Kursthemen

  • Allgemeines

    Alles einklappen Alles aufklappen

    Fragen und Tests mit generativer KI erstellen

    LMS-Tests und KI-Tools zum regelmäßigen Testen nutzen

    CC BY 4.0 Cornelius Hübner
    Aktuelle Version: 05.06.2025

    Kurzbeschreibung

    Die regelmäßige Bereitstellung von Tests für Studierende kann den Lernerfolg durch kontinuierliches Feedback auf die Lernleistung fördern. Da die manuelle Erstellung solcher Tests jedoch zeitintensiv ist, wird dieses Potenzial nur selten ausgeschöpft. Der Einsatz generativer KI kann diesen Prozess effizienter gestalten und Lehrenden ermöglichen, formative Tests häufiger einzusetzen. Auch bei summativen Tests kann der Einsatz von KI den Erstellungsaufwand verringern.

    In diesem Use Case werden Workflows mit externen Tools und Lernmanagementsystemen (LMS) wie Moodle vorgestellt, die ChatGPT zur automatisierten Erstellung von Testfragen nutzen. Unabhängig vom Fragetyp können Fragen zielgerichtet an Lernziele und Zielgruppen angepasst und im Importformat für LMS bereitgestellt werden. Auch bereits vorhandene Fragen lassen sich in das entsprechende Format übertragen. Es werden zwei verschiedene Praxisbeispiele beschrieben, in denen Lehrende mit ChatGPT und Kahoot! KI-gestützte Testfragen in ihre Lehrveranstaltungen integriert haben.

    Herausforderungen zeigen sich insbesondere in der Qualitätssicherung sowie bei der Bewertung von Multiple Choice-Fragen. Der Ansatz stellt eine flexible und skalierbare Möglichkeit dar, formative Assessments nachhaltig in der Hochschullehre zu implementieren. 

    Allgemeine Eckdaten

    Sozialform: Einzelarbeit – Partnerarbeit – Gruppenarbeit – Plenum Gruppengröße: Einzelne Person – kleinere Gruppe (2-25TN) –

  • Gründe für den Einsatz

    • Reduktion des zeitlichen Aufwands bei der Erstellung von Tests
    • Möglichkeit zur häufigeren Bereitstellung formativer Testformate
    • Flexible Nutzung von Übungstests zur Aktivierung und Prüfungsvorbereitung
    • Automatisierte Rückmeldung zur Unterstützung individueller Lernprozesse
    • Möglichkeit der Differenzierung durch Generierung von Tests in unterschiedlichen Niveaus (Sprachniveaus, Aufgabenniveaus, etc.)
    • Unterrichtsanpassung an Wissensstand der Studierenden durch Analysemöglichkeit der Testergebnisse

  • Technische Infrastruktur / Empfehlungen

    Für die Erstellung von Tests, die für LMS wie Moodle kompatibel sind, kommt eine generative KI zum Einsatz. Die hier vorgestellte Methode funktioniert bereits mit der kostenfreien Version von ChatGPT (GPT 3.5), wenngleich kostenpflichtige Versionen erweiterte Funktionen zur Testgenerierung bieten. Auch andere generative KI-Dienste wie Claude, Gemini oder Copilot sind prinzipiell einsetzbar. Spezialisierte KI-Plattformen zur Erstellung von KI-Fragen im Nutzungsumfang für die Lehre sind überwiegend kostenpflichtig.

    Die generierten Fragen können im XML-Format exportiert und direkt in das LMS oder Prüfungsfragenmanagementsystem importiert werden. Alternativ lassen sich die Inhalte auch in Formaten wie H5P bereitstellen, die mit weiteren LMS kompatibel sind.

    Auf Seiten der Studierenden sind keine besonderen technischen Voraussetzungen notwendig – ein digitales Endgerät mit Internetzugang genügt, um auf Moodle oder interaktive Tools zuzugreifen.

