Die Gestaltung von Online-Prüfungen im Zeitalter von KI: Was soll bewertet werden und wie?

Dieser Artikel fasst den Vortrag zusammen, der am 30. Mai 2026 in Lausanne gehalten wurde von Dr. Richard-Emmanuel Eastes. Die Folien können am Ende des Artikels heruntergeladen werden. Die Begriffe generative „künstliche Intelligenz“ (KI) und „grosse Sprachmodelle“ (LLM) werden synonym. 

Bildungsherausforderungen

Eine allgemeine Herausforderung beim Einsatz von KI besteht darin, dass die digitale Kluft die soziale Kluft verstärkt. Diese Kluft vertieft sich auf verschiedene Weise: 

• durch den Zugang zu kostenpflichtigen oder kostenlosen Versionen von LLM (wirtschaftliche Ressourcen)
• dadurch, ob man von Erwachsenen umgeben ist, die über Grundkenntnisse in KI verfügen (soziale Ressourcen)
• die Art und Weise der Nutzung von LLM, die von der Rolle als Konsument*in bis hin zur Rolle als Mitgestalter*in reicht (Selbstregulierung) 
• Es zeigen sich auch geschlechtsspezifische Unterschiede, da Frauen im Gegensatz zu Männern dazu neigen, KI nur dann zu nutzen, wenn man sie dazu auffordert

Dies stellt das Bildungssystem vor Herausforderungen: Es wird schwieriger, soziale Ungleichheiten abzubauen, und es besteht die Notwendigkeit, LLM in die digitalen Kompetenzen zu integrieren.

Unterrichten mit KI

KI wird als Lernhilfe eingesetzt, beispielsweise zur Erstellung von Lernblättern, Liedern oder Wiederholungsfragen. Für Lehrkräfte kann KI ein Werkzeug oder sogar ein Partner sein bei der Planung: Eine ehrenamtliche Lehrperson, die im Physik-Camp Unterricht gibt, kann mit Hilfe der KI Inhalte oder Fragen für die Teilnehmenden generieren. Die Lehrperson kann KI auch nutzen, um den Unterricht unter Berücksichtigung spezifischer Kriterien wie des Wissensstands oder des Konzepts Universal Design for Learning zu gestalten.
Lehrpersonen können sich auch dafür entscheiden, auf die Lern- und Denkweise ihrer Schüler*innen zu fokussieren und die KI zu diesem Zweck einzusetzen. Ein Beispiel hierfür ist das Lesen der von den Schüler*innen generierten Eingabeaufforderungen (Prompts). 

Bewerten im Zeitalter der KI

Dr. Eastes betont, dass KI keine KI erkennen kann. Mit anderen Worten: Sie kann nicht zwischen menschlicher und maschineller Arbeit unterscheiden, egal ob diese perfekt oder unvollkommen ist. 

Der Dozent stellt neun Möglichkeiten vor, wie man Prüfungen gestalten und bewerten kann. Die ersten drei Ansätze zielen darauf ab, die Nutzung von KI bei den Schüler*innen zu kontrollieren, respektive sie zu verunmöglichen. Bei den Ansätzen 4-6 bewertet die Lehrperson nicht die Anwendung von Wissen, sondern die Fähigkeit der Schüler*innen, Wissen oder Vorgehensweisen zu bewerten (siehe Blooms revidierte Taxonomie). Bei den letzten drei Ansätzen 7-9 ist die Nutzung von KI Teil der pädagogischen Strategie.

1. Den Einsatz von Computern während der Prüfung verbieten – ausschliesslich im Unterricht.
2. Die Leistungsüberprüfung so gestalten, dass KI nicht einsetzbar ist (mündliche Prüfung oder technische Überwachung).
3. Die schriftliche Bewertung durch eine reflektierende mündliche Bewertung ergänzen.
4. Die taxonomische Komplexität der Prüfungen erhöhen, z.B. ein Konzept anwenden statt erklären. 
5. Prüfungen einführen, bei denen die Schüler*innen eigene Erfahrungen einbeziehen oder Fallstudien machen müssen. 
6. Die Anzahl der Aufgabenschritte und Anweisungen erhöhen.
7. Den Schwerpunkt auf die Werte Originalität, Lernen und kritisches Denken legen.
8. Den Fortschritt und die Herangehensweise der Schüler*innen bewerten, anstatt nur das Ergebnis.
9. Kompetenzen bewerten anstatt Wissen.

