Hochschulen geben Geld aus, um KI zu erkennen, Studenten geben Geld aus, um KI zu verwischen
In diesem Abschlussjahr interviewten Journalisten von CCTV eine Absolventin namens Ge Jiayi. Sie fühlte sich keineswegs schuldig: Beim Verfassen ihrer Arbeit hatte die KI ihr nur bei der Recherche einiger theoretischer Materialien geholfen – das Abstract, der Projektplan und der Kern ihrer Kreativität waren vollständig eigenständig verfasst. Dennoch ergab das Prüfergebnis, dass 56 % des Inhalts mutmaßlich von KI generiert waren; bei dem gemeinsam mit ihrem Team erarbeiteten Teil des Projektplans waren es sogar 97 %.
Das System entschied, dass ihr Text nicht von einem Menschen geschrieben worden war. Ihre Aufgabe war es, ihren Text so lange zu überarbeiten, bis die Maschine ihn als menschlich erstellt anerkannte.
Sie hatte nicht das schlimmste Los. In diesem Abschlussjahr versuchte ein anderer Absolvent, einen KI-Anteil von 62 % zu senken – nach der Überprüfung lag er bei 94 %, also höher als zuvor. Auf E-Commerce-Plattformen ist das „Senken des KI-Anteils“ längst ein Geschäft mit festgelegten Preisen: Ein Absolvent namens Zhang Yue zahlte 30 Yuan, um 386 als „mutmaßlich KI-generiert“ eingestufte Wörter zu korrigieren, zu einem Preis von 10 Yuan pro 100 Wörter.
Wie unzuverlässig diese Art der Prüfung ist, steht eigentlich längst fest. Die Frage, die niemand offen ausspricht, lautet: Wenn alle wissen, dass sie ungenau ist – warum kaufen die Hochschulen sie Jahr für Jahr?
Um das zu verstehen, muss man eine Art von Dokumenten einsehen, die kaum jemand liest: die Beschaffungsmitteilungen der Hochschulen. Die Gründe, die die Hochschulen dort für den Kauf angeben, unterscheiden sich von dem, was die Studierenden annehmen.
Sogar OpenAI hat seinen eigenen KI-Detektor abgeschaltet
Im Juni dieses Jahres führten Journalisten von Yicai eine Untersuchung durch: Sie ließen DeepSeek einen Text von etwa 1.000 Wörtern erstellen und reichten ihn bei zwei großen Prüfplattformen ein. Der vollständig von KI erstellte Text wurde von CNKI mit einem KI-Anteil von 0 % bewertet, von Weipu mit 55,71 %. Ein System übersah die KI komplett, das andere erkannte nur die Hälfte. Bei einem Text, dessen Herkunft völlig klar war, lieferten beide Systeme keine Ergebnisse, die der Realität nahekamen.
Dies ist kein Problem, das nur chinesische Systeme betrifft. Am 20. Juli 2023 nahm OpenAI seinen eigenen KI-Textklassifikator unbemerkt vom Netz, mit einer Erklärung auf der offiziellen Website: Die Genauigkeit sei zu gering. Nach den von OpenAI selbst veröffentlichten Daten erkannte dieses Tool nur 26 % der KI-Texte und stufte 9 % der menschlichen Texte fälschlicherweise als KI-generiert ein. Das Unternehmen, das ChatGPT entwickelt hat, schafft diese Aufgabe also auch nicht.
Turnitin, das weltweit am häufigsten an Hochschulen verwendete System, geht noch weiter. In seinen offiziellen Dokumenten steht ausdrücklich, dass die Prüfergebnisse „nicht als einzige Grundlage für nachteilige Maßnahmen gegenüber Studierenden dienen dürfen“; Werte unter 19 % werden überhaupt nicht als genaue Zahl angezeigt, sondern nur als Sternchen – weil dieser Bereich am häufigsten Fehlklassifizierungen verursacht. Ein Team der Stanford-Universität veröffentlichte 2023 Daten in der Fachzeitschrift *Patterns*: 91 TOEFL-Aufsätze von Menschen, deren Muttersprache nicht Englisch ist, wurden von sieben gängigen Detektoren im Durchschnitt zu 61 % als KI-generiert eingestuft – 19 % der Texte wurden von allen sieben Detektoren übereinstimmend als nicht von Menschen geschrieben eingestuft. Der Grund liegt nicht im Schreibniveau: Je begrenzter und regelkonformer Wortwahl und Satzbau sind, desto „vorhersehbarer“ wirkt der Text für die Maschine.
