Bessere Noten, weniger Lernen? Eine neue Studie der University of California Berkeley legt einen unbequemen Zusammenhang offen: Seit der Einführung von ChatGPT im Herbst 2022 ist der Anteil der Bestnoten an einer großen US-amerikanischen Forschungsuniversität in Texas deutlich gestiegen – und das konzentriert sich auf genau die Kurse, in denen KI besonders leicht einzusetzen ist.
Die Studie: 500.000 Noten, ein klares Muster
Die Forscher werteten mehr als 500.000 Noten aus dem Zeitraum 2018 bis 2025 aus. Ihr Befund: Der Anteil der A-Noten stieg um rund 13 Prozentpunkte – das entspricht einem Anstieg von etwa 30 Prozent gegenüber dem Niveau von 2022. Besonders stark ausgeprägt war der Effekt in schreib- und programmierIntensiven Kursen. Die Methode der Studie ist dabei robust: ein sogenanntes Difference-in-Differences-Design, das Kurse mit hohem KI-Einsatzpotenzial mit solchen mit geringerem Potenzial vergleicht.
Entscheidend ist, wo genau die Noten stiegen: nicht in Klausuren oder mündlichen Prüfungen, sondern bei Hausaufgaben. Das deutet darauf hin, dass Studierende KI nutzen, um Aufgaben erledigen zu lassen – nicht, um besser zu verstehen. Die KI ersetzt Arbeit, verbessert aber nicht das Lernen.
Kein Einzelfall: KI-Nutzung auf breiter Front
Dass Studierende KI intensiv einsetzen, ist inzwischen gut dokumentiert. Forscher der Cornell University und der UC Berkeley befragten 95.000 Studierende an 20 US-Universitäten und fanden heraus, dass rund ein Drittel KI-Tools für Aufgaben nutzt – bei etwa neun Prozent davon handelt es sich um akademisches Fehlverhalten. Besonders hoch ist die Nutzungsrate in der Informatik: Dort greifen 60 Prozent der Studierenden monatlich auf KI zurück, in den Geisteswissenschaften sind es nur 25 Prozent.
Auf der anderen Seite gibt es auch echte Lerneffekte: Eine randomisierte Studie, veröffentlicht in Scientific Reports, zeigte, dass KI-basiertes Tutoring zu deutlich besseren Testergebnissen führen kann – mit Effektstärken zwischen 0,73 und 1,3 Standardabweichungen. Der Unterschied liegt offenbar darin, wie KI eingesetzt wird: als Lernpartner oder als Ghostwriter.
Das Regulierungsproblem: Regeln hinken der Praxis hinterher
Während Studierende KI längst selbstverständlich nutzen, steckt die Regulierung noch in den Kinderschuhen. An deutschen Hochschulen variieren die Regelungen stark: Laut einer Auswertung wenden etwa 35 Prozent der Hochschulen universitätsweite Richtlinien an, 45 Prozent setzen auf fachspezifische Vorgaben, und 20 Prozent haben bislang gar keine klaren Regeln. Bundeseinheitliche Standards fehlen vollständig. Das Verwaltungsgericht Kassel entschied erst im Februar 2026, dass der unerlaubte KI-Einsatz in Prüfungen als Täuschung gewertet werden kann – ein erstes Urteil, das zeigt, wie sehr die Rechtslage noch im Fluss ist.
Dass Erkennung allein keine Lösung ist, zeigt ein Blick auf verfügbare Detektionstools. Wie Marktnotiz über den KI-Detektor Pangram berichtet hat, stoßen solche Tools schnell an Grenzen – was die Debatte um Verlässlichkeit und Fairness weiter verkompliziert.
Was bedeutet das für Unternehmen und den Arbeitsmarkt?
Die Berkeley-Studie hat eine Relevanz, die weit über Hörsäle hinausgeht. Wenn Absolventen künftig Schreib- oder Programmierkompetenzen auf dem Papier vorweisen, die sie praktisch nie trainiert haben, verändert das die Erwartungen an Berufseinsteiger grundlegend. Unternehmen – gerade im Tech- und Marketingbereich – werden die Aussagekraft von Studienleistungen neu bewerten müssen.
Gleichzeitig stellt sich die Frage, ob bestimmte Kompetenzen überhaupt noch so trainiert werden müssen wie bisher. Wer heute als Marketer oder Entwickler arbeitet, nutzt KI als selbstverständliches Werkzeug. Der Streit über Noten-Inflation könnte also auch ein Symptom einer tieferen Transformation sein: Die Fähigkeit, KI sinnvoll einzusetzen, löst klassische Ausführungskompetenzen zunehmend ab. Was zählt, ist nicht mehr das Schreiben selbst – sondern das Denken dahinter.
Diese Spannung spiegelt sich auch in der breiteren Bildungsdebatte wider. Norwegen etwa hat KI aus Grundschulen verbannt und setzt auf einen strikten Gegenkurs – ein Ansatz, der zeigt, wie unterschiedlich Bildungssysteme auf denselben Druck reagieren.
Lernen oder delegieren – eine Frage der Haltung
Die Berkeley-Studie liefert keine Antwort darauf, ob KI gut oder schlecht für Bildung ist. Sie zeigt aber, dass das Ergebnis stark davon abhängt, wie sie eingesetzt wird. Kurse, die auf reine Hausaufgaben-Abgaben setzen, sind leicht zu „optimieren“. Formate mit echter Interaktion, mündlichen Prüfungen oder iterativem Feedback sind resistenter – und wahrscheinlich lernwirksamer.
Für Bildungseinrichtungen, aber auch für Unternehmen, die interne Schulungen oder KI-Weiterbildung planen, ist das eine praktische Richtschnur: Wer KI wirklich als Lernwerkzeug einsetzen will, muss die Aufgabenformate neu denken. Delegieren lässt sich fast alles – aber nicht das Verstehen.
Quellen
- The Decoder – Bessere Noten dank KI: US-Studie zeigt Einsen-Inflation an Universitäten seit ChatGPT
- Hoodline – ChatGPT Wave Sends Texas A Grades Soaring, Berkeley Study Finds
- Ad-hoc-news – KI an Hochschulen: Ein Drittel Studenten nutzt ChatGPT, 9% betrügen
- Hessenschau – KI in Uni-Prüfungen: Hochschulen erlauben ChatGPT – aber nicht grenzenlos
- GWriters – Nutzungsrichtlinien 2025 für ChatGPT an deutschen Universitäten
Beitragsbild: Foto von Ketut Subiyanto auf Pexels
Antworten