Zum Hauptinhalt
ManuskriptMentor Logo

Bachelorarbeit mit KI schreiben: Worauf es wirklich ankommt

Daniel M. GreinerAktualisiert am 20. August 2026
Bachelorarbeit mit KI schreiben, Regeln und Belege

Bachelorarbeit mit KI: die wichtigsten Punkte

  • ✓ Sprachmodelle erfinden weiterhin einen Teil der Quellen, die sie angeben
  • ✓ Ein Detektorwert ist ein Indiz, kein Beweis für eine Täuschung
  • ✓ Wo es wirklich zu einer Sanktion kam, stand fast durchweg eine erfundene Quelle am Anfang
  • ✓ Ein eigenes KI-Gesetz gibt es nicht, es gelten Landeshochschulrecht und Prüfungsordnung
  • ✓ Der Zeitgewinn fällt kleiner aus als erwartet, weil jede Angabe nachgeschlagen werden muss

Sie sitzen vor Ihrer Bachelorarbeit und fragen sich, wie weit Sie ein Sprachmodell überhaupt einsetzen dürfen. Verbindlich beantwortet wird das nicht von einem Gesetz, sondern von Ihrer Prüfungsordnung und von der Eigenständigkeitserklärung, die Sie am Ende unterschreiben.

Ungewöhnlich ist Ihre Lage dabei nicht. In einer Befragung von 1.000 immatrikulierten Studierenden in den USA gaben 56 Prozent an, KI bereits bei Aufgaben oder Prüfungen eingesetzt zu haben, gegenüber 22 Prozent im März desselben Jahres (BestColleges, Erhebung Ende September 2023). Unter US-Jugendlichen zwischen 13 und 17 Jahren hat sich der Anteil, der ChatGPT für Schularbeiten nutzt, binnen eines Jahres von 13 auf 26 Prozent verdoppelt (Pew Research Center 2025).

Die meisten kommen allerdings mit einer anderen Frage hierher, nämlich ob man es merkt. Diese Seite hält sich damit nicht lange auf. Der Wert, den ein Erkennungswerkzeug ausgibt, misst statistische Vorhersagbarkeit und nicht Urheberschaft, und er trägt eine Prüfungsentscheidung nicht. Interessanter sind zwei andere Fragen. Wo fällt bei einer mit KI erarbeiteten Bachelorarbeit der Aufwand tatsächlich an, und woran fällt ungekennzeichnete Nutzung in der Praxis auf? Auf die zweite gibt es eine überraschend einfache Antwort, nämlich an den Quellen.

Bachelorarbeit mit KI schreiben: Was das Werkzeug liefert und was nicht

Die verbreitete Frage lautet, ob man einer Arbeit ansieht, dass ein Sprachmodell im Spiel war. Sie führt nicht weit. Erkennungswerkzeuge leiten ihren Wert aus statistischer Vorhersagbarkeit ab, nicht aus Urheberschaft, und im breitesten unabhängigen Test blieben alle vierzehn geprüften Werkzeuge unter 80 Prozent Gesamtgenauigkeit (Weber-Wulff et al. 2023). Was diese Seite weiter unten dazu ausführt, läuft auf einen Satz hinaus: Aus der Herkunft eines Textes lässt sich nichts Belastbares ableiten.

Damit verschiebt sich die sinnvolle Frage. Nicht, ob man es Ihrer Arbeit ansieht, sondern was das Werkzeug für Sie tatsächlich erledigen kann und was am Ende trotzdem Ihre Aufgabe bleibt. Der ehrliche Blick darauf ist unbequemer als jeder Detektortest, aber er entscheidet über die Note.

Wo die Rechenarbeit zuverlässig abgenommen wird

Bei klar umrissenen Aufgaben ist die Zuverlässigkeit hoch. Eine Untersuchung zur statistischen Auswertung fand, dass ein aktuelles Sprachmodell zuverlässig rechnet (Koçak 2025). In dieselbe Richtung zeigt die Regelpraxis der Hochschulen: Hilfsfunktionen wie Recherchevorbereitung, Gliederung und sprachliche Überarbeitung bleiben nach einer Auswertung von 58 Hochschulen überwiegend zugelassen, untersagt ist fast überall nur die vollständige Erzeugung eines Textes (Knecht 2025).

Wo dieselbe Untersuchung eine Grenze findet

Sobald ein theoretisches Urteil verlangt ist, bricht die Zuverlässigkeit ein (Koçak 2025). Das Modell rechnet also, ob der Zusammenhang signifikant ist, aber die Frage, ob das gewählte Verfahren zu Ihren Daten und zu Ihrer Fragestellung passt, beantwortet es mit einem Text, der überzeugend klingt und trotzdem falsch sein kann. Genau diese Entscheidung wird in der Methodik bewertet.

Der zweite blinde Fleck: alle bekommen dieselbe Idee

Wenn man Menschen und Sprachmodelle dieselbe offene Aufgabe stellt, unterscheiden sich nicht nur die einzelnen Vorschläge, sondern ihre Streuung. Die maschinell erzeugten Ideen blieben untereinander auffällig homogen, während die menschlichen Vorschläge weiter auseinanderliefen (Wenger und Kenett 2026). Für eine Bachelorarbeit ist das praktisch relevant. Eine Forschungsfrage aus einem naheliegenden Prompt sieht bei Ihren Kommilitoninnen und Kommilitonen mit einiger Wahrscheinlichkeit ähnlich aus, und Betreuende lesen im selben Semester mehrere Arbeiten nebeneinander.

Dazu kommt das Problem, das den größten Teil des Nacharbeitsaufwands verursacht: Belege werden weiterhin erfunden. Wie oft das passiert und warum das gefährlicher ist als jeder Detektorwert, steht im nächsten Abschnitt zu den Quellenangaben.

Was in jedem Fall Ihre Arbeit bleibt

Aus den beiden Befunden folgt kein Verbot, sondern eine Verlagerung des Schwerpunkts. Vier Teile einer Bachelorarbeit behalten ihren Prüfwert auch dann, wenn die Werkzeuge besser werden, weil sie an Ihre Person und an Ihr Material gebunden sind.

Die eigene Datenerhebung

Ein Fragebogen, den Sie selbst ausgegeben haben, ein Interview, das Sie geführt haben, ein Datensatz, den Sie erhoben haben. Diesen Teil kann niemand generieren, weil es ihn vorher nicht gab.

Das Methodik-Urteil am konkreten Fall

Die Begründung, warum dieses Verfahren zu diesen Daten passt, und was seine Grenzen für Ihre Fragestellung bedeuten. Das ist die Stelle, an der die Zuverlässigkeit der Modelle nachweislich abfällt.

Die Replikation einer Studie

Ein etabliertes Format, das sich schon auf Bachelor-Ebene einlösen lässt: eine veröffentlichte Untersuchung nachrechnen und zeigen, wo Ihr Ergebnis abweicht und woran das liegt.

