Wenn Lern-QA zur Bewertung von Lehrenden wird

Qualitätssicherung überschreitet eine Grenze

Die Qualitätssicherung von Lernangeboten wird in L&D zu algorithmischem Management, wenn ein vom Modell erzeugter Score beeinflusst, wie Lehrende begleitet, gecoacht oder beurteilt werden. Entscheidend ist nicht, ob ein Anbieter das System „QA“ nennt, sondern welche Folgen es im Betrieb hat. Lenkt ein Risikolabel wiederholt die Aufmerksamkeit von Führungskräften, erzeugt es einen Eintrag oder beeinflusst es die Perspektiven einer Lehrkraft, ist es Teil des Performance Managements.

Ein Modell kontinuierlicher Beobachtung

Laut einem Bericht des Guardian vom 28. September 2026 nutzt Multiverse KI-bewertete Transkripte, Risikolabels und Konfidenzwerte für die Prüfung durch Führungskräfte, während Menschen weiterhin Leistungsentscheidungen treffen. (theguardian.com) Hier verläuft die entscheidende Grenze. Die KI-gestützte Beobachtung von Lehrenden kann einem Learning-Team helfen, prüfenswerte Sessions zu finden. Schwerer zu rechtfertigen wird sie, wenn ein kontinuierlicher Strom von Signalen wie ein dauerhaftes Urteil über die Lehrkraft wirkt.

Das Problem ist nicht, dass Führungskräfte mehr Belege erhalten. Es entsteht, wenn das Signal selbst zum Beleg wird. Ein niedriger Risikostatus kann sinnvolle Prüfung verhindern. Ein hoher Risikostatus kann schwache Leistung unterstellen, bevor jemand die Session, den Kontext der Lernenden oder die didaktischen Entscheidungen geprüft hat.

Dem Transkript fehlt der Kontext

Eine Transkriptanalyse kann wiederkehrende Füllwörter, lange Pausen, unklare Anweisungen und unbeachtete Störungen erkennen. Das sind nützliche Hinweise. Doch ein Transkript erfasst den didaktischen Kontext nur begrenzt: Lernende brauchen vielleicht eine zusätzliche Erklärung, eine schwierige Frage kann einen sinnvollen Umweg erfordern und eine ruhige Gruppe konzentriert sich möglicherweise, statt abzuschalten.

• Eine Rückfrage kann wie eine Abschweifung wirken.
• Eine Selbstkorrektur kann Sorgfalt statt fehlenden Wissens zeigen.
• Eine Pause kann Reflexion fördern, statt auf schlechte Moderation hinzuweisen.
• Ein Sitzungsplan muss sich möglicherweise ändern, wenn sich die Bedürfnisse der Lernenden ändern.

Hier scheitert die KI-gestützte Bewertung von Lehre oft. Sie macht aus beobachtbaren Sprachmustern Annahmen über die Lehrqualität. Ein gutes Bewertungsraster sollte festlegen, worauf Prüfende achten. Es muss aber auch benennen, welche Kontextbelege einen Modellhinweis entkräften können.

Das Modell gehört in die Prüfwarteschlange

Ein belastbares System behandelt Modellausgaben als Vorsortierung. Es erstellt eine Prüfwarteschlange, kein Leistungsurteil. Das britische Information Commissioner’s Office erklärt, dass Mitarbeiterüberwachung einen klaren Zweck und das am wenigsten eingreifende wirksame Mittel braucht. Zugleich warnt es davor, Überwachung „nur für alle Fälle“ einzusetzen. (ico.org.uk) Dieselbe Disziplin verbessert auch Lernprozesse, selbst wenn diese Leitlinie rechtlich nicht maßgeblich ist.

1. Kennzeichnen Sie jedes Signal als Anlass zur Prüfung, nicht als Feststellung.
2. Zeigen Sie Bewertungskriterium, Quellenausschnitt und Modellkonfidenz gemeinsam an.
3. Nutzen Sie Stichproben von Sessions und kalibrierte Prüfende statt kontinuierlich Scores anzusammeln.
4. Dokumentieren Sie die Begründung der prüfenden Person getrennt von der Modellausgabe.
5. Legen Sie Aufbewahrungsfristen fest und beschränken Sie den Zugriff auf lehrkraftbezogene Unterlagen.

Belege und Widerspruch schaffen Vertrauen

Lehrende sollten das Beobachtungsraster, die zugrunde liegenden Belege aus der Session, die Schlussfolgerung der prüfenden Person und den Status möglicher Korrekturen einsehen können. Sie brauchen außerdem einen praktikablen Weg, Einwände vorzubringen. Das bedeutet nicht, dass jeder Hinweis ein formelles Einspruchsverfahren auslöst. Es bedeutet, dass eine Lehrkraft fehlenden Kontext ergänzen, ein fehlerhaftes Transkript anfechten oder eine didaktische Entscheidung erklären kann, bevor ein Label Teil ihrer Akte wird.

Für betreute Akademien kann App-Learning dies als Prüfprozess mit klaren Bewertungsrastern, Stichprobenbelegen, zugewiesenen Prüfenden, Feedback-Historie und Korrekturstatus aufsetzen. So entsteht nachvollziehbares Qualitätsmanagement für Akademien statt eines versteckten Scores, der einer Lehrkraft von Session zu Session folgt.

Coaching und HR brauchen getrennte Wege

Dieselbe Session kann Entwicklung und arbeitsrelevante Maßnahmen unterstützen, doch diese Prozesse sollten nicht leichtfertig zusammengeführt werden. Coaching braucht psychologische Sicherheit, konkretes Feedback und Raum zum Ausprobieren. Folgenschwere Entscheidungen erfordern eine höhere Belegschwelle, unabhängige menschliche Urteile und klare Entscheidungsbefugnisse. In regulierten Finanz- und Kryptoumfeldern sollte der Nachweis, dass Pflichtschulungen durchgeführt wurden, von HR-Belegen zur individuellen Leistung getrennt bleiben – es sei denn, Anwendungsfall, Zugriff und Governance sind ausdrücklich definiert.

Ergebnisse sind der einzige aussagekräftige Score

Ein Qualitätssignal ist nur dann sinnvoll, wenn es hilft, Lernergebnisse zu erklären oder zu verbessern. Verknüpfen Sie QA-Beobachtungen mit Prüfungsergebnissen, der Erledigung erforderlicher Übungen, dem Vertrauen der Lernenden, der von Führungskräften beobachteten Anwendung und, wo möglich, Geschäfts- oder Compliance-Indikatoren. Berücksichtigen Sie dabei den Schwierigkeitsgrad der Kohorte, Änderungen an den Inhalten und das Ausgangsniveau der Lernenden. Andernfalls optimiert das System auf Skripttreue, weil es diese am einfachsten zählen kann.

Die langfristig tragfähige Grenze ist einfach: Nutzen Sie KI, um erfahrenen Prüfenden mehr Belege zugänglich zu machen – nicht, um Lehre auf das zu verengen, was ein Transkriptmodell messen kann. Die Qualität von Lehrenden ist ein professionelles Urteil mit Folgen für Menschen und Lernende. Sie darf deshalb nie auf einen intransparenten Score reduziert werden.