Hochschullehrende stehen vor der Frage, wie sich zentrale Lernziele des wissenschaftlichen Arbeitens im KI-Zeitalter weiterhin erreichen, überwachen und objektiv prüfen lassen. Während Hausarbeiten traditionell als Nachweis eigenständiger Recherche-, Analyse- und Argumentationsleistungen gelten, verändert die KI-gestützte Textgenerierung die Bedingungen ihrer Erstellung grundlegend. Damit rücken Fragen nach Validität, Authentizität und Prüfungsfairness in den Vordergrund. Gleichzeitig entsteht Bedarf nach Prüfungsformaten, die sowohl Kompetenzentwicklung fördern als auch die Integrität der Prüfung sichern.

Die Seminararbeit umfasst mehrere aufeinander aufbauende Arbeitsschritte: die Erschließung relevanter Grundlagenliteratur, die Entwicklung einer Forschungsfrage, die eigenständige Recherche, die Auswahl und Analyse von Materialien, die schriftliche Ausarbeitung sowie die Reflexion des Forschungsprozesses. Diese Komponenten bilden den Kern wissenschaftlichen Arbeitens und fördern zentrale Kompetenzen wie Fachwissen, präzise Argumentation, kritische Analyse, methodische Begründungsfähigkeit und Prozessreflexion.

Aus hochschuldidaktischer Perspektive bestehen jedoch strukturelle Herausforderungen, die über die aktuelle KI-Debatte hinausgehen. Schriftliche Hausarbeiten erlauben nur eingeschränkt Einblicke in individuelle Denk- und Entscheidungsprozesse, da sie primär Endprodukte abbilden. Zugleich zeigen sie eine hohe Anfälligkeit gegenüber externen Unterstützungsformen – unabhängig davon, ob diese digital, kollaborativ oder beratend sind. Daraus ergibt sich die grundsätzliche Frage, welche Komponenten einer Seminararbeit sich authentisch über eine reine schriftliche Endleistung prüfen lassen und welche stärker durch prozessbezogene oder standardisierte Elemente ergänzt werden sollten.

Unverändert bleibt das Ziel, dass Studierende relevante Literatur identifizieren und einordnen, eine tragfähige Fragestellung entwickeln, geeignete Methoden anwenden, Ergebnisse argumentativ darstellen und ihren Arbeitsprozess reflektieren. Vor diesem Hintergrund stellt sich die Weiterentwicklungsaufgabe, wie Prüfungsformate gestaltet werden können, die diese Kompetenzen transparent, valide und prüfungsfair abbilden.

Die Diskussion um KI-sichere Prüfungsformate zielt nicht auf eine Eliminierung von KI-Nutzung, sondern auf eine verlässliche Prüfung individueller Kompetenzen. Verschiedene Prüfungsmodelle kombinieren schriftliche, mündliche und prozessbezogene Elemente, um Authentizität und Transparenz der Leistungserbringung zu erhöhen, z.B.:

• Hausarbeit + mündliche Prüfung
  (schriftliche Ausarbeitung mit anschließender Erläuterung zentraler Entscheidungen und Methoden)
• Zweistufenmodell
  (Stufe 1: forschungsorientierte, individuelle, nicht prüfungsrelevante Arbeiten während des Semesters, Stufe 2: allgemeine Klausur mit Fokus auf Grundlagen)
• Pre-Klausur-Portfolio + Klausur
  (dokumentierte Vorbereitungsschritte als Grundlage für eine zum Teil anwendungsorientierte Klausur)

Das Modell kombiniert ein vorgelagertes Portfolio mit einer zweigeteilten Klausur. Das Pre-Klausur-Portfolio wird im Semesterverlauf erstellt und umfasst drei Elemente: eine präzise formulierte Forschungsfrage, eine dokumentierte Literaturrecherche sowie ein kurzes inhaltliches Statement zur eigenen Schwerpunktsetzung. Das Portfolio ist verpflichtend einzureichen und ist prüfungsrelevant.

Die Klausur besteht anschließend aus zwei Teilen: einem allgemeinen Abschnitt, der grundlegende Seminarinhalte abprüft, und einem individuellen Abschnitt, der direkt an das eingereichte Portfolio anknüpft. Dadurch wird sowohl fachliches Grundlagenwissen als auch die Anwendung auf die eigene Schwerpunktsetzung geprüft. Die Fragen zum Portfolio können so formuliert werden, dass alle Prüfungsteilnehmenden die gleiche Frage bekommen, diese aber je nach Thematik und Ausrichtung ihres Portfolios unterschiedlich beantworten müssen.
Mögliche Fragestellungen:

• Argumentationskompetenz mit Theorie-Bezug: Ordnen Sie Ihr im Portfolio entwickeltes Thema in eine im Seminar behandelte theoretische Perspektive ein. Erläutern Sie, welche argumentative Linie Sie daraus für Ihren Forschungsansatz ableiten und wie Sie diese gegenüber mindestens einem alternativen theoretischen Zugang abgrenzen.
• Methoden- und Transferkompetenz: Wenden Sie ein im Seminar behandeltes Analyse- oder Interpretationsinstrument auf Ihr im Portfolio ausgewähltes Material bzw. Thema an. Stellen Sie dar, welche Ergebnisse (oder vorläufigen Einsichten) sich daraus ergeben und wie diese Ihre ursprünglich formulierte Forschungsfrage präzisieren oder modifizieren würden.

