KI-Feedback: Sokratisches Tutoring vs. direkte Korrektur

Genau an dieser Stelle entscheidet sich, was Feedback eigentlich leisten soll: nur den Fehler markieren und abhaken — oder den Lernenden wirklich dort abholen, wo er steht. Künstliche Intelligenz kann beides, und genau darin liegt die Chance, aber auch die Verantwortung. Wenn wir KI-Feedback in unseren Unterricht holen, müssen wir verstehen, wie sokratisches Tutoring und direkte Korrektur eigentlich funktionieren — und wo die Forschung uns stützt oder eben nicht stützt.

Wie die beiden Feedback-Modi im Kern funktionieren

Auf den ersten Blick scheinen die beiden Wege klar getrennt. Direkte Korrektur benennt den Fehler, liefert die richtige Antwort und gibt konkrete Hinweise, was als Nächstes zu tun ist. Sokratisches Tutoring geht einen anderen Weg: Es stellt gezielte Rückfragen, fordert Selbst-Erklärungen heraus und begleitet den Lernenden durch gestufte Hilfen zur eigenen Lösung. Beide haben ihre Berechtigung, und keine der beiden Varianten ist grundsätzlich überlegen — das ist eine der ehrlichsten Aussagen, die uns die Lernforschung derzeit macht.

Wer Feedback gibt, sollte sich fragen: Will ich den Lernenden zur richtigen Antwort führen — oder zur eigenen Denkbewegung?

Wichtig ist, beide Modi nicht als Gegensätze zu inszenieren, sondern als Werkzeuge im didaktischen Werkzeugkasten. Direkte Korrektur kann entlasten, wenn Zeit knapp ist oder wenn es um eindeutige Fehler geht. Sokratische Führung passt, wenn wir Verstehen aufbauen wollen, nicht nur Reproduktion. Die Lehrkraft — und das betonen wir gleich noch einmal — bleibt diejenige, die diese Wahl bewusst trifft.

Was die Forschung uns wirklich verrät — und was sie uns schuldig bleibt

Die Evidenzlage ist differenzierter, als es viele Werbeversprechen rund um KI-Tutoren vermuten lassen. Die Education Endowment Foundation hat 155 Feedback-Studien zusammengetragen und berichtet für Feedback insgesamt einen durchschnittlichen Lernfortschritt von etwa sechs Monaten. Diese Zahl bezieht sich aber auf Feedback als Ganzes — sie belegt nicht, dass sokratische Fragen generell wirksamer wären als direkte Korrektur oder umgekehrt.

Eine vielzitierte Studie zu einem sokratischen Programmiertutor zeigt eindrucksvolle Zahlen: Die Tutorgruppe erreichte einen Lernzuwachs von 57 Prozent gegenüber 12 Prozent in der Kontrollgruppe. Was dabei oft untergeht: Die Kontrollgruppe erhielt gar kein Feedback, nicht etwa direkte Korrektur. Die 45 Prozentpunkte Differenz sagen also etwas über den Wert von Feedback überhaupt aus, nicht über den Vergleich der beiden Methoden untereinander. Wir können diese Zahl also nicht als Argument für "sokratisch schlägt direkt" lesen.

Eine neuere Meta-Analyse mit 51 Studien und 160 Effektstärken aus den Jahren 1988 bis 2024 hat den Zeitpunkt von Feedback untersucht — sofort versus verzögert. Das Ergebnis: Im Durchschnitt kein signifikanter Unterschied (g = 0,03, 95-%-Konfidenzintervall −0,08 bis 0,13). Bildungsebene, Fachgebiet und Zeitdruck spielten eine moderierende Rolle. Verzögerungen reichten in den untersuchten Studien von einer Sekunde bis zu sieben Tagen.

Es gibt kein "immer so". Es gibt ein "je nachdem" — und genau das ist didaktisch wertvoll, wenn wir es bewusst nutzen.

