Zehn Kernbotschaften zum rechtskonformen KI-Einsatz an Hochschulen

Anwendungen generativer KI wie ChatGPT, Gemini oder Claude kommen seit Ende 2022 auch an Hochschulen vermehrt zum Einsatz: so etwa zur Unterstützung des Lehrens oder Lernens, ebenso jedoch bei der Anfertigung unbeaufsichtigter schriftlicher Prüfungsarbeiten (Hausarbeit, Seminararbeit, Bachelorarbeit etc.). Dies rückt einerseits grundsätzliche Fragestellungen, etwa zur Bedeutung der (Hochschul-)Bildung an sich, dem Vertrauensverhältnis von Lehrenden und Lernenden und dem Wert bestimmter Inhalte in den Mittelpunkt der gesellschaftlichen Debatte, und wirft andererseits zahlreiche konkrete fachdidaktische, bildungspolitische und auch rechtliche Fragen auf. Nicht zuletzt wird bereits die Eigenständigkeit einer in Ko-Kreation zwischen Mensch und KI-System KI-System ist nach Art. 3 Nr. 1 KI-VO ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein... Eine ausführliche Beschreibung finden Sie im Glossar entstandenen Arbeit in Frage gestellt.^[1] Während man sich mittlerweile politisch weitgehend einig ist, dass ein einfaches „Verbot“ eines KI-Einsatzes untauglich ist, besteht große Unsicherheit, wie man den KI-Einsatz besonders im Prüfungskontext gestalten muss bzw. darf. Die insoweit bereits ergangenen Gerichtsentscheidungen sind sehr umstritten^[2] und sorgen nicht für Rechtssicherheit. Die folgenden zehn Kernbotschaften bilden die Quintessenz der mehrjährigen Forschung der Autor*innen in diesem Bereich und sollen insbesondere vor dem Hintergrund der aktuell bestehenden konkreten Fragen abschichten, was rechtlich als prinzipiell gesichert gelten darf und wo es noch rechtlicher Klärung bedarf. Dabei liegt der Schwerpunkt zunächst auf dem Prüfungsgeschehen, für das aufgrund seiner grundrechtlichen Relevanz strengere rechtliche Anforderungen bestehen. Der KI-Einsatz im Kontext der Lehre ist hingegen durch einen größeren Gestaltungsspielraum geprägt und wird deshalb nicht schwerpunktmäßig behandelt.^[3]

1. Parlamentsvorbehalt: Notwendigkeit gesetzlicher Grundentscheidungen zum KI-Einsatz in Hochschulprüfungen

Die jederzeitige Verfügbarkeit leistungsfähiger Anwendungen generativer KI verändert die Bedingungen des Lernens, Lehrens und Prüfens an Hochschulen grundlegend. Besonders im Prüfungskontext berührt ihr Einsatz die Berufsfreiheit der Studierenden, die auch ihre Hochschulausbildung umfasst (Art. 12 Abs. 1 GG), die Wissenschafts- und Lehrfreiheit der Lehrenden (Art. 5 Abs. 3 GG) sowie die prüfungsrechtliche Chancengleichheit (Art. 3 Abs. 1 in Verbindung mit Art. 12 Abs. 1 GG)^[4]. Es geht hierbei nicht lediglich um die Zulassung eines weiteren Hilfsmittels, sondern um die Ausgestaltung von Prüfungen unter grundlegend veränderten Bedingungen. Zu entscheiden ist vielmehr, wie Kompetenzentwicklung und Kompetenznachweis nunmehr erfolgen sollen und damit welche Leistung dem Prüfling persönlich zugerechnet werden kann,^[5] unter welchen Voraussetzungen Prüfungsleistungen vergleichbar bleiben und wann eine bestimmte Nutzung generativer KI untersagt oder sanktioniert werden darf. Das ist ein Paradigmenwechsel im Prüfungsrecht^[6]: Im Mittelpunkt steht nicht mehr allein die Kontrolle zulässiger Hilfsmittel, sondern die normative Bestimmung eines persönlich zurechenbaren Kompetenznachweises. Entscheidend ist künftig weniger, ob ein technisches Werkzeug eingesetzt wurde, sondern welche menschliche Leistung trotz der Ko-Kreation mit KI noch eigenständig erbracht, fair verglichen und rechtlich verantwortet werden kann.^[7]

Nach der Wesentlichkeitsrechtsprechung des Bundesverfassungsgerichts^[8] muss der parlamentarische Gesetzgeber die für die Verwirklichung der Grundrechte wesentlichen Entscheidungen selbst treffen. Bestimmte Entscheidungen sind daher dem zuständigen Parlament vorbehalten und dürfen nicht an die Verwaltungsebene delegiert werden (sog. Parlamentsvorbehalt). Welche Regelungsdichte erforderlich ist, richtet sich nach der Eigenart des Sachbereichs sowie nach Bedeutung und Tragweite der Grundrechtsbetroffenheit.^[9] Für Hochschulprüfungen bedeutet dies, dass der Gesetzgeber die Leitplanken für die Zulässigkeit und Begrenzung des KI-Einsatzes sowie für etwaige Transparenzpflichten und Sanktionen vorgeben muss und damit zugleich einen Gestaltungsauftrag an die Hochschulen formuliert. Denn die fach-, prüfungs- und technologiespezifische Konkretisierung kann und soll dem Verordnungs- und Satzungsgeber sowie der konkreten Prüfungsgestaltung überlassen bleiben. Dies wahrt zugleich die Autonomie der Hochschulen und Lehrenden.

Allgemeine hochschulgesetzliche Ermächtigungen zum Erlass von Prüfungsordnungen, die aus der Zeit vor der Verbreitung generativer KI stammen, bieten für diese Grundsatzfragen nicht die erforderliche normative Orientierung. Soweit eine spezifische gesetzliche Vorstrukturierung fehlt, besteht deshalb gesetzgeberischer Nachsteuerungsbedarf.^[10] Die maßgeblichen Grundrechtsabwägungen^[11] dürfen nicht vollständig den Hochschulen oder gar der jeweiligen Prüfungspraxis überlassen bleiben. Der parlamentarische Gesetzgeber muss den Rahmen setzen;^[12] innerhalb dieses Rahmens verbleibt den Hochschulen ein erheblicher Raum für eine differenzierte und fachgerechte Ausgestaltung. Darüber hinaus kann der weitere Erfahrungsgewinn durch Experimentierklauseln – etwa für die Erprobung von Mensch-KI-Ko-Kreationen in Übungskontexten – befördert werden. Demgegenüber verstößt das aktuell vielfach vernommene Schweigen der Gesetzgeber und ebenso der Hochschulen und damit die implizite bloße Duldung des KI-Einsatzes gegen den Grundsatz der Chancengleichheit, weil die Reichweite zulässiger Ko-Kreation dadurch unklar bleibt und Studierende sich dieser Hilfsmittel in unterschiedlichem Umfang bedienen.^[13] Umgekehrt führt eine pauschale Erlaubnis des KI-Einsatzes dazu, dass maßgebliche Unterschiede der Leistungsbewertung verwischt werden.^[14]

Dabei ist einzuräumen, dass die Hochschulen die gesetzgeberische Trägheit nicht zu vertreten haben. Die unklare Ermächtigungslage entbindet sie jedoch nicht von der Verantwortung, das verfassungskonforme Minimum im Rahmen ihrer prüfungsgestaltenden Kompetenz abzusichern. Wenn der Gesetzgeber den sanktionsrechtlichen Rahmen (noch) nicht vorgibt, müssen die Hochschulen die normative Lücke durch eine proaktive, KI-resiliente Prüfungsdidaktik kompensieren. Nicht das formale Verbot, sondern das kluge Prüfungsdesign ist das primäre Instrument der Hochschulen zur Sicherung der Chancengleichheit im Übergangszustand.

