Ein PDF mit Schülerarbeiten wird auf die Arbeitsfläche gezogen, zwei Text-Nodes lesen es vollständig: Der eine korrigiert Arbeit für Arbeit, was richtig ist, was falsch ist, den Fehler und eine vorgeschlagene Note; der andere erstellt den Klassenbericht mit Übungen zur Nacharbeit. Die drei Beispielarbeiten sind enthalten. Der gesamte Workflow ist ohne Konto sichtbar.
Echter Workflow, echte Ergebnisse. Beweg dich frei und zoome nach Belieben.
Diesen Workflow verwendenDer echte Workflow: drei Arbeiten aus einer Mathearbeit der 8. Klasse als PDF in einem Medien-Node, verbunden mit zwei Text-Nodes, Claude Sonnet 5 für die Korrektur Arbeit für Arbeit, GPT-5.5 für den Klassenbericht. Die angezeigten Texte sind die unveränderten Antworten der Modelle.
Auf einen Blick
Ein Stapel Klassenarbeiten kostet einen ganzen Abend. Das PDF mit den Arbeiten, getippt oder eingescannt, kommt in einen Medien-Node, und jeder Text-Node, der auf ein Modell eingestellt ist, das Dokumente lesen kann, nimmt es über seinen Port „Bild oder PDF zur Analyse“ entgegen. Die Anweisung sagt, was erwartet wird, so wie man es einer Kollegin oder einem Kollegen sagen würde: das Fach, richtig oder falsch, der gemachte Fehler, die Korrektur, eine Note nach dem Bewertungsschema.
Die Demo geht von drei Arbeiten einer Mathearbeit der 8. Klasse aus: Brüche, Termumformungen, Prozentrechnung, Potenzen, eine Gleichung. Ein erster Text-Node mit Claude Sonnet 5 korrigiert Arbeit für Arbeit; ein zweiter mit GPT-5.5 erstellt den Klassenbericht, die häufigsten Fehler und ihre Ursache, die Themen, die wiederholt werden sollten, drei korrigierte Übungen zur Nacharbeit. Alle sechs absichtlich eingebauten Fehler in den Arbeiten wurden gefunden, einschließlich 2³ × 2² = 2⁶, und keine richtige Antwort wurde als falsch gewertet.
Die Note bleibt ein Vorschlag: Das Modell wendet das auf der Arbeit stehende Bewertungsschema an, entschieden wird von Ihnen. Der Preis richtet sich nach der Größe des Dokuments, wird beim Absenden reserviert und anschließend anhand der tatsächlich gelesenen Tokens angepasst. Bis zu drei Dokumente pro Node: Die Arbeit selbst, der Musterkorrekturbogen und die Schülerarbeiten können getrennt eingegeben werden. Derselbe Ablauf funktioniert auch für einen zusammenzufassenden Bericht oder einen Kurs, der in Lernkarten umgewandelt werden soll.
Ziehen Sie das PDF mit den Arbeiten auf die Arbeitsfläche
Ein Medien-Node nimmt es entgegen. Getippte Arbeiten oder flach eingescannte, eine Arbeit pro Seite oder mehrere, das spielt keine Rolle: Das Modell liest das gesamte Dokument. Bis zu drei Dokumente pro Node, sodass die Aufgabenstellung oder der Musterkorrekturbogen getrennt eingegeben werden können.
Verbinden Sie es mit einem Text-Node, der Dokumente liest
Der Port „Bild oder PDF zur Analyse“ erscheint, sobald das gewählte Modell eine Datei lesen kann. Schreiben Sie die Anweisung: das Fach, was zu bewerten ist, das Bewertungsschema, die erwartete Form. Die Demo verlangt eine Zeile pro Aufgabe und einen Abschnitt pro Schüler.
