Handreichung für Lehrende – Umgang mit generativer KI in Prüfungsleistungen

Hinweis: Diese Handreichung ist Teil eines umfassenderen Unterstützungsangebotes zum Thema generative KI in Lehre und Studium. Für allgemeine Empfehlungen, Hinweise und weitere Handreichungen besuchen Sie Empfehlungen im Umgang mit generativer KI in Studium und Lehre.

Vorbemerkung

Der Einsatz generativer KI-Systeme (z. B. ChatGPT, Claude, Gemini) ist fester Bestandteil des Hochschulalltags geworden. Die folgenden Ausführungen und konkreten Handlungsempfehlungen sollen eine Orientierung in Bezug auf den Umgang mit dem Einsatz generativer KI im Zusammenhang mit Prüfungsleistungen bieten. Sie unterstützt Lehrende dabei, klar, rechtssicher, praktikabel und fair mit der KI-Nutzung in Prüfungen umzugehen – ohne den Arbeitsaufwand der Prüfenden unverhältnismäßig zu erhöhen.

Teil 1: Hintergrundinformationen, rechtliche Aspekte und Empfehlungen

Ziel und Zweck der Handreichung

Generative KI-Tools verändern die Art und Weise, wie Studierende Prüfungsleistungen erbringen können. Diese Entwicklung erfordert eine grundlegende Überprüfung von Prüfungsformaten und -anforderungen.
Prüfende stehen vor der Herausforderung, Eigenleistungen klar zu definieren, Täuschungen zu verhindern und gleichzeitig den Arbeitsaufwand – insbesondere auch für den akademischen Mittelbau – begrenzt zu halten. Gleichzeitig sollen Studierende Kompetenzen erwerben, die den Anforderungen einer zunehmend KI-gestützten Berufswelt entsprechen.

Das Ziel dieser Handreichung ist es daher, Lehrende zu unterstützen bei:

• der Festlegung klarer Regeln für den Einsatz von KI,
• der rechtssicheren Reaktion auf Täuschungsverdacht,
• der Anpassung von Prüfungsformen an neue Rahmenbedingungen,
• sowie der Reduzierung der Arbeitsbelastung durch pragmatische und wirksame Maßnahmen. 

Wichtiger Hinweis:
Diese Handreichung ersetzt nicht die rechtliche Prüfung im Einzelfall, sondern dient der Orientierung und Vereinheitlichung der Abläufe.

Anpassung der Prüfungsformen, Aufgabenstellungen und Bewertungskriterien

Angesichts dessen, dass mit dem möglichen Einsatz von generativer KI eine Verschiebung der zu prüfenden Lernziele verbunden sein kann, sollten die Prüfungsformen an die bestehenden Erfordernisse angepasst werden. So sollte etwa eine Anpassung an den Umstand erfolgen, dass es zunehmend möglich ist, durch den Einsatz generativer KI Faktenwissen aufzuzeigen und Routineaufgabenstellungen zu bearbeiten. Eine Anpassung an diese Entwicklung kann etwa durch eine vermehrte Abfrage von Fähigkeiten erfolgen, welche andere Kompetenzen erfordern, wie kritisches Denken oder Transferleistungen. 
Außerdem können die Aufgabenstellungen an die bestehenden Erfordernisse angepasst werden, etwa durch die Einarbeitung von Aufgaben in Prüfungen, welche mit KI-Unterstützung gelöst werden sollen. Es können zudem Aufgabenstellungen gewählt werden, welche Kontextwissen erfordern, welches über frei verfügbares Wissen hinausgeht. Über eine Anpassung der Bewertungskriterien und deren Gewichtung kann hierbei der Kombination von Einsatz generativer KI und Eigenleistung Rechnung getragen werden.  Durch vermehrte Präsenz- und Aufsichtsprüfungen ohne Internetzugang kann ferner auch weiterhin eine „KI-freie Prüfungsumgebung“ geschaffen werden, welche es auch zukünftig ermöglicht, Kompetenzen zum Gegenstand von Prüfungen zu machen, welche unabhängig von möglichen KI-Einsätzen erworben werden sollen. 

