Eine Studentin oder ein Student erzählte den Forschenden von Kommilitonen, die unter Gleichaltrigen offen zugeben: „Ich habe diesen ganzen Essay mit ChatGPT geschrieben." Der nächste Satz ist der, der uns hängen geblieben ist: „Dann werden sie nicht erwischt, bekommen wahrscheinlich eine gute Note, und weil es beim ersten Mal funktioniert hat, machen sie es bei der nächsten Prüfungsleistung wieder" (Bericht von OfS und Advance HE).
Dieses Zitat steht in einem Bericht, den das Office for Students (OfS), die Aufsichtsbehörde für das Hochschulwesen in England, gemeinsam mit der Wohltätigkeitsorganisation Advance HE veröffentlicht hat. Der Titel ist sanft: Making AI work for students. Die Befunde zur Leistungsbewertung sind es nicht. Studienleistungen, die Studierende unbeaufsichtigt zu Hause erbringen, mit einem ChatGPT-Tab daneben, lassen sich oft auf hohem Niveau abschließen, ohne dass die Studierenden sich groß einbringen müssen, mitunter in Minuten, und die Prüfenden merken es häufig nicht.
Wir haben den Bericht selbst gelesen, nicht nur die Berichterstattung, denn die Schlagzeile des Guardian und die Formulierung der Behörde unterscheiden sich, und der Bericht ist von beiden der sorgfältigere. Der nützlichste Teil ist der unspektakulärste: was einige Universitäten bereits dagegen unternehmen.
Was die Aufsichtsbehörde herausgefunden hat und was nicht
Die Untersuchung lief Anfang dieses Jahres und stützt sich auf Gespräche mit mehr als 300 Studierenden und Mitarbeitenden. Der Guardian zählt dazu 127 Universitäten und Colleges (The Guardian); die Übersichtsseite des OfS spricht von „über 120 Einrichtungen" (OfS), und im Methodenteil des Berichts stehen mindestens 127 (Bericht). Es handelt sich um Interview- und Umfragedaten, hauptsächlich von englischen Einrichtungen. Niemand hat gemessen, wie viele Prüfungsleistungen von KI erbracht werden, und das OfS kündigt weitere Forschung an, „um Ausmaß und Art des Wandels zu ermitteln" (Pressemitteilung des OfS). Bis dahin ist jede Prozentzahl für England im Jahr 2026 geraten.
Was die Befragten schildern, ist stimmig. Unbeaufsichtigte Prüfungsleistungen „können mit KI-Tools auf hohem Niveau und mit geringem Engagement der Studierenden abgeschlossen werden", und Studiengänge, die über online eingereichte Essays geprüft werden, galten als besonders anfällig (Bericht). Studierende berichteten den Forschenden von Kommilitonen, die Arbeiten „manchmal in nur wenigen Minuten" fertigstellten und eine ähnliche Note erhielten wie jene, die selbst gearbeitet hatten. Manche konnten sich an grundlegende Details der gerade abgegebenen Arbeit nicht erinnern. Lehrende berichteten von einer großen Zahl ähnlich aussehender Abgaben, die dieselbe Literatur zitieren und im selben Stil geschrieben sind.
Eine Teilnehmerin oder ein Teilnehmer der Studierendenumfrage beschrieb den Preis ganz persönlich: „Es ist unglaublich entmutigend, wenn ich einen Essay plane und komplett selbst schreibe und genau dieselbe Note bekomme wie jemand, der ihn mit KI geschrieben hat." Die ehrlichen Studierenden kommen zu kurz, und diesen Preis würden wir an erste Stelle setzen.
Ein Detail zur Schlagzeile: „Close to impossible" („nahezu unmöglich") ist die Formulierung einer befragten Lehrperson, und der vollständige Satz ist enger gefasst als die Guardian-Schlagzeile: Weitverbreitete KI-Nutzung „könnte die Bewertung von Studierenden in manchen Bereichen nahezu unmöglich machen". Die eigene Zusammenfassung der Behörde spricht von „erheblichen Risiken für die Validität und Wirksamkeit von Prüfungen". Wir halten die zweite Formulierung für die zutreffende, und sie ist immer noch alarmierend genug.
