Bewertungsraster mündliche Prüfung Englisch: GER-Vorlage

Ein Bewertungsraster für die mündliche Prüfung bewertet das Sprechen nach wenigen Kriterien mit fest beschriebenen Stufen. Hier: eine kostenlose GER-Vorlage mit Punktevergabe, Abgleich und Feedback.

Was ist ein Bewertungsraster für die mündliche Prüfung?

Ein Bewertungsraster für die mündliche Prüfung in Englisch oder einer anderen Fremdsprache ist eine Bewertungshilfe, die wenige Kriterien benennt und für jedes Kriterium beschreibt, wie gesprochene Sprache auf jeder Stufe klingt. So bewerten verschiedene Lehrkräfte dieselbe Leistung gleich. Aus einem Eindruck („Sie spricht gut⁠“) wird ein Befund, den Sie Lernenden oder Kolleginnen und Kollegen erklären können.

Die meisten Raster für das Sprechen erfassen dieselben wenigen Merkmale. Das Raster des Gemeinsamen Europäischen Referenzrahmens für Sprachen (GER) für mündliche Leistungen, Tabelle 3 des Referenzrahmens von 2001, deckt Spektrum, Korrektheit, Flüssigkeit, Interaktion und Kohärenz ab; der GER-Begleitband (Europarat, 2020) ergänzt die Phonologie. IELTS Speaking bewertet Flüssigkeit und Kohärenz, Wortschatz, grammatisches Spektrum und Korrektheit sowie Aussprache, jeweils gleich gewichtet.

Die Vorlage unten nutzt fünf Kriterien:

• Aufgabenerfüllung und Inhalt: Hat die Person getan, was die Aufgabe verlangt?
• Flüssigkeit und Kohärenz: Kann man einem zusammenhängenden Redebeitrag folgen?
• Spektrum: Wie viel Wortschatz und Grammatik steht zur Verfügung?
• Korrektheit: Wie sicher wird diese Sprache beherrscht?
• Aussprache und Verständlichkeit: Wie viel Mühe muss die zuhörende Person aufwenden?

Die Aufgabenerfüllung steht im Raster, weil eine flüssige Antwort auf die falsche Frage nicht hoch bewertet werden sollte. Interaktion ist eine optionale sechste Zeile für Partnerarbeit und Rollenspiele. Laut Begleitband beschränken sich Bewertungsraster meist auf vier oder fünf Kriterien (S. 43 der englischen Ausgabe); streichen Sie also jede Zeile, die eine Aufgabe nicht braucht.

Analytisch oder holistisch: Welches Bewertungsraster passt?

Ein analytisches Raster vergibt für jedes Kriterium eine eigene Punktzahl, ein holistisches (ganzheitliches) Raster dagegen eine einzige Bewertung für die ganze Leistung. Nehmen Sie das analytische Raster, wenn Sie Feedback geben, Fortschritt verfolgen oder gemeinsam mit anderen Lehrkräften bewerten; das holistische eignet sich für schnelle Einschätzungen mit wenig Gewicht, etwa um eine neue Klasse in Gruppen einzuteilen.

Die Forschung spricht für analytische Raster, wenn es auf einheitliche Bewertung ankommt. Eine Übersichtsarbeit von Jonsson und Svingby (2007) zu 75 Studien fand, dass Raster die Bewertung zuverlässiger machen können, vor allem wenn sie analytisch und themenspezifisch sind und mit Beispielleistungen oder einer Schulung der Bewertenden einhergehen. Sie warnt aber auch, dass ein Raster ein Urteil nicht von sich aus valide macht und dass sein Nutzen für das Lernen vor allem darin liegt, Erwartungen offenzulegen. IELTS verbindet beide Ansätze: Vier Kriterien werden einzeln bewertet und zu einem Gesamtband gemittelt.

Das kostenlose Bewertungsraster für das Sprechen (4 Stufen × 5 Kriterien)

Dieses kostenlose Bewertungsraster für das Sprechen bewertet fünf Kriterien mit 0 bis 4 Punkten; hinzu kommt eine optionale Zeile Interaktion für Partner- und Gruppenaufgaben. In Klammern steht ein ungefähres GER-Niveau. Die Formulierungen stammen von uns und sind so geschrieben, dass sich jeder Punkt in einer Aufnahme aus dem Unterricht heraushören lässt; sie geben keine Deskriptoren des GER oder von IELTS wieder. Vergeben Sie 0 Punkte, wenn keine bewertbare Antwort vorliegt: keine Antwort, Thema verfehlt oder überwiegend in einer anderen Sprache.

