Wissensbewertung im Zeitalter von ChatGPT: Was Lehrende ändern müssen

Noch vor wenigen Jahren konnten Lehrende davon ausgehen, dass Studierende bei der Einreichung von Essays, der Lösung von Problemen oder der Erstellung analytischer Berichte einen Großteil der Arbeit selbstständig erledigt hatten. Generative künstliche Intelligenz hat diese Logik verändert. Heute lassen sich gut strukturierte Texte, Programmcode, Präsentationen und sogar fundierte Analysen innerhalb weniger Minuten erstellen.

Das bedeutet nicht, dass herkömmliche Bewertungsmethoden sinnlos geworden sind. Sie sind jedoch dort unzuverlässig, wo ausschließlich das Endergebnis bewertet wird – und nicht der Weg dorthin. Wenn ein System ein Ergebnis liefern kann, das einer studentischen Arbeit ähnelt, müssen Lehrende präziser definieren, was genau sie messen wollen: Faktenwissen, Verständnis, Wissensanwendung, logisches Denken, Kreativität, fachliche Entscheidungsfindung oder die Fähigkeit, die eigenen Entscheidungen zu begründen.

Bis 2026 hatte sich dies zu einem systemischen Problem entwickelt. EDUCAUSE befragte 438 Lehrende und Mitarbeitende an Hochschulen, die direkt an der Konzeption oder Durchführung von Leistungsbewertungen beteiligt sind. Ein zentrales Ergebnis: Lehrende und Studierende nutzen zunehmend KI, doch die Regeln sind uneinheitlich, und es mangelt an klaren Vorgaben dazu, wann der Einsatz von KI akzeptabel ist und wann nicht.

Die entscheidende Frage lautet heute daher nicht: „Wie verbieten wir ChatGPT?“, sondern: „Wie gestalten wir Leistungsbewertungen so, dass sie das tatsächliche Wissen und die Fähigkeiten der Lernenden wieder sichtbar machen?“

Warum ChatGPT die Logik der Leistungsbewertung verändert hat

Herkömmliche Bewertungssysteme basieren oft auf einem konkreten Artefakt: einem Essay, einer Hausaufgabe, einem Bericht, einer Präsentation, einer Prüfung oder Programmcode. Lehrende bewerten dieses Produkt und schließen daraus auf den Wissensstand der Studierenden.

Generative KI unterbricht den direkten Zusammenhang zwischen der Qualität eines Produkts und der Kompetenz der Person, die es erstellt hat. Ein leistungsschwächerer Studierender kann mithilfe eines gut formulierten Prompts einen überzeugenden Text erstellen. Umgekehrt könnte ein leistungsstarker Studierender – trotz eines deutlich tieferen Verständnisses des Stoffes – ein kürzeres oder weniger ausgefeiltes Ergebnis abliefern.

Im „Digital Education Outlook 2026“ hebt die OECD diese Unterscheidung zwischen Leistung und Lernen hervor. Generative KI kann die Qualität eines Arbeitsergebnisses verbessern, ohne dass dabei zwangsläufig ein Lernprozess stattfindet. In einigen Studien zeigte sich, dass der Vorteil der KI-Nutzenden verschwand, sobald ihnen das Werkzeug bei einer anschließenden Leistungsüberprüfung nicht mehr zur Verfügung stand.

Dies ist ein grundlegender Hinweis für die Gestaltung von Leistungsüberprüfungen. Wer ausschließlich die Qualität des Endergebnisses bewertet, beurteilt unter Umständen eher die Qualität der Kombination aus Studierendem und KI als das tatsächliche Wissen des Studierenden.

Moderne Leistungsüberprüfungen sollten daher mehr Belege für den Lernprozess einbeziehen: nicht nur „Was wurde erstellt?“, sondern auch „Wie wurde es erstellt?“, „Warum wurde dieser Ansatz gewählt?“ und „Kann der Studierende die wesentlichen Schritte eigenständig wiederholen?“

Nicht jede Aufgabe muss „gerettet“ werden

Die erste Reaktion auf ChatGPT bestand oft darin, bestehende Aufgabenformate bewahren zu wollen: durch Verbote von KI, den Einsatz von KI-Erkennungssoftware oder die Rückkehr zu handschriftlichen Arbeiten.