Der Bericht spricht auch einen Fairnessaspekt an. Befragte befürchteten, dass Studierende, die für das fortschrittlichste Modell zahlen, eine bessere Note bekommen könnten als ebenso kundige Kommilitonen mit einem günstigeren Modell oder ganz ohne (Bericht).
Eine Aufsichtsbehörde mit Druckmitteln, die sie einsetzen will
Josh Fleming, Direktor für Strategie und Umsetzung beim OfS, nannte die KI-Nutzung an Hochschulen „ein Generationenrisiko für das System, wie es heute besteht, das das Lernen der Studierenden und die Fähigkeit der Einrichtungen, sie zu bewerten, zu untergraben droht". Er fügte hinzu: „Wir müssen deutlich größere Anstrengungen sehen, diese Risiken anzugehen, einschließlich eines deutlich stärkeren Einsatzes KI-freier Prüfungen" (Pressemitteilung des OfS).
In der Pressemitteilung steckt die Durchschlagskraft: Das OfS will von den Einrichtungen verlangen sicherzustellen, dass Prüfungen valide und verlässliche Messinstrumente für Wissen und Fähigkeiten sind, und „in vielen Fällen wird das den Einsatz sicherer (KI-freier) Prüfungen erfordern." Wo Einrichtungen dahinter zurückbleiben, reichen die Druckmittel von besonderen Auflagen bei der Registrierung über Geldstrafen bis zur Aussetzung des Zugangs zu Mitteln für die Studierendenförderung und zu OfS-Zuschüssen. Gemeinsam mit dem Bericht hat das OfS eine Handreichung veröffentlicht, wie Einrichtungen die Vorgaben erfüllen können.
Das Bildungsministerium (Department for Education) erklärte gegenüber dem Guardian, es erwarte vom OfS, „die bestehenden Standards wirksam durchzusetzen und bei KI zügig voranzukommen". Universities UK, die 147 Einrichtungen vertritt, entgegnete: „Es bleibt noch einiges zu tun, aber viele haben erhebliche Änderungen vorgenommen" (The Guardian). Befragte hatten zudem gewarnt, neue KI-spezifische Registrierungsauflagen könnten kontraproduktiv sein, und stattdessen Klarheit zu den bestehenden gefordert (OfS). Das OfS antwortete mit Letzterem: einer Handreichung dazu, wie die bestehenden Auflagen auf KI anzuwenden sind.
Drei Lösungen, und die, die die Behörde bevorzugt
Der Bericht ordnet das, was Universitäten tun, in drei Gruppen. Sichere Prüfungen sind so angelegt, dass Studierende dabei keine KI nutzen können: schriftliche Präsenzklausuren, Präsentationen, Vivas (kurze mündliche Gespräche über eine eingereichte Arbeit), Praktika und Aufführungen. Prozessbasierte Prüfungen bewerten neben dem Ergebnis auch, wie die Arbeit entstanden ist, teils an mehreren Kontrollpunkten, die der Bericht „Stage Gates" nennt. Offene Prüfungen erlauben oder verlangen KI, etwa indem Studierende KI-Ausgaben kritisieren oder einen von KI geschriebenen ersten Entwurf überarbeiten sollen (Bericht).
Die Behörde neigt in eine Richtung. Sichere Methoden „sind oft die wirksamste Prüfungsform, weil sie ein hohes Maß an Vertrauen geben, dass Studierende ihr eigenes Wissen und Können zeigen." Umgekehrt heißt es: Lässt sich eine Prüfung mit KI bewältigen, ohne dass das Wissen geprüft wird, „sollte die Prüfung ersetzt werden." Und die Bewertung von Wissen, im Unterschied zu Fähigkeiten, „wird in der Regel sichere Prüfungen erfordern."
Dem stimmen wir zu, und wir würden weiter gehen als die höfliche Formulierung. Ein Essay für zu Hause, der das Abrufen einer Literaturliste prüft, ist als Messinstrument erledigt. Ersetzen lässt er sich nur durch einen beaufsichtigten Raum, ein Gespräch oder eine neu gebaute Aufgabe.

