KI-generierte Hausarbeiten: Handlungsbedarf für Hochschulen | Alphabees

Die Frage, wie Hochschulen mit KI-generierten Hausarbeiten umgehen sollen, beschäftigt Bildungsverantwortliche im gesamten DACH-Raum. Ein aktuelles Experiment an der FernUniversität Hagen liefert nun empirische Erkenntnisse, die das Ausmaß der Herausforderung verdeutlichen: Vier vollständig mit KI generierte Hausarbeiten erreichten ein Niveau, das zum Bestehen soziologischer Prüfungen ausreicht. Für Entscheider in Hochschulen, Akademien und Weiterbildungseinrichtungen stellt sich damit die dringende Frage, wie Prüfungsformate zukunftsfähig gestaltet werden können.

Das Experiment: Was generative KI heute leistet

Benedikt Engelmeier, wissenschaftlicher Mitarbeiter an der FernUniversität Hagen, hat für sein Experiment vier Hausarbeiten für soziologische Module vollständig mit dem KI-Modell Claude Sonnet 4.5 erstellt. Das Besondere dabei: Er verwendete keinerlei fachwissenschaftlichen Input. Weder wurde das Thema vorgegeben noch inhaltlich korrigierend eingegriffen. Stattdessen konzentrierte er sich ausschließlich auf detaillierte Arbeitsanweisungen für die KI.

Die Ergebnisse sind bemerkenswert: Alle vier Hausarbeiten weisen eine zum Modul passende Fragestellung und eine angemessene Struktur auf. Sie ziehen geeignete soziologische Theorien heran und analysieren den Gegenstand auf dieser Basis. Besondere Stärken zeigen die KI-Generate bei der Themenfindung, also der gelungenen Kombination aus theoretischem Ansatz und Untersuchungsgegenstand, sowie beim stringenten Aufbau.

Für Bildungsverantwortliche bedeutet dies: Die technische Entwicklung hat einen Punkt erreicht, an dem KI-generierte wissenschaftliche Arbeiten nicht mehr an offensichtlichen inhaltlichen oder strukturellen Mängeln scheitern. Die Qualität reicht aus, um Prüfungen zu bestehen.

Warum die Erkennung so schwierig geworden ist

In der Anfangszeit generativer KI galten halluzinierte Literaturangaben als zuverlässiges Erkennungsmerkmal. Dieses Kriterium verliert jedoch zunehmend an Bedeutung. Die Überprüfung der vier Hausarbeiten zeigt ein differenziertes Bild:

Literaturverzeichnisse:

Von 101 Quellen waren 63 nahezu fehlerfrei, 30 enthielten kleine Fehler wie falsche Autorennamen. Nur zwei Einträge waren tatsächlich halluziniert.

Belege im Text:

Für 305 von 316 Belegen existiert ein entsprechender Eintrag im Literaturverzeichnis.

Wörtliche Zitate:

Hier offenbart sich die gravierende Schwachstelle: Nur 15 von 56 wörtlichen Zitaten konnten in den angegebenen Quellen nachgewiesen werden.

Das Problem für Prüfende: Die Überprüfung wörtlicher Zitate erfordert den Abgleich mit den Originalquellen. Dieser Aufwand ist als Regelüberprüfung für alle eingereichten Arbeiten nicht realistisch. Je mehr Zeit in die Überprüfung von Formalia fließt, desto weniger bleibt für die inhaltliche Auseinandersetzung mit den studentischen Leistungen.

Technische Detektoren für KI-generierte Texte haben, wie verschiedene Untersuchungen belegen, ebenfalls Schwächen. Eine zuverlässige automatische Erkennung ist derzeit nicht möglich.

Das Dilemma: Weder Erlauben noch Verbieten löst das Problem

In der aktuellen Diskussion wird häufig argumentiert, dass eine mit KI erstellte gute Hausarbeit auch etwas über die Fachkompetenz der Studierenden aussage. Das Experiment widerlegt diese Annahme: Wenn Hausarbeiten ohne jeden fachwissenschaftlichen Input generiert werden können, prüft das Format nicht mehr die Fachkompetenz, sondern die KI-Kompetenz oder die Fähigkeit, entsprechende Dienste zu beauftragen.

