Eine praktikable KI-Erkennungsrichtlinie für Schulen erfüllt fünf Funktionen: Sie legt fest, wann Schülerinnen und Schüler die Nutzung von KI offenlegen müssen, definiert einen Evidenzstandard, den ein Detektor-Score allein nicht erfüllen kann, bietet Schülerinnen und Schülern einen echten Einspruchsweg mit namentlich benannten Prüfern und Fristen, schult das Personal darin, was Detektoren tatsächlich messen, und verpflichtet sich zu einem Überprüfungszyklus. Alles Folgende ist ein Gerüst, das Sie anpassen können.
Was sollten Schülerinnen und Schüler tatsächlich offenlegen?
Die Offenlegung ist der Teil, den die meisten Richtlinien vermasseln, weil sie KI entweder komplett verbieten (nicht durchsetzbar) oder gar nichts sagen (unfair gegenüber der ehrlichen Schülerin oder dem ehrlichen Schüler, die oder der sie zum Brainstorming genutzt hat). Eine Offenlegungsregel funktioniert, wenn sie an die Aufgabe gebunden ist, nicht an das Werkzeug.
Formulieren Sie sie als Skala, und setzen Sie die Skala auf jede Aufgabenstellung:
- Keine KI-Nutzung. Verwendet für Klausuren ohne Hilfsmittel, Schreiben im Unterricht und Aufgaben, bei denen der Prozess die Bewertungsgrundlage ist.
- KI nur zur Vorbereitung. Brainstorming, Gliederung, Generierung von Übungsfragen, Grammatikprüfung. Kein KI-Text erscheint in der eingereichten Arbeit. Eine einzeilige Erklärung genügt.
- KI zum Verfassen, mit Offenlegung. Eine kurze Notiz am Ende der Arbeit: welches Werkzeug, was es getan hat, was die Schülerin oder der Schüler geändert hat und was sie oder er überprüft hat. Das ist die Stufe, die die größte Klarheit erfordert, weil hier die meiste tatsächliche Nutzung stattfindet.
- KI-Nutzung erwartet. Erlaubt oder erforderlich, solange die Schülerin oder der Schüler die Ausgabe erklären und jede Behauptung, jeden Beleg und jede Zahl überprüfen kann.
Zwei Details sind wichtiger als der Wortlaut. Erstens sollte die Erklärung ein Satz sein, kein Formular; ein bürokratisches Formular bringt Schülerinnen und Schülern bei, Kästchen anzukreuzen. Zweitens fragen Sie nach dem Prozess, nicht nur nach dem Produkt. Eine Schülerin oder ein Schüler, die oder der einen Chatbot zum Gliedern genutzt und dann jeden Absatz in eigenen Worten neu geschrieben hat, sollte das ohne Angst sagen können. Genau dieses Verhalten wollen Sie belohnen.
Wenn Ihr Team noch darüber diskutiert, was “Misrepresentation” bedeutet, ist was als Misrepresentation gilt das Begleitstück, das Sie ihm vor der ersten Richtlinienbesprechung aushändigen sollten.
Was als Beweis gilt und warum ein Detektor-Score nicht ausreicht
Die Ausgabe eines Detektors ist eine Wahrscheinlichkeitsschätzung, kein Beweis der Urheberschaft. Jede Richtlinie sollte dies in klarer Sprache in der Richtlinie selbst sagen, nicht in einer Fußnote. Zwei Tools, die denselben Aufsatz betrachten, sind sich routinemäßig uneinig, und die Gründe sind struktureller Natur: Sie gewichten Signale wie Satzlängenvariation und Wortvorhersagbarkeit und unterscheiden sich darin, wie sie diese Signale zu einer Zahl auf Dokumentebene aggregieren.
Wir haben dies mit unserem eigenen Instrument gemessen, anstatt einer Anbieteraussage zu vertrauen. Am 2026-09-13 haben wir 23 handgeschriebene DeAIze-Leitfäden mit dem DeAIze-Detektor bei einer Markierungsschwelle von 30 % bewertet: Der mittlere KI-Score lag bei 21 %, der Median bei 22 %, und die Spanne reichte von 0 % bis 46 %. Fünf der 23 von Menschen geschriebenen Dokumente wurden markiert. Das ist unsere eigene Messung, auf unserem eigenen lokalen Ensemble, und es ist das ehrliche Bild: Menschliches Schreiben erzeugt eine Streuung, und ein Teil davon liegt über einer Schwelle.
