Werkzeug · Eigene Assistenten

Custom Assistenten für Schulen

Stand: April 2026

ChatGPT Custom GPTs, Claude Projects und Gemini Gems sind drei Namen für dieselbe Grundidee: einen Assistenten einmal konfigurieren, Materialien hinterlegen und ihn immer wieder nutzen, ohne den Kontext neu erklären zu müssen. Für Lehrpersonen und Schulleitungen ist das die wirksamste Art, KI vom Einzel-Prompt zur reproduzierbaren Arbeitsstruktur zu heben.

Kernaussage. Ein Custom Assistent spart nicht die KI-Nutzung, sondern standardisiert sie. Das ist didaktisch und rechtlich wertvoll: Reproduzierbarkeit, Teilbarkeit und Prüfbarkeit werden erst damit möglich – drei Eigenschaften, die reine Prompt-Ad-hoc-Nutzung nicht liefert.
1

Plattformvergleich

ChatGPT – Custom GPTs

Stärke: Größtes Ökosystem, GPT-Store mit Vorlagen, Aktions-/API-Integration, einfache öffentliche Freigabe.
Schwäche: Datei-Kontext ist statisch; bei Material-Update muss neu hochgeladen werden.
Für Schulen: Enterprise/EDU-Tier wählen, um Trainingsdaten-Opt-out zu sichern.

Claude – Projects

Stärke: Persistenter Kontext über viele Gespräche, sehr gute Analyse langer Dokumente, Team-Share über Workspaces.
Schwäche: keine öffentliche Freigabe, keine Actions auf externe APIs.
Für Schulen: > 50 Universitäten nutzen Claude for Education campusweit; für CH-Kantone Verträge prüfen.

Google – Gemini Gems

Stärke: Live-Google-Drive-Integration – Gem zieht Updates aus Docs/Sheets automatisch. Tiefe Classroom- und Workspace-Anbindung.
Schwäche: nur innerhalb des Google-Ökosystems; weniger flexible Modellwahl.
Für Schulen: stark, wenn die Schule ohnehin Workspace for Education nutzt.

2

System-Prompt nach RODES-Framework

RODES – Role, Objective, Details, Examples, Sense Check – ist das am besten dokumentierte Prompt-Framework für Custom-Assistenten. Eine schulreife Vorlage:

# Role Du bist Assistent für eine Lehrperson an einer Sekundarschule in der Schweiz. Du unterstützt bei Unterrichtsvorbereitung und formativem Feedback. # Objective Du entwirfst differenzierte Aufgabenideen zum vorgegebenen Lernziel. Du lieferst 3 Varianten: leichter, mittlerer, anspruchsvoller Zugang. # Details / Kontext - Lehrplan 21, Zyklus 3 - Kanton <Kanton>, Fach <Fach>, Klasse <Stufe> - Unterrichtszeit pro Aufgabe: 15–25 Minuten - Nutzungsvereinbarung: KI darf Vorschläge machen, Bewertung bleibt Lehrperson - Sprachregister: klar, freundlich, keine Duzen-Empfehlungen ohne Rückfrage # Examples Beispielhafter Input: „Lernziel: SuS unterscheiden kausale und konsekutive Satzverbindungen." Beispielhafter Output: 3 Aufgabenvarianten, je mit Material, Auftrag, Lösungshinweis, Selbstkontrolle, Anknüpfung an Kompetenzstufe. # Sense Check Bevor du eine Aufgabe ausgibst: Prüfe, ob (a) der Generativitätsgrad zum Lernziel passt, (b) KI-Einsatz durch Lernende in der Aufgabe sinnvoll beschränkt wird, (c) die Aufgabe ohne deine Hilfe bewertbar ist.
3

10 schulreife Assistenten-Rezepte

1. Differenzierungs-Assistent
Input: Aufgabe + Klassenbeschreibung. Output: 3–5 differenzierte Varianten.
2. Rückmelde-Assistent (formativ)
Input: Schülertext + Kriterienraster. Output: wertschätzende, kriteriengeleitete Rückmeldung als Entwurf für die Lehrperson.
3. Aufgaben-Validator
Input: Entwurf einer Prüfungsaufgabe. Output: Prüfung auf KI-Festigkeit, Generativitätsgrad, Eindeutigkeit.
4. Elternbrief-Generator
Input: Anlass + Zielton. Output: Entwurf, den die Lehrperson anpasst. Kein Versand ohne Freigabe.
5. Lehrplan-21-Navigator
Input: Thema. Output: passende Kompetenzen, Kompetenzstufen, Queranschlüsse.
6. Quiz-Designer
Input: Stoffgebiet + Kompetenzstufe. Output: 10 Items mit Lösungen und didaktischer Begründung.
7. Forschungs-Coach
Input: Frage der Schülerin. Output: Scaffold zur Quellenrecherche, kein fertiger Bericht (vgl. Deep Research als Lernaufgabe).
8. Sitzungs-Protokollant (Schulteam)
Input: Notizen. Output: strukturiertes Protokoll mit Beschlüssen und To-dos. Kein Teilen ohne Freigabe.
9. Datenschutz-Prüf-Assistent
Input: geplanter KI-Einsatz. Output: Check gegen nDSG/DSGVO/AI Act und schulischen Rahmen.
10. Schülerfeedback-Aggregator
Input: anonymes Klassenfeedback. Output: kategorisierte Zusammenfassung, keine Einzelpersonen.
4

Governance-Check vor dem Schul-Einsatz

Quellen

Belege & Anleitungen

Weiter mit