Experiment: KI‑Training nützt, Verbot schwächt Studierende im Schnitt.
In Kürze
- Drei Gruppen überarbeiteten einen EU‑AI‑Act‑Paragraphen
- 2024: Trainierte Gruppen vorne; 2025: kaum noch Unterschied
- Empfehlung: keine pauschalen Verbote, Dozierenden‑Fortbildung, Prüfungsanpassung
Drei Gruppen, ein Gesetzesparagraph, 20 Minuten – und unterschiedliche Ergebnisse: So knapp lässt sich das Experiment zusammenfassen, das der Rechtswissenschaftler Thibault Schrepel von der Vrije Universiteit Amsterdam 2024 und 2025 durchgeführt hat. Ziel war zu sehen, wie ein generelles KI‑Verbot, die unkritische Nutzung von KI und gezieltes Training im Umgang mit KI das Arbeiten von Studierenden beeinflussen.
Wie das Experiment ablief
Insgesamt nahmen 66 Studierende 2024 und 164 im Jahr 2025 teil. Alle wurden zufällig in drei Versuchsbedingungen aufgeteilt und bearbeiteten in Kleingruppen dieselbe Aufgabe: Innerhalb von 20 Minuten sollten sie einen Paragraphen des EU‑AI‑Acts überarbeiten.
Die Änderungen wurden in vier Kategorien bewertet: Substanz, Klarheit, Verhältnismäßigkeit und Innovationsgehalt. Außerdem absolvierten alle dieselben Prüfungen: einen Multiple‑Choice‑Test und eine Take‑home‑Klausur, bei der eine weitere Vorschrift überarbeitet werden musste.
Die drei Bedingungen im Detail
Keine KI
Diese Gruppen durften kein ChatGPT nutzen. Ergebnis: Vor allem sprachliche Verbesserungen, oft keine tiefgreifenden inhaltlichen Änderungen; viele Gruppen waren nach 10–15 Minuten erschöpft (Schrepel spricht von „idea exhaustion“). Positiver Nebeneffekt: intensivere interne Diskussionen.
KI ohne Anleitung
Hier wurden von ChatGPT generierte Änderungsvorschläge direkt übernommen, das Tool durfte weiter genutzt werden, es gab aber keine Schulung. Ergebnis: Vorschläge wurden meist unkritisch übernommen; irreführende oder unnötige Formulierungen blieben oft bestehen, etwa unbedachte Änderungen juristisch relevanter Begriffe.
KI mit Training
Diese Teilnehmenden bekamen Schulungen, etwa zu juristischem Prompt‑Engineering und zur kritischen Bewertung von KI‑Antworten. Ergebnis: Die Gruppen führten echte Dialoge mit der KI, testeten unterschiedliche Formulierungen und setzten sich stärker mit inhaltlichen Fragen auseinander.
Was die Bewertungen zeigten
- 2024: Die trainierte Gruppe schnitt deutlich am besten ab, besonders in der anspruchsvolleren Take‑home‑Klausur.
- 2025: Der Vorsprung der trainierten Gruppe war nahezu verschwunden; die drei Gruppen lagen fast gleichauf. Schrepel führt das darauf zurück, dass Chatbots inzwischen alltäglicher bei Studierenden sind und formales Training dadurch weniger Zusatznutzen bringt.
- Konstante Beobachtung: Die KI‑freie Gruppe belegte in beiden Jahren den letzten Platz.
Insgesamt deutet das Experiment darauf hin, dass ein generelles Verbot von KI im Durchschnitt zu schlechteren Ergebnissen führt als die Nutzung von KI. Offen bleibt, ob der beobachtete Vorteil auf formales Training oder auf praktische Nutzungserfahrung zurückzuführen ist.
Was Schrepel überraschte
Schrepel hatte erwartet, dass die Gruppen mit unkritischer KI‑Nutzung in Prüfungen wegen wiederholter KI‑Fehler durchfallen würden. Stattdessen traten die Fehler nicht systematisch auf; diese Gruppe schnitt sogar etwas besser ab als die KI‑freien Studierenden. Aus seiner Sicht zeigt das, dass viele Studierende aus eigener Nutzung die Schwächen der KI erkennen – besonders dann, wenn Fehler reale Konsequenzen haben.
Schrepel räumt ein, dass seine ursprüngliche Annahme falsch war: Fehlt formaler KI‑Unterricht, so schade das nicht unbedingt unmittelbar der Ausbildung, wenngleich er solche Lehrangebote als verpasste Chance beschreibt.
Empfehlungen für Hochschulen
- Keine pauschalen Verbote: Fakultäten sollten restriktive Verbote zurückhaltend einsetzen und Lehrenden Spielräume zum Ausprobieren lassen.
- Dozierende fortbilden: Hochschulen sollten in die KI‑Kompetenz von Lehrenden investieren.
- Prüfungsformate überdenken: Bei Masterarbeiten plädiert Schrepel gegen reine Literaturzusammenfassungen, die KI in kurzer Zeit erstellen kann, und für praxisnahe oder empirische Arbeiten, in denen der reflektierte Umgang mit KI beurteilt werden kann.
Widerspruch in der Praxis und methodische Grenzen
Die Empfehlungen stehen nicht überall auf Zustimmung: Beispielsweise verbietet UC Berkeley Law seit Sommer 2026 den Einsatz von KI bei fast allen benoteten Arbeiten mit der Begründung, Studierende müssten zuerst grundlegende Denkfähigkeiten erwerben. Das steht im Gegensatz zu den Ergebnissen von Schrepels Experiment.
Schrepel selbst weist auf mehrere Einschränkungen seiner Untersuchung hin:
- kleine Stichprobe,
- Teilnehmende waren in einem KI‑Kurs eingeschrieben und damit möglicherweise technikaffiner als der Durchschnitt,
- es gab keine Kontrolle darüber, wie stark Studierende die KI bei der Take‑home‑Klausur tatsächlich nutzten.
Einordnung durch andere Studien
Zur Einordnung nennt Schrepel weitere Forschungen: Eine große US‑Studie (ebenfalls an der UC Berkeley) mit über 500.000 Noten fand, dass der Anteil der Bestnote A in schrift‑ und programmierintensiven Kursen seit dem Start von ChatGPT um 13 Prozentpunkte gestiegen ist – dieser Effekt trat vor allem bei unbeaufsichtigten Aufgaben auf, beaufsichtigte Prüfungen blieben stabil.
Eine Langzeitstudie aus Zentralchina mit mehr als 26.000 Schülern zeigte dagegen, dass KI Hausaufgabennoten verbesserte, während Klausurergebnisse um bis zu 24 Prozent sanken; dort folgerten die Forschenden, dass KI schaden kann, wenn sie eigenständige Denkarbeit ersetzt.
Schrepels Schlussfolgerungen bleiben vorsichtig: Seine Ergebnisse sprechen gegen pauschale Verbote und für gezielte Ausbildungsmaßnahmen und Prüfungsanpassungen, aber er betont die Notwendigkeit größerer Studien, um belastbarere Aussagen treffen zu können.
Quellen
- Quelle: Thibault Schrepel / Vrije Universiteit Amsterdam
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
