Ein Bewertungsraster aus Standards entwickeln

Autor: AILesson9 Min. EinrichtungszeitGetestet mit:ChatGPTGeprüft am: 2026-08-28

Schnelle Antwort

Standards in beobachtbare, klar getrennte und einheitlich bewertbare Kriterien übertragen. Angeben: Aufgabe und Standards, Bewertungsgestaltung, Fairnessbedingungen. Erwartetes Ergebnis: Ein gewichtetes analytisches Bewertungsraster mit Evidenzregeln, Kalibrierungsfällen und Qualitätsprüfung.

1

Kontext hinzufügen

Dein Text bleibt in diesem Browser. AILesson Prompts sendet ihn nicht an ein Modell oder einen Server.

2

Dein Prompt

Nicht ausgefüllte Felder bleiben als Platzhalter sichtbar, sodass du den Prompt weiterhin kopieren und bearbeiten kannst.

Entwickle ein Bewertungsraster ausschließlich aus der angegebenen Aufgabe und den Standards.

Aufgabe, Standards, Ziele, Evidenz und Unterstützungsregeln:
[task]

Niveau, Typ, Leistungsstufen, Punkte, Gewichtungen und Verwendungszweck:
[scoring]

Zugänglichkeit, Sprache, Formate, Zusammenarbeit und Trennungsbedingungen:
[fairness]

Ordne Anforderungen Kriterien zu und kennzeichne gewünschte Kriterien, die nicht durch die Standards gestützt werden. Verwende beobachtbare Evidenz statt Eigenschaften, Vermutungen über Anstrengung oder vager Adjektive. Halte Kriterien überschneidungsfrei und vermeide doppelte Abzüge. Beschreibe auf jeder Stufe schlüssige Unterschiede bei Qualität, Genauigkeit, Vollständigkeit, Selbstständigkeit oder Transfer; stütze dich nicht nur auf Fehlerzahlen oder Bezeichnungen wie „ausgezeichnet“. Prüfe Punkte und Gewichtungen. Ergänze Regeln für fehlende, teilweise, widersprüchliche und in gleichwertigem Format vorliegende Evidenz sowie für nicht bewertete Aspekte. Gib zwei grenzwertige Kalibrierungsfälle an, ohne Arbeiten von Lernenden zu erfinden. Prüfe Abstimmung, Klarheit, Barrierefreiheit, mögliche Stellvertreter für Vorurteile, Überschneidungen, Arithmetik und Übereinstimmung zwischen Bewertenden.
Im Playground ausprobieren
Standardmäßig privatDer Prompt wird lokal in deinem Browser zusammengestellt. Gib keine vertraulichen Informationen in einen KI-Dienst ein, es sei denn, deine Organisation erlaubt dies.

Von der Eingabe zum Ergebnis

Ein ausgearbeitetes Beispiel

Sieh dir an, wie konkreter Kontext dieses Rezept in ein nutzbares Ergebnis verwandelt.

Tatsächliche Eingabe

Aufgabe und Standards
Arbeitsplatzkurs für Erwachsene: eine vierminütige Empfehlung aus einem bereitgestellten Datensatz geben. Standards: entscheidungsrelevante Aussage mit genauer Evidenz; eine wesentliche Einschränkung; auf die benannte Zielgruppe zugeschnittene Struktur. Notizen erlaubt; keine externen Daten.
Bewertungsgestaltung
Analytisch, Ready/Developing/Not yet, 20 Punkte. Evidenzgenauigkeit mindestens die Hälfte. Zertifizierung und Rückmeldung.
Fairnessbedingungen
Live oder vorab aufgezeichnet. Akzent, Charisma, Foliengestaltung oder Blickkontakt nicht bewerten. Untertitel und unterstützende Technik erlaubt. Qualität der Aussage getrennt von der Struktur bewerten.

Beispielausgabe

Gewichtungen: Aussage und Evidenz 10; wesentliche Einschränkung 5; zielgruppengerechte Struktur 5; insgesamt 20.

