BBS Wilhelmshaven · Thema „Nicht-Rechtzeitig-Zahlung“ · IdeenExpo

Sie haben einen Chatbot
nicht bedient — sondern erzogen.

Fünf Schülergruppen bauten in einem KI-Workshop einen Mahnwesen-Chatbot, provozierten seine Fehler, erkannten sie — und übersetzten sie in dauerhafte Regeln. Diese Seite ist der Beleg: 44 versionierte Prompts, datierte „Fehler-zu-Regel“-Momente und ein Befund, den die meisten KI-Profis nicht kennen.

scrollen
Stage 01

Was war der Plan?

Der Auslöser

Ein Tagesschau-Beitrag über Menschen, die KI als Wissensquelle nutzen — ohne sie zu hinterfragen. Genau dort setzt die Einheit an: KI als Werkzeug bewusst einsetzen, nicht als unfehlbare Quelle.

Die Zielfrage

Haben die Schüler:innen gelernt? Haben sie Probleme erkannt und versucht, sie zu verbessern?

Was wir nachweisen wollten

    Die didaktische Kernfrage

    „Macht der bessere Prompt den Unterschied — oder das bessere Modell?“ → beantwortet in Stage 05

    Stage 02

    Welche Systeme haben wir genutzt?

    🧑‍🎓Schüler:innen5 Gruppen, je 1 Workspace
    📚AnythingLLMself-hosted · RAG über die hochgeladene Wissensbasis
    🔀LiteLLM-Proxyeine Schnittstelle, viele Modelle
    🤖7 Modelle

    Der Workshop in Zahlen

    Geschätzt waren ~200.000 Tokens — real wurden es 1,64 Mio (≈ 8×). Grund: Bei jeder Frage wird die ganze Wissensbasis mitgeschickt (RAG).

    Welches Modell wie viel?

    claude-sonnet-4-6 trug fast die gesamten Kosten — gpt-5.5 ist pro Token sogar teurer, wurde aber seltener genutzt.

    Stage 03

    Welche Unterlagen — und wann?

    Wichtig für die Einordnung: Das eigentliche Prompt-Werkzeug (der Promptbaukasten mit der R-A-K-F-E-Methode) kam erst in Einheit 3. In Einheit 2 ging es zunächst darum, die Software zu bedienen und Dateien hochzuladen.

      Die 6 Übungsfälle → zum Aufklappen anklicken

      Material zum Nachnutzen

      Alle ausgehändigten Unterlagen — frei zum Download für andere Lehrkräfte und Schulen.

      Stage 04

      Die Prompt-Iterationen

      Das Herzstück. Aus der gespeicherten System-Prompt-Historie wird sichtbar, wie aus einer bloßen Rolle ein vollständiger R-A-K-F-E-Prompt wurde. Wähle eine Gruppe und ziehe durch die Versionen.

      So baute Gruppe 2 ihren Prompt — scroll durch alle 14 Versionen

      V1

      … oder erkunde alle Gruppen selbst:

      V1
      Länge über die Versionen
      
              

      Die Lernkurve: Prompts wachsen

      System-Prompt-Länge je Gruppe über die Versionen — beim Scrollen zeichnen sich die Linien; der Ring markiert, ab wann der Prompt alle fünf R-A-K-F-E-Bausteine enthält.

      R-A-K-F-E füllt sich

      Pro Gruppe: ab welcher Version welcher Baustein im Prompt steckt — grün = vorhanden. Von links nach rechts wird es vollständiger.

      ⚡ Der Moment

      Gruppe 2, 11.06.: Ein Schüler diagnostiziert einen Rechenfehler präziser als der Bot — 13 Minuten später steht die Korrektur fast wörtlich als feste Regel im Prompt (V13). Die „Promptschleife“ aus dem Leitfaden, wörtlich eingelöst.

      Stage 05

      Die Auswertung

      Gruppen-Fingerprint

      Der stärkste Befund des Workshops

      ↕ Weiterscrollen — die Szene baut sich Schritt für Schritt auf

      Gleicher Fall, Modell getauscht