Der Bericht benennt die Zielkonflikte. Präsenzklausuren und Vivas sind aufwendig. Closed-Book-Klausuren ähneln der Berufspraxis womöglich kaum, und ihr Rückgriff auf das Langzeitgedächtnis kann manche Gruppen benachteiligen, darunter Studierende mit Behinderung. Berufsverbände schreiben mitunter bestimmte Formate vor. Und tragbare Technik kann das Schummeln bei sicheren Prüfungen erleichtern. Die Antwort der Behörde auf die Sorge um Praxisnähe lautet, Bemühungen um Prüfungen, die zugleich authentisch und robust sind, „sind willkommen", was kein Plan ist.
Bath hat die Ampel aufgegeben
Die Fallstudien sind der beste Teil des Berichts. Die University of Bath hatte ein Dreikategorien-Schema: KI verboten, bestimmte Nutzungen erlaubt oder KI fester Bestandteil der Prüfung. Die mittlere Kategorie funktionierte nicht. Die Lehrenden stellten fest, es „war nicht möglich, die festgelegten KI-Nutzungen in Prüfungen der Kategorie B verlässlich und gerecht zu kontrollieren."
2026 wechselte Bath zu einem Zwei-Spuren-Modell, das ursprünglich an der University of Sydney entwickelt wurde. Jede Prüfung kommt entweder in eine geschlossene Spur, in der die Bedingungen sicherstellen, dass Studierende keinen Zugriff auf KI-Tools haben, oder in eine offene Spur, in der KI erlaubt ist und die Aufgabe unter der Annahme gestaltet wird, dass Studierende sie nutzen. Baths Lehrende hielten eine Klausurtagung ab, um robuste Aufgaben für die offene Spur zu erarbeiten, und die Universität betont, dass auch Prüfungen der geschlossenen Spur an den angestrebten Lernergebnissen ausgerichtet sein müssen (Bericht).
Das gefällt uns aus einem Grund: Es hört auf, so zu tun, als ließe sich „KI zum Brainstorming, aber nicht zum Schreiben" überprüfen. Der Bericht sagt dasselbe: Ohne strukturelle Änderungen lässt sich weder prüfen, ob Studierende eine KI-Richtlinie befolgt haben, noch Missbrauch wirksam eindämmen.

Universitäten, die Prüfungen abschotten, verteilen zugleich KI. Kent hat 2026 eine institutionell lizenzierte ChatGPT-Edu-Plattform eingeführt. Studierende absolvieren vor dem Zugang Schulungen zu KI-Kompetenz, verantwortungsvoller Nutzung, Datenschutz, Prompting und akademischer Integrität, die Nutzung ist freiwillig. Imperial gibt Studierenden und Mitarbeitenden einen Workspace namens dAIsy, der ChatGPT, Claude und DeepSeek über eine datensichere Oberfläche erreichbar macht, und startet 40-stündige Kurse zu KI im Beruf. Der Bericht ergänzt, dass auch Oxford und die London School of Economics Vereinbarungen mit KI-Anbietern haben (Bericht).
Das ist keine Heuchelei: Eine Universität, die will, dass Absolventinnen und Absolventen diese Tools gut nutzen und wissen, was sie ohne sie können, braucht für beides einen eigenen Raum. Diese Kombination würden wir jedem der beiden Extreme vorziehen. Wenn Sie noch einen Assistenten suchen: ChatGPT vs Claude vs Gemini zeigt, wie sich die drei unterscheiden.
Warum ein Detektor nicht der Schiedsrichter sein kann
Die naheliegende Alternative zum Umbau von allem ist, KI-Texte im Nachhinein zu erkennen. Der Bericht sagt unverblümt, dass das nicht gut genug funktioniert. Wissenschaftliche Studien deuten darauf hin, dass Menschen KI-Texte nicht zuverlässig erkennen, dass neuere Detektoren womöglich besser sind als ältere, die Verbesserungen aber „oft nur vorübergehend sind und in der Regel von Fortschritten der KI-Systeme gefolgt werden", und dass Tools, die Texte umformulieren, um Detektoren auszutricksen (Humanizer), die Trefferquote weiter senken (Bericht).
Viele Einrichtungen setzen die Tools trotzdem ein. Manche führen den Score als Indiz in Plagiatsverfahren an; andere Lehrende nutzen ihn informell, um Arbeiten herauszufiltern, die dann markiert oder abgewertet werden. Turnitin, dessen KI-Detektor an britischen Hochschulen weit verbreitet ist, sagte den Forschenden, seine Ausgabe sei nur als ein Datenpunkt zu verwenden. Einige Einrichtungen hatten Detektoren ganz aufgegeben.