Empfohlene Maßnahmen

Mündliche Prüfungen als Teil der Modulprüfung

Im Rahmen unbeaufsichtigter Prüfungsformen besteht eine weitere Möglichkeit darin, sie  mit einer mündlichen Prüfungsform zu verknüpfen. So kann etwa eine Modulprüfung, bestehend aus schriftlichem und mündlichem Teil, in der studiengangspezifischen Ordnung festgelegt werden, bei der die Studierenden im Rahmen des mündlichen Teils den Erwerb eines vertieften Verständnisses durch die schriftliche Arbeit zeigen.
Die Festlegung einer solchen bislang nicht geregelten Modulprüfung erfordert eine  Änderung der studiengangspezifischen Ordnung durch Einleitung und Durchführung  eines entsprechenden Änderungsverfahrens.
Mündliche Zusatzprüfungen sind ein effektives und rechtssicheres Mittel, um Eigenleistung nachzuweisen und Täuschungsverdacht schnell zu klären.

 Vorteile:

• Direkte Überprüfung des Verständnisses und der Argumentationsfähigkeit.
• Schnelle und klare Klärung bei Verdachtsfällen.
• Weniger Dokumentationsaufwand als umfangreiche Täuschungsnachweise.

Festlegung klarer Regeln zur KI-Nutzung Prüfungsregeln

Ausgangspunkt

Ein pauschales Verbot der KI-Nutzung ist rechtlich nicht durchsetzbar und nicht empfehlenswert. Begründung: Ein solches Verbot wäre unbestimmt und technisch nicht überprüfbar (vgl. Heckmann/Rachut, 2025).

KI darf genutzt werden, wenn sie nicht die bewertungsrelevante Eigenleistung ersetzt und die Nutzung offengelegt und dokumentiert wird.
In folgenden Fällen sollte der Einsatz generativer KI grundsätzlich erlaubt sein:

Eigenleistung als zentrales Element

Ein zentrales Element im Umgang mit generativer KI in Prüfungen ist die Definition der Eigenleistung. Lehrende müssen festlegen, welche Teile einer Prüfungsleistung zwingend von den Studierenden selbst erbracht werden müssen. Diese Definition bildet die Grundlage für alle weiteren Entscheidungen.
Universelle Regeln sind aufgrund der fachspezifischen Unterschiede nicht möglich – Entscheidungen werden auf Fachbereichs- oder Lehrveranstaltungsebene getroffen.

Transparenz ist entscheidend: Studierende müssen klar erkennen, was erlaubt und was nicht erlaubt ist.

Praxisempfehlungen

• Erstellung einer Liste erlaubter KI-Hilfsmittel (z. B. Rechtschreibkorrektur, Gliederungsvorschläge).
• Anpassung der Eigenständigkeitserklärung, z. B. durch Auswahlfelder zur erlaubten Nutzung
• Verpflichtung zur Angabe der genutzten KI-Tools z.B. in einem Anhang: „Diese Arbeit wurde mithilfe von ChatGPT in folgenden Bereichen unterstützt: …“.
• Klare Kommunikation der Regeln zu Beginn der Lehrveranstaltung.

Verfahrenssicherheit bei Täuschungsverdacht

Lehrende müssen den Verdacht auf Täuschung durch den Einsatz generativer KI-Systeme sorgfältig dokumentieren und ihn mit entsprechenden Begründungen belegen. Der Einsatz von KI-Detektionssoftware allein reicht nicht. 
Ist auf Basis dieser Dokumentation eine Täuschung evident, wird die Prüfungsleistung vom Prüfenden als Täuschungsversuch gewertet. Liegt ein Anscheinsverdacht vor, müssen die betroffenen Studierenden angehört werden. In diesem Rahmen erhalten sie die Möglichkeit, zu den vorgebrachten Verdachtsmomenten Stellung zu nehmen.
Gegebenenfalls kann zusätzlich ein kurzes Prüfgespräch angesetzt werden, um die Eigenleistung gezielt zu überprüfen. Dabei stehen zentrale Inhalte der schriftlichen Arbeit, die Argumentation und methodische Vorgehensweise im Fokus. Das Prüfgespräch dient ausschließlich der Aufklärung und ist nicht benotet. 
Nach Abschluss dieser Schritte wird die Arbeit wie üblich bewertet, wenn der oder die Studierende den Verdacht entkräften kann. Gelingt dies nicht, wird die Arbeit als Täuschungsversuch mit „nicht bestanden“ gewertet. Durch diese Vorgehensweise wird sowohl die Rechtssicherheit gewahrt als auch eine faire und nachvollziehbare Entscheidung ermöglicht. Zur weiteren rechtlichen Absicherung dieses zusätzlichen Prüfgesprächs wird eine entsprechende Regelung in der Rahmenordnung aufgenommen.

