notengebung.de

KI & Digitales · Notengebung & Bewertung · · 14 Min. Lesezeit

Notengebung und KI: Was KMK, Kultusministerien und Fachleute 2026 empfehlen

Handgezeichnete Skizze: Links ein alter Webstuhl, davor ein Paar Holzschuhe. Ein gestrichelter Pfeil führt nach rechts zu einem Schultisch, an dem sich eine Lehrerin und ein Schüler im Gespräch gegenübersitzen, mit leeren Sprechblasen darüber. Auf dem Tisch liegen ein Arbeitsblatt mit rotem Haken, ein roter Stift und ein aufgeklappter Laptop mit Chatfenster.

Seit dem Frühjahr war ich in mehr Videokonferenzen zum Thema KI und Prüfungen, als ich zählen möchte. Fachgruppen, Fortbildungen, ein Austausch mit Kollegen aus drei Bundesländern. Am Ende jeder Runde stand derselbe Satz: Wir müssen uns darum kümmern. Da waren sich alle einig. Wie genau, wusste niemand.

Ich habe deshalb nachgesehen, was die Stellen sagen, die es wissen müssten: die Kultusministerkonferenz, die Ministerien und die Fachverbände. Bei den Hochschulen wollte ich wissen, ob sie schon weiter sind als wir an den Schulen. Mein eigener Eindruck: leider noch nicht, und zwar erschreckend deutlich. Die Zahlen bestätigen das. Laut KI-Monitor 2025 des Hochschulforums Digitalisierung befassen sich 97 Prozent der deutschen Hochschulen mit KI in Prüfungen, 87 Prozent haben ihre Eigenständigkeitserklärung angepasst, aber nur 43 Prozent ihre Prüfungsordnung. Die Studenten unterschreiben also ein neues Formular, und geprüft wird wie vorher. Stillstand ist das trotzdem nicht, denn alle arbeiten daran. 15 Prozent der Hochschulen haben schon eine eigene KI-Strategie, weitere 50 Prozent entwickeln gerade eine, und 96 Prozent bieten Workshops zu KI an.

Es gibt viele Fragen und eine überschaubare Zahl an Antworten. Die aber sind brauchbarer, als ich nach dem Blick auf die Hochschulen gedacht hätte.

Maschinenstürmer, Weber und die Schule von heute

Zuerst ein Blick zurück, weil er mir beim Einordnen geholfen hat. Zwischen 1811 und 1816 zerschlugen in Mittelengland die Ludditen Webstühle und Strickmaschinen. 1844 standen in Schlesien die Weber auf, weil die mechanische Konkurrenz ihre Löhne zerstörte. Auch die Geschichte, nach der Arbeiter ihre Holzschuhe in die Maschinen warfen und daraus das Wort „Sabotage“ entstand, wird gern erzählt. Sprachforscher halten sie für eine Legende, aber sie trifft die Stimmung.

Aufgehalten hat das die Maschinen nicht. Für viele Familien war die Industrialisierung eine Katastrophe, das sollte man nicht schönreden. Zugleich entstanden Berufe, die vorher niemand kannte, und am Ende eine Schulpflicht, die Kinder aus den Fabriken holte. Unser Schulsystem mit Stundentakt, Jahrgangsklassen und Ziffernnote ist selbst ein Kind dieser Zeit. Die sechs Notenstufen stehen in dieser Form seit dem Hamburger Abkommen von 1964 fest.

Mit KI stehen wir wieder an so einem Punkt. Ein Aufsatz, eine Facharbeit oder ein Referat lässt sich in Sekunden erzeugen. Wer darauf nur mit Verboten und Erkennungssoftware antwortet, wirft im Grunde Holzschuhe. Genauso wenig hilft es, so zu tun, als ändere sich nichts. Die brauchbaren Antworten liegen dazwischen, und um die geht es hier.

Was die KMK empfiehlt

Die Kultusministerkonferenz hat am 10.10.2024 eine „Handlungsempfehlung für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz in schulischen Bildungsprozessen“ beschlossen. Ein eigener Abschnitt gilt der Prüfungskultur. Die wichtigsten Punkte:

Vorausgegangen war ein Impulspapier der Ständigen Wissenschaftlichen Kommission (SWK) vom Januar 2024. Es kam zu dem Schluss, dass sich Prüfungsformate ändern müssen, und empfahl, KI im Unterricht zu nutzen, statt sie auszusperren.

Die Empfehlung ist bewusst allgemein gehalten, schließlich sind Prüfungen Ländersache. Was daraus wird, entscheidet sich in den Schulordnungen.

