Das Gebiet der grammatischen Fehlerkorrektur (GFC) hat verschiedene Systeme hervorgebracht, die sich auf fokussierte Phänomene oder allgemeine Textbearbeitung konzentrieren. Wir schlagen eine automatische Methode zur Kombination von Black-Box-Systemen vor. Unsere Methode erkennt automatisch die Stärke eines Systems oder einer Kombination mehrerer Systeme je Fehlerart und verbessert dabei Präzision und Recall, während sie direkt den $F$F-Wert optimiert. Wir zeigen konsistente Verbesserungen im Vergleich zum besten eigenständigen System in allen getesteten Konfigurationen. Dieser Ansatz übertrifft auch das durchschnittliche Ensemble verschiedener RNN-Modelle mit zufälligen Initialisierungen.Darüber hinaus analysieren wir die Verwendung von BERT für GFC und berichten vielversprechende Ergebnisse in diesem Zusammenhang. Zudem präsentieren wir einen Rechtschreibprüfer, der speziell für diese Aufgabe entwickelt wurde und bei der Rechtschreibprüfung bessere Ergebnisse erzielt als die standardmäßig getesteten Rechtschreibprüfungen.Dieses Papier beschreibt eine Systemeinreichung für die gemeinsame Aufgabe des Building Educational Applications 2019: Grammatical Error Correction. Die Kombination der Ausgaben der besten BEA 2019 gemeinsamen Aufgaben-Systeme mithilfe unseres Ansatzes erreicht aktuell den höchsten gemeldeten Wert in der offenen Phase der BEA 2019 gemeinsamen Aufgabe, wobei der F0.5-Wert um 3,7 Punkte gegenüber dem bisher besten Ergebnis gestiegen ist.