KI-resistente Aufgaben: 5 Formate, die das Denken von Studierenden sichtbar machen

Wenn Studierenden generative KI zur Verfügung steht, kann eine ausgefeilte Abgabe Fragen zu ihrem Verständnis offenlassen. Durch die Gestaltung von Prüfungsaufgaben lassen sich zusätzliche Nachweise gewinnen, etwa anhand von Erklärungen, Zwischenschritten und Gesprächen.

Eine sinnvolle Alternative ist es, Aufgaben so zu gestalten, dass sich die Denkprozesse der Studierenden leichter nachvollziehen lassen. KI-resistent bedeutet nicht KI-sicher. Die folgenden fünf Formate verbinden Nachweise, Arbeitsprozess und Gespräche, sodass nicht allein die ausgefeilte Endantwort als Grundlage für die Bewertung dient. Die Beispiele veranschaulichen mögliche Unterrichtskonzepte und sind keine Berichte über gemessene Ergebnisse im Unterricht.

Was macht eine Aufgabe KI-resistent?

Eine KI-resistente Aufgabe verlangt Nachweise für den Lernerfolg, die über ein fertiges Ergebnis hinausgehen. Drei Gestaltungsprinzipien können dabei helfen:

• Persönlicher Kontext. Bitten Sie Studierende, ihre Antwort mit konkreten Beobachtungen oder Belegen zu verknüpfen, die sie selbst gesammelt haben.
• Prozess zusätzlich zum Ergebnis. Prüfen Sie Zwischenschritte und die Gründe für Überarbeitungen.
• Direkte Interaktion. Nutzen Sie ein Gespräch, eine Vorführung oder eine Rückfrage, um das Verständnis zu erkunden.

Diese Prinzipien können die Bewertung aussagekräftiger machen, dennoch können Studierende weiterhin KI nutzen. Erklären Sie, welche Nutzungsformen erlaubt sind, und bewerten Sie, ob sie ihre Arbeit begründen können.

Entscheidungssimulationen und fallbasiertes Denken

Das am meisten unterschätzte KI-resistente Format ist eines, bei dem es keine einzige richtige Antwort gibt, sondern nur bessere und schlechtere Argumente.

Bei einer Entscheidungssimulation erhalten Studierende ein realistisches Szenario mit konkurrierenden Anforderungen. Eine Studierende oder ein Studierender im Fach Unternehmensethik könnte beispielsweise einen Fall zu einem Fertigungsunternehmen erhalten, dessen fehlerhaftes Bauteil einen Rückruf im Wert von 400.000 US-Dollar erforderlich machen würde. Die Geschäftsführung möchte den Rückruf aufschieben. Die Werksleitung steht unter Druck des Vorstands. Die Studierenden müssen entscheiden, was zu tun ist, und vor allem erläutern, wessen Interessen sie priorisiert haben und warum.

KI kann plausible ethische Argumente formulieren und überarbeiten. Rückfragen sind hilfreich, weil sich damit erkunden lässt, ob Studierende die Zielkonflikte erklären und auf veränderte Rahmenbedingungen reagieren können. Sie zeigen jedoch nicht automatisch, wer die ursprüngliche Antwort verfasst hat.

Beispiel für eine Aktivität: Geben Sie den Studierenden über zwei Wochen hinweg nacheinander neue Informationen zu einer politischen Krise. Bitten Sie sie, ihre Empfehlung nach jeder Aktualisierung zu überarbeiten und zu erklären, welche Belege ihre Einschätzung verändert haben.

Mündliche Prüfungen und Live-Präsentationen

Bitten Sie die Studierenden, ihre eingereichte Arbeit in einem kurzen Gespräch live zu verteidigen. So ergibt sich neben der schriftlichen Abgabe eine weitere Gelegenheit, das Verständnis zu prüfen.

Stellen Sie Rückfragen, die an konkrete Entscheidungen in der Arbeit anknüpfen, zum Beispiel daran, warum eine bestimmte Methode einer anderen vorgezogen wurde. Räumen Sie Bedenkzeit ein und berücksichtigen Sie angemessene Nachteilsausgleiche. Flüssiges Sprechen oder Zögern allein belegt nicht, wer eine Arbeit verfasst hat.

