Wasserzeichen

Der folgende Artikel gibt einen knappen Einblick in zwei aktuelle Beiträge des VK:KIWA zum wissenschaftlichen Schreiben.

Weßels, Klein, Mundorf, Schindler & Wilder (2026): KI-Kennzeichnung für Texte – das Wasserzeichen als trügerische Hoffnung https://vkkiwa.com/ki-kennzeichnung-fuer-texte-das-wasserzeichen-als-truegerische-hoffnung/

Klein, Weßels & Schindler (2026): Wenn der Schreibprozess zum Beweismittel wird https://vkkiwa.com/wenn-der-schreibprozess-zum-beweismittel-wird/

Brauchen wir (mehr) Kontrolle beim wissenschaftlichen Schreiben?

Eine Hausarbeit abgeben, Noten bekommen, fertig. Was lange Zeit relativ selbstverständlich erschien, wird durch generative KI zunehmend kompliziert. Denn inzwischen können KI-Systeme Texte produzieren, die auf den ersten Blick kaum von menschlich geschriebenen Texten zu unterscheiden sind. 

Für Hochschulen und Lehrende entsteht dadurch ein echtes Problem: Wie lässt sich noch feststellen, welche Leistung tatsächlich von Studierenden erbracht wurde?

Die Suche nach einer Antwort führt häufig zu technischen Lösungen. Wasserzeichen sollen KI-Texte kennzeichnen, andere Systeme überwachen gleich den gesamten Schreibprozess. Doch können wir menschliche Eigenleistung wirklich technisch messen? 

KI im fertigen Text erkennen

Eine vermeintliche Lösung bieten Wasserzeichen. Dabei erzeugt ein KI-System ein statistisches Muster im generierten Text, das später von einem entsprechenden Detektor erkannt werden kann. Das klingt zunächst vielversprechend. Allerdings sagt eine solche Kennzeichnung darüber aus, wie und in welchem Maße KI verwendet wurde.

Ein positives Signal bedeutet daher nicht automatisch, dass keine eigene Leistung erbracht wurde. Ein negatives Signal beweist nicht das Gegenteil.

Und was, wenn wir den Schreibprozess überwachen…?

Wenn sich am fertigen Text nicht zuverlässig feststellen lässt, wie er entstanden ist, liegt eine andere Lösung nahe: die Dokumentation des gesamten Schreibprozesses.

Systeme zum „Proof of Process“ können beispielsweise erfassen, wie lange an einem Dokument gearbeitet wurde, welche Textpassagen eingefügt wurden und wie stark ein Text überarbeitet wurde. So können bestimmte Schreibmuster als auffällig markiert werden.

Doch auch hier wird nicht ausreichend beachtet, dass Menschen unterschiedlich schreiben. Manche überarbeiten einen Text öfter oder schreiben ihn zunächst außerhalb des Dokuments. Eine kurze Schreibzeit oder wenig Bearbeitung bedeuten deshalb nicht zwingend, dass ein Text mit oder durch KI entstanden ist.

Vor allem aber zeigen Prozessdaten nur, was innerhalb eines Dokuments passiert ist, und nicht unbedingt, wer die wissenschaftliche Denkleistung erbracht hat. Das sollte nicht außer Acht gelassen werden.

Was denn dann?

Statt immer genauer kontrollieren zu wollen, lohnt sich deshalb eher die Frage: Was soll mit einer wissenschaftlichen Arbeit geprüft werden?

Hier kann das 3-P-Modell von Doris Weßels, erstmals 2023 vorgestellt, Orientierung bieten:

• Produkt: Wie ist das schriftliche Ergebnis?
• Präsentation: Kann die Person ihre Argumentation erklären, Entscheidungen begründen und Rückfragen beantworten?
• Prozess: Wie wurde gearbeitet? Welche Methode und wie wurde KI eingesetzt?

Nicht mehr überwachen, lieber anders prüfen

Der Wunsch nach technischen Lösungen ist verständlich. Doch mehr Daten bedeuten nicht automatisch mehr Gewissheit über die erbrachte Leistung. Vielleicht sollten wir deshalb nicht versuchen, noch genauer zu kontrollieren, sondern lieber beobachten, wie Lernende ihre Texte produzieren. 

Klare Anforderungen und Erwartungen helfen den Lernenden zu verstehen, was gelernt werden soll. Das schult den Umgang mit KI und macht gleichzeitig die Frage auf: Wie gestalten wir wissenschaftliche Arbeiten und Prüfungen so, dass menschliche Kompetenzen auch dann sichtbar werden, wenn KI selbstverständlicher Bestandteil wissenschaftlicher Arbeitsprozesse ist?