Handlungsempfehlung 1: Der Hochschulgesetzgeber sollte die grundlegenden prüfungsrechtlichen Vorschriften im Hochschulgesetz an die neuen Bedingungen der Verfügbarkeit generativer KI anpassen, insbesondere mit Blick auf die Kompetenzorientierung und die (beweis-)sichere Sanktionierung eines Fehlverhaltens von Studierenden einen konkreten Gestaltungsauftrag an die Hochschulen formulieren. Eine schlichte Belassung des Status quo ist nicht geeignet, chancengerechte und faire Prüfungen zu gewährleisten, weil das überkommene Prüfungsrecht das tatsächliche Prüfungsgeschehen nur unvollkommen abbildet.

2. Rechtskonformer KI-Einsatz erfordert eine abgestufte Regelungsarchitektur

Die rechtliche Gestaltung des KI-Einsatzes in Hochschulprüfungen ist eine abgestufte Aufgabe von Gesetzgeber und Hochschulen. Der Landesgesetzgeber muss die wesentlichen Grundentscheidungen treffen und die Satzungsautonomie der Hochschulen zugleich so anleiten, dass ein kohärenter und rechtssicherer Regelungsrahmen entsteht. Gesetzlich festzulegen sind insbesondere der Auftrag, den KI-Einsatz in Prüfungen ausdrücklich zu regeln, die hierfür maßgeblichen Grundprinzipien sowie die Grundzüge von Transparenz- und Dokumentationspflichten und prüfungsrechtlichen Sanktionen. Ob und unter welchen Voraussetzungen der Einsatz von KI-Systemen ausgeschlossen werden darf, ist nach Prüfungsformat, Lernziel und Funktion der Nutzung differenziert zu bestimmen.^[15] Ein generelles „Verbot des Verbots“ greift ebenso zu kurz wie ein pauschales Totalverbot.

Die Prüfungsordnungen müssen diesen Rahmen fach- und prüfungsspezifisch ausfüllen. Sie haben insbesondere festzulegen, welche Arten der KI-Unterstützung zulässig, kennzeichnungs- oder dokumentationspflichtig oder unzulässig sind, welcher menschliche Leistungsanteil bewertet wird und welche Rechtsfolgen Verstöße innerhalb des gesetzlichen Rahmens auslösen können. Die konkrete Aufgabenstellung oder Hilfsmittelbekanntmachung darf diese Vorgaben dann weiter präzisieren, aber selbst keine neuen sanktionsbewehrten Pflichten ohne hinreichende normative Grundlage schaffen. Konkret bedeutet dies etwa: Die landesgesetzliche Regelung normiert für Hochschulen u.a. den Auftrag zur Ausgestaltung von unbeaufsichtigten Prüfungen (wie Hausarbeiten) ohne einen pauschalen KI-Ausschluss (so derzeit in Bayern geplant^[16]). Die Hochschule setzt dies durch die Anpassung der Prüfungsordnungen um, trifft allgemeine Regelungen dazu, bspw. wie KI-Nutzung durch Prüfungsteilnehmende zu kennzeichnen ist, sowie, welche Konsequenzen sich aus der Nichteinhaltung dieser Vorgaben ergeben. Durch die Aufgabenstellung und Hilfsmittelbekanntmachung könnte dies prüfungsspezifisch konkretisiert und etwa durch Beispiele für das konkrete Fach erläutert werden. Unzulässig wäre es jedoch, eine KI-Nutzung weiter einzuschränken (obwohl eine solche Nutzung – etwa zu Recherchezwecken – bei Hausarbeiten nicht überprüfbar ist) und dies mit Sanktionen zu verbinden. Dies wäre nicht mehr von der normativen Grundlage gedeckt.

Eine Rechtsverordnung kann, soweit das jeweilige Landesrecht dies vorsieht und eine hinreichend bestimmte gesetzliche Ermächtigung besteht, hochschulübergreifende Verfahrens- und Mindeststandards regeln. Die Zuordnung zu Gesetz, Rechtsverordnung oder Prüfungsordnung richtet sich jedoch nicht danach, ob eine Frage äußerlich „technisch-organisatorisch“ erscheint, sondern nach ihrer Grundrechtsrelevanz, ihrer Bedeutung für die Chancengleichheit und ihrer möglichen Sanktionswirkung. Leitlinien, Handreichungen und FAQs können die Anwendung unterstützen, die erforderlichen Rechtsnormen aber nicht ersetzen.

Ebenso obliegt es den Hochschulen etwaige gesetzlich (z.B. durch Experimentierklauseln) geschaffene Erprobungsmöglichkeiten zu nutzen und so Erfahrungen in der Ausgestaltung von KI-resilienten Prüfungen zu sammeln. Die so geschaffenen Experimentierräumen können die Basis für die hochschuleigene Ausgestaltung bilden.

Handlungsempfehlung 2: Die gesetzlichen Vorgaben zur Regulierung des KI-Einsatzes in Prüfungen sind durch fachspezifisch ausgeprägte Prüfungsordnungen (als hochschulrechtliche Satzungen) zu konkretisieren. Handreichungen können dies illustrieren. Entsprechende Satzungen können bereits vor der gesetzlichen Regulierung für eine Verbesserung der Rechtssicherheit sorgen.

3. Bestimmtheit verlangt funktionsbezogene und vorhersehbare KI-Regeln

Der bloße Begriff „KI“ bestimmt noch nicht, welches Verhalten bei einer Prüfung zulässig, offenzulegen oder verboten ist. Auch eine Bezugnahme auf den Begriff des KI-Systems nach Art. 3 Nr. 1 KI-Verordnung klärt lediglich, welche Technologien grundsätzlich erfasst werden können; sie beantwortet nicht, wie deren Nutzung prüfungsrechtlich zu bewerten ist.^[17] Maßgeblich ist nicht allein die technische Einordnung eines Werkzeugs, sondern sein konkreter Beitrag zur Prüfungsleistung. Studierende müssen vor Beginn der Bearbeitung erkennen können, welche Formen der Unterstützung erlaubt sind, welche Kennzeichnungs- oder Dokumentationspflichten auslösen und welche den persönlich zuzurechnenden, bewertungsrelevanten Leistungsanteil unzulässig ersetzen.^[18]

Die Vorgaben sollten deshalb technologieoffen, aber funktionsbezogen ausgestaltet werden. Zu unterscheiden sind etwa die Suche und Aufbereitung von Informationen, Ideenfindung und Strukturierung, Übersetzung und sprachliche Überarbeitung, Feedback und Kritik, Datenanalyse und Programmierung sowie die Generierung oder inhaltliche Überarbeitung von Textpassagen und vollständigen Lösungen. Für die jeweilige Kategorie muss erkennbar sein, ob der erzeugte Output nur als Anregung dienen, nach eigener Prüfung und Bearbeitung übernommen oder in wesentlichen Teilen unmittelbar verwendet werden darf.

