Beste Mathe-KI: Aufgaben lösen und Ergebnis prüfen
Welche KI sich für Matheaufgaben eignet, ein Beispiel von der Textaufgabe bis zur Kontrollrechnung, und wo die Modelle noch danebenliegen.
„Welche KI ist die beste für Mathe" ist die falsche erste Frage. Die aktuellen Allzweckmodelle — ChatGPT, Gemini, Claude, Mistrals Le Chat — liegen bei Textaufgaben und Algebra inzwischen dicht beieinander. Die Frage, die tatsächlich über Nutzen entscheidet, lautet: Bekommst du nicht nur ein Ergebnis, sondern einen Rechenweg, den du in einer Minute gegenprüfen kannst?
Dass KI im Alltag ankommt, zeigt der Bitkom für deutsche Unternehmen regelmäßig, und der PwC AI Jobs Barometer findet über rund eine Milliarde Stellenanzeigen hinweg einen klaren Gehaltsaufschlag für Menschen, die mit den Werkzeugen umgehen können. Bei Mathe gilt das genauso — nur ist der Prüfschritt hier einfacher als bei den meisten Büroaufgaben: Eine Rechnung lässt sich nachrechnen. Eine Meinung nicht.
Wo KI bei Mathe wirklich hilft
Am zuverlässigsten sind die Modelle dort, wo sie eine Aufgabe in einzelne Schritte zerlegen und jeden Schritt zeigen — nicht dort, wo nur die Endzahl gefragt ist.
- Textaufgaben in Rechenschritte übersetzen: aus „Wie viel bleibt übrig, wenn …" wird eine Gleichung, Schritt für Schritt aufgeschrieben.
- Einen Lösungsweg erklären, den du selbst nicht mehr zusammenbekommst — nützlich zum Nachvollziehen, nicht zum Abschreiben.
- Eine eigene Rechnung gegenprüfen: du rechnest vor, das Modell prüft die Schritte auf einen Fehler.
Ein Beispiel von Anfang bis Ende
Nimm eine Textaufgabe, wie sie in der Mittelstufe vorkommt: „Ein Rucksack kostet 84 €. Er wird um 15 % reduziert, danach kommen 7 % Mehrwertsteuer auf den reduzierten Preis dazu. Was zahlst du am Ende?" Die falsche Eingabe wäre „Löse diese Aufgabe" ohne weitere Vorgabe — das liefert oft nur die Endzahl, ohne dass du siehst, wo ein Rechenfehler stecken könnte.
Besser: „Löse das Schritt für Schritt, jede Rechnung einzeln, mit der Zwischensumme nach jedem Schritt." Der Rechenweg sieht dann so aus: 84 € minus 15 % ergibt 71,40 €, danach 71,40 € plus 7 % Mehrwertsteuer ergibt 76,40 €. Jetzt kannst du jeden einzelnen Schritt von Hand nachrechnen, statt der Endzahl blind zu vertrauen — bei zwei Rechenschritten dauert das eine halbe Minute.
Genau an dieser Stelle rutschen Modelle gelegentlich aus: Sie vertauschen die Reihenfolge — Mehrwertsteuer zuerst, Rabatt danach — oder runden einen Zwischenschritt, der dann eine falsche Endzahl liefert. Ohne die einzelnen Schritte fällt das nicht auf. Mit ihnen schon.
Wo die Grenzen liegen
Eine falsche Rechnung klingt in einer KI-Antwort genauso sicher wie eine richtige. Das macht den Prüfschritt zur Pflicht, nicht zur Kür.
Wie groß der Abstand zwischen „klingt sicher" und „ist richtig" bei Sprachmodellen tatsächlich ist, misst der AI Index von Stanford HAI jährlich neu — er schließt sich langsamer, als es die Produktankündigungen vermuten lassen. Bei mehrstelligen Multiplikationen oder vielen verschachtelten Klammern steigt die Fehlerquote spürbar, gerade wenn das Modell den Weg nicht ausschreibt, sondern direkt eine Zahl nennt. Lass dir deshalb bei jeder Rechnung mit mehr als einem Schritt die Zwischenwerte zeigen, nicht nur das Endergebnis.
Welches Modell du dafür nutzt, ist zweitrangig — verfügbar sind mittlerweile alle gängigen: Claude von Anthropic läuft in Deutschland, ebenso Gemini von Google in mehreren Abostufen und Le Chat von Mistral, ein Anbieter aus Frankreich mit eigenem Preismodell. Der Prüfschritt bleibt bei allen dreien derselbe.
Was du am Montag ausprobierst
- Nimm eine Rechenaufgabe, bei der du das Ergebnis bereits kennst oder leicht gegenprüfen kannst — zum Beispiel eine, die du letzte Woche selbst gerechnet hast.
- Verlange ausdrücklich die einzelnen Rechenschritte, nicht nur die Endzahl.
- Rechne mindestens einen Zwischenschritt von Hand nach, bevor du dem Ergebnis traust.
- Bei einem Fehler: Frag nach, an welcher Stelle genau die Rechnung abweicht — meistens korrigiert sich das Modell, sobald der Schritt benannt ist.
Dieselbe Gegenprobe brauchst du, sobald die Zahlen nicht aus einer Textaufgabe, sondern aus einer echten Tabelle stammen — dazu mehr in Excel auswerten lassen. Steckt die Rohzahl stattdessen in einem größeren Datensatz statt in einer einzelnen Formel, zeigt Künstliche Intelligenz Datenanalyse denselben Ablauf für eine ganze Auswertung. Zweifelst du grundsätzlich, ob ChatGPT das richtige Werkzeug für eine Aufgabe ist, hilft ein direkter Test gegen eine ChatGPT Alternative mehr als jede Rangliste. Planst du für dein Team eine ganze ChatGPT-Schulung, gilt derselbe Grundsatz: Übung an echten Aufgaben zählt mehr als Zuschauen. Und der Prüfschritt selbst — jedes Ergebnis gegen die Quelle lesen, bevor es weitergeht — ist ausführlicher beschrieben in KI im Büro.
Genau diese Fähigkeit — nicht nur rechnen lassen, sondern den Weg dorthin nachvollziehen — vermittelt Coursium in kurzen Lektionen fürs Handy. Bleib der KI voraus mit Übungen an echten Aufgaben statt an Demo-Beispielen. Mehr zu diesem Ansatz steht über Coursium.