Akademische Integrität

Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.

Akademische Integrität — der ethische Rahmen, der ehrliche akademische Arbeit im Zeitalter der KI bestimmt. Die Wissensbasis dokumentiert, wie das Konzept durch generative KI umgerahmt wurde: von einem Problem des Erkennens unehrlicher Ausgabe zu einem Designproblem, ehrliche Arbeit sichtbar, verifizierbar und wert, erzeugt zu werden, zu machen. Die Forschung zu akademischer Integrität in diesem Raum hat sich von detektionsfokussierten Ansätzen hin zu grundlegender Neugestaltung des Assessments, pädagogisch geführter Governance und dem Beibringen, wie Lernende KI gut nutzen entwickelt, statt bloß zu überwachen, ob sie es tun.

Fragen zum Nachdenken

• Denken Sie an das letzte Mal, als Sie „KI-Betrug“ diskutieren hörten. Ging das Gespräch darum, Lernende zu fangen, oder darum, Aufgaben zu entwerfen, die Lernende ehrlich bearbeiten würden? Welche Betonung ist Ihnen vertrauter, und warum?
• Eine polierte, plausible Arbeit kann heute in Sekunden erzeugt werden. Wenn Sie die Fähigkeit einer lernenden Person nicht mehr am eingereichten Produkt beurteilen können: Was müssten Sie sehen oder hören, um zuversichtlich zu sein, dass sie es tatsächlich gelernt hat?
• Forschung findet, dass Lernende KI-Nutzung oft rationalisieren („KI-Text zu kopieren ist opferlos“), statt sie aus Böswilligkeit zu missbrauchen. Welche Annahmen über die Motive der Lernenden macht eine rein strafende Integritätspolitik —, und was könnten jene Annahmen falsch machen?
• Eine Linie der Forschung behandelt die KI-Nutzung der Lernenden als Koordinationsproblem: Verhalten verändert sich, wenn sich Peer-Erwartungen und Assessmentanreize ändern, nicht wenn Regeln neu formuliert werden. Welche Peer- oder Designfaktoren in Ihrem eigenen Kontext könnten unbemerkt prägen, ob KI-Nutzung ehrlich ist?
• Studien zeigen, dass Angst vor Strafe Lernende dazu treibt, KI-Nutzung zu verbergen, und dass transparente Lernende sogar Verdacht erregen können. Wenn Sie ein Formular zur „Offenlegung der KI-Nutzung“ entwerfen würden: Was würde eine lernende Person dazu bringen, es tatsächlich wahrheitsgemäß auszufüllen?
• Dieselbe institutionelle KI-Richtlinie wird von Lernenden über Kulturen hinweg verschieden interpretiert — Kultur, nicht Richtlinienformulierung, treibt, was sich falsch anfühlt. Wie sollte eine Integritätsrichtlinie einer kulturell vielfältigen Kohorte kommuniziert werden, damit Erwartungen tatsächlich verstanden werden?

Einführung

Das Aufkommen generativer KI hat nicht das Bedürfnis nach akademischer Integrität geschaffen —, es hat Schwächen bestehender Ansätze schwerer ignorierbar gemacht. Ein poliertes, plausibles Produkt kann heute in Sekunden erzeugt werden, sodass Produktähnlichkeit ein zunehmend unzuverlässiges Signal für Fähigkeit ist. Das verschiebt die Integritätsfrage von „können wir KI-Nutzung fangen?“ zu „können unsere Assessments noch die Schlüsse rechtfertigen, die wir über das Lernen der lernenden Person ziehen?“

