Fehlerbilder erkennen

Hintergrund

Das Teilprojekt „Fehlerbilder im Blick“ erforscht, wie Künstliche Intelligenz (KI) genutzt werden kann, um häufige Fehlermuster (Fehlerbilder) in Mathematik automatisch zu erkennen. So sollen Lehrkräfte bei der Fehleranalyse entlastet und gezielte individuelle Fördermaßnahmen ermöglicht werden. Diese KI-gestützte Diagnostik folgt dem Prinzip des diagnosegeleiteten Unterrichts und zielt darauf ab, möglichst jedem Kind passende Lernangebote bereitzustellen – letztlich für mehr Chancengerechtigkeit.

Pädagogische und fachliche Hoheit der Lehrkraft
Wichtig ist: Die pädagogische Entscheidungshoheit bleibt stets bei der Lehrkraft. KI kann Analysen und Hinweise liefern, doch die Förderung plant und steuert weiterhin der Mensch. Passend betont Projektleiter (Mathematik) Prof. Dr. Ingo Witzke: „KI soll und wird die Lehrkraft nie ersetzen können, sie wird aber ein Assistent für die Lehrkraft sein.“ Mit anderen Worten: KI dient als Werkzeug zur Unterstützung, nicht als Ersatz für pädagogische Expertise.

Professionalisierung durch KI-Prompting
Im Projekt werden Lehrkräfte gewissermaßen selbst zu KI-Entwicklern: Sie konfigurieren sogenannte KI-Diagnose-Agenten durch präzise Prompts (Eingabeanweisungen), damit diese die gewünschten Fehlerbilder erkennen und passende Rückmeldungen geben. Dieser Prozess fördert die Professionalität der Lehrkräfte: Um der KI klare Vorgaben zu machen, müssen Lehrkräfte die diagnostischen Kriterien äußerst präzise formulieren – ganz im Sinne moderner Prompting-Strategien (z. B. nach Rob Lennon). Forschungsergebnisse zeigen, dass zielgerichtete Prompts die Qualität der KI-Auswertung deutlich steigern. Das Entwickeln solcher Prompts schärft somit nicht nur die KI, sondern auch den diagnostischen Blick der Lehrkraft.

Dr. Frederik Dilling unterstreicht dazu: „Durch das gezielte Prompting entwickeln Lehrkräfte nicht nur die KI weiter, sondern reflektieren und stärken zugleich ihre eigenen diagnostischen Kompetenzen.“

Didaktische Vision: Positive Fehlerkultur – Fehler als Lernanlässe
Langfristig soll die KI so mit Informationen versorgt werden, dass sie aus jedem festgestellten Fehler einen Lernanlass generiert. Statt Fehler nur zu diagnostizieren, schafft die KI darauf basierend Lerngelegenheiten: Sie könnte z. B. automatisch verständnisfördernde Hinweise geben oder passende Übungsaufgaben vorschlagen, die gezielt an der jeweiligen Fehlvorstellung ansetzen. Auf diese Weise werden Fehler nicht als Defizit betrachtet, sondern als Startpunkt für tiefergehendes Lernen – genau hier setzt die Vision von KI@school an, um Lernprozesse individuell zu begleiten und kontinuierlich zu verbessern.

Joshua Voßhagen hat das Projekt für die Mathematik bereits im Rahmen einer Posterpräsentation auf der Jahrestagung der Gesellschaft für Didaktik der Mathematik (GDM) vorgestellt und dabei großes Interesse und positives Feedback erhalten.