Quiz und Bewertung

Quiz-Lektionen sind zentrale Lern-Werkzeuge — sie überprüfen, ob die Inhalte wirklich verstanden wurden, geben Lernenden direktes Feedback und tragen zum Kursabschluss bei. Diese Seite erklärt, wie du Quiz konfigurierst, was bei der KI-gestützten Freitext-Bewertung zu beachten ist und wie du den Mindest-Score sinnvoll setzt.

Quiz-Typen im Überblick

Typ	Wofür	Bewertung
Multiple Choice	Eine richtige Antwort aus 3-5 Optionen	Automatisch — Punkte für richtige Antwort
Multiple Select	Mehrere richtige Antworten aus mehreren Optionen	Automatisch — Punkte für vollständig richtige Auswahl
Lückentext	Wörter im Text ergänzen	Automatisch — Punkte pro richtig ergänzte Lücke
Zuordnung	Begriffe paaren	Automatisch — Punkte pro richtige Paarung
Drag-and-Drop	Elemente platzieren	Automatisch — Punkte pro richtige Position
Freitext	Offene Antwort, KI bewertet	KI-gestützt mit deinen Kriterien (siehe unten)
H5P-Quiz	Verschiedene H5P-Quiz-Typen	Automatisch — siehe H5P-Inhalte erstellen

Multiple-Choice-Frage anlegen

1. In deinem Kurs eine neue Lektion vom Typ Multiple Choice anlegen.
2. Frage formulieren — eine klare, eindeutige Frage.
3. Antwort-Optionen anlegen (3-5 sinnvoll).
4. Richtige Antwort(en) markieren.
5. Optional pro Antwort eine Erklärung — wird Lernenden nach Absenden gezeigt, perfekt für Lerneffekt aus falschen Antworten.
6. Punktzahl festlegen (Default: 1 Punkt richtig, 0 Punkte falsch).
7. Speichern.

📸 Screenshot folgt

Multiple-Choice-Editor mit Frage, Antwort-Optionen und Erklärungen

Tipps für gute Multiple-Choice-Fragen

• Plausibel falsche Optionen (Distraktoren) — Lernende sollen wirklich nachdenken, nicht offensichtlich richtig raten
• Jeder Distraktor ein typischer Denkfehler — wenn die falsche Option auch falsche Annahmen aufdeckt, lernt man auch beim Falschtippen
• Keine „alle Antworten sind richtig"-Trickfragen — verwirrt mehr als es prüft
• Eine Frage = ein Lernziel — keine zusammengesetzten Konstrukte

Freitext-Bewertung mit KI

Die KI-Bewertung ist nützlich für Aufgaben, die nicht in „A/B/C/D"-Schemen passen — z. B. Reflexionen, fachliche Begründungen, eigene Anwendungs-Beispiele.

Eine Freitext-Lektion anlegen

1. Lektionstyp Freitext mit KI-Bewertung wählen.
2. Aufgabenstellung schreiben — was soll bewertet werden.
3. Musterantwort hinterlegen — die KI vergleicht damit.
4. Bewertungskriterien definieren:
5. z. B. „Fachliche Korrektheit (40%)"
6. „Vollständigkeit der Argumentation (30%)"
7. „Eigene Beispiele oder Reflexion (30%)"
8. Maximale Punktzahl festlegen (z. B. 100).
9. Speichern.

📸 Screenshot folgt

Freitext-Editor mit Aufgabenstellung, Musterantwort und Bewertungskriterien

Was die KI-Bewertung liefert

Pro Einreichung bekommst du — und der/die Lernende:

• Punktzahl im Verhältnis zur Maximal-Punktzahl
• Stärken der Antwort (3-5 Stichpunkte)
• Verbesserungsvorschläge (3-5 Stichpunkte)
• Gesamt-Feedback als zusammenhängender Text

Die Bewertung ist wiederholbar — Lernende dürfen einen zweiten Versuch wagen.