Die Entwicklung von Detektion zu Neugestaltung

• Detektionsskepsis: Forschung zu KI-Detektion und institutionelle Analysen finden zunehmend, dass KI-Detektionswerkzeuge unzuverlässig und verfahrensmäßig unfair sind. LLM-Textdetektion sieht sich fundamentalen Grenzen gegenüber. Vollständig KI-erzeugte Einreichungen können Live-Prüfungssysteme weitgehend unbemerkt passieren, und erfahrene Korrektierende erkennen GenAI-verfasste Arbeit nicht verlässlich. Detektion ist bestenfalls ein begrenztes, situatives Werkzeug —, nicht eine Strategie ersten Rückgriffs. Das Volumen, das ihr dennoch abverlangt wird, ist alles andere als marginal: eine sechsjährige Analyse eines Informatik-Grundkurses mit großen Einschreibungen fand 45.7% der Studierenden im Frühjahr 2026 wegen Mustern markiert, die mit LLM-assistiertem Programmieren konsistent sind (Racovan et al. (2026)).
• Detektions schmale Marge, und Betrug als geplantes Verhalten: Leaton Gray, Edsall und Parapadakis (2025) tragen den Fall zusammen, dass KI eine Verletzlichkeit verstärkt, die der Sektor bereits hatte. KI-erzeugter Text ist in bis zu 80% der Fälle als menschenverfasst durchgegangen, während die von ihnen genannte Evidenz maschinelle Detektion bei etwa 80% gegenüber 78.4% für menschliche Prüfende ansiedelt, eine zu schmale Marge, um einen Fehlverhaltensbefund zu tragen. Ihr motivatorischer Beitrag ist der kennzeichnendere: ausgehend von Ajzens Theorie geplanten Verhaltens und Banduras Selbstwirksamkeitstheorie berichten sie Krou et al.' (2021) Metaanalyse, die findet, dass Selbstwirksamkeit negativ mit Betrug korreliert, während tatsächliche Fähigkeit überhaupt nicht invers mit ihr korreliert. Eine fähige, zuversichtliche lernende Person, die ein Assessment als unfair liest, kann daher betrügen, um Kontrolle zurückzugewinnen. Die Schlussfolgerung folgt derselben Umkehrung, die diese Seite anderswo dokumentiert — ein Assessment, das ein Modell überzeugend beantworten kann, ist ein intellektuell triviales Assessment, und das Scheitern gehört dem Assessment statt der lernenden Person.
• Neugestaltung des Assessments: Authentisches Prüfen, Jenseits-der-Detektion-Ansätze und die AI Assessment Scale verschieben den Fokus vom Fangen von KI-Nutzung zum Entwerfen von Assessments, bei denen KI-Nutzung entweder irrelevant, transparent oder erforderlich ist, um eine spezifische Fähigkeit zu demonstrieren.
• Strukturelle Verletzlichkeit der Benotung: Chan et al. liefern eine konkrete Fallstudie, wie gegenwärtige Benotung strukturell KI-vermittelter Unehrlichkeit ausgesetzt ist. In einem Biologie-Fachbereich nahmen Lehrende nur persönlich beaufsichtigte Prüfungen als minimal verwundbar wahr; Aufgaben außerhalb des Kurses wurden als hoch verwundbar gesehen, was etwa ein Drittel der Note einer lernenden Person hoch verwundbar und 80% zumindest etwas verwundbar ließ. Das rahmt das Integritätsproblem als teils ein *Benotungsdesign-*Problem und motiviert eine Neuausrichtung hin zu beaufsichtigtem oder im Kursraum stattfindendem Prüfen und authentischen Assessment-Designs, die schwerer auszulagern sind. Ivory et al. (2026) liefern das Gegenstück auf Fächerebene mit einem ganzen dreijährigen Psychologieprogramm: 36 von 40 Assessments über 16 Typen hinweg erzeugten bei minimaler Anstrengung bestehensfähige Inhalte, und die vier, die scheiterten, waren jene, die Anwesenheit, visuelle Medien oder den eigenen Datensatz der lernenden Person verlangten. Ihre Lesart warum es durchkommt, ist der Teil, der generalisiert — Korrigieren, das flüssige Struktur und gutgläubige Nutzung der richtigen Analyse belohnt, duldet erfundene Werte und halluzinierte Referenzen, sodass die Bestehensgrenze statt Detektion darüber entscheidet, ob KI-Ausgabe als Leistung bewertet wird, und die Verwundbarkeit des Assessments „cannot be blamed solely upon student usage“.
• Die Einreichung als Angriffsfläche: Prompt Injection gegen KI-Benotung. Humble (2026) red-teamt einen alltäglichen Benotungsablauf und zeigt, dass eine Einreichung einer lernenden Person verborgene Anweisungen tragen kann, die die Note verändern, die ein KI-Werkzeug erzeugt: zwei von fünf indirekten Injection-Strategien, eingebettet in die Einreichungsdatei, hoben eine durchfallende Arbeit auf Bestanden, ohne sichtbare Warnung an die nutzende Person, bei berichteten Angriffserfolgsquoten von 100% (9/9) und 94% (17/18), beide kombinierend Instruktionsmanipulation, Rollenspiel und Verschleierung über docx-, pdf- und htm-Formate hinweg. Der grundlegendste Angriff scheiterte vollständig, und seine Ablehnung war still — das Werkzeug deaktivierte den Chat, ohne den Versuch zu melden —, während eine einzelne erkannte Injection eine Zusicherung erzeugte, das Werkzeug werde „only according to the official assignment instructions“ benoten, bevor sechs weitere Durchläufe derselben Datei die Note ohnehin hoben. Die Integritätsfolge läuft in beide Richtungen: eine durch verborgene Anweisung gehobene Note trägt keinen Validitäts-Anspruch, dieselbe Technik könnte genutzt werden, um eine Einreichung zu verschlechtern, ohne dauerhafte Spur in der Ausgabe, und der menschlichen korrektierenden Person bleibt als einzige echte Prüfung von Manipulation, die darauf angelegt ist, nicht sichtbar zu sein.
• Validität als organisierender Rahmen: Validität von Assessments rahmt Integrität als evidentielles Problem. Authentische-Assessment-Forschung führt Konstruktsubstitution ein — ein KI-erzeugtes Produkt wird der lernenden Person zugeschrieben, sodass das Assessment die Fähigkeit des Werkzeugs erschließt statt die der lernenden Person. Die evidentielle Frage überlebt jede KI-Richtlinie: ob Nutzung verboten, erlaubt oder erforderlich ist, das Assessment muss dennoch Evidenz erzeugen, die den gezogenen Schluss rechtfertigt.
• Variation-im-Maßstab als Integritätsmechanismus ohne Überwachung: VARIA (Lee 2026) benchmarkt die Prämisse hinter AI-Integrated Authentic Assessment (AIAA) — überwachungsbasierte Beaufsichtigung bei Prüfungen durch Varianten pro lernender Person zu ersetzen, sodass Kopieren strukturell nutzlos ist. Die Integritätsgarantie ist davon abhängig, dass LLMs Varianten erzeugen, die oberflächlich verschieden und konstruktäquivalent sind; VARIAs Pilot mit 600 Varianten findet, dass Frontier-Modelle dies nur knapp erfüllen (gemeinsamer Score 0.81–0.88), während Nicht-Frontier-Modelle kollabieren (0.50–0.55), sodass „variation-at-scale cannot be solved by prompting alone“. Das gibt der Detektion-gegen-Neugestaltung-Debatte eine empirische, falsifizierbare Prüfung: das Versprechen authentischen, aufgabenvariierten Prüfens ohne Überwachung hängt nun von einer gemessenen (und noch schmalen) Erzeugungsfähigkeit ab statt von einer angenommenen.
• Reflexion der lernenden Person gegen GenAI authentifizieren: Kadel et al. (2026) argumentieren, dass traditionelle Reflexionsmodelle Reflexion der lernenden Person nicht mehr authentifizieren können, sobald GenAI reflexive Prosa verfassen kann, und betten Integrität direkt in ein Reflexionsmodell ein — die Pitfalls-Stufe des 5P-Rahmenwerks behandelt ausdrücklich Plagiat, Halluzination und Übervertrauen, während ihre Process- und Product-Stufen das Dokumentieren von Prompts und das Validieren von Ausgaben verlangen, sodass das eigene Schlussfolgern der Lernenden von KI-erzeugten Beiträgen unterscheidbar ist.
• Politikentwicklung: Institutionelle KI-Richtlinien und Forschung zu Bildungspolitik zur KI untersuchen, wie Universitäten Integritätserwartungen entwickeln und kommunizieren —, und warum abstrakte Richtlinienaussagen so oft scheitern.
• Integrität als Governance-Problem, nicht als Detektionsproblem. Coates, Croucher und Calderon (2025) verlagern die bindende Randbedingung von Lernendenverhalten auf akademische Governance, die sie widerstandsfähig, aber „not well positioned or poised“ nennen, GenAI-bezogenen Bedrohungen der Authentifizierung studentischen Assessments zu begegnen. Ihre Antwort ist ein Integritätsindikatoren-Rahmenwerk von 130 Items über acht Dimensionen hinweg, von Designing (19 Items) bis Improving (6), umfassend Governance-Fragen statt psychometrischer Skalen — ob das höchste Gremium der Einrichtung Aktualisierungen zur Assessmentqualität erhält, welcher Prozentsatz des Assessments relevanten und sinnhaften Problemen ähnelt, welcher Prozentsatz der Lernenden von den Lehrkräften, die sie bewerten, individuell bekannt ist. Es wurde entwickelt über einen mehrjährigen Forschungsreview, fünf Fallstudien australischer Universitäten, Prototyping, Expertenbestätigung mit 60 eingeladenen Expertinnen und Experten über sechs Weltregionen hinweg und quantitatives Pilotieren, und es ist gepaart mit Reformen von Governance-Architekturen, Personen sowie Technologien und Ressourcen, deren Auszahlung die Autoren nur unter externem Druck durch Regulierung, Benchmarking und einrichtungsübergreifenden Wettbewerb erwarten; sie präsentieren das Rahmenwerk als formativ und rufen zu psychometrischer Validierung, bevor es für Vergleich oder Messung genutzt wird.
• Was die Dokumente tatsächlich sagen: Integrität dominiert institutionelle KI-Politik. Eldredge et al. (2026) analysierten die KI-Richtlinien- und -Leitdokumente aller 48 CAHIIM-akkreditierten Masterprogramme für Gesundheitsinformatik und Management von Gesundheitsinformationen in den USA: 40 (83%) hatten mindestens ein qualifizierendes Dokument, und jene Dokumente rahmten KI überwältigend als Frage der Verhinderung studentischen Missbrauchs in Kursarbeit, zentriert auf akademische Integrität und akzeptable Nutzung. Akademische Integrität war bei Weitem das häufigste Schlüsselwort (n = 139, vor Zitation bei 59, Assessment bei 50 und Plagiat bei 38), während Datenschutz, geistiges Eigentum und regulatorische Themen präsent, aber seltener waren (HIPAA n = 5, FERPA n = 11, IRB-Leitlinien n = 8). Themenmodellierung über demselben Korpus ergab vier Themen, das erste akademische Integrität und angemessene KI-Nutzung, neben generativer KI im Unterricht, KI und Datennutzung in der Forschung, und Engagement der lernenden Person mit konversationellen KI-Systemen. Der evidentielle Wert für diese Seite ist die Quantifizierung: integritätszentrierte Rahmung ist nicht bloß die rhetorische Voreinstellung institutioneller KI-Politik, sie ist empirisch ihr dominanter Inhalt. Die schärfste Beobachtung der Autoren betrifft, wo jene Aufmerksamkeit aufhört, indem sie vermerken, dass vergleichsweise wenig Leitlinien KI-Nutzung in angewandtem Lernen, Forschung und simulierten Umgebungen abdecken, wo sich curriculare und Daten-Governance-Anliegen schneiden, sodass die Dokumente Kursarbeit bestimmen, während die Settings, für die der Abschluss Lernende vorbereitet, weitgehend unadressiert bleiben.
• Integritätsrahmung weicht aufgabenbasierter Regulierung: Chirikovs (2026) Längsschnittstudie über 31,000+ Kurssyllabi zeigt, dass sich die KI-Richtlinien der Lehrenden von einer rein integritätsbasierten Rahmung wegbewegen: Erwähnungen akademischer Integrität in Syllabi fielen von 63% (Frühjahr 2023) auf 49% (Herbst 2025), während Bezüge auf KIs Einfluss auf das Lernen von 1% auf 29% stiegen. Lehrende regulieren KI zunehmend nach Aufgabentyp — sie für Entwurf/Schlussfolgern zu beschränken (wo KI Lernen verdrängen würde) und sie für Bearbeitung/Korrekturlesen und Lernunterstützung zu erlauben —, statt ein pauschales Integritätsverbot anzuwenden. Das rahmt Integritätspolitik als Designentscheidung auf Aufgabenebene statt als binäre Regel.
• Maschinelle Resistenz als Prävention, nicht als Detektion. Das Dokument selbst zu perturbieren — Zeichen-, Wort- und Zeilenabstand, Opazitäts-Jitter, Streifen-Overlays und Bildrauschen, plus entscheidungsbasierte adversarial Angriffe — erhöht den Aufwand, den gering aufwändiger LLM-Missbrauch an der Quelle erfordert, während dasselbe Wissen gemessen wird (Salaun et al. (2026)). Manuelle Transkription bleibt möglich, und adversarial Angriffe schützen nur ausgewählte Zeilen, wodurch die Zeichenfehlerrate über das gesamte Dokument unter 8,44 % bleibt.