Was gilt also als Beweis? Bauen Sie eine Hierarchie in die Richtlinie ein:
| Beweisart | Gewichtung bei einem Befund | Hinweise für das Team |
|---|---|---|
| Detektor-Score (einzelnes Tool) | Nie allein ausreichend | Als Anlass zum Nachsehen behandeln, nicht als Schlussfolgerung |
| Zwei oder mehr Detektoren stimmen überein | Nur bestätigend | Immer noch kein Beweis; notieren Sie, welche Tools und was sie berichtet haben |
| Entwurfsverlauf (Versionsverlauf, Zeitstempel) | Stark | Zeigt den Prozess oder dessen Fehlen |
| Erklärung und mündliche Verteidigung des Studierenden | Stark | Bitten Sie darum, die Argumentation eines bestimmten Absatzes zu erklären |
| Quellenüberprüfung (Zitate, Belege, Daten) | Stark | Erfundene Referenzen sind ein separates, klareres Versagen |
| Abweichung des Schreibstils von früheren Arbeiten | Schwach bis mäßig | Nicht-Muttersprachler und Studierende, die formell schreiben, werden unverhältnismäßig oft markiert |
In diesen Abschnitt gehören zwei Schutzmaßnahmen. Erstens: Lassen Sie niemals zu, dass ein Score die einzige Grundlage für eine Anschuldigung ist – schreiben Sie es in die Richtlinie, damit ein Gremium es nicht stillschweigend ignorieren kann. Zweitens: Verlangen Sie von der Person, die Bedenken äußert, zu dokumentieren, was sonst noch ihr aufgefallen ist. „Der Detektor meldete einen hohen Score“ ist keine Fallakte; „Der Detektor markierte den mittleren Abschnitt, der Student konnte das Argument in Absatz drei nicht erklären, und die Zitate existieren nicht“ ist eine.
Wenn Sie sehen möchten, was die Erkennung auf Satzebene tatsächlich meldet, bevor Sie den Beweisstandard verfassen, lassen Sie eine Stichprobe Ihrer eigenen früheren Bewertungen durch den KI-Detektor laufen – er hebt hervor, welche Sätze das Signal tragen und welche nicht, was für ein Gremium weitaus nützlicher ist als eine einzige Zahl auf Dokumentebene.
Wie sollte das Einspruchsverfahren funktionieren?
Der Einspruch ist der Punkt, an dem Richtlinien das Vertrauen von Studierenden und Mitarbeitenden gewinnen oder verlieren. Halten Sie ihn kurz, zeitlich begrenzt und getrennt von der Person, die die Bedenken geäußert hat.
- Benachrichtigung innerhalb eines festgelegten Zeitraums. Der Student wird schriftlich darüber informiert, was ihm vorgeworfen wird, welche Beweise herangezogen werden und welcher Abschnitt der Richtlinie Anwendung findet. Geben Sie dem Studenten den Detektorbericht, nicht nur die Schlussfolgerung.
- Eine Gelegenheit zur Stellungnahme vor jeder Feststellung. Der Student reicht eine schriftliche Stellungnahme ein und, wenn er möchte, eine kurze mündliche Erklärung seines Vorgehens. Dies ist der Schritt, der die meisten falsch positiven Ergebnisse abfängt.
- Ein Prüfer, der nicht der Anschuldigende ist. Eine benannte Rolle – Abteilungsleitung, Leitung akademische Integrität oder ein kleines Gremium – prüft die Akte. Bei Fällen mit hohem Einsatz lohnt es sich, vor der Ausarbeitung der Prüfungsordnung zu lesen, was Gremien tatsächlich bewerten.
- Eine Entscheidung mit Begründung, schriftlich. Nicht nur „bestätigt“ oder „abgewiesen“, sondern welche Beweise Gewicht hatten und warum der Detektor-Score dazu beigetragen hat oder nicht.
- Ein zweiter Weg. Eine weitere Überprüfung durch einen anderen Prüfer und eine festgelegte Frist für deren Beantragung.
Fristen sollten in Arbeitstagen angegeben und kurz genug sein, um realistisch zu sein: ein Benachrichtigungszeitraum, ein Antwortzeitraum und ein Entscheidungszeitraum. Wenn Ihre Richtlinie die Rolle des Prüfers nicht benennen kann, ist sie nicht fertig.
