Die meisten Prüfungen landen im Papierkorb. Studierende investieren Wochen in Projekte, die nach der Benotung gelöscht werden; Lehrende entwerfen neben ihrer Forschung Aufgaben, die schummelsicher gestaltet, bewertet und im Zweifel verteidigt werden müssen – und die niemandem fehlen, sobald sie vorbei sind. Besonders glücklich über diese Pflichtaufgaben ist meinem Eindruck nach keine der beiden Seiten.

Ich glaube: Das muss nicht so sein.
Wieso nicht Prüfungen so entwerfen, dass sie nach der Benotung noch von Nutzen sind?      

In diesem Beitrag unserer Reihe „Paartherapie für Hochschulen“ erzähle ich aus der Perspektive eines Studierenden in einem informatiknahen Studiengang von projektorientierten Prüfungen und davon, wie wir Prüfungen vom lästigen Pflichttermin zur Win-Win-Situation machen können – unter anderem durch den Einsatz von KI.

Im Januar 2022 belegte ich im ersten Studienjahr den Kurs Webentwicklung. Meine Projektgruppe sollte eine Webseite für die Stadt Berlin bauen: fünf Unterseiten, Museen, Schlösser, Kulturangebote. Bevor wir auch nur eine Zeile sinnvollen Code schreiben konnten, vergingen Tage allein damit, die Entwicklungsumgebung auf allen Rechnern auf denselben Stand zu bringen. Am Ende steht eine funktionierende Website, eine gute Note und ein Ergebnis. Kurz nach der Bewertung wird die Website gelöscht. Es existiert keine Kopie mehr, deshalb kann ich sie hier leider nicht zeige. Besonders gut war sie vermutlich nicht.

Dasselbe Jahr endet in einem Zimmer im Studentenwohnheim. Ein Freund und ich probierten eine neue Webseite aus. Sie heißt ChatGPT: Wir waren damals 19 und generierten Sprüche für die Tinder-Bio. „Excuse me, but I think you dropped something — my jaw.“ Nicht besonders gut, aber ein lustiges Gimmick.

Stand 2025 nutzen über 800 Millionen Menschen das „Gimmick“ jede Woche (OpenAI, 2025) und ich stehe am Ende meines Bachelors. KI wirft viele Fragen auf, aber mit Blick auf meine Prüfungserfahrungen glaube ich, dass sie hilft diese zwei zu beantworten: Wie machen wir Prüfungen besser? Was macht dieses Werkzeug jetzt möglich, was vorher nicht ging?

Um Missverständnissen vorzubeugen: Die Berlin-Website war keine sinnlose Aufgabe. Eine Entwicklungsumgebung aufsetzen, im Team arbeiten, verstehen, wie eine Webseite grundsätzlich aufgebaut ist, sind wertvolle Kompetenzen. Zwei Jahre später als Werkstudent im Entwicklungsteam für die Website einer Versicherung half es mir, diese Grundlagen schon mal kennengelernt zu haben. Produktiv arbeiten konnte ich mit diesem Wissen allein allerdings noch nicht. Letztendlich war die Prüfung im Vergleich zur Realität doch sehr trivial: starre Layout-Vorgaben, feste technische Merkmale, wenig Raum für Kreativität und vor allem kein Publikum, kein Zweck, kein Danach.

Die Aufgabe war weniger auf Lernen als auf Messbarkeit hin entworfen. Und genau das war aus Sicht unseres Dozenten vollkommen rational. Wer zehn Gruppenprojekte fair, vergleichbar und im Zweifel gegen Widerspruch verteidigbar bewerten muss, braucht Vorgaben. Erst recht bei einer Betreuungsrelation von im Bundesschnitt 61 Studierenden pro Professur (Forschung & Lehre, 2023).

Hätte er die Vorgaben weggelassen und gesagt „Baut eine Website, die euch stolz macht“, wäre das Niveau der Abgaben extrem auseinandergelaufen. Es lässt sich argumentieren: Erstsemester hätten sich ohne die Hilfestellung klarer Vorgaben hilflos gefühlt und wären womöglich gescheitert; es hätte kein erkennbares „gut genug“ gegeben, an dem man sich hätte orientieren können.