Doch die KI warf eine weitaus wichtigere Frage auf: Haben die bisherigen Aufgaben überhaupt jemals den Lernerfolg zuverlässig gemessen?

Wenn Studierende gute Noten erzielen können, indem sie lediglich einige Quellen zusammenfassen, liegt das Problem möglicherweise tiefer als nur bei ChatGPT. Solche Aufgaben haben womöglich schon immer eher die Fähigkeit zur schnellen Informationsbeschaffung geprüft als ein tiefgreifendes Verständnis.

Dieser Gedanke findet sich auch in den Diskussionen von EDUCAUSE für das Jahr 2026: Die KI hat Schwächen in jenen Bewertungsmodellen offengelegt, die über Jahre hinweg auf skalierbare Artefakte – wie Aufsätze, Tests oder Standardaufgaben – als indirekte Indikatoren für Wissen setzten.

Bevor Lehrende ein bestimmtes Aufgabenformat verteidigen, sollten sie sich fragen: Welche Kompetenz soll mit dieser Aufgabe eigentlich sichtbar gemacht werden? Ist die Antwort darauf unklar, muss die Aufgabe ohnehin überarbeitet werden – völlig unabhängig von der KI.

Vom Lernergebnis ausgehen

Eine fundierte Leistungsbewertung im Zeitalter der KI beginnt mit einem klaren Lernergebnis – und nicht mit der Frage, ob ChatGPT zugelassen werden soll oder nicht.

So kann beispielsweise ein kurzer Test weiterhin ein geeignetes Mittel sein, um die Kenntnis zentraler Fachbegriffe zu überprüfen. Geht es hingegen darum, die Fähigkeit zu beurteilen, einen eigenen Standpunkt zu begründen, reicht ein fertiger Aufsatz allein nicht mehr aus. Vermittelt ein Kurs professionelle Entscheidungsfindung, sollten die Studierenden diesen Entscheidungsprozess auch nachweisen können.

Es hilft, Kompetenzen in ihre einzelnen Bestandteile zu zerlegen.

Was sollten Studierende ohne externe Hilfsmittel beherrschen?

Was sollten sie tun können, wenn ihnen Werkzeuge (Tools) zur Verfügung stehen?

Was sollten sie in der Lage sein, bei KI-generierten Ergebnissen zu überprüfen?

Wofür sollten sie persönlich die Verantwortung übernehmen?

Durch diese Unterscheidung wird der abstrakte Kampf gegen die Technologie durch differenzierte Bewertungsmethoden ersetzt, die jeweils auf spezifische Lernziele ausgerichtet sind.

Den Prozess ebenso bewerten wie das Ergebnis

Eine der wirkungsvollsten Veränderungen besteht darin, von einer einzigen abschließenden Arbeit zu einer Abfolge verschiedener Etappen überzugehen.

Anstatt lediglich einen „Aufsatz von 2.000 Wörtern“ als Aufgabe zu stellen, können Sie die Forschungsfrage, die erste These, die Auswahl der Quellen, die Struktur der Argumentation, den Entwurf, den finalen Text sowie eine kurze Reflexion bewerten.

Das bedeutet nicht, dass Lehrende für jeden dieser Schritte eine eigene Note vergeben müssen. Einige Etappen können als Kontrollpunkte dienen, die den Fortschritt der Arbeit verdeutlichen.

Dieser Ansatz bietet zwei Vorteile: Erstens gibt er einen tieferen Einblick in das Denken der Studierenden. Zweitens verringert er den Wert eines vollständig KI-generierten Endprodukts.

Wenn Studierende erklären müssen, warum sie nach der Sichtung von Quellen ihre These angepasst haben, welche Argumente sie verworfen haben und warum sie ihre endgültige Entscheidung getroffen haben, reicht es nicht mehr aus, einfach eine KI-Antwort zu kopieren.