• Akzent ist kein Fehler. Bewerten Sie die Verständlichkeit (wie viel Mühe die zuhörende Person braucht), nicht die Nähe zu einem „muttersprachlichen⁠“ Akzent. Der Begleitband hat seine Skala zur Phonologie um die Verständlichkeit herum neu aufgebaut (S. 133), und laut Europarat verabschiedet sich die neue Skala vom Native-Speaker-Ideal.
• Die ≈GER-Angaben sind Richtwerte. Sie beschreiben diese Leistung bei dieser Aufgabe, kein bescheinigtes Niveau. Für Anfängerinnen und Anfänger verschieben Sie jede Stufe um ein Niveau nach unten und vereinfachen die Formulierungen; für fortgeschrittene Gruppen verschieben Sie sie nach oben.
• Für eine Klasse mit einheitlichem Zielniveau benennen Sie die Stufen um in Noch nicht, Annähernd, Ziel erreicht und Ziel übertroffen, wobei „Ziel erreicht⁠“ dem Klassenziel entspricht.

Wie werden aus Rasterpunkten Noten?

Um aus den Punkten eines Bewertungsrasters für das Sprechen eine Note zu machen, bewerten Sie jedes Kriterium mit 0–4 Punkten, wenden etwaige Gewichtungen an, rechnen die Summe in Prozent um und ordnen sie einem Notenschlüssel zu, den Ihre Schule oder Fachschaft vorab vereinbart hat. Halten Sie das Kriterienprofil neben der Note fest, denn das Profil zeigt den Lernenden, woran sie arbeiten sollten.

1. Eine ausreichend lange Sprechprobe aufnehmen. Als Faustregel: mindestens ein bis zwei Minuten eigene Rede der lernenden Person und zwei verschiedene Aufgaben, bevor Sie eine Zeugnisnote vergeben.
2. Die passendste Stufe wählen. Lesen Sie die ganze Zeile; erfüllt eine Leistung Stufe 3 vollständig und zeigt einige Merkmale von Stufe 4, vergeben Sie 3 (oder 3,5, wenn Sie halbe Punkte zulassen).
3. Jedes Kriterium für sich bewerten. Eine schwache Aussprache sollte die Aufgabenerfüllung nicht nach unten ziehen; genau diesen Halo-Effekt soll ein analytisches Raster vermeiden.
4. Addieren und gewichten. Ungewichtet sind maximal 20 Punkte möglich (24 mit Interaktion). Geben Sie etwaige Gewichtungen zusammen mit der Aufgabe bekannt.
5. Mit dem vereinbarten Notenschlüssel umrechnen. Machen Sie aus einem Durchschnitt kein GER-Niveau; eine einzelne Aufgabe im Unterricht kann kein Niveau bescheinigen.

Eine Beispielrechnung für eine kurze Präsentation, bei der der Inhalt am meisten zählt:

Die gewichteten Punkte ergeben sich aus der Punktzahl geteilt durch 4, multipliziert mit der Gewichtung. Ungewichtet erreicht dieselbe Leistung 14 von 20 Punkten (70 %). Zurückgemeldet werden 67,5 % und das Profil 3-2-3-2-4, das Flüssigkeit und Korrektheit als nächste Schritte ausweist.

Wie gleichen Lehrkräfte ihre Bewertungen beim Sprechen ab?

Kalibrierung (Bewertungsabgleich) ist eine kurze Sitzung, in der Lehrkräfte dieselben Aufnahmen unabhängig voneinander bewerten, die Punkte Kriterium für Kriterium vergleichen und sich darauf einigen, wie jede Stufe aussieht – damit eine 3 in jeder Klasse dasselbe bedeutet. Führen Sie sie vor jeder Bewertungsrunde durch und immer dann, wenn eine neue Lehrkraft dazukommt.

1. Wählen Sie drei bis fünf Aufnahmen aus, die die Bandbreite Ihrer Lernenden abdecken, darunter mindestens einen Grenzfall.
2. Jede Lehrkraft bewertet jede Aufnahme allein und nur mit dem Raster.
3. Vergleichen Sie die Punkte Kriterium für Kriterium. Besprechen Sie jede Abweichung von mehr als einer Stufe, indem Sie auf konkrete Stellen in der Aufnahme verweisen.
4. Einigen Sie sich für jede Aufnahme auf eine Punktzahl und notieren Sie die Begründung in einer Zeile. Diese Aufnahmen werden zu Ankerbeispielen: Aufnahmen mit vereinbarten Punkten, an denen Sie sich beim Bewerten orientieren.
5. Bewerten Sie Grenzfälle und Prüfungen mit hohem Gewicht doppelt und kalibrieren Sie in jedem Halbjahr oder Semester neu.