Wann KI-Bewertung sinnvoll ist und wann nicht

Sinnvoll	Mit Vorsicht
Reflexion, Anwendungsfragen, „erkläre mit eigenen Worten"	Hochkritische Bewertungen wo das Ergebnis Konsequenzen hat (Zertifikat, Zertifizierung)
Schnelles Feedback in großen Klassen	Spezialwissen, das die KI nicht zuverlässig kennt
Übungen ohne Notendruck	Antworten, die kreativ sein sollen — die KI tendiert zur Bevorzugung „normaler" Antworten

Bei kritischen Bewertungen plane manuelle Nachprüfung — die KI gibt eine Tendenz, das letzte Wort solltest du als Trainer:in haben.

KI-Bewertung selbst nachprüfen / überschreiben

1. In Analytics → Lektions-Auswertung → Freitext-Aufgaben die einzelnen Einreichungen ansehen.
2. KI-Bewertung pro Einreichung sichtbar.
3. Wenn du eine Bewertung als unfair empfindest: Überschreiben — deine Punktzahl + dein Feedback ersetzen die KI-Bewertung.

Lernende sehen, dass eine Trainer-Bewertung vorgenommen wurde.

Mindest-Score sinnvoll setzen

Für jeden Quiz-Lektion und auch für den ganzen Kurs gibt es einen Mindest-Score, ab dem die Lektion bzw. der Kurs als bestanden gilt.

Score	Was das bedeutet
50%	Sehr lockere Hürde — nur das Gröbste muss sitzen
70% (Default)	Solider Mittelweg, akzeptiert Lücken
80-90%	Anspruchsvoll, für Pflichtschulungen mit Compliance-Bezug typisch
100%	Perfekt — nur sinnvoll bei sehr kurzen Quiz-Lektionen, sonst frustrierend

Lernende dürfen Lektionen wiederholen, die beste Punktzahl zählt.

Wiederholbarkeit konfigurieren

Pro Lektion kannst du festlegen:

• Unbegrenzte Wiederholungen (Default) — Lernende können beliebig oft probieren
• Maximale Anzahl Versuche — z. B. 3 Versuche bei Prüfungs-Charakter
• Zeitfenster zwischen Versuchen — z. B. 24 h Wartezeit, damit nicht spontan re-versucht wird

Bei Pflicht-Schulungen mit Zertifikat lohnt sich oft eine Begrenzung; bei freiwilligen Übungen kann mehr Lockerheit besser sein.

Häufige Fragen

Wie verhindere ich, dass Lernende Antworten in Multiple-Choice einfach raten? - Mehr Antwort-Optionen (5 statt 3) reduzieren Rate-Erfolg auf 20% statt 33% - Erklärungen pro Antwort: zumindest beim falschen Raten lernt man was - Mindest-Score höher setzen - Statt Multiple Choice einen Freitext oder ein Drag-and-Drop einsetzen, wo Raten weniger funktioniert

Lernende beschweren sich über die KI-Bewertung — sie sei zu streng/zu lasch. Erste Maßnahme: deine Musterantwort und die Kriterien überprüfen. Sind sie wirklich klar formuliert? Fehlen Synonyme oder akzeptable Variationen? Bei systematischer Schiefigkeit: KI-Bewertung als „Vorab-Bewertung" markieren und zusätzlich manuell nachprüfen.

Wie sehe ich, ob eine Quiz-Frage zu schwer/zu leicht ist? Analytics → dein Kurs → Lektions-Auswertung: pro Quiz-Frage zeigt das Dashboard die Verteilung der Antworten. Eine Frage, die niemand richtig beantwortet, ist zu schwer (oder unklar formuliert). Eine Frage, die alle richtig haben, ist zu leicht (oder offensichtlich).

Kann ich Quiz-Fragen aus einer Excel/CSV importieren? Aktuell nicht direkt im UI. Pragmatisch: für viele gleichartige Fragen (z. B. Vokabel-Tests) lohnt sich ein H5P-Quiz, dort gibt es Bulk-Eingabe-Modi.

Eine Lektion ist als „abgeschlossen" markiert, obwohl Lernende keinen vollen Punktzahl erreicht haben. „Abgeschlossen" heißt: Mindest-Score erreicht, also bestanden. Eine 80% von 100% Mindest-Score = bestanden. Wenn du strenger sein willst, Mindest-Score höher setzen.