In einem digitalen Kurs können kurze Zwischenaufgaben genutzt werden, um diesen Prozess zu dokumentieren. In WeStudy– beispielsweise ist es sinnvoll, eine umfangreiche Leistungsüberprüfung in mehrere Etappen zu unterteilen; so lassen sich sowohl das Endergebnis als auch der Leistungsverlauf nachvollziehen.

Mündliche Erläuterungen stärken die Eigenleistung

Ein kurzes Gespräch offenbart das Verständnis oft besser als mehrere Seiten eines ausgefeilten Textes.

Lehrende können Studierende beispielsweise bitten, die zentrale Schlussfolgerung zu erläutern, die Schwachstelle ihrer Arbeit zu benennen, die Wahl einer bestimmten Quelle zu begründen oder ein Prinzip auf eine neue Situation anzuwenden.

Dafür ist keine einstündige mündliche Prüfung erforderlich; manchmal genügen schon fünf Minuten.

Besonders aufschlussreich sind Fragen, deren Antworten nicht einfach aus einem Text auswendig gelernt werden können – etwa: „Warum haben Sie die erste Option verworfen?“, „Welches Argument fiel Ihnen am schwersten?“, „Was ändert sich, wenn eine der Rahmenbedingungen in diesem Fall anders wäre?“

In der Diskussion um die Bewertungspraxis für das Jahr 2026 hebt EDUCAUSE den „dialogischen“ Ansatz hervor: ein Gespräch darüber, wie eine Arbeit entstanden ist und warum bestimmte Entscheidungen getroffen wurden.

Zwar ist dieses Format bei großen Gruppen schwieriger zu organisieren, doch selbst stichprobenartige mündliche Erläuterungen erhöhen die Zuverlässigkeit der Leistungsbewertung erheblich.

Authentische Aufgaben gewinnen an Bedeutung

Je näher eine Aufgabe an einer realen beruflichen Situation angesiedelt ist, desto schwieriger lässt sie sich auf die bloße Erstellung einer Standardantwort reduzieren.

Man könnte beispielsweise angehenden Marketingfachleuten Daten einer konkreten Kampagne vorlegen und sie bitten, eine bestimmte Entscheidung zu begründen. Oder Ingenieurstudierenden verschiedene Entwurfsoptionen mit spezifischen Vorgaben präsentieren. Man könnte Führungskräfte in Ausbildung bitten, einen Konflikt auf Basis unvollständiger Informationen zu analysieren – oder angehende Lehrkräfte, einen Teil einer Unterrichtsstunde für eine bestimmte Zielgruppe zu konzipieren.

Auch bei solchen Aufgaben kann KI unterstützen; die Studierenden müssen jedoch Alternativen bewerten, den Kontext einbeziehen und die Verantwortung für ihre Entscheidungen übernehmen.

Eine fundierte, authentische Leistungsüberprüfung lässt häufig verschiedene Lösungswege zu. Es kommt darauf an, Überlegungen, Kriterien und die Qualität der Entscheidungsfindung darzulegen – anstatt lediglich die „richtige“ Antwort zu erraten.

Dies macht den Ansatz widerstandsfähiger gegenüber generativer KI: Ein System kann zwar Optionen vorschlagen, doch die Studierenden müssen aufzeigen, warum eine bestimmte Option zum jeweiligen Kontext passt.

ChatGPT kann Teil der Aufgabenstellung werden

Ein besonders interessanter Ansatz besteht darin, die Arbeit mit KI zum Gegenstand der Leistungsbewertung zu machen, anstatt sie davon auszuschließen.

Studierende könnten beispielsweise die Antwort von ChatGPT auf eine fachliche Fragestellung erhalten, mit der Aufgabe, Fehler zu identifizieren, Quellen zu überprüfen und eine verbesserte Version zu erstellen.

Eine weitere Möglichkeit ist der Vergleich zweier KI-Antworten, wobei begründet werden muss, welche davon anhand festgelegter Kriterien besser abschneidet.

Man kann Studierende auch dazu anhalten, KI für ein Brainstorming zu nutzen und anschließend darzulegen, welche Ideen sie verworfen haben – und warum.