Die Anforderungen an die Bestimmtheit steigen mit der Eingriffs- und Sanktionsintensität.^[19] Soweit ein Verstoß zu einer Abwertung, zum Nichtbestehen oder zu weiteren prüfungsrechtlichen Nachteilen führen kann, müssen sowohl das untersagte Verhalten als auch die maßgebliche Rechtsfolge normativ hinreichend klar bestimmt sein. Die Prüfungsordnung hat deshalb die relevanten Nutzungskategorien, Grundpflichten und Sanktionsmöglichkeiten festzulegen. Die Aufgabenstellung oder Hilfsmittelbekanntmachung kann diese Vorgaben für die konkrete Prüfung nach Lernziel, Prüfungsformat und zulässigem Nutzungsumfang präzisieren, darf aber nicht erstmals ein neues sanktionsbewehrtes Verbot schaffen.

Auch Offenlegungs- und Dokumentationspflichten müssen nach Umfang, Form und Zeitpunkt eindeutig und verhältnismäßig festgelegt werden. Sämtliche Anforderungen sind den Studierenden vor Beginn der Bearbeitung zugänglich und verständlich mitzuteilen.^[20] Leitlinien, Handreichungen und FAQs können durch Beispiele zur Orientierung beitragen, ersetzen jedoch keine hinreichende normative Grundlage. Die dynamische technische Entwicklung rechtfertigt keine unklaren Pauschalverweise auf „KI“; ihr kann durch technologieoffene Kriterien und nicht abschließende Anwendungsbeispiele Rechnung getragen werden.

Handlungsempfehlung 3: „KI-Regulierung“ darf sich nicht in Begrifflichkeiten erschöpfen, sondern muss konkrete Einsatzszenarien und Prüfungskontexte adressieren. Normative Vorgaben müssen szenarienbezogen und kontextuell erfolgen. Für die fachspezifische und fachdidaktische Ausprägung besteht ein Gestaltungsspielraum.

4. Pauschale KI-Verbote sind bei unbeaufsichtigten Prüfungen praktisch nicht kontrollierbar

Bei unbeaufsichtigten Prüfungsleistungen kann der Entstehungsprozess der Arbeit nicht unmittelbar beobachtet werden. Aus dem fertigen Prüfungstext allein lässt sich deshalb regelmäßig nicht zuverlässig ableiten, ob, in welcher Weise und in welchem Umfang generative KI eingesetzt wurde. Die Ergebnisse sogenannter KI-Detektoren reichen für einen solchen Nachweis für sich genommen nicht aus.^[21] Sie beruhen auf Wahrscheinlichkeitsaussagen, sind fehleranfällig und können durch sprachliche Überarbeitungen oder Paraphrasierungen erheblich beeinflusst werden. Ihre Intransparenz ist mit dem rechtsstaatlichen Grundsatz hinreichender Bestimmtheit und Vorhersehbarkeit staatlicher Sanktionen unvereinbar.

Soweit Detektorwerte als Anlass für weitere Sachverhaltsaufklärung dienen oder eines von mehreren Indizien bilden sollen – wie es die Rechtsprechung derzeit zum Ausdruck bringt^[22] – kann dies nicht ohne Weiteres eine prüfungsrechtliche Sanktion tragen, weil hier die Gefahr einer willkürlichen Selektierung besteht. Je nach zufälligem Detektorwert würde eine Arbeit strenger, eine andere Arbeit gar nicht kontrolliert.^[23]

Dies bedeutet allerdings nicht, dass ein KI-Einsatz bei unbeaufsichtigten Prüfungen generell unbeweisbar wäre. Ein Nachweis kann sich insbesondere aus einem Eingeständnis ergeben, wobei auch dies voraussetzt, dass die KI-Einsatzszenarien vorab im Rahmen der Aufgabenstellung differenzierend und präzise bestimmt wurden, so dass man sich redlicherweise darauf einstellen konnte.

Demgegenüber haben dokumentierte Prompts, Versionsverläufe, Metadaten oder Entwurfsstände keinen wirklichen Beweiswert, weil diese Prozessdaten im Einzelfall ebenfalls KI-generiert und damit manipuliert sein können. Zwar können erhebliche Widersprüche zwischen dem Inhalt der eingereichten Arbeit und der Fähigkeit des zu Prüfenden, die verwendeten Methoden, Argumente oder Ergebnisse nachvollziehbar zu erläutern, ein Indiz darstellen. Ein bloßer stilistischer Eindruck, ein vermeintlich „KI-typischer“ Sprachgebrauch oder die subjektive Einschätzung der Prüfenden genügt dagegen nicht.^[24] Die Hochschule muss die Tatsachen nachweisen, aus denen sich die regelwidrige Nutzung und – soweit erforderlich – der Täuschungsvorsatz ergeben.^[25] Dem zu Prüfenden muss Gelegenheit gegeben werden, die Indizien zu entkräften.

Die begrenzte Kontrollierbarkeit führt nicht schon für sich genommen zur Rechtswidrigkeit eines Verbots. Ein pauschales Verbot, dessen Einhaltung bei unbeaufsichtigten Prüfungen strukturell nicht zuverlässig überprüft werden kann, ist jedoch kein überzeugendes allgemeines Regelungskonzept. Es birgt die Gefahr eines selektiven und ungleichen Vollzugsund sieht sich damit rechtsstaatlichen Bedenken ausgesetzt: Sanktioniert würde vor allem, wer seinen KI-Einsatz einräumt, eindeutige Spuren hinterlässt oder aufgrund besonderer Auffälligkeiten in Verdacht gerät. Andere, möglicherweise weitergehende Nutzungen blieben unerkannt. Hochschulen sollten deshalb nicht vorrangig auf schwer durchsetzbare Totalverbote, sondern auf klare funktionsbezogene Vorgaben und geeignete Prüfungsformate setzen, die den bewertungsrelevanten menschlichen Beitrag erkennbar machen. In einem freiheitlichen Verfassungsstaat muss sich nicht der Grundrechtsadressat für sein Handeln, sondern der Staat für seine Eingriffe (hier im Sinne hochschulrechtlicher Sanktionen) rechtfertigen.^[26]

Weder ein ungeregeltes Nebeneinander unterschiedlicher Praktiken noch die allgemeine Formel „KI ist verboten, soweit sie nicht ausdrücklich erlaubt wurde“ wird den Besonderheiten generativer KI gerecht. Rechtschreibkontrolle, Recherche, Übersetzung, Strukturierung, sprachliche Überarbeitung und die Generierung inhaltlicher Lösungen beeinflussen die Eigenständigkeit einer Prüfungsleistung in unterschiedlichem Maße.^[27] Entscheidend ist deshalb nicht allein, ob ein KI-System KI-System ist nach Art. 3 Nr. 1 KI-VO ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein... Eine ausführliche Beschreibung finden Sie im Glossar verwendet wurde, sondern ob die konkrete Nutzung den zuvor klar bestimmten zulässigen Umfang überschritten und diejenige menschliche Leistung ersetzt hat, die Gegenstand der Prüfung sein sollte. Das setzt differenzierte Regelungen und eine präzise Bestimmung der jeweils geschuldeten Eigenleistung voraus.^[28]

Handlungsempfehlung 4: Der KI-Einsatz in Prüfungen darf nur dort verboten werden, wo Verstöße rechtssicher kontrolliert werden können. KI-Detektoren beruhen auf intransparenten Wahrscheinlichkeitsurteilen und genügen nicht den rechtsstaatlichen Anforderungen eines Beweismittels zur Rechtfertigung von Grundrechtseingriffen.