Das Fehlverhaltensverfahren und sein evidentieller Kollaps

Die Durchsetzungsmaschinerie, die über der Integritätspolitik sitzt, ist selbst eine Designentscheidung, und generative KI hat ihr evidentielles Fundament demontiert. Teichmann (2026) argumentiert, dass das Fehlverhaltensverfahren, das Universitäten aus dem Plagiatswesen importiert haben, annimmt, verbotene Nutzung könne erkannt und bewiesen werden —, eine Prämisse, die die Technologie auflöst. Anders als Textabgleichssoftware, die auf eine kopierte Quelle verweist, identifiziert ein KI-Textklassifikator keine Quelle (keine existiert); er gibt ein probabilistisches Urteil über Stil aus, das unter Paraphrase degradiert, nichtmuttersprachliches englisches Schreiben systematisch fehletikettiert, und nicht erklärt oder kreuzverhört werden kann, während gekonnte oder leicht bearbeitete Nutzung überhaupt keine Spur hinterlässt. Dennoch durchzuhalten kehrt die Beweislast um (die lernende Person wird gebeten, ein Negativ zu beweisen), belastet jedes Element verfahrensmäßiger Gerechtigkeit, und lässt den Schaden falscher Beschuldigung am härtesten auf den bereits Benachteiligten niedergehen. Die vorgeschlagene Abhilfe ist zweifach: ein evidentieller Standard, unter dem ein Detektor-Score allein nie einen Befund begründet, mit abgestuften, bildungsorientierten Antworten, und eine Verschiebung institutioneller Anstrengung hin zu validitätszentriertem und authentischem Assessment-Design —, die Antwort auf unerkennbare KI ist besseres Assessment statt bessere Überwachung. Der Grenzfall hat überhaupt keine Maschinerie: Isley, Gaebler und Goel (2026) dokumentieren ein US-amerikanisches Masterprogramm in Public Policy, das generative KI-Unterstützung in einer unterschriebenen Bestätigung verbot und keine Einreichungen prüfte, wo 56.1% der Bewerbenden von 2025 mindestens einen Aufsatz einreichten, den ein kommerzieller Detektor als primär KI-geschrieben klassifizierte, und jeder markierte Aufsatz mit einer um 1.5 Prozentpunkte niedrigeren Zulassungswahrscheinlichkeit assoziiert war (p < .01), auf 2.6 Punkte steigend (p < .001), sobald Aufsatzqualität konstant gehalten wurde. Ohne Detektion, Entscheidungsfindung oder Durchsetzungsschritt zwischen Regel und Ergebnis wurde die Strafe vollständig über das ungeschriebene Urteil der Lesenden in Zulassungsverfahren erfolgte — ein Verbot plus ein ungestütztes Leserurteil, das das willkürliche, unerklärte Strafmaß reproduziert, dessen Verhinderung ein faires Verfahren dienen soll.

Munoz et al. (2026) liefern das empirische Gegenstück, indem sie jeden GenAI-Fehlverhaltensfall an einer regionalen australischen Universität über drei Jahre hinweg kodierten: 1,162 Fälle mit 1,855 Evidenzitems, jedes bewertet für Relevanz, Glaubwürdigkeit und Schlussfolgerungskraft. Detektorausgabe war die am häufigsten erreichte und am wenigsten tragfähige Evidenz — Turnitin- oder Ähnlichkeitsberichte trugen 100% schwache Schlussfolgerungskraft, und eigenständige Detektorausgabe 100% niedrige Glaubwürdigkeit, und Detektorevidenz fiel auf 0.5% der Items bis 2025, während Einrichtungen aufnahmen, was sie nicht beweisen konnte —, während die stärksten Evidenzarten jene waren, die nicht auf probabilistischer Textklassifikation ruhen: Eingeständnisse der lernenden Person, beobachtetes verbotenes Prüfungsverhalten, und unabhängig verifizierte erfundene Referenzen, die den größten strukturellen Wechsel bei 22.3% der Items darstellten. Ihre schärfste Kritik ist strukturell statt evidentiell, da „there is no requirement for investigators to assess the probative quality of evidence before progressing an allegation, no minimum evidentiary threshold at any stage of the pipeline“, sodass Evidenzqualität keine verlässliche Beziehung zu Fallausgängen hatte. Sie halten außerdem fest, wie Politik mit der Praxis gleichzog: die bis 2024 geltende Assessment-Richtlinie sagte nichts über KI, und ab Januar 2025 erlaubte eine überarbeitete Richtlinie genehmigte Authentizitätssoftware, während sie das Hochladen von Arbeiten der lernenden Person auf KI-Detektionswerkzeuge Dritter verbot.

Ein zweites Scheitern ist eines des Umfangs statt des Beweises. Wright (2026) zeigt, dass Verbote, die auf der Ebene der Plattformidentität statt der Funktion geschrieben sind, nicht-generative Formatumwandlung einfangen — Sprache-zu-Text-Transkription, OCR, Klartext zu LATEX —, neben jenem generativen Entwerfen, das sie ausschließen wollen, obwohl die begutachtete Informatikliteratur Erkennung und Erzeugung als verschiedene Operationen behandelt. Die Kosten fallen ungleich an: Lernende mit Erkrankungen, die Feinmotorik, Lesbarkeit von Handschrift oder Tippgenauigkeit betreffen, haben auf genau jene Werkzeuge vertraut, und während eigenständige Sprache-zu-Text-Produkte eingestellt oder degradiert werden, füllt KI-gestützte Transkription die funktionale Lücke, sodass eine überinklusive Regel ein primäres Mittel entfernt, lesbare Arbeit zu erzeugen, was den Streit zu einem der Barrierefreiheit und Gerechtigkeit macht, bevor er einer der Integrität ist. Wrights Abhilfe ist eine funktionsbasierte Definition generativer KI plus vier operationale Kriterien — Treue, Nicht-Augmentation, Nachverfolgbarkeit und Bestätigung —, die einer lernenden Person einen strukturierten Weg geben, eine Transkriptions-Vorwurf zu widerlegen, während die Beweislast bei der Einrichtung bleibt.

Das evidentielle Problem der Detektion ist auch ein Validitätsproblem. Weil KI-Assistenz iterativ und mit dem Entwerfen verwoben statt im Ganzen ausgelagert ist, kommen Autorschaft und Eigentum an Bedeutung auseinander, und ein solides eingereichtes Produkt kann nicht etablieren, dass die lernende Person das Urteilsvermögen ausgeübt hat, das die Aufgabe adressieren sollte. Detektorleistung variiert über Aufgaben, Disziplinen und Modellversionen hinweg, und offengelegte oder vermutete KI-Nutzung kann als verzerrender Hinweis für korrektierende Personen wirken, sodass eine Detektionsantwort konstruktirrelevante Varianz hinzufügt statt sie zu entfernen. Wo Integritätsdebatten fragen, wer die Worte produziert hat, fragt eine Validitätsrechnung, welche Behauptung über die lernende Person die Leistung rechtfertigt.

Das Rationalisierungsproblem

Lernende missbrauchen KI allgemein nicht aus Böswilligkeit; sie rationalisieren sie. Interviewforschung identifiziert mindestens fünf Stellen der Diskontinuität, an denen die Interpretation der KI-Richtlinie durch Lernende von der Absicht der Fakultät abweicht, und eine Taxonomie 20+ verschiedener Rationalisierungen — von „KI-Text zu kopieren ist opferlos“ bis „Text, der meine Überzeugungen widerspiegelt, ist mein eigenes Schreiben“. Diese Rationalisierungen sind ad hoc, post hoc und intern inkonsistent, und sie beschreiben einen „steep, ethical slippery slope“, auf dem Lernende weit außerhalb pädagogischer Ziele abgleiten. Das ist der Grund, warum Missverständnisse der lernenden Person über KI die stromaufwärts liegende Ursache von Integritätsverletzungen sind, und warum Integritätsbildung ethisches Argumentieren adressieren muss, nicht bloß technische Fähigkeit.

Jis (2026) Scoping-Review von 38 empirischen Studien zu Stimmen der lernenden Person liefert die Synthese, auf der dieser Abschnitt ruht. Seine vier Themen sind Mehrdeutigkeit (eine ganze Aufgabe zu erzeugen liest sich als Betrug, Grammatikprüfung und Brainstorming sind weitgehend akzeptabel, und Paraphrasierung, Gliederung und Übersetzung liegen in einer Grauzone), ethische Handlungsfähigkeit, in der Lernende persönliche Regeln in einem Leitvakuum bauen, das sie als stille Zustimmung zu ihren Handlungen lesen, die Lücke zwischen ethischem Bewusstsein und Praxis, und Vielfalt nach Geschlecht, Niveau, Disziplin und Kultur. Die Bewusstsein-Praxis-Lücke ist das Rationalisierungsproblem, im Maßstab gemessen: Huangs et al.' Ethical Dissonance Index sortierte 522 chinesische Lernende in vier Cluster, eines davon tat häufig, was es als illegitim ansah, und Ofem et al.' Strukturgleichungsmodellierung von 4,679 nigerianischen Lernenden fand, dass positive Wahrnehmungen von ChatGPT unehrliche Nutzung vorhersagten, während positive Integritätshaltungen als signifikanter negativer Mediator wirkten. Ji liest Lernende als weder passive Empfänger von GenAI noch Schuldige ohne moralische Randbedingung, sondern als aktive Akteure, die eine ethische Grauzone navigieren, weshalb die reviewten Studien auf gemeinsam geschaffenen, bildenden und kontextsensiblen Antworten konvergieren statt auf strafenden.

Warum Politik allein scheitert: das Koordinationsproblem

Ein Koordinationsspiel-Rahmenwerk liefert eine Darstellung auf Mechanismusebene, warum Politikverkündungen selten Verhalten ändern: KI-Nutzung der Lernenden ist ein Koordinationsproblem, bei dem individuelle Entscheidungen von Peer-Erwartungen und Assessmentdesign abhängen. Der Schlüsselbefund des Modells ist nicht-lineare Schwellwertdynamik —, kleine, gut kalibrierte Veränderungen an Anreizen für reflektierendes Assessment können rasche, kohortenweite Verschiebungen hin zu verantwortungsvollem Gebrauch auslösen, während schwache oder fehlausgerichtete Anreize opportunistische Praxis fortdauern lassen. Praktisch: bescheidene Neugestaltung (z. B. Lernende zu verpflichten, über ihre KI-Interaktionen zu reflektieren) kann unverhältnismäßige Wirkungen haben, wo abstrakte Regeln keine haben.