Bei solchen Aufgaben steht die Fähigkeit im Mittelpunkt, professionell mit KI zusammenzuarbeiten – anstatt die Fähigkeit zu prüfen, in einer Welt ohne KI zu bestehen.

Dies ist besonders in Fachrichtungen relevant, in denen Absolventinnen und Absolventen im Berufsleben mit hoher Wahrscheinlichkeit KI einsetzen werden. Ein generelles Verbot während eines gesamten Kurses kann ein ebenso künstliches Umfeld schaffen wie der vollständige Verzicht auf jegliche Einschränkungen.

Grundlegende Kompetenzen müssen weiterhin ohne KI geprüft werden

Die Einbindung von KI bedeutet nicht, dass sie bei jeder Form der Leistungsbewertung zugelassen werden sollte.

Es bedarf grundlegender Kompetenzen, um automatisierte Ergebnisse beurteilen zu können. Ärztinnen und Ärzte müssen grundlegende Prinzipien verstehen, auch wenn sie Entscheidungsunterstützungssysteme nutzen. Programmiererinnen und Programmierer müssen Fehler im Code erkennen können, selbst wenn eine KI beim Schreiben von Funktionen hilft. Finanzexpertinnen und -experten sollten Berechnungen nachvollziehen können, anstatt lediglich ein fertiges Ergebnis zu übernehmen.

Daher sind „geschlossene“ Phasen in Kursen sinnvoll: etwa kurze mündliche Abfragen, Prüfungen ohne KI-Hilfe, grundlegende praktische Übungen oder andere Formate, bei denen Studierende ihre Basisfertigkeiten eigenständig unter Beweis stellen.

Die OECD empfiehlt, den Aufbau von Grundlagenwissen und eigenständigem Denken auch im Zeitalter von generativer KI (GenAI) zu fördern und zu bewahren.

Dies ist kein Rückschritt in die Vergangenheit, sondern ein Weg, um sicherzustellen, dass Menschen automatisierte Ergebnisse kritisch hinterfragen können, anstatt sich blind auf sie zu verlassen.

Regeln für die Nutzung von KI sollten präzise sein

Unklare Richtlinien gehören zu den größten Problemen für Studierende.

Die Aussage „KI darf verantwortungsbewusst eingesetzt werden“ ist kaum aussagekräftig. Darf sie einen Aufsatz strukturieren? Einen Absatz übersetzen? Die Grammatik prüfen? Code generieren? Gegenargumente vorschlagen?

In ihren zentralen Erkenntnissen für 2026 weist EDUCAUSE darauf hin, dass klarere Richtlinien und Orientierungshilfen für Studierende zum Einsatz von KI bei Leistungsnachweisen erforderlich sind.

Ein praxisorientierter Ansatz besteht darin, für jede größere Aufgabe spezifische Regeln festzulegen.

So könnte KI beispielsweise bei einer individuellen Prüfung untersagt sein. Bei einer anderen Aufgabe ist sie zur Ideenfindung erlaubt, erfordert aber, dass die Studierenden ihre Argumentation eigenständig ausformulieren. Eine dritte Aufgabe erlaubt die sprachliche Überarbeitung, sofern diese offengelegt wird. Eine vierte Aufgabe setzt den Einsatz von KI sogar voraus, da hier der professionelle Umgang mit einem generativen System bewertet wird.

Je präziser eine Regel formuliert ist, desto weniger Spielraum bleibt für Missverständnisse.

Offenlegung statt „KI-Jagd“

Wenn generative Werkzeuge teilweise erlaubt sind, ist es sinnvoll, Studierende dazu anzuleiten, deren Nutzung zu dokumentieren.

Dies kann in Form eines kurzen Hinweises am Ende der Arbeit geschehen: Welches Werkzeug wurde für welche Teilaufgaben verwendet, und welche Aspekte hat der/die Studierende eigenständig überarbeitet?

Bei komplexeren Projekten kann man die Angabe einiger zentraler Prompts oder eine kurze Reflexion darüber verlangen, an welchen Stellen die KI hilfreich war und wo ihre Ergebnisse Schwächen aufwiesen.