5. Prüfungsrechtliche Sanktionen setzen klare Regeln, tragfähigen Nachweis und Verhältnismäßigkeit voraus

Die Nutzung generativer KI darf nicht allein deshalb prüfungsrechtlich sanktioniert werden, weil sie nachträglich als unerwünscht erscheint.^[29] Erforderlich ist zunächst eine hinreichend bestimmte normative Grundlage, aus der für die Studierenden vor Beginn der Bearbeitung erkennbar hervorgeht, welche Form der KI-Unterstützung unzulässig, kennzeichnungs- oder dokumentationspflichtig ist und welche Rechtsfolge ein Verstoß auslösen kann. Dabei muss nicht zwingend ein bestimmtes Produkt oder der Begriff „KI“ genannt sein. Auch allgemeine Vorgaben zur eigenständigen Leistung und zur Unzulässigkeit fremder Hilfe können einen Einsatz erfassen, der die persönlich zu erbringende Prüfungsleistung erkennbar ersetzt. Je näher die Nutzung dagegen an bloßer Unterstützung liegt und je unklarer ihr Einfluss auf die Eigenständigkeit ist, desto genauer muss die zulässige Grenze geregelt werden.

Von der normativen Zulässigkeit ist der tatsächliche Nachweis des Verstoßes zu trennen. Die Hochschule muss die Tatsachen feststellen, aus denen sich Art, Umfang und Prüfungsrelevanz der unzulässigen KI-Nutzung ergeben.

Bloße Vermutungen, ein vermeintlich „KI-typischer“ Stil^[30] oder die fehlende Fähigkeit des zu Prüfenden, jede Auffälligkeit abschließend zu erklären, reichen für sich genommen nicht aus. Eine Gesamtschau konkreter Indizien kann einen Nachweis tragen; sie muss jedoch den gesamten Sachverhalt einbeziehen und ernsthaft mögliche alternative Erklärungen berücksichtigen. Dem Betroffenen ist Gelegenheit zu geben, zu den Vorwürfen und Beweismitteln Stellung zu nehmen.

Ein Täuschungsvorwurf setzt darüber hinaus voraus, dass eine für die Bewertung relevante, nicht selbst erbrachte Leistung als eigene ausgegeben und dabei zumindest bedingt vorsätzlich gehandelt wird. Nicht jede unvollständige Kennzeichnung, fehlerhafte Dokumentation oder Nutzung eines unklar geregelten Hilfsmittels ist deshalb bereits eine Täuschung.^[31] Die objektive Pflichtverletzung, ihre Zurechnung und die subjektive Vorwerfbarkeit sind jeweils gesondert festzustellen.

Hiervon zu unterscheiden ist die fachliche Bewertung der eingereichten Leistung. Inhaltliche, methodische und sprachliche Mängel dürfen nach den festgelegten Bewertungskriterien berücksichtigt werden, unabhängig davon, ob sie auf eigener Bearbeitung oder auf unkritisch übernommenem KI-Output beruhen.^[32] Wird dagegen wegen des Einsatzes eines Hilfsmittels, wegen fehlender Offenlegung oder wegen Täuschung eine besondere Rechtsfolge angeordnet, handelt es sich um eine prüfungsrechtliche Sanktion. Sowohl ihr Tatbestand als auch ihre Rechtsfolge müssen hinreichend bestimmt sein.

Ein Verbot von KI-Systemen bei beaufsichtigten Prüfungen („Papier und Stift“, Lockdown-Browser bei einer E-Klausur) ist möglich und kann sachgerecht sein, wenn es durch Lernziel und Prüfungsformat gerechtfertigt, rechtzeitig bekanntgegeben und chancengleich umgesetzt wird. Das Verbot muss durch Aufsichtspersonen vor Ort kontrolliert und etwaige Verstöße vor Ort müssen im Prüfungsraum festgestellt und dokumentiert werden. Insoweit unterscheidet sich die Situation nicht von der anderer Täuschungsversuche.

In jedem Fall muss die konkrete Sanktion verhältnismäßig sein. Aus einem Regelverstoß folgt nicht automatisch das Nichtbestehen, der Verlust eines Prüfungsversuchs oder der Ausschluss von einer Wiederholung. Zu berücksichtigen sind insbesondere Art und Umfang der KI-Nutzung, ihr Einfluss auf den bewerteten Leistungsanteil, eine bewusste Verschleierung, der Grad des Verschuldens sowie die Schwere der Rechtsfolge.

Handlungsempfehlung 5: Hochschulen dürfen prüfungsrechtliche Sanktionen im Kontext von (vermeintlichen) Verstößen gegen KI-Nutzungsvorgaben nur aussprechen, wenn die Vorgaben im Vorfeld eindeutig kommuniziert wurden und die Nichteinhaltung erwiesen ist. Die aktuelle Rechtsprechung der Verwaltungsgerichte lässt insoweit vielfach Indizien und eine eher behauptete als wirklich erwiesene Täuschung zu. Das wird von der juristischen Literatur stark kritisiert. Unberührt bleiben schlechte Bewertungen aufgrund inhaltlicher Mängel der Prüfungsleistung.

6. Notwendigkeit der Bestimmung der Eigenständigkeit einer Prüfungsleistung als persönlich zurechenbarer Kompetenznachweis

Eigenständigkeit bedeutet im Prüfungsrecht nicht, dass eine Leistung ohne jedes Hilfsmittel erbracht werden muss.^[33] Entscheidend ist vielmehr, ob das bewertete Ergebnis einen persönlich zurechenbaren Nachweis derjenigen Kenntnisse und Fähigkeiten ermöglicht, deren Feststellung die konkrete Prüfung dient. Die Nutzung generativer KI schließt eine eigenständige Prüfungsleistung deshalb nicht schon als solche aus.^[34] Sie wird dort problematisch, wo das System gerade diejenigen Denk-, Gestaltungs-, Sprach-, Methoden- oder Ausführungsschritte übernimmt, die Gegenstand der Bewertung sein sollen, oder wo sich der persönliche Beitrag nicht mehr hinreichend feststellen lässt.^[35]

Welche Eigenleistung erforderlich ist, muss aus Lernziel, Prüfungsformat und Bewertungskriterien abgeleitet und vor Beginn der Bearbeitung hinreichend klar festgelegt werden. Maßgeblich ist kein rechnerischer „menschlicher Anteil“, sondern die qualitative Bestimmung der persönlich zu erbringenden Kernleistung. Je nach Prüfung können hierzu insbesondere die Formulierung der Fragestellung, die Auswahl und Bewertung von Quellen, die Methodenentscheidung, Analyse und Argumentation, sprachliche oder gestalterische Ausarbeitung, Programmierung, Ergebnisprüfung und Verteidigung gehören. Dieselbe KI-Funktion kann deshalb in einer Prüfung zulässig und in einer anderen unzulässig sein.

Die primäre Verantwortung für diese Grenzziehung liegt bei dem zuständigen Normgeber und der Hochschule; die Prüfenden müssen sie für die konkrete Aufgabe nachvollziehbar operationalisieren. Studierende dürfen nicht das Sanktionsrisiko unklarer Vorgaben tragen. Sie bleiben jedoch verantwortlich, klare Nutzungsgrenzen und Offenlegungspflichten einzuhalten, KI-generierte Ergebnisse fachlich zu prüfen und die eingereichte Leistung inhaltlich vertreten zu können. Die bloße Übernahme der Verantwortung für einen KI-Output ersetzt nicht die persönlich geschuldete Leistung. Aus rechtlicher Sicht ist einzuräumen, dass eine lückenlose Verifikation dieser Eigenleistung bei rein unbeaufsichtigten Formaten im Grunde unmöglich wird, da auch vorgelegte Zwischenstände oder Genese-Nachweise mittels KI fingiert werden können. Der Fokus muss daher auf der inhärenten Plausibilität und der persönlichen Vertretbarkeit des Endprodukts liegen.