Was die Forschung uns derzeit schuldig bleibt: eine belastbare, fachübergreifende Meta-Analyse, die sokratisches KI-Tutoring unmittelbar mit direkter KI-Korrektur unter vergleichbaren Bedingungen vergleicht. Wer uns das Gegenteil erzählt, übertreibt. Wir entscheiden also weiterhin auf Basis von Plausibilität, Aufgabentyp und Lernziel — mit der Lehrkraft als fachlichem Kompass.

Sokratische KI-Tutoren aufbauen: Gestufte Hilfen, die wirklich tragen

Wenn wir uns für den sokratischen Weg entscheiden, dann sollte das nicht heißen: "KI, frag den Schüler irgendetwas." Wir sollten uns die Architektur anschauen, die in der Forschung tatsächlich funktioniert hat. In der erwähnten Programmiertutor-Studie bestand das System aus drei Bausteinen: zielgerichtete Leitfragen, die auf zentrale Aspekte der Aufgabe zielen, eine Diagnose der Antwort, und gestufte Hilfen bei Schwierigkeiten. Das ist im Kern ein klassisches Scaffolding, das wir nun der KI anvertrauen.

Konkret lassen sich daraus drei Stufen ableiten, die wir mit gängigen KI-Tools umsetzen können:

1. Leitfrage statt Lösung: Die KI formuliert eine Frage, die auf den Kerngedanken zielt — etwa "Welche Bedingung hast du hier geprüft, bevor du diese Schleife gestartet hast?". Die Frage soll Selbst-Erklärungen hervorrufen, nicht die richtige Antwort vorwegnehmen.

2. Konzeptklärung bei Fehlversuchen: Bleibt die Antwort falsch oder unvollständig, liefert die KI eine kurze, fokussierte Klärung des Konzepts und lädt zu einem neuen Versuch ein. Keine generische Wiederholung, sondern ein gezielter Hinweis auf die Lücke im Verständnis.

3. Strukturierte Hilfen als Eskalation: Erst Multiple-Choice-Fragen zur Einengung des Problems, dann Lückentextfragen, die den Lernenden schrittweise zur Lösung führen. So vermeiden wir, dass Lernende in einer Endlosschleife stecken bleiben.

Drei gestufte Hilfen, dann Transparenz: Wer nach mehreren Versuchen nicht weiterkommt, hat ein Recht darauf zu sehen, warum.

Eine Zahl aus der genannten Studie ist aufschlussreich: Im Durchschnitt gab das System 15,4 Rückmeldungen pro Sitzung, mit einer Standardabweichung von 7,1. Die Streuung war groß, und es gab Hinweise darauf, dass eine sehr hohe Anzahl an Rückmeldungen nicht automatisch mehr Lernzuwachs brachte. Für unsere Praxis heißt das: Wir sollten die KI instruieren, nach einer definierten Anzahl erfolgloser Versuche entweder die Musterlösung offen zu zeigen oder einen menschlichen Ansprechpartner einzubinden — einen Schwellenwert, den wir je nach Altersstufe und Aufgabentyp selbst festlegen. Eine generell optimale Anzahl sokratischer Rückfragen lässt sich aus der Forschung übrigens nicht ableiten; hier sind wir als Praktikerinnen gefragt.

Die Lehrkraft bleibt entscheidend: Qualitätssicherung bei KI-generiertem Feedback

Hier kommen wir zum sensibelsten Punkt, und ich möchte ihn nicht kleinreden: KI-generierte Rückmeldungen können falsch sein. Das ist keine Panikmache, sondern eine Feststellung, die UNESCO in seinen Leitlinien zur generativen KI in der Bildung ausdrücklich trifft. KI sei eine schnelle, aber häufig unzuverlässige Informationsquelle, so der Tenor. Die Verantwortung für die Richtigkeit der Inhalte, für die Lehrstrategie und für die Auswirkungen auf Lernende bleibt bei uns Menschen.

In der Praxis heißt das: Wir dürfen KI-Feedback nicht unbesehen weitergeben. Wir bauen lieber eine kurze Qualitätsschleife ein, die je nach Fach und Klassenstufe unterschiedlich aussehen kann.