Ziel ist Transparenz und berufliche Verantwortung – nicht bürokratischer Aufwand.

Auch im Berufsleben muss man darlegen können, welche Aspekte einer Entscheidung automatisiert wurden, welche Daten dabei zum Einsatz kamen und wer das Ergebnis überprüft hat. Transparenz im Umgang mit KI wird somit selbst zu einer wichtigen Kompetenz.

Warum KI-Erkennungstools das Problem nicht lösen

Die automatisierte Erkennung von KI-generierten Texten klingt verlockend: Studierende reichen ihre Arbeit ein, ein Dienst liefert einen Prozentwert, und die Lehrenden treffen eine Entscheidung.

Doch ein probabilistischer Detektor beweist keine Urheberschaft.

Von Menschen verfasste Texte können fälschlicherweise als maschinengeneriert eingestuft werden, während bearbeitete KI-Texte möglicherweise nicht als solche erkannt werden. Zudem variiert der Sprachstil je nach Sprachkompetenz, Thema und Genre, was das Risiko von Fehlinterpretationen birgt.

Noch wichtiger ist, dass ein Erkennungstool die pädagogische Fragestellung nicht beantwortet. Selbst wenn feststeht, dass KI eingesetzt wurde, bleibt zu klären: War dies erlaubt? Welche Aufgaben hat die KI übernommen? Und hat der Lernende die geforderte Kompetenz tatsächlich entwickelt?

Anstatt sich auf einen einzelnen technischen Indikator zu verlassen, sollten verschiedene Belege herangezogen werden: Zwischenversionen, Quellenangaben, mündliche Erläuterungen, praktische Anwendungen sowie eine Darlegung des Arbeitsprozesses.

Auch Prüfungen müssen überdacht werden

Ein klassischer Multiple-Choice-Test in einer kontrollierten Umgebung mag auf den ersten Blick vor KI-Einsatz geschützt erscheinen. Doch es stellt sich die Frage: Misst er tatsächlich das, worauf es ankommt?

Einfache Fragen zur Faktenabfrage sind zwar nützlich, um Grundlagenwissen zu überprüfen. Ein Prüfungssystem, das jedoch ausschließlich darauf basiert, liefert kaum Aufschluss darüber, ob das Wissen auch angewendet werden kann.

KI bietet Anlass, verstärkt auf Szenario-Fragen, Fehleranalysen, den Vergleich verschiedener Lösungsansätze sowie Aufgaben zu setzen, bei denen Entscheidungen begründet werden müssen.

Ein automatisierter Test lässt sich zudem durch eine kurze Anschlussaufgabe ergänzen: etwa die Erläuterung einer Antwort, die Anwendung eines Prinzips auf einen neuen Fall oder das Aufspüren eines Fehlers in einer vorgegebenen Lösung.

Die Prüfung wird so zu einem Baustein im Nachweis des Lernerfolgs – und nicht zum alleinigen Endpunkt.

Die Bewertung von Gruppenarbeiten wird komplexer

Durch KI verschärft sich die bekannte Problematik bei Gruppenprojekten: Wer hat die Arbeit tatsächlich geleistet?

Ein Team könnte aus vier Studierenden und mehreren KI-Tools bestehen. Das Endergebnis mag professionell wirken, während die individuellen Beiträge der einzelnen Teammitglieder kaum noch nachvollziehbar sind.

Bewerten Sie neben dem Gruppenprodukt auch individuelle Beiträge – etwa durch eine kurze Reflexion, eine persönliche Begründung des eigenen Teilbereichs, ein Entscheidungsprotokoll oder Antworten zum eigenen Beitrag am Projekt.

Beziehen Sie auch die Interaktion mit KI in die Bewertung der Gruppenarbeit ein: Wer hat die generierten Daten überprüft? Wer war für die Quellen verantwortlich? Welche automatisierten Empfehlungen hat das Team abgelehnt?