Die mündliche Verteidigung

Sie klärt nicht, wer welchen Satz geschrieben hat, und taugt auch nicht dafür. Sie zeigt, ob Sie das Vorgehen verstehen und vertreten können, also gegenwärtige Kompetenz statt vergangener Urheberschaft.

Wer diese vier Teile ernst nimmt, muss nicht verbergen, dass KI im Spiel war. Und wer das nicht mehr verbergen muss, braucht auch kein Umschreibe-Werkzeug.

Erfundene Quellenangaben: das Problem, das keine Modellgeneration erledigt hat

Wer sich fragt, ob eine bestimmte Version besser sei als die vorige, stellt die Frage in der falschen Größenordnung. Wichtiger ist der Mechanismus dahinter, und der ändert sich nicht mit der Versionsnummer. Ein Sprachmodell sagt das nächste Wort vorher, es schlägt nichts nach. Eine Literaturangabe hat für ein solches System die Form einer Literaturangabe, und diese Form lässt sich erzeugen, ohne dass die Quelle existiert.

In einer kontrollierten Prüfung wurden die Referenzen eines führenden Modells gegen die Fachdatenbanken abgeglichen. Ungefähr jede fünfte war frei erfunden, bei Themen mit dünner Forschungslage fast jede dritte (Linardon et al. 2025). Ein Vergleich der derzeit stärksten Systeme kommt je nach System auf Anteile zwischen 14 und über 90 Prozent (Xu et al. 2026, bislang als Preprint, also ohne abgeschlossene Fachbegutachtung).

Dass das kein Studierendenproblem ist, zeigt ein Audit von zweieinhalb Millionen Fachartikeln. Erfundene Quellenangaben nehmen seit 2023 auch in der veröffentlichten Literatur stark zu (Topaz et al. 2026). Vor dem Fehler ist niemand geschützt, der die Angabe nicht selbst nachschlägt.

Warum ausgerechnet dieser Fehler so schwer wiegt

Ein Detektorwert ist eine Wahrscheinlichkeitsaussage. Man kann ihm widersprechen, ein zweites Werkzeug befragen, auf seine Fehlerquote verweisen.

Eine erfundene Quelle ist etwas völlig anderes. Sie ist objektiv nachprüfbar, in wenigen Sekunden, über die Datenbank. Es gibt keine zweite Meinung dazu und kein Umschreibe-Werkzeug, das sie heilt. Wer sie stehen lässt, hat einen Beleg für eine Behauptung geliefert, den es nicht gibt, und das ist unabhängig von jeder KI-Frage ein handfester wissenschaftlicher Mangel.

Der Prüfschritt, der sich nicht abkürzen lässt

Daraus folgt ein einziger, unspektakulärer Arbeitsschritt, der aber vollständig durchgeführt werden muss. Jede Angabe, die aus einem Sprachmodell stammt, wird in einer Fachdatenbank gesucht, bis Sie das Dokument vor sich haben. Erst dann prüfen Sie, ob die Seite stimmt und ob die Stelle die Behauptung wirklich trägt, für die Sie sie zitieren wollen.

Rechnen Sie diesen Schritt von Anfang an in Ihren Zeitplan ein. Er ist der Grund, warum der Zeitgewinn bei der Literaturarbeit deutlich kleiner ausfällt als erwartet, und er ist zugleich der Schritt, dessen Auslassen in der Praxis die Probleme auslöst.

Bachelorarbeit KI: Wie ChatGPT wirklich helfen kann

Die Themenfindung revolutionieren

Die Suche nach dem perfekten Thema kann Wochen dauern. Tools wie Semantic Scholar und Connected Papers nutzen KI, um Forschungstrends zu visualisieren. Der Schlüssel liegt darin, KI nicht als Ideengeber, sondern als Sparringspartner zu nutzen. Nutzen Sie unseren interaktiven Themenfinder mit 750+ Vorschlägen, um das perfekte Thema zu finden.

Beginnen Sie mit einem breiten Interessensgebiet und nutzen Sie diesen erprobten Prompt für ChatGPT:

Ich interessiere mich für [Ihr Themenbereich] im Kontext meines [Studienfach]-Studiums.
Welche aktuellen Forschungslücken existieren in diesem Bereich, die sich für eine
60-seitige Bachelorarbeit eignen würden? Berücksichtige dabei die Machbarkeit
innerhalb von 3 Monaten und die Verfügbarkeit von Literatur auf Deutsch und Englisch.

Nach drei bis vier Iterationen haben Sie meist ein Thema, das sowohl innovativ als auch machbar ist. Tools wie Research Rabbit helfen dann bei der Verfeinerung.

Literaturrecherche mit System

Keine Literaturangaben generieren lassen

Ein Sprachmodell erzeugt die Form einer Quellenangabe, nicht ihren Nachweis.

Hier liegt einer der größten Irrtümer im Umgang mit diesen Werkzeugen. Was sie dagegen gut können, ist Ihnen zu zeigen, wonach Sie in den Fachdatenbanken suchen sollten.

Empfohlene Tools für die Literaturrecherche:

  • Google Scholar: Der Klassiker für wissenschaftliche Literatur
  • CORE: 200+ Millionen Open-Access-Artikel
  • Unpaywall: Findet legale, kostenlose Versionen von Artikeln
  • DeepDyve: Günstiger Zugang zu Millionen von Artikeln

Bachelorarbeit mit ChatGPT: die versteckten Kosten

Die Zugangslücke

Die leistungsfähigen Modelle stehen hinter einem Abonnement, und ein institutioneller Zugang ist keineswegs die Regel. Eine US-Erhebung von 2025 fand, dass rund die Hälfte der Hochschulen ihren Studierenden keinen eigenen Zugang bereitstellt. Wer selbst zahlt, arbeitet mit einem anderen Werkzeug als die Kommilitonin, die es nicht tut. Das ist ein Argument dafür, dass Hochschulen den Zugang regeln, und es ist ein Argument dagegen, den Wert einer Arbeit an der Werkzeugausstattung hängen zu lassen.

Die Kosten der Verunsicherung

Der zweite Posten fällt oft gar nicht als Kosten auf. Wer erfährt, dass ein Detektor angeschlagen hat, sucht als Nächstes nach einem Werkzeug, das den Text „menschlicher macht“, und zahlt dann für beides. Detektor und Umschreibedienst leben von derselben Unsicherheit, und sie halten sie gegenseitig am Leben. Weder das eine noch das andere verbessert Ihre Arbeit um einen einzigen Satz.

Die besten KI-Tools für jeden Arbeitsschritt

Phase 1: Recherche und Konzeption

Für die Themenfindung:

Für die Literaturverwaltung:

  • Zotero: Kostenlos und Open Source
  • Mendeley: Mit sozialem Netzwerk für Forscher
  • Citavi: Der deutsche Standard (kostenpflichtig)

Phase 2: Schreiben und Strukturieren

Für die Organisation:

Für die Textoptimierung:

Neuere Alternativen zu ChatGPT

Wichtiger Hinweis:

Auch spezialisierte akademische KI-Tools ersetzen nicht die manuelle Quellenprüfung. Die Tools sind hilfreicher als allgemeine Chatbots, machen aber dieselben Arten von Fehlern.

