Anonymisiert einsenden
PDF anhängen und IA oder EE, Fach, Kurs, Niveau, Prüfungssession, Sprache und Abgabefrist nennen.
Die Arbeit kommt anonymisiert per E-Mail zu PreLearning. Die eigentliche Analyse läuft lokal – die Website zeigt ausschließlich eine fiktive Demo des späteren Berichts.
Die anonymisierte Arbeit wird als E-Mail-Anhang eingesendet. Bei PreLearning prüft eine lokale KI 25 klar definierte Punkte und erstellt daraus eine übersichtliche Auswertung mit priorisierten Ratschlägen.
E-Mail: PreCheck@PreLearning.de · Bitte Name, Schule, Kandidatennummer und weitere persönliche Angaben vor dem Versand entfernen.
Die Datei wird nicht auf dieser Website analysiert. Die Demo weiter unten zeigt lediglich Aufbau und Leselogik des Ergebnisses.
PDF anhängen und IA oder EE, Fach, Kurs, Niveau, Prüfungssession, Sprache und Abgabefrist nennen.
Die lokale KI ordnet alle 25 Punkte ein und passt Hinweise an Arbeitstyp und gültige Regelversion an.
Die Rückmeldung zeigt Stärken, Prüfpunkte und Prioritäten sowie konkrete nächste Arbeitsschritte.
Beispiel: fiktive Mathematics AA SL IA zur Modellierung eines Abkühlungsprozesses, Prüfungssession Mai 2027. Die Aussagen beziehen sich nicht auf eine echte Schülerarbeit.
Die Ampeln sind keine IB-Punktzahl und keine Notenprognose.
Passt die Arbeit zur richtigen Aufgabe und führt sie erkennbar auf eine beantwortbare Frage hin?
IA oder EE, Fach, Kurs, Niveau und Prüfungssession sind eindeutig zugeordnet.
Die Frage ist präzise, mathematisch untersuchbar und im Text sichtbar verankert.
Die Untersuchung ist für IA beziehungsweise EE realistisch begrenzt.
Die Frage verlangt tatsächlich mathematische Analyse statt nur Beschreibung.
Ziel, Methode, Ergebnisse und Schlussfolgerung bauen logisch aufeinander auf.
Sind Begriffe, Verfahren und Rechnungen korrekt, passend und nachvollziehbar?
Zentrale Größen, Parameter und Beziehungen werden definiert.
Die Mathematik passt zu Kurs und Niveau und wird verstanden eingesetzt.
Vereinfachungen werden genannt und mathematisch oder sachlich begründet.
Rechenschritte sind korrekt und so dokumentiert, dass sie geprüft werden können.
Symbole, Gleichungen und mathematische Begriffe werden konsistent verwendet.
Sind Daten, Quellen, Werkzeuge und Darstellungen belastbar und reproduzierbar dokumentiert?
Herkunft, Eignung und Grenzen der verwendeten Daten oder Fachquellen sind erkennbar.
Messung, Auswahl oder Stichprobe kann anhand der Beschreibung nachvollzogen werden.
Werkzeuge werden transparent genannt und Ergebnisse nicht als Blackbox übernommen.
Darstellungen sind lesbar, beschriftet, nummeriert und im Text ausgewertet.
Einheiten, Rundungen und relevante Unsicherheiten werden sinnvoll behandelt.
Werden Ergebnisse erklärt, kritisch geprüft und sinnvoll auf die Forschungsfrage zurückgeführt?
Ergebnisse werden inhaltlich gedeutet und nicht nur berechnet.
Das Fazit beantwortet die Ausgangsfrage mit den tatsächlich gewonnenen Ergebnissen.
Modelle, Methoden oder Ergebnisse werden dort verglichen, wo dies Erkenntnis bringt.
Schwächen werden nicht nur aufgezählt, sondern in ihrer Wirkung bewertet.
Vorschläge sind konkret, machbar und aus den Ergebnissen abgeleitet.
Ist die Arbeit klar, eigenständig, transparent belegt und formal passend vorbereitet?
Abschnitte, Übergänge und Umfang unterstützen eine zusammenhängende Darstellung.
Fremde Ideen, Daten, Abbildungen und Definitionen sind konsistent belegt.
Auswahl, Anpassung und Begründung zeigen die eigene Untersuchung statt einer Vorlage.
KI, Übersetzung, Softwarehilfe und weitere Beiträge werden nach den aktuellen Regeln offengelegt.
Versionsabhängige Formalia für IA oder EE sowie schulische Vorgaben sind vollständig erfüllt.
Es gibt auf dieser Seite kein Datei-Uploadfeld und keine automatische Online-Bewertung. Die per E-Mail eingesendete Kopie wird bei PreLearning mit lokaler KI analysiert. Das Ergebnis wird als verständlich gegliederte Rückmeldung per E-Mail versendet.
Jeder Prüfpunkt erhält eine verständliche Ampel-Einordnung, eine kurze Begründung und einen konkreten Rat. Zusätzlich bündelt der Bericht die wichtigsten nächsten Schritte, damit nicht 25 Einzelhinweise gleichzeitig bearbeitet werden müssen.
Nein. Die Website zeigt nur eine fiktive Demo. Die eingesendete Arbeit wird bei PreLearning mit lokaler KI ausgewertet und der Bericht anschließend per E-Mail zurückgesendet.
Nein. Er ist eine strukturierte Vorprüfung mit Verbesserungshinweisen und ersetzt weder schulisches Feedback noch eine Bewertung durch IB-Prüfende.
Arbeitstyp, Fach, Kurs und Niveau, Prüfungssession, Sprache und schulinterne Frist. Empfohlen wird eine anonymisierte PDF-Datei.
Nein. Die Rückmeldung zeigt Probleme und nächste Schritte. Inhalt, Mathematik, Argumentation und Formulierungen bleiben die eigenständige Leistung der Schülerin oder des Schülers.
Anonymisierte Arbeit anhängen und die Eckdaten in der E-Mail ergänzen. Die Website selbst verarbeitet keine Datei.