  • Rolle der Lehrperson

    Die Nutzung von Fragen und Tests im Unterricht ist ein didaktisches Mittel, das angepasst an die Lernziele zunächst von der Lehrperson in Umfang und Format abgewogen werden sollte. Die KI dient im Erstellungsprozess als didaktisches und technisches Hilfsmittel. In diesem Prozess ist die Lehrperson die einzige menschlich denkende Instanz und sollte sich dieser Verantwortung bewusst sein. Zuerst gibt sie spezifizierende Angaben, definiert Lernziele und formuliert Anweisungen (Prompts), die die KI gezielt auf mögliche Ergebnisse lenken. Danach wählt sie nützliche Fragen aus, korrigiert sie und überprüft die Inhalte.

    Eine Herausforderung bei der Nutzung generativer KI besteht in der Qualitätssicherung der erstellten Fragen. Während die KI in der Lage ist, formal korrekte und kohärente Fragen zu generieren, bedarf es einer abschließenden Validierung durch Lehrende, um inhaltliche Fehler oder didaktisch ungeeignete Formulierungen zu vermeiden. Dafür eignet sich eine zweistufige Überprüfung: Zunächst erfolgt eine Validierung innerhalb des KI-Systems. Danach folgt eine manuelle Kontrolle der richtigen Antworten und der Bepunktung durch die Lehrperson nach dem Import in das LMS oder in eine andere Plattform.

    Bei der Erstellung von Tests in einem LMS kann die KI den gesamten technischen Prozess nicht vollständig übernehmen. Die Lehrperson lädt den Export selbst herunter und importiert diesen ins LMS wie beispielsweise Moodle. In Moodle legt sie optimalerweise zuvor eine neue Kategorie in der Fragesammlung an, damit bei einer Vielzahl von Fragen die Übersichtlichkeit erhalten bleibt. Zuletzt erstellt sie einen Test, definiert die Einstellungen und fügt die importierten Testfragen hinzu.

    Nachdem die Lernenden den Tests durchgeführt haben, werden die Ergebnisse vorrangig automatisiert ausgewertet. Die Analyse dieser Testergebnisse ermöglicht es der Lehrperson, Wissenslücken gezielt zu erkennen und den Unterricht darauf abgestimmt anzupassen.

  • Einsatzmöglichkeiten / Methoden

    Die Tests lassen sich vielseitig in didaktische Szenarien integrieren: zur Aktivierung zu Beginn einer Lehrveranstaltung, als formativer Zwischentest, als Übungsmaterial zur Prüfungsvorbereitung oder für die summative Leistungsüberprüfung.

    Aktivierung vor oder zu Beginn einer Lehrveranstaltung

    Durch Übergabe des Unterrichtsinhalts der vergangenen Unterrichtseinheit an die KI können effizient relevante Wiederholungsfragen generiert werden. Dies bietet den Studierenden die Möglichkeit, sich aktiv mit dem Stoff der letzten Einheit auseinanderzusetzen und den Lerninhalt zu reflektieren. Die Tests können somit zur Aktivierung des Vorwissens dienen und neue Verknüpfungen einfacher herstellen [1]. Darüber hinaus hat die Lehrperson die Möglichkeit, z.B. mithilfe von

    LMS-Tests oder Quiz-Tools, den Lernstand der Studierenden zu überprüfen und bei Bedarf offene Fragen aufzugreifen oder Themen zu wiederholen, die noch unklar sind.

    Formativer Zwischentest

    Durch die Testgenerierung mit KI können Lehrende häufiger formative Assessments bereitstellen. Besonders hilfreich ist das automatisierte Feedback auf Aufgabenebene, das den Lernenden unmittelbar Rückmeldung zu ihren Antworten gibt und gezielte Korrekturen ermöglicht. Dies ist eine effektive Unterstützung individueller Lernprozesse [2]. Regelmäßige Lernstandkontrollen führen auch dazu, dass die Lehrperson besser über den Wissensstand der Studierenden informiert ist und rechtzeitig korrektiv eingreifen kann