Das ist die Schulung der Bewertenden und die Arbeit mit Beispielen, die Jonsson und Svingby mit zuverlässigerer Bewertung in Verbindung bringen. Als externe Referenz dokumentiert Cambridge ESOL in Examples of speaking performance at CEFR levels A2 to C2 (2009) aufgezeichnete Prüfungen, die am GER bewertet wurden; laut den Nutzungsbedingungen dürfen sie in nichtkommerziellen Kontexten für die Schulung von Prüfenden und Lehrkräften verwendet werden. Ihre eigenen abgestimmten Aufnahmen sind oft nützlicher, weil sie Ihre Aufgaben und Ihre Lernenden zeigen.

Wie geben Sie Feedback zum Sprechen, mit dem Lernende arbeiten können?

Feedback zum Sprechen, mit dem Lernende arbeiten können, benennt eine konkrete Stärke und einen konkreten nächsten Schritt in den Worten des Rasters und gibt bald die Gelegenheit, es noch einmal zu versuchen. Hattie und Timperleys Übersichtsarbeit zur Feedbackforschung (2007) ordnet gutes Feedback nach drei Fragen: Wohin will ich? Wo stehe ich? Was ist der nächste Schritt?

• Das Raster vor der Aufgabe teilen. Der Begleitband empfiehlt, Bewertungsraster mit den Lernenden zu teilen (S. 43).
• Das Profil zurückgeben, nicht nur die Summe. Ein Profil 3-2-3-2-4 zeigt, wo der nächste Punkt herkommen kann.
• Einen nächsten Schritt wählen. Nehmen Sie das Kriterium, das der nächsten Stufe am nächsten ist – das ist nicht immer das schwächste.
• Die Aufgabe wiederholen. Eine Wiederholung oder eine Parallelaufgabe innerhalb einer Woche lässt Lernende das Feedback nutzen, solange es frisch ist.

Selbstcheck für Lernende zum Ausdrucken

Ein Selbstcheck ist eine Kurzfassung des Rasters in Form von Aussagen, die Lernende abhaken, nachdem sie ihre eigene Aufnahme angehört haben. Lassen Sie ihn ausfüllen, bevor die Lernenden Ihre Punkte sehen, und vergleichen Sie dann: Die Unterschiede zwischen ihrer und Ihrer Sicht ergeben ein gutes Feedbackgespräch.

Für junge Lernende oder A1-Klassen kürzen Sie die Liste auf drei Aussagen und lesen sie laut vor.

Wo passen KI-Sprechübungen und automatisches Feedback hinein?

KI-Sprechübungen und automatisches Feedback eignen sich gut zum Üben und für formatives Feedback zwischen den Stunden: Lernende sprechen häufiger und bekommen sofort Rückmeldungen zu den Kriterien Ihres Rasters, während die Lehrkraft die Ergebnisse danach prüft und bei den Noten das letzte Wort behält. Betrachten Sie automatische Bewertungen als erste Einschätzung, nicht als Urteil.

Eine Metaanalyse von Ngo, Chen und Lai (2024) über 15 Studien fand, dass Ausspracheübungen mit automatischer Spracherkennung (ASR) insgesamt einen mittleren Effekt hatten (g = 0,69): groß bei einzelnen Lauten, klein bei Betonung und Intonation und stärker mit explizitem Feedback.

Auch die Genauigkeit der Spracherkennung ist nicht für alle Sprechenden gleich. In einer PNAS-Studie von Koenecke und Kollegen (2020) hatten fünf kommerzielle ASR-Systeme bei Interviews in den USA eine durchschnittliche Wortfehlerrate von 0,35 bei Schwarzen Sprechenden und 0,19 bei weißen. Die Systeme haben sich seitdem verändert, doch prüfen Sie das Transkript, bevor Sie ein markiertes Wort als Fehler der lernenden Person werten. Wie Litman, Strik und Lim (2018) argumentieren, hängt die Frage, ob Sprachtechnologie für die Bewertung taugt, davon ab, wie man die Sprechfertigkeit definiert.

Eine praktikable Routine: Stellen Sie Kriterien und Gewichtungen der Aufgabe passend zu Ihrem Raster ein; lassen Sie die Lernenden vor dem Abgabetermin üben und sofort Feedback erhalten; prüfen Sie dann die Ergebnisse, korrigieren Sie jede Punktzahl, die nicht stimmig wirkt, und wählen Sie ein oder zwei Themen für die ganze Klasse für die nächste Stunde aus. Interaktion und Noten mit hohem Gewicht bleiben bei den Lehrkräften.