Andererseits glaube ich, dass durch die Freiheit auch motiviertere, bessere Abgaben und mehr Identifikation mit dem eigenen Studium entstanden wären. Allerdings um den Preis eines Betreuungsaufwandes, den das System schlicht nicht vorsieht. Wer die Lebensrealitäten aus Teil 2 unserer Reihe und die Effizienzlogik aus dem dritten Teil mitdenkt, erkennt: Die trivialisierte Aufgabe ist kein individuelles Versagen der Lehrenden. Sie ist Systemoutput.

Das ist übrigens keine Einzelbeobachtung eines frustrierten Studenten. Der Wissenschaftsrat (2022) diagnostiziert dem deutschen Hochschulwesen zu viele summative Prüfungen und empfiehlt:

• ihre Zahl zu reduzieren,
• Prüfungsformate konsequenter an Lernzielen auszurichten,
• eine produktive Fehlerkultur zu etablieren,
• und projektorientiertes Lernen zu stärken.

Außerdem benennt er ehrlich, dass dafür auch Betreuungsrelationen und Lehrverpflichtungen auf den Prüfstand gestellt werden müssen. Das Ergebnis des Status quo ist, dass Synergieeffekte ungenutzt bleiben: ein „Zero-Sum Game“ für beide Seiten. Studierenden investieren Mühe in Ergebnisse ohne Zukunft investieren. Lehrende investieren Zeit in Aufgabenentwurf, Bewertungskriterien und Notenverteidigung für Ergebnisse, von denen sie selbst ebenfalls nichts haben, abgesehen von der Erfüllung ihrer Pflicht.

Man könnte einwenden: unbefriedigend, aber funktional. Die Note misst ja, was gelernt wurde. Doch genau diese Funktionalität bröckelt bei trivialen Projektprüfungen in Gegenwart von KI.

Eine randomisierte Studie der TU München (Bassner et al., 2026) verglich 275 Erstsemester eines Programmierkurses in drei Gruppen: eine mit einem „gerüstbauenden“ KI-Tutor, der kalibrierte Hinweise gibt, aber vollständige Lösungen zurückhält; eine mit ChatGPT, das komplette Lösungen liefert; und eine ohne KI-Unterstützung. Beide KI-Gruppen erzielten deutlich bessere Ergebnisse, aber keinen größeren Wissenszuwachs als die Kontrollgruppe. Die Note wäre in diesen beiden Fällen besser gewesen, das Lernen jedoch nicht, obwohl die gestellte Aufgabe in diesem Experiment ausdrücklich nicht trivial gewählt wurde.

Dass das kein Sonderfall ist, zeigt ein Feldexperiment mit knapp tausend Schülern (Bastani et al., 2025, PNAS): Wer mit Standard-ChatGPT übte, löste während der Übung 48 Prozent mehr Aufgaben korrekt und schnitt in der anschließenden Prüfung ohne KI 17 Prozent schlechter ab als die Gruppe, die von vornherein auf KI verzichtete. Eine Tutor-Variante mit didaktischen Leitplanken steigerte die Übungsleistung sogar um 127 Prozent, allerdings ohne den Einbruch bei der Prüfungsleistung. Meta-Analysen bestätigen inzwischen konsistent positive, in ihrer Größe aber umstrittene Leistungseffekte von KI-Unterstützung. Der Kernbefund: Leistung und Verständnis haben sich entkoppelt.

Für projektorientierte Prüfungen wie die Berlin-Website heißt das: Dieselbe Aufgabe 2026 gestellt, würde nicht mehr messen, was sie 2022 gemessen hätte.

Der Kontrollreflex „verbieten, aufspüren, sanktionieren“ führt dabei ins Leere. Rund neun von zehn Studierenden in Deutschland geben inzwischen an, KI im Studium zu nutzen (von Garrel & Mayer, 2025). Die verfügbaren KI-Detektoren sind laut der bislang umfassendsten Prüfung „weder genau noch zuverlässig“ (Weber-Wulff et al., 2023); sie beschuldigen zudem systematisch die Falschen. In einer Stanford-Studie wurden 61 Prozent der Texte von Nicht-Muttersprachlern fälschlich als KI-generiert markiert (Liang et al., 2023). Selbst OpenAI hat den eigenen Detektor 2023 wegen zu geringer Trefferquote abgeschaltet. Das Rechtsgutachten des Landesprojekts KI:edu.nrw kommt entsprechend zu dem Schluss, dass unerlaubte KI-Nutzung in Haus- und Abschlussarbeiten faktisch nicht nachweisbar und ein Verbot „nicht zielführend“ ist (Salden & Leschke, 2023). Der Weg zurück ist versperrt. Es bleibt nur der Weg nach vorn.

