Rückmeldung

Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.

Feedback — Informationen, die einer lernenden Person zu ihrer Leistung oder ihrem Verständnis gegeben werden und die die Lücke zwischen aktueller und gewünschter Leistung schließen sollen. In der KI in der Bildung ist Feedback zu einem zentralen und sich schnell wandelnden Thema geworden: KI-Systeme erzeugen und vermitteln Feedback heute, und bringen Studierenden sogar bei, wie sie Feedback nutzen, und gestalten dabei jede Stufe des Feedbackprozesses um.

Fragen zum Nachdenken

• Feedback wird oft als Information vorgestellt, die einer lernenden Person übergeben wird, aber Forschung argumentiert, es „zähle“ nur als Feedback, wenn die lernende Person es sich aneignet und danach handelt. Wenn Feedback eine Beziehung ist statt eine Nachricht, was ändert sich dann daran, wie wir es vermitteln sollten?
• Die Wahrnehmung der Studierenden, ob Feedback von einer KI oder einem Menschen kam, kann verändern, wie viel sie daraus lernen. Warum, glauben Sie, zählt die Quelle so sehr — und was bedeutet das für KI-erzeugtes Feedback in Ihrem Kontext?
• Unmittelbares Feedback kann eine Falle sein: die „Correct-Answer-Trap“ zeigt, dass Studierende, die Korrekturen einfach kopieren, weniger lernen. Wann hilft sofortiges Feedback, und wann schaltet es genau das Lernen kurz, das es stützen soll?
• Forschung fand sogar, dass eine gut gestaltete Feedbacksequenz — Ermutigung, dann Hinweise, dann die Antwort —, die darauf angelegt war, Autonomie aufzubauen, dem Lernen tatsächlich schadete, obwohl sie das Engagement steigerte. Wenn Studierende sich bei Feedback gut fühlen, das sie weniger lernen lässt, was sollten wir dann optimieren?
• Feedback wird als System mit Teilen beschrieben: die Feedbackschleife, die Qualität der Bereitstellung, die Aufnahmefähigkeit der lernenden Person und der Assessmentkontext. Wenn Sie das Feedback in Ihrem eigenen Kurs verbessern wollten, welchen Teil würden Sie zuerst in Ordnung bringen, und warum?

Einführung

Dies ist das Dachkonzept für die feedbackbezogenen Ideen der Wissensbasis. Feedback sitzt an der Schnittstelle von Assessment und Lernen: ohne Feedback misst Assessment Leistung, verbessert sie aber nicht; mit wirksamem Feedback wird Assessment zu einem Lernereignis. Die Wissensbasis behandelt Feedback als System mit mehreren Facetten — der Qualität des Feedbacks selbst (Qualität von KI-Feedback), der Schleife, durch die es die Lernlücke schließt, der Fähigkeit der lernenden Person, es zu nutzen (Feedback-Kompetenz), und den Assessmentkontexten, in denen es wirkt (formatives Assessment, Peer-Assessment, automatisiertes Assessment).

• Yilmaz et al. zeigen, dass die Wahrnehmung der Feedbackquelle (KI gegenüber Mensch) das selbstregulierte Lernen aus GenAI-Feedback formt — ein entscheidender Qualifizierer für Behauptungen zur Feedbackwirksamkeit.
• Nazaretsky et al. (2025) isolieren die Quelle vom Inhalt: 472 EPFL-Studierende bewerteten inhaltlich vergleichbares menschliches und GPT-4.0-Feedback zur eigenen Arbeit, zuerst blind und dann erneut, nachdem die Quelle offengelegt worden war, und die meisten konnten die beiden nicht verlässlich unterscheiden (287 von 472 rieten richtig). Sobald das Etikett enthüllt war, fielen die Bewertungen der KI-Variante und stiegen die der menschlichen Variante — signifikant für Genuineness (p < .01) —, und die Glaubwürdigkeit der Anbietenden trennte sauber (Mensch μ = 3.28 gegenüber KI μ = 2.25, Cohen's d = 0.57). Der Bias hängt an den Anbietenden statt am Text, da die beiden Varianten bei Korrektheit und kognitiver Qualität vergleichbar waren.

Das Feedbacksystem

Feedback wird am besten nicht als einzelnes Ereignis, sondern als verbundenes System interagierender Teile verstanden, von denen die Wissensbasis jedes als eigenes Konzept dokumentiert:

• Die Feedbackschleife — der Mechanismus, durch den Feedback die Lücke zwischen aktueller und gewünschter Leistung schließt; der Zyklus aus Leistung → Feedback → Überarbeitung → verbesserter Leistung, der Lernen antreibt.
• Qualität von KI-Feedback — die Genauigkeit, Nützlichkeit, Zeitnähe und pädagogischen Wert von KI-erzeugtem Feedback; die Bereitstellungsseite des Systems.
• Feedback-Kompetenz — die Fähigkeiten und Dispositionen, die Studierende brauchen, um Feedback zu verstehen, zu bewerten und danach zu handeln; die Aufnahmeseite des Systems.
• Formatives Assessment — der Assessmentkontext, in dem Feedback genutzt wird, um Lernen zu verbessern, während es noch im Gange ist, statt es bloß zu beurteilen.
• Peer-Prüfung — Feedback, das zwischen Lernenden ausgetauscht wird, zunehmend von KI verstärkt und ein Ort, an dem sich Feedback-Kompetenz entwickelt.
• Automatisiertes Assessment — KI-getriebene Benotung und KI-getriebenes Feedback, von automatisierter Aufsatzbewertung bis zu zuversichtsbewusster Kurzantwort-Benotung.

