01 / KORREKTUR-ENGINE

Freitext bewerten, ohne den Maßstab aus der Hand zu geben.

Für Prüfungs- und Weiterbildungsanbieter, die anspruchsvolle Texte konsistent bewerten müssen und fachliche Verantwortung nicht an eine Blackbox delegieren wollen.

Prüfungsformat besprechen →Ablauf ansehen

In 90 SekundenWie eine Korrektur-Engine in einen bestehenden Prüfprozess eingebunden wird.

Der Engpass ist nicht der Text. Es ist der Maßstab.

Gutachten, Klausuren und Prüfberichte lassen sich nicht wie Multiple Choice bewerten. Sie brauchen einen fachlichen Erwartungshorizont, nachvollziehbare Begründungen und eine konsistente Anwendung über viele Einreichungen hinweg.

Die Provehor Korrektur-Engine arbeitet deshalb nicht als allgemeiner Textchat. Sie wird auf den vereinbarten Fachkorpus, Bewertungsregeln und Referenzfälle ausgerichtet. Das Ergebnis ist ein Korrekturvorschlag mit belegbarer Grundlage, nicht eine unprüfbare Zahl.

Was die Engine vorbereitet

Struktur und Argumentation eines Freitexts gegen den vereinbarten Bewertungsmaßstab prüfen.
Fachliche Lücken, Stärken und mögliche Fehler als begründeten Vorschlag markieren.
Quellen aus dem hinterlegten Korpus für die fachliche Nachprüfung sichtbar machen.
Noten- oder Punktvorschläge an Referenzfällen kalibrieren und im Betrieb beobachten.

Die fachliche Letztverantwortung bleibt bei der zuständigen Prüferin oder dem zuständigen Prüfer. Die Engine ersetzt keine Prüfungsordnung, kein Fachurteil und keine menschliche Freigabe.

Vom Referenzfall zum Betrieb

Wir beginnen mit einer Diagnose: Prüfungsformat, Fachkorpus, Datenlage und Abnahmekriterien werden gemeinsam geklärt. Danach bauen und kalibrieren wir die Engine an bereits bewerteten Referenzfällen. Erst wenn der vereinbarte Maßstab belastbar geprüft ist, folgt die Integration als Demo oder API und der laufende Betrieb.

Zur Rückgabezeit

Ein zentraler Effekt einer gut kalibrierten Engine ist eine kürzere Zeit zwischen Einreichung und Rückgabe. Warum lange Korrekturzeiten wirtschaftlich relevant sind und was sie wirklich verursacht, ordnet unser Ratgeber zur Korrekturzeit ein.

Eigener Produktbeweis

Die zugrunde liegende Korrektur- und Lernlogik läuft in easyiura, Provehors eigener Lernplattform für Jurastudierende. Diese Erfahrung ist kein Ersatz für die Kalibrierung Ihrer Domäne. Sie ist der technische Ausgangspunkt für einen kontrollierten Aufbau.

Prüfstand, offengelegt

Nachweisbare Konsistenz statt Versprechen.

Nicht die Bewertung streut — der Maßstab streut. Wir speisen Musterlösung, Kriterien und Rechtsgebiet ein und machen die Note reproduzierbar. Hier die Zahlen unseres eigenen Prüfstands, ungeschönt.

1,0

Abweichung zur Zielnote

Durchschnitt gegenüber der geprüften Zielnote des Goldsets, in Notenpunkten.

0,25

Streuung bei Wiederholung

Dieselbe Klausur zweimal bewertet: drei von vier Mal identisch, nie mehr als ein Notenpunkt auseinander.

96,3%

Gefundene Fehler

Anteil der im Goldset protokollierten Fehler, den die Engine beanstandet.

Erfundene Kritik

Keine einzige frei erfundene Beanstandung über alle Prüfläufe.