Sollte das Personal in Bezug auf die Grenzen von Detektoren geschult werden?
Ja, und es sollte verpflichtend statt optional sein, denn eine uneinheitliche Anwendung lässt eine Richtlinie am schnellsten willkürlich erscheinen. Die Schulung muss nicht lang sein. Sie muss vier Dinge abdecken:
- Was ein Score bedeutet. Eine Wahrscheinlichkeitsschätzung über Muster im Text, keine Aussage darüber, wer ihn geschrieben hat.
- Warum manche Schreibenden häufiger markiert werden. Nicht-Muttersprachler des Englischen, Studierende, die in einem formellen Register schreiben, und Studierende, die mit stark vorlagenbasierten Textsorten arbeiten, liegen alle näher an der Grenze. Warum ein KI-Detektor Nicht-Muttersprachler des Englischen markiert ist eine gute Vorab-Lektüre für eine Teamsitzung.
- Was zu tun ist, wenn ein Score falsch erscheint. Dokumentieren, nachfragen, nicht beschuldigen. Ein erstes Gespräch ist keine Anschuldigung.
- Konsistenz. Zwei Lehrkräfte sollten bei derselben Datei zur selben Entscheidung kommen. Führen Sie jedes Semester eine kurze Kalibrierungsübung durch: Geben Sie dem Personal denselben anonymisierten Fall und vergleichen Sie die Schlussfolgerungen.
Es gibt einen kontraintuitiven Befund aus unserer eigenen Messung, den es wert ist, dem Personal vorgelegt zu werden. Im selben Durchlauf vom 13.09.2026 haben wir die Häufigkeit von KI-Verratenden — Phrasen und Konstruktionen, die üblicherweise mit maschineller Ausgabe assoziiert werden — mit 4 pro 100 Wörter in der von Menschen geschriebenen Stichprobe gezählt, gegenüber 1 pro 100 Wörter in der unbearbeiteten Modellausgabe. Menschliche Schreibende verwendeten mehr der vermeintlichen Verratenden als das Modell. Jedes Bauchgefühl des Personals, das sagt „diese Formulierung klingt nach KI“, ist daher schwächer, als es sich anfühlt.
Wie oft sollte die Richtlinie überprüft werden?
Mindestens jährlich und außerhalb des regulären Zyklus, wann immer sich ein wichtiges Tool ändert. Benennen Sie eine verantwortliche Person — eine namentlich benannte Rolle, keinen Ausschuss — und führen Sie oben im Dokument ein kurzes Änderungsprotokoll, damit das Personal sehen kann, was sich wann geändert hat.
Eine praktische Überprüfungscheckliste:
- Entsprechen die Offenlegungsstufen noch der tatsächlichen Arbeitsweise der Studierenden?
- Existieren die im Evidenzstandard genannten Detektor-Tools noch in der von Ihnen beschriebenen Form?
- Hat ein Einspruch im vergangenen Jahr eine Lücke im Verfahren aufgedeckt?
- Wurden die Mitarbeitenden in diesem Jahr geschult, und hat die Kalibrierung konsistente Ergebnisse erzielt?
- Sind die Zeitpläne angesichts Ihrer tatsächlichen Fallbelastung noch realistisch?
Veröffentlichen Sie die Richtlinie dort, wo Studierende sie finden können, und geben Sie ihnen dieselbe Offenlegungsskala wie ihren Lehrenden. Eine Regel, die Studierende nicht lesen können, ist eine Regel, die sie nicht befolgen können.
Ein letzter Punkt, der es wert ist, in die Präambel aufgenommen zu werden: Die Ideen, Daten, Argumente und Schlussfolgerungen in einer Arbeit müssen die eigenen der Studierenden sein. Keine Richtlinie und kein Tool ändert das. Was eine gute Richtlinie ändert, ist, wie fair Sie feststellen, ob sie es sind.
Messhinweis: Die Zahlen in diesem Artikel stammen aus unserem eigenen Detektorlauf vom 13.09.2026 – n = 23 handgeschriebene Leitfäden gegenüber n = 12 unbearbeiteten Modellausgaben, medianer KI-Score 22 % bzw. 34 %. Methode: /methodology/.