Wie genau ist die KI-Korrektur von Multiple-Choice-Tests?

Ist KI-Korrektur zuverlässig? Bei Multiple-Choice-Tests kann sie es sein, aber Genauigkeit ist keine einzelne Zahl, die man auf einer Website ablesen kann. Sie hängt davon ab, wie die Schülerinnen und Schüler markieren, wie gut das Foto ist, wie der Bogen aufgebaut ist und ob jemand prüft, was die KI nicht lesen konnte. Dieser Ratgeber zeigt, woher Fehler kommen, wie Sie die meisten vermeiden und wie Sie die Genauigkeit an Ihren eigenen Arbeiten messen, bevor Sie einem Werkzeug vertrauen – Snap AI eingeschlossen.

Wie genau ist KI-Korrektur? Es kommt darauf an, was korrigiert wird

Hinter „KI-Korrektur“ stecken zwei verschiedene Aufgaben. Lesen heißt: erkennen, welches Kästchen angekreuzt, welcher Buchstabe eingekreist oder welche Zahl in ein Feld geschrieben wurde. Beurteilen heißt: entscheiden, wie viele Punkte ein Aufsatz oder ein Beweis verdient. Feste Antworten zu lesen ist die leichtere Aufgabe. Offene Aufgaben zu beurteilen ist deutlich schwieriger, und die Forschung dazu empfiehlt immer wieder, einen Menschen einzubinden.

Bei einem Multiple-Choice-Test – ob Ankreuztest auf dem Aufgabenblatt, Antwortbogen oder OMR-Bogen – muss ein gut gebautes KI-Korrekturwerkzeug nur lesen. Jede Antwort mit dem Lösungsschlüssel abzugleichen ist ein einfacher Vergleich. Die entscheidenden Fragen lauten also: Wie oft liest die KI falsch, und merken Sie es, wenn es passiert?

So korrigiert Snap AI eine Arbeit: erst lesen, dann bewerten

Snap AI korrigiert in zwei getrennten Schritten.

1. Ein KI-Modell liest die Arbeit. Es betrachtet das Foto und notiert Name, Klasse und Prüfungscode (in der Schule meist die Gruppe, etwa A oder B) sowie die markierte Antwort zu jeder Aufgabe. Es hat die Anweisung, die Aufgaben nicht selbst zu lösen, und entscheidet nicht, was richtig oder falsch ist.
2. Gewöhnlicher Programmcode bewertet sie. Er vergleicht jede Antwort mit Ihrem Lösungsschlüssel und zählt die Punkte zusammen: standardmäßig 10 pro Arbeit, gleichmäßig verteilt, oder die Punkte, die Sie je Fragetyp oder Abschnitt festlegen. Legen Sie keine Punkte fest und stehen auf dem Test Punkte neben jeder Aufgabe, übernimmt der Code die Werte, die die KI dort liest. Eine Antwort muss exakt übereinstimmen (Groß- und Kleinschreibung spielt keine Rolle); eine Zahl als Kurzantwort zählt auch, wenn sie mit Komma oder Punkt geschrieben ist (12,5 = 12.5).

Warum ist diese Trennung wichtig? Die KI hat nie eine eigene Meinung zur richtigen Antwort. Ein falsches Ergebnis geht daher fast immer auf eine falsch gelesene Markierung, einen fehlerhaften Lösungsschlüssel oder den falschen Prüfungscode zurück – und alle drei können Sie sehen und beheben. Außerdem ist die Bewertung reproduzierbar: Dieselben Antworten und derselbe Schlüssel ergeben immer dieselbe Punktzahl.

Auch Ihren Lösungsschlüssel liest die KI, selbst wenn Sie ihn eintippen, denn jedes Format ist erlaubt (zum Beispiel 1.A 2.B 3.C oder mehrere Prüfungscodes in einem Feld). Tippen Sie auf Bestätigen und kontrollieren Sie vor dem Korrigieren, was erkannt wurde: Eine falsche Lösung im Schlüssel wertet diese Aufgabe bei allen als falsch, und wenn Sie den Schlüssel später korrigieren, werden bereits bewertete Arbeiten nicht neu bewertet.

