Dass sich Prüfungen durch generative KI verändern müssen, ist inzwischen Konsens. Im Prüfungsalltag hilft diese Diagnose aber wenig, denn sie behandelt alle Prüfungen gleich. Christian K. Karl von der Universität Duisburg-Essen schlägt vor, jede Prüfung an zwei Fragen zu messen: Was kann KI hier tun – und wie stark verändert das die Aussagekraft der Prüfung? Die Antworten fallen je nach Prüfungselement und Fachkultur sehr unterschiedlich aus.

Kaum eine hochschuldidaktische Debatte hat so schnell einen Konsens gefunden wie die über KI und Prüfungen. Prüfungen müssen neu gedacht werden, heißt es, auch hier im Blog (Lenz-Kesekamp, 2026). Generelle KI-Verbote gelten als weder rechtlich noch praktisch sinnvoll (Schorer & Meier zu Farwig, 2025). Die Hochschulen haben reagiert, allerdings vor allem mit weichen Instrumenten: Nach dem KI-Monitor 2025 haben 87 Prozent ihre Eigenständigkeitserklärungen angepasst, aber nur 43 Prozent ihre Prüfungsordnungen. Eine verabschiedete KI-Strategie haben lediglich 15 Prozent.

Wer heute eine Modulprüfung plant, steht vor einer anderen Frage als die Debatte. Muss sich meine Prüfung ändern, und wenn ja, wie stark? Darauf gibt die Diagnose eines Wandels der Prüfungskultur keine Antwort. Sie spricht über „die Prüfung“, als gäbe es nur eine. Das ist aktuell ihr größter blinder Fleck.

Im Projekt KI4Edu, gefördert von der Stiftung Innovation in der Hochschullehre, haben wir an der Universität Duisburg-Essen ein kompetenzorientiertes Prüfungsmodell auf seine Tragfähigkeit unter KI-Bedingungen untersucht. Ausgangspunkt war das Prüfungsmodell LOCAM, das ich 2011 entwickelt habe. Es zerlegt eine Prüfung in ihre Bausteine: Organisation, Durchführung, Inhalte, Bewertungskriterien und Evaluation.

An jeden Baustein haben wir zwei Fragen gerichtet. Was kann KI hier tun? Das bestimmt den Unterstützungsnutzen. Wie stark verändert diese KI-Rolle die Logik des Prüfungsformats? Das bestimmt den Transformationsdruck. Aus beiden zusammen entsteht eine KI-sensitive Erweiterung des Modells, LOCAM-AI, mit drei Typen von Prüfungselementen (KI4Edu-Report Nr. 7). Der Befund mag unbequem für beide Lager der Debatte sein: Ein großer Teil des Prüfungswesens kann bleiben, wie er ist. Ein kleiner Teil muss dagegen grundlegend neu gebaut werden.

Prüfungsorganisation und Evaluation gewinnen durch KI, ohne dass ihre Logik kippt. KI kann Termine und Ressourcen planen, Rückmeldungen von Studierenden verdichten, Muster in Bewertungen sichtbar machen oder Aufgabenformulierungen auf Verständlichkeit prüfen. Hoher Nutzen, geringer Druck: Das ist Typ A. Die Grenze liegt genau dort, wo aus einer KI-Analyse eine Entscheidung wird. Die Deutung bleibt somit immer bei den Prüfenden.

Quer zu diesen Typen lohnt ein Blick auf die Formate, und auch dort gibt es Stabilität. Mündliche Prüfungen, Kolloquien, beaufsichtigte Prüfungen und praktische Demonstrationen bleiben aussagekräftig, weil Bearbeitungsweg und Person in ihnen unmittelbar sichtbar werden. Wo eigenständiges Wissen, manuelle Fertigkeiten oder sicherheitskritisches Urteilen nachzuweisen sind, ist der Ausschluss von KI weiterhin eine legitime Entscheidung – sofern er strukturell gesichert ist und nicht nur in der Aufgabenstellung steht.

Bei Prüfungsinhalten und Bewertungskriterien bietet KI erkennbaren Mehrwert, verschiebt aber die Maßstäbe. Reproduktive und standardisierte Aufgaben verlieren an Aussagekraft, Transfer, Kontextualisierung, Urteil und Reflexion werden damit umso wichtiger. Das Format kann hier bleiben, die Bewertung muss sich jedoch ändern. Eine reine Produktbewertung reicht nicht mehr, weil das Endprodukt nicht mehr zuverlässig zeigt, welche Kompetenz dahintersteht.

Orientierung dazu bietet das 3P-Modell aus dem HFD-Diskussionspapier zu Abschlussarbeiten (Weßels, Bils & Budde, 2025). Für Bewertungsraster heißt das konkret: Sie sollten das fachliche Ergebnis, den Bearbeitungsweg, die Qualität der Reflexion, den Umfang der KI-Unterstützung und den eigenen Beitrag getrennt ausweisen.

Den stärksten Druck trägt die Durchführung, und dort vor allem das unbeaufsichtigt erstellte schriftliche Endprodukt. Hausarbeit, Seminararbeit und Hausübung beruhen auf der Annahme, dass die vorgelegte Bearbeitung Ausdruck individueller Leistung ist. Diese Annahme trägt im KI-Zeitalter eben nicht mehr.

