«Mit KI Prüfen neu denken»

In zwei Modulen im Fachbereich Englisch durften Studierende KI offen als Teil ihres Lernprozesses nutzen. In Gruppen entwickelten sie ein didaktisches Produkt zum Modulthema Differenzierung.

Bewertet wurde am Ende nicht das fertige Produkt, sondern ob die Studierenden ihre didaktischen Entscheidungen fachlich begründen konnten.

Daraus entwickelte sich das Prüfungsdesign DCL (Decision-Centered Learning).

Simone Ries, Sie forschen und lehren an der Schnittstelle von KI, Lernen und Leistungsbeurteilung. Was beobachten Sie als KI-Fachexpertin im Hochschulalltag?

Ries: Was ich vor allem beobachte: KI verändert nicht nur einzelne Arbeitsweisen. Sie rüttelt an unserem Verständnis von Lernen, Eigenleistung und Vertrauen.

Das müssen Sie bitte näher erläutern.

Ries: In Evaluationen sowie in Gesprächen im Rahmen meiner Module und Workshops zeigte sich: Viele Studierende nutzen heute leistungsfähige, kostenpflichtige KI-Tools – etwa für Zusammenfassungen, Seminararbeiten oder Leistungsnachweise. Was in der öffentlichen Debatte oft untergeht: Viele nutzen KI nicht, um sich Vorteile im Unterricht oder in Leistungsnachweisen zu verschaffen. Jedoch sind viele verunsichert. Sie fragen sich, was noch als Eigenleistung zählt, haben Angst, durch legitime KI-Nutzung in Schummel-Verdacht zu geraten, und sorgen sich, das eigenständige Denken zu verlieren.

Und Dozierende? Haben Sie diesbezüglich ebenfalls Beobachtungen gemacht?

Ries: Mein Eindruck ist, dass Dozierende oftmals unsicher sind, wie sie mit Arbeiten umgehen sollen, hinter denen KI stecken könnte und greifen im Zweifel zu dem erwähnten Verdacht. So entsteht im schlechtesten Fall auf beiden Seiten ein Klima des Misstrauens: Studierende fürchten, verurteilt zu werden. Dozierende fürchten, hintergangen zu werden. Was wir brauchen, ist eine offene Kultur auf Augenhöhe.

Was bedeutet dies für Prüfungen und Leistungsnachweise?

Ries: In Medien und auch an Hochschulen dreht sich die Diskussion rund um Prüfungen stark ums Thema Schummeln und die zwei Kernfragen: Wie erkennen wir KI-generierte Texte? Wie verhindern wir Betrug?

Das ist ja nicht unverständlich.

Ries: Aber es greift zu kurz. Schummeln ist nichts wirklich Neues. Neu ist, dass KI zunehmend in Alltagstools eingebettet wird und dadurch die Grenze zwischen Unterstützung und Eigenleistung verschiebt. KI ist oft nicht mehr als separate Hilfe erkennbar, und es ist nicht immer eindeutig, wo der eigene Gedanke endet und wo ein KI-Vorschlag beginnt. Darum stellt sich im Zusammenhang mit Leistungsnachweisen vor allem die Frage: Wie prüfen wir sinnvoll, wenn KI längst Teil des Lernens und Arbeitens ist?

Und die Antwort darauf ist das erwähnte DCL-Format?

Ries: Ich wollte nicht einfach bestehende Prüfungsformate reparieren, sondern die Logik dahinter verändern. In meinem Modul entwickelten die Studierenden kollaborativ ein didaktisches Produkt zum Thema Differenzierung. KI durfte offen genutzt werden. Entscheidend war aber nicht, wie perfekt das Produkt am Ende aussah. Entscheidend war, ob die Studierenden erklären konnten, was sie selbst verstanden, entschieden und verantwortet hatten.

Daraus entwickelte sich ein Prüfungsdesign, das den Fokus vom Produkt auf die dahinterliegenden Entscheidungen verschiebt, eben Decision-Centered Learning oder DCL. Wenn ein Produkt mit KI entstehen kann, muss die Prüfung sichtbar machen, ob dahinter fachliches Verständnis, didaktisches Denken und professionelles Urteilsvermögen stehen. 

Und Sie waren absolut überzeugt, dass dies auf Anhieb gelingen würde?

Ries: Ich war anfangs unsicher: Funktioniert das? Natürlich lerne ich laufend und noch immer dazu. Die Rückmeldungen der Studierenden helfen, den Ansatz weiterzuentwickeln.

Dann fragen wir direkt nach: Wie reagierten Sie als Studierende, als Sie erfuhren, dass eine Ihrer Prüfungen zum Semesterende mit KI-Unterstützung absolviert werden darf?

Alessandra Cefalo: Ehrlich gesagt war mein erster Gedanke: Stimmt das wirklich? Es fühlte sich fast zu gut an. KI nicht verstecken zu müssen, sondern offen damit arbeiten zu dürfen, das kannte ich so nicht.

Und welche Grundhaltung haben Sie in Bezug auf das neuartige, KI-gestützte Modul an der PH Luzern?

Maxime Prod'hom: Ich arbeite bereits neben dem Studium als Lehrperson. KI ist dort Teil meines Berufsalltags, etwa bei der Materialentwicklung. Umso wichtiger ist es, dass ich lerne, meine Entscheidungen zu begründen und zu vertreten. Wenn Schülerinnen und Schüler merken, dass ein Material mit KI erstellt wurde, muss ich erklären können, warum es didaktisch trägt.

Wie beurteilen Sie dieses Prüfungsformat im Vergleich zu klassischen Pen-and-Paper-Prüfungen?