Die Feedbackschleife

Die Feedbackschleife ist der zyklische Prozess, in dem KI-Systeme Studierendenarbeit bewerten, Feedback vermitteln, die Reaktion der studierenden Person beobachten und den anschließenden Unterricht anpassen. KI-vermittelte Feedbackschleifen operieren auf mehreren Zeitskalen:

• Unmittelbares Feedback: Automatisierte Benotungssysteme und KI-Tutoren bieten Echtzeitkorrektur während des Problemlösens. Forschung zur Correct-Answer-Trap zeigt, dass unmittelbares Feedback Lernen kurzschließen kann, wenn Studierende Korrekturen einfach kopieren. Dieses unmittelbare korrigierende Feedback mit LLMs innerhalb eines Tutors zu erzeugen ist machbar, aber unvollkommen: über 6,926 protokollierte Transaktionen auf der Plattform Apprentice Tutor College Algebra fanden Reddig, Arora & MacLellan (2025), dass GPT-4 in ~66% der Fälle Hinweise erzeugte, die auf den spezifischen Fehler der studierenden Person zielten, aber ~35% der Hinweise zu allgemein, inkorrekt waren oder die Antwort vorzeitig verrieten, und dass LLM-basierte automatisierte Qualitätsprüfungen nicht mit menschlichem Urteil übereinstimmten — was bekräftigt, dass ungeprüftes KI-Feedback in der unmittelbaren Schleife ein echtes Kurzschlussrisiko birgt.
• Feedback auf Aufgabenebene: Formative-Assessment-Systeme und die Forschung zur Qualität von KI-Feedback untersuchen, ob KI-erzeugtes Feedback auf Aufgabenebene die anschließende Arbeit verbessert. Studien zu sequenziertem Feedback prüfen, ob die Reihenfolge des Feedbacks zählt.
• Schleifen auf Kursebene: Learning-Analytics-Dashboards und Bildungsplattformen aggregieren Feedback über Aufgaben hinweg, um Muster zu erkennen und Interventionen zu empfehlen.

Die Wirksamkeit einer Feedbackschleife hängt von der Feedbackqualität ab — Genauigkeit, Spezifität, Zeitnähe und Umsetzbarkeit. KI-Peer-Feedback-Systeme fügen der Schleife eine soziale Dimension hinzu.

Der Mensch in der Schleife: Feedbackschleifen sind nicht rein automatisiert — Lehrende vermitteln KI-erzeugtes Feedback oft, bevor es die Lernenden erreicht. Studien zu KI-Feedbackwerkzeugen für Lehrende (z. B. das Werkzeug PolyFeed, das einen ML-Detektor mit einem LLM-Umformulierer verbindet) finden, dass Lehrende professionelles Urteil nutzen, um KI-Vorschläge zu akzeptieren, zu bearbeiten oder zu verwerfen — ein „assistieren, aber verifizieren“-Muster —, und systematisch übertriebenes Lob und generische Vorschläge mäßigen, um Authentizität und Stimme zu schützen. Die relationale/affektive Dimension von Feedback (Beziehung zwischen Studierenden und Lehrenden, Ermutigung) widersteht der Delegation an KI am stärksten, was nahelegt, dass dieser Teil der Schleife grundsätzlich menschlich bleibt. Diese Human-in-the-loop-Vermittlung verbindet sich mit Human-in-the-Loop-KI und mit der Rolle der Lehrenden.

Luo und Eatons Richtlinien-Review schärft denselben Punkt: nur 14 von 50 hochrangigsten Universitäten hatten spezifische Orientierung zur KI-Nutzung von Lehrenden für Feedback, und Studierende beschrieben nicht offengelegtes KI-Feedback als „unaufrichtig“, was Transparenz und Einwilligung zu Vorbedingungen ethischer Praxis macht statt zu Höflichkeiten (Luo & Eaton (2026)).

LearnLens verwandelt diese Vermittlung in einen Mechanismus: es behandelt die Bearbeitung einer Lehrkraft als Signal von Unzufriedenheit statt als Korrektur, gibt zusätzliche Rechenleistung für tieferes Nachdenken aus, statt die schnelle Antwort zurückzugeben, und die mediane Zeit der Lehrenden pro Aufgabe fiel von 10–30 Minuten auf unter fünf (Zhao et al. (2025)).

Die relationale Lesart schneidet tiefer als Substitution. In Workshops mit 12 Studierenden und 18 Lehrenden fanden Bearman et al. (2026), dass Studierende KI als zusätzliche, aber fehlerhafte Quelle behandelten und sie gegen Rubriken, Vorlesungsnotizen, Diskussionsforen und Kommentare der Lehrenden abwogen, und sie als Übergangslösung nutzten, wenn menschliche Antworten langsam ausblieben; eine studierende Person fügte dünne Kommentare der Lehrenden in einen Chatbot ein, um auszuarbeiten, was als Nächstes zu tun sei. Die Anwesenheit von KI veränderte die Beziehungen, statt bloß Kommentare hinzuzufügen, und zwar so weit, dass eine studierende Person aufhörte, Peer-Feedback aus dem Diskussionsforum zu vertrauen, weil es vermutlich KI-geschrieben sei. Die Autoren schlagen daher humans-as-the-loop vor: Menschen, die Menschen dabei helfen, über Zeit stärkere Feedbackbeziehungen aufzubauen, anstelle der Aufsicht über maschinelle Ausgabe.

Winstone et al. (2026) rahmen GenAI-Feedback neu als Fragen der Sorge — eine ethische, relationale Praxis statt Informationstransfer — und benennen ein Safe-Space-Paradox: das reduzierte persönliche Risiko des Werkzeugs kann darauf verzichten, Studierende auf die Reibung professioneller Feedbackbegegnungen vorzubereiten.

Wie KI Feedback verwandelt

KI verändert Feedback in drei folgenreichen Richtungen, von denen jede den Einsatz der anderen Facetten erhöht:

• Menge und Unmittelbarkeit. KI kann Feedback sofort und im großen Maßstab erzeugen und erhöht damit dramatisch, wie viel Feedback Studierende erhalten. Mehrstandort-Studien zu GenAI-Feedback und KI-Feedback in der Hochschulbildung dokumentieren KI-Feedback, das in Akzeptabilität und Unterstützungsqualität als vergleichbar mit Lehrkräftefeedback erlebt wird. Ein PRISMA-gestützter systematischer Review von 42 empirischen Studien (2023–2025) bestätigt diesen Skalennutzen — LLMs können Benotung beschleunigen und schnelles, personalisiertes Feedback im großen Maßstab liefern, besonders in großen oder hochschulischen Kohorten —, während er davor warnt, dass solches Feedback manchmal zu generisch ist oder mit der zugewiesenen Note nicht übereinstimmt, und dass die Verlässlichkeit bei längeren, mehrsprachigen oder nuancierten Aufgaben abnimmt (Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback).