Beispiel für eine Aktivität: Führen Sie nach einer Abschlussarbeit ein 15-minütiges Gespräch mit Fragen, die sich konkret auf das Argument der jeweiligen Person beziehen. Wenden Sie bei allen Studierenden dieselben Kriterien an und dokumentieren Sie, wie das Gespräch in die Bewertung einfließt.

Tipp zur Umsetzung in großen Kursen: Führen Sie Prüfungen in Kleingruppen durch (3–4 Studierende präsentieren einander, während die Lehrkraft zwischen den Gruppen wechselt) oder nutzen Sie zeitversetzte Videoantworten. Dabei beantworten die Studierenden drei individuell zugeschnittene Fragen in einem Video und reichen es innerhalb eines Zeitfensters von 24 Stunden ein.

Prozessbasierte Bewertungen und Reflexionsprotokolle

Wenn KI das Endprodukt imitieren kann, bewerten Sie stattdessen den Weg dorthin.

Bei prozessbasierten Bewertungen zeigen Studierende ihre Arbeit in jeder Phase, nicht als Beschäftigungstherapie, sondern als Beleg für eigenständiges Denken. Beispiele sind ein Laborjournal, ein wöchentliches Reflexionsprotokoll oder ein Designtagebuch, in dem Sackgassen dokumentiert und verworfene Ansätze erklärt werden.

Verwenden Sie konkrete Fragen: Welche Quelle hat die Hypothese der studierenden Person verändert? Was war die vorherige Hypothese? Warum ist ein verworfener Ansatz gescheitert? Gleichen Sie diese Erläuterungen mit den Zwischenschritten ab. KI kann plausible Prozessbeschreibungen erfinden, deshalb sollten konkrete Angaben durch Belege ergänzt werden.

Beispiel für eine Aktivität: Ersetzen Sie eine einzelne Programmierabgabe durch ein Entwicklungsportfolio mit folgenden Bestandteilen:

• Die ursprüngliche Aufgabenstellung
• Drei Lösungsversuche
• Eine Erklärung der Überarbeitungen
• Eine kurze Erläuterung des endgültigen Entwurfs

Nutzen Sie das Portfolio und die Erläuterung gemeinsam, um das Verständnis zu prüfen. Gehen Sie nicht davon aus, dass dieses Format Betrug ausschließt.

Personalisierte und kontextbezogene Aufgaben

Verknüpfen Sie eine Aufgabe mit Belegen, die Studierende selbst sammeln und erläutern können.

Personalisierte Aufgaben beziehen sich auf die Lebenserfahrung, den Wohnort oder die Identität der Studierenden. Statt „Schreiben Sie einen Aufsatz über die Auswirkungen der Industrialisierung“ könnten Sie aufgeben: „Schreiben Sie einen Aufsatz darüber, wie sich die Industrialisierung zwischen 1900 und 1950 auf Ihren Heimatort ausgewirkt hat.“ Statt „Vergleichen Sie zwei philosophische Argumente für den freien Willen“ könnten Sie aufgeben: „Vergleichen Sie, wie der freie Wille in einem Kunstwerk oder literarischen Werk aus Ihrer kulturellen Tradition dargestellt wird.“

Studierende können KI mit ihren lokalen Belegen versorgen, und möglicherweise kennt die KI den Ort bereits. Bewerten Sie die Qualität der Quellensammlung und die Fähigkeit der Studierenden, ihre Analyse zu begründen, anstatt anzunehmen, der persönliche Kontext mache die Nutzung von KI unmöglich.

Beispiel für eine Aktivität: Bitten Sie Studierende der Umweltwissenschaften, gemäß den Labor- und Sicherheitsvorschriften des Kurses Wasserproben zu sammeln und zu analysieren. Anschließend sollen sie erklären, wie die Messwerte ihre Schlussfolgerungen stützen.

Datenauswertungen im Unterricht und praktische Arbeiten

Wenn Sie eine kontrollierte Umgebung benötigen, verlegen Sie die Bewertung in den Unterrichtsraum, ob vor Ort oder in einer synchronen Online-Veranstaltung.

Bei Datenauswertungen im Unterricht wenden Studierende während einer beaufsichtigten Sitzung eine Methode auf einen Datensatz an. Legen Sie fest, welche Hilfsmittel erlaubt sind, und räumen Sie ausreichend Zeit ein, wobei Sie angemessene Nachteilsausgleiche berücksichtigen. Unbekannte Daten allein verhindern keine KI-Unterstützung.

