Wenn KI die Hausaufgabe schreibt: Prüfungsformate, die noch funktionieren

Wenn ein sprachlich glatter Text plötzlich nicht zum bisherigen Arbeitsstand passt, liegt der Griff zum KI-Detektor nahe. Ein Detektor kann jedoch nur das fertige Produkt bewerten; er hat keinen Zugriff auf den tatsächlichen Entstehungsprozess und liefert deshalb keinen Beweis für die Urheberschaft. Faire Leistungsbewertung beginnt früher: bei Aufgaben, die Eigenleistung an mehreren Stellen sichtbar machen.

Die unbequeme Wahrheit über KI-Detektoren

Ein KI-Detektor beantwortet nicht die Frage „Wer hat diesen Text geschrieben?“. Er beantwortet eine engere Frage: „Wie ähnlich sieht dieser Text den Mustern aus, die das System als KI-typisch einordnet?“ Aus einem Musterwert wird erst durch Interpretation ein Verdacht – und aus einem Verdacht noch lange kein belastbarer Täuschungsnachweis.

Das ist keine Kleinigkeit. Zwei Menschen können sehr ähnlich schreiben, während ein KI-Text durch Überarbeitung, Übersetzung oder gezielte Vorgaben weniger typisch wirkt. Umgekehrt kann ein knapper, formelhafter Schülertext genau die Regelmäßigkeit zeigen, die ein System verdächtig findet. Der Detektor sieht weder Notizen noch Quellenarbeit, verworfene Fassungen oder das Gespräch, in dem eine Schülerin ihren Gedankengang erklärt.

Ich bewerbe deshalb ausdrücklich kein Detektor-Tool. Ein Prozentwert erzeugt den Eindruck technischer Gewissheit, obwohl die entscheidende Information fehlt: Wie ist die Leistung entstanden?

Stand Juli 2026: Dieser Beitrag nennt bewusst keine gemessene Fehlerquote für ein bestimmtes Detektorprodukt und leitet aus keinem Prozentwert einen Täuschungsnachweis ab. Das folgende Zahlenbeispiel erklärt ausschließlich den Effekt falscher Treffer bei niedriger Basisrate.

Warum Falsch-Positive dich in ernste Schwierigkeiten bringen

Schon ein scheinbar guter Test kann im Schulalltag viele falsche Verdächtigungen produzieren. Ein bewusst vereinfachtes Rechenbeispiel zeigt das Problem; die Werte sind keine gemessenen Detektorquoten:

• Von 100 Arbeiten seien tatsächlich 10 unzulässig mit KI erstellt.
• Ein Test erkenne davon 8 und übersehe 2.
• Gleichzeitig markiere er 5 Prozent der 90 übrigen Arbeiten fälschlich, also rechnerisch 4 bis 5.
• Unter den insgesamt 12 bis 13 markierten Arbeiten wären damit ungefähr ein Drittel falsche Treffer.

Die entscheidende Größe ist also nicht nur, wie oft ein System KI-Texte erkennt. Ebenso wichtig ist, wie viele reguläre Texte es verdächtigt und wie häufig ein Verstoß in der geprüften Gruppe überhaupt vorkommt. Ohne diese Basisrate klingt „hohe Trefferquote“ deutlich belastbarer, als sie für einen einzelnen Fall ist.

Für die betroffene Person hat ein falscher Treffer Folgen: Sie muss eine eigene Leistung verteidigen, obwohl der Vorwurf zunächst nur aus einer Maschine stammt. Für dich entsteht ein ebenso reales Problem: Du musst erklären können, welche überprüfbaren Indizien deine Entscheidung tragen. Ein Detektorwert sollte deshalb höchstens eine Rückfrage auslösen, nie automatisch eine Sanktion.

Was rechtlich gilt, wenn du Täuschung vermutest

Welche Folgen ein Täuschungsversuch hat, bestimmen die für deine Schulart und dein Bundesland geltenden Vorschriften sowie die konkrete Prüfungsform. Einen konkreten, aber nicht bundesweit verallgemeinerbaren Fall behandelte das VG Hamburg im Beschluss vom 15.12.2025, Az. 2 E 8786/25. Nach der verlinkten rechtlichen Zusammenfassung ging es im Eilverfahren um ein „Reading Log“ im Englischunterricht einer 9. Klasse an einem Hamburger Gymnasium. Die ChatGPT-Nutzung war eingeräumt; die Bewertung „ungenügend“ wegen Täuschungsversuchs wurde bestätigt.

Als tragenden Grund gibt die Zusammenfassung wieder: Hilfen, die die Eigenständigkeit einer Leistung beeinflussen, sind nur zulässig, wenn sie ausdrücklich zugelassen sind. Ein fehlendes ausdrückliches KI-Verbot schafft danach keine Erlaubnis. Das ist eine Einzelfallentscheidung aus Hamburg, keine automatische Rechtsfolge für jede Schulart und jedes Bundesland.