Beweismöglichkeiten bei KI-Täuschung

Folgende Beweise können herangezogen werden:

• Auffällige sprachliche Merkmale wie Stilbrüche oder unnatürliche Logik.
• Vergleich mit früheren Arbeiten der Studierenden.
• Strukturelle Ähnlichkeiten zwischen Text und KI-Output.
• Mündliches Prüfgespräch als ergänzendes Beweismittel. 

Wichtige Grundsätze

• KI-Detektionssoftware kann nur unterstützend, niemals allein als Beweisgrundlage dienen.
• Beweispflicht liegt bei der Hochschule. Zweifel gehen in der Regel zugunsten der Studierenden. Es sind oft aufwendige Vergleichs- und Analyseverfahren notwendig, die erhebliche Zeit- und Personalressourcen binden.
• Anscheinsbeweis (=Beweiserleichterung: die Hochschule (nur) ein typisches Geschehen darlegen, das nach allgemeiner Erfahrung den unerlaubten Einsatz von generativer KI nahelegt), kann genutzt werden: Typische KI-Muster reichen als Indiz, wenn sie nicht plausibel widerlegt werden können.

Beweislastumkehr: Eine völlige Beweislastumkehr – also die generelle Annahme, dass KI unerlaubt genutzt wurde, bis Studierende das Gegenteil beweisen – ist rechtlich nicht zulässig.

Zusatzprüfung im Rahmen des Anhörungsverfahrens bei Täuschungsverdacht

Wenn ein konkreter Anscheinsverdacht für eine Täuschung durch den Einsatz generativer KI besteht, kann neben der schriftlichen Anhörung auch eine Zusatzprüfung in mündlicher Form durchgeführt werden. Diese dient nicht der Benotung, sondern ausschließlich der Überprüfung, ob die schriftliche Prüfungsleistung tatsächlich von der prüfenden Person selbst erbracht wurde.

Zweck und Ziel

• Die Zusatzprüfung soll klären, ob die Studierenden die Inhalte ihrer Arbeit verstanden haben und eigenständig erläutern können.
• Sie ermöglicht eine schnelle, faire und rechtssichere Entscheidung, ohne dass ein langwieriger und personalintensiver Nachweisprozess erforderlich ist.
• Sie trägt zur Entlastung des Prüfungspersonals bei, da aufwendige Gutachten und zeitintensive Textvergleiche in vielen Fällen vermieden werden können.

Ablauf der Zusatzprüfung

Schriftliche Einladung zur Zusatzprüfung:

• Studierende werden über den Verdacht informiert und erhalten eine schriftliche Einladung.
• Anlass und Ziel der Zusatzprüfung werden klar benannt.
• Studierende erhalten ausreichend Zeit (in der Regel mindestens drei Werktage) zur Vorbereitung. 

Durchführung

Kurzes, fokussiertes Gespräch (ca. 10–15 Minuten). Beschränkt auf zentrale Inhalte der schriftlichen Arbeit, insbesondere:

• Erläuterung von Argumenten und Gedankengängen 
• Begründung der Methoden- oder Quellenwahl 
• Herstellung von inhaltlichen Zusammenhängen 
• Keine vollständige Wiederholung der schriftlichen Prüfung. 

Ergebnisfeststellung

Keine Notenvergabe. Zwei mögliche Ergebnisse:

Dokumentation

• Gesprächsverlauf und Ergebnis werden schriftlich protokolliert.
• Das Protokoll wird dem Prüfungsausschuss vorgelegt und zu den Prüfungsakten genommen.

Rechtliche und organisatorische Voraussetzungen

• Die Möglichkeit einer solchen Zusatzprüfung muss in der studiengangspezifischen Ordnung vorgesehen sein.
• Klare Regelungen zu Ablauf, Dauer, Zuständigkeiten und Dokumentationspflichten sind notwendig, um Rechtssicherheit herzustellen.
• Es gelten für die Zusatzprüfung die Regelungen zu den mündlichen Prüfungen gemäß RO, soweit zutreffend, entsprechend.
• Studierende müssen vorab über ihre Rechte und Pflichten informiert werden, insbesondere darüber, dass die Zusatzprüfung nicht benotet, sondern allein zur Klärung der Eigenleistung dient.

