Was ist ein WebQuest?
Ein WebQuest ist eine spezielle Gruppenarbeitsform der Internetrecherche zu einem klar eingegrenzten Thema. Im Unterschied zur offenen Internetrecherche liegt der Fokus jedoch nicht auf dem Suchen selbst, sondern auf der inhaltlichen Auseinandersetzung mit bereits ausgewählten Quellen. Diese Vorauswahl reduziert Komplexität, verhindert Überforderung und ermöglicht es, die Aufgaben innerhalb weniger Unterrichtsstunden sinnvoll zu bearbeiten. WebQuests folgen in der Regel einer festen Struktur (z. B. Einführung, Aufgabe, Ressourcen, Prozess, Reflexion, Evaluation), die den Lernprozess klar rahmt und zielgerichtetes Arbeiten unterstützt.
WebQuests in 3 Schritten erstellen
Die klassische Erstellung von WebQuests ist zeitaufwendig: passende Materialien recherchieren, Aufgaben formulieren, Differenzierung berücksichtigen. Hier setzt KI an – nicht als Ersatz, sondern als Produktionshilfe.
1. Content-Generierung mit strukturierten Prompts
Die Qualität des Ergebnisses hängt direkt vom Prompt ab. Entscheidend ist eine klare Struktur:
- Rolle: z. B. „Du bist ein erfahrener Biologielehrer“
- Kontext: Lerngruppe, Alter, Vorwissen
- Aufgabe: konkretes Thema und Ziel des WebQuests
- Outputformat: explizit die WebQuest-Struktur vorgeben
Für die strukturierte Generierung von WebQuests habe ich einen Masterprompt entwickelt, der alle zentralen Elemente (Rolle, Kontext, Aufgabe, Outputformat) systematisch abbildet. Er dient als Vorlage und fragt die erforderlichen Parameter ab. Der Masterprompt steht in GitHub frei zur Verfügung.
2. Kritische Prüfung des Outputs
Alle KI-generierten Inhalte müssen grundsätzlich geprüft werden – insbesondere die vorgeschlagenen Internetquellen. Links können fehlerhaft, veraltet oder inhaltlich ungeeignet sein; in manchen Fällen werden Quellen sogar frei erfunden und existieren gar nicht.
Deshalb sollten alle angegebenen Ressourcen systematisch überprüft werden:
- Funktionieren die Links?
- Sind die Inhalte fachlich korrekt und aktuell?
- Sind sie für die Zielgruppe verständlich und didaktisch geeignet?
Tipp: Um geeignete Internetquellen zu finden, bietet sich ein Deep Research an. Tools wie NotebookLM, ChatGPT, Gemini oder Perplexity können hierfür genutzt werden. NotebookLM bietet zudem die Möglichkeit aus den gefundenen Quellen ergänzende Materialien (Podcast, Video, Präsenation etc.) für das WebQuest zu erstellen.
3. Technische Umsetzung als H5P
Die KI-generierten Inhalte werden anschließend in ein digitales Format überführt, etwa als H5P-Accordion in der Desktop-App Lumi oder direkt in Moodle.
Ein konkretes Beispiel ist ein WebQuest zum Thema Mülltrennung, den ich auf diese Weise umgesetzt habe: Die von der KI generierte Struktur wurde geprüft, überarbeitet und anschließend in ein H5P-Format übertragen.