• Stichprobenartige Prüfung: Wer wöchentlich zehn Rückmeldungen kurz gegenliest, erkennt Muster und Fehlerquellen, bevor sie sich im Klassenzimmer ausbreiten.
• Klare Instruktionen an die KI: Was darf sie, was nicht? Dürfen Lösungen verraten werden? Welche Fehlertypen soll sie besonders markieren? Ohne diese Vorgaben improvisiert die KI — und das selten pädagogisch sinnvoll.
• Sichtbarkeit der KI-Quelle: Lernende sollten wissen, dass das Feedback von einer KI kommt — und dass sie bei Unsicherheit fragen dürfen. Das stärkt die Selbstregulation und das Vertrauen in den Lernprozess.
• Eskalationspfade: Ab welchem Punkt übernimmt die Lehrkraft, und wie machen wir das für Lernende transparent? Diese Frage sollten wir beantworten, bevor das System live geht.

KI kann Feedback demokratisieren — aber nur, wenn die fachliche Hoheit bei der Lehrkraft bleibt.

Eine schöne Erkenntnis aus der EEF-Zusammenfassung: Für digitales Feedback liegt der durchschnittliche Effekt bei etwa vier Monaten Lernfortschritt, für verbales Feedback bei etwa sieben Monaten. Diese Werte sind kontextabhängige Durchschnitte, keine Modus-Garantie. Aber sie erinnern uns daran, dass die bloße Digitalisierung nicht automatisch mehr Lernen erzeugt — die didaktische Gestaltung bleibt der Hebel.

Wann welcher Modus passt: Eine kontextsensitive Entscheidungshilfe

Statt einer Regel "immer so" möchte ich Sie einladen, je nach Situation zu entscheiden. Dafür hilft ein kurzer Blick auf die Variablen, die wir kennen: Vorwissen der Lernenden, Aufgabentyp, Lernziel, verfügbare Zeit, Fehlertyp.

• Direkte Korrektur passt gut bei klar definierten Fehlern, bei Routineübungen, beim Erlernen von Konventionen (Rechtschreibung, Formeln, Fachbegriffe) und überall dort, wo ein falsches Ergebnis sicher erkannt werden muss — etwa in Sicherheitsfragen oder bei grundlegenden Definitionen.
• Sokratische Führung passt gut bei komplexen Problemlöseaufgaben, beim Schreiben längerer Texte, beim Erarbeiten von Begründungen, beim Aufdecken von Fehlvorstellungen — und überall dort, wo wir Denkprozesse sichtbar machen wollen.
• Mischformen sind oft der ehrlichste Weg: Die KI liefert zunächst eine sokratische Leitfrage, dann bei Bedarf eine kurze Konzeptklärung, und bei mehrfachem Scheitern eine direkte Korrektur. So nutzen wir die Stärken beider Modi und vermeiden die Schwächen beider.

Wir können auch mischen: Eine zehnte Klasse im Fach Deutsch wird anders profitieren als eine siebte Klasse im Fach Mathematik, und genau diese Binnendifferenzierung wird durch die bewusste Wahl des Feedbackmodus möglich — ein Stück individueller Förderung, das wir ohne KI kaum leisten könnten.

Lassen Sie uns die Wahl zwischen den Modi bewusst treffen — Aufgabe für Aufgabe, Lernender für Lernender.

Am Ende bleibt es ein Handwerk. Wir probieren aus, wir beobachten, wir passen an. Ich habe in meinen Klassen gute Erfahrungen damit gemacht, am Ende einer Einheit kurz mit den Lernenden zu besprechen, welches Feedback ihnen geholfen hat und welches nicht. Diese Mini-Evaluation kostet fünf Minuten und liefert uns mehr als jede Marketingaussage über "die beste KI". Vertrauen Sie auf das, was Sie im Klassenzimmer sehen — und auf die Forschung, soweit sie uns wirklich etwas sagen kann. Der Rest ist gut gemeinte Vermutung, und das ehrlich zuzugeben, ist der erste Schritt zu besserem Unterricht.