Vorteile für die Hochschule

• Schnelle und pragmatische Klärung von Täuschungsverdachtsfällen.
• Deutliche Entlastung des Prüfungspersonals, da langwierige Beweisführungen reduziert werden.
• Transparenz und Fairness gegenüber Studierenden durch nachvollziehbare Entscheidungen.
• Stärkung der Rechtssicherheit und Reduktion von Konflikten.

Fortbildung & Weiterentwicklung

Lehrende sollten regelmäßig Schulungen besuchen zu:

• rechtlichen Fragen,
• didaktischer Gestaltung von Prüfungen,
• technischem Verständnis generativer KI.

Darüber hinaus ist es notwendig, interne Richtlinien kontinuierlich zu aktualisieren, um neue Entwicklungen rechtzeitig einzubeziehen.

Fazit

Diese Handreichung bietet Lehrenden einen klaren, praxisnahen Rahmen für den Umgang mit KI in Prüfungen. Besonderer Fokus liegt darauf, Rechtssicherheit und Qualität zu gewährleisten und dabei ein Entlastungspotenzial beim Korrekturaufwand und vielen Verdachtsfällen ohne klare Beweise zu bieten.

Teil 2: Handlungsempfehlungen – Zusammenfassung

Die folgenden Empfehlungen fassen die zentralen Maßnahmen für den Umgang mit generativer KI in Prüfungen zusammen. Sie dienen als praxisnaher Leitfaden.

Gute wissenschaftliche Praxis

Zu den Regeln guter wissenschaftlicher Praxis gehört, dass Wissenschaftler*innen nachvollziehbar für Dritte angeben, welche Quellen sie bei der Erstellung ihrer Texte verwendet haben. Die Uni Basel hat u.a. für das Zitieren von KI-Programmen eine Handreichung erarbeitet, die auf den aufgestellten Regeln der Modern Language Association of America basiert und die hier als Empfehlung an die Prüfungsämter übernommen werden kann.

Handlungsempfehlung:

Es sollten entsprechende Zitationsregeln und Formulierungshilfen je nach den Anforderungen der Fachbereiche entwickelt und als Handreichung zur Verfügung gestellt werden. Als Beispiel kann die folgende Handreichung dienen:

1. Eine grundsätzliche Zitierempfehlung gilt immer dann, wenn die Inhalte (z.B. Texte, Bilder, Daten etc.), die mit einem generativen KI-Tool erstellt wurden, direkt angewendet oder paraphrasiert werden. Auch die Art der Verwendung soll erwähnt werden, etwa in Form einer Notiz. 
2. Es besteht keine Zitierpflicht bei nicht-generativen digitalen Tools wie Rechtschreib- oder Grammatikkorrekturhilfen, Online-Wörterbüchern, Bibliothekskatalogen usw.
3. Der gesamte Chatverlauf samt Prompts und Antworten sollte auch außerhalb der KI-Anwendung gespeichert werden. Ggf. können fachspezifische Richtlinien vorsehen, dass der Verlauf im Anhang einer Arbeit mitgeliefert wird. 
4. Es empfiehlt sich, zusätzlich zur Zitierung im Text, die Erstellung eines Verzeichnisses, gegliedert nach Abschnitten mit den jeweils verwendeten Tools, sowie eine Beschreibung der Art der Verwendung. 

Abb.1: Beispiel einer Dokumentationstabelle (Quelle: Leitfaden «Aus KI zitieren» der Universität Basel (PDF))

5. Bei der Verwendung von KI-basierten Tools sollten die folgenden Elemente erwähnt werden:
   1. Titel: Bei Text-, Bild- und Multimediagenerierungs-Tools gilt der Prompt (Benutzer*inneneingaben) als Titel. Bei sehr langen Prompts kann auch nur der Anfang angegeben werden.
   2. Name und Version des Tools • Anbieter (Firma, Organisation oder Person, die das Tool anbietet oder programmiert hat) 
   3. Datum der Generierung der Inhalte 
   4. Adresse (URL des Tools): Je nach Fach muss der Verlauf im Anhang einer Arbeit komplett mitgeliefert werden. Während des Erarbeitens und Schreibens kann ein Verzeichnis erstellt werden, in dem fortlaufend notiert wird, welche Tools für welche Abschnitte eingesetzt wurden. 
6. Am Ende der Arbeit sollten die verwendeten KI-Tools in der Liste über die verwendeten Hilfsmittel aufgeführt werden.