Daran ändern Deklarationspflichten und Erlaubnisstufen wenig. Corbin, Dawson und Liu (2025) unterscheiden diskursive Änderungen, die nur mitteilen, was erlaubt ist, von strukturellen Änderungen, welche die Mechanik der Aufgabe selbst verändern. Diskursive Regeln erzeugen nach ihrer Analyse eine „enforcement illusion“: Sie beschreiben Grenzen, die niemand überprüfen kann. Das heißt, Validität entsteht erst durch eine veränderte Aufgabe.

Das heißt aber ausdrücklich nicht, dass die Hausarbeit verschwinden muss. Eine schriftliche Ausarbeitung bleibt aussagekräftig, wenn sie ergänzt wird durch Prozessdokumentation, Reflexion und eine angemessen lange und strukturierte mündliche Vorstellung mit Diskussion. Ersetzt werden muss die Hausarbeit ohne sichtbaren Prozess, z. B. durch Portfolio, Verteidigung oder dokumentierte Fallanalyse.

Tabelle 1: Typen von Prüfungselementen im LOCAM-AI Prüfungsrahmen (verdichtet aus Report Nr. 7, Tabelle 6 und 7)

Hier gelangen Sie zu einer interaktiven Darstellung des Prüfungsmodells.

Wie stark der Druck ist, hängt auch von der Fachkultur ab. In der Bauwirtschaft wird KI zunehmend in Planung, Bauprojektmanagement, Nachhaltigkeitsbewertung, Dokumentenanalyse und Betrieb eingesetzt (KI4Edu-Reports Nr. 9 und Nr. 10). Der sachkundige Umgang mit KI wird damit selbst Teil beruflicher Handlungskompetenz. Eine Prüfung, die KI pauschal ausschließt, prüft dann an der Berufspraxis vorbei – und das kann auch nicht unser Ziel sein.

Zugleich sind Entscheidungen im Bauwesen häufig sicherheits-, kosten- und haftungsrelevant. Explorative Studien im Projektverbund mit unserem Schwesterprojekt Lehrentwicklung – Künstliche Intelligenz (LKI) der Hochschule Ruhr West zeigen, dass Sprachmodelle bei definitorischen und konzeptionellen Fragen häufig richtig liegen, bei normativen Fachinhalten und detailgenauen Klassifikationen aber vermehrt Fehler erzeugen (KI4Edu-Report Nr. 4). Genau dort liegt der prüfungsdidaktische Hebel: Nicht die KI-Nutzung wird geprüft, sondern die Fähigkeit, KI-Ergebnisse fachlich zu prüfen.

Ein Beispiel ist die dokumentierte KI-gestützte Fallanalyse eines Bauprojekts. Studierende untersuchen Terminrisiken oder Datenprobleme in einem Gebäudeinformationsmodell mit KI-Unterstützung. Bewertet wird das Ergebnis, aber ebenso, wie sie die Datenbasis beurteilen, welche KI-Ausgaben sie übernehmen oder verwerfen und wie sie ihre Entscheidung begründen. Ein kurzes Verteidigungsgespräch oder eine Übertragung auf eine ähnliche Aufgabe zeigt, ob sie Problem und Ergebnis wirklich durchdrungen haben.

Tabelle 2: Prüfungslogik und Bedeutung für bauwirtschaftliche Prüfungen (aus Report Nr. 10, Tabelle 8)

Ich vermute, dass dieser Befund über das Bauwesen hinaus trägt. Überall dort, wo KI zur Berufspraxis gehört und Fehler Folgen haben, sollte die kritische Prüfung von KI-Ergebnissen selbst Prüfungsgegenstand werden. Übertragbar ist dabei die Frage, nicht die Antwort: Welche Kompetenzen eigenständig und ohne KI gesichert bleiben müssen, kann nur jede Fachkultur für sich bestimmen.

Die oft gehörte Frage „Wurde KI genutzt?“ führt in eine Misstrauenslogik, die sich weder technisch noch rechtlich einlösen lässt. Ergiebiger ist die Frage, ob eine Prüfung noch belegt, was sie belegen soll. Nicht jede Prüfung muss sich deshalb ändern. Aber jede sollte diese Frage beantworten können.

Einen umfassenden Überblick zu dem Thema – von der Nutzungspraxis über Recht und Governance bis zum Prüfungsmodell LOCAM-AI – gibt es demnächst zusammengefasst in einem eigenen Band in der Reihe „Doing Higher Education“ bei Springer VS. Die Kernergebnisse aus KI4Edu sind bereits jetzt als Kurzberichte über die Projektwebseite frei zugänglich.

Dr.-Ing. Christian K. Karl leitet den Lehr- und Forschungsbereich Fachdidaktik Bautechnik an der Universität Duisburg-Essen und koordiniert dort die Lehramtsstudiengänge Bautechnik und Tiefbautechnik für Berufskollegs. Er forscht zu kompetenzorientiertem Prüfen, Simulation und Planspiel sowie zu KI in akademischer und beruflicher Bildung. Im Projekt KI4Edu entstanden der KI4Edu-Lehr-Lernrahmen und das Prüfungsmodell LOCAM-AI.