Erstellen Sie die Korrektur Arbeit für Arbeit
Der Node liefert einen Abschnitt pro Schüler: richtig oder falsch Aufgabe für Aufgabe, den Fehler und die Korrektur, wenn etwas falsch ist, die vorgeschlagene Note, eine Beurteilung. Der Preis, reserviert nach der Dateigröße, wird anhand des tatsächlich Gelesenen abgerechnet.
Dann der Klassenbericht
Der zweite Node liest dieselben Arbeiten und zieht daraus, was für die nächste Stunde wichtig ist: häufige Fehler und ihre Ursache, vorrangig zu wiederholende Themen, Übungen zur Nacharbeit mit Lösungen. Kopieren Sie den Text oder verbinden Sie ihn mit einem Voice-over-Node, um ihn anzuhören.
Derselbe Canvas, anders eingestellt: jede Variante kostet zwei bis drei geänderte Prompt-Zeilen.
Das ist die Demo: drei Arbeiten, fünf Aufgaben, das Bewertungsschema auf der Arbeit. Ein Abschnitt pro Schüler, richtig oder falsch bei jeder Aufgabe, der Fehler benannt, wenn er falsch ist, die vorgeschlagene Note und ein Satz Beurteilung. Fügen Sie einen Text-Node pro Stapel Arbeiten hinzu.
Verlangen Sie bei einem Schülertext eine Beurteilung nach Kriterium: Rechtschreibung, Satzbau, Aufbau, Themenbezug, mit zwei Zitaten aus der Arbeit pro Kriterium. Das Modell zählt keine Fehler wortgenau bei einem Scan, aber es hebt die häufigsten hervor und schlägt eine Note pro Kriterium vor.
Verbinden Sie den Musterkorrekturbogen als zweites Dokument und fragen Sie nach der Anzahl richtiger Antworten pro Schüler, der Liste der verpassten Fragen und, für jede Frage, dem Anteil der Klasse, der sie verfehlt hat. Drei Dokumente pro Node: Aufgabenstellung, Lösung, Arbeiten.
Die Anweisung kann auf Deutsch sein und die Arbeit in der unterrichteten Sprache: Verlangen Sie Rückmeldung zu Grammatik und Wortschatz, dann eine korrigierte Fassung des Schülertexts, die dessen Ideen und Niveau beibehält.
Ein dritter Text-Node, verbunden mit der Ausgabe der Korrektur, formt jeden Abschnitt in eine an den Schüler gerichtete Nachricht um, in der zweiten Person, präzise und ermutigend. Kopieren, in die Schulplattform oder die E-Mail an die Eltern einfügen.
Verbinden Sie den Klassenbericht mit einem Voice-over-Node: Die Nacharbeitsstunde kann angehört oder als Audio an abwesende Schüler verteilt werden. Die Übungen und ihre Lösungen bleiben zur Anzeige im Text erhalten.
Ohne Punkte pro Aufgabe erfindet das Modell eine Gewichtung, und die Note ergibt keinen Sinn mehr. Schreiben Sie das Schema auf die Arbeit oder in die Anweisung, „Aufgabe 1 von 4, Aufgabe 2 von 5“. In der Demo steht es auf der Arbeit gedruckt.
Das Modell liest den Scan als Bild: Was Sie am Bildschirm nicht entziffern können, entziffert es ebenfalls nicht. Scannen Sie flach, mit mindestens 150 dpi, eine Arbeit pro Seite.
Ein schnelles, günstiges Modell fasst sehr gut zusammen, hat aber bei den Beispielarbeiten eine falsche Antwort als richtig gezählt und 20/20 vorgeschlagen. Für die Bewertung: ein erstklassiges Modell, Claude Sonnet 5, GPT-5.5, Claude Opus 5.
Der Preis richtet sich nach der Dateigröße, und die Antwort wächst entsprechend mit, bis sie im Node mühsam zu lesen wird. Bilden Sie Stapel von zehn Arbeiten, ein Node pro Stapel, und einen Klassenbericht pro Stapel oder für alle zusammen.
