„Feedback – Kann die KI das?“ Eine Kontroverse zwischen Prof:in Katharina Zweig und Joscha Falck

Zusammenfassung

Katharina Zweig und Joscha Falck diskutieren, ob Sprachmodelle tatsächlich Feedback geben können oder lediglich sprachliche Muster erzeugen, die wie Feedback wirken. Zweig argumentiert aus technischer Perspektive: Sprachmodelle berechnen wahrscheinliche Fortsetzungen, besitzen aber kein Verständnis der Kriterien, über die sie urteilen sollen. An Beispielen aus mathematischen Benchmarks zeigt sie, wie Modelle sprachliche Hinweise mechanisch in unpassende Rechenschritte übersetzen. Gerade Werturteile verlangen jedoch die Auswahl, Gewichtung und Begründung von Qualitätsdimensionen. Deshalb warnt sie vor anthropomorphisierenden Formulierungen und davor, generische oder falsche Rückmeldungen als individuelle Beurteilung auszugeben. Als Alternative stellt sie kontrollierbare Software in den Raum, die Lernende regelbasiert durch Überarbeitungsschritte führt.

Falck hält dem keine Gleichwertigkeit menschlichen und maschinellen Urteils entgegen, sondern einen didaktischen Nutzen unter klaren Grenzen. Er versteht den Einsatz als formatives, lernbegleitendes Werkzeug: Rückmeldungen kommen sofort, regen mehrere Überarbeitungsschleifen an und können ohne die belastende Beziehungsebene einer Lehrkraft leichter angenommen werden. Voraussetzung sind transparente Kriterien, Begleitung und das Wissen, dass die Ausgabe eine fehleranfällige Simulation ist. Zugleich üben Lernende, Rückmeldungen kritisch auszuwählen und ihre Texte selbst zu überarbeiten. Beide Perspektiven treffen sich in der Abgrenzung von Benotung und in der Forderung nach präziser Sprache, kritischer Prüfung und pädagogischer Einbettung. Offen bleibt, ob der Begriff „Feedback“ dafür angemessen ist und welcher Anteil beobachteter Lernwirkungen tatsächlich auf das Sprachmodell statt auf das verbesserte Unterrichtssetting zurückgeht.

Takeaways

• Sprachmodelle können überzeugende Rückmeldungen formulieren, ohne die zugrunde liegenden Qualitätskriterien zu verstehen.

• KI-Ausgaben eignen sich nicht als eigenständige Benotung oder unangetastetes professionelles Urteil.

• Formative Nutzung kann Überarbeitung fördern, wenn Kriterien, Grenzen und mögliche Fehler vorab geklärt sind.

• Der unmittelbare Output ist besonders als Anlass zum Prüfen, Entscheiden und Weiterarbeiten relevant.

• KI-gestützte Rückmeldung sollte nur ein Element neben Lehrkraftgespräch, Peer-Feedback und Schreibwerkstatt sein.

• Ob spezialisierte KI oder kontrollierbare regelbasierte Software geeigneter ist, muss an konkreten Lernwirkungen untersucht werden.