Für Hochschulen und Bildungseinrichtungen ergibt sich daraus ein echtes Dilemma:

• Das Verbieten von KI-Nutzung lässt sich nicht kontrollieren, da die Erkennung nicht zweifelsfrei möglich ist.
• Das Erlauben von KI-Nutzung führt dazu, dass nicht mehr die eigentlich gewünschten Kompetenzen geprüft werden.
• Höhere Anforderungen an alle Arbeiten würden viele Studierende überfordern und den Druck zur KI-Nutzung verstärken.

Die provokante Erkenntnis aus dem Experiment: Teilweise sind studentische Hausarbeiten künftig daran zu erkennen, dass ihr Niveau zu niedrig ist, um als KI-Produkt durchzugehen. Ein Umstand, der die Bewertung vor absurde Herausforderungen stellt.

Prozessbegleitung als Lösungsansatz

Eine vielversprechende Lösung liegt in der Fokussierung auf den Erstellungsprozess statt auf das fertige Produkt. Wenn nicht mehr die abgegebene Arbeit allein bewertet wird, sondern der Weg dorthin, lässt sich der tatsächliche Kompetenzerwerb besser nachvollziehen.

Diese Prozessprüfungen erfordern jedoch eine deutlich engere Betreuung und mehr Arbeitszeit. Mit der aktuellen Prüfungsdichte, der personellen Ausstattung und den daraus resultierenden Betreuungsschlüsseln ist das an vielen Einrichtungen nicht zu leisten.

Hier können digitale Lernbegleiter einen entscheidenden Beitrag leisten. Ein KI-Tutor, der in bestehende Lernmanagementsysteme wie Moodle integriert ist, kann Studierende kontinuierlich beim Lernprozess unterstützen. Anders als Tools zur Texterstellung dokumentiert ein solcher Lernbegleiter die individuelle Auseinandersetzung mit dem Stoff und fördert den eigenständigen Kompetenzerwerb.

Der Unterschied liegt im Ansatz: Während KI-Textgeneratoren das Endprodukt liefern und damit den Lernprozess umgehen, begleitet ein KI-Tutor den Weg zum Ziel. Er beantwortet Verständnisfragen, gibt Feedback zu Lösungsansätzen und unterstützt bei der Strukturierung von Gedanken. Die kognitive Leistung bleibt bei den Lernenden.

Was Bildungsverantwortliche jetzt bedenken sollten

Das Experiment macht deutlich, dass es nicht mehr darum geht, ob die klassische Hausarbeit als Prüfungsformat unhaltbar wird, sondern wann dieser Punkt erreicht ist. Mit der weiteren Verbreitung von KI-Wissen und der steigenden Leistungsfähigkeit verfügbarer Tools wird die Generierung wissenschaftlicher Arbeiten immer einfacher und voraussetzungsloser.

Für Entscheider in Hochschulen und Weiterbildungseinrichtungen ergeben sich daraus konkrete Handlungsfelder:

• Die Neugestaltung von Prüfungsformaten mit stärkerem Fokus auf den Prozess
• Der Aufbau von Betreuungskapazitäten für prozessorientierte Prüfungen
• Die Integration von Lernbegleitern, die den Kompetenzerwerb fördern statt ersetzen
• Die Entwicklung von Kriterien, die authentische studentische Leistungen wertschätzen

Die rein schriftliche Prüfungsleistung ohne Aufsicht oder intensivere Betreuung ist perspektivisch nicht mehr sinnvoll. Einrichtungen, die frühzeitig auf prozessorientierte Formate und unterstützende Lernbegleitung setzen, werden den Wandel besser bewältigen als solche, die an überkommenen Prüfungsformen festhalten.

Das Experiment aus Hagen liefert keine fertigen Lösungen, aber es beschreibt das Problem mit empirischer Schärfe. Für Bildungsverantwortliche ist jetzt der Zeitpunkt, die eigenen Prüfungsformate kritisch zu hinterfragen und Alternativen zu entwickeln, die auch im Zeitalter generativer KI aussagekräftig bleiben.

Häufig gestellte Fragen