Die befragten Studierenden urteilten härter. Sie sagten, Detektoren seien ungenau und überschätzten die KI-Nutzung, und manche ärgerten sich, dass es nach einem hohen Score offenbar keinen Weg gab, die eigene Unschuld zu beweisen. Studierende berichteten, sie senkten ihre Scores, indem sie typische Merkmale von KI-Texten wie Gedankenstriche entfernten, Humanizer nutzten oder absichtlich Rechtschreib- und Grammatikfehler einbauten. (In unserem eigenen Styleguide ist der Gedankenstrich verboten, wir haben also einen kleinen Schauer gespürt.) Ein Tool, das ehrliche Schreibende dazu bringt, ihre Texte zu verschlechtern, misst keine Ehrlichkeit.
Die Position des Berichts zum Score ist die, die wir auch vertreten: höchstens ein Beleg in einer gründlichen Prüfung, ob Studierende sich eines Verstoßes schuldig gemacht haben, und „der Verdacht auf KI-Nutzung ohne belastbare Belege sollte nicht als Grundlage dienen, Studierenden eine schlechtere Note zu geben." Der Bericht ergänzt, Verfahren wegen Fehlverhaltens seien „zeit- und ressourcenintensiv, belastend für Studierende und kaum geeignet, die Validität eines Prüfungsverfahrens zu sichern."
Auch menschliche Prüfende übersehen es. In einer Studie von 2024 schmuggelten Forschende der University of Reading ohne Wissen der Prüfenden vollständig KI-geschriebene (GPT-4) Antworten in fünf Module eines Psychologiestudiengangs; 94 % blieben unentdeckt, und sie schnitten im Schnitt etwa eine halbe Notenstufe besser ab als echte Studierende (PLOS One). Für den Überblick Tool für Tool behandeln wir GPTZero, Grammarlys Detektor und die Copyleaks-Erweiterung in unserem Beitrag zu den besten KI-Content-Detektoren, und das Ranking der KI-Content-Detektoren ordnet das Feld. Unsere Sicht auf Detektoren deckt sich mit der der Behörde: als Rauchmelder nutzen, nie als Richter.
Hier also unsere Trennung. Was funktioniert: Prüfungen in einem Raum ohne KI für Wissen, bei Projekten gesammelte Entwürfe und Quellen und ein kurzes Gespräch mit den Studierenden über ihre eigene Arbeit. Was Theater ist: ein KI-Verbot in einer Hausaufgabe aussprechen und hoffen, nur die Endfassung bewerten und einen Detektor-Prozentwert wie einen Befund behandeln.
Was Studierende und Eltern erwarten sollten
Nichts davon ist ein Urteil über Studierende. Der Bericht selbst sagt, Studierende nutzten KI häufig, um schwierige Konzepte zu erklären, lange Dokumente zusammenzufassen, Übungsfragen zu erzeugen und zu wiederholen, und dass sie neurodivergenten oder behinderten Studierenden und solchen, deren Muttersprache nicht Englisch ist, helfen kann. Er sagt auch, viele Studierende sähen KI inzwischen als den wirksamsten Weg zu einer guten Note und fühlten sich womöglich benachteiligt, wenn sie sie nicht nutzen. Das ist eine vernünftige Lesart von Prüfungen, die den Unterschied nicht erkennen konnten.
Die Pressemitteilung des OfS sagt, viele Studierende fänden die Regeln ihrer Einrichtung oder ihres Fachbereichs schwer verständlich. Der Bericht der Behörde räumt selbst ein, dass die Grenze zwischen akzeptabler und inakzeptabler Nutzung schwer zu ziehen ist, weil KI „Ideen und Argumentationen auf eine Weise erzeugen kann, die" die Arbeit von Studierenden und Maschine „verwischt" (Bericht). Die sichersten Annahmen für Erstsemester oder Eltern sind daher diese.
- Rechnen Sie damit, dass ein größerer Teil der Endnote von etwas abhängt, das in einem Raum geleistet wird: eine schriftliche Klausur, eine Präsentation, ein Praktikum oder ein kurzes mündliches Gespräch über eine abgegebene Arbeit.
