Zweijährige Uni-Studie zeigt: KI-Verbot schadet Studierenden mehr als es nützt

Die erste Gruppe durfte ChatGPT nicht verwenden, die zweite bekam von ChatGPT erzeugte Änderungsvorschläge direkt im Text vorgesetzt und durfte das Werkzeug weiter nutzen, erhielt aber keine Anleitung. Die dritte Gruppe erhielt ein Training im Umgang mit dem Werkzeug, etwa zu juristischem Prompt Engineering und zur Prüfung von KI-Vorschlägen auf Konsistenz und Richtigkeit.

Alle schrieben dieselben Prüfungen: einen Multiple-Choice-Test und eine Take-home-Klausur, in der sie eine weitere AI-Act-Vorschrift überarbeiten mussten. Der Versuch lief 2024 mit 66 Studierenden und wurde 2025 mit 164 Teilnehmenden wiederholt.

Ohne KI stieß die Gruppe schnell an Grenzen

Die Gruppe ohne KI nahm überwiegend kleinere Formulierungsänderungen vor, etwa Umformulierungen zur besseren Verständlichkeit und das Streichen von Redundanzen. Nur wenige Untergruppen versuchten substanzielle juristische Verbesserungen. Nach zehn bis fünfzehn Minuten liefen viele Untergruppen regelmäßig aus Ideen, ein Effekt, den Schrepel als "idea exhaustion" beschreibt. Immerhin erzwang der Verzicht auf KI eine intensivere Diskussion untereinander.

Die zweite Gruppe übernahm die KI-Vorschläge dagegen weitgehend unkritisch, oft mit der Begründung, sie klängen einfach besser. So akzeptierten manche etwa den Austausch von "shall" gegen "must" oder die Ergänzung von "individual" zu "specifically targeted individual", ohne den juristischen Unterschied zu hinterfragen. Laut Schrepel behielt jede Untergruppe mindestens einen irreführenden oder überflüssigen Begriff bei, den das Modell eingefügt hatte.

Nur die trainierte dritte Gruppe trat in einen echten Dialog mit der KI, testete verschiedene Formulierungen und befasste sich stärker mit den inhaltlichen Fragen der Aufgabe.

Vorsprung des Trainings schrumpfte im zweiten Jahr

Die trainierte Gruppe schnitt 2024 deutlich besser ab als die beiden anderen, vorrangig bei der anspruchsvolleren Take-home-Klausur. Ein Jahr später war dieser Vorsprung fast verschwunden. Die drei Gruppen lagen 2025 nahezu gleichauf.

Schrepel führt das darauf zurück, dass sich die Vertrautheit mit Chatbots inzwischen verbreitet hat. Viele Studierende kennen solche Werkzeuge bereits aus dem Alltag, sodass formales Training 2025 weniger Zusatznutzen zeigte als noch 2024. Ethische Nutzung und rechtliche Verantwortung müssten aus seiner Sicht weiterhin gelehrt werden

Konstant blieb daher nur ein Befund: Die Gruppe ohne KI landete in beiden Jahren auf dem letzten Platz. Der zentrale Schluss laute daher, dass ein KI-Verbot im Durchschnitt schlechter abschneide als KI‑Nutzung. Ob der Vorteil primär durch strukturiertes Training oder durch eigene Nutzungserfahrung entsteht, bleibt offen.

Autor lag mit seiner Ausgangsannahme falsch

Überrascht habe ihn das Abschneiden der zweiten Gruppe, schreibt Schrepel. Er hatte erwartet, dass die unkritischen Fehler aus dem Unterricht auch in der Prüfung auftauchen würden. Das Gegenteil trat ein: Die Fehler wiederholten sich nicht, die Gruppe schnitt sogar leicht besser ab als die KI-freie. Die wahrscheinlichste Erklärung sei, dass Studierende die Schwächen der KI durch eigene Nutzung erkennen, besonders dann, wenn Genauigkeit reale Konsequenzen habe.

Damit verwarf der Autor seine eigene Ausgangsannahme. Er sei überzeugt gewesen, dass KI nur mit begleitendem Training nütze und ansonsten besser ganz aus dem Unterricht herausgehalten werden solle. "Ich lag falsch", schreibt Schrepel. Das Fehlen von KI-Unterricht sei zwar eine verpasste Chance, führe aber nicht zu dem Zusammenbruch der Ausbildung, den manche vorhergesagt hätten.

Was das für Hochschulen bedeutet

Aus dem Experiment leitet Schrepel mehrere Empfehlungen ab. Fakultätsleitungen sollten der Versuchung widerstehen, einheitliche Vorgaben wie generelle KI-Verbote zu erlassen, und den Lehrenden Freiheit zum Experimentieren lassen. Zugleich müssten Hochschulen in die KI-Kompetenz ihrer Dozierenden investieren, die sich oft schlecht gerüstet fühlten.

Deutlichere Konsequenzen fordert Schrepel für die klassische Masterarbeit. Deren eigentlicher Wert, das lange Ringen um Recherche und Argumentation, lasse sich mit KI-Werkzeugen in Minuten erledigen. Er plädiert dafür, reine Literaturzusammenfassungen nicht mehr gelten zu lassen und stattdessen praxisnahe oder empirische Arbeiten zu verlangen, bei denen auch der reflektierte Umgang mit KI bewertet wird.

Nicht alle juristischen Fakultäten bewegen sich in dieselbe Richtung. Die UC Berkeley Law verbietet KI seit Sommer 2026 bei nahezu allen benoteten Arbeiten. Sie begründet das damit, dass angehende Juristen zunächst grundlegende Denkfähigkeiten entwickeln müssen, bevor sie KI sinnvoll einsetzen können. Diese Position steht in direktem Widerspruch zu Schrepels Ergebnissen. Sie legen nahe, dass Studierende schlechter abschneiden, wenn KI aus dem Unterricht ferngehalten wird, unabhängig von der Begründung.

Die Grenzen seiner Untersuchung benennt Schrepel selbst: kleine Stichprobe, ein für einen KI-Kurs eingeschriebenes und damit womöglich besonders technikaffines Publikum sowie keine Kontrolle darüber, wie stark die Studierenden bei der Take-home-Klausur tatsächlich KI nutzten.

Die fehlende Kontrolle bei der Take-home-Klausur fällt ins Gewicht, weil andere Untersuchungen den stärksten KI-Effekt bei unbeaufsichtigten Aufgaben finden. Eine Studie der UC Berkeley mit mehr als 500.000 Noten zeigt, dass der Anteil der Bestnote A in schreib- und programmierintensiven Kursen seit dem Start von ChatGPT um 13 Prozentpunkte gestiegen ist. Beaufsichtigte Prüfungen zeigten keine vergleichbaren Verbesserungen.

In einer Langzeitstudie aus Zentralchina mit mehr als 26.000 Schülerinnen und Schülern verbesserten sich durch KI die Hausaufgabennoten, während die Klausurleistungen um bis zu 24 Prozent einbrachen. KI schade demnach vor allem dort, wo sie eigenständige Denkarbeit ersetze.