Standards zum Umgang mit KI-Tools

KI in Studium und Lehre an der Sozialwissenschaftlichen Fakultät

Eine gemeinsame Erklärung der Studierenden und Lehrenden der Sozialwissenschaftlichen Fakultät

Egal ob Suchanfragen oder Textbearbeitung, Künstliche Intelligenz (KI) ist aus unserem universitären Alltag nicht mehr wegzudenken. KI ist “die Fähigkeit einer Maschine, menschliche Fähigkeiten wie logisches Denken, Lernen, Planen und Kreativität zu imitieren” (Europäisches Parlament, 2023). KI-Tools sind dezidierte Anwendungen, die Funktionsweisen von KI integrieren, und als Werkzeuge nutzbar machen. Sie bieten Potenzial für wissenschaftliches Arbeiten und werden im Studium längst vielfältig genutzt. Dabei sind Studierende und Dozierende gleichermaßen Lernende, da die technischen Entwicklungen so rasant sind, dass die didaktischen und anwendungsbezogenen Anforderungen kaum Schritt halten können.

Die schreibintensiven sozialwissenschaftlichen Fächer müssen einen kritischen Umgang mit den texterfassenden und -generierenden KI-Tools in der Lehre vermitteln und in der Forschung praktizieren, um sie als positive Ressourcen zu nutzen. Denn der Einsatz von KI-Tools wirkt sich in der Regel auf die Qualität schriftlicher Arbeiten aus. Die allgemeinen Gütekriterien guter wissenschaftlicher Arbeit und Regelungen zu Plagiaten haben weiterhin Priorität in der Bewertung von Studienleistungen. Prüfungsrechtliche Vorgaben sind bisher nicht auf den Einsatz von KI-Tools ausgerichtet. Ferner sind die ethischen und politischen Implikationen einer KI-geprägten Gesellschaft besonders für die Sozialwissenschaften von großem Interesse.

Eine statusübergreifende Arbeitsgruppe an der Sozialwissenschaftlichen Fakultät hat mit der gemeinsamen Erklärung Standards zum Umgang mit KI-Tools in Studium und Lehre an der Sozialwissenschaftlichen Fakultät der Georg-August-Universität Göttingen erarbeitet.¹ Zu vier zentralen Punkten wurden freiwillige Selbstverpflichtungen formuliert, die Studierende und Dozierende gleichermaßen dabei unterstützen, KI-Tools reflektiert einzusetzen.

1. Transparenz bei allen Beteiligten schaffen
2. Schreibkompetenz gezielt fördern
3. Gütekriterien wissenschaftlichen Arbeitens beachten
4. Prüfungsrechtliche Fragen klären

1. Transparenz bei allen Beteiligten schaffen

Die Universität Göttingen spricht sich für die Verwendung von KI-Tools aus. Auch die Sozialwissenschaftliche Fakultät setzt mit den folgenden Ausführungen auf deren kreative und kritische Nutzung. Dabei ist KI wie jede ‘neue’ Technologie kein Selbstzweck. Entsprechend kann es in Lehr-Lern-Settings aus didaktischen Gründen sowohl sinnvoll sein, die Potenziale von KI-Tools zu nutzen, als auch auf ihren Einsatz zu verzichten oder sie erst später im Arbeitsprozess hinzuzuziehen.

Der Einsatz von oder Verzicht auf KI-Tools sollte dementsprechend als Rahmenbedingung im Vorfeld von Arbeitsaufgaben und insbesondere beim Erstellen schriftlicher Leistungen klar benannt und didaktisch begründet werden (z. B. in Seminarplänen, Arbeitsblättern, Handreichungen).

Aufgrund der rasanten technologischen Entwicklungen ist es weder möglich noch zwingend erforderlich, dass Dozierende einen substanziellen Wissensvorsprung im praktischen Einsatz von KI-Tools haben. Ihre Stärken liegen vielmehr in der kritischen Auseinandersetzung mit Medien. Sie bringen zudem wertvolle Kompetenzen wie die “traditionelle Kopf- und Handarbeit” mit – etwa beim wissenschaftlichen Recherchieren, strukturierten Textbearbeiten und analytischen Einordnen von Informationen. Studierende haben oft bereits in privaten oder universitären Kontexten vielfältige Erfahrungen mit KI-Tools gesammelt. Ihre Stärken liegen in ihrer praxisnahen und experimentierfreudigen Herangehensweise, die über einzelne Lehrveranstaltungen hinausreicht.