  • Claude: Anthropics Alternative, oft präziser bei komplexen Aufgaben
  • Perplexity AI Pro: Liefert direkte Quellenlinks (trotzdem verifizieren!)
  • Consensus: Sucht spezifisch in wissenschaftlichen Papers
  • Paperpal: Spezialisiert auf akademisches Schreiben

Phase 3: Überprüfung und Finalisierung

Für die Plagiatsprüfung:

Zur KI-Erkennung

An dieser Stelle steht in vergleichbaren Übersichten meist eine Liste von Detektoren mit einer Empfehlung, den eigenen Text vor der Einreichung durchlaufen zu lassen. Diese Empfehlung geben wir nicht. Der Wert, den solche Werkzeuge ausgeben, sagt nichts darüber, wer den Text geschrieben hat, und ein Vergleich mehrerer Werkzeuge verbessert das nicht.

Wir betreiben selbst einen kostenlosen KI-Detektor. Sein Zweck ist, den Wert sichtbar zu machen, mit dem Studierende ohnehin konfrontiert werden, zusammen mit der Einordnung, was er misst und was nicht. Als Nachweis über die Herkunft eines Textes taugt er so wenig wie die anderen, unseres eingeschlossen.

Die Wissenschaft zu Bachelorarbeit KI: Was die Forschung zeigt

Was ein Werkzeug über Lernprozesse nicht weiß

Der Bericht „AI and the Future of Teaching and Learning“ des US-Bildungsministeriums beschreibt eine Grenze, die für Ihre Arbeit unmittelbar praktisch wird.

US Department of Education, Office of Educational Technology, 2024

Sinngemäß: Sprachmodellen fehlt der didaktische Kontext, um zu beurteilen, welcher Schritt einen Lernprozess weiterbringt. Sie können Inhalte erzeugen, ohne den Lernstand zu kennen, auf den diese Inhalte treffen.

Für Sie heißt das, dass die Einschätzung, an welcher Stelle Sie den eigenen Schritt brauchen und an welcher eine Vorlage genügt, niemand anders trifft als Sie selbst.

„KI macht dumm“: ein Satz, der älter ist als die KI

Eine EEG-Studie, die Schreibende mit und ohne Sprachmodell verglich, ging 2025 durch die internationale Presse, meist unter der Überschrift, KI mache dumm. Die Studie selbst ist vorsichtiger, und sie ist es aus einem einfachen Grund: Sie ist als Preprint erschienen, also ohne abgeschlossene Fachbegutachtung (Kosmyna et al. 2025). Ein Gegenbefund, der die Auswertung kritisiert, liegt inzwischen ebenfalls vor, ebenfalls als Preprint (Stankovic et al. 2026). Redlich formuliert heißt das: Hinweise darauf, dass die unkritische Auslagerung des Denkens die eigene Leistung mindert, häufen sich, belastbar bewiesen sind sie nicht.

Die Schlagzeile ist zudem keine Erfindung dieser Studie. Sie ist die beständigste Reaktion auf jedes neue Schreibwerkzeug. 1477 heißt es, der Buchdruck zerstöre das Gedächtnis, weil er dem Geist zu viel Arbeit abnehme. 1795 warnt Johann Georg Heinzmann vor der grassierenden Lesesucht. 2008 fragt Nicholas Carr im Atlantic, ob Google uns dumm mache, und der Spiegel titelt zeitgleich fast wortgleich. Die älteste Fassung steht bei Platon, wo König Thamos die Schrift fürchtet, weil die Lernenden ihr Gedächtnis nicht mehr üben und sie nur den Anschein von Weisheit erwerben.

Aufschlussreicher als die Warnung ist, wie diese Debatten ausgingen. Keine wurde durch Kontrolle beendet, sondern durch Normalisierung. Eine Metaanalyse zum Taschenrechner fand, dass er die mathematische Leistung in keinem Fall verschlechterte und sie häufig verbesserte (Ellington 2003). Man hat den Taschenrechner nicht detektiert, man hat den Anspruch der Mathematik auf das verschoben, was er einem nicht abnimmt.

Für Sie folgt daraus weder Entwarnung noch Panik. Sollten sich die Indizien erhärten, treffen sie genau eine Arbeitsweise, nämlich das ungeprüfte Übernehmen. Wer den Text prüft, versteht und im Gespräch vertreten kann, ist von diesem Befund nicht gemeint.

Eine Faustregel aus der Lernpsychologie

Wo eine Hilfe nützt und wo sie den Lernschritt ersetzt, ist keine neue Frage. Die Forschung zur Zone der nächsten Entwicklung beschreibt sie seit Jahrzehnten mit dem Begriff Scaffolding, also einem Gerüst, das so bemessen ist, dass es den eigenen Schritt trägt und nicht abnimmt. Auf Ihre Arbeit übertragen ergeben sich drei Bereiche.

Zone 1: Können

Was Sie alleine schaffen

Keine KI nötig

Zone 2: Lernzone

Mit Unterstützung erreichbar

Hier trägt ein Gerüst

Zone 3: Überforderung

Zu schwierig ohne Expertise

Hier ersetzt sie den Lernschritt

6 kritische Probleme: Bachelorarbeit mit ChatGPT schreiben

1. Halluzinierte Quellen, das unterschätzte Risiko

Entwürfe aus einem Sprachmodell enthalten regelmäßig Quellenangaben, die es nicht gibt. Wie häufig das gemessen wurde, steht weiter oben. Sichtbar wird es an drei Stellen.

  • Mehrere Literaturangaben existieren nicht in Fachdatenbanken wie Google Scholar.
  • Autorennamen und Jahrgänge werden vertauscht oder frei erfunden.
  • Seitenzahlen passen nicht zum zitierten Werk, sodass der Nachweis scheitert.

Warum das so schnell auffliegt

Eine Betreuerin, die eine DOI anklickt und bei einem völlig anderen Text landet, braucht dafür keine Minute und kein Werkzeug. Ab diesem Punkt geht es in dem Gespräch nicht mehr um KI, sondern um einen Beleg, den es nicht gibt, und den kann man nicht wegdiskutieren.

2. Oberflächliche Argumentation

KI-Texte bleiben oft an der Oberfläche. Was fehlt, ist selten die Information, sondern die Verknüpfung, aus der eine Argumentationskette wird.

  • Abschnitte wiederholen allgemeine Lehrbuchweisheiten ohne kritische Einordnung.
  • Theorien werden nebeneinander gestellt, aber nicht miteinander verknüpft.
  • Empfehlungen basieren selten auf belastbaren Daten oder geprüfter Fachliteratur.