Bayern und Sachsen: was sich in den Ländern bewegt

Bayern ist am weitesten gegangen. Kultusministerin Anna Stolz hat im Juni 2026 eine neue Prüfungskultur angekündigt und sie mit KI begründet. Seit dem 1. August 2026 dürfen Lehrer an Gymnasien und Realschulen Debatten, Erklärvideos, Podcasts, Präsentationen und digitale Portfolios als Leistungsnachweise nutzen. Die Zahl der Pflicht-Schulaufgaben sinkt: am Gymnasium in Deutsch in den Klassen 5 bis 8 und in Mathematik in Klasse 9 von vier auf drei, an der Realschule bei den kleinen Leistungsnachweisen von drei auf zwei pro Halbjahr. Die klassische Schulaufgabe bleibt. Der Lehrerverband BLLV nennt die Reform „einen guten ersten Schritt“, der nächste müsse folgen.

Für Facharbeiten und Seminararbeiten verlangt Bayern, dass Schüler die genutzten Hilfsmittel und Prompts offenlegen, und empfiehlt, mündliche Anteile stärker zu gewichten. Bei Schulaufgaben und Prüfungen setzt das Ministerium auf aktive Aufsicht.

Sachsen geht einen anderen Weg und setzt zuerst beim Werkzeug an. Seit dem Schuljahr 2025/26 können alle sächsischen Lehrer über ihren Schullogin-Zugang den „Assistenten KAI“ nutzen. Das Land bietet ihn als datenschutzkonformen Zugang zu Sprachmodellen an. Zur Auswahl stehen ausschließlich Modelle von OpenAI, von GPT-3.5 bis GPT-5. Das ist ein typischer Versuch, es richtig zu machen, der in der Praxis leider dafür sorgt, dass KI falsch eingesetzt wird.

Ich nutze KAI kaum. Gut fand ich die Bibliothek mit Promptvorschlägen und die Möglichkeit, mit GPT Image Bilder zu erstellen. Das Budget ist aber viel zu schnell aufgebraucht. KAI rechnet es im eigenen Infofenster vor: Mit dem teuersten Modell, dem inzwischen veralteten GPT-4, reicht es für rund 15.000 Wörter im Monat, Fragen und Antworten zusammengezählt. Das sind ein paar längere Unterrichtsentwürfe. Mit GPT-5 nano sind es 2,7 Millionen Wörter, das Modell ist aber für einfache Aufgaben gedacht. Außerdem rät KAI, den bisherigen Chatverlauf nur mitzuschicken, wenn man sich auf frühere Antworten beziehen will, weil sonst jedes Wort des Verlaufs mitgezählt wird. Ist das Budget weg, heißt es warten, bis es wieder aufgefüllt wird. Damit bin ich nicht allein, in den Videokonferenzen und Fachgruppen höre ich das von vielen Kollegen. Wer KI so kennenlernt, lernt vor allem, sparsam und ohne Verlauf zu fragen. Das Nachfragen, Verwerfen und Überarbeiten, das die KMK als Koaktivität von Schülern erwartet, üben Lehrer mit KAI kaum. Ich fürchte außerdem, dass viele Kollegen dann doch auf private Konten ausweichen, und damit ist der Datenschutz wieder dahin.

Zur Bewertung geben die Hinweise auf LernSax eine klare Linie vor: Bei Abschlussprüfungen ist KI-gestützte Bewertung nicht erlaubt. Bei anderen Leistungen darf KI unterstützen, die Note muss aber auf einer eigenen, begründeten Beurteilung des Lehrers beruhen.

Im Februar 2026 hat das Kultusministerium außerdem allen Schulleitern „Hinweise zur Prävention und zum Umgang mit Täuschungen in Prüfungen“ geschickt: Wer Handy oder KI-Stift griffbereit dabeihat, bekommt eine Sechs, auch ohne das Gerät benutzt zu haben. Neben diesen Regeln empfiehlt Sachsen transparente Hilfsmittelregeln, Lernportfolios, die Dokumentation wichtiger Prompts und Lerngespräche oder Kolloquien. Für die Komplexe Leistung am Gymnasium gibt es solche Gespräche schon lange.

Parallel läuft in Sachsen der Schulversuch mit Bewertung ohne Ziffernnoten, über den ich im März geschrieben habe. Mit KI hat er nur mittelbar zu tun, er zeigt aber, dass sich an der Note selbst etwas bewegen darf.