Lässt das fertige Prüfungsprodukt den persönlichen Kompetenznachweis nicht hinreichend erkennen, können ergänzende prozessbezogene Elemente erforderlich sein, etwa eine Dokumentation wesentlicher Arbeitsschritte, eine Reflexion der KI-Nutzung, Zwischenergebnisse, eine Präsentation oder eine mündliche Verteidigung. Solche Anforderungen müssen lernzielbezogen, verhältnismäßig und vorab bekannt sein. Die technischen Möglichkeiten generativer KI sind daher nicht lediglich zu begrenzen, sondern mit den fachlichen Lernzielen, der Chancengleichheit und einem aussagekräftigen Prüfungsdesign in Einklang zu bringen.

Handlungsempfehlung 6: Die Eigenständigkeit einer Prüfungsleistung muss auch im reformierten Prüfungsrecht Richtschnur der Leistungsbeurteilung und des erfolgreichen Abschlusses einer Prüfung sein. Sie ist als persönlich zurechenbarer Kompetenznachweis zu konzipieren, rein rechnerische Anteile in der KI-Ko-Kreation taugen nicht als Kriterium.

7. Prüfungsformate und Bewertungsgrundsätze bedürfen normativer Verankerung

Die unter KI-Bedingungen erforderliche Überprüfung und gegebenenfalls Neugestaltung von Prüfungsformaten muss rechtlich abgesichert werden. Rechtssatzmäßig festzulegen sind die wesentlichen Merkmale des Kompetenznachweises: die Prüfungsform, ihre Bestandteile, die Bearbeitungs- und Durchführungsbedingungen, die bewertungsrelevanten Kompetenzen, die Gewichtung von Teilleistungen sowie die Voraussetzungen des Bestehens. Das gilt insbesondere, wenn neben das Arbeitsergebnis weitere Elemente wie eine Prozessdokumentation, eine Reflexion des KI-Einsatzes, die Vorlage von Zwischenständen oder eine mündliche Verteidigung treten und diese die Bewertung beeinflussen können.

Nicht jedes Detail muss in der Prüfungsordnung selbst geregelt werden. Die konkrete Aufgabenstellung, zugelassene Anwendungen und aufgabenspezifische Leistungserwartungen können auf Grundlage der Prüfungsordnung durch die Prüfenden festgelegt werden. Die Prüfungsordnung muss jedoch den normativen Rahmen setzen und darf neue Prüfungsteile, mögliche Gewichtungen (z.B. bei Kombinationsprüfungen mit einem mündlichen und einem schriftlichen Teil), Bestehensanforderungen oder belastende Dokumentations- und Mitwirkungspflichten nicht der bloßen Prüfungspraxis überlassen. Modulhandbücher, Leitlinien und Handreichungen können die Regelungen erläutern und konkretisieren, ersetzen aber ohne hinreichende rechtliche Einbindung keine erforderliche Satzungsregelung.

Bei den Bewertungsvorgaben ist zwischen normativ festzulegenden Bewertungsgrundsätzen und der aufgabenbezogenen fachlichen Bewertung zu unterscheiden. Der prüfungsrechtliche Normgeber entscheidet insbesondere über die bewerteten Kompetenzdimensionen, die Gewichtung der Prüfungsteile und die Bestehensregeln. Die Prüfenden entwickeln demgegenüber für die konkrete Aufgabe fachlich sachgerechte Bewertungsmaßstäbe und wenden sie aus Gründen der Chancengleichheit auf alle Prüfungsleistungen gleich an. Dies umfasst etwa die Bedeutung der ausgewerteten und korrekt zitierten Literatur im Rahmen einer Hausarbeit, sodass der sorgfältigen Überprüfung von Literaturangaben – unabhängig davon, ob diese mithilfe von KI oder ohne erstellt wurden – ein höheres Gewicht zukommt.

Rechtssicherheit verlangt daher keine vollständige Vorwegnahme des fachlichen Beurteilungsvorgangs, wohl aber einen vorhersehbaren und konsistenten Bewertungsrahmen.

Eine Änderung des Hochschulrechts in den Ländern ist erforderlich, soweit der geltende gesetzliche Rahmen keine hinreichende Grundlage für die wesentlichen neuen Regelungen bietet.^[36] Im Übrigen sind die zuständigen Prüfungsordnungen anzupassen. Neue Prüfungsformate und geänderte Bewertungsgrundsätze müssen vor ihrer Anwendung ordnungsgemäß bekannt gemacht werden. Für bereits begonnene Prüfungen dürfen die maßgeblichen Anforderungen nicht nachträglich verändert werden; bei strukturellen Änderungen in laufenden Studiengängen sind erforderlichenfalls angemessene Übergangsregelungen vorzusehen.

Handlungsempfehlung 7: Prüfungsformate und Bewertungsgrundsätze sind fachspezifisch differenzierend in den Prüfungsordnungen zu normieren, wobei auch der grundrechtlich gewährleisteten Lehrfreiheit Rechnung zu tragen ist. Insoweit sind die bisherigen Prüfungsformate und Bewertungsgrundsätze auf ihre Tauglichkeit mit Blick auf generative KI zu überprüfen. Dabei haben die Fakultäten und Prüfenden einen Gestaltungsspielraum.

8. Lehrfreiheit eröffnet methodischen Gestaltungsspielraum für KI in der Lehre

Die Lehrfreiheit als Ausprägung der Wissenschaftsfreiheit (Art. 5 Abs. 3 Satz 1 GG) schützt die inhaltliche und methodische Gestaltung wissenschaftlicher Lehre.^[37] Dazu gehört neben der KI-spezifischen Gestaltung von Prüfungen grundsätzlich auch die Entscheidung, ob und in welcher Weise generative KI bei der Vorbereitung oder Durchführung einer Lehrveranstaltung eingesetzt wird. Lehrende können KI-Systeme etwa zur Entwicklung und Variation von Beispielen und Übungsaufgaben sowie Prüfungsaufgaben, zur Visualisierung und Simulation, für Übersetzungs- und Verständnishilfen oder als Gegenstand kritischer wissenschaftlicher Reflexion verwenden. Ebenso dürfen sie aus fachlichen oder didaktischen Gründen auf einen KI-Einsatz verzichten.^[38]

Dieser Gestaltungsspielraum ist nicht mit einem Recht auf die Nutzung jedes beliebigen KI-Dienstes gleichzusetzen. Lehrende bleiben an den gesetzlichen und satzungsrechtlichen Rahmen, insbesondere an Studien- und Prüfungsordnungen, sowie an Datenschutz, Urheberrecht, Vertraulichkeit, Informationssicherheit, Barrierefreiheit und Gleichbehandlung gebunden. Die Hochschule darf deshalb insbesondere festlegen, welche Systeme für die Verarbeitung personenbezogener oder sonst schutzwürdiger Inhalte eingesetzt werden dürfen, und Anwendungen untersagen, die gegen Datenschutz oder Anforderungen der IT-Sicherheit verstoßen. Sie muss dabei jedoch die wissenschaftlich-didaktische Eigenverantwortung wahren; ein pauschales KI-Verbot oder eine unterschiedslose Verpflichtung zur Verwendung bestimmter Systeme bedarf einer besonderen sachlichen Rechtfertigung und muss verhältnismäßig sein.