Was die Lesegenauigkeit beeinflusst – und was Sie dagegen tun können

Die meisten Lesefehler beginnen beim Blatt oder beim Foto, nicht bei der Bewertung:

Zwei Probleme sehen aus wie falsch gelesene Antworten, sind es aber nicht. Wird der Prüfungscode falsch gelesen, wird die ganze Arbeit mit dem Schlüssel einer anderen Gruppe bewertet – meist erkennbar an einer einzelnen, unerwartet niedrigen Punktzahl. Ist der Code unlesbar und enthält Ihr Schlüssel mehrere Codes, bricht die Korrektur mit einer Fehlermeldung ab. Sorgen Sie deshalb vor dem Korrigieren dafür, dass auf jeder Arbeit die Gruppe gut lesbar im Kopfbereich steht (lassen Sie sie eintragen, wenn der Aufdruck blass ist), und vergleichen Sie danach den Code oben in der Prüfansicht mit dem Foto. Und wenn fast die ganze Klasse dieselbe Aufgabe falsch hat, prüfen Sie zuerst den Schlüssel.

Snap AI liest Antworten, die direkt auf dem Aufgabenblatt eingekreist sind, und Antwortbögen in vielen gängigen Layouts. Eine optionale Antwortbogen-Vorlage sagt der KI, welche Aufgaben und Fragetypen sie erwarten soll: Nutzen Sie eine fertige Vorlage (etwa 40 oder 50 Aufgaben A–D) oder erstellen Sie eine eigene mit bis zu 200 Aufgaben und drucken Sie sie als PDF aus. Mehr dazu in der kostenlosen Antwortbogen-Vorlage oder unter Korrigieren ohne Antwortbogen.

Was passiert, wenn eine Antwort nicht lesbar ist

Findet Snap AI zu einer Aufgabe keine Antwort – weil sie leer geblieben ist, die Markierung unleserlich war oder die Aufgabe auf dem Foto abgeschnitten ist –, wird diese Aufgabe als nicht bewertet markiert. Sie bringt 0 Punkte, bis Sie entscheiden, und jede Arbeit zeigt, wie viele Aufgaben nicht bewertet sind, damit Sie wissen, wo Sie hinschauen müssen.

Leere und unleserliche Antworten erscheinen beide als nicht bewertet; das Foto zeigt Ihnen, was zutrifft. Bei Richtig/Falsch-Aufgaben mit mehreren Aussagen wird eine leere oder unleserliche Aussage als X erfasst und bringt keine Punkte, ohne als nicht bewertet markiert zu werden. Achten Sie also auf ein X in der Antwort.

Die Markierung „nicht bewertet“ fängt fehlende Antworten ab, aber keine Lesefehler, bei denen sich die KI sicher ist. Liest sie ein C, wo die Schülerin ein D angekreuzt hat, wird die Aufgabe einfach als falsch gewertet. Kontrollieren Sie deshalb stichprobenartig Fotos, besonders bei Ihren ersten Stapeln.

Die Lehrkraft entscheidet: Nichts ist endgültig vor dem Export

Betrachten Sie die KI-Korrektur als ersten Durchgang. In Snap AI läuft die Prüfung so ab:

1. Schlüssel kontrollieren. Gehen Sie nach dem Tippen auf Bestätigen die erkannten Prüfungscodes und Lösungen durch und korrigieren Sie falsche.
2. Ergebnisse überfliegen. Jede Arbeit zeigt ihre Punktzahl und wie viele Aufgaben richtig, falsch und nicht bewertet sind. Öffnen Sie zuerst die mit nicht bewerteten Aufgaben oder einer überraschenden Punktzahl.
3. Auf Prüfen tippen. Sie sehen das Originalfoto, das Sie vergrößern können, neben der Liste der Aufgaben mit der Antwort, die die KI jeweils gelesen hat.
4. Jede Aufgabe anpassen. Setzen Sie sie auf Richtig oder Falsch oder wählen Sie bei Richtig/Falsch-Aufgaben mit mehreren Aussagen die Punkte, dann tippen Sie auf Speichern. Die Summe wird sofort neu berechnet und übersteigt nie die Gesamtpunktzahl der Arbeit.
5. Statistik anzeigen öffnen. Die Zahl richtiger, falscher und nicht bewerteter Antworten pro Aufgabe macht eine falsche Lösung im Schlüssel oder eine missverständliche Aufgabe schnell sichtbar.
6. Exportieren, wenn alles passt. Als CSV exportieren liefert eine Datei, die sich in Excel oder Google Tabellen öffnen lässt. Die Spalte „Notes“ (Anmerkungen, nicht Noten) listet Aufgaben, die noch nicht bewertet sind, samt Grund.