Peer-Verantwortlichkeit zeigt nicht immer hin zu Integrität, wie Chen und Zou (2026) in bewerteter Gruppenarbeit fanden: sieben von fünfzehn Lerngruppen reduzierten ihre GenAI-Nutzung absichtlich, teils um Trittbrettfahren bei Gruppenmitgliedern zu vermeiden, da Gruppenfolgen geteilt statt in sich geschlossen waren, doch in fünf Gruppen senkte ein permissives kollektives Klima — „jeder in meiner Gruppe nutzt GenAI“ —, das wahrgenommene Risiko von Missbrauch und kehrte genau jenen Verantwortlichkeitsmechanismus um, den Gruppenarbeit erzeugen soll. Dieselbe Studie fand Lernende, die Originalität als Treue zu dem Verständnis neu rahmten, das ihre Klassenkameradinnen und -kameraden gemeinsam aufbauten, und ihre praktische Empfehlung folgt direkt: das Aushandeln akzeptabler KI-Nutzung zu einem expliziten, dokumentierten und bewertbaren Ergebnis machen, statt die Norm aus Peer-Druck oder wahrgenommenem Risiko entstehen zu lassen.

Inkonsistenz der Politik über die Einrichtung hinweg erzeugte genau das Raten, das der Koordinationsaccount vorhersagt. Neun der elf Interviewten in Zou et al. (2026) rahmten die ausdrückliche Erlaubnis ihres eigenen Kurses, generative KI zu nutzen, als mögliche „Falle“ —, einen Köder, um Lernende zu identifizieren, die nicht widerstehen konnten —, obwohl die Politik offen war und in die Assessment-Richtlinien geschrieben war; Lernende generalisierten aus Verboten und Warnungen, die sie anderswo begegneten, statt die Regeln ihres eigenen Kurses in deren eigenen Bedingungen zu lesen. Die Schlussfolgerung der Autoren folgt dem Mechanismus statt der Formulierung: Klarheit auf Kursebene war nicht genug, und Konsistenz auf Programm- oder Einrichtungsebene ist nötig, damit Lernende aufhören, Absicht aus der sie umgebenden Kultur zu erschließen.

Identisches Verhalten, verschiedene Urteile — und Offenlegung, die nichts verändert. Poudyal (2026) wendete 15 standardisierte Vignetten auf die Politikumgebungen von 20 australischen Universitäten an und erzeugte 300 Klassifikationen: 120 (40.0%) klar verboten, 56 (18.7%) unbestimmt, und keine klar erlaubt, während bindende Instrumente in 100 Kombinationen zu generativer KI schwiegen, die Leitlinien in 88 auflösten. Offenlegung bestimmte Ergebnisse nicht —, derselbe Offenlegungsstatus erzeugte verschiedene Klassifikationen je nach Erlaubnisregeln und Aufgabenanweisungen, und das Offenlegungsfeld verzeichnete 117 erfüllte Anforderungen und 80 falsche Deklarationen.

Verfahren zählen ebenso viel wie Richtlinien, und ihre evidentielle Basis ist für KI kollabiert. Teichmann (2026) argumentiert, dass das Fehlverhaltensverfahren, das Universitäten aus dem Plagiatswesen importiert haben, auf einer Prämisse ruht, die generative KI demontiert hat: dass verbotene Nutzung erkannt und bewiesen werden kann. Anders als Textabgleichssoftware, die auf eine kopierte Quelle verweisen kann, identifizieren KI-Textklassifikatoren keine Quelle, weil keine existiert — sie geben ein probabilistisches Urteil über Stil aus, das unter Paraphrase degradiert, Nichtmuttersprachlerinnen und Nichtmuttersprachler systematisch falsch klassifiziert, und nicht erklärt oder kreuzverhört werden kann, während gekonnte oder leicht bearbeitete Nutzung überhaupt keine Spur hinterlässt. Dennoch durchzuhalten kehrt die Beweislast um (die lernende Person wird gebeten, ein Negativ zu beweisen), belastet jedes Element verfahrensmäßiger Gerechtigkeit, und lässt den Schaden falscher Beschuldigung am härtesten auf den bereits Benachteiligten niedergehen. Die vorgeschlagene Abhilfe ist zweifach: einen evidentiellen Standard veröffentlichen, unter dem Detektorausgabe allein nie einen Befund begründet, mit abgestuften, bildungsorientierten Antworten, und institutionelle Anstrengung in validitätszentriertes und authentisches Assessment-Design bewegen. Mohamed und Temimi (2026) liefern das Gegenstück auf Mechanismusebene vonseiten der lernenden Person: weil jede Assessmentumgebung eine Antwort am attraktivsten macht, lässt Verbot Verbergen attraktiv, wenn Verifikation dünn ist, macht Überwachung verborgene Nutzung teurer, ohne Offenlegung sicher zu machen, und nur Neugestaltung — das Senken der Auszahlung aus Auslagern bei gleichzeitigem Heben des Werts sichtbaren Schlussfolgerns — bewegt Lernende hin zu verantwortungsvollem Gebrauch. Ihr schärfstes Ergebnis ist, dass Abschreckung über die Diskriminierungsfähigkeit eines Detektors zwischen verborgener Nutzung und legitimer Arbeit läuft statt über seine Trefferquote, sodass, wenn falsche Positive schneller steigen als echte, stärkere Überwachung Verbergen relativ attraktiver machen kann.

• Integritätspflicht kann als individuelle Kompetenz umgeschrieben werden. Über 366 GenAI-Abstracts aus der Hochschulbildung erscheint das Wort Integrität 461 Mal, doch nur 6 von 166 Verpflichtungsausdrücken benennen Lernende, sodass Verifikation und Offenlegung als Fähigkeiten auftauchen, die Lernende erwartet werden zu haben, statt als Verpflichtungen, die Einrichtungen durchsetzen (Poudyal, 2026)).

• Wie vorschreibend eine Integritätspolitik ist, verrät nicht, wie ausgesetzt das Assessment ist. Beim Prüfen von 15,587 Einheitendatensätzen fand Villanueva (2026), dass Universitäten mit einrichtungsweiten Reformmandaten und jene mit breiten Rahmenwerken über denselben Bereich von Assessmentausgesetztheit verteilt sind —, das empirische Gegenstück zum Koordinationsspiel-Account, warum Verkündungen selten Verhalten ändern.

Die sozio-emotionale Dimension

Integritätsdurchsetzung hat eine vernachlässigte emotionale Kostenstelle. Forschung zu Scham und Schuld mit Lernenden zeigt, dass diese Emotionen regulieren, wann und wie KI-Nutzung sichtbar wird, und dabei Verbergensverhalten und selektive Offenlegung erzeugen —, und dass sie mit fortgesetzter Nutzung koexistieren, was Zyklen reduzierter Handlungsfähigkeit und moralischer Spannung erzeugt statt Verhaltensänderung. Das ist der Grund, warum die Normen rund um die KI-Nutzung Sichtbarkeit wirksamer regulieren als sie Nutzung regulieren. Lernende beschreiben ihre KI-Nutzung sogar in Sprache der Abhängigkeit. Die Implikation: detektionslastige, überwachungsorientierte Politik riskiert, Missbrauch in den Untergrund zu treiben, statt ihn zu adressieren, und untergräbt jene offene Aushandlung, die produktive Nutzung verlangt.

Die Kehrseite des Verbergens ist Ablehnen, und es trägt eigene emotionale Kosten. Unter den 85 angehenden Lehrkräften, die Zou et al. (2026) unter einer Assessment-Richtlinie befragten, die generative KI ausdrücklich erlaubte, entschieden sich 62.4% (53), sie überhaupt nicht zu nutzen, und die Nutzung der Übernehmenden war flach und korrektiv — Korrekturlesen (43.8%) und Klarheitsprüfungen (34.4%) übertrafen bei Weitem Texterzeugung (18.8%) und Brainstorming (12.5%). Angst vor falscher Beschuldigung, nicht technische Schwierigkeit, leistete viel der Arbeit: 41.5% der Nicht-Übernehmenden nannten sie, gegenüber 13.2%, die fehlendes Wissen oder fehlende Fähigkeiten nannten, während 77.4% Nicht-Nutzung schlicht als Präferenz für das Arbeiten allein rahmten. Wenn eine permissive Politik als Falle gelesen wird, ist die sichere Antwort, das Angebot abzulehnen —, was die Einrichtung jene KI-integrierte Arbeit kostet, die sie einladen wollte.