Auch beim zulässigen KI-Einsatz verbleibt die Verantwortung für Inhalt und Qualität der Lehre bei den Lehrenden. Sie müssen KI-generierte Ausgaben fachlich prüfen, mögliche Fehler und Verzerrungen berücksichtigen und sicherstellen, dass die gewählte Methode die Lernziele unterstützt und die Rechte der Studierenden wahrt. Werden Studierende zur Nutzung eines KI-Systems verpflichtet, ist insbesondere ein chancengleicher Zugang unter Berücksichtigung zumutbarer Alternativen zu gewährleisten.^[39]

Institutionelle Vorgaben zur KI-Kompetenz, zu freigegebenen Systemen und zu transparenten Einsatzverfahren können einen rechtssicheren Gebrauch der Lehrfreiheit ermöglichen. Art. 4 KI-Verordnung verpflichtet Anbieter und Betreiber von KI-Systemen, ein dem Einsatzkontext angemessenes Maß an KI-Kompetenz der handelnden Personen sicherzustellen.

Handlungsempfehlung 8: Die Hochschulen haben die Lehrfreiheit als Ausprägung grundrechtlich geschützter Wissenschaftsfreiheit zu achten. Diese Freiheit endet dort, wo die Hochschulen ihrer Verantwortung zur Einhaltung des Datenschutzrechts, des IT-Sicherheitsrechts und des KI-Rechts gerecht werden müssen. Der Einsatz von KI-Systemen zur Unterstützung der Lehre darf nicht verpflichtend gefordert werden. Gleichwohl können die Hochschulen (auf der Grundlage angepasster Hochschulgesetze) zur Gewährleistung der Chancengleichheit Konturen eines KI-Einsatzes vorgeben, soweit die Lehrenden sich für einen KI-Einsatz entscheiden.

9. KI-Unterstützung der Leistungsbewertung nur zu Zwecken nicht-präjudizierender Vorkorrektur

KI-Systeme können die Korrektur von Prüfungsleistungen unterstützen, dürfen die eigenverantwortliche Bewertungsentscheidung der Prüfenden jedoch nicht ersetzen.^[40] Nach den prüfungsrechtlichen Grundsätzen muss jeder, dem die Bewertung nach der Prüfungsordnung obliegt, die Leistung persönlich, unmittelbar und vollständig zur Kenntnis nehmen und eine selbständige Bewertungsentscheidung treffen. Dies schließt vorbereitende Hilfstätigkeiten nicht aus. Auch eine inhaltliche Vorkorrektur durch Hilfspersonen ist grundsätzlich zulässig, wenn die Prüfenden die Vorarbeit kritisch überprüfen, sich ein eigenes Urteil bilden und die Bewertung tatsächlich selbst verantworten.^[41]

Ein KI-Einsatz ist daher nach der Nähe zum Bewertungsergebnis einzuordnen: Rein administrative oder strukturierende Funktionen – etwa Anonymisierung, Sortierung, Formatprüfung oder das Markieren bestimmter Textstellen – berühren den Kern der Bewertung regelmäßig nicht. Weitergehende Funktionen wie die Analyse fachlicher Stärken und Schwächen, der Abgleich mit einem Bewertungsraster oder die Erzeugung von Punkte- und Notenvorschlägen können den Beurteilungsvorgang erheblich prägen. Sie sind nicht schon als solche ausgeschlossen, setzen aber einen klaren institutionellen Rahmen, nachgewiesene Eignung und Zuverlässigkeit, chancengleiche Anwendung, Transparenz und eine wirksame Kontrolle gegen Fehler, Verzerrungen und Automatisierungsbias voraus.

Eine KI-gestützte Bewertung bleibt nur dann eine menschliche Prüfungsentscheidung, wenn die Prüfenden die gesamte Leistung selbst prüfen, die KI-Ausgaben anhand eigener fachlicher Maßstäbe verifizieren und ihnen ohne faktische Bindung folgen oder widersprechen können. Eine bloße Plausibilitätskontrolle oder formale Bestätigung eines maschinell vorgegebenen Ergebnisses genügt nicht. Die tragenden Gründe der Bewertung müssen den Prüfenden selbst zurechenbar sein und von ihnen im Remonstrations- oder Rechtsschutzverfahren erläutert werden können. Sind mehrere Prüfende vorgesehen, muss jeder die ihm zugewiesene eigenständige Bewertungsentscheidung treffen.

Davon zu unterscheiden ist die rein regelgebundene Auswertung geschlossener bzw. halboffener Antwortformate anhand eines vorab festgelegten Lösungsschlüssels. Sie kann automatisiert erfolgen, soweit das System keine eigenständigen wertenden Schlüsse zieht und die korrekte Funktionsweise sichergestellt ist. Bei offenen und durch einen Bewertungsspielraum geprägten Prüfungsleistungen ist eine vollständig automatisierte Benotung dagegen regelmäßig mit der persönlichen Prüferverantwortung unvereinbar. Darüber hinaus kann das Verbot ausschließlich automatisierter Entscheidungen nach Art. 22 DSGVO eingreifen^[42]; eine lediglich formale menschliche Abzeichnung macht eine automatisierte Entscheidung nicht zu einer menschlichen.

KI-Systeme, die bestimmungsgemäß Lernergebnisse bewerten, sind nach Anhang III Nr. 3 Buchst. b der KI-Verordnung grundsätzlich als Hochrisiko-KI einzuordnen. Die Einstufung bedeutet kein Einsatzverbot, begründet aber besondere Anforderungen insbesondere an Risikomanagement, Transparenz, Protokollierung, Genauigkeit und menschliche Aufsicht.^[43] Eng begrenzte verfahrensbezogene, vorbereitende oder nachträglich kontrollierende Funktionen können nach Art. 6 Abs. 3 KI-VO ausnahmsweise außerhalb der Hochrisikokategorie liegen, wenn sie das Bewertungsergebnis nicht wesentlich beeinflussen. Unabhängig von dieser aufsichtsrechtlichen Einordnung bleiben Prüfungsrecht und Datenschutzrecht vollständig anwendbar.

Handlungsempfehlung 9: KI-Systeme können auch für Korrekturzwecke hilfreich sein. Sie dürfen zur Vorkorrektur eingesetzt werden, wenn diese die eigentliche Leistungsbewertung durch die Prüfenden weder ersetzt noch präjudiziert. Die Einzelheiten zur Reichweite einer Vorkorrektur sind mit Blick auf Art. 22 DSGVO und Art. 6 Abs. 3 KI-VO noch klärungsbedürftig.

10. Rechtskonformer KI-Einsatz erfordert eine risikobasierte und lernende Governance an Hochschulen

Rechtskonformer KI-Einsatz in Studium, Lehre und Prüfung ist keine punktuelle Regelungs-, sondern eine dauerhafte Governance-Aufgabe. Aus den vorstehenden Kernbotschaften folgt keine Pflicht, KI in jedem Bereich einzuführen. Eine Hochschule darf sich für einzelne Lehr- oder Prüfungskontexte bewusst gegen einen KI-Einsatz entscheiden. Wo KI tatsächlich genutzt wird, institutionell bereitgestellt werden soll oder ihre Nutzung realistisch vorhersehbar ist, darf sie jedoch nicht ungesteuert bleiben. Nicht jede KI-Nutzung ist geboten; ungeregelte KI-Nutzung ist keine Option.

Die Hochschule muss dafür klare Zuständigkeiten und risikoadäquate Verfahren schaffen. Hochschulleitung, Fakultäten, Prüfungsausschüsse, Lehrende und Prüfende sowie die zuständigen Stellen in der Verwaltung für Recht, Datenschutz, Informationssicherheit, Beschaffung, Barrierefreiheit und Qualitätsmanagement müssen arbeitsteilig zusammenwirken. Für institutionelle Einsatzszenarien ist eine fachlich verantwortliche Stelle zu bestimmen. Eine zentrale KI-Koordination kann Standards, Risikoklassen und Prüfpfade bündeln; sie darf die fachliche und didaktische Verantwortung sowie die satzungsrechtlichen Zuständigkeiten aber nicht verdrängen.

