BERLIN / LONDON (IT BOLTWISE) – Chinesische Universitäten testen neue Prüfungsformate, in denen Studierende Sprachmodelle gezielt herausfordern. An der Fudan-Universität in Shanghai bewerten KI-Antworten am Ende mit darüber, wie gut Studierende abschneiden. In Deutschland wird der Einsatz von Künstlicher Intelligenz zwar diskutiert, aber die Prüfungsordnung bleibt in vielen Fällen unverändert. Der Knackpunkt ist weniger die Technik als die Frage, ob Lehrkräfte KI kompetent in Didaktik und Bewertung übersetzen können.
Wenn Künstliche Intelligenz (KI) in der Lehre zum festen Bestandteil wird, verlagert sich der Konflikt vom „Dürfen?“ zum „Wie prüfen wir richtig?“. Genau dort setzt das Experiment der Fudan-Universität in Shanghai an: In einem Data-Mining-Kurs sollten 51 Studierende nicht einfach eine klassische Abschlussarbeit abliefern, sondern drei Sprachmodelle prüfen. Die Idee klingt provokant, weil sie das Qualitätskriterium umdreht: Nicht die Länge oder Form einer Abgabe entscheidet, sondern wie gut es gelingt, KI mit Fragen an ihre Grenzen zu bringen. Während in Deutschland Hausarbeiten und Klausuren bislang selten strukturell umgestellt werden, wird in China damit die Logik der Bewertung neu justiert.
Technisch beschreibt das Format eine Art kontrollierten „KI-Testlauf“ im Unterricht. Die Studierenden formulierten zehn Fragen, die in einen vorgegebenen thematischen Rahmen passen mussten. Wichtig ist dabei die Doppellogik: Zunächst mussten die Studierenden ihre eigenen Fragen selbst korrekt beantworten, bevor sie die KI mit ihnen konfrontierten. Erst danach lief die Bewertung über die Antworten der Modelle. Für jede falsche Antwort der KI gab es Punkte; je schwieriger das Modell zu „knacken“ war, desto höher fiel die Bewertung pro Fehler aus. Damit ist das Format nicht nur ein KI-„Nutzungsfall“, sondern ein strukturiertes Kompetenztraining rund um Testdesign und Fehleranalyse.
Die eingesetzten Modelle galten laut Bericht im Kontext als besonders herausfordernd: Claude wurde als härtester Prüfling neben DeepSeek und MiniMax eingeordnet. Genau das macht das Wettbewerbsbild interessant, weil es die Markenlogik großer KI-Anbieter mit einer didaktischen Methode verbindet. In Europa steht man dergleichen Tests oft skeptischer gegenüber, nicht zuletzt weil der Aufwand für neue Prüfungsformate schwer planbar ist. In der Praxis entsteht außerdem die Frage, ob die Bewertung fair bleibt, wenn Modelle außerhalb des Curriculums ständig aktualisiert werden. Eine mögliche Gegenstrategie wäre, wie es auch in anderen KI-gestützten Bewertungssettings üblich ist, die Prüfungsinstanz festzuschreiben und die Modellstände für den Zeitraum der Leistungserbringung zu dokumentieren.
Markt- und bildungspolitisch ist das Format trotzdem mehr als ein lokales Experiment: Es zeigt, wohin sich Prüfkompetenz in KI-nahen Studienrichtungen entwickeln kann. Doris Weßels, wissenschaftliche Leiterin des Zukunftslabors Generative KI im KI-Anwendungszentrum Schleswig-Holstein (KI.SH), ordnet die Fudan-Prüfung als didaktisch interessant, aber zugleich anspruchsvoll ein. Ihre Kernbegründung lautet, dass Studierende „hoch“ fachlich und gleichzeitig tief im Verständnis von KI-Modellen sein müssen, um testfähige Fragen zu identifizieren, korrekt zu formulieren und die Ergebnisse sachlich zu bewerten. Ute Schmid, Professorin für kognitive Systeme an der Universität Bamberg, setzt darauf aufbauend stärker auf die Kompetenzseite: Studierende lernen so Grenzen von KI kennen und erwerben die Fähigkeit zur kritischen Bewertung von Inhalten – gleichgültig, ob sie von KI oder von Menschen stammen. Genau diese Verschiebung ist auch für Unternehmen relevant, die KI in dokumentations- und compliance-nahen Prozessen einführen.