Das Problem liegt im Kern des Systems – keine Algorithmus-Verbesserung kann das beheben. Cai Hailong, stellvertretender Dekan der Pädagogischen Fakultät der Hauptstadt-Normaluniversität, erklärte in einem Interview mit CCTV den Unterschied: Bei der Plagiatsprüfung wird die Arbeit Satz für Satz mit einer Textdatenbank verglichen, um eine eindeutige Entscheidung zu treffen; die KI-Prüfung hingegen lässt eine KI raten, ob ein Text von einem Menschen stammt – „im Wesentlichen handelt es sich um eine klassifizierende Einstufung auf Wahrscheinlichkeitsbasis“.
Die Modelle der verschiedenen Plattformen unterscheiden sich, und die berücksichtigten Merkmale gehen über die „Perplexität“ hinaus – aber sie alle können nur bestimmen, wie statistisch ähnlich ein Text einem KI-Text ist. Sie können nicht den tatsächlichen Entstehungsprozess rekonstruieren. Solange nur der fertige Text eingereicht wird, keine Aufzeichnungen des gesamten Schreibprozesses, wird selbst ein verbesserter Algorithmus die Ähnlichkeit nur genauer berechnen – er wird nie zu einer eindeutigen Feststellung, ob der Text wirklich von KI erstellt wurde.
Dieses Wahrscheinlichkeitsspiel wird von vielen Hochschulen zu einer harten Kennzahl mit zwei Nachkommastellen gemacht. Die Sichuan-Universität legt für geisteswissenschaftliche Arbeiten einen Höchstwert von 20 % fest, für naturwissenschaftliche, medizinische und ingenieurwissenschaftliche Arbeiten von 15 %; das Hongshan-Institut der Universität für Finanzen und Wirtschaft Nanjing legt die Grenze bei 40 %, bei Überschreitung muss der Betreuer die Überarbeitung veranlassen. Die Regeln werden von den Hochschulen selbst festgelegt – dieselbe Arbeit kann an einer anderen Hochschule ein völlig anderes Ergebnis erzielen. Die Wahrscheinlichkeit ist weich, die festgelegte Grenze ist hart – und die Studierenden sind diejenigen, die darunter leiden.
Die AIGC-Prüfung erbt die Beschaffungsgründe aus der Ära der Plagiatsprüfung
Wissen die Hochschulen das nicht? Zumindest sind Fehlklassifizierungen kein unbekanntes Risiko mehr: CCTV und Guangming Daily haben entsprechende Fälle öffentlich gemacht – selbst die Prüfplattformen selbst weisen in ihren offiziellen Dokumenten auf die technischen Grenzen hin. Warum kaufen die Hochschulen die Systeme trotzdem? Die Beschaffungsmitteilungen liefern ihre Antworten darauf.
Für die Beschaffung von Arbeitsprüfsystemen nutzen Hochschulen meist das Verfahren der „einzigen Bezugsquelle“ – also keine Ausschreibung, sondern eine festgelegte Anbieterwahl. Für diese Art der Beschaffung müssen die Gründe veröffentlicht werden. Eine Mitteilung des Dekanats der Xinxiang-Universität nennt drei Gründe für das CNKI-Arbeitsprüfsystem für Studierende: Genauigkeit, Einzigartigkeit und Kontinuität. Bei näherer Betrachtung bedeutet „Genauigkeit“, dass der Anbieter über die größte und umfassendste akademische Datenbank des Landes verfügt; „Einzigartigkeit“ bedeutet, dass es das einzige Prüfsystem ist, das nicht einzelne Studierende selbst nutzen können; „Kontinuität“ bedeutet, dass die Universität es seit 2013 verwendet und „das System eine große Anzahl von Bachelor-Arbeiten der Universität speichert“.
Eine Mitteilung der Changzhou-Universität vom April 2023 ist ähnlich – der Preis beträgt 39.600 Yuan pro Jahr, mit einem Vertrag über drei Jahre.
Der erste Grund ist bemerkenswert. In der Ära der Plagiatsprüfung war diese Begründung stimmig: Bei der Plagiatsprüfung hängt die Vollständigkeit der Ergebnisse von der Größe der Datenbank ab, die Genauigkeit lässt sich also durch den Umfang der Ressourcen rechtfertigen. Für die AIGC-Prüfung gibt es aber keine vergleichbare Datenbank – sie basiert auf Wahrscheinlichkeitsklassifizierung, die Fehlerrate kann niemand garantieren. Dennoch wurden die alten Beschaffungsgründe übernommen. Wenn AIGC-Prüfung an Hochschulen eingeführt wird, wird sie selten als neues Produkt neu bewertet – üblicherweise wird sie gebündelt: In einer Beschaffungsmitteilung der Zhejiang Vocational University of Mechanical and Electrical Technology vom Juni 2025 ist ein Kontingent von 500 AIGC-Prüfungen zusammen mit dem CNKI-Forschungsergebnis-Prüfsystem in einem Projekt im Wert von 55.000 Yuan enthalten. Die Hochschulen übernehmen nicht nur einen neuen Algorithmus, sondern auch das bestehende Kontensystem, die historische Datenbank mit Abschlussarbeiten und die Umstellungskosten bei einem Anbieterwechsel. Bei einem System, das zehn Jahre lang verwendet wurde, reicht es, eine zusätzliche Funktion zu aktivieren, um „die KI zu kontrollieren“ – das ist einfacher als jede neue Lösung.