• Personalisierung ist ein Bias-Vektor. Bei konstant gehaltenen Aufsätzen der achten Klasse überlobten vier LLMs und enthielten Kritik zurück für Studierende, die nach ethnischer Zugehörigkeit, Sprache oder Behinderung markiert waren — welche Studierendenmerkmale also in ein Feedbacksystem eingespeist werden, ist eine Fairnessentscheidung, keine neutrale (Tan, Phalen & Demszky (2026)).

• Evaluationsanforderungen an die lernende Person. Weil KI-Feedback ungenau oder halluziniert sein kann, müssen Studierende beurteilen, ob sie ihm vertrauen und danach handeln. Hier werden Feedback-Kompetenz und Vertrauenskalibrierung entscheidend: Mendoza et al. (2026) zeigen, dass nur feedbackkompetente Studierende KI-Feedback in Zugewinne bei selbstreguliertem Lernen verwandeln, während die LLM-Fehlannahme einfängt, wie Studierende KI-Feedback ihrer eigenen Kompetenz übermäßig zuschreiben können.

• Feedback-Kompetenz wird durch Nutzung aufgebaut, nicht durch Demografie. Bei 486 Studierenden im Grundstudium sagte nur die Häufigkeit der KI-Werkzeugnutzung KI-Feedback-Kompetenz voraus (β = 0.29) — nicht Fach oder Studienjahr —, weshalb das Einbetten des Zugangs zu KI-vermitteltem Feedback eine Gerechtigkeitsfrage ist ebenso sehr wie eine Designfrage (Liu & Deris (2025)).

• Labor-Zustimmung ist nicht Semester-Nutzung. Alle 18 Studierenden reagierten in den Laborsitzungen positiv auf die GenAI-Erklärungsfunktion, aber nur die Hälfte nutzte sie während des Semesters, mit Verweis auf Nichtpassung, Irrelevanz und Redundanz, wenn das Feedback der Lehrenden bereits klar war (Jin et al. (2025)).

• Vertrauen und Sorge, nicht Genauigkeit, begrenzen die Aufnahme. Siebzehn EFL-Studierende räumten einem KI-Schreibassistenten hohe Expertise ein, zweifelten aber seine Vertrauenswürdigkeit wegen des Umgangs mit Daten an und bewerteten seinen guten Willen am niedrigsten, indem sie ihn nur für breite Sprachbelange autorisierten; mehrere fanden auch die Menge seiner Vorschläge unhandhabbar (Serpil & Mor, 2026).

• Eignung auf Aufgabenebene: Feedback nach Erkenntnisstatus sortieren. Venetsanos (2026) argumentiert, dass die Rahmenwerke, auf die sich das Feld stützt — Hattie und Timperleys Stufen, Bouds und Malloys Designprinzipien —, erklären, wo Feedback im Lernen wirkt, aber nicht, ob eine gegebene Feedbackaufgabe Regelprüfung, Faktverifikation oder interpretatives Urteil einschließt, und dass es die zweite Unterscheidung ist, die entscheidet, ob Automatisierung vertretbar ist. Die vorgeschlagene dreiteilige Aufteilung ist strukturelles und präsentationales Feedback auf niedriger Stufe (Formatierung, Referenzierung, Grammatik, Klarheit auf Satzebene — regelbasiert gegen explizite Standards und sicher automatisierbar), Verifikation von Fakten und Verfahren auf mittlerer Stufe (ob eine Berechnung eine spezifizierte Methode korrekt anwandte, ob eine behauptete Tatsache maßgeblichen Referenzen entspricht — Vergleich gegen etabliertes Wissen, nicht Urteil über Schlussfolgern), und kritische Evaluation und Synthese auf hoher Stufe, wo Urteil interpretativ ist und menschlich bleiben muss. Die Stufen sind Dimensionen statt eine Leiter: eine Berechnung kann gleichzeitig korrekt präsentiert, rechnerisch falsch und methodisch unangemessen sein und Verifikation, Prozessfeedback und Selbstregulationsfeedback gemeinsam anziehen. Der schärfste Grenzfall des Rahmenwerks ist Klarheit: Klarheit auf Satzebene ist Oberfläche, aber argumentative Unklarheit signalisiert oft unvollständiges begriffliches Erfassen, weshalb markierte Fälle zur menschlichen Prüfung eskalieren sollten, statt als Prosa korrigiert zu werden — das Schreiben zu reparieren würde das tatsächliche Problem unberührt lassen.

• Rollenbewusstes Feedback. Yaşar et al. (2026) zeigten, dass das Prompting desselben LLM, dasselbe Studierendenartefakt unter verschiedenen Rollen zu bewerten — Lehrende, Peer-Reviewer:in, Gutachter:in —, qualitativ unterschiedliches Feedback erzeugte: Lehrende waren ermutigend und prozessorientiert, Peers unterstützend und konversationell, Gutachtende formell und ergebnisorientiert. Diese Unterschiede waren erkenntnistheoretisch, nicht bloß stilistisch, und rückten unterschiedliche Aspekte der Designpraxis in den Vordergrund — Evidenz dafür, dass rollenbewusstes Prompting rollensensitives evaluatives Feedback erzeugen kann statt einer einzelnen generischen Antwort.

• Der Feedbacktyp zählt mehr als die Feedbackdichte. Eine achtwöchige adaptive Stochastik-Studie (194 Studierende) fand, dass direktives, informatives und transformatives Feedback unterschiedlich aufgenommen wurden, und dass transformatives Feedback zu kognitiver Überlastung beitrug — das Design von Feedback sollte also den Typ an die Phase der lernenden Person anpassen, statt die Menge zu maximieren (Mejeh & Fromm (2026)).

