Welche drei komplementären Ansätze werden zur Bewertung von AI Fluency verwendet?	Outcome-basiert (Fokus auf Produkte), prozessbasiert (wie Studierende mit AI arbeiten) und reflexionsbasiert (metakognitive Bewusstsein).
Was wird bei der Bewertung von "Delegation" bewertet?	Zielformulierung, Aufgabenzerlegung und Werkzeugauswahl.
Was wird bei der Bewertung von "Description" evaluiert?	Gesprächsqualität und iterative Verbesserung.
Was wird bei der Bewertung von "Discernment" bewertet?	Kritische Bewertungsfähigkeiten.
Was wird bei der Bewertung von "Diligence" untersucht?	Ethische Entscheidungsfindung und Verantwortlichkeit.
Warum sind beobachtbare Handlungen zuverlässiger als Annahmen über Verständnis?	Weil konkrete Artefakte und direkte Beobachtungen objektive Evidenz liefern, statt auf Vermutungen zu basieren.
Welche drei Leistungsstufen werden in einem Rubrik typischerweise verwendet?	Emerging (anfänglich), developing (entwickelnd) und proficient (kompetent).
Was sollte bei der Auswahl von Bewertungsansätzen für jedes "D" berücksichtigt werden?	Ob outcome-, prozess- oder reflexionsbasierte Maßnahmen machbar sind und welche Kombination die beste Übersicht bietet.
Wie sollten abstrakte Konzepte in einem Rubrik transformiert werden?	In spezifische, beobachtbare Verhaltensweisen, die mit konkreten Beispielen aus dem Fachbereich verbunden sind.
Warum ist es wichtig, alle drei Bewertungsansätze zu kombinieren?	Weil dies das vollständigste Bild der Entwicklung der AI Fluency der Studierenden bietet.