Zum Inhalt springen

Authentische Assessment-Formate gegen KI-Missbrauch, Designkriterien

Die Transformation hochschulischer Prüfungsarchitekturen durch authentische Leistungsnachweise bildet eine nachhaltige Antwort auf die Risiken generativer Sprachmodelle für die akademische Integrität. Anhand theoriegeleiteter Kriterien wird gezeigt, wie Prozessorientierung, Handlungskontexte und mündliche Reflexionsstufen die Aussagekraft von Prüfungen sichern. Die Ausarbeitung systematischer Designparameter liefert Orientierung für die didaktische Weiterentwicklung von Prüfungsordnungen im tertiären Bildungsbereich.

Objekt und Gegenstand

Hochschulische Leistungsbewertung im Zeitalter generativer Künstlicher Intelligenz — Didaktische Kriterien für authentische Prüfungsformate zur Vermeidung von akademischem Fehlverhalten

Dokumentenvorschau

Dies ist eine kurze Vorschau. Die Vollversion enthält erweiterten Text für alle Abschnitte, ein Fazit und ein formatiertes Literaturverzeichnis.

Bachelorarbeit

DegreeType
Authentische Assessment-Formate gegen KI-Missbrauch, Designkriterien

Vorgelegt von:

Group

Vorname Nachname

Betreuer/in:

Prof. Dr. Vorname Nachname

Stadt, 2026

Inhaltsverzeichnis

Abkürzungsverzeichnis
Einleitung
1. Theoretische Grundlagen von Assessment-Formaten und generativer KI
1.1. Konzeptionelle Bestimmung authentischer Leistungsüberprüfungen
1.2. Funktionsweise generativer Sprachmodelle und Herausforderungen für die akademische Integrität
1.3. Grenzen automatisierter Plagiatserkennungswerkzeuge
2. Risikofaktoren und Schwachstellen traditioneller Prüfungsformate
2.1. Anfälligkeit textbasierter Hausarbeiten und standardisierter Testverfahren
2.2. Ethische und rechtliche Implikationen unautorisierter KI-Nutzung
2.3. Das Dilemma zwischen Repressionsmaßnahmen und didaktischer Transformation
3. Kriteriengeleitete Entwicklung robuster Assessment-Designs
3.1. Prozessorientierung und iterative Reflexionsstufen als Prüfungsbestandteil
3.2. Kontextualisierung, Handlungsorientierung und reale Problemstellungen
3.3. Mündliche Performanz- und Verteidigungsformate
4. Didaktische Implementierung und Qualitätssicherung an Hochschulen
4.1. Rahmenbedingungen für institutionelle Prüfungsordnungen
4.2. Förderung von KI-Literacy und kritischer Urteilskraft bei Lehrenden und Lernenden
Eidesstattliche Erklärung
Fazit
Literaturverzeichnis

Einleitung

Die zunehmende Verfügbarkeit leistungsfähiger generativer Sprachmodelle verändert die Rahmenbedingungen akademischer Prüfungsverfahren grundlegend. Traditionelle Prüfungsformate, die primär auf der isolierten Erstellung schriftlicher Texte beruhen, verlieren durch die Synthesefähigkeiten moderner Algorithmen an diagnostischer Aussagekraft, da standardisierte Aufgabenstellungen von Systemen wie ChatGPT automatisiert und in hoher sprachlicher Güte bewältigt werden können [1]. Dies führt zu einer Destabilisierung etablierter Mechanismen der Qualitätssicherung an Hochschulen.

Automatisierte Werkzeuge zur Erkennung von KI-generierten Texten weisen erhebliche Fehlerquoten auf und bieten keinen verlässlichen Schutz vor wissenschaftlichem Fehlverhalten [2]. Zugleich wirft der Versuch einer rein reaktiven Überwachung grundlegende pädagogische und ethische Fragen auf, da er den Bildungsauftrag vernachlässigt und institutionelle Konflikte verschärft [4]. Hochschulische Institutionen stehen daher vor der Notwendigkeit, ihre Prüfungspraxis von reproduktiven Aufgaben hin zu authentischen, resistenten Formaten zu transformieren [5].

Ziel dieser Untersuchung ist die theoriegeleitete Identifikation und Ausarbeitung von didaktischen Designkriterien für authentische Prüfungsformate, die akademische Integrität wahren und zugleich zeitgemäße Kompetenzen adressieren [6]. Über eine vergleichende Analyse bildungswissenschaftlicher Ansätze und medienpädagogischer Rahmenkonzepte wird dargelegt, wie praxisnahe Problemlösungsaufgaben, Prozessreflexionen und performanzbasierte Formate Missbrauchsrisiken minimieren und genuine Eigenleistungen sicherstellen [7].