    Übungsmaterial zur Prüfungsvorbereitung

    KI kann Testfragen schnell und gezielt an das Anforderungsniveau, das Vorwissen oder das Sprachniveau der Lernenden anpassen. Zudem lassen sich problemlos viele Versionen einer Frage generieren. Somit können beispielsweise Moodle-Tests mit vielen Fragen oder Zufallsfragen zum Üben für Studierende bereitgestellt werden. Auch bei der Generierung von Distraktoren (falschen Antworten) kann die KI unterstützen. Zudem kann die KI jeweils ein Feedback für jede Unterantwort bereitstellen. In Moodle könnte dafür beispielsweise einen umfangreicher Übungstest mit beliebig vielen Wiederholungen erstellt werden.

    Summativer digitaler Test

    In LMS wie Moodle können Tests für die summative Leistungsüberprüfung in einer sicheren Prüfungsumgebung durchgeführt werden. Von der automatisierten Erstellung der Prüfungsfragen durch KI ist abzuraten, da jede einzelne Frage zielgerichtet, inhaltlich korrekt und prüfungsrelevant formuliert sein muss. Deshalb empfiehlt es sich die Fragen mit allen Antwortmöglichkeiten vorzuformulieren (z.B. in einem Word-Dokument) und der KI zu übergeben, welche daraus dann eine Importdatei generiert.



  • Zeitlicher Aufwand

    In der Hochschulbildung stellt die manuelle Erstellung von Tests einen erheblichen zeitlichen Aufwand dar, wodurch Lehrende häufig nicht die Möglichkeit haben, formative Testformate regelmäßig bereitzustellen. Der Einsatz generativer KI bietet hier eine effiziente Lösung, indem er die Generierung von Testfragen beschleunigt.

  • Tipps zur Umsetzung

    • Verwenden Sie strukturierte Prompts, um zielgerichtete Fragen zu generieren.
    • Zweistufige Qualitätssicherung zur Fehlervermeidung für Tests in Lernmanagementsystemen: Zunächst sollten die generierten Fragen im KI-System auf Kohärenz, passendes Feedback sowie korrekte Einstellungen (z. B. Anzahl richtiger Antworten) überprüft werden. Anschließend ist nach dem Import in das LMS eine zweite Kontrolle hinsichtlich korrekter Bepunktung, Mehrfachantworten bei Multiple-Choice und inhaltlicher Richtigkeit der Fragen erforderlich.
    • Reflektieren Sie den didaktischen Mehrwert im Vergleich zum Ressourcenverbrauch der KI und Zeitaufwand
    • Tipp für Moodle: Legen Sie in der Moodle-Fragesammlung Fragenkategorien an. So können Fragen einfacher verwaltet und gefunden werden.
    • Die KI kann auch nur zur Unterstützung einzelner Fragen oder der Bearbeitung bereits vorhandene, vorformulierte Fragen eingesetzt werden. Dabei können mit der KI Distraktoren oder ähnliche Fragen ergänzt, überarbeitet oder erweitert werden. Selbst die reine Umwandlung bestehender Fragen in einen Import wie beispielsweise für summative Tests kann bereits bei Frageformaten wie Multiple-Choice oder Lückentext die Erstellungszeit deutlich verringern.