• Feedbacknutzen gegenüber evaluativer Autorität. AlGhamdi (2026) zeigt, dass Studierende KI-erzeugtes Feedback gleichzeitig als nützlich akzeptieren und KI als angemessene Benotende zurückweisen können — wobei sie Feedbacknutzen (den Informationswert von Feedback auf Oberflächenebene) von evaluativer Autorität (wer die Note entscheiden darf) trennen. In einem transparenten Post-Assessment-Design behandelten saudiische Informatikstudierende diese als analytisch unterschiedliche Urteile und wertschätzten die Klarheit von ChatGPT für die Überarbeitung, während sie die Benotungsautorität der lehrenden Person vorbehielten und die dialogischen, institutionell gewichteten Gründe dafür artikulierten. Der Befund erweitert Feedback-Kompetenz über das Beurteilen von Feedbackqualität hinaus auf das Schlussfolgern über evaluative Autorität selbst und legt nahe, dass Transparenz über KI-Beteiligung Feedback zu einem Gegenstand kritischer Reflexion machen kann statt zu passiver Akzeptanz.

• Die Haltung der Überarbeitung ist ein Ergebnis, nicht nur ihre Qualität. Feedbackforschung fragt gewöhnlich, ob eine Überarbeitung den Text verbesserte. Zhao und Ji (2026) fragen, welche rhetorische Haltung der überarbeitete Text einnimmt, und codieren 168 argumentative EFL-Aufsätze mit Appraisal Theory über erste Entwürfe, Überarbeitungen nach Peer-Feedback und ChatGPT-4-Überarbeitungen derselben Entwürfe. Engagement-Sprache war in allen dreien gleich häufig, aber unterschiedlich konfiguriert: Peer-Feedback-Überarbeitungen wurden kontraktiver (mehr Counter und Endorse, weniger Entertain), während die KI-Überarbeitungen eine ausgewogenere Contract/Expand-Mischung behielten. Keines ist besseres Schreiben — der Punkt ist, dass die beiden Überarbeitungswege das Argument in einer unterschiedlichen dialogischen Position zurücklassen, was Haltung selbst zu etwas macht, das ein Feedbackgespräch benennen und eine schreibende Person wählen kann.

• Eine Erklärung kann überzeugend und dennoch untreu sein. Bueno et al. (2026) fanden, dass das Entfernen der Sätze, die eine LLM-Begründung als einflussreichste einstufte, einen Rubrikwert kaum bewegte, während SHAP-ausgewählte Sätze ihn verlässlich verschoben und über Modellfamilien hinweg übertrugen; eine flüssige Rechtfertigung ist also kein Beleg dafür, dass ein Wert auf ihr ruht.

• Feedback-Kompetenz als Trainingsziel. Statt nur Feedback bereitzustellen, sind KI-Werkzeuge zunehmend darauf angelegt, Studierenden beizubringen, Feedback zu nutzen — automatisierte Feedbackwerkzeuge als Instrumente zum Aufbau von Kompetenz neu rahmen, GenAI als Ermöglicherin von Feedback-Engagement rahmen, und GenAI-Kritikaufgaben nutzen, um psychologische, Feedback- und KI-Kompetenzen zusammen aufzubauen.

• Feedback-Kompetenz und Kalibrierung sind trennbare Hebel. Bei 120 Studierenden im Grundstudium erhöhte ein Feedback-Literacy-Skript (Filter–Reason–Act–Check) die Schreibqualität, die wirksame Aufnahme und die tiefe Überarbeitung, eine Assessment-Performance-Kalibrierungsaktivität verbesserte die Genauigkeit der Selbstevaluation und verringerte Überzuversicht, und die Kombination beider erbrachte die größten Schreibzugewinne und das stärkste Behalten, nachdem die KI-Unterstützung zurückgezogen worden war (Dai (2026)).

• Klarheit ist nicht Wirksamkeit. Von LLMs umgeschriebene Python-Fehlermeldungen wurden signifikant lesbarer und weniger kognitiv aufwendig bewertet als die Standardausgabe des Interpreters, erbrachten aber keinen signifikanten Zugewinn bei der Reparaturrate, den Versuchen oder der Zeit bis zur Reparatur (Moraru, Biswas & Gadiraju (2026)).

Was Feedback wirksam macht: Kalibrierungsevidenz

Ngai & Gilbert (2026) liefern ein klares experimentelles Ergebnis zum Design von Feedback mit direkter Relevanz für die AIED: veridikales, unmittelbares, versuchsweises Feedback, das an die eigene vorherige Vorhersage der lernenden Person gebunden ist, ist das, was Verhalten verändert — Vorhersage oder Überzeugungen allein genügen nicht. In ihrem Viergruppendesign verbesserte Feedback in Verbindung mit einer vorhergehenden Leistungsvorhersage Kalibrierung und Verhalten, während Vorhersagen ohne Feedback nichts bewirkten und das Hinzufügen eines expliziten Über-/Unterzuversicht-Etiketts nichts Weiteres beitrug. LLMs können in diesem Prozess auch als Kalibrierungspartner dienen: Yaşar et al. (2026) fanden, dass LLMs nach der Rubrikverfeinerung größere Konsistenz zeigten als manche menschlichen Raterinnen und Rater bei der Anwendung von Leistungsschwellen — nützlich für Normierungssitzungen und Umgebungen formativen Peer-Feedbacks, wo das Modell hilft, evaluatives Urteilsvermögen zu kalibrieren, statt es zu ersetzen. Das stimmt mit der Feedbacksystem-Sicht der Wissensbasis überein: die Macht des Feedbacks liegt im Schließen der Lücke gegen die eigene Schätzung der lernenden Person (das Bereitstellungs-Aufnahme-Paar), und wirksames Feedback sollte unmittelbar, akkurat und explizit mit dem verbunden sein, was die lernende Person vorhergesagt hat — ein Designprinzip für KI-Feedbacksysteme und Feedback-Kompetenz-Training gleichermaßen.

