Wann ich nicht die KI frage

Ob Material in Ihrer Klasse eingesetzt wird, entscheidet keine Mehrheit von Maschinen. Fachliche Zweifel klären Sie am Lehrmittel, am Bildungsplan oder mit einer Fachkollegin. Die Werkzeuge liefern Hinweise – die Freigabe ist Ihre.

02 Bordcheck

Datenampel: Grün – Unbedenklich

Geprüft wird Lernmaterial mit fiktiven Inhalten. Achtung: Ein Lockvogel im Prüfling ist ein erfundener Bezug auf einen Lernenden – genau solche Angaben dürfen bei echtem Material nie an ein KI-Werkzeug. Übergeben Sie Texte per Kopieren nur, wenn sie keine Personendaten enthalten.

Werkzeuge

Klappt nicht? Gratis-Tandem: Codex mit Gratis-ChatGPT-Konto als erstes Werkzeug, als zweites ein Gratis-Chat eines anderen Anbieters (Claude, Gemini oder Copilot), dem Sie den Text per Kopieren geben. Wer Claude Code im Abo hat, kann es als zweites Werkzeug einsetzen. Wichtig ist nur: zwei verschiedene Anbieter.

03 Missionsschritte

Haken Sie jeden Schritt ab. Hängen Sie fest? Unter jedem Schritt steht ein «Frag die KI»-Prompt – die KI ist Ihre Tutorin.

  1. Schritt 1 Ihre Wette – und die Kriterien zuerst

    Notieren Sie auf einem Zettel: Welches Werkzeug wird besser prüfen? Bauchgefühl genügt. Den Zettel brauchen Sie am Schluss.

    Dann öffnen Sie das Tandem-Prüfraster und legen die Kriterien fest – bevor Sie ein einziges Ergebnis sehen. Zwei K.O.-Kriterien stehen schon da (fachlich falsch, Personendaten). Gewichten Sie die übrigen von 1 bis 3 und ergänzen Sie ein eigenes Kriterium aus Ihrem Fach.

    Warum diese Reihenfolge? Wer Kriterien erst nach dem Lesen festlegt, passt sie unbewusst an das Ergebnis an, das ihm gefällt.

    Tipp: Ein gutes Kriterium beantwortet die Frage «Woran sehe ich das konkret?». «Verständlich» wird zu «kurze Sätze, jeder Fachbegriff beim ersten Auftreten erklärt».

    Hängen Sie fest? Frag die KI
    Frag die KI

    Ausfüllen (optional), dann kopieren:

    Ich bin Lehrperson an einer Schweizer Berufsfachschule und will zwei KI-Werkzeuge vergleichen, die Lernmaterial prüfen. Hilf mir, 6 überprüfbare Kriterien für ein Arbeitsblatt in [IHR FACH, z. B. Detailhandel] festzulegen, darunter zwei K.O.-Kriterien. Erkläre mir auch, warum ich die Kriterien vor dem Vergleich festlegen sollte und welche Denkfehler sonst drohen.
    Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen Bitte zuerst die Felder oben ausfüllen.

  2. Schritt 2 Der Prüfling mit den Lockvögeln

    Laden Sie den Prüfling aus den Downloads (pruefling-arbeitsblatt.md): ein Arbeitsblatt zu offenen und geschlossenen Fragen, Detailhandel, 1. Lehrjahr. Darin stecken vier absichtlich eingebaute Fehler aus vier Kategorien. Die Datei selbst verrät das nicht – so kann auch ein Agent, der sie im Ordner liest, keinen Hinweis finden. Lesen Sie ihn zuerst selbst mit Ihrem Raster und notieren Sie, was Sie finden. Nicht in die Lösung schauen.

    Alternative für Fortgeschrittene: Nehmen Sie das Arbeitsblatt aus Mission 4 und bauen Sie selbst drei Fehler ein – einen fachlichen, einen sprachlichen, einen zur Barrierefreiheit. Notieren Sie sie verdeckt.

