Bessere Noten dank KI: US-Studie zeigt Einsen-Inflation an Universitäten seit ChatGPT

Der Anteil der Bestnote A stieg um 13 Prozentpunkte, rund 30 Prozent über dem Ausgangswert von 2022. Der durchschnittliche Notenschnitt erhöhte sich um 0,12 Punkte, während die Streuung der Notenverteilung sank. Vor allem A-minus- und B-plus-Noten werden in A-Noten umgewandelt.

Die Studie vergleicht die Notenentwicklung über acht Herbstsemester (2018 bis 2025) in 319 Kursen aus 84 Fachbereichen. Die KI-Exposition jedes Kurses wird anhand der Aufgabenzusammensetzung aus den Syllabi des Herbstsemesters 2022 gemessen, also vor ChatGPTs Veröffentlichung. Entscheidend ist der Anteil von Schreib- und Programmieraufgaben, jenen Domänen, in denen generative KI am leistungsfähigsten ist.

KI ersetzt studentische Arbeit eher, statt Lernen zu fördern

Die zentrale Frage: Spiegeln die höheren Noten tatsächliche Lernfortschritte wider, oder ersetzt KI schlicht die Arbeit der Studierenden? Um das zu klären, untersuchte Chirikov zusätzlich den Anteil der Hausaufgaben an der Gesamtnote.

Verbessert KI tatsächlich das Lernen, sollten die Notenanstiege unabhängig davon auftreten, ob ein Kurs auf Hausaufgaben oder beaufsichtigte Prüfungen setzt. Ersetzt KI hingegen studentische Arbeit bei unbeaufsichtigten Aufgaben, sollten die Effekte in Kursen mit hohem Hausaufgabenanteil konzentriert sein.

Genau dieses Muster zeigt sich: In Kursen mit Hausaufgabengewicht oberhalb des Medians steigt der Anteil der A-Noten um zusätzliche 16 Prozentpunkte im Vergleich zu Kursen unterhalb des Medians bei gleicher KI-Exposition. In letzteren ist der Effekt klein und statistisch nicht signifikant. Dieses Ergebnis sei "schwer mit breiten Lernzuwächsen oder Sortierungseffekten allein zu vereinbaren", schreibt Autor Igor Chirikov in der Studie.

Ein Placebo-Test stützt die Interpretation: Bei mündlichen Präsentationsaufgaben, bei denen KI-Fähigkeiten deutlich schwächer sind, zeigt sich kein Effekt auf die Noten.

Ein neuer Mechanismus der Noteninflation

Noteninflation ist an US-Hochschulen laut der Studie nicht neu. An Harvard etwa stieg der Anteil der A-Noten laut der Studie von 24 Prozent (2005) auf 60,2 Prozent (2025). Bisherige Forschung identifizierte als Ursachen Anreize durch Lehrevaluationen, Signalwettbewerb zwischen Hochschulen und institutionelle Benotungsrichtlinien.

Generative KI führe jedoch einen fundamental anderen Mechanismus ein, argumentiert Chirikov. Alle bisherigen Treiber wirkten bei der Bewertung bereits eingereichter Arbeiten, etwa bei der Bewertung oder Offenlegung. KI dagegen verändere die Produktion der bewerteten Arbeit selbst, bevor Dozierende sie überhaupt sehen.

Noten verlieren ihren Wert als Signal

Wenn Noten in schreib- und programmierintensiven Kursen zunehmend KI-gestützte Ergebnisse statt tatsächliche Fähigkeiten abbilden, könnten Arbeitgeber und Graduiertenprogramme laut der Studie ineffizientere Auswahlentscheidungen treffen.

Chirikov warnt vor einer Rückkopplungsschleife: Verdrängt KI kompetenzbildende Aufgaben während des Studiums, könnten Absolventinnen und Absolventen mit schwächeren Fähigkeiten in genau jenen Bereichen abschließen, in denen KI am stärksten ist. Das könnte Automatisierung beschleunigen und Qualifikationslücken auf dem Arbeitsmarkt vergrößern.

Als Gegenmaßnahme schlägt die Studie eine Neugestaltung von Prüfungsformaten vor. Eine vollständige Verlagerung in beaufsichtigte Prüfungen sei keine ausreichende oder einfache Lösung. Vielversprechender sei es, Aufgaben so zu gestalten, dass KI-Nutzung strukturell eingeschränkt oder gezielt einbezogen werde, etwa durch Dokumentation des Arbeitsprozesses oder Folgeinteraktionen, die Verständnis nachweisen.

Sogar OpenAI-CEO Sam Altman befürchtet nachlassende Denkleistung

Selbst OpenAI-CEO Sam Altman räumt in einem aktuellen Interview ein, dass das Bildungssystem dreieinhalb Jahre nach ChatGPTs Start kaum auf KI reagiert hat. Er habe erwartet, dass nach einem Jahr des Schummelns eine systemische Neugestaltung folgen würde. Stattdessen könne er auf keine signifikante systemische Veränderung verweisen. Passiere diese jedoch nicht, drohe "erhebliche Atrophie" der kritischen Denkfähigkeiten, so Altman.

Zwar sei er überzeugt, dass Bildung sich wie bei früheren technologischen Sprüngen anpassen könne, doch bestimmte Fähigkeiten wie Schreiben und Programmieren sollten weiterhin gelehrt werden, weil sie das Denken selbst schulen. "Ich bin jemand, der durch Schreiben denkt, und ich schreibe viele Dinge, die ich nie jemandem zeige, aber es ist trotzdem wichtig für mich, um etwas herauszufinden. Deshalb bin ich dankbar, dass ich schreiben gelernt habe. Über Programmieren sagen die Leute dasselbe", sagt Altman.

Vor kurzem hat Norwegen generative KI-Tools weitgehend an Grundschulen verboten und auch die Nutzung an weiterführenden Schulen eingeschränkt. Premierminister Jonas Gahr Stoere begründete den Schritt damit, dass unkritische KI-Nutzung Schüler dazu verleite, wichtige Lernschritte zu überspringen.