Mit KI können Studierende besser programmieren. Zumindest legt das eine Studie der Technischen Universität München (TUM) nahe. Dort schrieben 275 Studierende in 90 Minuten ein Programm, das mehrere Berechnungen gleichzeitig ausführen kann. Mit ChatGPT schnitten sie besser ab. Beim anschließenden Wissenstest zeigten sich jedoch Lücken. Immerhin: Der KI-Tutor Iris, der Hinweise statt fertiger Lösungen gibt, steigerte die Motivation.

KI soll im Hochschulgesetz geregelt werden

Das wirft die Frage auf, was Prüfungen überhaupt messen. Ein Gesetzentwurf der Staatsregierung vom Oktober 2026 soll den Einsatz von KI im Bayerischen Hochschulinnovationsgesetz regeln. Bei unbeaufsichtigten Haus- und Abschlussarbeiten ist sie grundsätzlich weiterhin erlaubt, ihr Einsatz muss aber kenntlich gemacht werden.

Wie genau das Gesetz aussehen soll, diskutierten diese Woche Sachverständige im Wissenschaftsausschuss des Landtags. Die Bund-Länder-Förderinitiative „KI in der Hochschulbildung“ endete 2025. Im Dezember 2025 erklärte die Bundesregierung, ein Nachfolger sei nicht geplant. Länder und Hochschulen sollen die Ergebnisse selber in die Praxis bringen.

Was erlaubt ist, sagt wenig über den Nutzen aus. „Wir können Lernprozesse individualisieren und bekommen auch Feedback rund um die Uhr“, erläutert KI-Professor Patrick Glauner von der Technischen Hochschule Deggendorf. Auch Abschlussarbeiten sind nach seiner Beobachtung besser geworden. Nur wer selbst über Fachwissen verfügt, kann beurteilen, ob die Antworten der KI richtig sind. Philipp Csistian, dessen Start-up KI-Lernprogramme verkauft, warnt, Studierende könnten bei falscher Nutzung „verdummen“.

Eigene Uni-KI entwickeln

Die Programme müssten zum Nachdenken anregen, statt Lösungen zu liefern. Belege für langfristige Lernerfolge fehlen bislang. TUM-Bildungsforscherin Enkelejda Kasneci findet neben KI-Kompetenz kritisches Denken und gemeinsames Problemlösen wichtig.

Je mehr KI bei Hausarbeiten erledigt, desto unklarer ist die Eigenleistung. Digitalrechtler Dirk Heckmann begrüßt daher die Öffnung: KI-Verbote benachteiligen womöglich Ehrliche, weil heimliche Nutzung kaum nachweisbar ist. Doch auch gute Arbeiten belegen kein eigenes Können. Dirk Jacob, Vizepräsident der Hochschule Kempten, will den Arbeitsprozess mitbewerten und Abschlussarbeiten durch Prüfungsgespräche ergänzen. KI-freie Klausuren bleiben möglich.

Hochschulen sehen Personal- und Finanzierungsproblem

Gespräche kosten Zeit. Trotzdem sieht der Gesetzentwurf weder zusätzliches Personal noch Geld vor: Die Umsetzung soll „vollständig im Rahmen der vorhandenen Stellen und Mittel“ erfolgen. Eine Umfrage an 16 bayerischen Hochschulen für angewandte Wissenschaften zeigt: Alle bieten KI an, 14 stellen über ihre Hochschule Zugänge zu KI-Chatbots bereit. Doch 15 halten ihr Personal für nicht oder nur teilweise ausreichend, sieben können Kosten nicht beziffern.

TUM-Präsident Thomas Hofmann veranschlagt den jährlichen Bedarf allein seiner Universität für ein flächendeckendes KI-Angebot auf einen sieben- bis achtstelligen Eurobetrag. Freistaat und bayerische Wirtschaft fördern mit „NewNormal KI“ bis 2029 Lehrprojekte mit 1,1 Millionen Euro, allerdings nicht als dauerhafte Grundfinanzierung. Auch Moritz Schmid, Sprecher des Bayerischen Landesstudierendenrats, sieht die Finanzierung ungeklärt.

Um nicht überall eigene Systeme aufzubauen, setzt Harald Kosch, Informatikprofessor in Passau und Sprecher des Digitalverbunds Bayern, auf größere Rechenzentren und zentrale Lizenzkäufe. Er fordert KI-Lotsen, die Lehrenden zeigen, wie sich die Technik in Lehrveranstaltungen sinnvoll nutzen lässt. Damit könnten auch kleinere Hochschulen leistungsfähige Programme nutzen. Die Abhängigkeit aber bleibt.

Andere Länder sind weiter

Nordrhein-Westfalen bietet bereits jetzt mehr als 547 000 Studierenden KI-Chatbots an. Die California State University in den USA beschaffte ChatGPT-Lizenzen für über 460 000 Studierende. Auch an der University of Michigan gibt es kostenlose KI-Modelle. Selbst die ETH Zürich entwickelt eigene KI.

Über die künftige Finanzierung streiten auch die Fraktionen. Der CSU-Abgeordnete Stephan Oetzinger verweist auf die Hightech Agenda und fordert mehr Hochschulkooperation. Julian Preidl (Freie Wähler), bis vor Kurzem selbst Masterstudent, will Lehrpersonal effizienter einsetzen. Katja Weitzel (SPD) betont Cybersicherheit und Betriebskosten. Verena Osgyan (Grüne) kritisiert fehlende Mittel: Nicht jeder könne 20 Euro monatlich für ein KI-Abo zahlen, sagt sie. Benjamin Nolte (AfD) gab zu bedenken, dass KI oft politisch eingefärbte Auskünfte liefere, und forderte hier Ausgewogenheit.

Ob Studierende mehr lernen, hängt letztlich nicht nur an Geld und Technik. Hofmann setzt auf kleine Lerngruppen statt Hörsäle und diskutiert „White Smoke Rooms“: Räume ohne KI, in denen Teams eine schwierige Aufgabe selbst lösen. Erst dann steigt symbolisch weißer Rauch auf. (David Lohmann)