Ende Mai 2026 saß R. Serrano, Professor für Informatik an der Brown University, in seinem Büro und korrigierte Klausuren. Ihm fielen Unregelmäßigkeiten auf: Manche Studierende hatten sich gegenüber der Zwischenprüfung um mehr als 30 Punkte verbessert, bestimmte Formulierungen wiederholten sich auffällig, und einige Antworten wiesen eine nahezu perfekte „semantische Übereinstimmung” mit den Prüfungsfragen auf – eine Präzision, die normalerweise nur jemand erreicht, der die Musterlösung kennt.
Er überprüfte die Ergebnisse genauer. Von 96 Studierenden hatte er bei etwa 50 den begründeten Verdacht auf KI-gestützten Betrug. Der Klassendurchschnitt stürzte von 96 Punkten in der Zwischenprüfung auf 48 Punkte im Finale ab – keine moderate Verschlechterung, sondern eine Halbierung.
„Ich habe lange gebraucht, um das zu akzeptieren”, sagte Serrano später gegenüber El País. „Als mir klar wurde, dass die Hälfte der Studierenden betrogen hat, empfand ich nicht nur Enttäuschung, sondern eine tiefe Ohnmacht gegenüber dem gesamten System.”
Das Gewissen eines Professors und eine Schießerei
Um die Komplexität dieses Falls zu verstehen, braucht es Hintergrundwissen.
Im März 2025 erschütterte eine Schießerei den Campus der Brown University. Einer von Serranos Studierenden wurde auf dem Universitätsgelände angeschossen und erlag später den Komplikationen. Dieses Ereignis veränderte Serranos Haltung zur Lehre grundlegend – er begann, die Beziehung zwischen Lehrenden und Studierenden neu zu überdenken, mit dem Ziel, mehr Verständnis und Mitgefühl aufzubringen.
Als er daher den massiven KI-Betrug in den Abschlussklausuren entdeckte, war seine erste Reaktion nicht Wut, sondern Verwirrung. Er verbrachte viel Zeit mit einer Frage, der viele ausweichen: Was machen Studierende mit dem Vertrauen, das ein Lehrender ihnen entgegenbringt, nachdem dieser ihnen echtes Verständnis und Vertrauen geschenkt hat?
Letztlich meldete er den Vorfall dem akademischen Integritätsausschuss der Universität. Gleichzeitig dachte er über eine grundlegendere Frage nach: Sollten Universitäten ihre Prüfungsformate neu gestalten?
Wie KI beim Betrug hilft
Die landläufige Vorstellung von „KI-Betrug” lautet: Studierende öffnen ChatGPT, geben die Frage ein und schreiben die Antwort ab. Was Serrano entdeckte, war deutlich raffinierter.
Manche Studierende nutzten Browser-Plugins, die KI-Antworten in Echtzeit auf der Prüfungsseite einblendeten – exakt unter jeder Frage positioniert. Andere arbeiteten mit geteiltem Smartphone-Bildschirm: oben die Prüfungsfragen, unten der KI-Dialog. Wieder andere hatten im Vorfeld spezialisierte Modelle trainiert – sie fütterten ihre Vorlesungsnotizen, Altklausuren und Lehrbuch-PDFs in ein Modell ein und ließen es in der Prüfung antworten, als wäre es sie selbst.
Das Raffinierte an diesen Methoden: Sie umgehen die Erkennung durch herkömmliche Antibetrugssysteme. Browser-Plugins laufen lokal und hinterlassen keine Server-Spuren. Im Split-Screen-Modus sieht die Prüfungsüberwachungssoftware nur das Prüfungsfenster im „Vordergrund”, nicht den KI-Dialog auf der anderen Bildschirmhälfte. Und die mit studentischen Notizen feinabgestimmten Modelle produzieren Texte, die dem Schreibstil der Person so ähnlich sind, dass selbst Systeme wie Turnitin „kein Problem” melden.
Turnitin ist selbst Teil des Problems. Seit 2025 häufen sich Fälle, in denen Originalarbeiten nicht-englischsprachiger Studierender fälschlich als KI-generiert markiert wurden – die Betroffenen mussten ihre Unschuld beweisen. Anfang 2026 ereignete sich an der südkoreanischen Yonsei-Universität ein ähnlicher Vorfall: Ein Professor setzte ein KI-Bewertungstool ein, das mehrere studentische Antworten fälschlich als Betrug markierte, was zu kollektiven Protesten führte. Wenn Erkennungssysteme gleichzeitig falsch-negative und falsch-positive Ergebnisse liefern, ist der Weg „Technik mit Technik bekämpfen” eine Sackgasse.
Warum Online-Prüfungen scheitern
Nach jedem Semester kursieren an Universitäten zwei Narrative.
Das eine stammt von Studierenden: KI ist ein großartiger Tutor. Wer um drei Uhr morgens seine Vorlesungsunterlagen nicht versteht, kann die KI um Erklärung bitten. Wer bei einem Aufsatz feststeckt, lässt sich von der KI eine Gliederung erstellen. Grammatik korrigieren, Literatur übersetzen, Code-Gerüste generieren – KI hilft tatsächlich vielen beim Lernen.