Diese Lücke schließt kein Werkzeug für Sie. Zwei Theorien auf Ihre konkrete Fragestellung hin gegeneinander zu halten und daraus eine Position abzuleiten, ist genau der Teil, für den es die Note gibt.

3. Fehlende Fachtiefe

Ein Sprachmodell sagt vorher, welches Wort auf das vorige folgt. Es weiß nicht, ob der entstandene Satz zutrifft. Bei einem breit dokumentierten Standardthema fällt der Unterschied kaum auf, weil die wahrscheinliche Formulierung dort meist auch die richtige ist. Bei einer speziellen Fragestellung, zu der wenig publiziert wurde, entstehen Sätze, die fachlich klingen und keine Deckung haben. Das trifft ausgerechnet die Themen, mit denen sich eine Bachelorarbeit von den anderen abhebt.

4. Zeitaufwand realistisch einschätzen

Der Zeitgewinn durch KI wird oft überschätzt. Faktencheck, Quellenkorrektur und gründliche Überarbeitung können den erhofften Zeitvorteil zunichte machen, besonders für KI-Einsteiger. Falls Sie diese Nacharbeit nicht allein stemmen möchten, können Sie den Entwurf von einem Fachautor wissenschaftlich überarbeiten lassen.

5. Methodische Herausforderungen

Bei empirischen Designs, bei der Auswertung und bei der Interpretation von Statistik kann KI unterstützen, etablierte Programme wie MAXQDA und SPSS haben entsprechende Funktionen längst eingebaut. Die Grenze verläuft aber nicht dort, wo die meisten sie vermuten.

Wo die Grenze verläuft

Die Rechenschritte selbst laufen zuverlässig. Was ein aktuelles Sprachmodell in derselben Untersuchung nicht zuverlässig leistete, ist das theoretische Urteil darüber (Koçak 2025).

Praktisch heißt das: Die Zahlen können stimmen, während die Begründung, warum dieses Verfahren zu diesen Daten passt, nicht trägt. Bewertet wird die Begründung.

6. Der Aufwand lässt sich schlecht planen

Dieselbe Anfrage liefert am nächsten Tag ein anderes Ergebnis, und wie viel davon brauchbar ist, zeigt sich erst bei der Prüfung. Für Ihren Zeitplan heißt das, dass Sie den Nacharbeitsaufwand pro Kapitel nicht verlässlich vorab schätzen können. Kalkulieren Sie ihn nach der ungünstigeren Annahme, sonst kippt die Planung in der letzten Woche.

KI-Erkennung: Was wirklich zählt

Die Sorge, ein Werkzeug könnte sichtbar machen, dass beim Schreiben ein Sprachmodell im Spiel war, steht am Anfang der meisten Recherchen zu diesem Thema. Sie verdient eine ausführliche Antwort, denn an ihr hängt viel Zeit und inzwischen auch ein Markt.

Ein Erkennungswerkzeug liest Ihren Text nicht, es rechnet ihn durch. Geschätzt wird, wie erwartbar das jeweils nächste Wort angesichts der vorangegangenen ist, dazu kommt die Schwankungsbreite der Satzlängen. Ein Sprachmodell wählt beim Schreiben in der Regel die wahrscheinlichste Fortsetzung, seine Texte liegen deshalb in einem Bereich hoher Erwartbarkeit.

Der wunde Punkt dieses Verfahrens ist, dass geübte Wissenschaftssprache denselben Bereich ansteuert. Ein Methodikkapitel soll knapp und präzise sein und gerade keine Überraschungen bieten. Gemessen wird also nicht, wer geschrieben hat, sondern wie vorhersagbar das Ergebnis ausfällt. Wie weit die Werkzeuge technisch und rechtlich tragen, ist ausführlich in unserer Übersicht zu KI-Detektoren im Studium aufgearbeitet.

Was unabhängige Prüfungen gefunden haben

Die beworbene Treffsicherheit stammt bei diesen Werkzeugen durchweg von den Anbietern selbst. Prüfungen durch Dritte kommen zu einem anderen Bild.

Die Werkzeuge sind sich untereinander nicht einig

Über drei verbreitete Detektoren hinweg stimmten die Urteile am selben Material nur schwach überein. Die paarweisen Rangkorrelationen lagen zwischen 0,14 und 0,47, was die Forschenden selbst als schwache bis mäßige Übereinstimmung einordnen (Howard et al. 2024). Derselbe Text bekommt von verschiedenen Werkzeugen also gegenläufige Urteile, ohne dass eines davon näher an der Wahrheit läge.

Fehlalarme treffen ehrlich verfasste Texte

An 153 unter Aufsicht geschriebenen Studierenden-Essays, die mit Sicherheit von Menschen stammten, schwankten die Falsch-Positiv-Raten der Anbieter erheblich, von knapp 10 Prozent beim besten über knapp 17 Prozent bei zwei weiteren bis zu fast 46 Prozent beim schwächsten (Paustian und Slinger 2024). Bei den verbreiteten Werkzeugen gerät damit etwa jeder sechste händisch verfasste Text in Verdacht, beim schwächsten fast jeder zweite. Was das im Einzelfall bedeutet und wie sich ein solcher Befund entkräften lässt, steht im Beitrag zu falsch positiven Detektorwerten.

Die Fehlalarme verteilen sich ungleich

Händisch verfasste Essays, die nicht in der Muttersprache der Schreibenden entstanden, erhielten im Mittel je Detektor eine Fehlalarmquote von 61,22 Prozent, gegenüber 5,19 Prozent bei Muttersprachlern (Liang et al. 2023, Preprint-Werte; die publizierte Patterns-Fassung nennt 61,3 Prozent). Getroffen werden also ausgerechnet diejenigen, die ohnehin mehr Mühe mit dem Text haben, und, dem Rechenprinzip von oben folgend, alle mit nüchtern technischem Stil.

Die Urteile sind nicht einmal in sich stimmig

Eine Auswertung mehrerer Detektoren an unterschiedlich stark überarbeiteten Texten zeigt ein Muster, das sich mit der Grundidee nicht verträgt. Ein verbreitetes System stufte Texte mit einem Prozent KI-Anteil zu 10,07 Prozent als maschinell ein, Texte mit 75 Prozent KI-Anteil dagegen nur zu 9,59 Prozent, und weitere Systeme verhielten sich genauso (Saha und Feizi 2025). Betroffen ist damit nicht die Genauigkeit einer einzelnen Messung, sondern die Konstruktion des Verfahrens.

Für deutschsprachige Arbeiten fehlt die belastbare Studie

Die Aussage, deutsche Texte würden häufiger falsch eingestuft, klingt einleuchtend, belegen lässt sie sich nicht. Belegen lässt sich die Lücke. Die bislang aussagekräftigste Arbeit prüfte Auszüge aus deutschen Abschlussarbeiten, die zusammengefassten Detektor-Ergebnisse lagen kaum über dem Zufall, und die beteiligten Lehrenden ordneten mehr als ein Drittel der menschlichen Texte falsch ein (Fiedler und Döpke 2025). Eine peer-reviewte Falsch-Positiv-Studie an rein studentischem, rein menschlichem deutschsprachigem Material mit den vollwertigen kommerziellen Werkzeugen gibt es bis heute nicht.

