Du hast deine Fragen in LectureQ festgehalten – jetzt geht es darum, Antworten zu finden. Heute kommen diese Antworten meistens aus einem Gespräch mit einer KI. Das Problem: Bei derselben Frage nimmt nicht jeder gleich viel mit. Dieser Leitfaden folgt dem Ablauf in LectureQ (Frage → Antwort → Gelerntes) und zeigt, wie du diesen Unterschied ausmachst.
Die Fähigkeit, um die es hier geht, in einem Satz:
Mit der KI aus meinen Fragen „geprüftes Wissen“ machen.
Es geht nicht darum, Antworten zu bekommen, sondern darum, sie anzuzweifeln und dir wirklich zu eigen zu machen.
Eine Frage, ein Gespräch. Packst du mehrere Fragen in ein Gespräch, vermischen sich auch die Antworten, und hinterher lässt sich nichts mehr sauber ordnen.
Fragen, die du in der Vorlesung schnell notierst, sind meist unscharf. Und auf unscharfe Fragen gibt es unscharfe Antworten. Frag also nicht sofort nach der Antwort, sondern schreib zuerst die Frage neu.
Das hier ist eine Frage, die ich in der Vorlesung schnell notiert habe. Sie ist noch unscharf.
"{die Frage genau so, wie sie in LectureQ steht}"
Formuliere sie bitte als 3 Fragen, die sich tatsächlich beantworten lassen.
Schreib zu jeder in einem Satz dazu, was ich können werde, wenn ich die Antwort kenne.
Beantworte sie noch nicht, zeig mir nur die neu formulierten Fragen.
▸ Gefällt dir eine Fassung, ersetze damit den Fragetext in LectureQ. Das ist eine Investition in dein späteres Ich.
Die KI weiß nicht, was du schon weißt. Woher die Frage kommt / was du gerade weißt / welche Art von Antwort du willst: Schon diese drei Angaben verbessern die Antwort deutlich. Alle drei stehen bereits in der App.
[Meine Frage]
{die geschärfte Frage}
[Kontext]
- Woher sie kommt: {Name der Vorlesung} / {Blocknotizen zu diesem Zeitpunkt}
- Was ich gerade weiß: {„Wo ich gerade stehe“ aus dem Lernstand}
- Wo ich hinwill: {„Wo ich am Ende stehen will“ aus dem Lernstand}
[Gewünschte Antwort]
1) Die Kernantwort in 3–5 Zeilen
2) Ein Absatz zur Begründung, warum das so ist
3) 1–2 Punkte, an denen ich mich wahrscheinlich irre
4) Das kleinste Beispiel oder Experiment, mit dem ich es selbst überprüfen kann
Kennzeichne bitte, was gesichert ist und was Vermutung ist. Wenn du etwas nicht weißt, sag es.
▸ Kontext findest du unter Darstellung → Lernstand und in den Blocknotizen des Zeitblocks, in dem die Frage steht.
Eine plausible Antwort ist noch keine geprüfte Antwort. Hak mindestens einmal nach.
Wo ist deine Antwort am ehesten falsch? - Welche Voraussetzungen müssen stimmen, damit die Antwort gilt? - Gibt es eine Gegenposition oder Ausnahmen, in denen sie nicht zutrifft? - Was müsste ich mir ansehen, um es selbst an der Primärquelle zu prüfen? (Namen von offizieller Dokumentation, Spezifikation, Originaltext)
Angaben wie Versionen, Zahlen, API-Namen oder Jahreszahlen gilt es immer an der Quelle zu prüfen – je konkreter eine Angabe, desto weniger fällt auf, wenn sie falsch ist.
Eine gute Antwort wirft immer neue Fragen auf. Das ist deine nächste Frage – in dieser App eine Folgefrage.
Formuliere aus unserem bisherigen Gespräch 3 Fragen zu dem, was ich noch nicht weiß, aber wissen sollte. Keine Erklärungen, nur die Fragen. Kurz und konkret.
▸ Füge die Fragen in der Detailansicht der Frage in das Feld „Neue Folgefrage“ ein. So bleiben sie als Ursprungsfrage → Folgefrage erhalten, und im Graph siehst du, wie sich dein Verständnis verzweigt hat.
Wer die Antwort der KI nur kopiert, hat zwar eine Notiz, aber kein Wissen. Schreib ins Feld Antwort mit eigenen Worten und lass genau diesen Text bewerten.
Ich schreibe jetzt in eigenen Worten auf, was ich verstanden habe.
"{meine eigene Zusammenfassung}"
Zeig mir, was falsch ist, was fehlt und was übertrieben ist.
Statt einer Punktzahl zeig mir bitte die verbesserte Fassung.
▸ Markiere nur, was diesen Schritt bestanden hat, als Geklärt und nimm es in Gelerntes (★) auf. Die Liste „Gelerntes“ unter Darstellung → Übersicht ist nur dann etwas wert, wenn darin ausschließlich so Geprüftes landet.
Als Kompetenzen ausgedrückt, sehen die fünf Schritte so aus. Fang mit der Zeile an, die dir im Moment am meisten fehlt.
| Kompetenz | Ich kann … | Ich kenne … / Stichwörter |
|---|---|---|
| Fragen schärfen | eine unscharfe Notiz in 3 beantwortbare Fragen umschreiben | Merkmale guter Fragen, beantwortbare und unbeantwortbare Fragen, Problemdefinition (problem framing) |
| Kontext geben | beim Fragen Hintergrund, meinen Wissensstand und das gewünschte Antwortformat mitliefern | Prompts strukturieren, Rolle, Kontext und Ausgabeformat vorgeben, Kontextgestaltung |
| Antworten prüfen | Voraussetzungen, Gegenbeispiele und Primärquellen erfragen und so Fakten herausfiltern | Halluzination, Belege und Quellen, Falsifikation, Bestätigungsfehler |
| Nichtwissen sichtbar machen | aus einer Antwort neue Fragen ableiten und als Folgefragen festhalten | Metakognition, Wissenslücke (knowledge gap), Fragebaum |
| Wissen festigen | in eigenen Worten neu schreiben, bewerten lassen und als „Gelerntes“ festhalten | Feynman-Methode, Abrufübung (retrieval practice), verteiltes Wiederholen (spaced repetition) |
Speicherst du ein Gespräch mit der KI als Markdown, macht die App daraus einen Fragebaum (Vorlesungsmenü in der Symbolleiste → Aus Markdown importieren …).
# Diese Zeile wird zum Titel der Vorlesung ## Thema (die erste Frage hier wird zur Ursprungsfrage, die weiteren zu Folgefragen) **Ich** — hier steht meine Frage **KI** — hier steht die Antwort (mehrere Zeilen und Codeblöcke sind kein Problem)
Nach dem Import ist jede Frage mit ihrer Antwort gefüllt und als geklärt markiert. Wenn du dann in der Übersicht nur das mit ★ behältst, was du wirklich gelernt hast, und den Rest „ausschließt“, wird aus einem ganzen Gespräch deine Liste mit Gelerntem.
Lass dir von der KI keine Antworten geben – nutze sie als Gegenüber, an dem du deine Fragen prüfst. Die Frage stellst du, die Zweifel hast du, und den letzten Satz schreibst du. LectureQ ist der Ort, an dem dieser Weg festgehalten wird.