Einfluss von Künstlicher Intelligenz auf Noten und Lernverhalten im akademischen Umfeld

Die Integration künstlicher Intelligenz (KI) in den akademischen Alltag hat weitreichende Diskussionen ausgelöst, insbesondere im Hinblick auf deren Einfluss auf die Bewertung von Studienleistungen. Eine aktuelle Studie der University of California, Berkeley, wirft ein Schlaglicht auf eine Entwicklung, die als "Noteninflation" bezeichnet wird und die Integrität akademischer Bewertungen potenziell untergraben könnte. Diese Analyse, die über eine halbe Million Noten an einer grossen Forschungsuniversität in Texas umfasste, zeigt signifikante Veränderungen in der Notenverteilung seit der Einführung von generativen KI-Modellen wie ChatGPT.

KI und die Verschiebung der Notenskala

Seit der Einführung von ChatGPT im November 2022 ist in bestimmten akademischen Disziplinen ein bemerkenswerter Anstieg der Noten zu verzeichnen. Insbesondere in Kursen, die einen hohen Anteil an Schreib- und Kodieraufgaben umfassen, stieg der Anteil der Bestnoten (A-Noten) um 13 Prozentpunkte. Dies entspricht einer Steigerung von etwa 30 % im Vergleich zum Basiswert von 2022. Der durchschnittliche Notendurchschnitt (GPA) erhöhte sich um 0,12 Punkte, und es wurde eine Verengung der Notenverteilung beobachtet, wobei Noten wie A-minus und B-plus häufiger zu A-Noten hochgestuft wurden.

Die Studie untersuchte Notentrends über acht Herbstsemester (2018 bis 2025) in 319 Kursen aus 84 Fachbereichen. Die "KI-Exponiertheit" jedes Kurses wurde anhand der Aufgabenstruktur aus den Lehrplänen des Herbstsemesters 2022, also vor der Existenz von ChatGPT, bewertet. Dabei zeigte sich, dass der Anteil an Schreib- und Kodieraufgaben, in denen KI-Systeme besonders leistungsfähig sind, einen entscheidenden Faktor darstellte.

Hausaufgaben als Indikator für KI-gestützte Leistung

Eine zentrale Fragestellung der Forschung war, ob höhere Noten tatsächlich verbesserte Lernleistungen widerspiegeln oder lediglich auf den Einsatz von KI zur Erledigung von Aufgaben zurückzuführen sind. Um dies zu klären, wurde untersucht, welchen Stellenwert Hausaufgaben bei der Gesamtbewertung eines Kurses einnahmen.

Die Hypothese war: Wenn KI das Lernen grundsätzlich verbessern würde, müssten Notensteigerungen unabhängig davon auftreten, ob ein Kurs Hausaufgaben oder überwachte Prüfungen bevorzugt. Würde KI jedoch lediglich die studentische Arbeit bei unüberwachten Aufgaben ersetzen, müssten sich die Effekte in Kursen konzentrieren, in denen Hausaufgaben einen grösseren Anteil an der Gesamtbewertung haben.

Die Daten bestätigten Letzteres: In Kursen, in denen Hausaufgaben mehr als den Mediananteil der Note ausmachten, stiegen die A-Noten um zusätzliche 16 Prozentpunkte im Vergleich zu Kursen mit geringerem Hausaufgabenanteil und gleicher KI-Exponiertheit. In den Kursen mit geringerem Hausaufgabenanteil war der Effekt gering und statistisch nicht signifikant. Dies, so der Autor Igor Chirikov, sei "schwer mit breiten Lernfortschritten oder alleinigen Sortierungseffekten in Einklang zu bringen". Ein Placebo-Test untermauerte diese Erkenntnis: Bei mündlichen Präsentationsaufgaben, bei denen KI deutlich weniger nützlich ist, blieben die Noten unverändert.

Die Erosion der Noten als Signalwert

Noteninflation ist kein neues Phänomen an US-Universitäten; bereits frühere Studien dokumentierten einen Anstieg der A-Noten in den letzten Jahrzehnten. Frühere Erklärungen umfassten die Bewertung von Lehrveranstaltungen, die Nachsicht belohnen, den Wettbewerb zwischen Universitäten und institutionelle Bewertungsrichtlinien. Chirikov argumentiert jedoch, dass der Einfluss von KI eine neue Dimension hinzufügt. Während frühere Faktoren die Bewertung nach Abgabe der Arbeiten beeinflussten, verändert KI die Art und Weise, wie die Arbeiten selbst entstehen, noch bevor Lehrende sie überhaupt begutachten.