Auf diese Weise nähert sich die Gruppenarbeit der beruflichen Praxis an, in der Verantwortung ebenfalls zwischen Menschen und Technologien aufgeteilt ist.

Bewertungsschemata sollten sowohl den Denkprozess als auch die Präsentation erfassen.

Wenn Kriterien vor allem flüssige Texte, eine klare Struktur und fehlerfreie Sprache belohnen, hat generative KI einen natürlichen Vorteil.

Daher müssen Bewertungsschemata (Rubrics) überarbeitet werden.

Ein stärkeres Gewicht sollte auf fundierten Entscheidungen, der Qualität von Belegen, dem Umgang mit Quellen, dem Erkennen von Grenzen, der Begründung von Entscheidungen sowie dem Transfer von Wissen auf neue Kontexte liegen.

Die Qualität des Schreibens bleibt wichtig – doch man sollte zwischen der Form der Darstellung und der fachlichen Kompetenz unterscheiden.

Bei einem Business Case sollte beispielsweise eine ansprechend präsentierte Empfehlung keine hohe Punktzahl erhalten, wenn sie auf schwachen Annahmen basiert.

Solche Kriterien lassen sich nicht einfach durch einen gelungenen „Prompt“ erfüllen, da sie Verknüpfungen zwischen Belegen, Kontext und der eigenen Entscheidung erfordern.

Auch das Feedback könnte sich verändern.

KI beeinflusst sowohl die Art und Weise, wie Studierende Aufgaben bearbeiten, als auch, wie Lehrende diese bewerten.

Generative Systeme können dabei helfen, häufige Fehler zu gruppieren, erste Kommentare zu entwerfen oder Arbeiten mit einem Bewertungsschema abzugleichen – was potenziell Zeit spart.

Dennoch sollte die abschließende pädagogische Beurteilung nicht vollständig an ein System delegiert werden.

Noten hängen oft vom Kontext ab: vom bisherigen Lernfortschritt, den spezifischen Anforderungen der Aufgabe, der Nachvollziehbarkeit von Überlegungen und dem, was die Lehrkraft ursprünglich bewerten wollte.

Im Idealfall wird KI für Routineaufgaben eingesetzt, während die Verantwortung für grundlegende Entscheidungen bei den Menschen verbleibt.

Übermitteln Sie insbesondere keine Arbeiten von Studierenden, die personenbezogene oder vertrauliche Daten enthalten, an einen externen Dienst, sofern keine klare Richtlinie zur Datenverarbeitung vorliegt.

Was ist mit großen Gruppen?

Empfehlungen für mündliche Prüfungen und persönliches Feedback klingen gut – doch was, wenn eine Gruppe 200 Studierende umfasst?

Ein neues Bewertungssystem muss daher skalierbar bleiben.

Eine Möglichkeit besteht darin, automatisierte und menschliche Elemente zu kombinieren. Tests dienen der Überprüfung von Grundlagenwissen. Komplexere Aufgaben durchlaufen mehrere kurze Zwischenkontrollen. Mündliche Prüfungen können stichprobenartig eingesetzt oder auf zentrale Projekte beschränkt werden.

Ein weiterer Ansatz ist die gegenseitige Bewertung (Peer-Assessment) anhand klarer Kriterien: Studierende analysieren die Arbeiten ihrer Kommilitonen. Dies entlastet die Lehrenden und fördert zugleich die Fähigkeit, Qualität einzuschätzen.

Zudem WeStudyist es sinnvoll, die Bewertung nicht in einer einzigen großen Abschlussprüfung zu bündeln, sondern als System verschiedener Prüfungsformate zu gestalten. Dies liefert den Lehrenden mehr Rückmeldungen zum Lernfortschritt und verteilt den Bewertungsaufwand über den gesamten Kursverlauf.

Portfolios und kumulative Bewertung stellen den Kontext wieder her

Portfolios gewinnen im Zeitalter der generativen KI zunehmend an Bedeutung. Anstatt nur ein einzelnes Abschlussprodukt einzureichen, sammeln Studierende schrittweise Belege für ihre Entwicklung: erste Versuche, Entwürfe, Überarbeitungen nach Feedback, praktische Arbeiten, kurze Reflexionen sowie das Endergebnis.