Dieses Format eignet sich für viele Fachgebiete: Eine Person im Fach Statistik interpretiert eine Regressionsausgabe, die sie nicht selbst erstellt hat; eine Person im Fach Literaturwissenschaft annotiert ein Gedicht, das sie noch nie gelesen hat; eine Person im Fach Chemie führt unter Beobachtung eine Titration durch. Bewertet wird die Ausführung der Tätigkeit, nicht das anschließend erstellte Ergebnis.

Beispiel für eine Aktivität: Veranstalten Sie einen Datenworkshop mit einem unbekannten Datensatz und schrittweise aufgebauten Analysefragen. Wenn KI erlaubt ist, müssen die Studierenden ihre Nutzung dokumentieren, die Ergebnisse überprüfen und ihre Schlussfolgerungen erläutern.

Umsetzung in der Praxis: Beginnen Sie mit einer Aufgabe

Beginnen Sie mit einer Aufgabe. Ergänzen Sie eine mündliche Prüfung, eine beleggestützte Reflexion oder eine beaufsichtigte Tätigkeit. Prüfen Sie anschließend, wie gut das neue Format den vorgesehenen Lernerfolg sichtbar macht.

Bei einer entscheidungsbasierten Aktivität kann LiveCase Multimedia, Fragen und Gespräche mit KI-Figuren in einem Fall kombinieren. Legen Sie fest, welche Denkprozesse Sie beobachten möchten, und nutzen Sie die Antworten als Ausgangspunkt für ein Gespräch.

Häufig gestellte Fragen

Was ist eine KI-resistente Aufgabe?

Eine KI-resistente Aufgabe verringert die Abhängigkeit von einer fertigen Antwort als alleinigem Nachweis des Lernerfolgs. Sie kann Zwischenschritte, Quellenbelege und Gespräche miteinander verbinden. Sie garantiert nicht, dass KI nicht unterstützend eingesetzt werden kann.

Wie bewerte ich mündliche Prüfungen fair?

Verwenden Sie einen strukturierten Bewertungsbogen mit klaren Kriterien für Verständnis, die Begründung von Entscheidungen und die Fähigkeit, auf Rückfragen zu antworten. Zeichnen Sie die Prüfungen auf, damit Sie sie erneut ansehen können. Bereiten Sie zur einheitlichen Bewertung eine Sammlung möglicher Rückfragen vor, passen Sie diese aber an die eingereichte Arbeit der jeweiligen Person an.

Eignen sich prozessbasierte Bewertungen für große Kurse?

Ja. Verwenden Sie Vorlagen für Reflexionsprotokolle mit konkreten Fragen und bewerten Sie sie anhand eines kompakten Bewertungsbogens. Gegenseitiges Feedback zu Prozessjournalen kann den Korrekturaufwand verringern und dennoch Denkprozesse sichtbar machen. Auch eine stichprobenartige Vorgehensweise ist möglich: Bewerten Sie pro Person und Semester nur zwei bis drei Einträge ausführlich.

Worin unterscheiden sich KI-resistente Ansätze von KI-Erkennung?

Bei der KI-Erkennung wird versucht abzuleiten, wie ein Text erstellt wurde. Bei der Gestaltung von Prüfungsaufgaben geht es darum, welche Belege für die Beurteilung des Lernerfolgs benötigt werden. Weder das Ergebnis eines Erkennungstools noch ein Aufgabenformat sollte für sich allein als Beweis gelten.

Wie viele KI-resistente Aufgaben sollte ich überarbeiten?

Beginnen Sie mit einer Aufgabe und prüfen Sie die Ergebnisse. Wie viele Änderungen nötig sind, hängt von Ihrem Kurs, den Lernzielen und den Bewertungsrichtlinien ab.

Eignen sich KI-resistente Aufgaben für MINT-Fächer?

Ja. Labordemonstrationen, Datenauswertungen und Portfolios können zeigen, wie Studierende Methoden anwenden. Gestalten Sie die Aufgaben passend zu den angestrebten Fähigkeiten und legen Sie klare Regeln zu Hilfsmitteln sowie angemessene Nachteilsausgleiche fest.