In Ihr Notenbuch gelangen die Punkte erst, wenn Sie exportieren – der Export ist also Ihre Freigabe. Ändern Sie später eine Punktzahl, exportieren Sie erneut. Die CSV enthält Punkte, keine Noten: Ihren Notenschlüssel (z. B. Noten 1–6 oder 0–15 Notenpunkte) wenden Sie danach selbst an. Wie die Datei in Excel, Google Tabellen oder das System Ihrer Schule kommt, zeigt der Ratgeber zum Export.

So testen Sie die Genauigkeit der KI-Korrektur an Ihren eigenen Arbeiten

Die aussagekräftigste Genauigkeitszahl ist die, die Sie mit Ihren eigenen Schülerinnen und Schülern, Ihrem Handy und dem Licht in Ihrem Klassenzimmer messen. Dieser Check funktioniert mit jedem KI-Korrekturwerkzeug:

1. Wählen Sie 10–20 echte Arbeiten aus einem Test oder einer Klassenarbeit, darunter einige unordentliche: blasser Bleistift, Radierspuren, geänderte Antworten, krakelige Schrift.
2. Korrigieren Sie sie zuerst von Hand oder nehmen Sie bereits korrigierte Arbeiten, und tragen Sie die Antwort jeder Schülerin und jedes Schülers zu jeder Aufgabe in eine Tabelle ein.
3. Lassen Sie dieselben Arbeiten von der KI korrigieren, so wie Sie es sonst auch tun würden. Nehmen Sie keine Fotos neu auf, nur damit sie perfekt sind.
4. Vergleichen Sie Aufgabe für Aufgabe, bevor Sie etwas korrigieren. Die CSV von Snap AI hat pro Aufgabe eine Spalte mit der gelesenen Antwort, sodass Sie sie direkt neben Ihre eigene Liste legen können.
5. Notieren Sie bei jeder Abweichung die Ursache: eine falsch gelesene Markierung, eine unleserliche Markierung, ein falscher Prüfungscode, ein Fehler im Schlüssel oder ein Versehen bei Ihrer eigenen Korrektur (das kommt vor).

Zählen Sie Antworten, nicht Arbeiten: 20 Arbeiten mit je 40 Aufgaben ergeben 800 Antworten zum Vergleichen – genug, um Muster zu erkennen. Häufen sich die Abweichungen bei einer Ursache, beheben Sie sie und korrigieren einen zweiten Stapel. Sind sie selten und verstreut, prüfen Sie weiterhin nicht bewertete Aufgaben, überraschende Punktzahlen und unordentliche Arbeiten in der Prüfansicht. Snap AI ist derzeit kostenlos nutzbar, mit einem Tageslimit für korrigierte Arbeiten – ein Testlauf kostet Sie also nur Zeit.

Was unabhängige Studien über die Genauigkeit von KI-Korrektur sagen

Unabhängige Belege sind noch dünn, und die meisten betreffen offene Aufgaben. Drei aktuelle Studien sind lesenswert; keine davon hat Snap AI getestet.