Denn die beiden Studien der TU München erzählen auch die andere Hälfte der Geschichte: Beide KI-Gruppen berichteten von weniger Frustration und geringerer kognitiver Belastung und die Gruppe mit dem zurückhaltenden Tutor entwickelte höhere intrinsische Motivation (Bassner et al., 2026). Dasselbe Werkzeug kann also, je nach Gestaltung, Komfortfalle oder Befähigung sein. Und in einer Hochschule, in der beiden Seiten notorisch Zeit fehlt, ist weniger Frustration bei gleichem Lernerfolg keine Nebensache, sondern freiwerdende Kapazität. Die Frage ist, wofür wir diese nutzen.

Drei Jahre nach der Berlin-Website belegte ich den Kurs „Projektarbeit II Sim4IA“ (Simulation for Information Access). Unser Dozent erzählte uns zu Beginn von einer Konferenz aus dem Bereich Information Retrieval (Suchmaschinenforschung), an der er teilnehmen und zu deren diesjährigem Thema er beitragen würde: ein Programm, um das Suchverhalten echter Nutzer zu simulieren. Der Kurs wurde darauf ausgerichtet. Wir teilten uns in Gruppen auf, die jeweils einen Teil der Vorbereitung übernahmen: Manche programmierten Beispieleinreichungen für simulierte Suchmaschinennutzer:innen, andere Werkzeuge zur Auswertung der Logs. Ein Kommilitone und ich erstellten ein Tutorial zur genutzten Codebase, um den Teilnehmenden der Konferenz den Einstieg zu erleichtern. Das Voiceover für unser Video übernahm eine KI-Stimme; deutlich besser, als wir ungeübten Synchronsprecher dies gekonnt hätten. Das Werkzeug, das uns drei Jahre zuvor müde Tinder-Sprüche geliefert hatte, nutzten wir jetzt, um einen Beitrag zu einer internationalen Fachkonferenz vorzubereiten.

Man merkte unserem Dozenten von Beginn an eine mitschwingende Begeisterung an. Ich deute sie heute so, dass dieser Kurs für ihn ausnahmsweise keine Konkurrenz zu seiner eigentlichen Arbeit war, sondern Teil davon. Diese Begeisterung übertrug sich. Zu keinem anderen Kurs habe ich von Kommiliton:innen so viel Positives zurückgehört.

Eine ähnliche Erfahrung machte ich im Projekt „Knowledge Graphs für Forschungsdaten“. Wir waren nicht gerade geübt im Umgang mit den verschiedenen APIs, in der Verarbeitung von LaTeX-Papern oder in der Wissensextraktion. Mit KI-Unterstützung bauten wir dennoch ein Programm, das die Open-Access-Plattform arXiv nach Papern durchsucht, rudimentäre Knowledge Graphs zu Hypothese, Methode und Resultaten erstellt und diese auf ORKG, einer offenen Plattform für Forschungswissen, bereitstellt. Ohne KI wären wir früh stecken geblieben oder hätten uns unter hohem Frust durchgekämpft; mit ihr entstand schließlich etwas, das sich gut nutzen lässt.

Die Prüfungsforschung hat einen Namen für das, was diese beiden Kurse vom eingangs betrachteten Webentwicklungskurs unterscheidet: authentisches Prüfen. Villarroel et al. (2018) identifizieren drei Dimensionen: Realismus, kognitive Herausforderung und eigenständiges Urteilen, und verbinden sie mit höherer Motivation, Selbstregulation und Beschäftigungsfähigkeit. Eine Meta-Analyse über 12.585 Lernende beziffert den Leistungsvorteil projektbasierten Lernens gegenüber traditioneller Instruktion mit einer mittleren bis großen Effektstärke (d = 0,71; Chen & Yang, 2019).