  • Vorteile / Herausforderungen

    • Generative KI ermöglicht es Lehrpersonen, Testfragen in unterschiedlichen Formaten (z. B. Multiple Choice, Lückentext, Zuordnungsfragen) zu erstellen und dabei die Inhalte gezielt an Kursinhalte, Lernziele und das Vorwissen der Studierenden anzupassen. Dadurch können Tests auf verschiedene Lehrkontexte und Zielgruppen zugeschnitten werden.
    • Mit der KI lassen sich in kurzer Zeit große Mengen an Testfragen generieren. Dies ist besonders hilfreich bei Veranstaltungen mit vielen Teilnehmenden oder wenn unterschiedliche Testversionen benötigt werden, z. B. zur Minimierung von Abschreibversuchen oder für differenzierte Leistungsniveaus.
    • Die automatisierte Generierung von Fragen, Antwortoptionen und Feedback reduziert den Erstellungsaufwand erheblich. Dies ermöglicht es Lehrpersonen, regelmäßiger formative Tests in ihre Lehrveranstaltungen zu integrieren, ohne dass der Aufwand unverhältnismäßig steigt.
    • Die Bewertung von Multiple-Choice-Fragen stellt eine didaktische Herausforderung dar. Oft werden Multiple-Choice-Fragen so bewertet, dass zwar Teilpunkte vergeben werden können, jedoch bereits eine einzige falsche Antwort zum vollständigen Punktverlust führt oder richtige und falsche Antworten gleich gewichtet werden. [3] Für Lehrende kann dies bei der Erstellung von Fragen in Moodle ebenfalls eine Herausforderung darstellen. Je nach Bewertungslogik muss die KI unterschiedliche Bepunktungen ausgeben. Viele KI-Werkzeuge die im Internet Fragen mit Exportfunktion für LMS erstellen, berücksichtigen die didaktischen Bedingungen nicht und geben 100 Punkte für richtige Antworten und keine für falsche, was nur bei Single-Choice relevant ist und bei Multiple-Choice nicht funktioniert. Im ChatGPT-Bot wird diesem Problem begegnet, indem Bewertungen mit Teilpunkten für eine richtige bis drei richtige bei Multiple-Choice-Fragen bereits vordefiniert sind. Ebenso kann mit Prompts eine andere Bewertungslogik (z.B. alles oder nichts) ausgewählt werden, sodass die KI die formal korrekte Bewertung Moodle übergibt.
    • Trotz formaler Korrektheit können KI-generierte Fragen inhaltlich ungenau, irreführend oder didaktisch unpassend sein. Daher ist eine sorgfältige Überprüfung durch die Lehrperson unerlässlich, um die fachliche Richtigkeit und die didaktische Eignung der Fragen sicherzustellen.
    • Die Qualität der ablenkenden Antwortoptionen ist entscheidend für die Aussagekraft von Multiple-Choice-Fragen [3]. KI kann hier zwar Vorschläge liefern, dennoch muss die Lehrperson prüfen, ob die Distraktoren wirklich geeignet sind, um zwischen verschiedenen Kompetenzniveaus zu unterscheiden.
    • Gerade bei offenen oder lückentextbasierten Formaten besteht die Gefahr, dass mehrere inhaltlich korrekte, aber formal unterschiedliche Antworten möglich sind. Ein Ansatz zur Lösung könnte darin bestehen, die KI gezielt dazu aufzufordern, eine Vielzahl möglicher korrekter Antworten zu generieren. Diese können dann in den Test importiert werden, um die automatisierte Überprüfung der Antworten zu verbessern.


  • Einfluss auf Lernerfolg

    Regelmäßige Tests fördern nachweislich den Lernerfolg. Im Vergleich zu seltenen oder unregelmäßigen Tests zeigen sie eine höhere Wirksamkeit [4]. Das kann beispielsweise auf den Testeffekt zurückgeführt werden, der durch häufiges Testen auftritt [5]. In Moodle-Tests können Studierenden automatisiertes, umfassendes sowie unmittelbares korrektives Feedback auf Aufgabenniveau erhalten, was den individuellen Lernfortschritt gezielt unterstützt [2] und zudem sich positiv auf den Lernerfolg auswirken kann.

  • Einfluss auf Motivation

    Regelmäßige automatisiert generierte Tests können die Lernmotivation steigern, da sie zu einer aktiveren Auseinandersetzung mit dem Lernstoff beitragen. Die sofortige Rückmeldung durch automatisiertes Feedback fördert die Selbstwirksamkeit und ermöglicht Lernenden, ihren Fortschritt direkt zu erleben [6]. Die Möglichkeit, Inhalte individuell anzupassen, stärkt zusätzlich die Passung zwischen Aufgaben und dem Lernstand.

