Aufgaben und Tests mit KI erstellen

Das echte Ausmaß des Problems

Eine Lehrkraft an einer deutschen Schule verbringt laut Erhebungen der GEW (Gewerkschaft Erziehung und Wissenschaft) durchschnittlich 8 bis 12 Stunden pro Woche mit Vor- und Nachbereitung des Unterrichts. Ein erheblicher Teil davon entfällt auf Aufgabenerstellung: neue Übungsblätter, Klassenarbeitsfragen, Differenzierungsmaterial für verschiedene Leistungsniveaus. Das Problem ist nicht nur die Zeit — es ist die Kreativitätsstagnation. Nach einem langen Unterrichtstag und mehreren Korrekturrunden entstehen am Freitagnachmittag dieselben Aufgabentypen wie letzte Woche: Multiple-Choice zu denselben Themen, Lückentexte im immer gleichen Format.

Die Differenzierung macht es noch schwieriger: Für eine Klasse mit heterogenen Lernständen braucht man nicht eine Version einer Aufgabe, sondern idealerweise drei — eine für Lernende mit Förderbedarf, eine Standardvariante, eine für besonders leistungsstarke Schülerinnen und Schüler. Dieser Aufwand potenziert die Erstellungszeit erheblich und wird in der Praxis oft nicht geleistet.

Dazu kommt: Aufgabenvariation ist wichtig für Lernqualität. Wenn dieselben Schülerinnen und Schüler Jahr für Jahr ähnliche Aufgabenformate sehen, entwickeln sie Lösungsstrategien für das Format — nicht für das Verständnis des Inhalts. KI kann helfen, neue Aufgabenformaten und Kontextualisierungen zu erzeugen, die den Lerngegenstand aus verschiedenen Winkeln beleuchten.

So funktioniert es in der Praxis

KI-gestützte Aufgabenerstellung funktioniert am besten als strukturierter Dialog: Du gibst das Thema, das Niveau, das Format und die Anforderungen vor — die KI generiert einen Entwurf, den du prüfst und anpasst.

Schritt 1 — Aufgabenkontext definieren Du beschreibst der KI: Thema, Schulstufe, Fach, gewünschtes Format (Multiple Choice, offene Fragen, Lückentext, Rechenaufgabe, Leseaufgabe) und Schwierigkeitsgrad. Je konkreter die Angaben, desto besser das Ergebnis. Beispiel: „Erstelle 5 Multiple-Choice-Fragen zum Thema Fotosynthese für Klasse 9 Gymnasium, jede Frage mit 4 Antwortoptionen, eine richtig, drei plausibel falsch.”

Schritt 2 — Varianten generieren und differenzieren Das KI-Modell erstellt die Aufgaben — und auf Knopfdruck auch eine vereinfachte Version für Lernende mit Sprachschwierigkeiten oder eine anspruchsvollere Version mit Transferaufgaben. Oder eine Variante in einer anderen Aufgabenform (aus den Multiple-Choice wird eine offene Frage). Drei Versionen für drei Leistungsniveaus in unter 5 Minuten.

Schritt 3 — Musterlösung und Bewertungshinweise ergänzen Die KI generiert nicht nur die Aufgabe, sondern auch die Musterlösung, Bewertungsrubrik und Hinweise zu typischen Fehlern. Das ist für Lehrkräfte besonders wertvoll, wenn sie Aufgaben von Kolleginnen vertretungsweise übernehmen oder wenn Aushilfen Korrekturen durchführen.

Schritt 4 — In das eigene Format übertragen Die generierten Aufgaben werden in das schulische Formattemplate (Word, Google Docs, Moodle) übertragen, angepasst und freigegeben. Dieser letzte Schritt ist bewusst Menschenaufgabe: Die Lehrkraft prüft, ob die Aufgabe dem Lehrplan entspricht, fachlich korrekt ist und zu dieser spezifischen Lerngruppe passt.

Welche Tools passen hierzu

ChatGPT — Das vielseitigste Tool für Aufgabenerstellung. Unterstützt alle Fächer, alle Formate, alle Niveaustufen. Kann Aufgaben auf Basis von Lehrplaninhalten, Lehrbuchtexten oder eigenen Vorgaben generieren. Ab 0 Euro (Gratis-Version) oder 20 Euro/Monat für GPT-4o. Beste Balance aus Qualität und Bedienkomfort.

Claude — Besonders stark für aufgabenintensive Texte: längere Leseaufgaben, Schreibaufgaben mit komplexen Bewertungsrubriken, Differenzierungsmaterial mit erklärenden Texten. 20 Euro/Monat.

Diffit — Spezialisiertes Bildungstool für die Erstellung von differenziertem Lesematerial und Aufgaben. Kann Texte automatisch für verschiedene Sprachniveaus anpassen. Kostenloser Einstieg, Pro-Version ab ca. 10 Dollar/Monat.