Quellengrenze, Stand Juli 2026: Die Verfahrensdetails und die Wiedergabe des tragenden Grundes stammen aus der verlinkten Kanzlei-Zusammenfassung. Für einen konkreten Einsatz sind zusätzlich die schulrechtlichen Regeln des eigenen Bundeslands und der Schulart maßgeblich.

Für den Umgang mit einem Verdacht ist deshalb ein zurückhaltender Ablauf sachgerechter als ein Schnellurteil:

1. Sichere die abgegebene Arbeit und dokumentiere konkrete Auffälligkeiten.
2. Trenne beobachtbare Tatsachen von Vermutungen und Detektorwerten.
3. Gib der Schülerin oder dem Schüler Gelegenheit, Vorgehen, Quellen und Zwischenschritte zu erklären.
4. Prüfe Notizen, Fassungen, Versionsstände und vereinbarte Nutzungsnachweise.
5. Folge erst dann dem an deiner Schule vorgeschriebenen Verfahren.

Die Bewertung einer Leistung bleibt deine verantwortete pädagogische Entscheidung. Der Beitrag zur KI-Korrektur von Klassenarbeiten zeigt dieselbe Grenze aus der anderen Richtung: KI kann Hinweise liefern, aber weder Bewertung noch Begründung übernehmen. Die regulatorische Einordnung automatisierter Systeme behandelt der Überblick zum EU AI Act in der Schule.

Der Perspektivwechsel: nicht erkennen, sondern anders prüfen

Die produktivere Frage lautet nicht: „Wie erwische ich jeden KI-Text?“ Sie lautet: „Welche Belege brauche ich, um die fachliche Eigenleistung fair beurteilen zu können?“

Eine robuste Aufgabe kombiniert drei Ebenen:

• Produkt: Was wurde fachlich geleistet?
• Prozess: Welche Entscheidungen, Quellen und Überarbeitungen sind sichtbar?
• Gespräch oder Anwendung: Kann die Person ihr Ergebnis erklären und auf eine neue Situation übertragen?

Generative KI kann auch in solchen Aufgaben genutzt werden. Sie ersetzt aber nicht gleichzeitig Notizen, begründete Auswahlentscheidungen, spontane Anwendung und die Verteidigung des Ergebnisses. „KI-resistent“ bedeutet hier nicht „technisch unknackbar“, sondern: Eine fremd erzeugte Endfassung allein reicht nicht mehr für eine gute Bewertung.

Sechs Prüfungsformate, die KI-resistent sind

Die folgenden Raster umfassen jeweils zehn Punkte. Sie sind sofort nutzbare Entwürfe, keine Vorgaben; passe Gewichtung, Operatoren und Anforderungsbereiche an Lehrplan, Prüfungsordnung und Fachschaftsbeschlüsse an.

1. Mündliche Verteidigung

Die Lernenden reichen ein Produkt ein und erläutern anschließend fünf bis acht Minuten lang Kernthese, Quellenwahl und eine verworfene Alternative. Stelle danach eine Transferfrage, die vorher nicht bekannt war.

Raster: fachliche Begründung 4 Punkte · Umgang mit Quellen/Belegen 2 · Antwort auf Transferfrage 2 · transparente Darstellung des Arbeitswegs 2.

2. In-Class-Writing

Ein klar begrenzter Teil entsteht unter beaufsichtigten Bedingungen: etwa Einleitung, Analyseabsatz oder Schlussfolgerung. Die häusliche Fassung darf anschließend erweitert werden; beide Versionen werden gemeinsam abgegeben.

Raster: Aufgabenbezug 3 Punkte · fachliche Präzision 3 · Struktur und Sprache 2 · nachvollziehbare Weiterentwicklung zwischen den Fassungen 2.

3. Prozessportfolio

Zur Endfassung gehören Forschungsfrage, erste Stichwortsammlung, kommentierte Quellenliste, Gliederung, ein früher Textstand und ein Änderungsprotokoll. Bewertet wird nicht die Menge der Dokumente, sondern ob sie echte Entscheidungen sichtbar machen.

Raster: Qualität der Prozessbelege 3 Punkte · begründete Entscheidungen 3 · fachliche Qualität des Produkts 3 · vollständiger KI-Nutzungsnachweis 1.

4. KI-Kritik-Aufgabe

Du gibst einen vorab erstellten KI-Text ohne personenbezogene Daten aus. Die Lernenden markieren unklare Behauptungen, prüfen ausgewählte Belege, verbessern eine Passage und erklären, warum ihre Fassung fachlich stärker ist. Kopierbare Ausgangsaufträge findest du in der Prompt-Bibliothek für Lehrkräfte.