In AvoLingo, einem Sprachlerndienst mit KI von AvoLabs, legen Lehrkräfte für Sprechhausaufgaben ihre eigenen Kriterien und Gewichtungen fest. „Konversation⁠“-Aufgaben starten mit Sprachgenauigkeit, Kommunikationseffektivität, Gesprächsfluss und Wortschatzgebrauch zu je 25 %; Lehrkräfte können diese Kriterien bearbeiten, neu gewichten oder durch die Zeilen dieses Rasters ersetzen. Lernende bekommen sofort Feedback; Lehrkräfte prüfen die Ergebnisse danach und können sie nach ihren eigenen Kriterien neu bewerten. Beim Üben von Wörtern und Sätzen kommen Aussprachebewertungen für Genauigkeit, Flüssigkeit und Vollständigkeit hinzu. Mehr dazu unter AvoLingo für Schulen oder in unserem Leitfaden zu mündlichen Hausaufgaben mit KI mit Ideen für Aufgaben.

Häufige Fragen

Welche Kriterien sollte ein Bewertungsraster für das Sprechen enthalten?

Die meisten Raster für das Sprechen in einer Fremdsprache nutzen vier oder fünf Kriterien: Aufgabenerfüllung, Flüssigkeit und Kohärenz, Spektrum, Korrektheit sowie Aussprache oder Verständlichkeit, bei Partnerarbeit zusätzlich Interaktion. Sie folgen den qualitativen Aspekten gesprochener Sprache im GER und überschneiden sich mit den vier Kriterien von IELTS Speaking.

Wie viele Stufen sollte ein Raster für das Sprechen haben?

Üblich sind vier bis sechs Stufen. Vier Stufen wie hier vermeiden eine bequeme Mitte und lassen sich schnell unterscheiden; ergänzen Sie eine 0 für den Fall, dass keine bewertbare Antwort vorliegt. Mehr Stufen helfen nur, wenn Lehrkräfte benachbarte Stufen zuverlässig auseinanderhalten können – das zeigt die Kalibrierung.

Kann ich mit diesem Raster ein GER-Niveau vergeben?

Nein. Die ≈GER-Angaben beschreiben eine Leistung bei einer Aufgabe. Eine Aussage über das GER-Niveau einer Person braucht mehrere Aufgaben, standardisierte Bedingungen und geschulte Bewertende oder eine externe Prüfung. Nutzen Sie die Angaben zur Unterrichtsplanung, nicht als Zertifikat.

Kann KI das Sprechen zuverlässig bewerten?

Teilweise. KI liefert brauchbare vorläufige Bewertungen, vor allem bei einzelnen Lauten und bei der Grammatik im Transkript. Schwächer ist sie bei Interaktion, Angemessenheit und Intonation, und die Spracherkennung ist bei manchen Sprechenden ungenauer. Nutzen Sie sie zum Üben und für formatives Feedback; die Lehrkraft prüft die Ergebnisse und entscheidet über die Noten.

Wie passe ich das Raster für Fachenglisch (ESP) oder Kurse im Beruf an?

Behalten Sie die fünf Kriterien und formulieren Sie die Aufgabenerfüllung für das Fachgebiet neu, etwa „folgt den Schritten eines Hotel-Check-ins⁠“ oder „verwendet die richtigen Fachbegriffe⁠“. Siehe auch unsere Leitfäden zur Planung von Fachenglisch-Kursen und zum Sprachtraining für Unternehmen.

Quellen

• Europarat (2001), GER Tabelle 3: qualitative Aspekte des mündlichen Sprachgebrauchs
• Europarat (2020), CEFR Companion Volume, GER-Begleitband (PDF)
• Europarat, GER-Schlüsselbegriffe: phonologische Kompetenz
• IELTS, Speaking key assessment criteria (PDF)
• IELTS, IELTS scoring in detail
• Jonsson und Svingby (2007), The use of scoring rubrics, Educational Research Review 2(2)
• Cambridge ESOL (2009), Examples of speaking performance at CEFR levels A2 to C2 (PDF)
• Hattie und Timperley (2007), The power of feedback, Review of Educational Research 77(1)
• Ngo, Chen und Lai (2024), ASR in ESL/EFL pronunciation: a meta-analysis, ReCALL 36(1)
• Koenecke et al. (2020), Racial disparities in automated speech recognition, PNAS 117(14)
• Litman, Strik und Lim (2018), Speech technologies and the assessment of second language speaking, Language Assessment Quarterly 15(3)

Geschrieben vom AvoLingo-Team. Bei Recherche und Entwurf dieses Artikels haben wir KI eingesetzt; die Quellen sind im Text verlinkt.