2.1. Anfälligkeit textbasierter Hausarbeiten und standardisierter Testverfahren

Die Analyse traditioneller Prüfungsformate verdeutlicht, dass isolierte schriftliche Hausarbeiten und standardisierte Wissensabfragen die individuelle Eigenleistung von Studierenden im Zeitalter generativer Sprachmodelle nicht mehr zuverlässig abbilden können. Da generative Systeme in der Lage sind, kohärente wissenschaftliche Texte auf Knopfdruck zu erzeugen, verschwimmt die Grenze zwischen studentischer Eigenständigkeit und maschineller Textproduktion zunehmend, wodurch herkömmliche Plagiatsprüfungen versagen (2024). Dieser Umstand führt zu einem akuten Kontrollverlust hochschulischer Institutionen, wenn Leistungsnachweise primär auf das finale Textprodukt fokussieren statt auf den zugrunde liegenden Erkenntnis- und Problemlösungsprozess. In der praktischen Prüfungswirklichkeit zeigt sich, dass rein repressive Strategien oder nachträgliche Sanktionierungsmechanismen nicht genügen, um die akademische Integrität dauerhaft zu gewährleisten. Wenn unautorisierte KI-Nutzung erst retrospektiv identifiziert werden kann, entstehen erhebliche rechtliche und organisatorische Unsicherheiten für Hochschulen (2025). Um dieser Verwundbarkeit systematisch zu begegnen, müssen Prüfungsdesigns auf authentische Aufgabenstellungen umgestellt werden, die reale Problemkontexte, multimodale Artefakte und iterative Zwischenschritte einfordern. Die theoriegeleitete Einbettung handlungsorientierter Szenarien entzieht generativen Textgeneratoren ihren komparativen Vorteil, da kontextspezifische Entscheidungen, situative Reflexionen sowie persönliche Begründungsleistungen nicht durch automatisierte Standardmuster substituiert werden können. Ergänzend dazu verlangt die didaktische Neuausrichtung eine systematische Förderung der Urteilskompetenz, damit Studierende generative Werkzeuge nicht als intransparente Abkürzung, sondern als kritisch reflektiertes Arbeitsmittel im Lernprozess einsetzen. Folglich verlagert sich der analytische Schwerpunkt von der reinen Ergebnisbewertung hin zur kontinuierlichen Nachvollziehbarkeit des individuellen Kompetenzerwerbs, wodurch Prüfungsverfahren resilient gegenüber technologischem Missbrauch werden.

Literaturverzeichnis

  1. Authentic Assessment Design for Meeting the Challenges of Generative Artificial Intelligence
    Masood M Khan, Yu Dong, Nasrin Afsari Manesh
    DOI-Link
  2. Artificial intelligence, ChatGPT, and the new cheating dilemma: Strategies for academic integrity
    Nitin Liladhar Rane, Pravin Desai, Mallikarjuna Paramesha
    DOI-Link
  3. Enhancing Resilience through Generative Artificial Intelligence such as ChatGPT
    Mallikarjuna Paramesha, Nitin Rane, Jayesh Rane
    DOI-Link
  4. Artificial Intelligence (AI) and Cheating
    Ömer Muhtar Akkaş, Cansel Tosun, Şahin Gökçearslan
  5. Developing Policies to Address Historic Contract Cheating and Misuse of Generative Artificial Intelligence
    Thomas Lancaster, Irene Glendinning, Sandie Dann et al.
  6. New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution
    Firuz Kamalov, David Santandreu Calonge, Ikhlaas Gurrib
  7. The promise and challenges of generative AI in education
    Michail N. Giannakos, Roger Azevedo, Peter Brusilovsky et al.

Bibliographie

Geprüfte QuellenFormatierungsstandardsHohe EinzigartigkeitPro-Modelle
🔥 25% OFF

Diplomarbeit

DIN ISO 690:2013-10 (Ersatz für DIN 1505-2)

17 €22 €
  • 60–80 Seiten
  • Hohe Originalität
  • Export nach Word
  • Korrekte Formatierung
  • Öffentliche Vorschau
    Die Vorschau eines anderen Autors kann nicht privat gemacht werden. Deine Arbeit wird privat und absolut einzigartig sein.
  • Literaturverzeichnis (20+, DIN ISO 690:2013-10)
    +1 €
  • Alternative Quellen hinzufügen (Nachrichten, .gov, .edu)

Diplomarbeit

DIN ISO 690:2013-10 (Ersatz für DIN 1505-2)