    Hängen Sie fest? Frag die KI
    Frag die KI
    Ich bin Lehrperson und möchte testen, wie gut KI-Werkzeuge Fehler in Lernmaterial finden. Welche Arten von Fehlern eignen sich als «Lockvögel» (z. B. fachlich, didaktisch, Barrierefreiheit, Datenschutz)? Gib mir zu jeder Art ein harmloses Beispiel für ein Arbeitsblatt in [IHR FACH] und erkläre, warum es ein Fehler ist.
    Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

  3. Schritt 3 Duell 1: Zwei Prüferinnen, ein Prüfling

    Geben Sie den Prüfling beiden Werkzeugen mit demselben Prompt und Ihren Kriterien. Werkzeug 1 ist zum Beispiel Codex im Projektordner, Werkzeug 2 ein Gratis-Chat eines anderen Anbieters, dem Sie den Text hineinkopieren. Wichtig: Die Prüferinnen sollen nur Befunde liefern, nichts ändern.

    Tragen Sie im Raster ein, welche Lockvögel jedes Werkzeug gefunden hat – und jeden falschen Alarm. Ein falscher Alarm ist ein Befund, der nicht stimmt oder reine Geschmackssache ist.

    Prompt für die KI· z. B. in OpenAI Codex

    Ausfüllen (optional), dann kopieren:

    Du bist eine strenge Qualitätsprüferin für Lernmaterial an einer Schweizer Berufsfachschule.
    Prüfe das folgende Arbeitsblatt (Zielgruppe: [BERUF, z. B. Detailhandel EFZ], [LEHRJAHR, z. B. 1. Lehrjahr]) nach diesen Kriterien:
    [IHRE KRITERIEN AUS DEM RASTER, z. B. K.O.: fachlich falsch; K.O.: Personendaten; Lernzielbezug; Sprachniveau; Barrierefreiheit; Schweizer Rechtschreibung; Lösung vollständig]
    Regeln:
    - Ändere nichts am Arbeitsblatt. Liefere nur eine nummerierte Liste von Befunden.
    - Jeder Befund nennt: Fundstelle, Kriterium, warum es ein Problem ist, Verbesserungsvorschlag.
    - Trenne klar zwischen "Fehler" und "Geschmackssache".
    - Wenn du dir bei einer Fachaussage unsicher bist, schreibe [UNSICHER] statt zu raten.
    Schweizer Rechtschreibung (immer «ss», kein Eszett).
    Arbeitsblatt:
    [TEXT DES ARBEITSBLATTS]

    Exakt derselbe Prompt für beide Werkzeuge – sonst vergleichen Sie Prompts statt Werkzeuge.

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen Bitte zuerst die Felder oben ausfüllen.

    Klappt nicht? Ein Werkzeug schreibt das Arbeitsblatt einfach neu, statt Befunde zu liefern? Dann zählt das als Regelverstoss im Raster. Wiederholen Sie mit dem Zusatz: «Gib ausschliesslich die nummerierte Befundliste aus, keinen neuen Text.»

    Hängen Sie fest? Frag die KI
    Frag die KI
    Ich bin Lehrperson und habe zwei KI-Werkzeugen dasselbe Arbeitsblatt zur Prüfung gegeben. Sie liefern unterschiedliche Befunde: [BEFUNDE A] und [BEFUNDE B]. Wie entscheide ich, welche Befunde stimmen? Gib mir ein Vorgehen in 4 Schritten, und sag mir, welche Befunde ich an einer Fachquelle prüfen muss.
    Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

  4. Schritt 4 Duell 2: Bauen und kreuzweise prüfen

    Jetzt die Gegenprobe, schlank in vier Läufen: Jedes Werkzeug baut einmal dasselbe Arbeitsblatt nach Ihrem Lernziel. Speichern Sie die Ergebnisse als Version A und Version B, ohne Werkzeugnamen. Dann prüft jedes Werkzeug beide Versionen in einem einzigen Durchgang mit dem Prompt aus Duell 1 (beide Texte hintereinander einfügen). Sie bewerten zusätzlich selbst mit dem Raster. Welche Version gewinnt bei Ihnen – und bei den Maschinen?