Warum eine weitere Studie das nicht löst

Der naheliegende Einwand lautet, dass sich diese Lücken schließen ließen, wenn nur jemand sauber genug misst. Das trifft nicht zu, und der Grund liegt tiefer als bei einer einzelnen Studie. Eine Fehlalarmquote lässt sich nur an einer Vergleichsmenge bestimmen, bei der feststeht, dass sie ohne KI entstanden ist und nicht bereits im Training des geprüften Werkzeugs steckte. Diese Sicherheit ist seit 2022 nicht mehr zu haben.

  • Auf die Selbstauskunft der Schreibenden lässt sich eine solche Vergleichsmenge nicht stützen. Würde die genügen, bräuchte niemand ein Erkennungswerkzeug.
  • Ein zweiter Detektor hilft auch nicht. Er ist selbst der Gegenstand der Prüfung und kann nicht zugleich der Maßstab sein.
  • Texte aus der Zeit vor den Sprachmodellen umgehen zwar jede Beimischung, doch was in den Trainingsdaten der kommerziellen Anbieter steckt, ist nicht öffentlich. Eine Überschneidung von Test- und Trainingsmaterial lässt sich nicht ausschließen, und sie schiebt gemessene Genauigkeiten nach oben.
  • Bliebe die lückenlose Aufzeichnung des Schreibens. Auch die trägt nicht, denn wer einen maschinell erzeugten Text von Hand eintippt, produziert dabei einen völlig unauffälligen Verlauf. Verlangt wird eine solche Aufzeichnung ohnehin von keiner Prüfungsordnung.

Für die reale Prüfungssituation, in der zu Hause geschrieben wird und KI in unbekanntem Umfang mitläuft, lässt sich das Erkennungsverfahren damit nicht mehr überprüfen. Das ist keine Frage der Mittel, sondern eine Schranke. Entwertet wird dadurch allerdings nur der Versuch, die Herkunft eines Textes zu kontrollieren, nicht die Beurteilung dessen, was eine Arbeit leistet.

Was ein Score im Verfahren wert ist

Für Sie zählt am Ende nicht, was ein Werkzeug anzeigt, sondern was daraus folgen kann. Diese Frage ist bereits gerichtlich behandelt worden. Das Verwaltungsgericht München hat einen Detektorwert nicht als Beweis gewertet, sondern als Indiz, das Anlass zur näheren Prüfung gab (Beschluss vom 28.11.2023, Az. M 3 E 23.4371). Getragen wurde die Entscheidung von der Einschätzung der Prüfenden, nicht von der Software. Was in einem Verdachtsfall auf Sie zukommt und welche Rechte Sie darin haben, beschreibt der Beitrag zum Umgang mit einem KI-Vorwurf.

Wie sich das jenseits der Gerichtsakten abspielt, haben wir am gelebten Diskurs untersucht. Für eine quellenkritische Diskursanalyse haben wir 234 öffentliche Forenthreads aus den Jahren 2007 bis 2026 aus studis-online, gutefrage.net und Reddit ausgewertet, in zwei unabhängigen Codier-Durchgängen mit Sprachmodellen und einem dritten zur Absicherung, bei einem Cohens Kappa von im Mittel 0,70 und 86 Prozent Übereinstimmung (Greiner 2026, DOI 10.5281/zenodo.22013076, CC BY 4.0). Der Befund zur Erkennung ist deutlich. In den Threads, in denen es tatsächlich zu einer Sanktion kam, spielte die Software keine Rolle.

Woran eine Täuschung tatsächlich auffällt

Die dokumentierten Fälle zeigen stattdessen ein wiederkehrendes Muster. Am Anfang stand fast durchweg eine Quellenangabe, die es nicht gab. Betreuende schildern DOIs, die zu einem ganz anderen Aufsatz führen, und Verweise, die sich in keiner Datenbank finden lassen. Ein Mitglied eines Prüfungsausschusses bezeichnet erfundene Quellenangaben ausdrücklich als zentrales Erkennungszeichen. Wo keine erfundene Quelle den Ausschlag gab, tat es der Stil. Ein plötzlicher Wechsel in den Imperativ verrät, dass Reste der Anweisung im Fließtext stehen geblieben sind, und eine kopierte Adresse trägt ihre Herkunft mitunter im Namen.

Diese Art der Erkennung kommt ohne jede Software aus, und sie ist deutlich älter als die Sprachmodelle. Auch in den Threads aus der Zeit davor beschreiben Korrigierende stilistische Brüche als das, woran sie eine fremde Feder bemerken. Was sich geändert hat, ist nicht das Erkennungsmittel, sondern die Häufigkeit der Anlässe.

Die zweite Beobachtung betrifft die Prüfungsformate. Mehrere Lehrende beschreiben offen, dass sie schriftliche Ausarbeitungen inzwischen durch einen Vortrag oder eine mündliche Prüfung ergänzen oder ersetzen. Im Gespräch zeigt sich innerhalb weniger Minuten, ob jemand das eigene Vorgehen kennt. Eine erfundene Quelle und eine unsichere Antwort sind beide überprüfbar. Ein Score ist es nicht.

Anspruch statt Kontrolle

Aus alldem folgt keine Entwarnung, sondern ein anderer Schwerpunkt. Wenn sich die Herkunft eines Textes nicht mehr zuverlässig feststellen lässt, ist die verschärfte Aufsicht der falsche Hebel. Sie sichert eine einzelne beaufsichtigte Sitzung und prüft damit die Bedingungen des Schreibens, nicht den Wert der Arbeit. Über alle Arbeiten, die zu Hause entstehen, lässt sie sich ohnehin nicht ausdehnen.

An ihre Stelle tritt der inhaltliche Anspruch. Eine Arbeit, die auf eigenem Material steht und deren Vorgehen sich im Gespräch begründen lässt, hält auch dann stand, wenn Werkzeuge im Spiel waren. Neu ist dieser Gedanke nicht. Er knüpft an eine ältere Forderung der Hochschuldidaktik an, Lernziel und Prüfungsform in Übereinstimmung zu bringen und Studierende in die Lage zu versetzen, die eigene Leistung selbst einzuschätzen.

Damit ist auch die Frage beantwortet, mit der die meisten auf diese Seite kommen. Ob man es Ihrer Arbeit ansieht, ist keine tragfähige Größe, weil sich das mit den verfügbaren Mitteln nicht bestimmen lässt. Tragfähig ist die Gegenfrage, was das Werkzeug für Sie nicht erledigen kann. Die vier Teile, die dabei übrig bleiben, stehen weiter oben auf dieser Seite.

