Prüfungsrahmen LOCAM-AI

ErgebnisPrüfungsrahmen LOCAM-AI: Prüfen im KI-Zeitalter

KI-Detektoren sind unzuverlässig und erzeugen eine Kultur des Misstrauens. LOCAM-AI ersetzt die Frage „Wurde KI benutzt?“ durch die Frage „Welche Funktion hat KI in diesem Prüfungselement?“.

Ausgangsproblem

Bei Hausarbeiten und Berichten ist die Eigenleistung nicht mehr sicher erkennbar. Untersuchungen im Projekt zeigten zudem, dass Sprachmodelle identische Leistungen inkonsistent bewerten. Weder Detektion noch KI-Bewertung lösen das Problem.

Vorgehen

  1. Die Prüfung in ihre Elemente zerlegen, entlang des Modells LOCAM (Learning Outcomes & Competency Assessment Model, Karl 2011): formaler Rahmen, Durchführung, Inhaltsdefinition, Bewertung, Evaluation.
  2. Für jedes Element bestimmen, welche Funktion KI dort haben kann.
  3. Elemente typisieren:
    • Typ A: hoher Unterstützungsnutzen, geringes Validitätsrisiko. KI darf unterstützen.
    • Typ B: Unterstützungsnutzen mit deutlichem Validitätsrisiko. Prüfungsdesign und Bewertungskriterien anpassen.
    • Typ C: hoher Transformationsdruck. Das Format neu denken.
  4. Formative KI-Unterstützung klar von der summativen Leistungsfeststellung trennen.
  5. Prozesse sichtbar machen: KI-Nutzungsdokumentation, Reflexionsanteil, mündlich-performative Elemente; Bewertung nach dem 3-P-Modell (Produkt, Prozess, Person).

Erfahrungen

Verbote sind weder durchsetzbar noch lernförderlich. Am meisten verändert sich, was bewertet wird: neben dem Ergebnis auch Begründung, Prüfung und Risikobewusstsein im Umgang mit KI. Das Raster macht Diskussionen über KI in Prüfungen sachlich, weil es Element für Element entscheidet statt pauschal zu erlauben oder zu verbieten.

Empfehlung

Mit einem Modul beginnen und das Raster gemeinsam mit den Prüfenden durchgehen. Prüfungsrechtliche Fragen früh mit der Hochschulverwaltung klären. Ein kurzes mündliches Element zu einer schriftlichen Arbeit (etwa zehn Minuten Rückfragen zum Vorgehen) erhöht die Validität mit wenig Aufwand.

Publikation

Report Nr. 7: Co-intelligente Lehr-Lernprozesse und kompetenzorientierte Prüfungskultur · doi.org/10.17185/duepublico/85421

Alle Ergebnisse