Anstrengung ist jedoch nicht automatisch die fehlende Zutat. In einem vorregistrierten Between-Subjects-Experiment mit 302 US-Erwachsenen, die einführendes Python lernten, verbanden Asher, Gold & Carvalho (2025) personalisiertes erklärendes Feedback von Claude Sonnet 3.5 mit einem strukturierten dreistufigen Selbsterklärungs-Prompt — für jeden inkorrekten Codeabschnitt, was der korrekte Code tut und warum der eigene Versuch der lernenden Person scheiterte —, und die hinzugefügte Reflexion kaufte nichts ein. Teilnehmende der Reflective Practice verbrachten 4.1 Minuten mit dem Durchsehen von Feedback gegenüber 2.1 Minuten in schlichter Practice (t(267) = 11.30, p < .001), was nur Raum für 2.0 Übungsaufgaben ließ statt 3.4 (t(267) = 8.20, p < .001); jede Aufgabe war auf beide Weisen gleich viel wert (Reflection × problem-number OR = 1.03, z = 0.23, p = .486), sodass Practice mit höherer Meisterschaft endete, 79% gegenüber 65% (d = .41), und bei Items zum nahen Transfer, Ferntransfer oder zur Code-Evaluation nie zurückfiel. Reflexion verfehlte auch den metakognitiven Nutzen, den sie anzielte: Lernurteile unterschieden sich nicht über die Arme hinweg, und die Practice-Bedingungen waren besser kalibriert (unterzuversichtlich um 11 Punkte, gegenüber Video-Zuschauenden, die 20 Punkte überzuversichtlich waren, d = −.93) und berichteten weniger Ablenkung (d = −.80) als reflexive Lernende, deren Reflexionen im Mittel nur 35 Wörter umfassten. Die Lesart der Autoren ist, dass das KI-Feedback das Scaffolding bereits geliefert hatte, das Selbsterklärung normalerweise hinzufügt — eine Nachricht, die den Fehler benennt, den korrekten Ansatz erklärt und das zugrunde liegende Konzept beschreibt, lässt für einen Reflexions-Prompt wenig zu tun —, und dass das Schreiben von Reflexionen, während man noch unbekannte Syntax lernt, direkt mit der variierten Wiederholung konkurrierte, die übertragbare Fertigkeit aufbaut. Das lokalisiert eine Randbedingung für wünschenswerte Schwierigkeiten und produktives Scheitern auf der Achse der Verarbeitungstiefe: Anstrengung zahlt sich aus, wenn sie zusätzlichen Abruf, Anwendung oder Vergleich antreibt, und ist redundant, wenn die lernende Person bereits eine personalisierte Erklärung ihres spezifischen Fehlers erhält. Es betrifft auch, wie Feedbackqualität mit Aufnahme interagiert: je ausgearbeiteter und zielgerichteter das Feedback, desto enger der Raum für eine hinzugefügte Schicht, Wert hinzuzufügen, was die Designaufmerksamkeit von der Vertiefung einer einzelnen Episode darauf verlagert, knappe Übungsminuten für Umfang, Problemvariabilität und die zeitliche Platzierung von Reflexion in Momenten wie ein erkanntes Plateau zu verwenden — die Studie testete eine einzelne ungeprüfte Erweiterung, und die Autoren halten fest, dass diese Varianten offen bleiben.

• Fokus und Adaptivität sind trennbare Dimensionen von Feedback. Die Annotation von Lehrkräfte- und LLM-Kommentaren in drei universitären Schreibkursen mit sieben Feedbackfokus-Typen zeigt, dass die meisten Modelle nahezu jeden Typ abdecken, während keines die Verteilung der Lehrenden über sie hinweg trifft, und keines seinen Fokus über Entwurfsstufen hinweg so verschiebt, wie eine erfahrene lehrende Person es tut (Almousa et al., 2026).
• Aggregierte Zugewinne können ausgleichende Verschiebungen verbergen. Drei Monate WISE-Agent-Feedback bei 260 chinesischen Sechstklässlerinnen und Sechstklässlern bewegten keinen Gesamtwert der Disposition zu kritischem Denken (t=-0.854, p=0.394), aber Truth-seeking stieg (p<0.001), während Cognitive Maturity fiel (p=0.019) — ein Rückgang, den die Autoren als Studierende lesen, die ein überschätztes Verständnis neu kalibrierten. (Zhu et al. (2026))

Feedback über Assessmentkontexte hinweg

Die Feedbackforschung der Wissensbasis erstreckt sich über die gesamte Spanne der Assessmentkontexte, jeder mit eigener Feedbackdynamik:

• Formatives Feedback ist der kanonische Ort des Feedback-zum-Lernen — formatives Assessment speist selbstreguliertes Lernen durch Feedback, das ankommt, während das Lernen noch im Gange ist (automatisierte formative Assessments, Feedback-Umsetzung).

• Summatives Feedback ist das Feedback, das an summatives Assessment gebunden ist — Tests am Einheitenende, mündliche Prüfungen und beaufsichtigte/geschlossene Prüfungen. Im KI-Zeitalter ist das summative Setting der Ort, an dem KI-Widerstand am meisten zählt (siehe Summatives Assessment): Feedback zu einer beaufsichtigten mündlichen Prüfung oder einer geschlossenen Prüfung prüft echtes Lernen, während Feedback zu KI-assistierten Hausaufgaben aufgebläht sein kann. Mündliche Prüfungen rahmen den Feedbackmoment als lebendigen, interaktiven Dialog neu — Feedback wird unmittelbar, konversationell und untrennbar vom Assessment selbst, was genau der Grund ist, warum sie KI-Substitution widerstehen.

• Peer-Feedback fügt eine soziale Schicht hinzu — Peer-Feedback entwickelt Feedback-Kompetenz und wird zunehmend KI-verstärkt (KI-Peer-Feedback, GenAI im EFL-Peer-Feedback). Doch Peer-Feedback ist nur so gut wie seine tatsächliche Vermittlung: in einem semesterlangen Feldexperiment erhielten weniger als zwei Drittel der Studierenden, denen Peer-Feedback zugewiesen worden war, überhaupt kein textliches Feedback, und ein Großteil dessen, was vermittelt wurde, war ungezieltes Lob — als daher individuelles GPT-4-Feedback unzuverlässige Peers ersetzte, hielten die Studierenden die höchste Teilnahme und erzielten die größten inhaltlichen Lernzuwächse (Geschwind et al., 2026), Evidenz dafür, dass der Vorteil der KI ein Verlässlichkeitsvorteil ist statt inhärente Überlegenheit.