Was daraus folgt

Ein Erkennungswerkzeug beantwortet eine Frage, die niemanden weiterbringt, und es beantwortet sie unzuverlässig. Weiter bringen Sie die beiden Fragen, die Ihre Prüfenden ohnehin stellen. Gibt es die Quellen, die Sie angeben? Und können Sie erklären, warum Ihre Arbeit so aufgebaut ist, wie sie aufgebaut ist?

Praktische Prompts für verschiedene Phasen

Für die Themenfindung

Kontext: Ich studiere [Fachrichtung] im [X]. Semester und interessiere mich für [Themenbereich].

Aufgabe: Entwickle 5 konkrete Forschungsfragen für eine Bachelorarbeit, die:
- In 3 Monaten bearbeitbar sind
- Eine klare Forschungslücke adressieren
- Mit verfügbarer Literatur beantwortbar sind
- Einen praktischen Bezug haben

Format: Formuliere jede Forschungsfrage in einem Satz und erkläre in 2-3 Sätzen
die Relevanz und Machbarkeit.

Für die Literatursuche

Meine Forschungsfrage lautet: [Ihre Forschungsfrage]

Erstelle eine Liste mit:
1. 10 relevanten Suchbegriffen auf Deutsch
2. 10 relevanten Suchbegriffen auf Englisch
3. 5 verwandten Theorien oder Konzepten
4. 5 führenden Autoren in diesem Bereich

Hinweis: Erfinde KEINE konkreten Quellen, sondern nur Suchstrategien.

Der Realitätscheck: Ampelsystem für KI-Nutzung

Hier hilft KI wirklich

Brainstorming und Ideenfindung: KI kann verschiedene Perspektiven aufzeigen und kreative Ansätze liefern. Nutzen Sie Tools wie ChatGPT oder Claude für erste Ideen.

Gliederungsentwicklung: Lassen Sie sich verschiedene Strukturierungsmöglichkeiten vorschlagen. Notion AI eignet sich hervorragend dafür.

Schreibblockaden überwinden: Wenn Sie nicht weiterkommen, kann KI Impulse geben. Schreiben Sie aber jeden Vorschlag um.

Mit Vorsicht nutzen

Literaturrecherche: KI kann Suchstrategien vorschlagen, aber niemals Quellen generieren. Nutzen Sie stattdessen Google Scholar.

Erste Entwürfe: Als Inspiration okay, aber niemals direkt übernehmen. Jeder Satz muss überarbeitet werden.

Stilistische Verbesserungen: Tools wie DeepL Write können helfen, aber behalten Sie Ihren persönlichen Stil. Prüfen Sie jeden Vorschlag daraufhin, ob er Ihre Aussage noch trifft.

Finger weg

Die Methodenentscheidung abgeben: Die Rechenschritte laufen oft korrekt, die Begründung des Verfahrens nicht. Werten Sie in SPSS, R oder MAXQDA selbst aus und behalten Sie die Entscheidung darüber, welches Verfahren zu Ihren Daten passt.

Die eigene Position formulieren lassen: Ein Modell liefert die wahrscheinlichste Formulierung, nicht Ihre. Wo eine Arbeit eine These vertritt, muss die These von Ihnen kommen, sonst können Sie sie nicht verteidigen.

Quellenangaben generieren lassen: Suchstrategien ja, Literaturangaben nein.

Die AIAS-Skala: fünf Stufen als gemeinsame Sprache

Gegen die Frage, ob KI erlaubt sei, steht der naheliegende Einwand, dass Nutzung ein Kontinuum ist und kein Schalter. Daraus ist eine fünfstufige Skala entstanden, die AI Assessment Scale. Ihr Zweck ist nicht, Verbotsgrade abzustufen. Sie soll Lehrenden eine Sprache geben, um für eine einzelne Aufgabe festzulegen, welches Maß erlaubt ist, statt pauschal zu verbieten (Perkins et al. 2024b).

AI Assessment Scale: fünf Stufen der KI-Nutzung
StufeWas sie beschreibt
1Die Aufgabe wird ganz ohne KI bearbeitet
2KI dient als Ideen- und Strukturhilfe
3Eigene Texte werden KI-gestützt überarbeitet
4Teilaufgaben werden von KI bearbeitet und anschließend geprüft
5Volle Nutzung

Zwei Einschränkungen, die zur Skala gehören

Welche Stufe tatsächlich genutzt wurde, lässt sich an der Skala ebenso wenig überprüfen wie an einem Detektorwert. Sie löst das Kontrollproblem also nicht, sie benennt es nur genauer.

Als Selbstauskunft bleibt sie außerdem ein weiches Instrument. Die Abgrenzung zwischen zwei Stufen ist im Einzelfall kaum prüfbar, und eine feingliedrige Deklarationspflicht kann das Stigma der Nutzung eher verstärken als abbauen. Tragfähiger als eine Stufenangabe ist deshalb, komplexe Nutzung dort zu dokumentieren, wo sie ohnehin bewertet wird, nämlich im Methodikteil.

Wissenstest: Wie gut kennen Sie sich mit KI und akademischem Schreiben aus?

4 Fragen • ca. 2 Minuten

KI in der Bachelorarbeit

Testen Sie Ihr Wissen zu den Chancen, Risiken und Regeln rund um KI-Einsatz beim wissenschaftlichen Schreiben.

FAQ: Die wichtigsten Fragen ehrlich beantwortet

Die Zukunft: KI-Kompetenz wird Teil des Studiums

Der Wandel an den Hochschulen

Der anfängliche Schock über ChatGPT ist einer nüchterneren Haltung gewichen. Die britische Qualitätsagentur rät ausdrücklich vom pauschalen Verbot ab und empfiehlt stattdessen, die Prüfungsformate umzugestalten, die Universität Graz hat ein Verbot verworfen und Gestaltungsstrategien für KI-robuste Prüfungen vorgelegt, und eine Arbeitsgruppe des Wissenschaftsrats erarbeitet Empfehlungen für Lehr- und Prüfungsformate unter KI-Bedingungen.

Zur KI-Verordnung kursiert dabei ein hartnäckiges Missverständnis. Artikel 4 verlangt seit Februar 2025 von Anbietern und Betreibern von KI-Systemen, nach besten Kräften sicherzustellen, dass ihr Personal über ausreichende KI-Kompetenz verfügt. Eine unmittelbare Pflicht, Studierenden KI-Kompetenz zu vermitteln, folgt daraus nicht. Die eigentliche Pointe liegt an anderer Stelle: Eine Hochschule, die Detektoren einsetzt, ist damit selbst Betreiberin eines KI-Systems und müsste ihr eigenes Personal über dessen Grenzen schulen.