    Im Web-Chat gibt es keine AGENTS.md: Kopieren Sie dort die wichtigsten Regeln aus Ihrem Pflichtenheft direkt in den Prompt – sonst ist der Vergleich unfair.

    Prompt für die KI· z. B. in Claude Code

    Ausfüllen (optional), dann kopieren:

    Erstelle ein Arbeitsblatt für [BERUF, z. B. Detailhandel EFZ], [LEHRJAHR, z. B. 1. Lehrjahr] zum Lernziel: [LERNZIEL, z. B. Die Lernenden können offene und geschlossene Fragen unterscheiden und je zwei eigene formulieren].
    Halte dich an diese Regeln: [IHRE WICHTIGSTEN REGELN AUS AGENTS.MD, z. B. Schweizer Hochdeutsch, Lernende duzen, nur fiktive Daten] – bzw. an AGENTS.md, wenn du sie im Ordner lesen kannst.
    Umfang: höchstens eine A4-Seite plus Lösung für die Lehrperson.
    Keine Personendaten, keine externen Ressourcen, Information nie nur über Farbe.
    Markiere Fachaussagen, deren Quelle du nicht kennst, mit [PRÜFEN].
    Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen Bitte zuerst die Felder oben ausfüllen.

    Hängen Sie fest? Frag die KI
    Frag die KI
    Ich bin Lehrperson und vergleiche zwei KI-Werkzeuge, die dasselbe Arbeitsblatt erstellt und sich gegenseitig geprüft haben. Wie werte ich so einen Vergleich fair aus, wenn ich nur eine Runde gemacht habe? Was darf ich daraus schliessen und was nicht?
    Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

  5. Schritt 5 Sie entscheiden – und verteilen die Rollen

    Jetzt kommt der Teil, der in keinem Werkzeug eingebaut ist: Ihre Freigabe. Füllen Sie unten im Raster aus:

    • Welche Version nehmen Sie – mit welchen eigenen Korrekturen?
    • Was haben Sie selbst an einer Quelle geprüft?
    • Welche Punkte bleiben offen?
    • Künftige Rollen für diese Art Aufgabe: Wer baut, wer prüft? Begründen Sie mit Ihren Messwerten, nicht mit dem Bauchgefühl vom Anfang.

    Holen Sie jetzt Ihren Wett-Zettel hervor. Lagen Sie richtig?

    Hängen Sie fest? Frag die KI
    Frag die KI
    Ich bin Lehrperson und habe zwei KI-Werkzeuge als Ersteller und Prüfer verglichen. Hilf mir, ein kurzes Freigabeprotokoll (5 Zeilen) zu formulieren, das festhält, was ich selbst geprüft habe und warum KI-Prüfungen keine Freigabe ersetzen. Woran erkenne ich, dass ich mich zu sehr auf die KI-Prüfung verlasse?
    Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

    Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

Twist · +50 XP

Der Selbstlob-Test

Decken Sie auf, welches Werkzeug Version A und welches Version B gebaut hat. Schauen Sie in Ihr Raster: Hat ein Werkzeug seine eigene Version besser bewertet als die andere – obwohl es nicht wusste, welche von ihm stammt?

Eine einzelne Runde beweist nichts. Aber wenn Sie es dreimal mit verschiedenen Aufgaben wiederholen und das Muster bleibt, wissen Sie etwas Wichtiges über Ihr Tandem. Bonus: Wiederholen Sie Duell 1 mit vertauschten Rollen – das Werkzeug, das schlecht geprüft hat, baut jetzt. Ändert sich das Bild?

04 Qualitätscheck +25 XP

Erst wenn alles stimmt, ist Ihr Produkt bereit für den Unterricht. Die Verantwortung bleibt bei Ihnen – die KI liefert Entwürfe.

