Die wichtigsten Erkenntnisse
- KI-Signale sollten Prüfungen priorisieren, nicht die Leistung von Lehrenden bestimmen.
- Jeder Qualitätshinweis braucht nachvollziehbare Kriterien, Quellenbelege und eine Möglichkeit zur Korrektur.
- Bewerte Anpassungen im Unterricht anhand ihres Kontexts, statt sie als bloße Abweichung vom Skript zu behandeln.
- Trenne entwicklungsorientiertes Coaching von Entscheidungen mit Folgen für das Arbeitsverhältnis.
- Prüfe die Qualitätssicherung anhand der Lernleistung und der Anwendung des Gelernten, statt nur die Skripttreue zu messen.
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.
Mehr Hinweise können Führungskräften helfen. Problematisch wird es, wenn ein Modellsignal bereits als Beleg gilt. Eine niedrige Risikoeinstufung kann dazu führen, dass niemand genauer hinsieht. Eine hohe Einstufung kann den Eindruck schwacher Leistung erzeugen, bevor jemand die Sitzung, die Bedürfnisse 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 stößt die KI-gestützte Bewertung von Lehre an Grenzen: Aus beobachtbaren Sprachmustern werden Annahmen über die Unterrichtsqualität. Ein gutes Bewertungsraster legt deshalb sowohl die Prüfkriterien fest als auch die Kontextinformationen, die 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.
- Kennzeichne jedes Signal als Anlass zur Prüfung, nicht als Feststellung.
- Zeige Bewertungskriterium, Quellenausschnitt und Modellkonfidenz gemeinsam an.
- Prüfe ausgewählte Sitzungen stichprobenartig mit Personen, die nach gemeinsamen Maßstäben bewerten, statt laufend Scores anzusammeln.
- Dokumentiere die Begründung der prüfenden Person getrennt von der Modellausgabe.
- Lege Aufbewahrungsfristen fest und beschränke den Zugriff auf lehrkraftbezogene Unterlagen.
Good to know
Was unterscheidet KI-gestützte QA von der Leistungsbewertung von Lehrenden?
QA identifiziert Belege, um die Durchführung von Lernangeboten zu verbessern. Leistungsbewertung ordnet einer Person ein Urteil zu. Die Grenze ist überschritten, wenn KI-Signale ohne einen separaten menschlichen Prüfprozess formale Beurteilungen, Vergütung, Weiterentwicklung, disziplinarische Maßnahmen oder eine dauerhafte Beobachtung durch Führungskräfte beeinflussen.
Was sollte eine Lehrkraft sehen, wenn eine Session markiert wird?
Die Lehrkraft sollte das Bewertungskriterium, die relevanten Ausschnitte der Sitzung, den Modellhinweis und die menschliche Einordnung sehen können. Ebenso wichtig ist die Möglichkeit, Kontext zu ergänzen oder eine Korrektur anzufordern. Erst dann lässt sich aus einer Risikoeinstufung hilfreiches Feedback ableiten.
Kann KI-gestützte QA bei regulierten Lernangeboten helfen?
Ja, wenn sie Teams dabei hilft, Durchführungsbelege stichprobenartig zu prüfen, mögliche Lücken zu erkennen und menschliche Prüfungen zu dokumentieren. Sie sollte Qualitätssicherungsprozesse unterstützen, ohne anzunehmen, dass ein Transkriptmuster einen Fehler der Lehrkraft oder einen Compliance-Verstoß beweist.
Belege und Widerspruch schaffen Vertrauen
Lehrende sollten die Bewertungskriterien, die Belege aus der Sitzung, die menschliche Schlussfolgerung und den Stand möglicher Korrekturen einsehen können. Außerdem brauchen sie einen einfachen Weg, Einwände vorzubringen. Nicht jeder Hinweis erfordert ein formelles Einspruchsverfahren. Die Lehrkraft sollte aber fehlenden Kontext ergänzen, Transkriptfehler melden oder ihre didaktische Entscheidung erklären können, bevor eine Einstufung in ihre Akte eingeht.
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.
Gestalte eine nachvollziehbare Qualitätssicherung, die Lehrende bei ihrer Entwicklung unterstützt.
Gespräch startenEntscheidend sind die Lernergebnisse
Ein Qualitätssignal ist nur dann sinnvoll, wenn es hilft, Lernergebnisse zu erklären oder zu verbessern. Verknüpfe QA-Beobachtungen mit Prüfungsergebnissen, der Erledigung erforderlicher Übungen, dem Vertrauen der Lernenden, der von Führungskräften beobachteten Anwendung und, wo möglich, Geschäfts- oder Compliance-Indikatoren. Berücksichtige 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.
Nutze KI, um erfahrenen Prüfenden relevante Belege leichter zugänglich zu machen. Was ein Transkriptmodell messen kann, darf dabei nicht zum alleinigen Maßstab für Lehre werden. Lehrqualität zu beurteilen erfordert fachliches Urteil und hat Folgen für Lehrende und Lernende. Ein intransparenter Score reicht dafür nicht aus.