Was das für Sie bedeutet:

Die Frage verschiebt sich fundamental: Von „Darf ich KI nutzen?“ zu „Wie nutze ich KI kompetent und verantwortungsvoll?“. Hochschulen werden zunehmend:

  • KI-Nutzung explizit in Lehrveranstaltungen integrieren
  • Klare Richtlinien für erlaubte und sinnvolle Nutzung formulieren
  • Transparente Offenlegung statt pauschaler Verbote fördern
  • KI-Kompetenz als prüfungsrelevante Qualifikation behandeln

Die eigentliche Kompetenz

Wer heute lernt, KI kritisch und kompetent zu nutzen, erwirbt eine Schlüsselkompetenz für das Berufsleben. Diese Kompetenz umfasst:

Die Fähigkeit, KI-Output kritisch zu bewerten

Das Wissen um die Grenzen und typischen Fehler von KI

Die Kompetenz, KI als Werkzeug sinnvoll einzusetzen

Das Verständnis, wann menschliche Expertise unverzichtbar ist

Wer die Werkzeuge dagegen nutzt, um sich die eigentliche Arbeit zu sparen, verpasst genau diese Lernchance. Die Note mag am Ende stimmen, die Kompetenz fehlt trotzdem.

Offenlegung ist ein Übergang, kein Endzustand

Zwei Dinge werden häufig verwechselt. Die Offenlegung beantwortet die binäre Frage, ob KI im Spiel war. Die Dokumentation in der Methodik beschreibt, was Sie mit welchem Werkzeug getan haben und warum. Nur das Zweite ist eine Leistung, die sich bewerten lässt.

Eine pauschale Deklarationspflicht wirkt schon heute realitätsfremd, und eine feingliedrige kann das Stigma eher verstärken als abbauen. In dem Maß, in dem der Umgang mit diesen Werkzeugen so selbstverständlich wird wie der mit einer Textverarbeitung, verliert die Ja-Nein-Frage ihren Sinn.

Was bleibt, ist die Dokumentation komplexer Nutzung im Methodikteil. Gerade eine Literaturarbeit, die KI einsetzt, braucht damit einen ausführlicheren Methodikteil, als sie ihn klassisch gehabt hätte. Geprüft wird er nicht als Herkunftsnachweis, sondern wie jede andere fachliche Leistung, an Kohärenz, Quellenfestigkeit und Nachvollziehbarkeit.

Unsere Empfehlungen für den Umgang mit KI

Falls Sie KI nutzen wollen: So geht es richtig

Ob KI-Nutzung erlaubt ist, regelt Ihre Prüfungsordnung. Die offene Frage ist, wie Sie so damit arbeiten, dass am Ende tatsächlich etwas gewonnen ist.

Für die Recherche und Ideenfindung:

  • KI kann Ihnen helfen, ein Thema zu strukturieren und Forschungslücken zu identifizieren
  • Nutzen Sie KI-Vorschläge als Ausgangspunkt für Ihre eigene Recherche
  • Verlassen Sie sich nie auf KI-generierte Literaturangaben ohne Prüfung

Für das Schreiben:

  • Nutzen Sie KI oder unsere Formulierungshilfen bei Schreibblockaden
  • Lassen Sie sich Gliederungsvorschläge machen
  • Jeder übernommene Absatz muss vollständig durchdrungen und überarbeitet werden

Für die Quellenarbeit, der kritische Punkt:

  • Prüfen Sie jede Quelle auf Existenz (Google Scholar, Bibliothekskatalog)
  • Prüfen Sie jede Seitenzahl durch Einsicht in die Originalquelle
  • Prüfen Sie, ob das Zitat thematisch korrekt zugeordnet ist
  • Prüfen Sie, ob die Aussage tatsächlich so in der Quelle steht

Zeitkalkulation:

  • Der Zeitgewinn durch KI relativiert sich durch den Prüfaufwand erheblich

Dokumentation:

  • Führen Sie ein Protokoll Ihrer KI-Nutzung
  • Notieren Sie, welche Passagen KI-unterstützt entstanden sind
  • Seien Sie bereit, Ihre Arbeitsmethoden transparent zu machen

Was Sie definitiv vermeiden sollten

  • Eine Literaturangabe übernehmen, ohne das Dokument selbst gesehen zu haben
  • Einen Absatz stehen lassen, den Sie im Kolloquium nicht erklären könnten
  • Die Methodenentscheidung an das Werkzeug abgeben und die Begründung mitgenerieren lassen
  • Den eigenen Text vor der Einreichung durch einen Detektor jagen und danach umschreiben
  • Den Prüfaufwand aus dem Zeitplan herausrechnen, weil das Werkzeug schnell war

Falls Sie die Nacharbeit nicht allein stemmen wollen

Ein wissenschaftliches Lektorat setzt an den drei Stellen an, an denen KI-gestützte Entwürfe typischerweise schwach sind. Das sind die Argumentationskette, die Quellenlogik und die Wissenschaftssprache.

  • • Roter Faden und Argumentationskette geprüft
  • • Quellenangaben gegen Originale verifiziert
  • • Akademischer Stil und Wissenschaftssprache überarbeitet
Wissenschaftliches Lektorat anfragen →

Fazit: Worauf es bei der Bachelorarbeit mit KI ankommt

Die Frage, mit der die meisten auf diese Seite kommen, lautet, ob man es merkt. Die ehrliche Antwort ist, dass sich das mit den verfügbaren Mitteln nicht feststellen lässt. Erkennungswerkzeuge messen, wie vorhersagbar ein Text ist, und nüchterne Wissenschaftsprosa liegt genau in dem Bereich, den sie als maschinell lesen. Im unabhängigen Vergleichstest erreichte kein einziges von vierzehn Werkzeugen 80 Prozent Gesamtgenauigkeit, und am selben Text kommen sie zu unterschiedlichen Urteilen.

Daraus folgt weder Entwarnung noch ein Freibrief. Es folgt eine andere Prioritätenliste. Wo es in dokumentierten Fällen wirklich zu einer Sanktion kam, stand am Anfang fast durchweg eine erfundene Quelle. Der Unterschied zum Detektorwert ist grundsätzlicher Natur. Über eine Wahrscheinlichkeitsaussage lässt sich streiten, über eine Literaturangabe, die in keiner Datenbank existiert, nicht. Sie ist in Sekunden überprüfbar und durch kein Umschreibe-Werkzeug zu heilen.

Deshalb rät diese Seite weder zum Detektortest noch zum Umschreiben. Beide leben von derselben Unsicherheit, beide kosten Geld und Zeit, und keines von beiden macht Ihre Arbeit um einen Satz besser. Der Aufwand fällt an vier anderen Stellen an: bei der Verifikation jeder einzelnen Quelle, beim eigenen inhaltlichen Beitrag, bei der Dokumentation Ihres Vorgehens im Methodikteil und bei der Fähigkeit, das Ganze im Gespräch zu vertreten.

In dieselbe Richtung bewegt sich der Fachdiskurs. Ein Diskussionspapier des Hochschulforums Digitalisierung nennt die Detektion eine Sackgasse und plädiert dafür, von der Kontrolle zur Befähigung überzugehen (Weßels et al. 2025). Praktisch heißt das für Sie, dass das Gewicht sich vom Dokument zur Person verschiebt. Geprüft wird zunehmend, was Sie an Ihrer Arbeit verstehen und vertreten können, nicht, woher ein einzelner Satz stammt.

