Wissenschaftliches Arbeiten und Prüfen im Zeitalter von KI: Wie begleiten wir, und wie prüfen wir?

KI ist in Abschlussarbeiten und Prüfungen längst angekommen. Die zentrale Frage ist nicht mehr ob, sondern wie wir KI didaktisch klug integrieren. So, dass Studierende fachlich wachsen, Verantwortung übernehmen und ihre Entscheidungen begründen können. Dieser Beitrag bündelt die kooperativ erarbeiteten Ergebnissen des Barcamps „KI in der (Master-)Lehre – Wissenschaftliches Arbeiten und Prüfen im Wandel“ beim KI‑Summit 2025 an der FH Aachen. Dabei wurden die wichtigsten Prinzipien für die Prüfungs-Begleitung und -Bewertung diskutiert, und die Ergebnisse für diesen Beitrag mit Erfahrungen von Ansgar Kirsch (Fachbereich Bauingenieurwesen) und Christoph Horst (Fachbereich Chemie und Biotechnologie/ZHQ) angereichert.

„Mein Anspruch ist es, Studierende – nicht erst im Masterstudium– für die Chancen und Risiken der KI-Nutzung für das wissenschaftliche Arbeiten zu sensibilisieren. Wir erarbeiten gemeinsam, wofür KI-Tools verantwortungsvoll eingesetzt werden können und wo Gefahren der unreflektierten Nutzung lauern. In Projektberichten und Abschlussarbeiten ist dann sauber zu trennen: Was ist KI? Was ist Eigenleistung? Dazu notieren Studierende, welche Tools sie wofür genutzt haben und wie gut oder schlecht das ihrer Meinung nach funktioniert hat. So steht gar nicht mehr im Fokus, ob KI genutzt wurde, sondern wie die Studierenden den Einsatz selbst bewerten und welche fachlichen Entscheidungen sie damit selbst abgeleitet haben.“

Ansgar Kirsch

„Begleitung in KI-Zeiten funktioniert, wenn wir sie praktikabel machen. Im Praktikum begleiten, lehren und diskutieren wir den Prozess – insbesondere die wissenschaftliche Ausarbeitung und Recherche mit KI. Eine transparente Kommunikation unserer Vorgaben zur KI-Nutzung und strukturiertes Vorgehen, beispielsweise diskutieren wir die fachlichen KI‑Ausgaben gemeinsam, prüfen sie kritisch und reflektieren Entscheidungen, die dann praktisch umgesetzt werden. Eines meiner wichtigsten Ziele: KI Anwendungs-Kompetenz und kritisches Denken fördern.“

Christoph Horst

Begleitung: Vom reinen „Abgeben“ hin zum interaktiven Prozess

Aus den Barcamp-Ergebnissen kristallisiert sich ein gemeinsames Ziel heraus: Lehrende möchten Studierende zu mündigen Bewerter:innen ausbilden – also KI‑Kompetenz und Beurteilungsfähigkeit vermitteln. Gleichzeitig wünschen sich Lernende verlässliche Begleitung und Gelegenheiten, Erfahrungen und Feedback zu sammeln – mit und ohne KI. Dahinter steht eine klare Abfolge des Kompetenzaufbaus: Wissen aneignen, anwenden, bewerten. Das braucht Zeit und Raum!

Gute Begleitung schafft Transparenz, Taktung und Verantwortung. Statt auf eine Einzelabgabe am Ende zuzulaufen, wird der Weg zum Arbeitsergebnis kleinschrittiger offengelegt und kann damit einfacher diskutiert werden. Das gilt besonders, wenn KI-Werkzeuge genutzt werden. Lehrende werden stärker zu Coaches und Moderator:innen. Sie setzen den Rahmen dafür, wie Studierende KI mündig nutzen können. Diese dokumentieren, wofür sie KI einsetzen, wie sie die Ergebnisse prüfen und warum sie sich für bestimmte Lösungen entscheiden.

Folgende Hebel können sich daraus ableiten (Ideen aus dem Barcamp):

Klare Spielregeln zu Beginn: Eine KI-Nutzungsvereinbarung (erlaubte Tools, Datenschutz, …) und ein Format für die Dokumentation der KI-Nutzung vereinbaren.

Meilensteine und eigene Arbeitsleistung: Zu jedem Meilenstein könnte man eine kurze Reflexion durchführen: Was hat KI geliefert? Was ist mein eigener Anteil? Welche Unsicherheiten bleiben?

Arbeitsjournal: Ein Projekt- oder Prompt-Log kann Entscheidungen und Prozesse nachvollziehbar machen. Das reduziert Misstrauen – und erhöht die Qualität des fachlichen Austauschs mit den Betreuer:innen.

“Die schriftliche Ausarbeitung vor und nach dem Praktikum bleibt bestehen, weil die Studierenden lernen sollen, ihr Wissen und Vorgehen explizit zu teilen – dabei unterstütze ich die Nutzung von KI in den verschiedenen Phasen dieser Arbeit. Aber diese Arbeiten sind kürzer geworden (Vorgabe) und das geforderte Niveau ist gestiegen. Mündlicher Austausch und Diskussion haben zudem an Wert gewonnen und werden stärker in den Fokus gerückt.”

Christoph Horst

Bewertung: Blick auf Produkt und Prozess

Prüfen im KI-Zeitalter heißt, Leistung differenziert zu erfassen. Das Endprodukt bleibt wichtig, doch Prozess und Reflexion rücken gleichberechtigt an die Seite. Entscheidend ist, ob Studierende selbstständig begründen können: Warum diese Methode? Wie wurde KI validiert? Welche Grenzen wurden erkannt?

Transparente KI-Nutzung wird zur Anforderung und Teil der Leistung: Tool, zentrale Prompts, Zweck, Anteil am Ergebnis, eigener Check der Qualität (z. B. Gegenrecherche oder Peer-Feedback in einer Arbeitsgruppe).

Die Prozessdokumentation dient dem Endprodukt: Sie macht Entscheidungen und Begründungen transparent, bildet die Grundlage, die Qualität des Ergebnisses nachzuvollziehen und zu bewerten. Daran schließt die Reflexion an – was wurde warum gewählt, wo liegen Grenzen, welcher Transfer auf neue Fälle ist möglich?

Den wichtigen Abschluss bildet die vielleicht prominenter werdende mündliche Verteidigung (ohne zusätzliche Tools). Hier wird geprüft, ob das Endprodukt und der Prozess (und deren Reflexion) verstanden wurden und tragfähig begründet werden können.

Formate, mit positiven Erfahrungswerten:

Mündliche Verteidigung zur schriftlichen Arbeit: Stärkt Eigenverantwortung, erschwert Scheinkompetenz.

Zwischenstände und Feedbackgespräche: Kurze, nachvollziehbare Arbeitsstände mit begründeten Änderungen und dokumentierten Entscheidungen (siehe Projektbuch).

Projekt- oder Laborbuch: Auch KI-Nutzung und Entscheidungswege dokumentieren und reflektieren, das macht eigene Leistung gegenüber KI-Ausgaben sichtbarer.