Das Modell verknüpft individuelle Prozessdokumentation mit einer standardisierten Klausur und stärkt dadurch die Verbindlichkeit der Kompetenzentwicklung, die Nachvollziehbarkeit des Arbeitswegs sowie die Prüfbarkeit individueller Analyse- und Transferleistungen. Gleichzeitig entsteht ein erhöhter organisatorischer Aufwand, und es besteht Bedarf an klaren Bewertungsrastern, um Portfolio- und Klausuranteile transparent und konsistent zu integrieren.

Bowen/Watson geben in ihrem Buch Teaching with AI Hinweise zur Entwicklung intrinsisch motivierender Aufgaben zur Förderung von Fach- und KI-Kompetenz.

• José Antonio Bowen, C. Edward Watson: Teaching with AI : A Practical Guide to a New Era of Human Learning, Johns Hopkins University Press, 2024. ProQuest Ebook Central, 
  https://ebookcentral.proquest.com/lib/fuberlin-ebooks/detail.action?docID=30876436

Mit KI.Assist@FU stellt die Freie Universität Berlin einen zentralen, datenschutzkonformen Zugang zu generativer KI für Studium und Lehre bereit: https://assist.ki.fu-berlin.de/chat.
In dem System haben Sie die Möglichkeit, zwischen verschiedenen großen Sprachmodellen zu wählen, die über europäisch gehostete Infrastrukturen bereitgestellt werden:  

• Die neusten OpenAI-Modelle (wie bei ChatGPT) werden über EU-basierte Cloud-Dienste bereitgestellt.
• Weitere leistungsstarke offene Modelle verschiedener Anbieter werden durch nationale KI-Servicezentren (z. B. GWDG/KISSKI) zur Verfügung gestellt und auf Servern in Deutschland betrieben.

Für die Nutzung von KI.Assist@FU melden Sie sich einfach mit Ihrem persönlichen FU-Account an, eine separate Registrierung ist nicht erforderlich.
Das System legt besonderen Wert auf Datenschutz: Die Nutzung erfolgt daher pseudonymisiert und datensparsam. Ihre Chatverläufe werden verschlüsselt gespeichert, sind ausschließlich für Sie einsehbar und werden nicht zum Training der KI-Modelle verwendet. Eine Ausnahme stellt der Gruppenchat dar. Hier sind Ihre Nachrichten auch für die anderen Mitglieder der Gruppe sichtbar.

Hinweis!
Beachten Sie bitte, dass KI.Assist@FU für den Einsatz in Studium und Lehre bereitgestellt wird. Die Eingabe personenbezogener, urheberrechtlich geschützter und vertraulicher Daten ist nicht gestattet. Detaillierte Informationen zu Datenschutz und Nutzung erhalten Sie in der Datenschutzerklärung und den Nutzungsbedingungen von KI.Assist@FU.

Als verbindlicher Orientierungsrahmen für eine verantwortungsvolle Nutzung gelten beim Einsatz von KI in Studium und Lehre weiterhin die „Eckpunkte zum Umgang mit KI-basierten Systemen und Tools in Studium und Lehre“. Die aktualisierte Fassung enthält rechtliche, ethische, didaktische und praktische Grundsätze für den Einsatz von Künstlicher Intelligenz in Studium und Lehre:

• Eckpunktepapier zum Umgang mit KI-basierten Systemen und Tools in Studium und Lehre (dt.)
• Guidelines for the Use of AI-Based Systems and Tools in Teaching and Learning (engl.)

Unsere Webseite KI@FU bietet Ihnen eine zentrale Übersicht zu allen Angeboten und Informationen rund um den Einsatz von KI in Lehre und Studium. Hier erfahren Sie mehr über das KI@FU-Projekt, den KI-Chatbot „KI.Assist@FU“ sowie über aktuelle Fortbildungen und Unterstützungsmaßnahmen zum KI-Kompetenzaufbau für Lehrende und Studierende.

• KI@FU-Webseite

In unserem öffentlichen Wiki finden Sie umfassende Informationen zu KI.Assist@FU. Dort stehen Ihnen unter anderem eine praktische Schritt-für-Schritt-Anleitung in Form eines Tutorials, eine Übersicht der aktuell eingebundenen Modelle sowie Beispiele für mögliche Einsatzszenarien in Lehre und Studium zur Verfügung. Unser FAQ-Bereich wird fortlaufend erweitert und bietet eine kompakte Sammlung häufig gestellter Fragen.

• Zum KI.Assist@FU-Wiki

In diesem Semester stehen vor allem Fortbildungen zu KI in Prüfungen, zu KI.Assist@FU sowie Grundlagenschulungen rund um KI im Mittelpunkt.

