Potenziale und Grenzen ChatGPT-basierter C-Tests
Carina Schumann (Hochschule Schmalkalden, Deutschland)
Paul Voerkel (Hochschule Schmalkalden, Deutschland)
ORCID: 0000-0002-0042-2778 / 0000-0003-4596-1350
Publikationsangaben
DOI
10.XXX
Publiziert
28. September 2026
Ausgabe
Heft 18 (2026)
Lizenz
CC 4.0
Abstract
Der Einsatz von KI-Tools im (Fremdsprachen-)Unterricht, insbesondere von
Anwendungen wie ChatGPT, wird seit einiger Zeit immer selbstverständlicher. Allerdings beschränkt sich die Verwendung häufig auf die Unterrichtsvorbereitung, während das Potenzial für andere Anwendungsbereiche, z. B. Leistungsbewertung und Lernstandsanalyse, bislang kaum systematisch genutzt wird. Vor diesem Hintergrund untersucht der vorliegende Beitrag, inwiefern ChatGPT zur Erstellung von C-Tests als Instrument der Lernstandsanalyse für Deutsch als Fremdsprache geeignet ist.
Den Rahmen bildet eine explorative Fallstudie, bei der vier C-Tests mithilfe von ChatGPT generiert und zur Einstufung der Deutschkenntnisse internationaler Studierender eingesetzt wurden, die 2025 am DAAD-geförderten Programm SUAS PREMIER der Hochschule Schmalkalden teilnahmen. Analysiert wurden die generierten Tests hinsichtlich der formalen Beachtung des C-Test-Formats, der sprachlichen Korrektheit, der Textkohärenz und der Übereinstimmung mit der intendierten Sprachniveaustufe (A2).
Die Ergebnisse zeigen, dass ChatGPT zwar kohärente und thematisch passende Texte generiert, jedoch erhebliche Defizite in Bezug auf die formale Umsetzung des C-Test-Formats und die Niveaustufe aufweist. Auch nach explizitem Feedback und Überarbeitungsaufforderungen bleiben Fehler bestehen, etwa bei der Anzahl getilgter Buchstaben oder in der Verwendung von lexikalisch zu anspruchsvollen Einheiten.
Der Beitrag kommt zu dem Schluss, dass ChatGPT in seiner aktuellen Form nicht geeignet ist, eigenständig valide C-Tests zu erstellen. Gleichwohl zeigt sich ein Potenzial als unterstützendes Werkzeug zur Testerstellung, sofern Lehrkräfte über testtheoretische und sprachdidaktische Expertise verfügen und KI-generierte Materialien kritisch prüfen und nachbearbeiten.
Schlagwörter
Generative KI · C-Tests · Deutschunterricht · Lernstandsanalyse
Download
Zitierempfehlung
Schumann, Carina & Voerkel, Paul. (2026). KI-gestützte Sprachstandsmessung im DaF-Unterricht: Potenziale und Grenzen ChatGPT-basierter C-Tests. DaF-Brücke, 18. S. 16-23. https://doi.org/…