Das andere kommt von Lehrenden: KI ist ein Betrugswerkzeug. Die eingereichten Arbeiten sind dieses Semester ungewöhnlich gut, aber im Unterricht kann niemand Fragen beantworten. Die Kluft zwischen Prüfungsleistungen und Hausaufgaben ist absurd groß. Und am entmutigendsten: Man schenkt einem Studierenden aufrichtiges Vertrauen, und zurück kommt eine KI-generierte perfekte Antwort.
Beide Narrative enthalten Wahrheit, aber das Fatale ist: Sie beschreiben dasselbe Werkzeug. Derselbe KI-Dialog erklärt eine Minute zuvor die Fourier-Transformation und liefert eine Minute später die Prüfungsantwort. Es gibt keine technische Möglichkeit, „Lernunterstützung” von „Denkersatz” zu unterscheiden.
Cheatware – Tools, die darauf spezialisiert sind, Studierenden beim unentdeckten KI-Betrug zu helfen – reißt diese Grauzone endgültig auf. Diese Tools ermöglichen einen unsichtbaren Betrugsmodus per Knopfdruck: ein halbtransparentes KI-Fenster über der Prüfungsseite; die Bildschirmaufzeichnung der Prüfungssoftware ist sauber, aber die Studierenden sehen nur KI-generierte Antworten.
„Zurück zu Papier und Stift, handschriftlich, im Klassenzimmer”
Der am höchsten bewertete Kommentar auf Hacker News stammt von einem bekannten Namen: recursivedoubts, auch bekannt als Carson Gross, Autor des leichtgewichtigen Frontend-Frameworks htmx. Gross unterrichtet ebenfalls Informatik an einer Universität. Seine Aussage war direkt und konkret:
„Abschlüsse verlieren ihren Signalwert, nicht weil Studierende dümmer werden, sondern weil die Universitäten die Standards absenken.”
Gross veröffentlichte auf seinem Blog einen ausführlichen Artikel, in dem er seinen Ansatz darlegte. Er führt jetzt alle drei Wochen handschriftliche Präsenztests durch. Erlaubt ist ein handgeschriebener Notizzettel, keine Ausdrucke. Ausschließlich offene Fragen, keine Multiple-Choice. Die Aufgaben können Pseudocode verlangen, die Annotation und Erklärung eines Codeabschnitts oder eine ausformulierte Abhandlung.
Studierende haben sich beschwert, aber sie geben auch zu, dass diese Methode sie tatsächlich zum Lernen zwingt.
Seine Logik: Wenn KI jedem helfen kann, Programmieraufgaben zu erledigen, Online-Prüfungen zu bestehen und plausibel aussehende Aufsätze zu produzieren, dann schrumpft die Zahl der Institutionen, die tatsächlich noch überprüfen können, ob jemand etwas gelernt hat. Vorstellungsgespräche kann KI führen, Online-Zertifikatsplattformen kann KI bedienen, Remote-Assessments kann KI bestehen – nur die Situation, in der eine Person allein in einem Raum sitzt und mit einem Stift auf Papier antwortet, kann KI derzeit noch nicht übernehmen.
„Die Universität befindet sich jetzt in einer einzigartigen Position – sie kann der Außenwelt einen Leistungsnachweis mit hohem Signal-Rausch-Verhältnis liefern”, schrieb Gross. „Universitätsabschlüsse könnten im KI-Zeitalter sogar wertvoller werden, weil zuverlässige Methoden der Wissensüberprüfung selten geworden sind.”
Dieses Argument löste auf Hacker News heftige Kontroversen aus.
Die Kritiker brachten konkrete Einwände vor: Was ist mit Studierenden mit Schreibbehinderungen? Was ist mit denen, die langsam von Hand schreiben? Programmieren und Datenanalyse – Fächer, die praktische Arbeit am Computer erfordern – lassen sich mit Papier und Stift überhaupt nicht prüfen. Wenn man jemanden auffordert, eine SQL-Abfrage auf Papier zu schreiben, ohne Datenbank-Validierung – welche Fähigkeit prüft man da eigentlich?
Die Befürworter hielten dagegen: Schreibbehinderungen können durch Hilfsmittel in Prüfungszentren ausgeglichen werden. Langsames Schreiben ist nicht unbedingt ein Nachteil – es zwingt Studierende, ihr Wissen vor der Prüfung in prägnante Notizen zu verdichten, ein Prozess, der selbst intensives Lernen darstellt. Und für Programmierprüfungen gibt es Computer in netzwerktechnisch isolierten Laboren.
Noch überraschender war eine statistische Anmerkung auf Hacker News: „Die große Mehrheit der weltweit besten Universitäten führt ihre Prüfungen bis heute in Präsenz durch. Manche halten an mündlichen Prüfungstraditionen fest – 20 Minuten Gespräch mit dem Professor von Angesicht zu Angesicht. KI hat vieles verändert, aber in dieser Hinsicht hat sie ihnen nur den Beweis geliefert: ‚Wir haben es ja immer gesagt.’”