Die Governance ist risikobasiert auszugestalten. Nicht jede alltägliche, unterstützende Nutzung durch Lehrende bedarf einer individuellen Vorabgenehmigung. Eine vertiefte Prüfung ist insbesondere erforderlich, wenn ein System personenbezogene oder vertrauliche Daten verarbeitet, Entscheidungen oder Bewertungen vorbereitet, den Zugang zu Studium oder Prüfungen beeinflusst, für eine größere Personenzahl institutionell bereitgestellt wird oder besondere Risiken für Chancengleichheit, Barrierefreiheit und Grundrechte begründet. Die Anforderungen steigen mit der Nähe des Systems zu einer belastenden oder bewertungsrelevanten Entscheidung.

Zu einer wirksamen KI-Governance gehören ein Überblick über die institutionell eingesetzten Systeme und Einsatzszenarien, klare interne Regeln, datenschutz- und sicherheitsgerechte Beschaffung, rollenbezogene KI-Kompetenz, chancengerechte Zugänge sowie transparente Beschwerde- und Korrekturwege. Wird ein bestimmtes KI-System KI-System ist nach Art. 3 Nr. 1 KI-VO ein maschinengestütztes System, das für einen in unterschiedlichem Grade autonomen Betrieb ausgelegt ist und das nach seiner Betriebsaufnahme anpassungsfähig sein... Eine ausführliche Beschreibung finden Sie im Glossar für eine Lehr- oder Prüfungsleistung vorausgesetzt oder verschafft seine Nutzung einen erheblichen bewertungsrelevanten Vorteil, muss die Hochschule einen gleichwertigen, zumutbaren und grundsätzlich kostenfreien Zugang oder eine funktional gleichwertige Alternative gewährleisten.^[44] KI-Kompetenz ist dabei nicht auf technische Bedienfähigkeit zu reduzieren, sondern umfasst auch rechtliche Grenzen, wissenschaftliche Integrität, Fehler- und Diskriminierungsrisiken sowie die kritische Überprüfung der Ausgaben.

Hochschulen ist deshalb die Erstellung eines KI-Einsatz-Leitfadens zur Dokumentation des Status quo und der nun erforderlichen (schrittweisen) Anpassungen sehr zu empfehlen. Ein institutionell relevanter Einsatz ist nach seinem Zweck und seiner Verantwortung zu erfassen, nach Risiko zu klassifizieren, auf rechtliche Zulässigkeit, didaktische Eignung und technische Umsetzbarkeit zu prüfen, mit geeigneten Schutzmaßnahmen auszugestalten und durch die zuständige Stelle freizugeben oder zu begrenzen.

Während des Betriebs sind Transparenz, menschliche Verantwortlichkeit und Dokumentation sicherzustellen. Qualität, Fehleranfälligkeit, Diskriminierungsrisiken, Sicherheitsvorfälle und Beschwerden sind fortlaufend zu beobachten. Ändern sich System, Zweck, Rechtslage oder Risikolage wesentlich, ist der Einsatz neu zu bewerten, anzupassen oder erforderlichenfalls zu beenden.

Die konkrete Organisationsform bleibt den Hochschulen weitgehend überlassen. Art. 4 KI-Verordnung verlangt nach geltendem Recht zwar Maßnahmen für ein angemessenes Niveau an KI-Kompetenz, schreibt aber weder einen KI-Beauftragten noch ein bestimmtes Governance-Gremium vor. Bei Hochrisiko-KI-Systemen verdichten sich die Anforderungen – soweit die entsprechenden Vorschriften anwendbar sind – insbesondere zu wirksamer menschlicher Aufsicht, Überwachung, Protokollierung, Information und gegebenenfalls einer Grundrechte-Folgenabschätzung. Unabhängig von der konkreten Risikoklasse bleiben die allgemeinen Vorgaben des Prüfungs-, Datenschutz-, Urheber- und Informationssicherheitsrechts maßgeblich. Gute Governance verbindet diese Anforderungen mit Innovationsoffenheit: Sie ermöglicht erprobungsfähige Räume, verlangt aber klare Verantwortung, überprüfbare Entscheidungen und die Bereitschaft, aus Erfahrungen zu lernen.

Handlungsempfehlung 10: Der eingangs geschilderte Paradigmenwechsel erfordert auch eine angemessene Governance-Struktur in den Hochschulen. Diese müssen dafür klare Zuständigkeiten und risikoadäquate Verfahren schaffen. Hochschulleitung, Fakultäten, Prüfungsausschüsse, Lehrende und Prüfende sowie die zuständigen Stellen für Recht, Datenschutz, Informationssicherheit, Beschaffung, Barrierefreiheit und Qualitätsmanagement müssen arbeitsteilig zusammenwirken. Die Hochschulen benötigen einen dokumentierten KI-Einsatz-Leitfaden. Ein institutionell relevanter KI-Einsatz ist nach Zweck und Verantwortlichkeit zu erfassen, nach seinem Risiko zu klassifizieren, auf rechtliche Zulässigkeit, didaktische Eignung und technische Umsetzbarkeit zu prüfen, mit geeigneten Schutzmaßnahmen auszugestalten und durch die jeweils zuständige Stelle freizugeben oder zu begrenzen.

An Hochschulen müssen Bedingungen geschaffen und aufrechterhalten werden, unter denen technologische Innovation, wissenschaftliche Freiheit, prüfungsrechtliche Chancengleichheit und persönlich zurechenbare Verantwortung miteinander vereinbar bleiben. Bereits zu beobachtende und sich ankündigende Veränderungen durch das Aufkommen von niederschwellig zugänglichen KI-Anwendungen lassen sich weder durch eine bloße „Technisierung“ der Hochschulen noch pauschale (Verbots-)Regelungen oder ein Beharren auf dem Status quo begegnen. Der mit KI verbundene Paradigmenwechsel – insbesondere im Bereich der Prüfungen – erfordert eine Neubewertung des Bewährten und eine Anpassung des Prüfungsgeschehens an die sich verändernde Lebensrealität. Dies setzt ein arbeitsteiliges Handeln zwischen (Landes-)Gesetzgeber, Hochschulen und Prüfenden, Gestaltungswillen und ebenso Mut, sich den KI-bedingen Herausforderungen zu stellen, voraus. Darin liegt der Kern eines rechtskonformen und zugleich zukunftsoffenen Umgangs mit generativer KI. Auf dem Weg dorthin können rechtliche Experimentierklauseln und darauf basierend eingerichtete Experimentierräume an Hochschulen zum Erfahrungsgewinn beitragen und so den Transformationsprozess unterstützen.