• Prompt-Scaffolding verwandelt GenAI in eine Feedback-Facilitatorin. Chang et al. (2026) fanden, dass Studierende, die strukturierte Prompts (Kontext, Ziel, Rolle) für Peer-Feedback erhielten, mehr Erklärungen und Vorschläge produzierten, und nur diese Gruppe bei Widerlegungsdaten und beim Ansprechen der gegnerischen Sicht herausragte.

• Automatisiertes Feedback skaliert die Vermittlung — automatisierte Benotung und Feedback von Aufsatzbewertung bis Kurzantwort-Benotung. Arthur (Yin et al. 2026) erweitert dies auf unstrukturierte quantitative Probleme: ein Rückgrat aus XGBoost-Diagnose pro Frage schließt rubricamarkierte Fehler aus den von Studierenden eingereichten numerischen Antworten zu berechneten Formelfragen in Ingenieurökonomie und verwandelt sie in natürlichsprachliches Feedback, während ein dialogbasiertes Schema Zwischenantworten nur anfordert, wenn die Zuversicht gering ist — und damit Feedbackgenauigkeit gegen die Sammellast auf den Studierenden abwägt.

• Automatisierte Schreibbewertung ist ein Werkzeug der Vermittlungsseite mit messbarem Preis. Ein Review von 50 empirischen Studien (2019–2024) fand, dass automatisierte Schreibbewertung in 25 Studien Grammatik, Zeichensetzung und Satzkonstruktion verbesserte und in 15 die mechanische Korrekturlast der Lehrenden reduzierte, was Zeit für Argument, Kohärenz und Organisation freisetzte; die Zugewinne hielten nur, wo die Werkzeuge innerhalb strukturierter Entwurfs- und Überarbeitungszyklen saßen statt als eigenständige Hilfsmittel, schwere Verlassenheit auf sie war mit schwächerem kritischen Denken und Kreativität verbunden, und die Werkzeuge reproduzierten standardisierte englische Normen, die EFL-Nutzende als nicht übereinstimmend mit ihren rhetorischen Traditionen berichteten (Gres et al., 2026).

Eine zentrale querschnittliche Einsicht ist, dass die Verlässlichkeit von Feedback von der Integrität des Assessments abhängt, an das es gebunden ist: Feedback ist nur so vertrauenswürdig wie das Maß, auf das es reagiert. Im KI-Zeitalter treibt das Lehrende hin zu authentischen und KI-resistenten summativen Formaten, wo das Feedback, das eine studierende Person erhält, echtes Lernen widerspiegelt statt KI-assistierter Ausgabe.

Das Paradigma „Assessment zum Lernen“ rahmt Feedback neu als übergreifende Philosophie statt als Komponente. Mesny, Roberge-Maltais & Galy (2026) synthetisieren die breitere Hochschulliteratur, um formatives, laufendes und individualisiertes Feedback als zentral für diese Philosophie zu rahmen, formative mit summativen Zwecken auszubalancieren und Handlungsfähigkeit der Studierenden, Selbstregulation und metakognitive Fähigkeit in den Vordergrund zu rücken. Sie halten jedoch fest, dass in der Managementbildung feedbackreiche Praktiken ungleichmäßig angenommen bleiben: Selbst- und Peer-Assessment (ein Ort von Peer-Feedback) dominieren die Literatur, während Neubewertung — die feedbackgetriebene zweite Chancen zur Verbesserung des Lernens nutzt — praktisch fehlt.

• Demonstrierte Umsetzbarkeit ist nicht vollzogene Umsetzbarkeit. In einem Scoping Review von 421 Studien, die NLP auf offene Kommentare in der Lehrevaluation von Studierenden anwandten, erzeugten 61.3% Ausgabe auf der Stufe eines demonstrierten Ergebnisses oder stärker, aber nur 11.6% zeigten Evidenz dafür, dass beabsichtigte Nutzende sie bewerteten oder nutzten (Eicher & da Silva, 2026).

Das Bereitstellungs-Aufnahme-Paar

Die zentrale Feedbackeinsicht der Wissensbasis ist, dass Feedbackqualität und Feedback-Kompetenz zwei Seiten eines Systems sind: hochwertiges Feedback ist ohne eine kompetente Empfängerin bzw. einen kompetenten Empfänger inert, und eine kompetente studierende Person gewinnt wenig aus schlechtem Feedback. Qualität von KI-Feedback deckt die Bereitstellungsseite ab (ist das Feedback akkurat, zeitnah, umsetzbar?), während Feedback-Kompetenz die Aufnahmeseite abdeckt (kann die studierende Person es beurteilen und danach handeln?). Die Feedbackschleife ist es, die beide verbindet — der Mechanismus, durch den qualitätvolles Feedback, empfangen von einer kompetenten lernenden Person, die Lücke schließt. Wirksames KI-Feedback zu entwerfen bedeutet daher, sowohl das System als auch die studierende Person zu entwerfen.

Welche studierendenseitigen Fähigkeiten zählen, ist empirisch trennbar: unter 1,507 Sekundarstufen-Studierenden, die jeweils eine standardisierte automatisierte Feedbacknachricht zu einem argumentativen Text erhielten, sagten nur Verhaltensengagement mit Feedback und instrumentelle Einstellungen ihm gegenüber die Überarbeitungsleistung voraus — Studierende am 75. Perzentil auf jeder der Dimensionen verbesserten sich um etwa 0.10 bzw. 0.11 WLE-Punkte mehr als vergleichbare Studierende am 25., grob das 46. bis 54. Perzentil —, während globale Empfänglichkeit, kognitives Engagement und erfahrungsbezogene Einstellungen nicht damit zusammenhingen und wahrgenommener Nutzen den Weg keiner Dimension zur Leistung vermittelte. Nutzen wirkte stattdessen auf das andere Ergebnis: der Effekt globaler Empfänglichkeit auf situatives Interesse lief vollständig über wahrgenommenen Nutzen (indirekt β = 0.09, 95% CI [0.06, 0.13]), weshalb Überarbeitungszugewinne dauerhaften Gewohnheiten folgten, auf Feedback zu handeln, während Interesse der Bewertung einer bestimmten Nachricht folgte. (Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception)

Eine Quelle kann sich darin unterscheiden, wie sie kalibriert, nicht wie gut sie benotet: in einem randomisierten Experiment übertraf Chain-of-Thought-KI-Feedback eine erfahrene Lehrkraft bei der Rubrikqualität, erbrachte aber keine größeren Überarbeitungszugewinne, während das Feedback der Lehrkraft über Entwürfe hinweg kalibriert blieb und GenAI-Feedback der Stärke des anfänglichen Aufsatzes folgte (Farrokhnia et al. (2026)).