Abb. 2: Beispiel für ein Hilfsmittel- & Literaturverzeichnis (Quelle: Leitfaden «Aus KI zitieren» der Universität Basel (PDF))

Kennzeichnungspflichten und Eigenständigkeitserklärung 

Eine Kennzeichnungspflicht für KI-generierte Texte im akademischen Kontext kann sich aus den Nutzungsbedingungen einer Software sowie aus den jeweils geltenden Prüfungsordnungen und Rahmenvorschriften einer Hochschule ergeben (beispielsweise dann, wenn die Angabe jeglicher Hilfsmittel vorgeschrieben ist). Die Kennzeichnungspflicht ergibt sich in der Regel aus der Eigenständigkeitserklärung, wonach die Studierenden erklären müssen, alle verwendeten Hilfsmittel angegeben zu haben. Eine unmarkierte Verwendung von KI-Tools als Hilfsmittel kann folglich einen Täuschungsversuch darstellen. 

Ferner kann ein Täuschungsversuch angenommen werden, wenn über die Eigenständigkeit der Prüfungsleistung oder die Autorenschaft getäuscht wird, da auch dies der Eigenständigkeitserklärung zuwiderlaufen würde. 

Eine eigenständige Prüfungsleistung liegt dann nicht mehr vor, wenn die Ergebnisse nicht auf eigener Grundlage fußen, also das für die Lösung der Prüfungsleistung erforderliche Wissen nicht von den Studierenden stammt (vgl. Hoeren/Salden, Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung, 2023, S. 33). Eine eigenständige Leistung ist hingegen anzunehmen, wenn der Output des KI-Tools lediglich aus ergänzenden Formulierungsvorschlägen besteht, ohne den Studierenden die Lösung für die Prüfungsaufgabe abzunehmen, oder wenn der Output lediglich als Gedankenanstoß genutzt wird (zu den entsprechenden Kennzeichnungsmöglichkeiten siehe Ausführungen zu Ziff. 3). 

Allerdings ist der Begriff der Eigenständigkeit nicht unproblematisch. So ist fraglich, ob bei einem präzisierten Arbeitsbefehl, der vorhandenes, für die Prüfung relevantes Wissen erfordert, nicht bereits eine eigenständige Leistung angenommen werden kann. Dies hänge ausweislich des Rechtsgutachtens womöglich auch von den Anforderungen der einzelnen Fachbereiche ab. 

Handlungsempfehlung:

• Nach der aktuellen Rahmenordnung der Goethe-Universität müssen die Studierenden eine Eigenständigkeitserklärung abgeben (§ 17 Absatz 8). Die oder der Studierende hat bei der Abgabe der Arbeit schriftlich zu versichern, dass sie oder er diese selbständig verfasst und alle von ihr oder ihm benutzten Quellen und Hilfsmittel in der Arbeit angegeben hat.
• Es wird empfohlen, in Anpassung an die Verwendung von KI-Tools als Hilfsmittel folgende Eigenständigkeitserklärung als gesamtuniversitäre Formulierung zu verwenden:
  
  “Ich bin mir bewusst, dass die Nutzung maschinell generierter Texte keine Garantie für die Qualität von Inhalten und Text gewährleistet. Ich versichere daher, dass ich mich textgenerierender KI-Tools lediglich als Hilfsmittel bedient habe und in der vorliegenden Arbeit mein gestalterischer Einfluss überwiegt. Des Weiteren versichere ich, sämtliche Textpassagen, die unter Zuhilfenahme KI-gestützter Programme verfasst wurden, entsprechend gekennzeichnet sowie mit einem Hinweis auf das verwendete KI-gestützte Programm versehen zu haben. Ich versichere, dass ich keine KI-Schreibwerkzeuge verwendet habe, deren Nutzung der Prüfer / die Prüferin explizit schriftlich ausgeschlossen hat.”

Für weitergehende Fragen steht Ihnen das Team des Studien- und Prüfungsrechts zur Verfügung:

studienrecht@uni-frankfurt.de