Aus historischer Sicht ist der Gedanke nicht völlig neu, aber er wird heute durch die Skalierung generativer Modelle deutlich konkreter. Früher waren Prüfungen meist „modellunabhängig“: Lehrende konnten Aufgaben stellen, die auf stabilen Fakten oder klaren Problemlösungswegen beruhten. Mit KI-Tools kam die Gefahr auf, dass Standardantworten automatisiert werden. Darauf reagierten Hochschulen vielerorts zunächst mit Verbotssignalen oder mit prozessualen Anpassungen wie erhöhten Mündlichkeitsanteilen. Das Fudan-Format versucht, diese Abwehrhaltung zu ersetzen, indem es KI nicht nur als Umgehungsrisiko adressiert, sondern als Gegenstand des Lernens in die Prüfung einzieht. Der Unterschied liegt darin, dass nicht „KI verwenden“ bewertet wird, sondern „KI kompetent herausfordern und interpretieren“.
Auch rechtlich ist der Spielraum in Deutschland nicht zwangsläufig gleich Null. Schmid verweist auf den Gesetzesentwurf des Bayerischen Hochschulinnovationsgesetzes, der KI in Studium und Lehre verankern soll, und sieht im aktuellen Rechtsrahmen prinzipiell die Möglichkeit, KI-Nutzung explizit zu erlauben, etwa in Portfolio-Prüfungen. In der Umsetzung bleibt die Hürde jedoch hoch: Eine Neugestaltung von Lehr- und Prüfungsformaten sei für einzelne Lehrstühle eine echte Herausforderung, weil Aufwand in Entwicklung, Betreuung und Bewertung steckt. Dazu kommt, dass nicht nur Lehrende, sondern auch Hochschulleitung und Verwaltung noch zu wenig KI-Kompetenz besitzen. Praktisch bedeutet das: Entscheidungsträger brauchen ein Grundverständnis von KI-Konzepten und Methoden, sonst lassen sich weder Prüfungsziele noch Bewertungslogiken tragfähig definieren. Das ist weniger ein Technikproblem als ein Governance-Problem.
Für den Datenschutz und die Sicherheit ergeben sich außerdem zusätzliche Pflichten, sobald Studierende tatsächlich mit KI-Systemen arbeiten oder deren Outputs in Noten einfließen. Selbst wenn im Unterricht „nur“ Fragen getestet werden, entsteht in der Regel ein Verarbeitungsvorgang personenbezogener Daten, etwa über Identifikatoren, Logdaten oder Leistungsbeiträge. Entscheidend ist daher, ob die KI-Instanz datenschutzkonform betrieben wird, welche Daten in Prompts und Antworten gespeichert werden und wie lange Protokolle für Audits aufbewahrt werden. In Unternehmensumgebungen ist das vergleichbar mit Modell- und Prompt-Logging: Ohne klare Regeln drohen unbeabsichtigte Datenabflüsse oder eine schwer nachweisbare Bewertbarkeit. Ein Prüfungsformat, das KI integriert, muss diese Aspekte von Anfang an als Teil des Prüfdesigns behandeln, nicht als nachgelagerten Regelungsaufwand.
Der Ausblick ist damit klar: Wenn Hochschulen wie in Shanghai von „KI als Störfaktor“ zu „KI als Prüfgegenstand“ wechseln, profitieren zuerst jene Studiengänge und Lehrstühle, die Testdesign, Fachmethodik und KI-Interpretation zusammenbringen. Weßels sieht die größte Hürde hierzulande weniger in der Technik als im Mindset, weil KI oft primär als Täuschungs- und Prüfungsproblem diskutiert werde. Für die Zukunft zeichnet sich ab, dass Portfolios, transkriptbasierte Prüfungen und stärker prozessorientierte Formate an Bedeutung gewinnen, solange die Bewertungsstandards transparent bleiben. Für Entwickler und Lehrmaterialien in der Praxis heißt das: Es braucht wiederverwendbare Bewertungsroutinen, dokumentierbare Modellstände und didaktisch saubere Leitplanken, die auch bei Modellupdates funktionieren. Der nächste Schritt wird weniger „welches Modell“ sein, sondern „wie messbar“ und „wie nachvollziehbar“ KI-gestützte Leistung bewertet werden kann.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Fudan-Prüfung mit KI: Wenn Studierende Modelle knacken müssen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Fudan-Prüfung mit KI: Wenn Studierende Modelle knacken müssen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Fudan-Prüfung mit KI: Wenn Studierende Modelle knacken müssen« bei Google Deutschland suchen, bei Bing oder Google News!