Ein zweischichtiges Modell zeigt, wie das Paar um eine Maschine herum organisiert werden kann, ohne Urteil an sie zu delegieren. In El Khoury und Mas ausgearbeitetem Beispiel erzeugt ein Agent einen Entwurfsbericht evidenzbasierter Rubrik zu jedem Transkript, wobei jede Bewertung an zitierte Auszüge gebunden ist, und die lehrende Person prüft dann den Bericht, leitet ein Debriefing und entscheidet, was die Evidenz für diese studierende Person bedeutet — eine Arbeitsteilung, die die Autoren zusammenfassen als die KI organisiert Evidenz, während die lehrende Person sie interpretiert. Ihre Behauptung über die Aufnahme ist appraisalbasiert: Feedback und Iteration außerhalb der sozialen Hierarchien, die Studierende mit Peers und Lehrenden navigieren, sind leichter zu versuchen, und Übung im eigenen Tempo der studierenden Person ist das, was ihrer Argumentation nach gelegentliche Zuversicht in eine gefestigte Gewohnheit des Engagements mit Feedback verwandelt.

Warum Feedback für KI in der Bildung zählt

Feedback ist einer der folgenreichsten und am besten belegten Mechanismen in der Bildung, und KI verstärkt und kompliziert ihn gleichermaßen. Gut architektoniertes KI-Feedback kann menschliches Feedback erreichen oder übertreffen und über Kohorten hinweg skalieren, aber es verlangt neue Fähigkeiten der Lernenden (Feedback-Kompetenz, KI-Kompetenz) und birgt Risiken (unkritische Akzeptanz, übermäßiges Vertrauen). Während KI-erzeugtes Feedback allgegenwärtig wird, rahmt die Wissensbasis Feedback als ganzes System — Qualität, Schleife, Kompetenz und Assessmentkontext, die zusammenwirken — statt als eine einzelne Komponente.

• Feedback kann die Feedbackgebenden adressieren. Tutor:innen-Training ist ein wenig erforschter Feedbackkontext: automatisierte Systeme, die die offenen Antworten von Tutor:innen sequenzweise markieren, um Lobtypen zu kennzeichnen (anstrengungsbasiertes Lob — die wünschenswerte prozessfokussierte Art — gegenüber ergebnisbasiertem gegenüber personenbasiertem, der am wenigsten wünschenswerten eigenschaftszuschreibenden Art), können erklärendes Feedback liefern, das Tutoringsverhalten verändert. Die bindende Randbedingung sind von Expertinnen und Experten markierte Daten. Ein Augmentationsansatz — GPT-4o erzeugt synthetische markierte Antworten und erweitert einen Datensatz von 13 Instanzen mit geringen Ressourcen auf 520, dann wird GPT-3.5 feinabgestimmt — überwindet den größten Teil der Lücke: F2 +20,5% bei anstrengungsbasiertem Lob, +17,3% bei ergebnisbasiertem und +16,5% bei der ungesehenen personenbasierten Kategorie. Der Generalisierungstest auf einen ungesehenen Lobtyp ist die Validitätsprüfung, die dies von Überanpassung trennt, und der Mechanismus ist näher an der Destillation von Lehrkraft-Modellen als an klassischer Augmentation. (Improving automated feedback systems for tutor training in low-resource scenarios through data augmentation)

Verbundene Konzepte

• Pädagogische Muster — Erprobte Feedbacksequenzen, einschließlich warum höherwertiges KI-Feedback nicht mehr Überarbeitung erbrachte
• Elektronisches Portfolio (E-Portfolio)
• Qualität von KI-Feedback
• Feedback-Kompetenz
• Formatives Assessment
• Summatives Assessment
• Peer-Prüfung
• Selbstbewertung
• Automatisiertes Assessment
• Leistungsbeurteilung
• Authentisches Assessment
• Validität von Assessments
• Selbstreguliertes Lernen
• KI-Kompetenz
• Scaffolding (Gerüstbildung)
• Schreiben