Die Studie warnt davor, dass, wenn Noten in schreib- und kodierintensiven Kursen zunehmend KI-generierte Ergebnisse statt realer Fähigkeiten widerspiegeln, Arbeitgeber und Graduiertenprogramme bei der Auswahl von Kandidaten schlechtere Entscheidungen treffen könnten. Zudem weist Chirikov auf eine mögliche Rückkopplungsschleife hin: Wenn KI während des Studiums Aufgaben zur Kompetenzentwicklung übernimmt, könnten Absolventen genau in den Bereichen, in denen KI am stärksten ist, schwächer werden. Dies könnte die Automatisierung beschleunigen und die Qualifikationslücken auf dem Arbeitsmarkt vergrössern.

Anpassungsstrategien und die Sorge um kritisches Denken

Als Lösungsansatz schlägt die Studie vor, Prüfungsformate zu überdenken. Eine vollständige Umstellung auf überwachte Prüfungen sei nicht ausreichend und auch nicht einfach umzusetzen. Ein vielversprechenderer Ansatz sei die Gestaltung von Aufgaben, die den KI-Einsatz entweder einschränken oder bewusst integrieren, beispielsweise durch die Dokumentation des Arbeitsprozesses oder nachfolgende Interaktionen, die das Verständnis des Studierenden belegen.

Selbst Sam Altman, CEO von OpenAI, äusserte in einem Interview Bedenken hinsichtlich eines möglichen Rückgangs kritischer Denkfähigkeiten. Er zeigte sich überrascht, dass das Bildungssystem dreieinhalb Jahre nach der Einführung von ChatGPT kaum auf KI reagiert habe. Ohne eine sinnvolle systemische Veränderung bestehe die Gefahr eines "signifikanten Schwunds" kritischer Denkfähigkeiten. Altman betonte jedoch, dass Fähigkeiten wie Schreiben und Kodieren weiterhin gelehrt werden sollten, da sie den Geist selbst trainieren.

Die Diskussion über den Einfluss von KI auf die Bildung ist global. So hat Norwegen kürzlich generative KI-Tools in Grundschulen weitgehend verboten und deren Nutzung in weiterführenden Schulen eingeschränkt. Ministerpräsident Jonas Gahr Støre begründete dies damit, dass unkritischer KI-Einsatz Studierende dazu verleite, wichtige Lernschritte zu überspringen.

Diese Entwicklungen unterstreichen die Notwendigkeit für Bildungseinrichtungen und Unternehmen, die Auswirkungen von KI auf die Kompetenzentwicklung und -bewertung genau zu beobachten und proaktive Strategien zu entwickeln. Die Fähigkeit, komplexe Situationen zu analysieren und daraus klare, umsetzbare Erkenntnisse zu gewinnen, bleibt auch im Zeitalter der KI von entscheidender Bedeutung.

Bibliography: - Chirikov, Igor. "Artificial Intelligence and Grade Inflation." CSHE Higher Education Working Paper Series. Vol 26-3. Center for Studies in Higher Education, University of California, Berkeley, 2026. - Bastian, Matthias. "AI is inflating student grades, and the effect points to outsourced work, not better learning." The Decoder, June 21, 2026. - Grove, Jack. "Grade inflation much higher in ‘AI-exposed’ degrees, says US study." Times Higher Education, May 19, 2026. - Belmonte, Kyle. "AI Grade Inflation Documented in 500,000 Grades: Homework Rises, Skills Do Not." TechTimes, June 22, 2026. - Greenfield, Nathan M. "Student AI use is fuelling grade inflation – Berkeley study." University World News, May 14, 2026. - Pérez Colomé, Jordi. "Why are there more top grades at university? ChatGPT is to blame." EL PAÍS English, May 21, 2026. - Landymore, Frank. "Grade Inflation Is Going Nuts as Every Student Is Basically Submitting the Same Essay." Futurism, May 18, 2026. - Let's Data Science. "Berkeley Study Links AI to Grade Inflation." Let's Data Science, May 15, 2026. - Professor-Rogue. "Grades Are Up 30% Since AI Chatbots Launched. Professors Say Students Know Less." The Unemployed Professors Blog, June 9, 2026. - Oyeniran, Apata. "Use Of AI By Students Is Fuelling Grade Inflation – Berkeley Study." Independent Newspaper Nigeria, May 20, 2026.