Portfolios machen die Kompetenzentwicklung im Zeitverlauf sichtbar. Lehrende sehen mehr als nur ein „gutes Ergebnis am Ende“: Sie erkennen, wie Studierende gelernt haben, Problemstellungen zu formulieren, Quellen zu prüfen, Fehler zu korrigieren und Entscheidungen zu begründen.

KI muss hier nicht verboten werden. Stattdessen können Studierende dazu angehalten werden, zu kennzeichnen, wo KI eingesetzt wurde – und kurz zu erläutern, welche Empfehlungen das System gegeben hat, was davon übernommen oder abgelehnt wurde und warum.

Dieses Format eignet sich besonders für projektbasierte und berufsorientierte Kurse, in denen sich Kompetenzen schrittweise entwickeln. Zudem verringert es das Risiko, dass eine exzellente Abschlussarbeit ein mangelhaftes Verständnis des Themas kaschiert.

Auch die Fähigkeit zur Arbeit mit KI muss bewertet werden

In vielen Berufen entspricht ein vollständiger Verzicht auf KI nicht mehr der beruflichen Realität.

Integrieren Sie neben Aufgaben ohne KI auch solche, bei denen die Studierenden einen kompetenten Umgang mit KI unter Beweis stellen.

Beispiele hierfür sind: einen präzisen Prompt formulieren, eine Antwort überprüfen, Fehler erkennen, Alternativen vergleichen, vertrauliche Daten schützen oder die Grenzen einer automatisierten Empfehlung erläutern.

Auf diese Weise wird KI-Kompetenz bewertet – die Fähigkeit, ein Werkzeug kritisch und verantwortungsbewusst zu nutzen –, statt lediglich zu prüfen, ob Lernende eine Schaltfläche betätigen können.

EDUCAUSE hebt die KI-Kompetenz – einschließlich des Verständnisses dafür, wann KI *nicht* eingesetzt werden sollte – explizit als wichtige Fähigkeit für Studierende, Lehrende und Mitarbeitende an Bildungseinrichtungen hervor.

Ein praxisorientiertes Modell: Drei Bewertungsmodi

Anstatt eine einheitliche Regel für den gesamten Kurs festzulegen, empfiehlt sich die Nutzung dreier verschiedener Modi.

Der erste Modus ist: ohne KI. Er dient dazu, grundlegende individuelle Kompetenzen zu bewerten. Die Studierenden sollen zeigen, dass sie eine zentrale Aufgabe eigenständig ausführen können.

Der zweite Modus ist: KI als Hilfsmittel erlaubt– etwa für Brainstorming, sprachliche Überarbeitung oder das Finden von Gegenargumenten. Die Nutzung muss offengelegt werden, und die Bewertungskriterien konzentrieren sich auf die eigenständigen Entscheidungen der Studierenden.

Der dritte Modus ist: KI als integraler Bestandteil der Aufgabe. Die Studierenden müssen professionell mit dem Modell arbeiten: Sie sollen Ergebnisse überprüfen, bearbeiten, vergleichen, Risiken identifizieren und ihre Entscheidungen begründen.

Dieses Modell ist weitaus differenzierter als eine pauschale Regelung, ob KI „erlaubt“ oder „verboten“ ist.

Zudem ermöglicht es eine schrittweise Zunahme der Autonomie. Zu Beginn eines Kurses werden grundlegende Aufgaben ohne KI bearbeitet; im weiteren Verlauf lernen die Studierenden, das Werkzeug zu nutzen, während sie selbst die Kontrolle behalten.

So gestalten Sie eine bestehende Aufgabenstellung in 15 Minuten um

Nicht jeder Kurs muss von Grund auf neu konzipiert werden.

Ergänzen Sie einen herkömmlichen Aufsatz um eine kurze mündliche Verteidigung sowie die Anforderung, zwei zentrale Quellen anzugeben.

Fügen Sie bei einem analytischen Bericht einen Abschnitt „In Betracht gezogene Alternativen“ hinzu sowie eine Frage zu den Einschränkungen der jeweiligen Empfehlung.