KI.Assist@FU

• KI.Assist@FU: Der KI-Chatbot der Freien Universität Berlin, 16.01.2026

KI und Prüfungen

• KI@FU: KI und Hausarbeiten - Wege zu einem verantwortungsvollen Einsatz, 14.11.2025
• KI@FU: KI-sichere Prüfungsformate: Von der Hausarbeit zur Klausur, 24.11.2025
• KI 4You: Individuelle Beratung zu KI im Prüfungskontext, 15.12.2025
• KI@FU: KI und Hausarbeiten - Wege zu einem verantwortungsvollen Einsatz, 06.02.2026

KI-Grundlagen

• KI@FU: Zukunftsweisend Lehren - KI-Chatbots in der Hochschulbildung, 05.12.2025
• KI-Einführung: Einblick, Überblick, Ausblick, 12.02.2026

Eine Auswahl empfohlener Selbstlernangebote externer Bildungsanbieter haben wir auf unserer Webseite für Sie zusammengestellt. Je nach Kurs erhalten Teilnehmende nach Abschluss eine Teilnahmebestätigung oder ein Zertifikat.
In der Rubrik „Weitere Ressourcen“ finden Sie außerdem eine Sammlung ergänzender Online-Materialien und Lernressourcen rund um das Thema „Künstliche Intelligenz in Studium und Lehre“.

• Externe Selbstlernangebote

Anmeldung Ihrer digitalen Prüfungen
Das Buchungsverfahren für digitale Prüfungen im WiSe 2025/26 läuft aktuell – Sie können Ihre Wunschtermine noch bis zum 22.10. in unserem Buchungformular eintragen. Die Prüfungstermine werden voraussichtlich Anfang November bestätigt.

Weitere Informationen und Beratung
Auf unserer Website finden Sie weitere Informationen zu Formaten und Potenzialen digitaler Prüfungen sowie zu unseren Prüfungsräumen: 

• https://www.e-examinations.fu-berlin.de/index.html

• per E-Mail unter e-examinations@it.fu-berlin.de oder
• telefonisch unter +49.30.838-51838

Programmübersicht
Auch in diesem Semester erwartet Sie ein abwechslungsreiches Fortbildungsangebot rund um digitales Lehren, Lernen und Prüfen. Ob Workshop oder individuelle Beratung, in Präsenz oder online – unsere Angebote zeichnen sich durch einen hohen Praxisbezug aus. Alle Termine, Formate und Themenschwerpunkte finden Sie übersichtlich in unserem aktuellen Fortbildungsprogramm.

Digitale Werkzeuge und Inhalte
Hörsaalinteraktionen mit SLIDO, Online-Tests oder Video-Erstellung und -Schnitt – entdecken Sie vielfältige Schulungen zu bewährten digitalen Werkzeugen. Unsere Angebote unterstützen Sie dabei, digitale Tools gezielt in der Lehre einzusetzen, Inhalte didaktisch sinnvoll aufzubereiten und Ihre Lehrpraxis zukunftsorientiert weiterzuentwickeln.

• Fortbildungen zu digitalen Werkzeugen und Inhalten 

KI-Fortbildungen
Das Thema KI ist aus Lehre und Studium inzwischen nicht mehr wegzudenken – es bietet neue spannende Möglichkeiten, aber erfordert gleichzeitig neue Kompetenzen und angepasste Lehr-, Lern- und Prüfungs-Konzepte. Unser umfassendes Schulungsangebot zum Lehren, Lernen und Prüfen mit KI unterstützt Sie dabei, KI-Kompetenzen aufzubauen. 

• Fortbildungen zu KI in Studium und Lehre 

4You: Individuelle Beratung und Austausch
In unserer offenen Sprechstunde nehmen wir Ihre Lehre in den Blick und beraten Sie individuell zu digitalen Gestaltungsmöglichkeiten. Neu hinzugekommen ist ein Beratungsangebot zum Einsatz von KI in Prüfungen.

• Alle Beratungstermine und Schwerpunkte im Überblick

KI:edu.nrw: Neues Rechtsgutachten 
Ein neues Rechtsgutachten von KI:edu.nrw ordnet die Auswirkungen der europäischen KI-Verordnung (KI-VO) für Hochschulen ein. Es zeigt: Auch unter dem Wissenschaftsprivileg gilt die KI-VO meist, etwa wenn vorgesehen ist, KI-Systeme später praktisch einzusetzen. Hochschulen müssen daher Kompetenzen im Umgang mit KI fördern und rechtliche Vorgaben insbesondere bei Hochrisiko-KI-Systemen beachten.

• Zum Rechtsgutachten

Hochschulforum Digitalisierung: Blickpunkt KI Monitor 2025
Der Blickpunkt KI Monitor 2025 des Hochschulforums Digitalisierung bietet eine aktuelle Bestandsaufnahme, wie deutsche Hochschulen Künstliche Intelligenz in Studium und Lehre einsetzen. Befragungen und Expert*innenaustausch bilden die Grundlage der Untersuchung. Die Ergebnisse verdeutlichen: Hochschulen integrieren KI zunehmend strategisch, etwa durch neue Konzepte zur KI-Kompetenzentwicklung, rechtliche Regelungen und datenschutzkonforme Zugänge zu KI-Tools.

• Zum Blickpunkt KI Monitor 2025