Transparenz im KI-Zeitalter: Ein ganzheitlicher Ansatz für akademische Integrität ist die Antwort

Table of Contents

TL;DR – Zusammenfassung

Seit ChatGPT ist die Zahl der Täuschungsversuche nicht explodiert – einige Studien sehen gar keinen oder nur einen leichten Anstieg. Auffällig ist jedoch: die Art des Fehlverhaltens hat sich weg vom klassischen Copy-Paste-Plagiat hin zum KI-Ghostwriting verschoben, was für herkömmliche Integritäts-Tools nicht nachweisbar ist. Die zuverlässigste Methode, den persönlichen Beitrag von Lernenden zu bewerten, ist es, zu untersuchen, wie ein Dokument entstanden ist (Analyse der Schreibprozess-Muster anhand des Versionsverlaufs). Zusätzliche Plagiatsprüfungen (um kopierte Quellen zu finden) und KI-Detektoren (als ergänzende Hinweisgeber) geben Lehrkräften zudem ein vollständigeres, evidenzbasiertes Gesamtbild. Mentafy setzt den Schwerpunkt auf Schreibprozess-Analyse und ergänzt diese mit klassischen Prüfungen, um maximale Transparenz und Beweiskraft zu schaffen.

Was sich verändert hat – und was nicht

Große Erhebungen zeigen: Die Gesamtquote an Schummelei ist ähnlich hoch wie vor ChatGPT, doch KI ist sehr schnell Teil des Werkzeugkastens von Lernenden geworden. Laut dem HEPI-Report 2025 nutzen 92 % der Studierenden KI in irgendeiner Form, und ein erheblicher Teil fügt KI-generierte Texte direkt in Arbeiten ein. Forschende der Stanford Graduate School of Education betonen ebenfalls, dass KI weniger die Menge, sondern vor allem die Art des Betrugs verändert hat. Die Konsequenz für Pädagogik und Prüfpolitik: Nicht länger das Endprodukt bewerten, um akademische Integrität zu ermitteln, sondern den Entstehungsprozess überprüfen.

Warum ‚Endprodukt-Analysen‘ an ihre Grenzen stoßen

Plagiatsprüfungen sind sehr gut darin, Copy-Paste zu erkennen, aber sie finden keine originären KI-Texte, da diese mit keiner Quelle übereinstimmen.
KI-Detektoren liefern Wahrscheinlichkeiten statt Beweise. Sie können gut überarbeiteten KI-Text übersehen und manchmal echte Texte fälschlich verdächtigen. Daher sind sie eher Indiziengeber und haben keine zwingende Beweiskraft.

Eine PLOS-ONE-„Turing-Test“-Studie zeigte, dass 94 % absichtlich eingefügter KI-Texte in realen Uni-Prüfungen unentdeckt blieben.
Auch große Systeme wie Turnitin betonen, dass nur ein kleiner Teil aller Abgaben überwiegend KI-generiert ist – und dass deren Ergebnisse immer im Kontext durch Lehrkräfte bewertet werden müssen.

Der Anker: Schreibprozess-Analyse

Prozessdaten beantworten die zentrale Frage: Was war der authentische Beitrag der/des Lernenden?

Sie rekonstruieren, wie ein Text entstanden ist, ob er getippt oder eingefügt wurde, mit Pausen, in Schüben, mit Revisionen über die Zeit und mit Angabe der Herkunft eingefügter Inhalte. Methoden aus der etablierten digitalen Forensik zeigen klare, messbare Unterschiede zwischen authentischem und KI-unterstütztem Schreiben – und zusätzlich, dass Prozessdaten viel schwerer zu fälschen sind als ein fertiger Text.

Mit Mentafy erhalten Lehrkräfte einen Urheberschaftsbericht, der:

ungewöhnliche Ereignisse sichtbar macht (z. B. große Einfügungen oder lange fehlerfreie Passagen ohne Pausen),
selbst geschriebene von KI-überarbeiteten oder extern eingefügten Abschnitten trennt
und Stellen hervorhebt, bei denen Quellen geprüft werden sollten.