2. Schreibkompetenz gezielt fördern

Eine der Kernkompetenzen, die im Studium an der Sozialwissenschaftlichen Fakultät vermittelt werden soll, ist das Schreiben. Wir gehen dabei von einem Schreibphasenmodell aus, das wissenschaftliches Schreiben bestehend aus Recherche von Wissen, Verarbeitung und Strukturierung sowie Verfassen eigener Texte konzipiert. In den einzelnen Schreibphasen können KI-Tools dabei unterschiedlich zum Einsatz kommen. Das Virtuelle Kompetenzzentrum: Künstliche Intelligenz und wissenschaftliches Arbeiten bietet eine Übersicht zu externen KI-Tools. Der Service Digitales Lehren und Lernen der Universität versammelt die hochschuleigenen KI-Tools.

Beim Verfassen sozialwissenschaftlicher Texte kommt der Schreibphase „eine epistemische (‚Wissen schaffende‘) Funktion“ zu (Struger 2017, S. 107). Das heißt, dass das Schreiben dem Prozess der Aneignung und Herstellung von Wissen dient. Gedanken werden durch das Schreiben nicht nur dargestellt, sondern erst geformt, vertieft und erweitert. In dieser epistemisch-heuristischen Funktion stellt Schreiben einen integralen Bestandteil (sozial-)wissenschaftlichen Denkens, Arbeitens und Wissen-Schaffens dar. Daher ist insbesondere die eigenständige Textproduktion entscheidend, um den eigenen Erkenntnisfortschritt voranzutreiben. Entsprechend ratsam ist es, den Einsatz textgenerierender KI-Tools hierbei auf punktuelle Aufgaben und spezifische Zwecke zu beschränken, wie bspw. die Generierung von Textanfängen oder die Gestaltung von Übergängen.

Die „Kopf- und Handarbeit“ der wissenschaftlich fundierten Recherche, des Lesens und Exzerpierens von Texten und der wissenschaftlichen Gütekriterien folgenden Zitation und Verschriftlichung wissenschaftlicher Texte muss zunächst im Fokus stehen. Nur durch das eigene Verstehen und Erlernen der Schreibkompetenzen, kann in einem weiteren Kompetenzerwerbschritt dann ein kritischer Umgang mit von KI-generierten Textzusammenfassungen oder -fragmenten entstehen. Das Verstehen und die wissenschaftliche Durchdringung eines Themas muss als Eigenleistung in der Textproduktion ersichtlich werden. Inwiefern KI-Tools dabei helfen, bleibt letztlich auch eine individuelle Entscheidung orientiert an unterschiedlichen Lehr- und Lernkompetenzen. Eine Verpflichtung zum Einsatz von KI-Tools gibt es nicht.

3. Gütekriterien wissenschaftlichen Arbeitens beachten

Beim Erstellen wissenschaftlicher Arbeiten mit und ohne KI-Tools gelten dieselben Gütekriterien, wie sie im Orientierungsrahmen für die gute wissenschaftliche Praxis der Universität festgelegt sind. Die inhaltliche und methodische Qualität einer wissenschaftlichen Arbeit bemisst sich in erster Linie an einer relevanten und präzisen Fragestellung, die mit einem geeigneten methodischen Vorgehen beantwortet und deren Ergebnisse in den aufgearbeiteten theoretischen Hintergrund eingeordnet werden. Die formale Qualität einer wissenschaftlichen Arbeit muss sich an den Anforderungen guter Textproduktion, Argumentation und sorgfältiger Quellendokumentation messen lassen.

Studiengangs- oder veranstaltungsspezifische Vorgaben an der Sozialwissenschaftlichen Fakultät ergänzen oder konkretisieren diese generellen Bewertungsmaßstäbe. Das Studienbüro der Sozialwissenschaftlichen Fakultät stellt eine Übersicht über die Leitfäden, Bewertungskriterien und Materialien der Fächer bereit.

Angaben über den Einsatz von KI-Tools, die sowohl die inhaltliche als auch die formale Qualität beeinflussen können, sind eine sinnvolle Ergänzung zur verpflichtenden Eigenständigkeitserklärung. Die Erklärung zur Nutzung von ChatGPT und vergleichbaren Werkzeugen der Universität sollte zur Dokumentation über den Einsatz von KI-Tools genutzt und für die Ziele der jeweiligen Lehrveranstaltung angepasst werden. Das Schreibphasenmodell stellt eine geeignete Systematisierung dar, auf deren Grundlage der Einsatz von KI-Tools und der damit verbundene Zweck in der Eklärung nachvollziehbar konkretisiert werden kann. Von einer prozentualen Angabe zur Verwendung raten wir ab, da sie weder berechenbar noch aussagekräftig ist.

Die Universität bietet mit den Sprechstunden zum wissenschaftlichen Arbeiten eine zentrale Informationsplattform mit vielfältigen Unterstützungsangebot an, um die wissenschaftsbezogenen Kompetenzen systematisch auszubauen.