05 Transfer in den Alltag

Nutzen Sie das Tandem-Prüfraster bei Ihrem nächsten grösseren Material – zum Beispiel einer Prüfung oder einem Dossier – und lassen Sie es von zwei Anbietern prüfen, bevor Sie selbst Korrektur lesen. Im Unterricht wird das Raster zum Peer-Feedback-Bogen: Lernende legen erst Kriterien fest, prüfen dann gegenseitig, und die Autorin oder der Autor entscheidet. In der Fachschaft lohnt sich der Lockvogel-Test als Kurzworkshop: Wer findet die vier Fehler zuerst – Mensch oder Maschine?

Bezug zur Berufsbildung

Vier-Augen-Prinzip und Abnahme nach Kriterien sind in vielen Berufen Pflicht – von der Qualitätssicherung in der Informatik über die Pflege bis zum Detailhandel. Das Tandem-Prüfraster lässt sich direkt für Peer-Feedback unter Lernenden übernehmen: erst Kriterien, dann prüfen, dann entscheidet die verantwortliche Person.

06 Funkquiz fehlerfrei +25 XP

1 Warum legen Sie die Kriterien fest, bevor Sie die Ergebnisse sehen?
2 Wozu dienen die Lockvögel im Prüfling?
3 Beide Werkzeuge melden «keine Fehler gefunden». Was folgt daraus?
4 Welche Rollenverteilung «wer baut, wer prüft» ist am besten begründet?

07 Weiterfragen: Mehr wissen mit der KI

Neugierig geworden? Diese Prompts holen Ihnen genau die Infos, die Sie interessieren. Tipp: Bitten Sie die KI immer auch um Belege – und prüfen Sie diese.

3 Prompts zum Weiterfragen anzeigen
Weiterfragen
Ich bin Lehrperson an einer Schweizer Berufsfachschule. Warum ist es sinnvoll, Lernmaterial von KI-Werkzeugen verschiedener Anbieter prüfen zu lassen, statt zweimal vom gleichen? Erkläre es verständlich und sag mir ehrlich, wo die Grenzen dieses Vorgehens liegen.
Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

Weiterfragen
Ich bin Lehrperson an einer Schweizer Berufsfachschule. Was ist ein Vier-Augen-Prinzip, und wie setze ich es in einer kleinen Fachschaft beim Erstellen von Prüfungen um, wenn KI-Werkzeuge mithelfen? Gib mir einen schlanken Ablauf mit klaren Verantwortlichkeiten.
Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

Weiterfragen
Ich bin Lehrperson an einer Schweizer Berufsfachschule. Woran erkenne ich, dass ein KI-Werkzeug beim Prüfen von Texten «falsche Alarme» produziert oder Geschmack als Fehler ausgibt? Gib mir 5 Warnsignale und eine Formulierung für den Prüfprompt, die das reduziert.
Sag mir zum Schluss, wie sicher du dir bist, und nenne Suchbegriffe oder offizielle Stellen, an denen ich es prüfen kann – erfinde keine Links. Schweizer Rechtschreibung (immer «ss», kein Eszett).

Direkt öffnen in: ChatGPT Claude Perplexity · Gemini, Grok, Copilot: kopieren und einfügen

08 Downloads

09 Logbuch-Eintrag

Zwei Minuten Reflexion verankern mehr als zwanzig Minuten Lesen. Notieren Sie Ihre Antworten im eigenen Logbuch (Papier, Notiz-App) – diese Seite speichert keine Texte.

  • Wie gut war Ihre Wette vom Anfang – und was sagt das über Ihr Bauchgefühl gegenüber KI-Werkzeugen?
  • Welchen Lockvogel hätten Sie selbst ohne Raster übersehen?
  • Bei welchem Material in Ihrem Alltag lohnt sich ein Tandem wirklich – und wo wäre es übertrieben?

Quellen und Stand

Inhalt zuletzt geprüft am 19. November 2026. Werkzeuge ändern sich schnell – fällt Ihnen etwas auf? Melden Sie es uns.