Der Fokus liegt damit auf nachweisbarem Verhalten statt auf einer ‚Black-Box‘-Antwort wie bei der reinen KI-Detektion.

Warum die Kombination sinnvoll ist – und welchen Wert jede Komponente hat

Schreibprozess-Analyse = Primärbeweis
- Zeigt wer was wann gemacht hat (Tipp-Rhythmus, Revisionspfade, Einfügeereignisse)
- Macht KI-Ghostwriting und (teilweise) Auftragsarbeiten durch Prozessspuren und Metadaten sichtbar
- Schützt ehrliche Lernende, indem ihre echte Arbeit dokumentiert wird (wichtig gegen Falschbeschuldigungen)
Plagiatsprüfung = Quellensicherheit
- Findet Übereinstimmungen mit Web- und Publikationsdatenbanken, wenn Prozessdaten „copy&paste“, bzw. Abtippen zeigen
- Unterscheidet Plagiate (Quellentreffer) von KI-Nutzung (kein Treffer, aber auffälliger Prozess) – für angemessene pädagogische Reaktionen
KI-Erkennung = Hinweisgeber
- Markiert Schreibmuster, die typisch für KI sind.
- Kein Beweis an sich, gewinnt aber Gewicht, wenn der Versionsverlauf dies stützt

In Kombination dieser Methoden verringern sich:

Falsch Negative (übersehene Täuschung) und
Falsch Positive (fälschlich verdächtigte Originale)

Das stärkt das Vertrauen der Lehrkräfte und ermöglicht faire, nachvollziehbare Entscheidungen.

Auswirkung auf den Unterricht: Von der „Detektor-Lotterie“ zur evidenzbasierten Bewertung

Lernende schreiben in ihren gewohnten Tools (MS Word / Google Docs), während Mentafy den gesamten Schreibprozess dokumentiert (Versionen, Edits, Quellen)
Der erweiterte Urheberschaftsbericht zeigt Unregelmäßigkeiten und macht sichtbar in einer Ansicht im Dokument, wie jeder Absatz entstanden ist
Gezielte Plagiatsprüfungen werden auf verdächtigen Abschnitten ausgeführt, um Originalquellen zu finden
KI-Detektoren werden ergänzend herangezogen, um prozessbasierte Bewertungen zu unterstützen, nicht sie zu ersetzen

Lehrkräfte erhalten so einen prägnanten, datenreichen Überblick, während Lernende sehen, dass jede Abkürzung Spuren hinterlässt. So werden sie zu legitimem, transparentem KI-Einsatz hingeführt.

Warum das fairer ist – für Lernende und Lehrkräfte

Ein „Prozess-zuerst-Ansatz“ schreckt Täuschung schon im Vorfeld ab, bietet fleißigen Lernenden dokumentarischen Schutz und reduziert spekulative Vorwürfe. Die Bewertung verschiebt sich von „klingt das nach KI?“ zu „was sagen die Belege darüber, wie es entstanden ist?“ – ein Standard, der sowohl zu pädagogisch gewünschtem Arbeiten (Planen, Entwerfen, Überarbeiten) anleitet als auch zu institutionelle Fairness gewährt.

Fazit

Optimale Transparenz entsteht durch die Kombination von Methoden. Setzen Sie die Schreibprozess-Analyse als Anker der Urheberschaft – und ergänzen Sie diese gezielt mit Plagiatsprüfungen und KI-Erkennung. Dieser mehrschichtige Ansatz bietet Lehrkräften die vollständigste und belastbarste Sicht auf die Arbeiten ihrer Schüler*innen oder Studierenden, stellt Fairness für ehrliche Lernende wieder her und liefert klare, umsetzbare Belege, wenn Fehlverhalten vorkommt.