KI & Leistungsbewertung
Wie verändert KI die Leistungsnachweise? Wie prüfen wir zukünftig?
Prüfungen anderes gedacht: Leistungsbewertung im Zeitalter der Künstlichen Intelligenz (KI)
KI stellt die gängigen Leistungsbewertungen in der Hochschullehre in Frage. Wenn Studierende Texte, Analysen oder kreative Produkte mit KI-Unterstützung erstellen können, verliert die reine Ergebnisorientierung an Aussagekraft. Gefragt sind neue Formen der Leistungsbeurteilung, die Verständnis, Reflexionsfähigkeit und den individuellen Lernprozess sowie Kreativität stärker in den Blick nehmen. Lehrende stehen damit vor der Aufgabe, Prüfungsformate zu entwickeln, die Transparenz schaffen, Eigenleistung sichtbar machen und den verantwortungsvollen Umgang mit KI einbeziehen – nicht als Störfaktor, sondern als Teil akademischer Kompetenz.
KI stellt die gängigen Leistungsbewertungen in der Hochschullehre in Frage. Wenn Studierende Texte, Analysen oder kreative Produkte mit KI-Unterstützung erstellen können, verliert die reine Ergebnisorientierung an Aussagekraft. Gefragt sind neue Formen der Leistungsbeurteilung, die Verständnis, Reflexionsfähigkeit und den individuellen Lernprozess sowie Kreativität stärker in den Blick nehmen. Lehrende stehen damit vor der Aufgabe, Prüfungsformate zu entwickeln, die Transparenz schaffen, Eigenleistung sichtbar machen und den verantwortungsvollen Umgang mit KI einbeziehen – nicht als Störfaktor, sondern als Teil akademischer Kompetenz.
Wichtig und zentral ist die Kommunikation und Transparenz: Über KI zu reden, Fragen zu stellen, wie sie eingesetzt wird, und einen offenen Austausch darüber zu fördern. Lehrende und Studierende sollten gemeinsam reflektieren, wann und warum der Einsatz von KI sinnvoll ist – und ebenso, warum es in bestimmten Situationen didaktisch wertvoll sein kann, bewusst auf den Einsatz von KI zu verzichten. Kein Einsatz von KI bedeutet nicht automatisch eine ablehnende Haltung gegenüber der Technologie; vielmehr kann es dem Kompetenzerwerb dienen, bestimmte Lernprozesse zunächst ohne KI zu gestalten, um ein tieferes Verständnis und eigenständige Problemlösefähigkeiten zu fördern.
Einen praxisnahen Orientierungsrahmen für den ethisch verantwortungsvollen Einsatz von Künstlicher Intelligenz in Lehrveranstaltungen und Assessmentformaten bietet die AI Assessment Scale (AIAS).
Sie hilft dir dabei, fundierte und evidenzbasierte Entscheidungen zu treffen – zum Beispiel, wenn du überlegst, wie KI-Tools sinnvoll in Assessments integriert oder neue Prüfungsformate gestaltet werden können. Darüber hinaus lädt dich die AIAS ein, den offenen Dialog über Chancen, Grenzen und Verantwortlichkeiten im Umgang mit KI zu führen – und gemeinsam mit Kolleg:innen an einer zukunftsfähigen Lehr- und Prüfungskultur zu arbeiten.
Sie hilft dir dabei, fundierte und evidenzbasierte Entscheidungen zu treffen – zum Beispiel, wenn du überlegst, wie KI-Tools sinnvoll in Assessments integriert oder neue Prüfungsformate gestaltet werden können. Darüber hinaus lädt dich die AIAS ein, den offenen Dialog über Chancen, Grenzen und Verantwortlichkeiten im Umgang mit KI zu führen – und gemeinsam mit Kolleg:innen an einer zukunftsfähigen Lehr- und Prüfungskultur zu arbeiten.
Die Ziele der AI Assessment Scale:
- Orientierung für den ethisch verantwortungsvollen Einsatz von KI in Lehre und Prüfung
- Unterstützung bei zielgerichteten, evidenzbasierten Entscheidungen
- Förderung eines offenen Austauschs über den sinnvollen KI-Einsatz
- Sensibilisierung für Potenziale und Grenzen der Technologie
- Inspiration für die Neugestaltung von Prüfungsformaten
- Beitrag zur Entwicklung von KI-Kompetenz bei Lehrenden und Studierenden
Die AIAS unterscheidet fünf Levels des KI-Einsatzes – von minimaler bis sehr umfassender Integration. So kannst du auf einen Blick erkennen, wie stark KI Lern- und Assessmentprozesse beeinflusst und wie du sie sinnvoll in deine Lehre einbinden kannst.

1 | No AI: Keine KI erlaubt – alles wird eigenständig ohne KI-Unterstützung bearbeitet
2 | AI Planning: KI darf zur Planung, Ideenfindung und Recherche genutzt werden – die Ausarbeitung erfolgt selbstständig.
3 | AI Collaboration: KI darf beim Schreiben und Überarbeiten helfen – Inhalte müssen kritisch geprüft und angepasst werden
4 | Full AI: KI kann umfassend eingesetzt werden – entscheidend ist die gezielte Steuerung und Reflexion des KI-Einsatzes
5 | AI Exploration: KI wird kreativ genutzt, um neue Lösungen zu entwickeln – Aufgaben können gemeinsam mit Lehrenden gestaltet werden
2 | AI Planning: KI darf zur Planung, Ideenfindung und Recherche genutzt werden – die Ausarbeitung erfolgt selbstständig.
3 | AI Collaboration: KI darf beim Schreiben und Überarbeiten helfen – Inhalte müssen kritisch geprüft und angepasst werden
4 | Full AI: KI kann umfassend eingesetzt werden – entscheidend ist die gezielte Steuerung und Reflexion des KI-Einsatzes
5 | AI Exploration: KI wird kreativ genutzt, um neue Lösungen zu entwickeln – Aufgaben können gemeinsam mit Lehrenden gestaltet werden
Schau dir dazu auch gerne unser MICRO-LEARNING // Eine KI-Skala für die Lehre an!
Anwendungs-Empfehlungen (Extern)
Mithilfe der Skala kannst du den gezielten und didaktisch sinnvollen Einsatz von KI in Lehrveranstaltungen und Prüfungen einschätzen und diesen an die Lernziele anpassen
Leistungsnachweise unter Berücksichtigung generativer KI entwickeln
Leistungsnachweise unter Einsatz generativer KI gestalten und bewerte
Literatur zum Thema
In: Dittler, U. & Kreidl, C. (Hrsg.) (2021). Fragen an die Hochschuldidaktik der Zukunft. Schäffer-Poeschel.
2. Auflage. In: Gerick, Julia; Sommer, Angela; Zimmermann, Germo (Hrsg.) (2022): Kompetent Prüfungen gestalten. 60 Prüfungsformate für die Hochschullehre