- Rechnen Sie damit, dass man Ihren Arbeitsweg sehen will. Notizen, datierte Entwürfe und Quellen sind das, worauf prozessbasierte Prüfungen schauen, und manche Einrichtungen verlangen schon jetzt, dass Studierende angeben, wie sie KI genutzt haben (laut Bericht fürchten viele Studierende, eine solche Erklärung werfe einen Verdacht auf ihre Arbeit).
- Rechnen Sie damit, dass die Regel je Modul abweicht. Eine Prüfung kann geschlossen sein, die nächste offen, und entscheidend ist die jeweilige Aufgabenstellung, nicht die Startseite der Universität.
- Wird eine Arbeit angezweifelt, fragen Sie, welche Belege es neben einem Detektor-Score gibt, und bitten Sie darum, die Arbeit persönlich zu erläutern. Die Behörde sagt, ein Score allein solle nicht über das Ergebnis entscheiden.
- Wenn Sie auf angemessene Vorkehrungen (Nachteilsausgleich) angewiesen sind, prüfen Sie, ob das neue Format sie vorsieht. Laut Bericht soll jeder Studierende sein Wissen und Können in sicheren wie offenen Prüfungen zeigen können, durch inklusives Design und Anpassungen.
Eltern können eine zusätzliche Frage stellen: Wie wird der Studiengang in den Abschlussjahren geprüft, und wie viel davon findet unter Aufsicht statt? Die Antwort sagt mehr als jede KI-Richtlinie.
KI innerhalb der Regeln nutzen
Beginnen Sie mit der Regel für die konkrete Prüfung, schriftlich. Ist sie unklar, fragen Sie die Lehrperson und heben Sie die Antwort auf. Wir können Ihnen nicht sagen, was Ihr Modul erlaubt. Wo KI erlaubt ist, nutzen Studierende sie laut Bericht, um schwieriges Material zu erklären, sich selbst abzufragen, die Prüfungsvorbereitung zu planen und ihr Verständnis zu prüfen. NotebookLM und die anderen in unserem Vergleich NotebookLM vs ChatGPT Projects vs Claude Projects sind fürs Lernen mit den eigenen Quellen gebaut.
Der Test, den wir anlegen würden, ist der Viva-Test. Könnten Sie jedes Argument der Arbeit laut erklären, ohne Bildschirm? Wenn ja, hat KI Ihnen wohl beim Lernen geholfen. Wenn nein, hat sie die Arbeit gemacht, und die Sorge des Berichts vor „Cognitive Offloading", bei dem KI Lesen, Recherche oder Problemlösen ersetzt, betrifft Sie, egal was die Regel sagt. Hilfe bei Grammatik und Rechtschreibung durch ein Tool wie Grammarly fühlt sich anders an, doch der Bericht merkt an, dass auch Zeichensetzungs- und Grammatiktools mächtige KI-Funktionen enthalten können. Prüfen Sie also die Regel, bevor Sie etwas annehmen.
Die Checkliste oben ist kein offizielles Instrument. Es sind sechs Gewohnheiten, die ein Gespräch mit den Prüfenden leicht machen.
Was als Nächstes zu beobachten ist
Das OfS hat den Einrichtungen die Handreichung dazu gegeben, wie seine bestehenden Auflagen auf KI anzuwenden sind. Der nächste Beleg ist also die Durchsetzung: ob eine Universität eine besondere Registrierungsauflage erhält und wofür. Advance HE plant für Anfang 2027 ein KI-bezogenes Change-Academy-Programm für Mitgliedseinrichtungen (Pressemitteilung des OfS).
Auch die Zahlen zum Schummeln würden wir im Blick behalten. Die Guardian-Recherche von 2025 fand knapp 7.000 nachgewiesene KI-Betrugsfälle in 2023/24, also 5,1 pro 1.000 Studierende, während mehr als 27 % der antwortenden Universitäten KI-Missbrauch noch nicht als eigene Kategorie erfassten (The Guardian). Sinken die nachgewiesenen Fälle, wenn Klausuren zurückkehren, heißt das entweder, dass der Umbau gewirkt hat, oder dass die Erkennung schwieriger wurde. Allein an den Zahlen kann das niemand unterscheiden. Das ist unser Argument für Prüfungen, die nicht davon abhängen, jemanden zu erwischen.