Ungelöst ist in vielen Ländern noch, mit welcher KI Schüler arbeiten sollen. Die KMK verlangt gleichen Zugang für alle, einen datenschutzkonformen Chatbot für Schüler gibt es aber längst nicht überall. Die Länder haben dafür gemeinsam beim FWU, dem Medieninstitut der Länder, den Chatbot telli entwickeln lassen, der seit Mai 2026 aus markenrechtlichen Gründen AIS.chat heißt. Bayern bietet ihn seit Dezember 2025 allen öffentlichen Schulen an, Berlin seit Mai 2026. Sachsen hatte laut einer Länderumfrage der GEW vom Mai 2026 noch keine KI-Lösung für Schüler, KAI ist nur für Lehrer gedacht. Die Freigabe von telli ist für 2026 angekündigt. Selbst getestet habe ich AIS.chat noch nicht, und was ich von Kollegen darüber höre, ist leider nicht nur gut. Solange Schüler keinen solchen Zugang haben, nutzen sie, was auf dem Handy ist. Aufgaben, die KI verlangen, bevorzugen dann die Schüler, deren Eltern ein Abo bezahlen.

Der rechtliche Rahmen: Die Note gibt der Lehrer

Zwei Regeln aus Brüssel gelten für alle Länder. Die EU-KI-Verordnung zählt in Anhang III Systeme, die Lernergebnisse bewerten, zu den Hochrisiko-Anwendungen. Für sie gelten strenge Pflichten, vor allem menschliche Aufsicht. Und nach Art. 22 DSGVO darf niemand einer Entscheidung mit erheblicher Wirkung unterworfen werden, die ausschließlich automatisiert zustande kommt. Eine Zeugnisnote gehört dazu.

Für den Alltag heißt das: KI darf dir eine Rückmeldung vorschlagen oder Textstellen anhand deines Rasters markieren. Entscheiden und begründen musst du selbst. Und wer Schülertexte in einen KI-Dienst kopiert, verarbeitet personenbezogene Daten. Das geht nur mit einem Dienst, den Schule oder Land freigegeben haben, und nie mit einem privaten Konto. Auch bei freigegebenen Diensten lohnt sich ein zweiter Blick. KAI leitet die Anfragen über eine Schnittstelle an Modelle von OpenAI weiter, im Kern arbeitet dort also ChatGPT. Was mit den Daten geschieht, regelt der Vertrag des Landes. Selbst wenn die Daten in einem europäischen Rechenzentrum verarbeitet werden, etwa bei Microsoft, bleiben OpenAI und Microsoft amerikanische Firmen. Nach dem CLOUD Act von 2018 müssen sie US-Behörden auch Daten herausgeben, die sie in Europa speichern. Namen und alles, was auf einen Schüler schließen lässt, gehören trotzdem nicht in die Eingabe. KAI selbst weist darauf nirgends hin. Gedacht ist es für pädagogische Zwecke, eine gescannte Schülerarbeit lässt sich aber gar nicht erst einfügen. Wer KAI für die Korrekturhilfe nutzen will, die die KMK ausdrücklich erlaubt, müsste den Text abtippen.

Was sich nicht bewährt hat

KI-Detektoren liefern eine Wahrscheinlichkeit, keinen Beweis. Turnitin schreibt selbst, dass der Wert nicht die alleinige Grundlage für Nachteile sein darf. Forscher der Stanford University um James Zou haben 2023 gezeigt, dass mehrere Detektoren Texte von Nicht-Muttersprachlern deutlich häufiger fälschlich als KI-Text einstufen. In einer Klasse mit vielen Kindern, die Deutsch als Zweitsprache sprechen, ist das ein ernstes Problem. Was vor Gericht zählt, zeigt ein Beschluss des OVG Nordrhein-Westfalen vom November 2025: Auffälligkeiten in der Arbeit und ein Schüler, der seinen eigenen Lösungsweg nicht erklären kann. Das Gespräch ist also der bessere Beweis, mehr dazu im Artikel über den Verdacht auf KI in der Klausur.

Klausuren unter Aufsicht sind für Grundwissen und Rechenwege weiter richtig. Als einzige Antwort schränken sie aber ein, was sich prüfen lässt: Wissen und Rechenwege ja, Recherchieren, Zusammenarbeiten oder Präsentieren kaum. Die australische Hochschulaufsicht TEQSA warnt davor, reflexhaft auf zeitbegrenzte Tests unter Aufsicht auszuweichen.