Dass „das System nicht einzelne Studierende selbst nutzen können“, klingt für Studierende wie eine Behinderung – aber in den damaligen Beschaffungsmitteilungen war es ein ausdrücklich genannter Vorteil: Da Studierende nicht auf das System der Hochschule zugreifen können, gibt es nur eine einzige Quelle für Prüfergebnisse, die Autorität wird durch Monopol sichergestellt. Heute können Studierende verschiedene Selbstprüfungen auf dem Markt kaufen: Die CNKI-AIGC-Prüfung kostet 2 Yuan pro 1.000 Zeichen, die von Weipu 20 Yuan pro Text, PaperPass bündelt Plagiatsprüfung und AIGC-Prüfung zu 1,5 Yuan pro 1.000 Zeichen. Aber die Versionen, Textdatenbanken und Ergebnisse der Selbstprüfung stimmen nicht unbedingt mit denen überein, die die Hochschule beschafft hat – man zahlt Geld, aber die Zahlen passen nicht zusammen.
Diese Beschaffungsgründe bleiben Ge Jiayi verborgen. Sie weiß nicht, nach welchen Kriterien das System sie bewertet, und kann nicht nachvollziehen, wie der Wert von 56 % zustande kommt. Sie weiß nur, dass sie die Nutzung von KI ordnungsgemäß angegeben hat – und nun die Pflicht hat, jeden einzelnen eigenständigen Textteil zu beweisen, dass er von ihr stammt.
Ein Prüfbericht ist günstiger als eine manuelle Bewertung
Über den Hochschulen lasten noch strengere Vorgaben. Das seit dem 1. Januar 2025 geltende Gradgesetz besagt ausdrücklich, dass Grade entzogen werden können, wenn Abschlussarbeiten durch Ghostwriting, Plagiat oder Fälschung entstanden sind; in der ersten Entwurfsphase war „die Nutzung von KI zum Verfassen von Abschlussarbeiten“ ausdrücklich genannt. Zusätzlich zur routinemäßigen Stichprobenprüfung von Bachelor-Arbeiten müssen die Hochschulen der Aufsichtsbehörde beweisen, dass sie die Kontrolle ausgeübt haben.
Womit beweisen sie das? Ein Prüfbericht mit Prozentangaben ist die günstigste aller Optionen. Die gründliche Lektüre jeder Arbeit durch den Betreuer kostet Arbeitszeit, strenge Prüfungen bei der Verteidigung bedeuten das Risiko einer höheren Verzögerung des Studienabschlusses. Ein maschineller Bericht kostet nur einige zehntausend Yuan pro Jahr – und die Verantwortung verlagert sich von „die Hochschule hat keine ausreichende Kontrolle ausgeübt“ auf „der Studierende hat die Maschinenprüfung nicht bestanden“. Die Aussage des Betreuers „dieser Text wirkt wie von KI erstellt“ lässt sich nicht in Tabellen eintragen – aber der Wert „KI-Anteil 38,6 %“ kann erfasst, sortiert, archiviert und als Grundlage für Verantwortlichkeiten verwendet werden. Wie weit diese Zahl von der Realität entfernt ist, lässt sich aus der Tabelle nicht ablesen – und es gibt keine Spalte, in die man das eintragen müsste.
Dieser Gedanke wurde vor 30 Jahren bereits ausführlich beschrieben. Der Wissenschaftshistoriker Theodore Porter fragte in seinem Buch *Vertrauen in Zahlen*, warum Institutionen die Quantifizierung bevorzugen – die Antwort war ein Satz, der später oft zitiert wurde: Quantifizierung ist eine „Entscheidungsmethode, die nicht wie eine Entscheidung wirkt“. Er stellte außerdem fest, dass der Drang, persönliche Bewertungen durch Zahlen zu ersetzen, gerade bei schwachen Institutionen auftritt: Je weniger Vertrauen sie genießen und je stärker sie externer Rechenschaftspflicht ausgesetzt sind, desto mehr benötigen sie eine scheinbar objektive Zahl als Deckmantel. Auf heutige Hochschulen übertragen, ist diese Feststellung fast direkt anwendbar: Das Gradgesetz und die Stichprobenprüfung der Arbeiten stellen die Hochschulen in eine Position der Rechenschaftspflicht – die Bewertung durch die Betreuer kann diesen Druck nicht aushalten, aber eine Zahl kann.