MagicSchool.ai — KI-Plattform speziell für Lehrkräfte, mit Vorlagen für Aufgabenerstellung, Rubrikerstellung, Differenzierungsmaterial und mehr. Gute DSGVO-Beachtung für europäische Schulen. Kostenlose Basisversion, Pro ab ca. 15 Dollar/Monat.

Notion AI — Für die Organisation und Weiterentwicklung von Aufgabensammlungen: Erstellte Aufgaben in einer durchsuchbaren Datenbank speichern, KI-Funktion für schnelle Anpassungen und Variationen nutzen. 10 Euro/Nutzer/Monat.

Microsoft 365 Copilot — Für Schulen mit Microsoft-Lizenz: Aufgaben direkt in Word generieren, in OneNote speichern, in Teams teilen. Integration in vorhandene Schulinfrastruktur ist der Hauptvorteil.

Was es kostet — realistisch gerechnet

Einstieg (ChatGPT Gratis oder Plus):

• Kosten: 0–20 Euro/Monat
• Nutzen: Aufgabenerstellungszeit halbieren für alle Standardformate
• Einschränkung: Gratis-Version begrenzte Qualität und kein Datei-Upload für Lehrbuch-Inhalte

Spezialisiertes Bildungstool (MagicSchool.ai Pro):

• Kosten: ca. 15 Dollar/Monat
• Nutzen: Vorfertigte Lehrkraft-Workflows, bessere Datenschutz-Compliance als generische KI-Tools
• Vorteil: Weniger Prompt-Engineering nötig, Schul-spezifische Funktionen sofort verfügbar

ROI-Rechnung für Schulen: Eine Lehrkraft verbringt im Schnitt 3 Stunden/Woche mit Aufgabenerstellung. KI reduziert auf 1,5 Stunden = 1,5 Stunden/Woche gespart. Bei 40 Schulwochen: 60 Stunden/Jahr. Wenn diese Zeit für direkte Unterrichtsvorbereitung oder Schüler-Feedback genutzt wird statt Aufgaben-Tippen: erheblicher Qualitätsgewinn. Bei einer Schule mit 30 Lehrkräften: 1.800 gesparte Arbeitsstunden pro Jahr — ohne Qualitätsverlust, typischerweise mit Qualitätssteigerung durch mehr Aufgabenvielfalt.

Realistischer Zeitplan

Phase	Dauer	Was passiert	Typisches Risiko
Tool-Auswahl und erste Tests	Woche 1–2	ChatGPT oder MagicSchool.ai mit eigenen Unterrichtsthemen testen, Qualität beurteilen	Erster Eindruck zu positiv — ohne kritische Prüfung werden fachlich falsche Aufgaben übernommen
Prompt-Templates entwickeln	Woche 2–4	Schul- und fachspezifische Prompt-Vorlagen entwickeln, die konsistente Qualität liefern	Keine Struktur — jedes Mal von vorne anfangen, kein Effizienzgewinn
Erste Kolleg:innen einführen	Woche 4–6	2–3 interessierte Kolleg:innen einbeziehen, Erfahrungen teilen	Widerstand: „Das klingt nach Schummeln” — klarmachen, dass Überprüfung und Anpassung Pflicht bleiben
Systematische Nutzung	Ab Woche 6	Alle neuen Aufgaben zunächst als KI-Entwurf, dann geprüft und angepasst	Aufgaben werden ungeprüft übernommen — Qualitätssicherungs-Schritt explizit im Workflow verankern

Häufige Einwände

„KI-generierte Aufgaben sind zu generisch — die passen nicht zu meiner Klasse.” Das stimmt für unspezifische Prompts. Mit den richtigen Kontextinformationen — aktuell behandelter Stoff, Vorkenntnisse der Klasse, besondere Schwerpunkte — werden die Aufgaben deutlich passgenauer. Die Lehrkraft muss das Modell kontext-führen, nicht blind Aufgaben generieren lassen. Der Entwurf ist ein Ausgangspunkt, keine fertige Unterrichtseinheit.

„Schülerinnen und Schüler können dieselbe KI nutzen, um die Aufgaben zu lösen.” Das ist ein reales Problem — und kein neues. Schülerinnen und Schüler haben immer nach Lösungswegen gesucht, die nicht durch eigenes Denken entstehen. Die Antwort liegt nicht im Verbot von KI (das ist nicht durchsetzbar), sondern in der Art der Aufgaben: Offene Fragen, persönliche Einschätzungen, Aufgaben mit lokalem Kontext (diese Klasse, dieses Buch, dieses Experiment) sind weniger anfällig für generische KI-Lösungen. KI in der Aufgabenerstellung kann helfen, genau solche Aufgaben schneller zu entwickeln.