Vollständige Chatprotokolle helfen auch nicht weiter. Wer seitenlange Verläufe einsammelt, hat viel Material und wenig Erkenntnis. Aussagekräftiger sind zwei oder drei Stellen, an denen ein Schüler eine KI-Antwort verworfen oder geprüft hat, und warum.

Was bewährt ist: Nachfragen, Zwischenstände, klare Raster

Die Methoden, die am besten belegt sind, gab es schon lange vor KI. Sie funktionieren, weil sie Verstehen direkt sichtbar machen. Das Institut für zeitgemäße Prüfungskultur, 2020 von Lehrern und Fachleuten gegründet, wirbt seit Jahren dafür.

Das Fachgespräch steht ganz vorn. Eine Übersichtsarbeit aus der Medizinausbildung fand für strukturierte mündliche Prüfungen eine Zuverlässigkeit von 0,75 bis 0,80, für unstrukturierte nur 0,50. Wichtig ist also die Struktur: gleiche Kernfragen für alle, dazu individuelle Nachfragen und ein vorher bekanntes Raster. Wie das mit fünf gestuften Nachfragen aussehen kann, habe ich im Artikel über das Fachgespräch als Prüfung beschrieben.

Die Bewertung des Arbeitsprozesses ist die zweite Säule. Schüler geben Gliederung, Rohfassung und Endfassung zu festen Terminen ab. Das kostet Zeit, aber man sieht, wie eine Arbeit wächst, und ein fertig eingefügter KI-Text fällt schnell auf.

Das dritte sind transparente Raster. Sie waren schon vor KI sinnvoll. Jetzt kommt eine Zeile dazu: Welche KI-Nutzung ist bei dieser Aufgabe erlaubt, und wie wird sie angegeben?

Was neu gedacht wird: zwei Spuren, KI-Stufen, getrennte Noten

Weiter sind einzelne Hochschulen in Australien und Großbritannien. Dort wird seit zwei Jahren erprobt, was bei uns noch kaum angekommen ist. Drei Ansätze halte ich für die Schule für übertragbar.

Das Zwei-Spuren-Modell der University of Sydney (Danny Liu und Adam Bridgeman) teilt Prüfungen in zwei Gruppen. Spur 1 ist gesichert: Leistung unter Aufsicht, im Gespräch oder in einer praktischen Vorführung. Hier wird festgestellt, was jemand allein kann. Spur 2 ist offen: KI ist erlaubt oder sogar erwünscht, bewertet werden Produkt, Prozess und Reflexion. Die Universität setzt das seit 2025 in allen Studiengängen um. Übertragen auf die Schule hieße das: wenige, gut gemachte Prüfungen in Spur 1 und viele Lernaufgaben in Spur 2, bei denen Rückmeldung wichtiger ist als die Ziffer.

Die AI Assessment Scale (AIAS) von Mike Perkins, Leon Furze, Jasper Roe und Jason MacVaugh legt für jede Aufgabe eine von fünf Stufen fest:

  1. keine KI
  2. KI zum Planen und Ideensammeln
  3. KI zum Überarbeiten und Verbessern
  4. KI erledigt Teilaufgaben, der Schüler prüft und bewertet das Ergebnis
  5. KI als Partner im gesamten Arbeitsprozess

Ein Pilot an der British University Vietnam meldete danach weniger Täuschungsfälle. Die Skala schafft Klarheit, sie hat aber eine Schwäche, auf die Danny Liu hinweist: Ob sich ein Schüler bei einer Hausaufgabe an Stufe 2 hält, kann niemand kontrollieren. Die Stufen machen klar, was der Lehrer erwartet, absichern können sie eine Hausaufgabe nicht. Liu spricht deshalb von „Menüs statt Ampeln“.

Getrennte Bewertung ist der dritte Gedanke. Eine Aufgabe bekommt zwei Urteile, eines für den Inhalt und eines für den Umgang mit KI: Was hat der Schüler delegiert, was geprüft, was verworfen? So verdeckt geschicktes Prompten keine fachlichen Lücken, und wer fachlich stark ist, aber KI blind vertraut, sieht das auch.

Daneben gibt es Ideen, die noch kaum erprobt sind. Eine gefällt mir besonders: Alle führen ein schlankes Lerntagebuch, aber nur eine zufällig gezogene Stelle wird im Gespräch nachgefragt. „Warum hast du Quelle A genommen und nicht B?“ Das spart Zeit, und es lohnt sich für Schüler, ehrlich zu dokumentieren.

Benotet wird nachweisbares Lernen unter klaren KI-Regeln, die KI-Nutzung selbst ist nur ein Teil davon.