• Multiple-Choice-Antwortbögen. In einer Studie der University of Leeds von Ruddle und Naqvi füllten 53 Teilnehmende je drei Antwortbögen mit 100 Aufgaben nach einem vorgegebenen Muster aus: einen mit schwarzem Stift, einen mit kräftigem und einen mit leichtem Bleistiftstrich. Ein kommerzielles MC-System mit KI-Engine wertete die Scans aus. Bei den mit Stift ausgefüllten Bögen machte es keine Bewertungsfehler und war bei 0,8 % der Antworten unsicher; diese mussten von Hand korrigiert werden. Bei kräftigem Bleistift stieg die Fehlerquote auf 0,25 % der Antworten, bei hellem Bleistift auf 4,9 %. Das Fazit der Autoren: zuverlässig nur mit Stift.
• Eine handschriftliche Chemieklausur. In Cvengros und Kortemeyer (2025) stimmten KI und menschliche Korrektoren bei Textantworten und Reaktionsgleichungen eng überein, bei Rechen- und grafischen Aufgaben weniger. Die Autoren betonen, dass es menschliche Aufsicht braucht.
• Eine handschriftliche Analysis-Klausur. Kortemeyer, Caspar und Horica (2025) ließen offene Lösungen von GPT-5 anhand eines Bewertungsrasters korrigieren. Ungefiltert war die Übereinstimmung mit menschlichen Korrektoren mäßig – laut den Autoren ausreichend für Feedback ohne große Tragweite, nicht aber für folgenreiche Prüfungen. Mit einem strengen Filter, der riskante Fälle an Menschen weitergab, erreichte die KI beim Rest menschliche Genauigkeit, überließ aber rund 70 % der Aufgaben den Menschen.

Drei Lehren lassen sich auf jede Klasse übertragen. Dunkle Markierungen schlagen hellen Bleistift. KI-Urteile über offene Aufgaben sind uneinheitlich, stark bei manchen Aufgabentypen und schwach bei anderen – deshalb gleicht Snap AI nur Antworten mit Ihrem Schlüssel ab und korrigiert keine Aufsätze. Und alle drei Studien setzen auf eine Person, die unsichere Fälle prüft, oder fordern eine solche Kontrolle. Die Arbeiten zur Chemie- und zur Analysis-Klausur sind Preprints auf arXiv.

Fotos und Daten der Schülerinnen und Schüler: was damit passiert

In Snap AI werden die Fotos und Dateien, die Sie hinzufügen, in einen Cloud-Speicher hochgeladen und an ein KI-Modell eines externen Anbieters gesendet, das sie liest. Die Ergebnisse – darunter Name, Klasse, Antworten und Punktzahl jeder Schülerin und jedes Schülers – werden in Ihrem Konto gespeichert.

Die Verantwortung für die Daten Ihrer Schülerinnen und Schüler bleibt bei Ihnen. Bevor Sie beginnen:

• Prüfen Sie die Datenschutzvorgaben Ihrer Schule und Ihres Bundeslands (bzw. Kantons) zum Hochladen von Schülerarbeiten in Online-Werkzeuge, und holen Sie eine Genehmigung ein, wenn Ihre Schule das verlangt. Wie streng solche Vorgaben sein können, zeigt das Schulministerium NRW: KI darf Lehrkräfte bei der Korrektur unterstützen, personenbezogene Daten der Schülerinnen und Schüler dürfen dabei aber nicht übertragen werden, und die Bewertungshoheit bleibt immer bei der Lehrkraft.
• Fotografieren Sie nur die Antwortseiten und halten Sie alles andere Persönliche aus dem Bild.
• Denken Sie daran, dass Snap AI Name, Klasse und Prüfungscode liest, aber keine Schülernummern. Verlangen Ihre Vorgaben weniger personenbezogene Daten, können die Schülerinnen und Schüler statt des Namens Initialen oder ihre Nummer aus der Klassenliste eintragen.

Wann KI-Korrektur passt – und wann nicht

• Gut geeignet: Multiple-Choice-, Richtig/Falsch- und Zuordnungsaufgaben sowie kurze Zahlenantworten auf Papier, sauber fotografiert, mit einer Lehrkraft, die die als nicht bewertet markierten Aufgaben prüft.
• Mit Vorsicht: heller Bleistift, viel Radiertes, ungewöhnliche Layouts ohne Vorlage und Prüfungen mit großer Tragweite – hier sollten Sie jede Arbeit prüfen.
• Nicht geeignet: Aufsätze, Beweise und alles, was eine Beurteilung nach einem Erwartungshorizont braucht – das korrigiert Snap AI nicht –, oder ein Raum ohne Internetzugang.

Wenn das zu Ihren Tests passt, probieren Sie es mit Ihrem nächsten Korrekturstapel aus – mit der Schritt-für-Schritt-Anleitung zum Korrigieren per Handy. Snap AI läuft im Browser unter app.snap-ai.app und als Android-App. Sie schreiben einen Test in mehreren Gruppen? Lesen Sie, wie Sie Gruppe A und Gruppe B korrigieren.