Die Regeln, die für Sie tatsächlich gelten, stehen dabei nicht in einem KI-Gesetz, sondern in Ihrer Prüfungsordnung und in der Eigenständigkeitserklärung, die Sie unterschreiben. Lesen Sie beide, bevor Sie anfangen, und legen Sie Ihre Nutzung in dem Umfang offen, den Ihre Hochschule verlangt. An dieser Erklärung hat sich auch das bislang einzige dokumentierte deutsche Hochschulurteil entschieden, nicht an einem Detektorwert.

Letzte Aktualisierung: August 2026

Nächste Überprüfung: Februar 2027

Version: 4.0

Quellenverzeichnis anzeigen

Eigene Studie:

  • Greiner, D. M. (2026): „Nutzung von KI im Studium? Gelebter Diskurs und Perspektiven“, Zenodo, DOI 10.5281/zenodo.22013076, CC BY 4.0. Quellenkritische Diskursanalyse von 234 öffentlichen Forenthreads (2007 bis 2026) aus studis-online, gutefrage.net und Reddit, zwei unabhängige Codier-Durchgänge mit Sprachmodellen plus ein dritter zur Absicherung, Cohens Kappa im Mittel 0,70 bei 86 Prozent Übereinstimmung.

Primärstudien & Forschung:

  • BestColleges (2023): Most College Students Have Used AI. Befragung von 1.000 immatrikulierten Studierenden in den USA, Erhebung vom 29. September bis 5. Oktober 2023, 56 Prozent bejahten den Einsatz von KI bei Aufgaben oder Prüfungen
  • Pew Research Center (2025): About a quarter of U.S. teens have used ChatGPT for schoolwork. Befragung von 1.391 Jugendlichen zwischen 13 und 17 Jahren, Erhebung vom 18. September bis 10. Oktober 2024, 26 Prozent gegenüber 13 Prozent im Jahr 2023
  • Time (2025): Presseberichterstattung zur EEG-Studie von Kosmyna et al. 2025 (Preprint)
  • Weber-Wulff et al. (2023): AI Detection Tools Assessment
  • US Department of Education (2024): AI and Future of Teaching Report

Im Text belegte Fachliteratur:

  • Budde, J. & Tobor, J. (2025): KI Monitor 2025. Hochschulen gestalten den KI-Alltag. Hochschulforum Digitalisierung, DOI 10.5281/zenodo.17050798
  • Chirikov, I., Smirnov, I. & Kizilcec, R. F. (2026): Generative AI use and misuse call for assessment reform in higher education. Science, DOI 10.1126/science.aec5115
  • Ellington, A. J. (2003): A meta-analysis of the effects of calculators on students achievement and attitude levels in precollege mathematics classes. Journal for Research in Mathematics Education, DOI 10.2307/30034795
  • Fiedler, A. & Döpke, J. (2025): Do humans identify AI-generated text better than machines? Evidence based on excerpts from German theses. International Review of Economics Education, DOI 10.1016/j.iree.2025.100321
  • Howard, F. M. et al. (2024): Characterizing the increase in artificial intelligence content detection in oncology scientific abstracts. JCO Clinical Cancer Informatics, DOI 10.1200/CCI.24.00077
  • Knecht, J. (2025): Offenlegung der KI-Nutzung an Hochschulen. Auswertung von 58 DACH-Hochschulen. Hochschulnetzwerk Digitalisierung der Lehre Baden-Württemberg
  • Koçak, D. (2025): Examination of ChatGPT performance as a data analysis tool. Educational and Psychological Measurement, DOI 10.1177/00131644241302721
  • Kosmyna, N. et al. (2025): Your brain on ChatGPT. Preprint, arXiv 2506.08872
  • Liang, W. et al. (2023): GPT detectors are biased against non-native English writers. Preprint arXiv 2304.02819, publiziert in Patterns, DOI 10.1016/j.patter.2023.100779
  • Linardon, J. et al. (2025): Influence of topic familiarity and prompt specificity on citation fabrication in mental health research using large language models. JMIR Mental Health, DOI 10.2196/80371
  • Paustian, T. & Slinger, B. (2024): Students are using large language models and AI detectors can often detect their use. Frontiers in Education, DOI 10.3389/feduc.2024.1374889
  • Perkins, M., Furze, L., Roe, J. & MacVaugh, J. (2024): The AI assessment scale (AIAS). Journal of University Teaching and Learning Practice, DOI 10.53761/q3azde36
  • Saha, S. & Feizi, S. (2025): Almost AI, almost human. The challenge of detecting AI-polished writing. Findings of the ACL 2025, arXiv 2502.15666
  • Stankovic, M. et al. (2026): Comment on Your brain on ChatGPT. Preprint, arXiv 2601.00856
  • Topaz, M. et al. (2026): Fabricated citations. An audit across 2.5 million biomedical papers. The Lancet, DOI 10.1016/S0140-6736(26)00603-3
  • Wenger, E. & Kenett, Y. N. (2026): Large language models are homogeneously creative. PNAS Nexus, DOI 10.1093/pnasnexus/pgag042
  • Weßels, D., Bils, A. & Budde, J. (2025): Wissenschaftliche Abschlussarbeiten im KI-Zeitalter. Hochschulforum Digitalisierung, Diskussionspapier 38
  • Xu, Z. et al. (2026): GhostCite. A large-scale analysis of citation validity in the age of large language models. Preprint, arXiv 2602.06718

Universitäre Richtlinien:

Tools & Plattformen:

Equity & Zugang:

Rechtliche Quellen:

  • VG München, Beschluss vom 28.11.2023, Az. M 3 E 23.4371: Detektorwert als Indiz, nicht als Beweis
  • VG Kassel, Urteile vom 25.02.2026, Az. 7 K 2134/24.KS und 7 K 2515/25.KS: nicht rechtskräftig, Berufung zugelassen
  • Universität Hamburg, Referat Qualität und Recht (2025): Handreichung Nr. 15, Täuschung in der Prüfung
  • Hochschul-Qualitätssicherungsgesetz (HS-QSG), § 2a Abs. 3, Österreich, Fassung seit 1. Juli 2024
  • Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 4

Über den Autor: Daniel M. Greiner

Gründer · Editor-in-Chief von ManuskriptMentor

Daniel Greiner gründete ManuskriptMentor 2025 als Plattform für wissenschaftliches Arbeiten. Mit M.A. und B.A. in Medienwissenschaft (Universität Siegen) und über zehn Jahren Führungserfahrung verantwortet er die redaktionellen Inhalte und prüft jeden Methodik-Artikel persönlich.

Spezialist für Abschlussarbeiten
Autoren-ProfiliDORCIDLinkedIn★ProvenExpert
Fachlich geprüft von Robert M., M.Sc. · IT & Künstliche Intelligenz · Geprüft am 20.08.2026 · Alle Fachautor:innen