Von Google zu ChatGPT: Wie sich die Muster studentischen Betrugs verändern

Hinweis: Die meisten der hier zitierten Studien stammen aus Großbritannien. Dieser Fokus liegt schlicht daran, dass dort ein Großteil der seriösen Forschung zur akademischen Integrität im KI-Zeitalter stattfindet. Wir tätigen die Annahme, dass sich die Befunde in bildungstechnisch ähnlichen Regionen nicht strukturell unterscheiden werden.

Wandel im Betrugsmuster: Plagiate nehmen ab, KI-Nutzung steigt

Vor dem KI-Zeitalter war traditionelles Plagiat (das Kopieren existierender Texte aus Onlinequellen) das größte Thema rund um akademische Integrität. Noch 2019 entfielen fast zwei Drittel aller Fälle von akademischem Fehlverhalten auf Plagiate [2]. Doch mit dem Aufkommen leistungsfähiger KI-Textgeneratoren hat sich die Art des Betrugs grundlegend verändert. Hochschulen berichten von einem sprunghaften Anstieg KI-gestützter Betrugsfälle, selbst während Copy-Paste-Plagiate abnehmen. Eine aktuelle britische Untersuchung ergab fast 7.000 nachgewiesene Fälle von Studierenden, die 2023-24 KI-Tools wie ChatGPT missbrauchten – mehr als das Dreifache im Vergleich zum Vorjahr. Tatsächlich zeigte eine landesweite Umfrage im Vereinigten Königreich Anfang 2025, dass 92 % der Studierenden KI in irgendeiner Form nutzen und 88 % generative KI speziell für Studienarbeiten einsetzten – ein Anstieg von nur 53 % im Jahr zuvor [3]. Natürlich ist nicht jede Nutzung direkt „Betrug“, doch bezeichnenderweise gaben 18 % der Studierenden zu, KI-generierte Texte direkt in ihren Arbeiten verwendet zu haben – was, wenn nicht erlaubt, ein klarer Verstoß gegen die akademische Integrität ist.

Warum wenden sich Studierende so stark der KI zu? Ganz einfach: Tools wie ChatGPT können in Sekundenschnelle brauchbare Texte oder Lösungen liefern und so die Notwendigkeit eigener Arbeit umgehen. „Diese Tools ermöglichen es Studierenden, Aufgaben, Aufsätze und Problemlösungen mit minimalem Aufwand oder Verständnis zu erzeugen und umgehen so klassische Lern- und Bewertungsprozesse“, wie eine Studie feststellt [4]. Für gestresste oder unvorbereitete Studierende kann sich ein Chatbot wie eine „akademische Fee für Last-Minute-Abgabetermine“ anfühlen – auch wenn er für Lehrkräfte zum Albtraum wird [2]. Und anders als bei einer Google-Suche, bei der Studierende eine existierende Quelle kopieren (die Plagiatsoftware erkennen kann), erzeugt ein KI-Modell originellen Text. Das bedeutet, dass herkömmliche Plagiat-Checker KI-Texte oft nicht erkennen. Kein Wunder also, dass viele Studierende KI als verlockende Abkürzung sehen – und sie tauschen sogar online Tipps aus, wie man nicht erwischt wird. Dutzende TikTok-Videos erklären inzwischen, wie man mit KI-Paraphrasierungs-Tools ChatGPT-Texte „vermenschlicht“ und so KI-Detektoren austrickst.