Der Referent regte die Freiwilligen dazu an, Antworten zu finden auf folgende Fragen:

• Was sollen die Teilnehmer*innen nach den Vorstellungen der Olympiaden lernen? 
• Welche Einsatzmöglichkeiten von KI sind während der Online-Prüfungen erlaubt oder verboten? 
• Wie können die Olympiaden kontrollieren, ob die Verbote eingehalten wurden? Die Regeln zur Nutzung von KI ermöglichen es einerseits, eine ungerechte Bewertung zu verhindern, und andererseits zu definieren, was unter Betrug zu verstehen ist.

Lehren im Zeitalter der KI

Ein wichtiger Begriff im Bildungswesen ist die „didaktische Kohärenz“. Damit ist die Übereinstimmung zwischen Lernzielen, Unterrichtsmethoden und Bewertungsmethoden gemeint. Dies fördert die Lernmotivation und das vertiefte Lernen der Schüler*innen. Wenn KI zu den Lern- und Lehrmitteln gehört, müssen die Lernziele und Bewertungsmethoden angepasst werden. Bewertungskriterien wie die Definition von Problemen, die Zusammenarbeit zwischen Mensch und KI oder Kreativität können an Bedeutung gewinnen.

Der Fall der Wissenschafts-Olympiaden

Der Referent schlägt vor, zunächst die Vision der Wissenschafts-Olympiaden zu erörtern, bevor über jegliche Form der Regulierung der KI diskutiert wird. Er lädt die Freiwilligen ein, die drei folgenden Denkansätze zu erkunden, sie zu kombinieren oder sich weitere vorzustellen:

1. Die Wissenschafts-Olympiade bereitet den wissenschaftlichen Nachwuchs vor.
2. Die Wissenschafts-Olympiade bietet einen Rahmen, in dem junge Menschen ihre Leidenschaft für Wissenschaft teilen und sich austauschen können.
3. Die Wissenschafts-Olympiaden suchen die motiviertesten Teilnehmer*innen aus, nicht unbedingt die kompetentesten (was eine Änderung des Auswahlverfahrens erfordert).

Diskussion und Ausblick

Mehrere Freiwillige waren der Meinung, dass die Olympiaden eine gelungene Kombination aus der Förderung des wissenschaftlichen Nachwuchses und einem Rahmen bieten, in dem man seine Leidenschaft für die Wissenschaft teilen kann. 

Die Gruppe diskutierte darüber, nebst den Resultaten der 1. Rundenprüfung weitere Kriterien für die Selektion der Jugendlichen hinzuzufügen, wie beispielsweise ein Motivationsschreiben/Video der Schüler*innen oder eine Empfehlung der Lehrperson. In Mathematik, Physik und Philosophie können Lehrpersonen bereits jetzt Schüler*innen empfehlen, die sich nach dem 1. Test zwar nicht qualifiziert haben, jedoch Motivation und Potenzial zeigen. Umgekehrt ist es auch möglich, qualifizierte Jugendliche, die aber nicht interessiert oder motiviert sind, aufzufordern, sich abzumelden und so Anderen weiter hinten in der Rangliste die Wettbewerbsteilnahme möglich zu machen. Die Philosophie-Olympiade hat damit gute Erfahrungen gemacht. 

Diese Möglichkeiten eröffnen die Diskussion über die Rahmenbedingungen für den Einsatz von KI auf der Ebene des Verbandes Wissenschafts-Olympiade. Wie sehen die Regeln zum Einsatz von KI aus? Sollen die Motivation oder die Empfehlung neue Auswahlkriterien in der ersten Runde werden? Die Vereine und der WO-Vorstand werden sich weiter mit dem Thema befassen. 

Zu den Folien auf Englisch 

Links

Oregon State University (2024). Bloom’s Taxonomy Revisited.

Universität Bern (unbekannt). Journey der Lehre: Didaktische Kohärenz - Teaching Hub.