► Doch sie allein sind keine genügende und verlässliche Strategie. Für das Prüfungswesen an Hochschulen ist keines der Tools relevant. Die Ergebnisse können nicht der Feststellung eines rechtserheblichen Sachverhaltens dienen und sind ohne Gewähr.

► Daher muss sich vielmehr die Art, wie Prüfungen gestaltet und bewertet werden, ändern.

Dafür plädieren auch die Universität Hannover und der Digitale Lehre Hub Niedersachsen in ihrer Stellungnahme zum Einsatz von KI-Detektoren zur Überprüfung von Prüfungsleistungen. 

Erkenntnisse aus der Stellungnahme der Leibniz Universität Hannover

(Verfügbar unter Der Einsatz von KI-Detektoren zur Überprüfung von Prüfungsleistungen – Eine Stellungnahme, Digitale Lehre Hub Niedersachsen, 2025, DOI: 10.57961/fjg9-jr89) 

► Zuverlässigkeit

• KI-Detektoren liefern unzuverlässige Ergebnisse; insbesondere Fehlalarme bei z. B. formal gut formulierten studentischen Texten (vgl. Weber-Wulff et al., 2023 & Sheinman Orenstrakh et al., 2023). 
  
  
• KI-generierte Texte können durch leichte Stiländerungen oder Paraphrasierung unentdeckt bleiben. (vgl. Liu et al., 2024) Verschleierungen wie das Hinzufügen von Satzzeichen, Synonymen oder das Umschreiben mittels Tools wie Quillbot überlisten die Systeme, sodass Falsch-Positive wie Falsch-Negative auftreten. 
  
  
• Die Tools hinken den schnell fortschreitenden KI-Modellen regelmäßig hinterher (im März 2024 hat das DMZ das Tool der FH Wedel vorgestellt, welches mittlerweile nicht mehr für die aktuelle Version von ChatGPT eingesetzt werden kann).

► Rechtliche Probleme

• Automatische Analysen von Prüfungsleistungen sind ohne vorherige Zustimmung der Betroffenen nicht zulässig. Eine Einwilligung hat freiwillig und in informierter Weise zu erfolgen. Eine Einwilligung kann von Studierenden verweigert werden, ohne Nachteile zu erleiden. 

• Sanktionen, die ausschließlich auf automatisierten Detektor-Ergebnissen beruhen sind rechtlich verboten (Art. 22 DSGVO) → Der Einsatz von KI-Detektoren kann letztlich nur vorbereitende Aufgaben für eine Bewertung übernehmen; die Stellungnahme der prüfenden Person bleibt entscheidend. 

• Für die Sicherheit über die Weiterverwendung der Daten der Studierenden müssten hochschulen entweder einen Auftragsverarbeitungsvertrag mit dem Anbieter des KI-Detektors abschließen oder ein System lokal hosten. 
  
  

► Didaktische Kritik

• Die Verwendung solcher Detektoren kann ein falsches Gefühl der Sicherheit bei Lehrenden erzeugen.

• Sie fördern Machtungleichgewichte zwischen Lehrenden und Prüflingen anstatt dialogische, reflexive Lernprozesse. 

Statt auf Detektor-Tools zu setzen, ist für die eigene Lehre zu empfehlen, 

• die Prüfungskultur (z. B. individualisierte, kreative, offene Aufgabenformate) weiterzuentwickeln, 

• im Rahmen der Lehrveranstaltung die KI-Kompetenzen der Studierenden zu fördern, und 

• transparent im Umgang mit KI zu sein; also offenzulegen, wo KI unterstützt oder eingesetzt wurde.

Im Folgenden sind einige bekannte Tools gelistet, die häufig im Kontext von KI-Text-Erkennung genannt werden (kein Anspruch auf Vollständigkeit oder Empfehlung). 

Auch diese Tools weisen Fehlerraten auf und sollten nur als unterstützende Instrumente genutzt werden – nicht als Entscheidungsgrundlage.

* Aussagen von Experten und Expertinnen zur Güte waren zum Zeitpunkt unserer Recherche schwer auffindbar; die Tests und Bewertungen werden teils von Privatpersonen, Online-Businesses und KI-Unternehmen durchgeführt und veröffentlicht.