Von Margarita Votteler, erfahrene C1-Prüferin seit 2009
TestDaF-Text mit dem Agenten erarbeiten
Schreib einen Text zu diesem Thema — dein Agent bewertet ihn ehrlich wie die echte Prüfung und übt mit dir, bis du bestehst.
Ich habe sechs Texte an ChatGPT geschickt. Alle sechs hatte ich vorher selbst benotet, mit derselben Sorgfalt wie in einer echten Prüfung. Die Texte kannte ChatGPT nicht. Die Aufgabenstellung habe ich ihm nicht gegeben, genau wie ein echter Lerner das auch nicht tun würde. Ich habe nur gefragt: "Bewerte meinen Text für die TestDaF-Prüfung, wie viele Punkte bekomme ich?"
Bei vier von sechs Texten trafen wir uns. Ein sehr guter Text war für beide sehr gut, ein sehr schwacher Text war für beide durchgefallen. Interessant wird es genau dort, wo eine Prüfung tatsächlich kippt: knapp über oder knapp unter der Bestehensgrenze.
Der TestDaF-Text, der bei mir "unter TDN 3" steht
Der Text beschreibt eine Grafik zu Studierenden mit Nebenjob und nimmt dazu Stellung. Meine Randnotiz von der Korrektur: "Die Grafik wird gar nicht verarbeitet, nur abgelesen — unter TDN 3." Und weiter: "Heimatlandbezug fehlt komplett — unter TDN 3." Beim Ausdruck steht bei mir: "höchstens A2, systematische Verbstellungs- und Kasusfehler."
ChatGPT hat denselben Text so eingeordnet: "Vermutliche Einstufung: TDN 3, mit Tendenz zu TDN 4, wenn Sprache deutlich sauberer wird." Als Stärke nennt es ausgerechnet die Grafik: "Zahlen werden genannt und sinnvoll verglichen." Genau das ist der Punkt, den ich als Grund für die niedrige Note notiert habe. ChatGPT hat gesehen, dass Zahlen im Text stehen. Ob die Grafik damit wirklich ausgewertet ist, hat es nicht geprüft.
TDN 4 ist die Stufe, die fast jede Hochschule in allen vier Teilen verlangt. Zwischen "unter TDN 3" und "Tendenz zu TDN 4" liegt für einen echten Kandidaten der Unterschied zwischen "ich muss noch viel üben" und "ich bin fast so weit".
Gratis-PDF zum Thema
TestDaF Schreiben: der 60-Minuten-Fahrplan
Was die Prüferin in jeder Minute sehen will — mit Preisschild für jeden Struktur-Fehler.
Der DSH-Text, der bei mir durchfällt
Beim zweiten Text geht es um Digitalisierung an Hochschulen. Meine Begründung zur Sprache: "Elementare Verbstellungs- und Kasusfehler in fast jedem Satz, umgangssprachliches Register — bei 60 Prozent Sprachgewicht nicht ausreichend." Bei der DSH zählt die Sprache stärker als der Inhalt, das steht so in der Musterprüfungsordnung. Mein Urteil: unter dem Bereich, den DSH-1 verlangt (eine DSH-Stufe gibt es erst für die Gesamtprüfung).
ChatGPT hat gerechnet: "Du lägst ungefähr bei 14 bis 18 von 30 Punkten. Das entspricht häufig DSH-1-Niveau." DSH-1 ist die unterste, aber bestandene Stufe. Aus meinem "unter DSH-1" wird bei ChatGPT ein knappes DSH-1. Die 30-Punkte-Skala dazu hat sich ChatGPT selbst ausgedacht. Es gibt keine bundesweite DSH-Skala, jede Hochschule bewertet nach eigener Punktordnung.
Wo wir uns einig waren
Bei den zwei sehr guten Texten lagen wir nah beieinander, ChatGPT hat beide korrekt als bestanden und stark eingestuft. Auch bei zwei anderen schwachen Texten hat ChatGPT richtig auf "nicht bestanden" erkannt. Das Muster zeigt sich also nicht überall. Es zeigt sich genau an der Grenze: bei Texten, die sprachlich noch schwach sind, aber flüssig und selbstbewusst klingen.
Das ist auch der Grund, warum es schwer zu bemerken ist. Ein Text mit vielen Fehlern, der trotzdem einen klaren Aufbau hat, wirkt für ein Sprachmodell kompetent. Ob die Fehler an der Stelle sitzen, wo sie bei der echten Prüfung besonders schwer wiegen, sieht ein Modell ohne Bewertungsbogen nicht.
Was das für dich heißt
Wenn ChatGPT deinen Text lobt, heißt das nicht automatisch, dass du bestehst. Am ehesten täuscht es bei Texten, die eigentlich knapp durchfallen würden. Genau die Texte, bei denen die Antwort am meisten zählt.
Genau diese Texte und meine Notizen dazu sind Teil der Grundlage, an der unser eigener Prüfungs-Agent geeicht ist. Eine Garantie ist das nicht: Kalibriert an bekannten Beispielen zu sein schützt nicht automatisch vor jedem neuen, unbekannten Text. Aber es ist der Unterschied zwischen einem Werkzeug, das nach Prüfungsmaßstab gebaut ist, und einem, das nach Hilfsbereitschaft gebaut ist.
Willst du wissen, wo dein eigener Text steht? Schick ihn dem Prüfungs-Agenten.
So ist der Vergleich entstanden: Die sechs Texte stammen aus unserer Eichungs-Sammlung, benotet von mir nach den offiziellen Kriterien der jeweiligen Prüfung. An ChatGPT habe ich sie am 15.09.2026 über eine Programmierschnittstelle geschickt, mit dem Modell, das zu dem Zeitpunkt aktuell war (openai/gpt-5.2), im selben Ton, wie ein Lerner fragen würde. Das ist nicht exakt dieselbe Oberfläche wie die ChatGPT-App, sondern dasselbe Modell über eine Programmierschnittstelle.
GermanExam.pro ist ein unabhängiges Lernwerkzeug ohne Verbindung zum TestDaF-Institut oder zu Hochschulen, die die DSH abnehmen. ChatGPT ist ein Produkt von OpenAI, wir stehen in keiner Verbindung dazu.