Diejenigen, die Dokumente lesen können: Der Port „Bild oder PDF zur Analyse“ zeigt es an. In der Demo hat Claude Sonnet 5 die fünfzehn Antworten der drei Arbeiten ohne einen einzigen Fehler beurteilt, und GPT-5.5 hat einen kurzen, treffenden Bericht geliefert. Ein kleines, schnelles Modell, an denselben Arbeiten getestet, hat eine falsche Potenz als richtig gezählt und 20/20 vorgeschlagen: Zum Benoten sollten Sie ein erstklassiges Modell wählen.
Ja, mit Claude und Gemini, die jede Seite als Bild lesen: Die drei Beispielarbeiten, ohne Textebene eingescannt, wurden identisch korrigiert. GPT-Modelle lesen den Scan ebenfalls, weigern sich aber, die Schülernamen darin zu nennen, und geben anonyme Arbeiten zurück. Ein scharfer, gerader, gut beleuchteter Scan liest sich wie das Original; eine Handschrift, die Sie am Bildschirm nicht entziffern können, entziffert auch das Modell nicht.
Es handelt sich um einen Vorschlag auf Grundlage des auf der Arbeit stehenden Bewertungsschemas mit den Punkten pro Aufgabe. In der Demo sind die drei vorgeschlagenen Noten stimmig, aber entschieden wird von Ihnen: Das Modell kennt weder den Schüler noch Ihre Erwartungen an die Darstellung. Lesen Sie Grenzfälle noch einmal selbst durch.
Der Preis richtet sich nach der Größe des PDFs und dem Tarif des Modells: reserviert beim Start anhand der Dateigröße, dann anhand der tatsächlich gelesenen Tokens angepasst. Die drei Beispielarbeiten kosteten 5 Credits für die Korrektur und 6 für den Bericht. Dreißig Arbeiten werden in mehreren PDFs korrigiert, ein Node pro Stapel.
Ja, bei einem PDF mit Text, und bei einem von Claude oder Gemini gelesenen Scan. GPT-Modelle anonymisieren handschriftliche Namen auf einem Scan und geben „Arbeit 1, Arbeit 2“ zurück. Wenn Sie Anonymität bevorzugen, nummerieren Sie die Arbeiten vor dem Scannen.
Ja, als zweites Dokument über denselben Port: bis zu drei PDFs pro Node. Die Anweisung lautet dann „bewerte jede Antwort anhand des beigefügten Musters“, was bei offenen Fragen wichtig ist, bei denen mehrere Formulierungen akzeptiert werden.
Das PDF wird wie ein importiertes Bild in Ihrer Mediathek gespeichert, beim Generieren an den Anbieter des Modells gesendet und kann jederzeit gelöscht werden. Bei Arbeiten mit Namen halten Sie sich an die Regeln Ihrer Schule und maskieren oder nummerieren Sie die Namen bei Bedarf vor dem Scannen.
Alles, was gelesen werden kann: Mathematik, Sprachen, Geschichte, Naturwissenschaften. Das Modell beurteilt eine Antwort anhand seines Wissens und anhand des Musters, wenn Sie eines beifügen. Bei Diagrammen oder handgezeichneten Figuren übernimmt die Bildanalyse die Arbeit: Claude und Gemini erkennen sie, allerdings mit weniger Sicherheit als bei Text.
Fordern Sie es in der Anweisung an: „schließe mit einer Zeile pro Schüler ab, Name dann Note, durch Semikolon getrennt“, und fügen Sie das Ergebnis in eine Tabellenkalkulation ein. Der Text-Node liefert reinen Text, die Tabellenkalkulation erledigt den Rest.
Klassenarbeiten mit KI korrigieren: richtig, falsch, warum
Diesen Workflow verwendenKostenloses Konto, ohne Kreditkarte. Der Workflow öffnet sich vorausgefüllt in deinem Canvas.
Claude Sonnet 5
GPT-5.5
Gemini 3.8 Flash