Zum Einfluss von KI-basiertem Feedback auf die psychologische Eigenverantwortung von Student*innen für ihre schriftlichen Texte: Die moderierende Rolle der Feedbackmodalität
Wie kann KI-gestütztes Feedback Student*innen helfen, sich zu verbessern, ohne ihnen das Gefühl von Eigentümerschaft an ihrer Arbeit, Motivation und Verantwortung zu nehmen?
Laufzeit: Januar 2026 – Dezember 2026
Status: Laufend
Bildungsstufe: Tertiärstufe
Thema: Artificial Intelligence AI, Digital Skills & Literacy
Keywords: Psychologisches Eigentumsgefühl, Feedback, Schreibaufgaben, KI
Ausgangslage
Die jüngsten Fortschritte im Bereich der Generativen Künstlichen Intelligenz (GenAI) haben zur Entwicklung vielfältiger Lösungen geführt, die den Feedbackprozess in Bildungsumgebungen automatisieren. Solche Tools, die auf grossen Sprachmodellen (LLMs) basieren, können Student*innen bei ihren schriftlichen Arbeiten unterstützen, indem sie kritisches, korrigierendes und adaptives Feedback auf Grundlage theoretischer Rahmenmodelle geben. Zudem ermöglichen solche Tools, dass Student*innen asynchron dann persönliches Eins-zu-eins-Feedback erhalten können, wenn sie es brauchen – ohne die Beteiligung der Dozent*innen – und gewährleisten damit zeitnahe Rückmeldungen, eine zentrale Qualität von Feedback. Während Effizienz und Skalierbarkeit von LLM-basierten Feedbacktools klar erkennbar sind, bleibt ihr Einfluss auf das psychologische Eigentum der Student*innen an ihren Arbeiten jedoch weitgehend unerforscht. Psychologisches Eigentum bezeichnet das Gefühl, dass etwas „mein“ ist, geprägt durch persönliches Engagement und Verantwortung gegenüber einem Objekt oder Ergebnis. Im Bildungsbereich wird die Förderung psychologischer Eigentümerschaft an eigenen Arbeiten mit gesteigerter Motivation, vertiefter Auseinandersetzung und besseren Lernergebnissen in Verbindung gebracht. Wenn Student*innen ihre Texte auf Basis externen – insbesondere automatisierten – Feedbacks überarbeiten, stellt sich die Frage, inwieweit sie sich weiterhin mit ihrer überarbeiteten Arbeit verbunden fühlen und Verantwortung dafür übernehmen. Unterschiedliche Arten von Feedback können den Grad der Eigentümerschaft über revidierte Texte unterschiedlich beeinflussen.
Ziele
Das Ziel dieses Projekts ist es, das psychologische Eigentum in der Interaktion mit technologiegestützten Feedbacktools im Bildungsbereich zu untersuchen. Wir wollen einen LLM-basierten Feedbackmechanismus für das Tool Rflect gestalten, evaluieren und weiterentwickeln, um Forscher*innen und Entwickler*innen aufzuzeigen, wie Feedbacktools gestaltet werden können, die die Eigenverantwortung und Eigentümerschaft von Student*innen stärken. Die Projektziele sind: (1) die Evaluation dreier Feedbackmodalitäten im Unterrichtskontext sowie (2) die Ableitung von Designprinzipien für die Integration LLM-basierter Feedbackmechanismen in Bildungskontexte, welche psychologisches Eigentum schützen.
Methode
Das Projekt folgt einer Methodik aus HCI und Informationssystemforschung, die lernendenzentriertes Design, Prompt Engineering und ein longitudinales Feldexperiment kombiniert. In Phase 1 informieren Interviews mit Student*innen die Entwicklung von Feedbackprinzipien, die in theoretischen Ansätzen zu selbstreguliertem Lernen und psychologischem Eigentum verankert sind. Drei KI-Feedbackstrategien werden konzipiert und mittels massgeschneidertem Prompt Engineering in ein bestehendes Tool für reflexives Schreiben integriert. In Phase 2 werden diese Strategien in einem sechswöchigen Feldexperiment im Unterricht mit Student*innen unterschiedlicher Bildungshintergründe getestet. Schreibqualität, Feedbacknutzung, Selbstwirksamkeit und psychologisches Eigentum werden über die Zeit mittels quantitativer Analysen gemessen.
Geplante Translation
Die Übertragung der Projektergebnisse in die Bildungspraxis wird durch die direkte Implementierung in den Institutionen der Projektleiter*innen erwartet. Da das Experiment in bestehende Schreibkurse eingebettet wird, können Erkenntnisse in authentischen Unterrichtsumgebungen rasch evaluiert und iterativ mit Rflect weiterentwickelt werden. Dieses Setup ermöglicht unmittelbares Feedback sowohl von Student*innen als auch von Lehrenden und unterstützt die Entwicklung praxisnaher, kontextsensitiver Empfehlungen. Die Zusammenarbeit mit unserem Partner Rflect erleichtert zudem die Anpassung und Skalierung, wodurch die Grundlage für eine breitere Anwendung in Schweizer Bildungseinrichtungen nach der initialen Validierung gelegt wird.
Dieses Projekt leistet einen Beitrag zur Forschung zu GenAI im Bildungsbereich, indem es neue Evidenz dafür liefert, wie unterschiedliche KI-Feedbackstrategien nicht nur die Schreibqualität, sondern auch das psychologische Eigentum der Student*innen, ihre Motivation und ihr tiefes Lernen beeinflussen. Es liefert Designprinzipien für KI-Feedback, das Leistungsgewinne mit der Förderung studentischer Eigenverantwortung in Einklang bringt. Die Ergebnisse sollen in wissenschaftlichen Artikeln in IS-Journals sowie in Publikationen zu Educational Technology und HCI veröffentlicht werden. Für die Schweizer Hochschullandschaft ermöglicht das Projekt die skalierbare Integration adaptiven, lernendenzentrierten Feedbacks in reflexives Schreiben über ein bestehendes EdTech-Tool – zum unmittelbaren Nutzen von Tausenden von Student*innen.