Kernbefund

Was „± ½ Note" bedeutet

Schematische Darstellung · Skala 0–18 Notenpunkte

0369121518

Zielnote des Prüfers (z. B. 13 Punkte)

Bewertungskorridor der Engine (± ½ Note)

Zur „0 erfundenen Kritik": In der Nachprüfung fanden sich 36 Zusatzanmerkungen, die über eine bewusst milde Musterlösung hinausgingen. Die juristische Nachprüfung ergab: keine davon war falsch — jede war eine fachlich berechtigte Zusatzkritik. Wir zeigen das transparent, weil genau diese Genauigkeit der Punkt ist.

Einspiel-Standard

Musterlösung

Die Referenz, gegen die jede Klausur läuft — das Modell rät den Maßstab nicht.

Einspiel-Standard

Kriterien, je 1 Punkt

Eine feste Punkteverteilung pro Kriterium macht die Bewertung nachrechenbar.

Einspiel-Standard

Rechtsgebiet

Legt fest, welche Wissensbasis für diese Klausur gilt, damit Zivil-, Straf- und öffentliches Recht nicht vermischt werden.

So haben wir gemessen: gegen ein Goldset von 30 Klausuren mit hinterlegter Musterlösung und Punkteraster, deren Zielnoten wir gegen veröffentlichte Prüfervoten und amtliche Bewertungshinweise abgeglichen haben. Reproduzierbarkeit heißt hier ein enger Bewertungskorridor, nicht bitgleiche Wiederholung. Die Engine ist ein menschlich verantworteter Zweitkorrektur-Assistent — die finale Note trifft und verantwortet eine prüfende Person. Wir behaupten keine behördliche Zertifizierung und keine „AI-Act-Konformität"; wir legen offen, wie wir bewerten, und laden zur Nachprüfung ein.

Unabhängige Forschung

Die Streuung ist gemessen, nicht behauptet.

Ein juristisches Forschungsnetzwerk mehrerer Universitäten hat die Klausurbewertung untersucht. Der Befund deckt sich mit unserem Prüfstand: Entscheidend ist nicht Mensch gegen Maschine, sondern der gemeinsame Maßstab.

> 6

Punkte Streuung

Unterschied zwischen zwei Korrektoren bei derselben Klausur, im Schnitt.

Sobald ein festes Punkteschema vorliegt, wird die Bewertung bei Menschen wie bei KI deutlich konsistenter. Genau darauf baut die Engine: ein einmal freigegebener Erwartungshorizont, an dem jede Bearbeitung gemessen wird.

Die Engine bleibt dabei ein menschlich verantworteter Zweitkorrektur-Assistent, kein autonomer Benoter. Ihre Lehrkraft prüft und gibt frei, die Verantwortung bleibt beim Menschen.

Quelle: juristisches Forschungsnetzwerk zur KI-gestützten Klausurkorrektur (Uni Bielefeld, LMU München, Uni Potsdam), veröffentlicht in „Ordnung der Wissenschaft“.

Fragen vor dem Aufbau

Was wir vor einer Zusage klären.

Ein guter Einsatzfall ist präzise. Deshalb werden Machbarkeit und Grenzen vor dem Aufbau sichtbar gemacht.

Welche Unterlagen brauchen wir für einen Start?

Mindestens eine Beschreibung des Prüfungsformats, vorhandene Bewertungsregeln und eine Auswahl bereits bewerteter Referenzfälle. Umfang und Qualität bestimmen, was in einem Pilot belastbar geprüft werden kann.

Kann die Engine eine Prüferin oder einen Prüfer ersetzen?

Nein. Sie bereitet eine fachlich nachvollziehbare Bewertung vor. Die fachliche Freigabe und Verantwortung bleiben im vereinbarten menschlichen Prüfprozess.

Wie wird Qualität überprüft?

Vor dem produktiven Einsatz wird an echten, bereits bewerteten Referenzfällen geprüft. Kriterien und Abnahme werden vorab für den konkreten Anwendungsfall vereinbart.