Prod'hom: Pen-and-Paper-Prüfungen finde ich nicht grundsätzlich veraltet oder falsch angelegt. Entscheidend ist, ob ein Format einen echten Mehrwert hat. Das war hier der Fall.

Wie haben Sie KI konkret genutzt?

Cefalo: Die KI war für uns ein wertvolles Werkzeug, das uns unterstsützt und Zeit erspart hat. Wir haben in der Gruppe die KI-Antworten auf unsere Ideen geprüft, hinterfragt, verworfen, mit Theorie verknüpft, neu formuliert. Wir mussten das Material durchdenken und verantworten. Das Framework CO-STAR, das wir im Modul bei Simone Ries kennengelernt haben, hat uns dabei sehr geholfen, Kontext, Problem, Lösung und Mehrwert systematisch zu durchdenken.

Wie sah der Prüfungsprozess ganz konkret aus?

Ries: Ich hatte die Studierenden zu Beginn in die reflektierte Arbeit mit generativen KI-Tools eingeführt. Mit generativen KI-Tools lassen sich heute erstaunlich schnell beeindruckende Produkte erstellen: Webseiten, interaktive Aufgaben, Lernspiele oder ganze Unterrichtssettings. Das ist faszinierend, aber auch heikel. Ein Ergebnis kann auf den ersten Blick so überzeugend wirken, dass die entscheidende Frage fast untergeht: Ist es auch didaktisch durchdacht?

Aber…

Ries: In der mündlichen Verteidigung zeigte sich schnell: Ein glänzendes Produkt reicht nicht, wenn das Verständnis dahinter fehlt. Die Studierenden mussten erklären, warum sie bestimmte Entscheidungen getroffen hatten, welche Theorie dahinterstand und weshalb ihr Produkt für diese Zielgruppe sinnvoll war.

Dort setzt DCL an?

Ries: Genau: Nicht das Produkt beweist das Lernen, sondern die begründete Entscheidung. KI verbessert oder verschlechtert Lernen nicht automatisch. Entscheidend ist, ob sie Denken unterstützt oder ob sie es zu früh ersetzt.

Was sind für Sie als Dozentin die wichtigsten Erfahrungen mit dem neuen Format und dieser Pionierrolle der PH Luzern?

Ries: Die ersten Modulevaluationen sind erfreulich. Viele Studierende beschrieben das Format als praxisnah, motivierend und zukunftsorientiert. Laut Selbsteinschätzung wurden vor allem Reflexionsfähigkeit, kritisches Denken und digitale Handlungskompetenz gestärkt. Viele Studierende berichteten von gestärkter Selbstwirksamkeit: Eigene Entscheidungen zu treffen und zu begründen, liess sie sich als aktive Gestalter ihres Lernens erleben. Gleichzeitig zeigte sich, wie sehr ein Umdenken nötig ist. Viele sind es gewohnt, produktorientiert zu arbeiten, und investierten viel Zeit in Design oder technische Details. Dabei hätte für die Prüfung oft ein einfacher Prototyp gereicht.

Stellten Sie auch Grenzen des Formats fest?

Ries: Ja. Mündliche Verteidigungen brauchen Zeit, für grössere Gruppen ist das eine reale Hürde. Zudem zeigen nicht alle Studierenden ihr Verständnis mündlich gleich souverän. Für mich ist darum wichtig festzuhalten: Es geht nicht darum, eine neue Prüfungsform zu idealisieren. Es geht darum, Prüfungen so weiterzuentwickeln, dass sie wieder deutlicher sichtbar machen, worauf es in Bildung eigentlich ankommt: Verstehen, Entscheiden, Begründen und Verantwortung übernehmen. DCL ist ein Versuch in diese Richtung.

Was ist Ihnen im Umgang mit KI und darüber hinaus wichtig?

Prod'hom: Was mich beschäftigt: Verlernen wir, Phasen des Nicht-Wissens auszuhalten? Überforderung gehört zum Lernen, aber wenn KI sofort Antworten liefert, frage ich mich, ob wir diese Fähigkeit noch trainieren. Und dann ist da noch etwas, das mir auffällt: Es sieht alles zunehmend gleich aus. Texte, Designs, Materialien – KI macht sie homogener.

Cefalo:

Inhaltlich freute mich, dass wir im Modul von Simone Ries auch Aspekte wie Umwelt, Datenschutz und ethische Fragen thematisiert haben. Das sind wichtige Themen, die unbedingt mitdiskutiert werden müssen.

Was offenbart Ihnen der Blick in die Kristallkugel?

Cefalo: Mich beschäftigen die bereits angesprochenen Themen rund um metakognitive Trägheit und Persistence = Ausdauer im Lernprozess, mit denen wir uns anhand von Studien im Modul beschäftigt haben: Was geschieht, wenn Lernende immer seltener innehalten, prüfen, weiterdenken oder an einer Schwierigkeit dranbleiben?

Ries: Natürlich kann ich nicht hellsehen, aber die technologische Entwicklung schreitet rasant voran. KI-Agenten, Smart Glasses oder KI-Pins könnten schon bald in Hörsälen und Seminarräumen ankommen. Damit wird die Grenze zwischen eigenem Denken und technischer Unterstützung noch schwerer zu ziehen sein. Was mich zudem umtreibt, ist die Frage, wer künftig die pädagogischen Entscheidungen trifft. Wenn Bildungsinstitutionen zu lange abwarten, besteht das Risiko, dass vor allem Technologieunternehmen bestimmen, welche Tools in Lernräume gelangen und welches Verständnis von Lernen diese Tools mitbringen. Wer passiv bleibt, gibt Gestaltungsmacht ab. Bildung muss diese Entwicklung deshalb aktiv mitgestalten.

Interview: Marco von Ah