KI bewertet jede Unterrichtsstunde – Lehrkräfte berichten von Stress

Worum es geht

Lehrkräfte beim britischen Ausbildungsanbieter Multiverse berichten von erheblichem Stress, seit das Unternehmen ihre Online-Unterrichtsstunden automatisch transkribiert und durch KI bewerten lässt. Eine Recherche des Guardian vom 28. September 2026 beschreibt ein System, das mehrere Stunden Unterricht pro Tag analysiert, Risikostufen vergibt und Manager auf vermutete Fehler hinweist.

Betroffene nennen die Beobachtung „unerbittlich“ und „beunruhigend“. Einige berichten von Schlafproblemen oder therapeutischer Unterstützung. Multiverse erklärt, die KI ersetze kein menschliches Urteil. Sie solle lediglich auffällige Sitzungen markieren; formale Leistungsbewertungen würden weiterhin von Menschen geschrieben. Der Fall zeigt dennoch sehr konkret, wie algorithmische Leistungssteuerung den Arbeitsalltag verändern kann, noch bevor eine Maschine eine Kündigung oder Beförderung entscheidet.

Was die KI-Überwachung tatsächlich macht

Das System verarbeitet Transkripte aufgezeichneter Unterrichtsstunden. Es sucht laut Guardian unter anderem nach langen technischen Unterbrechungen, vagen Antworten, häufigen Füllwörtern, stillen Lerngruppen oder ausgedehnten Einzelgesprächen, die andere Teilnehmende ausschließen könnten. Für jede Lehrkraft entstehen eine Risikostufe, ein prozentualer Vertrauenswert und schriftliche Hinweise für Vorgesetzte.

Die Vorgaben sollen Muster über eine gesamte Sitzung bewerten und nicht jedes einzelne „äh“ bestrafen. Beschäftigte sagen jedoch, dass sinnvolle Abweichungen vom Skript als Abschweifung erscheinen können. Eine Antwort auf eine konkrete Frage eines Lernenden könne dadurch wie ein Unterrichtsfehler aussehen. Der Kontext, der gute Lehre ausmacht, lässt sich aus einem Transkript nur unvollständig erfassen.

Warum das wichtig ist

Multiverse beschäftigt mehr als 800 Menschen und bildet Tausende Beschäftigte aus öffentlichen und privaten Organisationen aus. Teile des Angebots werden über die britische Ausbildungsabgabe finanziert. Das macht den Fall nicht zu einem kleinen internen Experiment, sondern zu einem Beispiel dafür, wie KI-Überwachung in öffentlich mitfinanzierte Weiterbildung gelangt.

Die britische Datenschutzaufsicht ICO verlangt bei Beschäftigtenüberwachung einen klaren Zweck, Transparenz und Verhältnismäßigkeit. Arbeitgeber müssen prüfen, ob eine weniger einschneidende Methode denselben Zweck erreicht. Besonders heikel wird es, wenn schwer erklärbare Bewertungen die Aufmerksamkeit von Managern lenken: Auch wenn am Ende ein Mensch entscheidet, kann die Maschine festlegen, wer überhaupt unter Verdacht gerät.

Einfach erklärt

Stellen Sie sich vor, bei jeder Autofahrt sitzt ein Prüfer auf dem Rücksitz. Er sieht nur Geschwindigkeit, Bremsvorgänge und gesprochene Wörter, aber nicht den Radfahrer hinter der Kurve. Trotzdem markiert er jede Abweichung von seiner Idealroute. Der Fahrer beginnt bald, für den Prüfer zu fahren statt für die Straße. Genau diesen Aufmerksamkeitswechsel beschreiben die Lehrkräfte: weg von den Lernenden, hin zur erwarteten Bewertung der Maschine.

Praktisches Beispiel

Eine Lehrkraft hält pro Woche zehn zweistündige Online-Kurse mit jeweils 20 Teilnehmenden. In einer Stunde fällt die Verbindung 80 Sekunden aus. Später beantwortet sie fünf Minuten lang eine dringende Nachfrage. Das System markiert beide Stellen und setzt die Sitzung auf erhöhte Aufmerksamkeit.

Ein Manager sieht in seinem Dashboard 40 markierte Sitzungen von 15 Lehrkräften. Für eine vollständige Prüfung hätte er nur vier Arbeitsstunden. Selbst bei guter Absicht entsteht ein Auswahlproblem: Die Risikostufe beeinflusst, welche Mitschnitte er zuerst ansieht und welche Beschäftigten sich rechtfertigen müssen. Ein Fehlalarm ist dann nicht folgenlos, obwohl die KI formal keine Personalentscheidung trifft.

Einordnung und Grenzen

Erstens basiert der Bericht wesentlich auf anonymen Aussagen. Cyber Ivy kann weder die interne Trefferquote noch einzelne Bewertungen unabhängig prüfen. Zweitens kann Qualitätskontrolle im Unterricht berechtigt sein; die offene Frage ist, ob dauerhafte automatisierte Analyse dafür notwendig und verhältnismäßig ist. Drittens fehlt bislang eine veröffentlichte Wirkungsmessung, die bessere Lernergebnisse gegen Stress, Fehlalarme und zusätzlichen Prüfaufwand abwägt.

Das System sollte daher weder pauschal als objektiv noch jede Form von Unterrichtsbeobachtung als unzulässig gelten. Entscheidend sind überprüfbare Kriterien, Zugang der Beschäftigten zu ihren Daten, ein wirksamer Widerspruchsweg und die klare Trennung zwischen Entwicklungshilfe und Disziplinarmaßnahmen. Ohne diese Sicherungen kann „menschliche Letztentscheidung“ zu einer schwachen Beruhigungsformel werden.

SEO- und GEO-Schlüsselbegriffe

Multiverse, KI-Überwachung, Lehrkräfte, algorithmisches Management, Beschäftigtendatenschutz, Arbeitsplatzüberwachung, künstliche Intelligenz, ICO, Weiterbildung, Leistungsbewertung, Großbritannien