Erklärungen zur Offenlegung der KI-Nutzung

Erklärungen zu KI-Nutzung und Offenlegung sind der konkrete Mechanismus, über den Integritätserwartungen operationalisiert werden —, und die Forschung zeigt, dass sie oft scheitern, wenn sie als neutrale Compliance-Formulare behandelt werden. Gonsalves (2025) fand, dass 74% der Lernenden es unterließen, KI-Nutzung auf einem verpflichtenden Kursarbeits-Deckblatt zu deklarieren, getrieben von Angst vor Strafen, Mehrdeutigkeit der Leitlinien, inkonsistenter Durchsetzung und Peer-Normen. Kirsanov et al. (2026) und Vetter et al. (2026) bestätigen, dass Angst vor Vergeltung und unklare Politik Offenlegung abkühlen —, und dass transparente Lernende sogar Verdacht erregen können. Chang et al. (2026) rahmen Offenlegung als Hilfesuche-/Selbstregulations-Verhalten, das Angst zu Peers hin umleitet. Die kollektive Lektion: Offenlegungsrichtlinien müssen die affektiven und sozialen Barrieren adressieren, klar und konsistent sein, und Offenlegung als formative Pädagogik behandeln statt als Überwachung. Luo & Dawson (2026) fügen die Lehrkraftseite der Gleichung hinzu: die Benotung GenAI-assistierter Arbeit durch Lehrkräfte wird getrieben von Werturteilen über Ehrlichkeit, Fleiß und Vertrauen der lernenden Person, und viele Lehrkräfte benachteiligen (oder sind versucht zu benachteiligen) Lernende, die GenAI-Nutzung offenlegen —, selbst wenn die Qualität der Arbeit stark ist. Das ist das Problem der „zweiwege-transparenz“: von Lernenden wird erwartet, Nutzung zu deklarieren, aber Lehrkräfte klären selten, wie jene Deklaration die Noten beeinflussen wird, sodass ehrliche Offenlegung eine unausgesprochene Benotungsstrafe tragen kann. Die Studie fundiert das Offenlegungsproblem in der wertgeladenen Realität der Benotung durch Lehrkräfte und argumentiert, dass Transparenz in beide Richtungen laufen muss.

Eigene Berichte der Lernenden quantifizieren, wie schlecht jene Botschaft ankommt. In einer Befragung von 504 Soziologie-Studierenden sagten 81 Prozent, ihre Lehrkräfte oder Tutorinnen und Tutoren hätten Leitlinien zur KI-Nutzung gegeben, doch nur 46 Prozent nannten jene Anweisungen sehr klar; 19 Prozent berichteten, überhaupt keine Leitlinien erhalten zu haben, und der Rest beschrieb sie als bestenfalls etwas klar (Kuznetsov, Sheely & Baker, 2026). Angst, eine akademische Straftat zu begehen, war das zweithäufigste Anliegen, das Lernende ansprachen (28 Prozent) —, eine durch Mehrdeutigkeit statt durch Durchsetzung auferlegte Kostenstelle, da nur 3 Prozent berichteten, GenAI zur Erzeugung von Aufgabentext zu nutzen, und 2 Prozent, um einen ganzen Entwurf zu produzieren. Die praktische Implikation ist, dass Klarheit der Kommunikation selbst ein Integritätsmechanismus ist, und dass eine lernende Person, die nicht sagen kann, was erlaubt ist, ein Risiko trägt, das die Einrichtung nie auferlegen wollte.

Erlaubnis auf Kursebene löst das Offenlegungsdilemma auch nicht. In Zou et al.' (2026) Studie zu 85 angehenden Lehrkräften, deren Assessments generative KI ausdrücklich erlaubten, beliefen sich Selbstdeklarationen auf 28 Nutzende gegenüber 32 in der anonymen Befragung, und die beiden Quellen widersprachen sich in entgegengesetzte Richtungen nach Kurs — Kurs A verzeichnete 14 Befragungsnutzende, aber nur 8 Deklarationen, während Kurs C das Muster umkehrte (8 Befragung, 12 Deklarationen). Die Autoren lesen die Divergenz als bewertete Folgen, die prägen, was Lernende bereit waren sichtbar zu machen, und fügen Studierenden-Lehrkraft-Evidenz hinzu, dass ein Deklarationssystem Offenlegungsverhalten ebenso sehr misst wie Nutzung.

Kulturelle und kontextuelle Variation

Politiktext ist nicht Politikwahrnehmung. Länderübergreifende Forschung fand, dass Lernende an verschiedenen Universitäten trotz funktional identischer institutioneller Politiken dieselben KI-assistierten Praktiken verschieden bewerteten —, Kultur, nicht Politikformulierung, trieb wahrgenommene Unrechtmäßigkeit. Politikharmonisierung erzeugt keine Wahrnehmungsharmonisierung, sodass kulturell vielfältige Kohorten dieselben Regeln verschieden interpretieren, ein Gerechtigkeitsanliegen für Durchsetzung und Benotung, das für szenariobasierte Klärung statt abstrakte Regelaussagen spricht.

Sprachhintergrund statt Kultur ist eine zweite Achse der Variation. Li (2026) argumentiert, dass, weil dieselbe Schnittstelle erlaubte Sprachbearbeitung und verbotenes substantives Entwerfen ausführt, Integritätsregeln, die GenAI als eine Kategorie unautorisierter Assistenz behandeln, sprachliche Benachteiligung in Integritätsrisiko umwandeln: ein vollständiges Verbot entfernt eine skalierbare Form von Sprachunterstützung, ein Erlauben-aber-Offenlegen-Regime lädt Compliance-Arbeit auf EAL-Lernende auf, deren Nutzung häufiger und iterativer ist, und Verbote der Bearbeitung über geringfügige Änderungen hinaus konzentrieren Verdacht auf Schreibende, deren Flüssigkeit sich am meisten verschoben hat. Die von Li vorgeschlagene Grenze ist zweckbasiert statt werkzeugbasiert —, erlaubte Unterstützung fügt keine neuen Ideen, keine neuen Quellen und keine materielle Umordnung der Analyse hinzu, während Substitution die intellektuelle Arbeit schafft oder materiell neu formt, die bewertet wird —, und sie ist im Assessmentkonstrukt verankert, weil Rubriken, die Noten für Flüssigkeit und idiomatischen Ausdruck vergeben, konstruktirrelevante Varianz für EAL-Schreibende einführen (Validität von Assessments). Das Rahmenwerk degradiert Detektor-Ausgabe zu einem Triage-Signal, das selten Beweis konstituiert, und bevorzugt Triangulation über gestufte Einreichungen, Entwurfshistorien, verifizierbare Quellpfade und ein kurzes konstruktausgerichtetes Gespräch, und es kalibriert Offenlegung, sodass routinemäßige Unterstützung keine Compliance-Kosten trägt, die jene übersteigen, die einsprachige Peers tragen.

Von Überwachen zu Pädagogik

Die Wissensbasis dokumentiert einen Paradigmenwechsel: von KI als zu überwachende Integritätsbedrohung hin zu KI als Werkzeug, dessen angemessene Nutzung gelehrt werden muss. Das ist die ethische Dimension der KI-Kompetenz und ist verkörpert in praktischem Design:

• Aufgabenspezifische KI-Nutzungsdeklarationen: Domänenspezifische Deklarationsrahmenwerke ersetzen generische „Ich habe KI genutzt“-Kontrollkästchen durch strukturierte Deklarationen, die Nutzung auf kognitive Stadien abbilden (z. B. strukturelle Planung gegenüber Inhaltserzeugung), Reflexion erzwingen und den Fokus von Überwachen auf berufliche Praxis verschieben.
• Prozesstransparentes Assessment: Architekturen wie cognitive stewardship, gestufte Einreichungen, mündliche Verteidigungen und die AI Viva (ein konversationeller Agent, der sondiert, ob Lernende ihre Einreichungen verstehen) machen menschliches Urteil, Verifikation und Verantwortung sichtbar. Miles, Haber-Curran und Arar (2026) treiben dieselbe Logik hinab zum Prompt selbst: ihre Beispielrubrik bewertet iterative Verfeinerung, kritische Interpretation der Ausgabe und reflektierte Überarbeitung, sodass das Engagement der lernenden Person mit dem Werkzeug bewertet wird statt das Artefakt, das es erzeugt hat, und sie argumentieren, dass Lernende nur Ausgabeoptimierung zu lehren die ethischen und erkenntnistheoretischen Dimensionen der Nutzung unberührt lässt.
• Missbrauch reduzieren: Integrität sitzt neben KI-Missbrauch und Lernschaden (die Lernkosten von Missbrauch) und Missbrauch reduzieren (die Interventionen, die ihn verhindern) und bindet Ehrlichkeit an echtes Lernen statt an Regelbefolgung.
• Transparenz als Integritätsstrategie, nicht bloß als Höflichkeit: McCorkles (2025) Designfall behandelt die Begründung für jede erlaubte oder unerlaubte GenAI-Nutzung als den Integritätsmechanismus selbst. Lernende, die interviewt wurden, nachdem sie eine Verbotspolitik ignoriert hatten, erklärten, sie hätten sich nicht als unehrlich verhaltend gesehen, was das Scheitern als Mehrdeutigkeit statt als Nichtbefolgung neu rahmt —, sodass die Neugestaltung es beantwortete, indem sie jede Beschränkung mit dem spezifischen Assessment begründete, das sie schützt, und indem sie für McCabes „20-60-20“ überzeugbare Mitte entwarf statt für die entschlossene Minderheit. Der Fall benennt außerdem die Gerechtigkeitskosten vager Politik: Erwartungen, die unklar und ungleich über Lehrkräfte hinweg sind, sind es, die Politikversagen in disziplinarische Maßnahme umwandeln (Gerechtigkeit).
• Design, nicht Detektion: der Bochum-Fall. Die Neugestaltung einführender Kern- und Teilchen-Physik an der Ruhr-Universität Bochum (Mikhasenko et al., 2026) verband ihre KI-Richtlinie mit einem praktischen Integritätsversagen statt mit Detektion: weil Übungsprobleme vorab offengelegt waren, bereiteten einige Lernende KI-erzeugte Lösungen vor und kopierten sie auf die Tafel, ohne in das beabsichtigte Schlussfolgern einzutreten. Die Autoren behandeln dies als Designproblem — Übungsprobleme in vorbereitete Diskussion im Kursraum zu bewegen und eine schriftliche Prüfung zum Notenbestimmer zu machen —, statt als Überwachungsproblem, während sie KI im Studium ausdrücklich erlauben, erklären, warum Verifikation die Verantwortung der lernenden Person ist, und vermerken, dass offene, KI-erlaubte Hausaufgaben auch Abhängigkeit, ungleichen Zugang zu bezahlten Modellen und Assistenz-Arbeitslast erhöhten.