Ist das Zeugnis noch etwas wert?
Der Brown-Fall zwingt zu einer Frage, die über das Thema „Betrug” hinausgeht: Wenn man weiß, dass Studierende dieser Universität mit KI in Abschlussprüfungen perfekte Noten erzielen können – was bedeutet ein GPA von 3,8 auf diesem Zeugnis dann für die Außenwelt? Sollten Arbeitgeber ihm vertrauen? Graduiertenschulen?
Das ist keine hypothetische Sorge. Die Princeton University beschloss Anfang 2026, ihre 133 Jahre alte „Honor Code”-Tradition zu beenden – Studierende überwachten sich selbst auf Ehrlichkeit, Verstöße wurden vor einem studentischen Gremium verhandelt. Der Grund: „Die Studierendenschaft kann sich selbst nicht mehr vertrauen.” 133 Jahre Selbstverwaltung, erledigt durch KI.
Serrano stellte in seinem Interview eine noch schärfere Frage: Finanziert sich die Universität nicht über den Wert ihrer Abschlüsse? Wenn Arbeitgeber Abschlüssen nicht mehr vertrauen – welchen Sinn hat die Universität dann noch? „Wenn unser Diplom nicht mehr bedeutet ‚Diese Person ist fähig’ – welche Funktion hat die Universität dann noch?”
Ein oft übersehenes Detail: Ein erheblicher Teil des Stiftungsvermögens der Brown University stammt von Eltern, die bereit sind, volle Studiengebühren zu zahlen. Was denken wohlhabende Eltern, wenn sie hören, dass die Universität massiven Betrug duldet und ihn herunterspielt? Die zögerliche institutionelle Reaktion Browns könnte mit diesem versteckten Interessenkonflikt zusammenhängen – Betrug zu ahnden bedeutet, die Existenz des Problems einzugestehen, und das Eingeständnis des Problems bedeutet Panik.
Papier und Stift sind eine Übergangslösung
Carson Gross denkt über mutigere Lösungen nach: netzwerktechnisch isolierte Computerlabore – mit alten Rechnern eine prüfungssichere Offline-Umgebung schaffen, in der Studierende im Labor programmieren; mündliche Bewertung – 15 Minuten Gespräch mit einem Studierenden genügen, um sein tatsächliches Verständnis des Kursstoffs einzuschätzen. Er räumt jedoch ein, dass Letzteres praktisch nicht skalierbar ist: „In manchen meiner Kurse sitzen über 100 Studierende. 15 Minuten pro Person bedeuten 25 Stunden – das ist mit der aktuellen Lehrverpflichtung nicht vereinbar.”
Ein größerer Trend zeichnet sich bereits ab. Immer mehr amerikanische Universitäten führen handschriftliche Präsenzprüfungen wieder ein. Die New York Times berichtet, dass von der Ivy League bis zu staatlichen Universitäten die „Blue Books” – blaue Klausurhefte – wieder auf den Tischen auftauchen. Im Angesicht der KI sind Papier und Stift ausgerechnet das kostengünstigste Antibetrugssystem.
Der Autor ist sich nicht sicher, ob das richtig ist. Handschriftliche Prüfungen schließen Studierende mit Schreibbehinderungen aus, benachteiligen langsam Schreibende und eignen sich nicht für Fächer wie Programmierung und Datenanalyse, die praktische Arbeit erfordern. Sie verhindern lediglich zufällig die derzeitige Form von KI-Betrug.
Die grundlegendere Frage lautet vielleicht: Was sollen Universitäten überhaupt lehren und prüfen? Wenn die Aufgaben, die KI für Studierende erledigen kann – Definitionen auswendig lernen, Formeln anwenden, standardisierte Aufsätze schreiben – genau das sind, was Prüfungen seit jeher abfragen, dann liegt das Problem vielleicht nicht am Prüfungsformat, sondern daran, dass die Prüfungsinhalte selbst neu gestaltet werden müssen.
Zum Schluss
Dieser Artikel richtet sich nicht an die Studierenden der Brown University und auch nicht an einen bestimmten Betrüger. Er zielt auf ein größeres Problem: Wenn man ein gesellschaftliches System entwirft – geht man davon aus, dass die Teilnehmer die Regeln befolgen, oder dass sie Abkürzungen nehmen? Wenn Letzteres zutrifft, dann ist das System selbst fehlerhaft konstruiert.
Professor R. Serrano stellte am Ende eine Frage: Hat die Universität noch den Mut, ihren eigenen Studierenden gegenüberzutreten? Kann die Universität noch mit Überzeugung sagen: „Wir bilden fähige Menschen aus”?
Diese Frage stellt sich nicht nur Serrano. Sie stellt sich uns allen.
Referenzen:
- El País: AI fraud at Brown University — „academic integrity is at risk”
- Hacker News Diskussion (125 points, 159 comments)
- Carson Gross (htmx): „The University In The AI Era”
- Brown Daily Herald: Brown CS professor catches around 50 students for alleged AI cheating
- NYT: Blue Books Return as AI Spurs Shift to Handwritten Exams
- Princeton Alumni Weekly: End of the Honor Code