Verbundene Artikel

• Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception — Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception
• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — AI agents, joyful assessment, and third space
• Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education — Student perspectives on transparent AI-assisted writing assessment (AlGhamdi 2026)
• Who grades best? Comparing ChatGPT, peer, and instructor evaluations across varying levels of student project quality — Comparing ChatGPT, peer, and instructor grading across project quality levels (Usher & Faraon 2026)
• Layer-Sensitive Cognitive Offloading in Generative AI-Assisted Writing: Supported Performance and Independent No-AI Outcomes — Layer-sensitive cognitive offloading in GenAI-assisted writing (Chen 2026)
• Fostering self-regulated learning through adaptive learning technology: A differentiated perspective on the role of feedback
• Generative AI offers more, but students revise less: comparing the effects of teacher and AI feedback on student essay revisions — Teacher vs. GenAI feedback: students revise less with AI
• Supporting self-regulated learning through generative AI feedback in online higher education: the importance of student perceptions of the source of feedback — GenAI feedback and self-regulated learning: perceived source matters
• Leveraging generative AI to facilitate peer feedback in collaborative argumentation learning — GenAI-assisted peer feedback in collaborative argumentation
• Is It Ethical for Teachers to Use AI for Student Feedback? — Ethics of AI in student feedback
• Metacognitive Training Facilitates Optimal Cognitive Offloading — Metacognitive training facilitates optimal cognitive offloading (Ngai & Gilbert 2026)
• AI Feedback Literacy in Higher Education: Understanding, Measuring, and Predicting Student Feedback Uptake — AI Feedback Literacy scale and uptake prediction (Liu & Deris 2025)
• Generative artificial intelligence as an enabler of student feedback engagement: a framework — GenAI as enabler of student feedback engagement (Zhan, Boud, Dawson & Yan 2025)
• Making sense of AI feedback: how students' feedback literacy moderates the link between ChatGPT acceptance and self-regulated learning — Feedback literacy moderates AI feedback → SRL (Mendoza et al. 2026)
• Rethinking AI-assisted writing instruction: feedback literacy scripts, calibration training, and student writing development — Feedback literacy scripts for AI-assisted writing (Dai 2026)
• Students' Perceptions of Generative AI-Powered Learning Analytics in the Feedback Process: A Feedback Literacy Perspective — GenAI learning analytics in feedback (Jin et al. 2025)
• Reconnecting relationships through technology: Developing feedback literacy capabilities through an AI automated feedback tool — AI automated feedback tool for feedback literacy (Tubino & Adachi 2025)
• Positioning Generative AI in EFL Peer Feedback: Training Feedback Literacy and Enabling Uptake in Speaking Classes — GenAI in EFL peer feedback for feedback literacy (Irwin & Muller 2026)
• Artificial intelligence and feedback in university education: effectiveness and student perceptions — AI-generated feedback in higher education
• The care-full craft of feedback in an age of generative AI — Care-full feedback design with GenAI
• How artificial intelligence transforms the feedback ecosystem in higher education — The feedback ecosystem in higher education: AI reworks feedback relations, and humans as the loop (Bearman et al. 2026)
• Enhancing learner-centered feedback with AI: teachers'' practices and perceptions — Learner-centered AI feedback practices
• Human-centered GenAI feedback design in higher education: a multisite experiment on direct, reflective, and hybrid approaches to scientific argumentation — Multi-site GenAI feedback design
• Using AI-Generated Feedback to Improve Critical Thinking and Writing Proficiency — AI feedback and critical thinking in writing
• Using Generative AI to Promote Psychological, Feedback, and Artificial Intelligence Literacies in Undergraduate Psychology — GenAI assessment builds psychological, feedback, and AI literacies
• LearnLens: LLM-Enabled Personalised, Curriculum-Grounded Feedback with Educators in the Loop — LearnLens: curriculum-grounded feedback with educator oversight (Zhao et al. 2025)
• Assessing the Impact and Underlying Pathways of Sequenced AI Feedback on Student Learning — Sequenced AI feedback studies
• AICoFe: Implementation and Deployment of an AI-Based Collaborative Feedback System for Higher Education — AI peer feedback systems
• The Effect of High-Frequency, Automatically-marked Formative Assessments on Student Outcomes in A-Level Sciences — Automated formative assessments in A-level sciences
• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — Reconsidering oral exams as authentic, AI-resistant assessment
• Marked Pedagogies: Examining Linguistic Biases in Personalized Automated Writing Feedback — Marked Pedagogies: bias in automated writing feedback
• From Scoring to Explanations: Evaluating SHAP and LLM Rationales for Rubric-based Teaching Quality Assessment — SHAP vs LLM rationales for rubric-based teaching feedback
• Beyond the Traceback: Using LLMs for Adaptive Explanations of Programming Errors — LLM adaptive explanations of programming errors
• Students' Perceptions of Artificial Intelligence Tools for Study Productivity and Learning: An Exploratory Survey Study — Students' Perceptions of Artificial Intelligence Tools for Study Productivity and Learning: An Exploratory Survey Study
• From evaluation to emulation: LLMs as agents of iterative pedagogical design — LLMs as agents of iterative pedagogical design
• GPT-4 feedback increases student activation and learning outcomes in higher education
• Generating In-Context, Personalized Feedback for Intelligent Tutors with Large Language Models
• Arthur: An artificial intelligence powered teaching assistant system for Engineering Economics class
• Innovative assessment and grading practices in higher education: A critical exploration for management educators
• Can ChatGPT Replace the Teacher in Assessment? A Review of Research on the Use of Large Language Models in Grading and Providing Feedback
• A Tripartite Feedback Framework for AI-Assisted Assessment of Complex Reports in Higher Education — Tripartite framework: sorting feedback by epistemic status and the five boundary principles for AI involvement (Venetsanos 2026)
• Benefit or Bottleneck? Assessing the Impact of Structured Reflection on Learning from AI-Driven Explanatory Feedback — Benefit or bottleneck? Structured reflection on AI explanatory feedback (Asher, Gold & Carvalho 2025)
• Bounded Reliance: A Source Credibility Perspective on EFL Students' Engagement with AI-Generated Writing Feedback — Bounded Reliance: A Source Credibility Perspective on EFL Students' Engagement with AI-Generated Writing Feedback
• From Content Generation to Learning Support: Pedagogy-Guided Generative Video Tutors for STEM Learning — From Content Generation to Learning Support: Pedagogy-Guided Generative Video Tutors for STEM Learning
• Evaluating Feedback Focus and Pedagogical Adaptivity in LLM-Generated Feedback on Student Writing — Evaluating Feedback Focus and Pedagogical Adaptivity in LLM-Generated Feedback on Student Writing
• From Sentiment Classification to Actionable and Responsible Feedback: A Scoping Review and Evidence Map of NLP in Student Evaluation of Teaching, 2015–2026 — From Sentiment Classification to Actionable and Responsible Feedback: A Scoping Review and Evidence Map of NLP in Student Evaluation of Teaching, 2015–2026
• Who Gives Feedback Matters: Student Biases Towards Human and AI-Generated Formative Feedback — Who gives feedback matters: source labels shift ratings when the text is held comparable (Nazaretsky et al. 2025)
• AI-Powered Feedback System for Writing: A Review of Automated Writing Evaluation (AWE) Tools — AI-Powered Feedback System for Writing: A Review of Automated Writing Evaluation (AWE) Tools
• Human-written and AI-generated revisions: An appraisal analysis of dialogic positioning in argumentative writing — What a revision does to the writer's stance: peer feedback turns argumentative essays more contractive, AI revision keeps the Contract/Expand balance (Zhao & Ji 2026)
• Improving automated feedback systems for tutor training in low-resource scenarios through data augmentation — Improving automated feedback systems for tutor training in low-resource scenarios through data augmentation (Xu et al. 2025)
• A Conversational AI Framework for Teacher Training — Conversational AI diagnostic for teaching misconceptions with evidence-grounded dialogue (Miranda & Calvani 2026)