Die klarste Aussage der pädagogischen Umkehrung kommt von El Khoury und Ma (2026), die argumentieren, dass Reform, die von Verdacht ausgeht, die pädagogische Vorstellungskraft auf Kontrolle, Compliance und Überwachung verengt, und dass Integrität eine Folge von Assessment sein sollte, das für Engagement entworfen ist, statt sein Ausgangspunkt. Ihre unterstützende Beobachtung ist ein Mechanismus, der anderswo in dieser Wissensbasis bereits sichtbar ist: Desengagement ist eine der Bedingungen, unter denen Unehrlichkeit wahrscheinlicher wird, sodass Agenden, die Assessments stresstesten oder KI-Nutzung beschränken, ohne Engagement zu adressieren, einen Teil des Problems unberührt lassen.

Lernende außerhalb anglophoner Hochschulbildung beschreiben dieselbe Spannung in ihren eigenen Begriffen. Mulisa und Mezgebu (2026) interviewten 27 Studierende an einer äthiopischen Universität und fanden die Studierendenschaft gegen sich selbst gespalten: fast alle nutzten GenAI oder sahen Peers dabei zu, die meisten schrieben ihm zu, ihre akademische Leistung zu verbessern, eine kleine Minderheit nannte solche Nutzung rundheraus Fehlverhalten, und fast alle beschrieben ein unebenes Spielfeld, auf dem KI-assistierte Arbeit bessere Noten verdiente als ehrliche Anstrengung, während unabhängig Arbeitende ihren Sinn für Fleiß verloren. Das schärfste Merkmal des Berichts ist die Definition von Plagiat durch die Lernenden, die technisch vertretbar und unvollständig ist — wenn Plagiat bedeutet, die Worte einer anderen Person zu reproduzieren, ist ein maschinengeschriebener Text, der nichts kopiert, kein Plagiat —, weshalb die Autoren argumentieren, die Definition müsse über Kopieren und Einfügen hinaus erweitert werden, im Anschluss an Ka's und Chans (2025) „KI-Plagiat“, und weshalb sie die eigenen Überzeugungen der Lernenden, nicht nur institutionelle Regeln, ins Zentrum ethischer Nutzung stellen.

Sharma (2026) führt die pädagogische Umkehrung einen Schritt weiter, indem er Eatons postplagiarism-Rahmung von einer ethischen Orientierung ins Assessment-Design erweitert. Integrität wird auf dieser Rechnung vollzogen durch evaluatives Urteilsvermögen — die Fähigkeit der lernenden Person, Optionen abzuwägen, akademische Entscheidungen zu begründen und Verantwortung unter erkenntnistheoretischer Unsicherheit zu übernehmen —, und sichtbar gemacht durch vier Praktiken: kommentierte Entscheidungspfade, Verifikations- und Verantwortungspraktiken, mündliche Verteidigung und dialogische Verantwortlichkeit, und Entwurfsunterschiede mit Versionsgeschichte. Detektion wird nur als ergänzende Schicht für klare Falschdarstellung oder absichtliches Auslagern intellektueller Arbeit behalten, nie als primäre Infrastruktur der Integrität, weil sie fragt, ob GenAI genutzt wurde statt wie die Entscheidungen hinter der Arbeit getroffen wurden; das Argument benennt außerdem das Gerechtigkeitsrisiko, dass detektionszentrierte Modelle am härtesten auf Lernende fallen, die für sprachliches oder kognitives Scaffolding auf generative Werkzeuge angewiesen sind.

Ein dritter Weg sitzt zwischen Detektion und Neugestaltung. Akçapınar (2026) sagt KI-assistiertes Betrugsrisiko aus LMS-Spuren zu Semesterbeginn mit einem AUC von 0.763 voraus und rahmt die Ausgabe als folgenarme akademische Anleitung — Erinnerungen, Nachverfolgung von Aufgaben, kurze Check-ins —, statt als Evidenz für Fehlverhalten, und besteht darauf, dass der Score getrennt von Benotung und Disziplinarakten bleibt.

Verbindungen

Akademische Integrität verbindet sich mit Validität von Assessments, KI-Kompetenz, KI-Detektion, authentischem Prüfen, Assessment, Bildungspolitik zur KI, Regulierung, Ethik und Gerechtigkeit. Sie ist die ethische Dimension von KI in der Bildung, untrennbar von Over-Reliance und der weiteren Frage, wie generative KI Lernen in Hochschulbildung und K-12 neu formt.

• Systematische-Review-Synthese. Ein PRISMA-Review von 25 Studien (Balalle & Pannilage 2025) findet, dass KI sowohl als Bedrohung (KI-erzeugtes Schreiben, Paraphrasierungswerkzeuge) als auch als Detektionswerkzeug (Turnitin-KI-Scores) agiert, dass Detektionssoftware für KI-erzeugte Arbeit unzuverlässig ist, und dass Einrichtungen eine Kultur akademischer Integrität aufbauen müssen durch klare Politik, Neugestaltung des Assessments und Ethiktraining statt durch Überwachen allein.(Reassessing Academic Integrity in the Age of AI: A Systematic Literature Review on AI and Academic Integrity)
• Vom Überwachen zum Dialog: Lernverifikation. Ein Praktikerbericht über Grand Canyon Universitys einrichtungsweites Rahmenwerk (Mandernach 2026) argumentiert, Detektion sei unzuverlässig und formelle Integritätsprozesse erreichten selten Auflösung, was Fakultät mit „Verdacht ohne Rückgriff“ zurücklasse. GCU übernahm stattdessen Lernverifikation —, Lernende zu bitten, ihr Verständnis ihrer eingereichten Arbeit in einem kurzen Gespräch zu demonstrieren —, und rahmte damit Integrität von einem Compliance-Problem zu einem Assessment-Problem. Es stellt die Autorität der Fakultät wieder her, verschiebt Lernende von „wie komme ich nicht ran“ zu echtem Engagement, und behandelt KI-Nutzung als akzeptabel, wenn die lernende Person Lernen demonstrieren kann; die anfängliche Angst der Lernenden vor Verifikation unterstreicht, dass überwachungslastige Politik Vertrauen korrodieren kann.
• GenAI besiegt autobenotbare Hausaufgaben (2026): ChatGPT bestand jede von 150 Testsitzungen an absichtlich gehärteten, autobenotbaren Qiskit-Quantencomputing-Hausaufgabendesigns —, Personalisierung, verborgene Referenzen, Reflexionen, Simulator-Ausführung —, und zeigt damit, dass rubrikbasierte Benotende KI-erledigte von lernendenerledigter Arbeit nicht verlässlich unterscheiden können, und argumentiert für direkte Bewertung von Verständnis (ChatGPT Solves All Tested Qiskit Homework Assignments).
• Evaluation im Zeitalter der KI — Ausgabe als Evidenz (2026): eine Analyse auf Universitätsebene argumentiert, die KI-Assessment-Krise sei eine Fehlausrichtung zwischen Assessmentdesign und Lernleistungen, nicht bloß Unehrlichkeit; sie dokumentiert Überwachungsschäden (Lockdown-Browser, Blickverfolgung), eine „Disclosure Trap“ (Lernende fürchten, dass Deklaration von KI-Nutzung Noten senkt), eine Leistungslücke, die sozioökonomischen Status benotet (bezahlte gegenüber kostenlosen LLM-Stufen), und „pädagogisches Burnout“ unter Fakultät, die KI überwacht —, und empfiehlt prozessbasierte Evaluation statt Detektion (Evaluation in the Age of AI: Output as Evidence of Learning).