Neu ist also nicht die Idee, neu ist, dass authentisches Prüfen durch den Einsatz von KI-Tools bezahlbarer wird. Nicht als Ersatz für Lehre, sondern als neue Chance, an genau der Stelle anzusetzen, an der 2022 eine offene Aufgabenstellung möglicherweise gescheitert wäre: der individuellen Begleitung und Befähigung von Anfängern.

Hier liegen Antworten auf die Eingangsfragen. Mit KI können wir leichter praxisgetreu und authentisch prüfen, damit Studierende motivierter lernen und Prüfungen zugleich so gestalten, dass die Ergebnisse nicht im Papierkorb landen. Lehrende können damit anspruchsvollere, echte Aufgaben stellen, ohne ihre Studenten zwingend zu überfordern, oder einem höheren Betreuungsaufwand ausgesetzt zu sein. Hin zu einem Positive-Sum Game. Dieser Win-Win ist aber an die Bedingung geknüpft, dass KI als Tutor statt als Lösungsgenerator eingesetzt wird und Lehrende die gewonnenen Kapazitäten in bessere Lehre Investieren, statt sich aus der Lehre auszuklinken.

Wichtig ist mir dabei die Reihenfolge: Der Win-Win beim Projekt Sim4IA entstand nicht durch KI, sondern durch eine echte Aufgabe mit echtem Publikum; durch Realitätsbezug und das Gefühl, dass das Ergebnis zählt. KI kommt erst danach als Werkzeug ins Spiel.  Die Qualität der Ergebnisse wird durch ihren Einsatz verbessert und der Lernerfolg bleibt gleich, sofern man die KI richtig einsetzt. In diesem Sinne habe ich auch beim Schreiben dieses Beitrags die Erfahrung gemacht, dass die Arbeit mit KI erfreulicher ist, aber bei der Nutzung Vorsicht geboten ist.

Nun gilt es, diese Möglichkeiten zu erproben: Welche praxisnahen Projekte werden dadurch machbar, dass man mit besseren Ergebnissen von Studierenden rechnen kann, ohne einen gestiegenen Mehraufwand für den Lehrenden? In meinem Studium denke ich da an das Programmieren von Automatisierungslösungen, z. B: für Verwaltungsaufgaben, die Entwicklung eigener Alternativen zu kostenpflichtigen Programmen, die Erkundung von Forschungsfragen im Rahmen von Modulprüfungen und mehr Projekte in Kooperation mit Unternehmen.

Per Gedankenexperiment zurück in den Webentwicklungskurs: Statt zehn identischer Stadt-Websites nach Layout-Vorgabe, was spräche 2026 dagegen, Erstsemester ihre eigene CV-Website gemeinsam mit einem geeigneten KI-Tutor bauen zu lassen? Ein echtes Publikum (künftige Arbeitgeber), ein echter Zweck, ein Danach, das niemand löscht. Die alten Gegenargumente – zu anspruchsvoll, nicht fair betreubar – tragen in Gegenwart von KI-Tutoren nur noch bedingt.

Dagegen spricht, dass Studierende befähigt werden müssen, das Werkzeug als Gerüst zu nutzen, nicht als Lösungsautomat.

Das Fundament. Wer die Grundlagen nie selbst durchdringt, dem fehlt später das Urteilsvermögen, KI-Output überhaupt zu bewerten. Dieser Einwand hat empirisches Gewicht: Die Lernforschung zeigt, dass produktives Scheitern an einer Aufgabe vor der Instruktion tieferes Verständnis erzeugt (Sinha & Kapur, 2021), und die Bastani-Studie zeigt, was passiert, wenn KI dieses Ringen wegnimmt. Gabi Reinmann (2023) warnt entsprechend davor, im Upskilling-Enthusiasmus das Deskilling zu übersehen, und fordert, KI-unabhängige Basiskompetenzen bewusst zu definieren und zu schützen. Genau das leisten international diskutierte Modelle wie der „Two-Lane-Ansatz“: gesicherte Prüfungselemente, die Grundkompetenzen KI-frei validieren, kombiniert mit offenen, authentischen Formaten, in denen KI-Nutzung erwünscht und dokumentiert ist (Lodge et al., 2023). Die Antwort auf den Einwand ist also nicht „weniger KI“, sondern klar zu entscheiden, was KI-frei bleiben muss.

