Block 3: Spec im laufenden Werkzeug (35 min Kern, 10 min optional)

Auf einen Blick

• Zeit: 35 Minuten Kern (5 Demo, 15 eigenes Spec, 10 Schärfung, 5 Wrap) + 10 Minuten optional (Role-Play)
• Ergebnis: Erste Iteration deines Specs am laufenden Werkzeug; eine konkrete Schärfung pro Spec dokumentiert
• Format: Solo am Laptop, optional Cross-discipline-Paar
• Leitfrage: Stimmt der Output mit dem überein, was deine echten Lernenden tun? Wenn nein, was fehlt im Spec?

Präsentation

Dein Spec geht oben ins Werkzeug rein, ein strukturierter Output kommt unten raus. Die Qualität des Outputs ist eine Funktion der Qualität des Specs: wo dein Spec scharf ist, wird der Output spezifisch; wo dein Spec vage ist, wird der Output generisch. Den Mechanismus des Werkzeugs erklären wir nicht live, das ist im Take-Home dokumentiert.

View slides in full screen

Aktivitäten

Schritt 1: Demo des Werkzeugs (5 min)

Demo am Beispiel-Spec. Beobachte: wie der Markdown-Spec eingefügt wird, welche Form der Output hat (Hinweis, Begründung, nächster Schritt, metakognitive Frage), wie sich der Output mit dem P(know)-Slider verändert.

Schritt 2: Eigenes Spec einfügen (15 min)

Aufgabe: Öffne Das Werkzeug auf deinem Laptop. Kopiere dein Block-2-Spec in das Textfeld. Setze den P(know)-Slider zwischen 0.2 und 0.4 (Lernende, die das Material erst teilweise beherrscht). Klicke “Hint generieren”. Lies die vier Output-Felder: Hinweis-Text, Begründung, nächster Schritt, metakognitive Frage. Beantworte: Stimmt der Output mit dem überein, was deine echten Lernenden brauchen würden? Wenn nein, was fehlt im Spec?

Prüf-Checkliste:

• Spec eingefügt und Output generiert
• Alle vier Output-Felder gelesen
• Test-Frage beantwortet (mit konkreter Antwort, nicht nur “ja/nein”)
• Eine Lücke im Spec identifiziert

Typische Output-Muster

• Output ist generisch. Das Spec war zu vage. Welche Sektion wirkt unscharf?
• Output adressiert das Falsche. Das Spec hat eine wichtige Komponente nicht enthalten.
• Output erfindet etwas. Das Werkzeug interpoliert; das Spec gibt nicht genug Constraints.

Schritt 3: Spec schärfen und erneut testen (10 min)

Aufgabe: Schärfe ein bis zwei Einträge in deinem Spec, gestützt auf das, was im ersten Lauf nicht gestimmt hat (Skill-Beschreibung präziser; Misconception spezifischer; intuitive Grundlage konkretisieren). Führe den Lauf erneut durch. Vergleiche die beiden Outputs.

Prüf-Checkliste:

• Mindestens eine Schärfung am Spec dokumentiert (vorher/nachher festgehalten)
• Zweiter Lauf durchgeführt
• Eine zentrale Beobachtung notiert: welche Schärfung hat welche Output-Veränderung produziert?

[Optional] Schritt 4: Cross-discipline Role-Play (10 min)

Aufgabe: Setz dich mit deiner Cross-discipline-Partnerin aus Block 2 zusammen. Phase 1 (5 min): A’s Spec läuft im Werkzeug. B improvisiert eine in Block 2 genannte Misconception aus A’s Disziplin und antwortet aus der Lernende-Rolle auf den Werkzeug-Output. A beobachtet, ob das Werkzeug angemessen reagieren würde. Phase 2 (5 min): Rollen wechseln.

Prüf-Checkliste:

• Pro Spec: hat das Werkzeug auf die simulierte Misconception angemessen reagiert, oder wurde sie ignoriert?

Schritt 5: Wrap (5 min)

Eine Frage in die Runde: Welche eine Änderung an deinem Spec würde den Output am stärksten verbessern? Kurz formulieren, kein langes Erklären.

Nachlesen

Wie das Werkzeug funktioniert (Architektur)

Die ausführliche Erklärung, wie dein Markdown-Spec im Werkzeug zu einem strukturierten API-Aufruf wird, steht in Wie das Werkzeug funktioniert. Lies das nach dem Workshop, wenn du den Mechanismus technisch nachvollziehen möchtest. Stichworte: Markdown-Parser, Pydantic-Schema, Anthropic-API, strukturierter Output.

Weiter: Closing