4. Prüfungsrechliche Fragen klären

Der Einsatz von KI-Tools ist prüfungsrechtlich nicht zu beanstanden, solange die Allgemeine Prüfungsordnung (APO) kein Verbot vorsieht. Wenn jedoch auch beim erlaubten Einsatz von KI-Tools Quellen halluziniert oder Paraphrasenplagiate aus KI-generierten Texten übernommen werden, gelten unverändert die bisherigen Regeln zu Plagiaten und Täuschungsversuchen gemäß §18 Abs. 3 APO und werden entsprechend prüfungsrechtlich geahndet. Entsprechende Plagiatserkennungssoftware darf gemäß §15 Abs. 3 APO eingesetzt werden. Die Handreichung zum Umgang mit Plagiaten für Studierende und für Lehrende sensibilisiert für die verschiedenen Formen von Plagiaten und Maßnahmen zu deren Prävention.

Sollte der Einsatz von KI-Tools für Prüfungen laut Prüfungsordnung (Modulverzeichnis, Prüfungsanforderungen u. a.) explizit ausgeschlossen oder spezifiziert sein, gilt eine Missachtung dieser Vorgaben als Täuschungsversuch. Die Beweislast liegt wie auch beim Umgang mit Plagiaten bei den Prüfenden.

Unbenommen prüfungsrechtlicher Fragen sind die Gütekriterien wissenschaftlichen Arbeitens sowie studiengangs- oder veranstaltungsspezifische Vorgaben an der Sozialwissenschaftlichen Fakultät für die Benotung maßgebend. Inwiefern dezidierte KI-Überprüfungstools eingesetzt werden können und welche Konsequenzen sich daraus in Zukunft prüfungsrechtlich ergeben, bleibt eine noch auf gesamtuniversitärer Ebene (APO) zu klärende Frage.

Die didaktischen und prüfungsrechtlichen Fragen zum Einsatz von KI-Tools in den schreibintensiven sozialwissenschaftlichen Fächer stehen in einem größeren gesellschaftlichen Kontext. KI wirft neue politische, ethische sowie ökologische Fragen auf.

Die Europäische Union verpflichtet mit dem AI Act erstmalig Anbieter:innen und Entwickler:innen von KI-Tools, die ihre Anwendungen innerhalb der Staatengemeinschaft in Verkehr bringen wollen, in allen Mitgliedsstaaten verbindliche Standards einzuhalten. Anwendungsgebiete wie Emotionserkenung oder Social Scoring, zu denen bestimmte KI-Tools technisch in der Lage wären, sind von Vornherein ausgeschlossen. Solche politischen Regulierungen entbinden Endnutzer:innen jedoch nicht von ihrer individuellen Sorgfaltspflicht, sich darüber zu informieren, wie in einem datenschutzkonformen Rahmen (DSK 2024), insbesondere in kritischen Infrastrukturen wie Universitäten, rechtewahrende und gleichzeitig praktikable Lösungen gefunden werden können (vgl. ChatAI der GWDG oder Netzwerk KI und digitale Autonomie in Wissenschaft und Bildung).

Welche Ergebnisse KI-Tools produzieren, hängt widerum nicht nur vom Input der Nutzer:innen ab, sondern zu großen Teilen von der Datenbasis, mit denen die im Hintegrund arbeitenden Large Language Models (LLM) trainiert wurden. Hierbei besteht das Risiko, Ungleichheitsstrukturen unwissentlich zu reproduzieren, wenn man von einer vermeintlichen Objektivität oder Neutralität der KI-Tools ausgeht (Dengg 2023; Gross 2023). Diesem Bias kann mit Open-Source-Anwendungen, die Quellcode und Algorithmen offenlegen, begegnet werden. So ist zu hinterfragen, welche KI-Tools und ihre Produkte allen Nutzer:innen im Sinne der FAIR-Prinzipien Partizipationsmöglichkeiten eröffnen und welche als kommerzielle Angebote nur einer bestimmten Gruppe von Studierenden, Lehrenden oder Forschenden Vorteile bieten.

Auf der ökologischen Seite sind die direkten Auswirkungen ressourcenintensiver Rechenzentren am Wasserbedarf (Li et al. 2025) und Energieverbrauch (Burian & Stalla-Bourdillon 2025) abzulesen. Die indirekten Wirkungen von KI lassen sich etwa am gesteigerten Konsum von Produkten wie autonomem Fahren festmachen (Hintemann 2025).

Für den Arbeitsalltag in den Sozialwissenschaften haben diese beispielhaft ausgewählten Herausforderungen Konsequenzen für den individuellen Umgang mit KI-Tools. Bei aller Aufgeschlossenheit gegenüber dem technischen Fortschritt darf der kritische Blick nicht fehlen.