Ändern Sie bei einer Aufgabenstellung eine Bedingung im Anschluss an die Lösungsfindung und lassen Sie die Studierenden erläutern, welche Auswirkungen dies hat.

Stellen Sie nach einer Präsentation eine unerwartete Frage, die die Anwendung der behandelten Inhalte erfordert.

Falls der Einsatz von KI gestattet ist, sollte dies kurz offengelegt werden.

Kleine Anpassungen können die Aussagekraft über den Lernerfolg oft erheblich steigern, ohne den Arbeitsaufwand für Lehrende übermäßig zu erhöhen.

Wie lässt sich beurteilen, ob ein neues Bewertungsinstrument funktioniert?

Ein fundiertes Bewertungssystem sollte einige grundlegende Fragen beantworten können.

Können die Studierenden ihre eigenen Ergebnisse erklären?

Sind sie in der Lage, ihr Wissen in einer leicht abgewandelten Situation anzuwenden?

Ist der Entstehungsprozess der Arbeit nachvollziehbar?

Ist klar geregelt, in welchem ​​Umfang KI eingesetzt werden darf?

Hängt die Note nicht allein von einer ansprechenden Präsentation ab?

Lässt sich die Bewertung unter den realen Bedingungen der jeweiligen Gruppe durchführen?

Überprüft sie tatsächlich die Kompetenzen, die in den Lernzielen des Kurses definiert sind?

Wenn die meisten dieser Fragen mit „Ja“ beantwortet werden können, sollte das System auch durch die nächste Generation von KI-Modellen nicht vollständig ausgehebelt werden.

Technologien wandeln sich. Eine verlässliche Bewertung sollte sich auf das konzentrieren, was beständig bleibt: Verständnis, logisches Denken, Anwendung, Verantwortungsbewusstsein sowie die Fähigkeit, eigene Entscheidungen zu begründen.

Bewertung nach ChatGPT: Ehrlicher, wenn auch anspruchsvoller

Generative KI hat den Bildungsbereich in eine schwierige Lage gebracht. Viele Aufgabenstellungen, die über Jahre hinweg als Standard galten, liefern heute keinen ausreichenden Aufschluss mehr über das tatsächliche Wissen der Studierenden.

Doch darin liegt auch eine Chance.

Anstatt primär die Fähigkeit zu bewerten, ein bestimmtes Ergebnis (Artefakt) zu erstellen, könnte sich die Bildung stärker auf Denkprozesse, praktische Anwendung, mündliche Erläuterungen, den Einsatz von Belegen sowie die Übernahme von Verantwortung für Entscheidungen konzentrieren.

Dies ist aufwendiger, als lediglich eine eingereichte Arbeit zu prüfen und eine Note zu vergeben. Es stellt jedoch die eigentliche Funktion von Leistungsbewertung wieder her: aufzuzeigen, was Lernende tatsächlich wissen und können.

ChatGPT schafft Leistungsbewertung nicht ab. Es zwingt uns vielmehr dazu, eine präzisere Antwort auf eine Frage zu finden, die schon immer im Mittelpunkt hätte stehen sollen: Was sollen die Arbeiten von Lernenden offenbaren – ein perfekt ausgearbeitetes Ergebnis oder tatsächliche Lernprozesse?

Quellen

OECD Digital Education Outlook 2026: Untersuchung effektiver Einsatzmöglichkeiten generativer KI im Bildungswesen, OECD, 19. Januar 2026.

Der Einfluss von KI auf die Leistungsbewertung, EDUCAUSE, 1. Juni 2026.

Die Debatte um Leistungsbewertung in einer von KI geprägten Welt, EDUCAUSE, 22. Juni 2026.

Der aktuelle Stand: KI in der Hochschulbildung und der Weg in die Zukunft, EDUCAUSE, 16. Juni 2026.

Lernen aus einer neuen Perspektive: Was generative KI über die Entwicklung menschlicher Fähigkeiten offenbart, EDUCAUSE, 17. August 2026.