Aussage und Evidenz – Ready 9–10: Eine handlungsorientierte Empfehlung verwendet Werte aus dem Datensatz korrekt und erklärt deren Zusammenhang ohne externe Daten. Developing 5–8: Die Empfehlung ist erkennbar, doch Relevanz, Auswahl, Genauigkeit oder Zusammenhang sind unvollständig; ein wesentlicher Zahlenfehler begrenzt die Bewertung auf höchstens 6. Not yet 0–4: keine handlungsorientierte Aussage, fehlende oder erheblich ungenaue Evidenz oder unverzichtbare externe Daten. Einschränkung – Ready 5: Eine belegte Einschränkung wird hinsichtlich Sicherheit oder Verwendung erklärt. Developing 2–4: relevante Einschränkung, aber unvollständige Folge. Not yet 0–1: fehlt oder ist irrelevant. Struktur – Ready 5: Die Zielgruppe kann Empfehlung, Begründung, Einschränkung und nächsten Schritt innerhalb von vier Minuten erkennen. Developing 2–4: Die Elemente sind vorhanden, doch ihre Reihenfolge verdeckt einen Entscheidungsbedarf. Not yet 0–1: Wesentliche Elemente sind nicht auffindbar.

Live und vorab aufgezeichnete Evidenz verwenden identische Beschreibungen. Akzent, Charisma, Blickkontakt, visuelle Gestaltung oder Produktionsqualität nicht bewerten. Kalibrierung A: Genaue Evidenz plus eine benannte, aber nicht erklärte Einschränkung liegt bei der Evidenz im Ready-Bereich und bei der Einschränkung im Developing-Bereich. Kalibrierung B: Eine ausgefeilte Struktur mit einer falsch angegebenen entscheidungsrelevanten Zahl kann bei der Evidenz nicht Ready sein. Vor der Zertifizierungsbewertung die Grenze zwischen 8 und 9 anhand eines gemeinsamen Beispiels kalibrieren.

Warum das funktioniert

  1. 1

    Beobachtbare Beschreibungen verringern eindrucksbasierte Bewertungen und machen Rückmeldungen handlungsorientiert.

  2. 2

    Kalibrierungsfälle machen mehrdeutige Grenzen vor der tatsächlichen Bewertung sichtbar.

Ergebnis prüfen

  • Können zwei Bewertende für jede Beschreibung dieselbe Evidenz finden?

  • Sind die Kriterien klar getrennt, abgestimmt und rechnerisch korrekt?

  • Vermeidet das Raster nicht begründete Abzüge für Stil oder Zugangsbedingungen?

Sicher nutzen

Häufig gestellte Fragen

Praktische Antworten dazu, wann du dieses Rezept verwenden solltest, was du bereitstellen solltest und wo menschliche Prüfung weiterhin wichtig ist.

Was sollte ich vorbereiten, bevor ich „Ein Bewertungsraster aus Standards entwickeln“ verwende?

Bereite für „Ein Bewertungsraster aus Standards entwickeln“ die Aufgabe und Standards, die Bewertungsgestaltung sowie die Fairnessbedingungen vor. Ersetze Platzhalter ausschließlich durch Angaben, die du überprüfen kannst. Wenn ein Detail unbekannt ist, halte diese Unsicherheit ausdrücklich fest, anstatt das Modell zu einer Schlussfolgerung aufzufordern.

Wann ist das Ergebnis von „Ein Bewertungsraster aus Standards entwickeln“ noch nicht einsatzbereit?

Das Ergebnis ist noch nicht einsatzbereit, wenn es auf Grundlage der bereitgestellten Belege das angegebene Resultat – ein gewichtetes analytisches Bewertungsraster mit Evidenzregeln, Kalibrierungsfällen und Qualitätsprüfung – noch nicht liefert oder wenn es sich auf ungeklärte Annahmen, fehlende Genehmigungen oder erfundene Details stützt. Nutze die Prüfpunkte als Freigabekriterien: Überarbeite die Quelldaten oder benenne eine autorisierte prüfende Person, anstatt eine nicht belegte Ausgabe sprachlich zu verfeinern.

Für welche KI-Tools sind Tests zu „Ein Bewertungsraster aus Standards entwickeln“ dokumentiert?

Im veröffentlichten Testprotokoll für „Ein Bewertungsraster aus Standards entwickeln“ ist mit Stand vom 28.08.2026 ChatGPT aufgeführt. Dies bestätigt dokumentierte Testläufe, garantiert jedoch weder die Kompatibilität noch identische Ergebnisse in späteren Produktversionen. Wenn du ein anderes Tool oder eine andere Version verwendest, lasse alle Einschränkungen sichtbar und wiederhole vor der Verwendung die Ergebnisprüfungen.

Bring die Arbeit voran