Kritisches Denken messen: Ein Leitfaden für Lehrende jenseits des Essays

Wer wissen möchte, wie man kritisches Denken bei Studierenden misst, sollte zunächst ehrlich eingestehen, dass die Instrumente, auf die die meisten Kurse zurückgreifen, gar nicht für diesen Zweck entwickelt wurden. Ein ausgearbeiteter Essay kann oberflächliches Denken verbergen, und ein Multiple-Choice-Examen belohnt vor allem Wiedererkennung. Kritisches Denken ist ein Prozess – die Art und Weise, wie eine Studierende Belege interpretiert, Alternativen abwägt und eine Schlussfolgerung verteidigt –, und ein Prozess lässt sich in einem fertigen Artefakt kaum erkennen. Dieser Leitfaden stellt die Methoden vor, die Lehrende tatsächlich einsetzen, was jede einzelne erfasst und wie man die Fähigkeit systematisch misst, anstatt sie zu erraten.

Was genau gemessen werden soll

Bevor ein Instrument ausgewählt wird, sollte das Konstrukt konkret bestimmt werden. Die meisten angesehenen Rahmenmodelle unterteilen kritisches Denken in einige beobachtbare Teilfähigkeiten: Interpretation, Analyse, Schlussfolgerung, Bewertung von Argumenten, Erklärung und Selbstregulation. Faciones vielzitierte Arbeit und das Paul-Elder-Modell definieren kritisches Denken in diesen Begriffen, und standardisierte Instrumente wie das Watson-Glaser Critical Thinking Appraisal und das California Critical Thinking Disposition Inventory operationalisieren sie. Die praktische Schlussfolgerung lautet: „Kritisches Denken" ist keine einzelne Zahl. Wenn eine Beurteilung nicht zeigen kann, in welcher Teilfähigkeit eine Studierende stark oder schwach ist, misst sie kein kritisches Denken, sondern lediglich einen Stellvertreter.

Diese Unterscheidung ist wichtig, weil das gewählte Format bestimmt, welche Teilfähigkeiten überhaupt sichtbar werden können. Erkennungsformate erfassen bestenfalls Analyse. Um Schlussfolgerung, Bewertung und Erklärung zu beobachten, müssen Studierende Denken produzieren – nicht nur eine Antwort auswählen.

Die Methoden im Vergleich

Im Folgenden eine ehrliche Einschätzung der wichtigsten Optionen, bewertet danach, wie viel des Denkprozesses jede einzelne offenbart und welchen Aufwand sie erfordert. Wie gewohnt werden die Abwägungen in einer Tabelle dargestellt, damit die Unterschiede leicht zu erfassen sind.

Methode	Was erfasst wird	Aufwand für Lehrende	Am besten geeignet für
Standardisierter Test (Watson-Glaser, CCTST)	Normiertes allgemeines Denkvermögen	Gering	Benchmarking auf Programmebene, Akkreditierung
Multiple-Choice / Erkennungsaufgaben	Analyse, Abruf	Gering	Große Kurse, schnelle formative Überprüfungen
Essay mit Critical-Thinking-Rubrik	Erklärung, Argumentqualität	Mittel	Schriftliches Denken, fachliche Tiefe
Mündliche Verteidigung / Sokratisches Fragen	Schlussfolgerung, Selbstregulation, Denken in Echtzeit	Hoch	Hochstakige Überprüfung individuellen Denkens
Interaktive Fallsimulation	Angewandtes Urteil, Entscheidungsweg	Mittel	Kontextuelles, Echtzeit-kritisches-Denken

Keine einzelne Zeile gewinnt eindeutig. Standardisierte Tests bieten Vergleichbarkeit, sagen aber wenig über das Denken innerhalb einer Disziplin aus. Mit einer Rubrik bewertete Essays erfassen Erklärung, belohnen aber Studierende, die gut schreiben, ebenso stark wie jene, die gut denken. Die Methoden, die am meisten über den tatsächlichen Prozess verraten – mündliche Verteidigung und Simulation –, sind auch jene, die einen Nachweis des Denkens liefern, und nicht nur eine fertige Schlussfolgerung.

1. Standardisierte Instrumente zum Benchmarking

Werkzeuge wie das Watson-Glaser Critical Thinking Appraisal, der Cornell Critical Thinking Test und der California Critical Thinking Skills Test liefern validierte, normierte Werte. Sie sind vor allem auf Programm- oder Institutionsebene nützlich – als Akkreditierungsnachweis oder zur Messung der Entwicklung eines Jahrgangs. Ihr Schwachpunkt ist, dass sie von Natur aus generisch sind: Ein hoher Wert garantiert nicht, dass eine Studierende innerhalb des eigenen Fachs gut denken kann, und sie bieten kaum formatives Feedback, auf das Lehrende nächste Woche reagieren könnten.

2. Rubriken, die Denken sichtbar machen

Für die Arbeit auf Kursebene ist eine gut entwickelte Rubrik das zentrale Instrument. Validierte Optionen wie Faciones Holistic Critical Thinking Scoring Rubric und die Paul-Elder Intellectual Standards Rubric ermöglichen es, dieselben Dimensionen konsistent bei allen Studierenden und Aufgaben zu bewerten. Entscheidend ist, das Denken zu bewerten – nicht die sprachliche Ausarbeitung: separate Kriterien für die Qualität der Belege, den Umgang mit Gegenargumenten und die Schlüssigkeit der Schlussfolgerung, sodass eine elegant geschriebene, aber oberflächliche Antwort keine Bestnote erhalten kann. Gemeinsam genutzte Rubriken machen Feedback auch spezifisch – und das ist es, was Studierende tatsächlich weiterbringt.

