Klausuren mit ChatGPT korrigieren: was geht und was nicht

Was ChatGPT bei der Korrektur kann

ChatGPT ist ein allgemeines Sprachmodell. Es kennt weder deinen Erwartungshorizont noch deine Klasse, und die Regeln deines Landes nur so weit, wie sie in seinen Trainingsdaten stehen. Gut ist es bei Aufgaben, für die du keine Schülerdaten brauchst:

• Erwartungshorizont entwerfen. Aus Aufgabe und Operator erwartete Inhalte und eine Punkteverteilung vorschlagen lassen, die du anschließend prüfst.
• Musterlösung gegenlesen. Die eigene Lösung auf Lücken und missverständliche Aufgabenstellungen prüfen lassen, bevor die Klasse schreibt.
• Rückmeldebausteine formulieren. Sätze für wiederkehrende Stärken und Schwächen, die du beim Korrigieren anpasst.
• Raster in Schülersprache übersetzen. Ein Bewertungsraster als Checkliste für die Überarbeitung umschreiben lassen.
• Erfundene Beispieltexte. Schwache, mittlere und starke Texte für die Besprechung oder eine Probebewertung in der Fachschaft.

Was Studien zur Bewertung durch Sprachmodelle zeigen

In einer Studie von 2025 vergaben 37 Lehrkräfte und fünf Sprachmodelle Punkte für dieselben 20 Aufsätze aus Klasse 7 und 8. Das beste Modell, o1 von OpenAI, kam beim Gesamturteil auf eine Korrelation von 0,74 mit den Lehrkräften. Die Modelle lagen tendenziell höher als die Lehrkräfte (Seßler u. a.). Eine Korrelation von 0,74 heißt: Texte, die die Lehrkräfte besser fanden, bekamen meist auch vom Modell mehr Punkte. Über die Note einer einzelnen Arbeit sagt der Wert wenig.

In einer Studie aus den USA stimmten zwei menschliche Bewerter mit einem gewichteten Kappa von 0,79 überein. Zwischen ChatGPT und Menschen lag der Wert in drei Stichproben bei 0,52, 0,23 und 0,52. Die Autoren halten das für Übungen ohne große Tragweite für ausreichend (Tate u. a. 2024).

Dazu kommt die Schwankung. In einer Studie mit 119 Texten von Englischlernenden schätzte jedes Modell alle Texte zweimal ein. GPT-4 war am zuverlässigsten, doch alle Modelle schwankten über die Zeit (Pack u. a. 2024). Olaf Köller kommt in einem Überblick über die Forschung in der Zeitschrift Diagnostica zu dem Schluss, dass die eigentliche diagnostische Urteilsbildung bei Menschen bleiben müsse (Köller 2025).

Unsere eigenen Testreihen arbeiten mit einem anderen Modell, zeigen aber dasselbe Muster: Zwei Läufe derselben Englischarbeit lagen bis zu 2 Punkte auseinander, und bei schwächeren Texten lagen die Vorschläge eher zu hoch. Die Einzelheiten stehen unter Wie genau ist KI-Korrektur?.

Datenschutz: was die Länder sagen

Ein privates ChatGPT-Konto ist kein Werkzeug, das deine Schule geprüft und freigegeben hat. Die Vorgaben, die wir geprüft haben, sind sich einig, dass personenbezogene Schülerdaten dort nicht hineingehören:

Für Klausuren heißt das: Ein Foto enthält Handschrift, oft einen Namen und immer eine Leistung, die sich einer Schülerin oder einem Schüler zuordnen lässt. Auch ohne Namen bleibt das so. Warum Pseudonyme daran wenig ändern, steht im Ratgeber KI-Korrektur und Datenschutz.

Training, Verlauf und temporärer Chat

Bei ChatGPT Free, Plus und Pro ist die Freigabe für das Training ab Werk eingeschaltet. In den Einstellungen unter den Datenkontrollen lässt sich die Option „Improve the model for everyone“ abschalten. Dann werden neue Unterhaltungen nicht mehr zum Training genutzt. Eine Ausnahme nennt OpenAI selbst: Wer eine Antwort mit Daumen hoch oder runter bewertet, kann damit die ganze Unterhaltung für das Training freigeben (OpenAI).

Ein temporärer Chat erscheint nicht im Verlauf und wird nicht zum Training genutzt. OpenAI kann ihn aber bis zu 30 Tage aufbewahren (OpenAI). Keine dieser Einstellungen macht aus einem privaten Konto ein Werkzeug, für das deine Schule einen Vertrag zur Auftragsverarbeitung hat.

ChatGPT for Teachers richtet sich an verifizierte Lehrkräfte an Schulen in den USA und ist dort bis Juni 2028 kostenlos. Inhalte werden dort standardmäßig nicht zum Training genutzt. Ein Angebot für Schulen in Deutschland nennt OpenAI auf der Ankündigungsseite nicht.

Handschrift: was du nicht siehst

ChatGPT nimmt Fotos an, also auch Fotos handschriftlicher Arbeiten. OpenAI schreibt selbst, dass unklare Bilder ungenauer gelesen werden und Beschreibungen falsch sein können (OpenAI). Eine Studie mit 252 handschriftlichen Klausuren in Thermodynamik kam zu dem Schluss, dass die größte Hürde darin liegt, die Handschrift maschinenlesbar zu machen. Nicht bestandene Arbeiten mussten trotzdem von Menschen bewertet werden (Kortemeyer u. a. 2024).

Für eine Korrektur reicht es nicht, dass ein Modell das Foto irgendwie liest. Du musst sehen, was es gelesen hat, sonst wird ein falsch gelesenes Wort zu einem Punktabzug, den du nicht mehr zuordnen kannst. In Zencurio steht der erkannte Text deshalb neben dem Scan, unsichere Wörter sind markiert. Wie gut das klappt, steht unter Handschrift mit KI erkennen.

So nutzt du ChatGPT sinnvoll

1. Ohne Schülerdaten arbeiten. Gib nur Aufgaben, eigene Lösungen und erfundene Beispiele ein, keine Arbeiten, Namen oder Fotos aus deiner Klasse.
2. Den Horizont entwerfen lassen und selbst entscheiden. Zum Beispiel: „Erstelle für die Aufgabe ‚Erörtere, ob Handys an Schulen verboten werden sollten‘ einen Erwartungshorizont für Klasse 9 mit 30 Punkten: Kernaussagen je Teil, Teilpunkte und eine Zeile für andere schlüssige Argumente.“
3. Rückmeldebausteine sammeln. Zum Beispiel: „Formuliere fünf kurze, freundliche Rückmeldungen für eine Erörterung, deren Argumente nicht mit Beispielen belegt sind. Du-Form, höchstens zwei Sätze.“
4. Probebewertung mit erfundenen Texten. Lass dir drei Texte auf unterschiedlichem Niveau schreiben und bewerte sie mit deiner Fachschaft. So siehst du, ob dein Horizont die Unterschiede abbildet.
5. Nichts ungeprüft übernehmen. Fakten, Zitate und Paragrafen aus einem Sprachmodell prüfst du an der Quelle.

Wie ein guter Erwartungshorizont aufgebaut ist, steht unter Erwartungshorizont erstellen.

Chatbot oder Korrekturwerkzeug: worauf es ankommt

Elf Fragen, die eine Schule jedem Anbieter stellen sollte, stehen in der Checkliste für Schulen.