Für die Hochschulen ist das Nützlichste nicht einmal eine Maschine, die eine endgültige Entscheidung trifft – sondern eine Maschine, die eine Zahl liefert und gleichzeitig angibt: „Nur als Referenz“. Wenn Kontrolle ausgeübt werden soll, dient die Prozentangabe als Grundlage für Überarbeitungen; bei Streitfällen kann die endgültige Entscheidung wieder an die Betreuer zurückgegeben werden. Scheinbar objektive Zahlen liefern, ohne die volle Verantwortung für diese Zahlen zu übernehmen – das ist der wahre Wert dieser Tools.
Die Hochschulen kaufen nie die Prüfung – sie kaufen die Haftungsbefreiung.
Die Zahler tragen die Fehlklassifizierungen nicht
Es gibt kein anderes Gerät, das so funktioniert. Wenn die Waage in der Kantine zu wenig anzeigt, protestieren die Studierenden sofort – die Waage wird ausgetauscht. Wenn ein Fieberthermometer um zwei Grad abweicht, gibt das Krankenhaus es am nächsten Tag zurück. Warum kann die KI-Prüfung, deren Fehler allen bekannt sind, Jahr für Jahr verlängert werden?
Der Unterschied liegt darin: Die Anzeige der Waage wird von dem, der zahlt, sofort überprüft. Die Hochschule, die für die KI-Prüfung zahlt, überprüft die Prozentangaben nicht – und die Studierenden, die durch die Zahl behindert werden, haben keine Beschaffungsbefugnis. Bei einem Gerät, bei dem die Zahler und die Geschädigten nicht dieselben Personen sind, ist „Genauigkeit“ nicht mehr die entscheidende Qualitätskennzahl. Für die kaufende Hochschule ist die Abschreckung sogar eine Funktion: Eine Überwachungskamera, die keine Gesichter erfasst, reicht aus, solange ihre rote Lampe blinkt – niemand im Flur wird sich unangemessen verhalten.
Eine Fehlklassifizierung bedeutet für die Hochschule nur einen Bericht zur Überprüfung und wenig Arbeitsaufwand. Für den Studierenden bedeutet es mehrere Zahlungen, eine ganze Nacht und Stunden, in denen er sinnvolle Sätze absichtlich zerstört – manche löschen „zusammenfassend“, manche zerlegen Parallelkonstruktionen, andere müssen die Überarbeitung später wieder rückgängig machen, weil der Betreuer es verlangt. Die Kosten für beide Seiten betrachtet, ist das Preissignal, das die Beschaffungsseite wahrnimmt, so schwach, dass es vernachlässigt werden kann.
Wenn eine Zahl nicht vertrauenswürdig ist, fügt man vier weitere hinzu
Wenn die Hochschulen feststellen, dass das System ungenau ist, geben sie es selten zurück – sie kaufen lieber weitere Systeme. In einer Mitteilung des Fachbereichs Graslandwissenschaft der Sichuan-Landwirtschaftsuniversität vom April 2026 muss eine Bachelor-Arbeit fünf maschinelle Prüfungen durchlaufen: Plagiatsprüfung, AIGC-Prüfung, Weipu-Formatprüfung sowie zwei KI-Bewertungssysteme von Weipu und Huachen – danach erfolgt die Überprüfung durch den Betreuer. Fünf Prüfungen folgen einer Logik: Wenn eine einzelne Zahl nicht vertrauenswürdig ist, sollen viele Zahlen sich gegenseitig bestätigen.
Die Gegenwehr der Studierenden nährt die Systeme weiter. Auf E-Commerce-Plattformen kostet die KI-Reduzierung 3 Yuan pro 1.000 Zeichen – ein Anbieter hat bereits 4.166 Einheiten verkauft. Als Journalisten von *Daily Economic News* im Juni dieses Jahres eine Untersuchung durchführten, sank der KI-Anteil eines Textes von 95,77 % auf 11,3 % – auf Kosten einer unnatürlichen Sprache, die nicht mehr wie eine normale akademische Arbeit wirkt. Die KI-Reduzierung wird meist selbst von KI durchgeführt: KI schreibt die Arbeit, KI beseitigt die KI-Spuren, dann wird sie von KI geprüft. Für die Hochschulen lautet die Schlussfolgerung daraus meist nur: Die vorhandene Prüfung ist nicht stark genug – sie muss verbessert werden.
Der Ökonom Charles Goodhart hat diesen Zyklus bereits beschrieben – die Anthropologin Marilyn Strathern fasste es in einem Satz zusammen