Wie sich Large Language Models im Mathematikunterricht bewähren
und woran sie (noch) scheitern
Abstract
The article examines the rapid advancements in the performance of large language models such as ChatGPT within the context of mathematics. It contextualizes these developments using current benchmarks while also highlighting persistent limitations—especially in terms of technical language precision and the capacity to deliver individualized feedback. The article shows that large language models (LLMs) can already assist with routine tasks and illustrate solution strategies, yet they fall short of replacing the essential didactic roles of teachers. It provides a framework for the meaningful integration of AI-powered tools into the classroom.
Published
Issue
Section
License
Copyright (c) 2025 Valentin Katter
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Autor/innen, die in dieser Zeitschrift publizieren möchten, stimmen den folgenden Bedingungen zu:- Die Autor/innen behalten das Copyright und erlauben der Zeitschrift die Erstveröffentlichung unter einer Creative Commons Namensnennung Lizenz, die es anderen erlaubt, die Arbeit unter Nennung der Autor/innenschaft und der Erstpublikation in dieser Zeitschrift zu verwenden.
- Die Autor/innen können zusätzliche Verträge für die nicht-exklusive Verbreitung der in der Zeitschrift veröffentlichten Version ihrer Arbeit unter Nennung der Erstpublikation in dieser Zeitschrift eingehen (z.B. sie in Sammelpublikation oder einem Buch veröffentlichen).
- Die Autor/innen werden dazu ermutigt, ihre Arbeit parallel zur Einreichung bei dieser Zeitschrift online zu veröffentlichen (z.B. auf den Homepages von Institutionen oder auf ihrer eigenen Homepage), weil so produktive Austauschprozesse wie auch eine frühe und erweiterte Bezugnahme auf das veröffentlichte Werk gefördert werden (siehe The Effect of Open Access).