Die Ungleichheit. Leistungsfähige KI kostet Geld. Wenn Prüfungen Voraussetzungen, die sich nur manche leisten können, setzen, entsteht neue Ungerechtigkeit. Ein Problem, das auch die KI-Verordnung der EU in ihrer Pflicht zur KI-Kompetenz benennt und das gerade Studierende in Zeit- und Geldnot trifft. Die Antwort kann nur institutionell sein: Laut KI-Monitor 2025 arbeiten bereits 77 Prozent der deutschen Hochschulen an datenschutzkonformen, kostenfreien KI-Zugängen (Budde & Tobor, 2025). Solange dieser Zugang nicht flächendeckend besteht, bleibt der Einwand berechtigt.

Die Präsenz. Dieser Punkt liegt mir besonders am Herzen: Beide Erfahrungen, von denen ich hier erzähle, waren Präsenzerfahrungen. Die Begeisterung eines Dozenten überträgt sich in einem Raum, nicht in einem Chat-Fenster; selbst die Tinder-Sprüche waren ein sozialer Moment: zwei Freunde in einem Wohnheimzimmer, die über eine Maschine lachen. Bezeichnenderweise betonen ausgerechnet die Autoren der Harvard-Tutor-Studie, dass der KI-Tutor menschliche Interaktion nicht ersetzen solle, sondern kostbare gemeinsame Zeit für anspruchsvolleres Denken freimachen solle (Kestin et al., 2025). Wenn wir im KI- und Digitalisierungsenthusiasmus die Gelegenheiten unterschätzen, bei denen Menschen einander tatsächlich begegnen, verlieren wir genau das Medium, über das sich Win-Win-Effekte bilden.

Die Hochschulen wissen, dass sich etwas bewegen muss: 97 Prozent beschäftigen sich laut KI-Monitor mit den Auswirkungen von KI auf Prüfungen; kein Themenfeld erzeugt größeren Handlungsdruck (Budde & Tobor, 2025). Und die Hochschulrektorenkonferenz hält ein generelles KI-Verbot für „weder sinnvoll noch durchsetzbar“ (HRK, 2024). Die Richtung ist also offen; der Weg zurück ist es jedoch nicht.

Die Frage, die mich vor meiner Bachelorarbeit umtreibt, ist deshalb nicht mehr, wie Hochschulen Prüfungen vor KI schützen. Sondern: Wenn Leistung allein nicht mehr verrät, ob jemand etwas verstanden hat, warum dann nicht Aufgaben stellen, deren Ergebnis auch jenseits der Note zählt? Prüfungen, deren Resultate nicht im Papierkorb landen.

Vielleicht beginnt das mit einer kleinen Übung für beide Seiten dieser Paartherapie: Über eine Prüfung im eigenen Umfeld nachzudenken, deren Ergebnis heute im Papierkorb landet und sich zu fragen, was sich ändern müsste, damit es jemandem fehlen würde.

Leon Adel ist Data-Science-Student mit Leidenschaft fürs Lernen und Gestalten. Wenn er nicht gerade im Gym ist oder Gitarre spielt, vertieft er sich gern in Bücher über Persönlichkeitsentwicklung und Wirtschaft. Er träumt davon, die Welt ein kleines Stück gerechter zu machen – durch Forschung, soziales Engagement oder einfach gute Ideen.

Im Rahmen dieser Blogreihe und unseres Projekts veranstalten wir am 6. August 2026 von 14:00 bis 15:00 Uhr ein digitales Hangout. Gemeinsam mit Studierenden und Lehrenden möchten wir auf aktuelle Herausforderungen der Hochschullehre und des Hochschulalltags blicken, unterschiedliche Perspektiven sichtbar machen und miteinander ins Gespräch kommen. Wir laden alle ganz herzlich ein, Teil unserer Paar-Therapie zu sein. Weitere Informationen: