AIEd-WissensbasisAIEd KB
Auf dieser Seite

Diese Seite wurde maschinell ins Deutsche übersetzt; die Artikelseiten sind weiterhin auf Englisch verfasst. Diese Seite auf Englisch lesen

Konzepte

Selbstbewertung

Erstellt 2026-09-21 · Aktualisiert 2026-10-10

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

Selbstbewertung – die eigene Arbeit, Kompetenz oder den eigenen Fortschritt gegen Kriterien zu beurteilen, sowie die Praktiken und Instrumente, die auf diesem Akt aufbauen. Der Begriff trägt zwei Gesichter, die leicht in eines zusammengezogen werden. Als Unterrichtstechnik ist es Selbstbenotung, rubrikbasiertes Selbst-Review, Selbstprüfung und angeleitete Reflexion: Aktivitäten, die das Monitoring und Urteil entwickeln sollen, auf denen Selbstreguliertes Lernen läuft. Als Bildungsmaß ist es ein Selbstauskunftsinstrument, in dem die Einschätzung eines Lernenden über die eigene Fähigkeit, das eigene Vertrauen oder das eigene Lernen für eine Beobachtung steht, die niemand gemacht hat. Sie steht neben Peer-Bewertung als andere Hälfte der Studierenden-als-Beurteilende, und erbt dieselbe Abhängigkeit von Scaffolding und expliziten Kriterien. Beide Gesichter drehen sich um dieselbe Fähigkeit und scheitern in dieselbe Richtung: Die Einschätzung ist systematisch großzügig, und je mehr die eingereichte Arbeit eines Lernenden von einem generativen KI-Werkzeug erzeugt werden kann, desto weniger sagt diese Arbeit darüber aus, ob die Fähigkeit überhaupt vorhanden ist.

Fragen zum Nachdenken

  • Wenn Sie ein Stück eigener Arbeit beenden: Was sagt Ihnen, ob es gut ist – die Kriterien, die Ihnen übergeben wurden, die Kriterien, die Sie verinnerlicht haben, oder wie es sich anfühlt? Könnten Sie sagen, welches davon Sie tatsächlich genutzt haben?
  • In einer Studie mit 288 K-12-Lehrenden korrelierte ein selbstberichtetes Maß der KI-Kompetenz mit einem objektiven Maß derselben Fähigkeit nur bei r = 0,07 bis r = 0,24. Wo in Ihrer eigenen Praxis würde eine Selbsteinschätzung am ehesten von einem Test derselben Fähigkeit abweichen, und warum dort und nicht anderswo?
  • Selbstbenotung kann Lehrendenzeit sparen und Urteil aufbauen, und sie kann auch eine Note vergeben, die der bzw. dem Studierende nicht verdient hat. Was müsste an der Aufgabe, der Rubrik und der Schulung zutreffen, damit eine Selbstnote Kredit trägt?
  • Wenn ein Werkzeug den Essay erzeugen kann: Was bleibt für eine bzw. einen Studierende, das bzw. den sie über das eigene Lernen bewerten kann? Was würden Sie sie stattdessen bitten zu schätzen?
  • Studierende, die die Arbeit einer bzw. eines anderen bewerten, und Studierende, die ihre eigene bewerten, tun Unterschiedliches. Was davon überträgt sich besser auf die nächste Aufgabe, und welche Evidenz würde das entscheiden?

Einführung

Selbstbewertung ist eine der älteren Ideen in der Bildung und eine der verwirrteren in der Praxis, weil zwei klar unterscheidbare Dinge unter dem Namen reisen. Das erste ist eine Technik: Studierende, die ihre eigene Arbeit gegen Kriterien prüfen, sie benoten, prüfen, über sie nachdenken. Das zweite ist eine Messung: die eigene Bewertung des Lernenden über Fähigkeit, Vertrauen oder Lernen, genutzt als Daten. Die Technik wird danach beurteilt, was sie im Lernenden entwickelt; die Messung wird danach beurteilt, ob der Zahl vertraut werden kann.

Beide zählen in einer Assessmentgestaltung des KI-Zeitalters, und sie zählen aus unterschiedlichen Gründen. Die Technik ist der Ort, wo evaluatives Urteil trainiert wird, und evaluatives Urteil ist genau die Fähigkeit, die knapp wird, wenn ein Sprachmodell auf Abruf kompetent aussehende Arbeit erzeugen kann. Die Messung ist der Ort, wo das Feld routinemäßig überzeichnet, was es weiß, denn eine Selbstauskunft kann Lernen nicht messen: Sie kann nur aufzeichnen, was jemand darüber sagt.

Selbstbewertung als Unterrichtstechnik

Die Praktiken unter dieser Überschrift sind vertraut: Selbstbenotung gegen eine Rubrik, Selbst-Review eines Entwurfs vor der Einreichung, Selbstprüfung von Problemlösungen, reflexive Prompts, die fragen, was ein Lernender anders machen würde, und Vorhersageaufgaben, bei denen ein Studierender seine Leistung schätzt und dann vergleicht. Ihr Zweck ist entwicklungsbezogen. Ein Studierender, der den eigenen Entwurf gegen Kriterien prüft, wiederholt die Beurteilung, die Peer-Review und Lehrendenfeedback ebenfalls trainieren, und baut den internen Standard auf, den er nutzen wird, wenn niemand zusieht.

Evidenz, dass die Technik wirkt, und darüber, welche Version wirkt, kommt hauptsächlich aus dem Schreiben und aus der Forschung zu selbstreguliertem Lernen. In einer Vergleichsstudie zur Feedback-Kompetenz arbeiteten Studierende im ersten Studienjahr (N = 118 in China, 56 in einer GenAI-Gruppe und 62 in einer Peer-Gruppe) über ein Semester hinweg drei Selbstbewertungszyklen durch. Der Vorteil der GenAI-Gruppe gegenüber der Peer-Gruppe war gering, nur 0,17 Skalenpunkte (partielles Eta-Quadrat = 0,03), und das praktische Fazit der Studie ist das, das sich wiederholt: Selbstbewertung braucht Scaffolding. Vorbereitete Rubriken, Prompt-Richtlinien und Arbeitsblätter sind das, was einen Selbstbewertungszyklus, der Feedback-Kompetenz aufbaut, von einem unterscheidet, der Entlastung produziert.

Selbstbewertung ist auch, wo der Zyklus selbstregulierten Lernens als Fähigkeit sichtbar wird statt als Disposition. In einer Statistikstudie mit Undergraduates erbrachten Studierende, die explizites Training in schlussfolgerungsfokussiertem Scaffolding erhielten (schrittweise Hinweise und Verifikationsprompts), bessere Leistungen in einer späteren Aufgabe, die ohne Modellassistenz versucht wurde, und zeigten bessere Selbstbewertungskalibrierung als Studierende, die sich unkritisch auf das Modell stützten. Der interessante Teil ist das zweite Maß: Die Einschätzungen des eigenen Verständnisses der trainierten Gruppe passten besser zu dem, was sie tatsächlich konnten. Eine auf Reflexion zielende Technik veränderte eine Messeigenschaft des Lernenden.

Kalibrierungstraining

Die direkteste Technik ist Kalibrierungstraining, bei dem ein Studierender seinen Score oder sein Vertrauen vorhersagt, bevor er ein Ergebnis sieht, und dann die Vorhersage mit dem Ergebnis vergleicht. In einer KI-assistierten Schreibstudie verbesserte ein Skript zur Feedback-Kompetenz die Schreibqualität, die Feedbackaufnahme und tiefe Überarbeitung, während eine Aktivität zur Kalibrierung von Assessment und Leistung vor allem die Genauigkeit der Selbstbewertung der Studierenden verbesserte und Übervertrauen senkte. Die Kombination beider erzeugte die größten Schreibgewinne und die stärkste Behaltensleistung, nachdem KI-Unterstützung zurückgezogen war, wenngleich die Kalibrierungsaktivität allein der bessere Weg zu genauen Selbsteinschätzungen blieb. Diese Arbeitsteilung ist der praktische Punkt: Feedback-Kompetenz verbessert, was ein Studierender mit Kommentaren tut, Kalibrierung verbessert, wie gut er seinen eigenen Stand kennt, und das sind nicht dieselbe Intervention.

Ein Papier auf Essayebene zum ethischen KI-Einsatz an einer australischen Universität behandelte angeleitete Selbstbewertung als das Vehikel statt als den Gegenstand: Über Studienanfängerinnen und -anfänger in Pflege, Gesundheitswissenschaften, Ingenieurwesen und Naturwissenschaften von 2021 bis 2025 hinweg kombinierten Selbstbewertungen vor und nach dem Semester Likert-Vertrauensitems mit einem offenen Reflexionsprompt, und die Autoren argumentierten, dass ethische Praxis eine entwicklungsbezogene Fähigkeit sei, die durch Reflexion aufgebaut werden müsse, statt eine Compliance-Regel, die durchgesetzt werden müsse.

Was KI der Technik hinzufügt

KI verändert drei Dinge an der Technik. Sie kann die Items und Rubriken generieren, was wiederholte Selbstbewertungszyklen billig macht. Sie kann das Bewertete sein, so wird evaluatives Urteil trainiert: Ein Studierender, der einen KI-Entwurf beurteilt, übt Beurteilung mit unbegrenztem Material. Und sie kann das Urteil des Lernenden als Prozessbeleg sichtbar machen. In interaktiven Lerndashboards wurde ein konventionelles Analytics-Dashboard um ein Selbstbewertungsmerkmal „Judgment of Learning“ und einen konversationellen Agenten erweitert – mit dem Argument, dass das Hervorlocken des eigenen Urteils eines Lernenden mehr für das Engagement tut, als ihnen zu sagen, was die Daten zeigen. Institutionelle Rahmenwerke haben begonnen, dieselben Prozessspuren, einschließlich strukturierter Selbstbewertungen und metakognitiver Prompts, als Evidenz für adaptive Fähigkeiten zu behandeln, die ein Transcript nicht zeigen kann.

Selbstbewertung als Maß

Als Maß genutzt kommt Selbstbewertung üblicherweise als etwas anderes verkleidet an: eine Vertrauensbewertung auf einer Likert-Skala, ein vorhergesagter Score, ein Judgment-of-Learning-Item oder eine taxonomiebasierte Bestandsaufnahme wahrgenommener Fähigkeit. Sie ist eine Familie innerhalb der weiteren Menge der Selbstauskunftsmaße und erbt deren kategorische Grenze. Eine Selbstauskunft kann Lernen oder Verhalten nicht messen; sie kann nur messen, was eine Person über ihr Lernen oder Verhalten zu sagen bereit ist, und diese beiden Dinge fallen in dieser Forschungsbasis oft genug auseinander, um ein Befund für sich zu sein.

Wie genau die Einschätzungen sind

Genauigkeit ist das Schlagzeilenproblem, und die Richtung ist konsistent. Die sauberste Evidenz kommt aus einer Studie, die parallele Selbstauskunfts- und objektive Maße der KI-Kompetenz von Lehrenden innerhalb eines einzigen Rahmenwerks baute. Über 288 K-12-Lehrende hinweg reichten die Korrelationen zwischen den objektiven und den selbstberichteten Faktoren von r = 0,07 bis r = 0,24, und eine Latent-Profile-Analyse fand sechs Profile: 43 Lehrende bewerteten sich durchgängig hoch, während sie beim objektiven Maß niedriger abschnitten, 59 zeigten das umgekehrte Muster, und die übrigen Profile häuften sich nahe dem Mittelwert oder spalteten sich nach vorheriger KI-Kompetenzerfahrung. Zwei Maße einer Fähigkeit, von demselben Team am selben Konstrukt gebaut, teilen fast nichts.

Das feldweite Bild passt zu dieser einzelnen Studie. Der Review von Zainal, Mohd Matore und Maat aus dem Jahr 2026 zu Messwerkzeugen der Lehrkraft-KI-Kompetenz begutachtete 33 zwischen 2019 und 2025 veröffentlichte Instrumente und fand, dass 31 (93,9%) Selbstauskunftsskalen des wahrgenommenen Vertrauens waren, nur zwei (6,1%) Wissen objektiv testeten, und keines Performanzaufgaben nutzte. Die Lesart der Autoren ist die, an die sich das Maß-Gesicht dieser Seite hält: Ein Selbstauskunfts-Score zeichnet berichtetes Vertrauen auf statt Fähigkeit, daher kann er nicht für Kompetenz einspringen, und sie argumentieren für Performanzaufgaben und Item-Response-Theorie-Analyse neben Selbstbewertung, um validierte Fähigkeit von berichtetem Vertrauen zu trennen.

Genauigkeit hängt auch davon ab, was geschätzt wird. Eine psychometrische Analyse einer taxonomiebasierten GenAI-Kompetenz-Selbstbewertung mit 158 Universitätsangehörigen und Studierenden fand ein invertiertes Profil, bei dem Antwortende Meisterschaft über das Erschaffen behaupteten, bevor sie die konzeptuellen Grundlagen darunter hatten, und nur eine schwache Korrelation (r = 0,188) zwischen Studierenden- und Akademikerprofilen. Eine Befragung von Lehramtsstudierenden fand dieselbe Form von der anderen Seite: Fast alle (97,8%) bewerteten kritische Medienanalyse als wichtig, während nur 13,8% sagten, ihre Kursarbeit adressiere sie, und weniger als die Hälfte (44,9%) glaubten, sie hätten die Fähigkeiten, Medieninformationen kritisch zu analysieren. Selbstbewertete Medienkompetenz hinkte der selbstbewerteten Bedeutung hinterher.

Zwei Mechanismen erklären die Großzügigkeit. Der erste ist motivational und außerhalb dieser Literatur gut dokumentiert: Menschen bewerten sich großzügig, und die am wenigsten Kompetenten überschätzen am meisten. Der zweite ist spezifisch für KI-native Kohorten. Ein theoretisches Papier aus dem Jahr 2026 zur abwesenden kognitiven Baseline argumentiert, anhaltender substitutiver KI-Einsatz während der formativen Jahre der Sekundarstufe und der High School reduziere die unabhängigen kognitiven Begegnungen, von denen jede akademische Selbstbewertung abhängt. Die Behauptung ist strukturell statt individuell: Selbstbewertung wirkt, indem sie eine aktuelle Leistung mit einer Aufzeichnung früherer vergleicht, und wo die Aufzeichnung nie gebaut wurde, hat die Einschätzung nichts, gegen das sie kalibriert werden könnte. Das wird als von Entlastung und Kapitulation verschieden dargestellt, die Prozesse während der KI-Nutzung beschreiben, denn die Lücke bleibt, wenn das Werkzeug abwesend ist.

Entwicklungsstufe setzt eine Grenze der Genauigkeit, und bei den jüngsten Lernenden ist ein validiertes Selbstbewertungsinstrument am knappsten. Die Validierungsstudie von Thianwan und Srikoon aus dem Jahr 2025 zu einem KI-Kompetenz-Selbstbewertungsfragebogen für Lernende der oberen Primarstufe baute ein 15-items Maß für die Klassen 4 bis 6 über Learning About AI, Learning About How AI Works und Learning for Life with AI hinweg und bestätigte eine Dreifaktorenstruktur in Stichproben von 335 und 579 Studierenden mit einem Gesamt-Cronbachs-Alpha von 0,934. Die Autoren sind explizit über die Grenze des Genres: Die Genauigkeit der Selbstbewertung hängt von metakognitiver Fähigkeit ab, die bei Kindern noch reift, daher indizieren Scores eher wahrgenommenes Verständnis als demonstrierte Kompetenz, und das Instrument ist für formative Diagnose gedacht.

Selbstbewertung als Ergebnisvariable

Das Maß-Gesicht erscheint auch in der Evaluationsgestaltung, wo Selbstbewertungsinstrumente als Ergebnismaße genutzt werden. Eine Studie zu KI-assistiertem Assessment komplexer Berichte in der Hochschulbildung evaluiert Lernen explizit mit validierten Feedback-Kompetenz- und Selbstbewertungsinstrumenten neben anschließender Leistung und Vergleich mit einer Kontrollgruppe. Das ist vertretbar, wenn das Instrument eine Überzeugung misst, um die es in der Studie tatsächlich geht, wie Selbstwirksamkeit oder wahrgenommene Kompetenz, und irreführend, wenn es als Stellvertreter für Leistung behandelt wird. Die wiederkehrende Kritik an KI-Interventionsstudien greift hier mit voller Kraft.

Das Messen von Handlungsfähigkeit über Fragebögen nach der Aufgabe und aufgabenspezifische Selbstwirksamkeit riskiert Zirkelschluss: Die Einschätzung des Lernenden wird als Evidenz für die Fähigkeit zurückgelesen, die sie anzeigen soll, und die Alternative ist dynamische Analytik, die verfolgt, wie Selbstbewertung über aufeinanderfolgende Zyklen hinweg genutzt wird (Mao (2025)).

Was generative KI verändert

Die beiden Gesichter konvergieren unter generativer KI, denn das Werkzeug greift die Verbindung an, auf die beide sich stützen: dass die eingereichte Arbeit eines Lernenden Evidenz über den Lernenden ist.

Wo die Arbeit auf Abruf erzeugt werden kann, demonstriert ein stichhaltiger Essay das Urteil dahinter nicht mehr, und einen Studierenden zu bitten, einen Entwurf zu bewerten, den er nicht geschrieben hat, ist eine andere Aufgabe als die Bewertung eines selbst geschriebenen. Das ist der Grund, warum sich Argumente zur Assessmentvalidität von der Detektion zur Neugestaltung bewegt haben, und warum Selbstbewertung von einer Lernhilfe zu einer Komponente der Assessmentgestaltung selbst wird: Das Urteil, das ein Studierender über ein Stück KI-Output fällt, protokolliert und mit Gründen, ist auf eine Weise Evidenz, wie der Output es nicht ist.

Sie führt auch eine Namensfalle ein, die offen ausgesprochen werden sollte. KI-Selbstevaluation ist nicht dieses Konzept. Wenn ein Papier berichtet, dass ein Modell sein eigenes Schlussfolgern bewertet oder seinen eigenen Output benotet, ist das Modellevaluation und gehört zu automatisiertem Assessment und dem Studium von Modelltraining und simulierten Lernenden; eine Tutoringstudie macht die praktische Version des Punkts, mit dem Argument, Feedback solle auf einem separaten diagnostischen Klassifikator konditioniert werden statt auf der selbstbewerteten Schlussfolgerungsvalidität des Modells. Selbstbewertung von Lernenden und Selbstbewertung von Modellen teilen ein Vokabular und sonst nichts.

Folgerungen für die Praxis

  • Stützen Sie die Technik. Rubriken, Prompt-Richtlinien und Arbeitsblätter sind das, was einen Selbstbewertungszyklus entwicklungsbezogen macht. Bloße Selbstbewertung neigt wie bloßes KI-Feedback dazu, Beruhigung statt Urteil zu produzieren.
  • Trainieren Sie Kalibrierung getrennt von Feedbacknutzung. Vorhersage-und-Vergleich-Aktivitäten verändern die Genauigkeit von Selbsteinschätzungen; Arbeit an Feedback-Kompetenz verändert, was Studierende mit Kommentaren tun. Wenn Genauigkeit das Ziel ist, führen Sie die Kalibrierungsaktivität durch.
  • Halten Sie Selbstnoten folgenarm, sofern das Training nicht echt ist. Eine Selbstnote ist eine Behauptung über Lernen, gemacht von der Person, der sie nützt, und die Überschätzungsprofile in der KI-Kompetenz-Studie sind kein kleiner Bias, der in einer summativen Note absorbiert werden kann.
  • Nutzen Sie Selbstauskunft, wo sie ehrlich ist. Vertrauen, wahrgenommene Kompetenz und Bereitschaft, KI-Nutzung offenzulegen, sind legitime Dinge, die durch Fragen messbar sind. Leistung ist es nicht.
  • Fordern Sie Urteil, nicht Meinung. Die vertretbarste Selbstbewertung des KI-Zeitalters bittet einen Studierenden, ein bestimmtes Stück Arbeit gegen Kriterien zu beurteilen und die Entscheidung zu begründen, was trainierbar, inspizierbar und mit evaluativem Urteil verbunden ist.
  • Beachten Sie den Kohorteneffekt. Bei Studierenden, deren formative Jahre substitutiven KI-Einsatz einschlossen, mag eine genaue Selbsteinschätzung nicht verfügbar statt bloß optimistisch sein, was die unterrichtliche Aufgabe von der Korrektur von Übervertrauen zum Wiederaufbau der erfahrungsbasierten Aufzeichnung verschiebt, die sie braucht.

Verbundene Konzepte

Verbundene Artikel

Verknüpfte FAQs

Metadaten

NiveauHigher Ed
ZielgruppeLearners, Instructors
Lernen und UnterrichtMetakognition, Selbstreguliertes Lernen, Scaffolding (Gerüstbildung)
Assessment und MessungValidität von Assessments, Evaluatives Urteilsvermögen, Feedback-Kompetenz, Formatives Assessment, Peer-Prüfung, Selbstauskunftsmaße
Gerechtigkeit, Ethik und verantwortungsvoller EinsatzVertrauenskalibrierung
Grundlagen von KI in der BildungKI-Kompetenz
SourceHistoryEditChat

Diese Seite einbetten

Kopieren Sie den Code unten, um diese Seite in ein Lernmanagementsystem oder eine andere Website einzubetten. Die eingebettete Version zeigt nur den Seiteninhalt — Kopfzeile, Navigation und Fußzeile der Website werden ausgeblendet.