Neuere Evidenz: ethisches Argumentieren, Grenzen der Detektion, KI-Marketing und Geisterstudierende

Eine Welle jüngerer Forschung schärft das Bild akademischer Integrität im Zeitalter generativer KI:

• Sekundarstufenschüler argumentieren situativ über KI-Angriff, nicht als feste Regel. Chan (2026) zeigt, dass das ethische Argumentieren von Sekundarstufenschülern über „KI-Angriff“ nuanciert und kontextabhängig ist —, viele sehen KI-assistierte Arbeit als akzeptabel, wenn sie Verständnis stützt, aber als problematisch, wenn sie für eigene Anstrengung einspringt —, und stellt damit die Annahme in Frage, Lernenden mangele es einfach an Integrität oder eine einzelne Politik könne ihre Ethik einfangen.
• Authentische Assessments allein können Integrität nicht sichern. Kofinas et al. (2025) finden, dass Korrektierende Assessments mit GenAI-Input allgemein nicht unterscheiden können von jenen ohne, und dass der Authentizitätsgrad des Assessments keinen Einfluss auf die Fähigkeit hat, GenAI-Nutzung zu sichern oder zu erkennen. Der Hochschulsektor „cannot rely on authentic assessments alone to control the impact of GenAI“ —, eine direkte Herausforderung der Assessment-Neugestaltungs-Strategie, die mit anderen Maßnahmen gepaart werden muss.
• Integritätsleitlinien müssen in den Forschungsprozess ausgedehnt werden, nicht nur ins Lehren. Dai & Chan (2026) finden, dass Forschende im Studium KI-Kompetenz über Forschungsaufgaben hinweg vollziehen, und argumentieren, dass Richtlinien verantwortungsvoller Nutzung, die gegenwärtig auf Lehren und Assessment fokussieren, die ethischen Dimensionen der GenAI-Nutzung in der Forschung stützen müssen —, wo Anliegen auf Originalität, Autorschaft, Datenprivatsphäre und Fähigkeitsdegradation zentrieren statt auf Plagiat allein.
• Zweck muss der Politik vorausgehen. Taylor & LaCroix (2026) argumentieren, dass, ob GenAI-Nutzung Fehlverhalten konstituiert, vom Zweck der Universität abhängt. Steigende Fehlverhaltensfälle spiegeln strukturelle Inkohärenz in der neoliberalen Universität wider, wo Technologiebegeisterung, unternehmerischer Einfluss und Politikdurchsetzung in Konflikt stehen —, und Lernende für Verhaltensweisen rechenschaftspflichtig zurücklassen, die implizit von der Einrichtung geformt sind. Universitäten können Integrität nicht glaubwürdig durchsetzen ohne Kohärenz zwischen erklärter Mission, Pädagogik und Technologiepraxis.
• Psychologische und verhaltensbezogene Determinanten. Frontiers-Forschung kartiert die psychologischen Mechanismen und verhaltensbezogenen Determinanten akademischer Integrität unter KI —, wie Haltungen, Selbstwirksamkeit, Normen und wahrgenommene Konsequenzen ehrliche Nutzung prägen —, und verbindet Integrität mit Motivation, Selbstwirksamkeit und KI-Kompetenz als Verhaltenskonstrukten statt reiner Regelbefolgung. Tabares-Cruz et al. (2026) quantifizieren diese in einem SEM von 980 ecuadorianischen Universitätsstudierenden und ordnen Dispositionen akademischer Integrität und Transparenz zuerst, gefolgt von KI-Kompetenz, kritischer Verifikation, institutioneller Leitlinie, Selbstregulation und Datenschutz —, wobei Integritätsdispositionen und KI-Kompetenz zusammen einen erheblichen Anteil ethischer GenAI-Nutzung erklären und institutionelle Regeln allein übertreffen.
• KI-Marketing normalisiert Nutzung und rahmt „Betrug gegenüber Konkurrieren“. Sobo et al. (2025) zeigen, dass KI Lernenden als praktische Notwendigkeit vermarktet wird („Make your writing sound more natural to avoid being mistakenly flagged“), und Lernende sich gedrängt fühlen, sie zu übernehmen, um wettbewerbsfähig zu bleiben, selbst während sie Abhängigkeit und Verzicht auf Lernen fürchten —, ein verinnerlichtes unternehmerisches Imperativ. Das verweist auf die Notwendigkeit von Marketing-Kompetenz als Teil von KI-Integritätsbildung.
• KI-Humanisierer legen den performativen Zyklus der Detektion offen. Roe et al. (2026) katalogisieren 55 KI-Humanisierer-Websites, die KI-erzeugten Text verändern, um Detektion zu entgehen, gerahmt über Goffmans Dramaturgie. Humanisierer machen Fehlverhalten diskursiv abwesend und performen Legitimität, und demonstrieren damit, dass das Wettrüsten von Detektion gegen Umgehung strukturell unendlich ist —, was die Verschiebung von Überwachen zu Assessment-Design und KI-Kompetenz verstärkt.
• Durchsetzung, nicht Detektion, ist, wo das Gespräch lebt. Über 270,929 KI-bezogene Einträge aus 26 Bildungs-Subreddits über dreieinhalb Jahre hinweg hielt der Cluster akademischer Integrität 37.1% der Diskussion, und Misconduct Enforcement war das einzelne größte Thema bei 12.1%, während 32.3% der Fakultät-Lernende-Threads in Detektions- und Durchsetzungsstreitigkeiten saßen (Yüce et al. (2026)).
• Geisterstudierende und die Verifikationslücke agentischer KI. Bozkurt, Crompton & Fell Kurban (2026) führen den „Geisterstudierenden“ ein: ein digitaler Stellvertreter, geschaffen durch Kopplung von LLMs (der „Verstand“) mit agentischen KI-Browsern (der „Körper“), der LMS navigieren, Inhalte bearbeiten und Assessments mit menschenähnlicher Mimikry abschließen kann, was die Anwesenheit der tatsächlichen lernenden Person optional macht. Das erzeugt eine Verifikationslücke, die traditionelle Beaufsichtigung bei Prüfungen und Detektion strukturell nicht schließen können —, eine Integritätsbedrohung, die wächst, während KI agentisch statt bloß generativ wird.

Der klarste disziplinäre Fall für Neugestaltung gegenüber Detektion kommt aus der Informatikbildung. Ein systematischer Review von 72 Studien zu generativer KI in der Informatik- und Programmier-Bildung (Kumar, Wongsirichot und Nanthaamornphong 2026) fand nur drei Studien, die KI-Detektionsmechanismen untersuchten —, die dünnste Evidenzbasis der 14 Themen, die er konsolidierte —, während Kurs- und Assessment-Neugestaltung von 25 gestützt wurde. Der Review behandelt das Ungleichgewicht als diagnostisch statt inzidentell: Einrichtungen haben Politikdokumente weitgehend aktualisiert, ohne Assessments neu zu gestalten, und die meisten Lehrenden sitzen auf einem Niveau der Toleranz statt der Transformation der Integration, wobei 70% einer nationalen Fakultätsstichprobe ausdrücklich Training zu KI-resistentem Assessment-Design verlangten. Seine empfohlene Antwort ist konkret: mindestens einem hochriskanten Assessment pro Kurs eine mündliche Komponente oder ein anderes prozesssichtbares Element hinzufügen, und kritische Auseinandersetzung mit KI-Ausgabe (Lesen, Testen, Modifizieren, Erklären, Kritisieren) zu einer bewerteten, beobachtbaren Komponente studentischer Arbeit machen statt zu einer Aspiration, die dem Ermessen der lernenden Person überlassen bleibt (Validität von Assessments).

• Erfundene Referenzen haben den veröffentlichten Informatikbildungs-Datensatz erreicht. Denny et al. (2026) verfolgten 113,588 Referenzen aus 5,225 Informatikbildungsarbeiten im ACM Digital Library gegen das vollständige Korpus von 723,930 Publikationen und 15,872,533 Referenzen, verifizierten manuell 828 verdächtige Datensätze, und bestätigten 30 Referenzen mit verifizierbar erfundenen bibliografischen Informationen über 14 Arbeiten hinweg, alle veröffentlicht 2025 oder 2026. Auf dem SIGCSE Technical Symposium stieg die verifizierte Zahl von 3 in 2025 auf 17 in 2026, liegend in 2.3% der Tagungsbandarbeiten von 2026, und halluzinierte Referenzen erschienen über fünf SIGCSE-gesponserte oder in Kooperation stehende Orte in 2025. Die Zahl ist nur intakt mit ihrem Gegengewicht: die meisten markierten Referenzen waren harmlos —, 229 waren ACM-Metadaten-Fehlpaarungen, wo das PDF korrekt war, und 188 waren gültige bibliografische Varianten —, sodass die Ort-Zahl eine absichtliche untere Grenze ist. Sie landet auf Autoren, nicht nur auf Peer-Bewertung, weil Reviewende, die Referenzlisten prüfen, nicht jeden Eintrag verifizieren können, und LLM-assistiertes Entwerfen eine erfundene, aber plausible Zitation billig zu produzieren macht.

• Klarheit ohne Neugestaltung bewegt Missbrauch zur Seite, statt ihn zu entfernen. Petricini & Zipf (2026) zeichnen KI-Nutzung auf zwei Achsen — Absicht und Anstrengung der Lernenden gegen Klarheit und Unterstützung, die die Umgebung bietet —, und berichten, dass der am stärksten bevölkerte Quadrant in ihren Interviewdaten ängstliche Compliance war, wo Lernende legitime Hilfe verbergen (Grammatikunterstützung, Konzepterklärungen, ihre eigenen Ideen organisieren), um falscher Beschuldigung zu entgehen. Ihre Warnung ist richtungsgebend: wo Regeln klar werden, Assessment aber weiterhin Geschwindigkeit und Produkt belohnt, verschieben sich politikbewusste Lernende in effiziente Umgehung statt in tugendhafte Werkzeugnutzung. Austin (2026) erreicht denselben Ort von der Aufgabenseite her —, wenn Agenten jedes Rubrikkriterium ohne sichtbares Schlussfolgern erfüllen, ersetzt das Bewerten des Entscheidungspfads (Zuversichtskalibrierung, zurückgewiesene KI-Vorschläge, kursspezifische Randbedingungen) die Detektion, die sie in beide Richtungen fehlzünden sieht.