---

[1] So etwa die pauschale Schlussfolgerung des VG Kassel, Urt. v. 25.2.2026 – 7 K 2515/25.KS Leitsatz/Rn. 27 „Der Einsatz generativer KI in einer Hausarbeit über die bloße Rechtschreibkontrolle hinaus stellt eine nicht mehr eigenständige Anfertigung dar.“

[2] VG München, Beschl. v. 28.11.2023 – M 3 23.42371 mit kritischen Anmerkungen Rachut, NJW 2024, 1052; Braegelmann, RDi 2024, 188; Müller/Hellmuth, LTZ 2024, 351; Vasel, KIR 2024, 76; Birnbaum, NVwZ 2024, 603; VG München, Beschl. v. 8.5.2024 – M 3 E 24.1136 mit kritischer Anmerkungen Schwarz, RDi 2024,458; LG Darmstadt, Beschl. v. 10.11.2025 – 19 O 527/16 mit kritischen Anmerkungen Rachut, jurisPR-ITR 1/2026 Anm. 2; Skupin, LTZ 2026, 178; Braegelmann, KIR 2026, 237; Horn, RDi 2026, 149; VG Hamburg, Beschl. v. 15.12.2025 – 2 E 8786/25 mit kritischen Anmerkungen Wirth, jurisPR-ITR 2/2026 Anm. 4; Bragelmann, KIR 2026, 84; eher zustimmend Welge, LTZ 2026, 171; VG Kassel, Urt. v. 25.2.2026 – 7 K 2515/25.KS sowie VG Kassel, Urt. v. 25.2.2026 – 7 K 2134/24.KS mit kritischen Anmerkungen Heckmann, jurisPR-ITR 9/2026 Anm. 2; Sigmund, OdW 2026, 187; Wirth, NVwZ 2026, 942.

[3] S. hierzu insbesondere Kernbotschaft 9.

[4] BVerfG, Beschluss vom 30.6.2015 – 6 B 11.15, Rn. 8.

[5] Teichmann, OdW 4/2026 (iE).

[6] Heckmann/Rachut, OdW 2024, 85 (91); Heckmann, jurisPR-ITR 9/2026 Anm. 2, Abschnitt D; insoweit unterscheidet sich der heutige Befund zu den Disruptionen im Lern-, Lehr- und Prüfbetrieb von den ersten Einschätzungen nach dem Aufkommen von ChatGPT Ende 2022, s. hierzu etwa Hoeren, in: Leschke/Salden, Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung, März 2023, S. 40.

[7] Teichmann, OdW 4/2026 (iE).

[8] Heckmann/Rachut, OdW 2024, 85 (88 f.); Sigmund, OdW 2026, 187 (190); Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 25f.; BVerfG, Beschluss vom 8.8.1978 – 2 BvL 8/77.

[9] BVerfG, Beschluss vom 27.11.1990 – 1 BvR 402/87, Rn. 39; Sodan, in: Stern/Sodan/Möstl StaatsR III, 2. Aufl. 2022, § 87 Rn. 34.; Rachut, Grundrechtsverwirklichung in digitalen Kontexten, 2024, S. 643.

[10] So ausdrücklich Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 25 f., 40.

[11] Hierzu umfassend Rachut, Grundrechtsverwirklichung in digitalen Kontexten, 2024, S. 146, 210 ff.

[12] Der aktuelle bayerische Regierungsentwurf zur Änderung des BayHIG geht in diese Richtung. Seine Begründung bezeichnet den Einsatz von KI-Systemen als „wesentliche Frage“ der Anforderungen und Verfahren von Prüfungen. Art. 84 Abs. 3 BayHIG soll künftig verlangen, dass Prüfungsordnungen die Zulässigkeit von KI-Systemen regeln; bei unbeaufsichtigten schriftlichen Prüfungen soll die Nutzung grundsätzlich nicht ausgeschlossen, sondern mit Dokumentationsvorgaben verbunden werden.

[13] So Heckmann/Rachut, OdW 2024, 85 (97 f.).

[14] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 25 f., 41, 43.

[15] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 71 ff.; Heckmann/Rachut, OdW 2024, 85 (98).

[16] Gesetzentwurf der Staatsregierung 2210-1-3-WK.

[17] Teichmann, OdW 4/2026 (iE).

[18] So Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 41, 44, 71.

[19] Grundsätzlich zu den Anforderungen an die Bestimmtheit staatlichen Handelns siehe Grzeszick, in: Dürig/Herzog/Scholz, GG, Werkstand: 109. EL Januar 2026, Art. 20 Rn. 65.

[20] Jeremias, in: Fischer/Jeremias/Dietrich, Prüfungsrecht, 9. Aufl. 2026, Rn. 132, 176 ff.; Morgenroth, Hochschulstudienrecht und Hochschulprüfungsrecht, 4. Aufl. 2026, Rn. 424.

[21] So auch Rachut, NJW 2024, 1052 (1057), Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 42 f., 46; Teichmann, OdW 4/2026 (iE).

[22] Vgl. VG München, Beschluss vom 28.11.2023 – M 3 E 23.4371; die jüngste Entscheidung des VG Berlin greift die Kritik hingegen auf und misst den von den Prüfenden hinzugezogenen „KI-Detektoren“ „mangels näherer Kenntnis der diesen Programmen zugrundeliegenden Algorithmen keinen Beweiswert zu“, VG Berlin, Urteil vom 20.5.2026 – 12 K 305/24, Rn. 49.

[23] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 43, 46.

[24] Diesen Eindruck (im Sinne eines erheblichen Indizes) erwecken aber VG München, Beschluss vom 8.5.2024 – M 3 E 24.1136 und Beschluss vom 28.11.2023 – M 3 E 23.4371, VG Kassel, Beschluss vom 25.2.2026 – 7 K 2134/24.KS; hierzu auch Teichmann, OdW 4/2026 (iE).

[25] Gegen die Übertragung der Grundsätze des Anscheinsbeweises Rachut, AnwZert ITR 10/2024 Anm. 2, Abschnitt B.II.

[26] Neuner, ZfPW 2022, 257 (260); Sachs/von Coelln, in: Sachs, GG, 10. Aufl. 2024, Art. 20 Rn. 16; Rachut, Grundrechtsverwirklichung in digitalen Kontexten, 2024, S. 405.

[27] So bereits Heckmann/Rachut, OdW 2024, 85 (86 f.).

[28] Rachut, jurisPR-ITR 1/2026 Anm. 2, Abschnitt D.

[29] Heckmann, jurisPR-ITR 9/2026 Anm. 2, Abschnitt C.

[30] Kritisch zum Anscheinsbeweis Rachut, AnwZert ITR 10/2024 Anm. 2, Abschnitt B.II., C.; Teichmann, OdW 4/2026 (iE).

[31] Teichmann, OdW 4/2026 (iE).

[32] So auch Heckmann, jurisPR-ITR 9/2026 Anm. 2, Abschnitt D.

[33] Morgenroth, Hochschulstudienrecht und Hochschulprüfungsrecht, 4. Aufl. 2026, Rn. 353, 410, 424.

[34] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 42 f.

[35] Teichmann, OdW 4/2026 (iE).

[36] Heckmann/Rachut, OdW 2024, 85 (88 f.).

[37] Jarass, in: Jarass/Pieroth, GG, 18. Aufl. 2024, Art. 5 Rn. 139.

[38] Heckmann/Rachut, OdW 2024, 85 (86, 88).

[39] Vgl. Spehn, Rechtsfragen KI-integrierender Prüfungen (bwDigiRecht, 16.01.2026), S. 4, 12 f., abrufbar unter https://www.hnd-bw.de/wp-content/uploads/2026/01/Handreichung_Rechtsfragen_KI-integrierender_Pruefungen.pdf.

[40] Ausführlich hierzu Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 44 f.

[41] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 45.

[42] Hierzu ausführlich Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 35 f.

[43] Heckmann/Paschke/Rachut, Künstliche Intelligenz in der beruflichen Bildung. Wissenschaftliches Rechtsgutachten mit Praxisempfehlungen, 31.3.2026, S. 56, 30 ff.

[44] Rachut, Grundrechtsverwirklichung in digitalen Kontexten, 2024, S. 666.