Aufgaben statt Detektoren: die tote Ecke der Prüfungsmatrix

Wenn Dozierende mich nach einem KI-Detektor fragen, steckt dahinter meist eine andere Frage: Wie prüfe ich noch, was jemand kann? Den Detektor halte ich für die falsche Antwort, das habe ich vorgerechnet. Die zweitnaheliegende Antwort ist die beaufsichtigte Klausur ohne Hilfsmittel. Sie ist nicht falsch. Aber sie hat einen Preis, der selten ausgesprochen wird.

Zwei Achsen statt einer

Ob ein Prüfungsformat trägt, hängt von zwei Dingen gleichzeitig ab: von der Stufe, die das Lernziel verlangt, und davon, ob KI in der Prüfung zugelassen ist. Für die Stufen nutze ich die revidierte Taxonomie nach Anderson und Krathwohl, von Erinnern und Verstehen über Anwenden und Analysieren bis Bewerten und Erschaffen. Legt man beide Achsen gegeneinander, zeigen sich drei Muster.

Die untere linke Ecke ist tot. Erinnern und Verstehen ohne KI zu prüfen ist leicht und für Grundlagen legitim. Es prüft aber genau das, was ein Sprachmodell am besten kann. Eine Prüfung, die nur dort ansetzt, misst, was im Berufsalltag immer weniger zählt.

Die untere rechte Ecke ist leer. Erinnern und Verstehen mit zugelassener KI zu prüfen, ergibt keinen Sinn. Die Antwort kommt auf Knopfdruck. Wer KI zulässt, muss die Stufe anheben.

Das Gewicht wandert nach oben rechts. Sobald KI erlaubt ist, tragen nur noch Formate, die Analysieren, Bewerten und Erschaffen verlangen.

Der Fehler, den die Klausur versteckt

John Biggs beschreibt mit Constructive Alignment ein strenges Prinzip: Lernziele, Lehrmethoden und Prüfungsaufgaben müssen aufeinander ausgerichtet sein. In seinem Aufsatz dazu erzählt er von einem Studenten, der gerne lange Essays schrieb, in einem Nebenfach aber nur auswendig lernte, weil das für die kurzen Tests dort genügte. Biggs' Diagnose: Das Problem war nicht der Student, sondern die Prüfung. Sie war nicht auf die Ziele des Unterrichts ausgerichtet.

Genau diese Falle stellt die KI-Angst auf. Wer Analysieren und Bewerten als Lernziel formuliert, aus Vorsicht aber auf eine Faktenklausur ausweicht, hat eine saubere Prüfung — die das Lernziel nicht mehr misst. Die Klausur sieht streng aus und ist es nicht.

Zwei Spuren statt einer Entscheidung

Ich löse das mit zwei Spuren, die sich ergänzen. Die erste prüft die Basis kontrolliert und ohne KI: Kann die Person das Grundlegende auch ohne Werkzeug? Die zweite prüft die Anwendung KI-offen und auf höherer Stufe, mit Offenlegung des KI-Einsatzes. Erst beide zusammen zeigen, was jemand ohne und mit Werkzeug kann.

Für die zweite Spur kenne ich drei Formate, die tragen:

• Projektarbeit mit Verteidigung: KI ist erlaubt, am Ende stehen 15 Minuten Gespräch über die eigene Arbeit.
• Living Document: Bewertet wird die Entwicklung über das Semester mit datierten Versionen, nicht nur das Endprodukt.
• Mündliche Prüfung mit KI-Vorbereitung: Gelernt wird mit KI als Partner, geprüft im Gespräch ohne sie.

Das ist auch die Richtung, die die ZHAW in ihrer Richtlinie seit dem 1. September 2026 empfiehlt. Arbeiten, die theoretisch vollständig von KI erstellt werden können, sollen durch Formate ersetzt oder ergänzt werden, die den Kompetenzerwerb zuverlässig prüfen, etwa mündliche Zwischengespräche oder eine Verteidigung. Bei Abschlussarbeiten soll auch der Weg dorthin bewertet werden.

Was ich nicht versprechen kann

Dass diese Formate unter KI-Bedingungen besser messen, ist meines Wissens nicht empirisch belegt. Mein Argument ist ein Alignment-Argument, kein Wirksamkeitsnachweis: Eine Prüfung, die die Stufe des Lernziels trifft, misst wenigstens das Richtige. Eine, die sie verfehlt, misst zuverlässig etwas anderes.

Mein praktischer Rat ist deshalb bescheiden. Ein Re-Design pro Semester, nicht alle auf einmal. Wer alles gleichzeitig umstellt, verliert die Studierenden und das Kollegium. Und vor dem ersten Schritt eine einzige Frage an die eigene Prüfung: Auf welcher Stufe steht mein Lernziel, und auf welcher prüfe ich tatsächlich?

Quellen

• Anderson, L. W., & Krathwohl, D. R. (Hrsg.) (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom's taxonomy of educational objectives. New York: Longman.
• Biggs, J.: «Aligning teaching for constructing learning», Aufsatz (Higher Education Academy), PDF über biologie.uzh.ch, abgerufen am 13. Oktober 2026 — Zusammenfassung und Fallbeispiel des Studenten, dessen Prüfung «not aligned with the aims of teaching» war; vertieft in Biggs, J. (2003). Teaching for quality learning at university. Buckingham: Open University Press.
• ZHAW, Rektorat, Ressort Bildung: Richtlinie «Verwendung generativer KI-Systeme bei Leistungsnachweisen», Version 4.0.0, in Kraft ab 1. September 2026, Ziff. 5.2.2.
• Eigenes Manuskript «KI in der Lehre», Kap. 11.2 (Prüfungs-Trilemma), 11.4 (Bloom×KI-Prüfungsmatrix, Two-Track), 11.5 (sechs Re-Designs), unveröffentlicht.