• Arbeitgeber bewerten Noten geringer, von denen sie glauben, KI habe sie produziert — und konvergieren auf persönliche Verifikation. In einem Befragungsexperiment mit ~1.750 Einstellungsfachkräften in den USA zeigen Boyd-Swan & Reynolds (2026), dass die Rahmung der KI-Nutzung von Studierenden als assistives Werkzeug die Bewerbenden unbenachteiligt ließ, während die Rahmung als Ersatz für Anstrengung und Fähigkeit der Studierenden die Wahrscheinlichkeit eines Interviews und — deutlicher noch — die Bereitschaft zur Gehaltsverhandlung senkte, konzentriert auf Bewerbende mit hohem Notendurchschnitt unabhängig von Ethnie und Geschlecht. Auf die Frage, was die Bedenken lindern würde, wählten beide Rahmungsgruppen nur ein gemeinsames Mittel: persönliche Prüfungen. Das Experiment isoliert die Überzeugung (nicht die tatsächliche KI-Nutzung) und zeigt damit, wie der Signalisierungskanal allein Einstellungsergebnisse bewegt — ein früher Beleg dafür, dass Arbeitsmärkte das Assessment zurück in Richtung anwesenheitsverifizierbarer Formate treiben könnten, dieselbe Designrichtung, zu der die Literatur zu Geisterstudierenden Einrichtungen drängt.

Die erste Theory-of-Planned-Behavior-Studie zu GAIT-basierten Fehlverhaltensabsichten erweitert dieses Bild: Unter 186 Studierenden im Grundstudium fanden Baig and Paparo (2026), dass Haltungen gegenüber Fehlverhalten, subjektive Normen darüber und positive Haltungen gegenüber KI jeweils die Absicht vorhersagten, während negative Haltungen gegenüber KI das nicht taten, und dass eine höher wahrgenommene Entdeckungswahrscheinlichkeit eine geringere Absicht vorhersagte — eine Abschreckung, die durch die dokumentierte Unzuverlässigkeit von KI-Detektionswerkzeugen untergraben wird.

Integritätsrichtlinien verschieben sich davon, wer die Worte schrieb, hin dazu, wer die Ideen hatte, und die Detektoren werden neu gebaut, um zu passen. IdeaLens sagt Ideenherkunft aus einer Gliederung statt aus Prosa voraus: auf 50 Geschichten, die Menschen von Grund auf nach KI-erzeugten Plänen schrieben, markierte es 68% als KI, gegenüber 8% für Pangram 4 und 0% für seine prosatrainierte Kontrolle, und es etikettierte 94.7% von KI-poliertem menschlichem Text als menschlich (Rajendhran et al. (2026)). Seine eigene Ethikaussage nennt die Ausgabe eine statistische Schätzung, die nicht für sich allein als schlüssige Evidenz für KI-Nutzung genutzt werden darf.

Verbundene Konzepte

• Pädagogische Muster — Verifikationssequenzen, die als Antwort auf generative KI übernommen wurden
• Offenlegung der KI-Nutzung — Erklärungen zu KI-Nutzung und Offenlegung
• Validität von Assessments
• KI-Kompetenz
• KI-Erkennung
• Authentisches Assessment
• Leistungsbeurteilung
• Bildungspolitik zu KI
• KI-Regulierung in der Bildung
• Ethik
• Gerechtigkeit
• Kognitive Auslagerung
• KI-Missbrauch und Lernschaden
• Missbrauch von KI reduzieren
• Missverständnisse über KI
• Generative KI
• Hochschulbildung
• K-12 (Primar- und Sekundarstufe)
• KI in der Bildung
• Rechtliche Fragen und Risiken
• Soziale Normen der KI-Nutzung — die informellen Regeln, die unter der formalen Politik sitzen

Verbundene Artikel

• The Integrity of Psychology Assessments in the AI Age: A Critical Examination — A whole psychology program passable at minimum effort, and the marking criteria that let it through (Ivory et al. 2026)

• "Is this a trap?": Student teachers' perceptions and adoption of GenAI in assessments in three teacher education courses — Student teachers declined GenAI under a permissive policy; "trap" framing and survey–declaration gap

• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — AI agents, joyful assessment, and third space

• Generative AI in computing education: A systematic review and a framework for responsible integration — Detection evidence is thin (3 studies of 72); redesign carries the weight

• Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — Aligned GenAI course policy: assessment-derived permissions, transparent rationale (McCorkle 2025)

• VARIA: Benchmarking Frontier LLMs on Construct-Equivalent Assessment Variant Generation — Construct-equivalent assessment variant generation (Lee 2026)

• How Instructors Regulate AI in College: Evidence from 31,000 Course Syllabi — How instructors regulate AI across 31,000 course syllabi; integrity framing declining (Chirikov 2026)

• Can students cheat their way to a biology degree? A case study of the vulnerability of biology course grades to academic dishonesty in the era of generative AI — Can students cheat their way to a biology degree? A case study of the vulnerability of biology course grades to academic dishonesty in the era of generative AI

• Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher — Student non-compliance with AI use declarations

• Once a Response, Always a Response: Detecting LLM-generated Text via Latent Prompt Restoration — Detecting LLM-Generated Text

• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — Beyond Detection: Authentic Assessment in an AI-Mediated World

• A bit of chaos and madness: The AI Assessment Scale and the work of assessment reform — The AI Assessment Scale and Assessment Reform

• From authentic products to authenticated processes: a systematic conceptual review of authentic assessment in AI-rich — From Authentic Products to Authenticated Processes

• It's OK Because...": The Wild West of Student Rationalization of AI Use in Academic Writing — It's OK Because… Student Rationalization of AI Use

• Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning — Coordination Game Framework for Ethical AI Use

• Stuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education — Shame and Guilt as Social Regulators of AI Use

• Did Alice Do Wrong? Cross-Cultural Differences in Student Perceptions of Generative AI Use in University Computing Education — Did Alice Do Wrong? Cross-Cultural Perceptions of AI Use

• Exploring value judgements in grading: will teachers mark down student work assisted by GenAI, and should they? — Value judgments in grading GenAI-assisted work: honesty, trust, validity, and two-way transparency (Luo & Dawson 2026)

• Students' Agency in GenAI-Mediated Group Assessment: An Ecological-Emergent Perspective — Peer accountability and originality in GenAI-mediated group assessment

• Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI — Detection's evidentiary collapse and the case for procedural justice, proportionality, and design

• Assessment Design Under Imperfect Information: Generative AI, Disclosure, and Student Response in Higher Education — Deterrence, disclosure, and redesign as an assessment-design problem under imperfect information

• How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis — What evidence 1,162 GenAI misconduct files actually rested on, and the missing evidentiary threshold

• Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment — Over-inclusive AI rules and the transcription-versus-generation distinction

• AI-based digital cheating at university, and the case for new ethical pedagogies — AI-based digital cheating and prevention-based ethical pedagogies: the 183-to-27 misconduct case and five discipline-specific redesigns (Leaton Gray, Edsall & Parapadakis 2025)

• Governing academic integrity: Ensuring the authenticity of higher thinking in the era of generative artificial intelligence — Integrity as a governance problem: a 130-item indicator framework for academic governors (Coates, Croucher & Calderon 2025)

• Academic integrity in the age of generative AI: A scoping review of research on higher education student voices — Scoping review of 38 studies of higher education student voices on academic integrity and GenAI (Ji 2026)

• GenAI assessment and language equity: Drawing the line between support and substitution — Drawing the support-versus-substitution line for EAL writers, and the inequity of rules that ignore language background (Li 2026)

• Ethical implications of prompt injection in AI-mediated grading: An adversarial red-team evaluation — Prompt injection against AI-mediated grading: hidden instructions that change the grade undetected (Humble 2026)

• Designing for Virtuous AI Use: The AI-Use Ethics Matrix in AI-Mediated Classrooms — The AI-Use Ethics Matrix: anxious compliance, and why clarity alone can push students into efficient circumvention (Petricini & Zipf 2026)

• When AI Agents Can Complete the Assignment: Practical Strategies for Designing Tasks That Still Require Human Thinking — Grading the reasoning trail when AI agents can complete the assignment (Austin 2026)

• AI-written admissions essays are widespread but penalized — AI-written admissions essays are widespread but penalized

• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research

• Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education — Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education

• Argus: Academic Integrity in the Era of Generative AI — Argus: Academic Integrity in the Era of Generative AI

• How AI-vulnerable is Australian higher education assessment? A computational audit of Group of Eight Arts and Humanities units, 2022–2026 — Sector audit finding: mandate and framework universities show no difference in assessment exposure, the empirical counterpart to the coordination problem

• Early Prediction of AI-Assisted Cheating Risk in Online Exams Through Learning Analytics — Akçapınar (2026) — Early prediction of AI-assisted cheating risk from LMS traces, framed as academic guidance rather than evidence of misconduct

• ChatGPT vs Teachers vs Students: Large-Scale Analysis of Generative AI Discourse in Education Communities on Reddit — Three and a half years of education Reddit: enforcement dominates, and integrity disputes are the main faculty–student venue (Yüce et al. 2026)

• Early Evidence on Employer Responses to College Student Use of Generative AI — Survey experiment: the substitution framing of student AI use penalizes high-GPA applicants on hiring and salary; in-person testing is the only remedy both groups chose

• AIRRI: Towards a Human-Readable, Machine-Resistant Reading Interface — AIRRI: Towards a Human-Readable, Machine-Resistant Reading Interface