  • Rechtliche Aspekte

    Mit diesem Absatz möchten wir Sie für rechtliche Aspekte beim Einsatz von digitalen Technologien in Unterricht und Lehre sensibilisieren. Gesetzliche Bestimmungen sind jedenfalls einzuhalten. Für diesen Use Case sind insbesondere folgende Rechtsthematiken relevant:

    • Urheberrecht (keine fremden oder Studierendentexte eingeben; Nutzung eigene Inhalte bewusst verwenden)
    • Nutzungsbedingungen (AGB des genutzten KI-Dienstes prüfen – viele Server befinden sich im EU-Ausland, institutionelle Lizenzen beachten)
    • Datenschutzkonforme (DSGVO) Nutzung von Tools (keine personen-bezogenen Daten eingeben; Datenverarbeitung nur innerhalb der EU)
    • Prüfungsordnung (Einsatz der KI-konformen Prüfungsformate mit Ihrer Hochschule abstimmen)

    Bitte wenden Sie sich bei weiteren Fragen an die zuständige/n Abteilung/en Ihrer Institution.


  • Mögliche Tools für Umsetzung

    Moodle-Tests in Verbindung mit generativer KI erstellen

    Die manuelle Erstellung von Moodle-Tests ist zeitaufwändig. Generative KI bietet hier eine effiziente Lösung: Durch strukturierte Prompts können Lehrende automatisch Moodle-kompatible Testfragen in verschiedenen Formaten generieren, inklusive Antwortmöglichkeiten und Feedback. Die Fragen werden als XML-Datei erstellt und lassen sich direkt in Moodle importieren. Dies erleichtert die Integration in Lehrveranstaltungen und ermöglicht eine flexible Anpassung für andere Lernplattformen. Die Nutzung ist auf zwei Wegen einfach möglich:

    Moodle-Tests in Verbindung mit Custom GPT

    Dieser spezialisierte ChatGPT-Bot führt Lehrende Schritt für Schritt durch den gesamten Erstellungsprozess. Der Custom GPT Bot von OpenAI hat einen ausführlichen Masterprompt sowie Zusatzdokumente hinterlegt, der Befehle für die Schrittreihenfolge, Terminologien und didaktische Hintergrundinformationen enthält [7]. Diese didaktischen Anweisungen, die der KI im Hintergrund in Form von Dokumenten zur Verfügung stehen, enthalten Grundlagen der Testkonstruktion [8] sowie Ausführungen zu Aufgabenschwierigkeit, Feedbackregeln[2], Item-Schwierigkeit und Distraktoren [3].

    In der kostenlosen Version von ChatGPT ist die Nutzung nur eingeschränkt möglich. In der Regel kann der gesamte Prozess einmal täglich kostenfrei durchgeführt werden. Dabei lassen sich Lehrende von der KI durch den Ablauf begleiten: Sie beantworten Fragen zu Hintergrundinformationen, Lernzielen, Fragetyp und gewünschter Fragenanzahl. Nach einer Überprüfung der Ergebnisse stellt die KI eine XML-Datei zum Download bereit, die direkt in Moodle importiert werden kann. Anschließend legt die Lehrperson eine neue Kategorie in der Moodle-Fragesammlung an, importiert die Datei und fügt die Fragen dem Moodle-Test hinzu. Abschließend überprüft sie die Einstellungen, die korrekte Bepunktung sowie die Funktionalität des Tests.

    Moodle-Tests in Verbindung mit genauer Anweisung in generativer KI (z.B. mit Masterpromt)

    Mit diesem Verfahren können Tests auch in allen kompatiblen generativen KI-Systemen (Claude, etc.) generiert werden.
    Im Chat-GPT-Projekt fügen wir nun eine Masterprompt-Anweisung ein. Hier können Sie Variablen wie die Anzahl der Antworten für Ihre Fragen, die Gesamtzahl der Fragen, die Ausgabesprache, den Schwierigkeitsgrad, die Zielgruppe und vor allem den Inhalt der Fragen festlegen. Hier sind Beispiele für Parameter, die der KI übergeben werden können:

    • Nutzen Sie vorhandene Texte oder Video-Transkripte, wenn verfügbar. Achten Sie dabei auf Urheberrecht, Datenschutz und darauf, was Sie an Informationen an die KI weitergeben möchten. Alternativ können Sie auf etablierte Literatur verweisen.
    • Definieren Sie das Thema so präzise wie möglich.
    • Formulieren Sie klare Lernziele, die durch die Fragen abgedeckt werden sollen.
    • Verwenden Sie lernzieltaxonomische Begriffe zur Präzisierung der Ziele.