Die Herausforderung für akademische Integrität im KI-Zeitalter

Der Anstieg von KI-basiertem Betrug stellt Lehrkräfte und Institutionen vor neue Herausforderungen. KI-generierte Inhalte sind viel schwerer nachzuweisen als klassische Plagiate. Beim Copy-Paste gibt es meist eine eindeutige Quelle; bei KI heißt es dagegen oft: „Wenn man den Einsatz von KI vermutet, ist es nahezu unmöglich, dies eindeutig zu beweisen“ [2]. Es gibt zwar KI-Detektionssoftware – zum Beispiel prüfte Turnitin’s Anti-AI-Tool 130 Millionen studentische Arbeiten und markierte 3,5 Millionen als vermutlich KI-generiert –, aber diese Tools sind weit davon entfernt, fehlerfrei zu sein, und erzeugen ständig Fehlalarme. Lehrkräfte erleben regelmäßig Fälle, in denen Studierende zu Unrecht wegen KI-Nutzung beschuldigt werden. Das Tüpfelchen auf dem i: KI-Detektoren können technisch bedingt keinerlei echten Nachweis [7] für ihr Urteil liefern. Kein Wunder, dass Lehrende fürchten, ehrliche Studierende zu Unrecht zu bestrafen – schon ein bloßer Verdacht ist schwer zu ahnden. Dr. Peter Scarfe, Co-Autor einer Studie zu KI und Prüfungen, erklärt, dass KI-basierter Betrug „ein grundlegend anderes Problem“ darstellt als Plagiate – und warnt, dass die wenigen überführten Fälle nur die Spitze des Eisbergs sind. Sein Team konnte KI-Texte in 94 % der Fälle unerkannt ins Uni-System einschleusen [5]. Studierende mit Betrugsabsicht haben das längst bemerkt – darum gibt es inzwischen so viele TikTok-Guides zum Umgehen von KI-Detektoren. Es ist ein Wettlauf um Integrität – aktuell mit Vorteil für die gewieften Nutzer von generativer KI.

Anpassung an eine KI-gestützte akademische Welt

Wie sollen Lehrende auf dieses neue Umfeld reagieren? Die reine Bestrafung oder traditionelle Gegenmaßnahmen reichen nicht mehr aus – darüber sind sich immer mehr Expert:innen einig. KI-Tools vollständig zu verbieten oder „den Geist zurück in die Flasche zu stecken“ ist nicht praktikabel (Studierende nutzen sie trotzdem, meist unbemerkt) [1], und es ignoriert zudem die möglichen Vorteile bei sinnvoller Nutzung. Stattdessen schlagen viele einen Doppelansatz vor: Bewertungen neu denken und KI als Lernchance begreifen. Einerseits überarbeiten Lehrkräfte Aufgabenstellungen so, dass Betrug schwieriger wird – zum Beispiel mit Fokus auf höheres Denken, persönliche Reflexion oder individuelle Analysen, die KI nicht leicht fälschen kann [4]. Standardisierte Wissensabfragen oder generische Aufgaben werden zunehmend durch Arbeiten ersetzt, die kritisches Denken, Kreativität oder persönliche Bezüge fordern – was ChatGPT nur schwer überzeugend liefern kann. Einige setzen auf mehr Präsenzarbeiten oder mündliche Prüfungen, um den eigenen Wissensstand und die Stimme der Studierenden zu überprüfen [1]. Andere integrieren persönliche Elemente in Aufgaben – etwa, indem sie verlangen, dass Studierende Inhalte auf eigene Erfahrungen beziehen – so werden KI-generierte Antworten schnell entlarvt [1]. Kurz: Bewertungen verschieben sich langsam zu Kompetenzen und Ergebnissen, die nicht so einfach an einen Bot delegiert werden können.

Andererseits gilt: KI komplett zu meiden, wäre kontraproduktiv – schließlich werden Studierende sie vermutlich auch später im Beruf nutzen. Daher erarbeiten viele Hochschulen klare Richtlinien für erlaubte KI-Nutzung, anstatt Totalverbote zu verhängen. Ein Beispiel: Lehrende erlauben ChatGPT für Brainstorming oder Korrekturhilfe, aber nicht für das komplette Verfassen eines Essays – und machen dies im Vorfeld klar. Studierende über die Grenzen von erlaubtem KI-Einsatz aufzuklären, ist essenziell. „Als Lehrende müssen wir klar kommunizieren, welche Formen der KI-Nutzung in unserem Unterricht erlaubt sind“, so eine Lehrkraft – denn diese Transparenz kann ehrliche Studierende vom Abrutschen ins Fehlverhalten abhalten [6]. Mit klaren Vorgaben und Aufklärung nehmen Lehrkräfte den Tools den Nimbus und betonen: Ziel ist Lernen, nicht nur das richtige Ergebnis.