3. Mündliche Verteidigung und Sokratisches Fragen

Der zuverlässigste Weg, um herauszufinden, ob eine Studierende eine Schlussfolgerung durch eigenes Denken erreicht hat, ist, sie zu bitten, diese laut zu verteidigen. Eine kurze mündliche Verteidigung oder einige sokratische Nachfragen – „Was würde Ihre Antwort verändern?", „Was ist der schwächste Teil Ihres Arguments?" – legen Schlussfolgerung und Selbstregulation auf eine Weise offen, die kein Dokument vortäuschen kann. Dies ist aufwendig und schwer skalierbar, sollte also für hochstakige Prüfungen reserviert werden, bleibt aber eines der validesten verfügbaren Messverfahren.

4. Interaktive Fallsimulationen

Die neueste und wohl am besten skalierbare Methode zur Messung angewandten kritischen Denkens besteht darin, Studierende in ein Szenario zu versetzen und die Entscheidungen zu beobachten, die sie treffen. Statt einer statischen Antwort, die nachgeschlagen oder generiert werden kann, navigieren Studierende eine verzweigte Situation, bei der der richtige Schritt von Kontext, Abwägungen und zuvor getroffenen Entscheidungen abhängt. Das Ergebnis wird zum Entscheidungsweg der Studierenden – und das ist genau der Prozess, den es zu messen gilt.

Diese Lücke schließt LiveCase. LiveCase verwandelt statische Fallstudien in KI-gestützte Chat-Simulationen, sodass Studierende einen lebendigen, sich entwickelnden Fall durchdenken und Lehrende sehen können, wie sie dorthin gelangt sind – nicht nur, was sie geschlussfolgert haben. Da die Simulation jede Entscheidung und ihre Begründung aufzeichnet, lassen sich Interpretation, Schlussfolgerung und Bewertung anhand einer Rubrik beurteilen, ohne auf ein einzelnes schriftliches Artefakt angewiesen zu sein. Es passt gut zum Denken über Prüfungsgestaltung in unserem Leitfaden zur Verhinderung von KI-Betrug, da ein beobachtbarer Prozess auch schwer auszulagern ist.

Eine praktische Vorgehensweise zur Umsetzung

Es müssen nicht alle Methoden übernommen werden. Eine sinnvolle Reihenfolge für die meisten Kurse: Zunächst die drei oder vier Teilfähigkeiten des kritischen Denkens definieren, die in der eigenen Disziplin relevant sind, und eine Rubrik entwickeln oder übernehmen, die diese benennt. Dann diese Rubrik an Arbeiten knüpfen, die Studierende ohnehin erstellen, damit die Bewertung konsistent und das Feedback spezifisch wird. Anschließend mindestens eine Prüfung hinzufügen, bei der Studierende in Echtzeit denken müssen – eine mündliche Verteidigung für kleine Kurse oder eine interaktive Simulation, wenn die Kursgröße oder KI-Nutzung Essays unzuverlässig macht. Standardisierte Instrumente sollten für das Benchmarking auf Programmebene reserviert bleiben, nicht für wöchentliches Feedback.

Der rote Faden ist einfach: den Prozess messen, nicht nur das Produkt. Sobald eine Prüfung erfasst, wie eine Studierende interpretiert, abwägt und verteidigt, hört man auf, kritisches Denken zu erraten, und beginnt, es tatsächlich zu sehen.

FAQ

Was ist die beste Methode, um kritisches Denken zu messen? Es gibt kein einzelnes bestes Instrument. Standardisierte Tests eignen sich für Benchmarking auf Programmebene, Rubriken für konsistente Bewertungen auf Kursebene, und mündliche Verteidigungen oder interaktive Simulationen erfassen den Denkprozess in Echtzeit am besten. Der stärkste Ansatz kombiniert eine Rubrik mit mindestens einer Methode, die zeigt, wie eine Studierende in Echtzeit denkt.

Kann man kritisches Denken mit Multiple-Choice-Tests messen? Nur teilweise. Multiple-Choice-Formate erfassen vor allem Wiedererkennung und Analyse und zeigen selten Schlussfolgerung, Bewertung oder Erklärung. Sie eignen sich für schnelle formative Überprüfungen in großen Kursen, sollten aber mit einem Format kombiniert werden, bei dem Studierende ihr eigenes Denken produzieren.

Was ist eine Critical-Thinking-Rubrik? Eine Critical-Thinking-Rubrik bewertet das Denken anhand benannter Dimensionen wie Interpretation, Qualität der Belege, Umgang mit Gegenargumenten und Schlüssigkeit der Schlussfolgerung. Validierte Beispiele sind Faciones Holistic Critical Thinking Scoring Rubric und die Paul-Elder Intellectual Standards Rubric. Eine gute Rubrik bewertet die Qualität des Denkens – nicht die sprachliche Ausarbeitung.

Wie messen Simulationen kritisches Denken? Eine Simulation versetzt Studierende in ein Szenario, in dem Entscheidungen vom Kontext und vorherigen Entscheidungen abhängen, sodass die Beurteilung angewandtes Urteilsvermögen als Entscheidungsweg erfasst – und nicht als fertigen Essay. Dieser Weg kann anhand einer Rubrik bewertet werden, sodass der Denkprozess selbst zur Messeinheit wird.