    Mit diesen Schritten stellen Sie sicher, dass die erstellten Fragen effektiv und zielgerichtet sind.

    Tests mit KI-Tools erstellen

    Tests mit KI-Tools können den Erstellungsprozess eventuell vereinfachen, indem Sie Moodle umgehen oder das Lernerlebnis gamifizieren. Viele potente Tools sind nicht kostenfrei. Kostenfreie Tools können häufig nur Teile der Einsatzmöglichkeiten abbilden.

    • Gamification: Kahoot! [9]
      Kahoot! ist eine spielbasierte Lernplattform, die es ermöglicht, interaktive Quizze und Lernspiele zu erstellen und durchzuführen. Mit den neuen KI-Funktionen können Lehrkräfte durch einfache Eingabe eines Themas oder Hochladen einer PDF-Datei automatisch Quizfragen generieren lassen. Zudem können Fragen aus Web-URLs oder Wikipedia-Artikeln extrahiert werden. Es ist möglich, Sprache, Schwierigkeitsgrad und Tonfall der Fragen festzulegen. Aus den generierten Fragen können anschließend passende ausgewählt werden. Darüber hinaus können die Fragen nachträglich individuell angepasst werden. Zusätzlich werden KI-generierte Bilder zur visuellen Unterstützung hinzugefügt.
    • Vereinfachte Bearbeitung von Fragen: QuestionAid
      QuestionAid ist ein Tool zur Fragengenerierung. Mit diesem Tool können offene und Multiple Choice-Fragen aus Texten generiert werden. Die Fragen sowie die Distraktoren können von der Lehrperson bearbeitet und in Kahoot! und Moodle exportiert werden.
    • Aktivierung zu Beginn einer Lehrveranstaltung: Kahoot!, Mentimeter, Padlet
    • Übungsmaterial zur Prüfungsvorbereitung: Quizgecko
      Quizzes arbeitet mit einem Karteikartensystem und Fragen, die mit KI generiert und den Studierenden zur Verfügung gestellt werden können.



  • Anwendungsbeispiel

    Kahoot! zur Wiederholung von Management-Kurs-Inhalten

    Ein Lehrender eines Managementkurses erstellt vor dem Anfang jeder Unterrichtseinheit ein Kahoot!-Quizz mit den Inhalten der letzten Stunde. Dafür nutzt er die KI-Funktion von Kahoot! und importiert sein Unterrichtsskript als PDF direkt in das Programm. Nun wählt er 5 bis 10 vom System generierte passende Fragen für seine Unterrichtseinheit und stellt damit einen kurzen Wiederholungstest zusammen. Er kontrolliert nochmals alle Antworten und bessert gegebenenfalls einzelne Distraktoren aus. Der Gesamtzeitaufwand in der Vorbereitung beträgt weniger als zehn Minuten. Durch den gamifizierter Ansatz von Kahoot! sind Studierenden bei der Durchführung des Tests am Anfang der Unterrichtseinheit motiviert bei dem Quiz aktiv mitzudenken und haben Freude daran, sich gegenseitig in Wissen und Schnelligkeit zu übertreffen. Nebenbei aktivieren sie ihr Wissen, wiederholen Gelerntes und lernen durchs Testen.