Raster: Probleme erkennen 3 Punkte · Überprüfung mit geeigneten Belegen 3 · Qualität der Überarbeitung 2 · Begründung der Änderungen 2.

5. Anwendung auf einen lokalen Kontext

Eine bekannte Theorie wird auf bereitgestelltes Material aus Schule, Kommune oder Region angewandt: einen anonymisierten Datensatz, einen öffentlichen Beschluss oder einen selbst erstellten Fall. Die Aufgabe verlangt konkrete Bezüge zu diesem Material statt eines allgemeinen Überblicks.

Raster: korrekte Anwendung des Konzepts 4 Punkte · präziser Materialbezug 3 · begründetes Urteil 2 · saubere Quellenangabe 1.

6. Peer-Review-Zyklus

Jede Person gibt Entwurf, kriteriengeleitetes Feedback zu einer fremden Arbeit, überarbeitete Fassung und einen kurzen Revisionskommentar ab. Das Feedback bleibt eine Lernleistung; die Note des Endprodukts wird nicht an Mitschülerinnen und Mitschüler ausgelagert.

Raster: Qualität des eigenen Entwurfs 2 Punkte · konkretes und fachlich zutreffendes Feedback 3 · sinnvolle Überarbeitung 3 · Revisionskommentar 2.

Prozess statt Produkt bewerten

Ein Prozessanteil darf nicht zur Fleißnote für besonders schöne Ordner werden. Er soll fachliche Entscheidungen sichtbar machen: Warum wurde diese Quelle gewählt? Welche These wurde verworfen? Was änderte sich nach einem Gegenargument? Ein Foto von drei Seiten Notizen ist noch kein Beleg für gedankliche Entwicklung.

Ein möglicher Ausgangspunkt für eine größere schriftliche Arbeit ist:

Diese Verteilung ist ein Arbeitsvorschlag. Wenn deine Prüfungsordnung nur das Endprodukt bewertet oder bestimmte Anteile festlegt, gilt sie – nicht diese Tabelle. Entscheidend ist, Kriterien und Nachweise vor Beginn bekanntzugeben.

Der KI-Nutzungsnachweis: Transparenz als Prüfungsbestandteil

Ein Nutzungsnachweis macht erlaubte Hilfe sichtbar, ohne jeden Prompt zum Geständnis umzudeuten. Eine schlanke Tabelle genügt:

Für deine Kursvereinbarung kannst du folgenden Abschnitt anpassen:

KI-Nutzung bei Leistungsnachweisen: Generative KI darf nur in den für die jeweilige Aufgabe ausdrücklich freigegebenen Arbeitsschritten eingesetzt werden. Jede Nutzung wird mit Werkzeug, Datum, Zweck und aussagekräftiger Eingabe dokumentiert. Übernommene Gedanken oder Formulierungen werden kenntlich gemacht; die fachliche Prüfung und die Begründung aller Entscheidungen bleiben Teil der eigenen Leistung. Personenbezogene Daten und nicht freigegebene Prüfungsinhalte werden nicht in private KI-Dienste eingegeben. Nicht dokumentierte oder außerhalb der Freigabe liegende Nutzung wird nach den vorab mitgeteilten schulischen Regeln beurteilt.

Die Vereinbarung ersetzt weder Prüfungsordnung noch Datenschutzprüfung. Für Konten, Datenwege und zulässige Inhalte hilft der Entscheidungsbaum zu KI und Datenschutz an der Schule.

Was das für Facharbeiten und Seminararbeiten heißt

Bei langen Arbeiten ist eine einmalige Abgabe am Ende das schwächste Design. Plane stattdessen verbindliche Haltepunkte: Forschungsfrage, kommentierte Quellenliste, Gliederungsgespräch, eine kurze Schreibprobe im Unterricht, Zwischenstand mit Änderungsauftrag und abschließende Verteidigung. So entsteht keine Überwachungskette, sondern eine fachliche Betreuung, die du ohnehin für Rückmeldung nutzen kannst.

KI darf dabei je nach Vereinbarung Ideen sortieren, Gegenargumente liefern oder Sprache prüfen. Die Schülerin oder der Schüler muss jedoch zeigen, welche Vorschläge übernommen wurden, welche Quellen die Aussagen tragen und warum die endgültige Argumentation überzeugt. Wer die eigene Arbeit erklären kann, liefert einen stärkeren Leistungsnachweis als ein Detektorwert.

Ein pauschaler KI-Verdacht belastet das Arbeitsverhältnis schneller, als ein Detektorwert je Klarheit schafft. Praktikabel ist der umgekehrte Weg: früh über erlaubte Hilfen sprechen, Zwischenschritte dokumentieren lassen und bei Auffälligkeiten zuerst nach dem Entstehungsweg fragen. Das liefert fachlich mehr als der Versuch, eine fertige Arbeit nachträglich technisch zu entlarven.