Prüfung & KI: Warum sie von 96 auf 48 fielen

Wenn KI bei den Hausaufgaben mitschreibt, sagen Noten wenig über echtes Können aus. Genau das zeigt ein Fall an der Brown University: Bei den KI-Prüfung Noten einer unbeaufsichtigten Heimprüfung lag der Schnitt bei 96 von 100 Punkten. Nach der Umstellung auf eine beaufsichtigte Präsenzklausur fiel er auf 48,6 Prozent. Die Zahl belegt nicht, dass Studierende plötzlich dümmer wurden, sondern wie groß die Lücke zwischen Abgeben und Selbstkönnen war.

Was ist an der Brown University genau passiert?

Der Wirtschaftsprofessor Roberto Serrano wurde stutzig, als eine Heimklausur im Frühjahr 2026 einen Durchschnitt von 96 von 100 Punkten erreichte. Er ersetzte das Format durch eine kontrollierte Präsenzprüfung. Der Schnitt sackte auf 48 Punkte ab, wie it-boltwise berichtet.

Die Detailzahlen sind der eigentliche Beleg. Den Berichten zufolge brachen 18 Studierende den Kurs ab, neun erschienen gar nicht zur Prüfung, und 22 von 27 Abwesenden hatten zuvor in der Heimarbeit die volle Punktzahl. Serrano erklärte die Zwischenprüfung für ungültig und will unbeaufsichtigte Heimprüfungen künftig nicht mehr einsetzen.

Warum sagen die KI-Prüfung Noten so wenig über echtes Wissen?

Eine Note bewertet immer ein Format, nicht die Person. Fällt der Schnitt von 96 auf 48, wenn dieselbe Kohorte ohne Hilfsmittel schreibt, dann hat das Heimformat nicht Wissen gemessen, sondern den Zugang zu Werkzeugen. Die Präsenzklausur war die Kontrollgruppe, die vorher fehlte.

Damit trennt der Fall zwei Dinge, die im Alltag oft verschwimmen:

• Ergebnis-Kompetenz: ein korrektes Resultat abliefern, notfalls mit KI. Im Beruf legitim, aber schwer prüfbar.
• Verstehens-Kompetenz: die Aufgabe ohne Hilfe lösen und einordnen können. Genau das, was eine Prüfung eigentlich zertifizieren soll.

Solange beide im selben Notenwert stecken, verliert die Bewertung ihre Aussagekraft. Das ist keine neue Erkenntnis über Betrug, sondern eine über schlecht kalibrierte Messung.

Ist der Brown-Fall ein Einzelfall oder ein Muster?

Er passt in eine breitere Debatte über KI, Prüfungsdesign und Noteninflation^?Anstieg der Durchschnittsnoten ohne entsprechenden Zuwachs an echtem Können, oft durch leichtere Formate oder unkontrollierte Hilfsmittel., die mehrere Medien vom 11. bis 13. Juli 2026 aufgriffen. Der Kern ist überall gleich: Wo unbeaufsichtigte Formate die KI-Nutzung nicht kontrollieren, verschieben sich die Leistungen nach oben, ohne dass darunter mehr Können steckt, wie dmz-news beschreibt.

Mein Eindruck aus der Beratungspraxis: Unternehmen stehen vor demselben Problem wie Hochschulen, nur mit anderen Etiketten. Eine bestandene Zertifizierung, ein sauberes Onboarding-Quiz, ein fehlerfreier Testbericht sagen heute weniger über die dahinterstehende Person aus als vor drei Jahren. Wer Kompetenz zertifiziert, misst zunehmend die Werkzeuge mit.

Was bedeutet das für Prüfungen und Weiterbildung in Unternehmen?

Die Lehre ist nicht, KI zu verbieten. Sie ist, den Prüfungszweck klar zu benennen: Wollen Sie messen, ob jemand ein Ergebnis mit Werkzeugen erreicht, oder ob jemand die Sache versteht? Beides ist legitim, aber es braucht getrennte Formate. Konkret hilft:

1. Zweck vorab festlegen. Ergebnis-Kompetenz oder Verstehens-Kompetenz, nicht beides in einer Note vermischen.
2. KI-Nutzung explizit erlauben oder ausschließen, statt sie implizit zu dulden.
3. Bei echten Verstehens-Checks kontrollierte Bedingungen nutzen: Präsenz, mündliche Rückfragen, Live-Bearbeitung.
4. Bei Ergebnis-Aufgaben den Prozess bewerten, also Begründung, Prompt^?Die Eingabe oder Anweisung, mit der ein Nutzer ein KI-Sprachmodell steuert. Die Qualität des Prompts beeinflusst das Ergebnis stark.-Wahl und Fehlerkorrektur, nicht nur das Endprodukt.

Wer Teams für den bewussten KI-Einsatz fit machen will, statt nur Kontrollmechanismen zu bauen, findet in einem eintägigen Grundlagen-Workshop zum praktischen KI-Einsatz einen sachlichen Einstieg. Er ersetzt keine eigene Prüfungslogik, hilft aber, die Trennlinie zwischen delegierbarer Routine und nötigem Eigenverständnis überhaupt ziehen zu können.

Was zeigt der Fall über den Umgang mit KI im Arbeitsalltag?

Er zeigt, dass die Delegation an KI nur so gut ist wie das eigene Urteil, das darüber wacht. Ähnlich verhält es sich, wenn Skripte ganze Arbeitspakete übernehmen: In unserem Beitrag dazu, wie ein Skript 40 Stunden Arbeit übernimmt, liegt der Wert nicht im Wegdelegieren, sondern im Prüfen des Ergebnisses.

Die 48,6 Prozent sind keine Katastrophenmeldung über eine faule Generation. Sie belegen sauber gemessen, dass eine Note ohne definierten Zweck nichts mehr wiegt. Die Ausgangsfrage, warum die Noten von 96 auf 48 fielen, hat also eine unbequeme, aber nützliche Antwort: Nicht das Wissen brach ein, sondern die Illusion, dass die alte Prüfung je Wissen gemessen hat.