    ChatGPT-Bot für das Pre-Learning im Englisch-Kurs

    Im Business-English-Unterricht bietet die Wiederholung der wichtigsten Vokabeln und Ausdrücke der letzten Einheit einen effektiven Einstieg. Mithilfe generativer KI können zu diesem Zweck gezielt Lückentexte erstellt werden, die auf den Wortschatz der vorangegangenen Stunde abgestimmt sind. Lehrpersonen geben entweder einzelne Begriffe oder einen kurzen Text ein, der automatisch in einen passenden Lückentext umgewandelt wird. Da die manuelle Erstellung solcher Aufgaben in Moodle erfahrungsgemäß aufwendig ist, stellt die KI-basierte Unterstützung eine erhebliche Arbeitserleichterung dar.

    Ergänzend kommen Short-Answer-Fragen zum Einsatz, bei denen Begriffe übersetzt oder in den passenden Kontext eingesetzt werden sollen. Auch Multiple-Choice-Fragen zur Rechtschreibung sind Teil des Repertoires, da sie das Erkennen und sichere Verwenden zentraler Fachbegriffe fördern.

    Ein GPT-basierter Bot unterstützt die Lehrperson im gesamten Prozess der Testgenerierung. Er erfragt Zielgruppe, Sprachniveau und Aufgabenschwierigkeit und erstellt daraufhin geeignete Fragenformate. Die Lehrperson gibt die Informationen und überprüft die Fragen. Sie exportiert sie und legt im Moodle-Kurs eine neue Kategorie mit dem Namen der letzten Unterrichtseinheit und dem entsprechenden Datum an. In diese Kategorie werden die Fragen importiert und kurz kontrolliert. Der gesamte Aufwand bleibt auch bei dieser Methode sehr gering.

    Den Studierenden wird der Test freiwillig vor der folgenden Unterrichtsstunde im Moodle-Kurs zur Verfügung gestellt. Die Möglichkeit zur eigenständigen Wissensüberprüfung wird durchweg positiv aufgenommen. Viele Studierende absolvieren den Test selbständig und nutzen ihn zur gezielten Vorbereitung.

  • Weiterführende Literatur und Beispiele


  • Quellen

    [1] Hattan, C., Alexander, P. A., & Lupo, S. M. (2024). Leveraging what students know to make sense of texts: What the research says about prior knowledge activation. Review of Educational Research, 94(1), 73–111. https://doi.org/10.3102/00346543221148478

    [2] Wisniewski, B., Zierer, K., & Hattie, J. (2020). The power of feedback revisited: A meta-analysis of educational feedback research. Frontiers in Psychology, 10, 3087. https://doi.org/10.3389/fpsyg.2019.03087

    [3] Schott, R. (2017). Multiple-Choice-Prüfungen. Infopool besser lehren. Center for Teaching and Learning, Universität Wien. Abgerufen am 10. Februar 2025 von https://infopool.univie.ac.at/fileadmin/user_upload/p_infopool/PDFs/Pruefen_u_Beurteilen/05_Multiple-Choice-Pru__fungen.pdf 

    [4] Schneider, M., & Preckel, F. (2017). Variables associated with achievement in higher education: A systematic review of meta-analyses. Psychological Bulletin, 143(6), 565–600. https://doi.org/10.1037/bul0000098

    [5] Barenberg, J., & Dutke, S. (2022). Testen als evidenzbasierte Lernmethode: Empirische und theoretische Gründe für eine Anwendung im Unterricht. Unterrichtswissenschaft, 50(1), 17–36. https://doi.org/10.1007/s42010-021-00138-3

    [6] Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78. https://doi.org/10.1037/0003-066X.55.1.68

    [7] OpenAI. (2023, November 6). Introducing GPTs. OpenAI. Abgerufen am 10. Februar 2025 von https://openai.com/index/introducing-gpts/

    [8] Moosbrugger, H., Kelava, A. (2020). Testtheorie und Fragebogenkonstruktion. Springer. https://doi.org/10.1007/978-3-662-61532-4

    [9] Kahoot! (2025). So benutzt du Kahoot! KI-Tools. Abgerufen am 10. Februar 2025 von https://support.kahoot.com/hc/de/articles/17152945038355-So-benutzt-du-Kahoot-KI-Tools

    Dieser Use Case wurde sprachlich mit ChatGPT optimiert.