Wesentlich ist auch, die Motivation hinter Betrug zu hinterfragen. Wenn Studierende verstehen, warum eine Aufgabe Sinn macht, und sich ins Lernen eingebunden fühlen, sinkt die Versuchung zum Outsourcing. „Letztlich kommt es darauf an, Studierenden klarzumachen, warum bestimmte Aufgaben zu erledigen sind“ und Aufgaben so zu gestalten, dass sie aktiv einbinden [2]. Professor Thomas Lancaster, Experte für akademische Integrität, empfiehlt, auf Fähigkeiten zu setzen, die KI nicht ersetzen kann – etwa Kommunikation, soziale Kompetenzen oder den kritischen Umgang mit neuer Technologie. Dann sehen Studierende echten Wert darin, ihre Arbeit selbst zu leisten. Sprich: Wenn Prüfungen darauf abzielen, genuin menschliche Stärken und Kreativität zu fördern, sinkt der Anreiz für KI-Abkürzungen – und der Nutzen von KI als Lernwerkzeug steigt.

Neue Realität annehmen: Integrität & Innovation

Akademischer Betrug hat sich weiterentwickelt – vom Wikipedia-Kopieren zum Verfassenlassen durch KI. Diese neue Realität ist eine Herausforderung, aber auch eine Chance, wie wir Lehre und Bewertung gestalten. Lehrende und Institutionen lernen, Integrität und Innovation zu balancieren: Sie aktualisieren Ehrenkodizes und Technik, und arbeiten sogar mit Studierenden zusammen, um ethische KI-Nutzung zu definieren. Es ist anerkannt, dass generative KI in der akademischen Welt bleiben wird – wie einst Taschenrechner oder das Internet – und dass sie Bildung sogar bereichern kann, wenn sie sinnvoll eingesetzt wird. Wie es eine Policy formuliert: „Generative KI hat großes Potenzial, Bildung zu verändern … Doch die Integration in Lehre und Prüfung erfordert sorgfältige Überlegungen, und Schulen müssen Nutzen und Risiken austarieren“ [2]. In der Praxis heißt das: Hochschulen investieren in KI-Schulungen für Lehrende, entwickeln neue Prüfungsformate und tauschen bewährte Methoden aus.
Eine dieser neuen Methoden stellt Mentafy vor: Nicht das Endprodukt zählt, sondern die Entwicklung eines Texts wird dokumentiert. Nur so lässt sich heute noch nachhalten, wie akademische Leistung tatsächlich entstanden ist.

Fazit: Die Muster des Betrugs haben sich eindeutig verändert – Google-Suchen und Copy-Paste-Plagiate sind nicht mehr die größte Gefahr, sondern von KI generierte Arbeiten. Doch der Kernauftrag bleibt: akademische Integrität zu sichern und echtes Lernen zu ermöglichen. Wer die neuen Betrugswerkzeuge versteht und sich klug anpasst, kann den Missbrauch von KI eindämmen – und Studierende zu ehrlicher, sinnvoller Nutzung dieser mächtigen Technologie anleiten. Die Herausforderung ist groß, doch es ist möglich, dass KI zum Partner in der Bildung wird, statt zur Bedrohung und dass Studierende sich fürs Lernen statt für die Abkürzung entscheiden. Mit Wachsamkeit, Kreativität und offener Kommunikation lässt sich Vertrauen und Qualität auch im KI-Zeitalter erhalten.

Quellen:

 [1]  Three Heads Blog (2024). AI and Academic Integrity: We Have Ideas.
 [2]  Goodier, M. (2025). Thousands of UK university students caught cheating using AI. The Guardian – Higher Education
 [3]  HEPI (2025). Student Generative AI Survey 2025 – Policy Note 61.
 [4]  Evangelista, E.D.L. (2025). Ensuring academic integrity in the age of ChatGPT. Contemporary Ed. Technology, 17(1).
 [5]  Scarfe, P. et al. (2024). A real-world test of artificial intelligence infiltration of a university examinations system: A “Turing Test” case study
 [6]  Dunlap, J. (2024). Cheating in the age of generative AI – High school survey (summary).
 [7]  Hiett R. (2025). AI Detectors: The Uses and the Risks in 2025