Wohin die Reise geht

Wenn ich alle Papiere nebeneinanderlege, zeigt sich eine Richtung. Es wird weniger, aber besser abgesicherte Prüfungen geben und mehr Begleitung dazwischen. Mündliche Anteile werden wichtiger, der Weg zum Ergebnis zählt mehr, und KI wird in manchen Aufgaben ausdrücklich verlangt. Die Note bleibt, zumindest vorerst, sie stützt sich aber auf mehr als ein einzelnes Blatt Papier.

Offen bleibt die Zeitfrage, und die beantwortet kein Ministerium. Alle Papiere wollen weg von der Klausur und hin zu mehr Gesprächen: Fachgespräch, Kolloquium, Lerngespräch. Die Zeit dafür liefert aber niemand mit. Ich unterrichte Informatik eine Stunde alle 14 Tage. Ein Fachgespräch mit jedem Schüler kostet mich Wochen.

Woher die Zeit kommen soll, weiß bei dem Lehrermangel auch niemand. Stattdessen werden Lehrer an andere Schulen abgeordnet, damit dort wenigstens der Unterricht stattfindet. Wer an zwei Schulen arbeitet, hat für Gespräche mit einzelnen Schülern noch weniger Luft. Solange Lehrer nicht an anderer Stelle entlastet werden, etwa durch weniger Pflichtarbeiten wie jetzt in Bayern, bleibt die neue Gesprächskultur vor allem ein Vorsatz.

Die Parallele zur Industrialisierung macht mir trotzdem Mut. Damals verschwanden Tätigkeiten, und es entstanden neue. Heute verliert das bloße Abschreiben und Zusammenfassen an Wert. An Wert gewinnen das Gespräch, das Urteil und das Beobachten, also Dinge, für die Lehrer ausgebildet sind und für die bisher die Zeit fehlte. Wenn KI uns Korrekturarbeit abnimmt und wir die gewonnene Zeit in Gespräche stecken, haben die Schüler etwas davon.

Dazu gehören auch die Fächer, in denen KI am wenigsten ersetzen kann. Gemeinsam singen, auf Boomwhackern einen Rhythmus halten, ein Bild malen, eine Szene spielen: Da zählt, was ein Kind mit Stimme, Händen und im Zusammenspiel mit anderen kann. Solche Fähigkeiten werden wichtiger, je mehr Schreibarbeit Maschinen übernehmen. Umso ärgerlicher finde ich, dass gerade Musik und Kunst als Erstes gestrichen werden, wenn Lehrer fehlen. Wer Schüler auf eine Welt mit KI vorbereiten will, sollte diese Stunden als Letztes ausfallen lassen. Wie man dort fair bewertet, habe ich im Artikel Wie benotet man Kunst? beschrieben.

Was du jetzt schon tun kannst

  1. Eine KI-Regel pro Aufgabe: Schreib auf jede Aufgabe, ob KI verboten, eingeschränkt, erlaubt oder verlangt ist, und wie sie angegeben wird. Die fünf AIAS-Stufen sind dafür eine gute Vorlage.
  2. Aufgaben selbst testen: Gib deine nächste Hausaufgabe in eine KI ein. Wenn das Ergebnis eine Zwei wäre, ist die Aufgabe anfällig. Das sagt etwas über die Aufgabe aus und nichts über deine Schüler.
  3. Einen zweiten Beleg einbauen: Ergänze eine schriftliche Arbeit um fünf Minuten Nachfrage, einen Zwischenstand oder eine kurze Aufgabe im Unterricht.
  4. Keine Detektoren als Beweis: Bei Verdacht führst du ein Gespräch über den Inhalt. Dabei zeigt sich meist schnell, ob jemand verstanden hat, was er abgegeben hat.

Passend zur Jahreszeit: Für den Musikunterricht in der Grundschule gibt es von mir Herbstlieder als farbige Boomwhacker-Noten, bei denen jede Note die Farbe ihres Rohres hat. Weitere Lieder findest du unter Materialien.

In eigener Sache: Die Boomwhacker-Noten sind von mir. Diese Empfehlung ist also nicht neutral.

Quellen

Weiterlesen

21. September 2026 Fachgespräch statt Debatte: ein Prüfungsformat mit fünf NachfragenWenn KI die Rede schreibt, sagt der Vortrag wenig über das Verstehen. Ein Prüfungsvorschlag: zwei Minuten Vortrag, fünf Nachfragen und ein Raster dazu.