19 Hochschulen, die den Einsatz von KI-Detektoren oder deren Beweiskraft einschränken: offizielle Stellungnahmen

Neunzehn Hochschulen in den Vereinigten Staaten, Kanada, dem Vereinigten Königreich und Australien haben eine Stellungnahme zur KI-Erkennung veröffentlicht, die konkret genug ist, um sie zu zitieren. Einige beschreiben einen hochschuleigenen Detektor, der abgeschaltet oder nicht lizenziert ist. Einige beschränken, welche Werkzeuge das Personal verwenden darf. Einige begrenzen die Beweiskraft von Detektor-Ergebnissen, falls diese in einem Fehlverfahren vorgebracht werden. Diese Stellungnahmen leisten Unterschiedliches und sollten nicht zu der einen Behauptung zusammengefasst werden, eine Hochschule habe „Beweise aus dem KI-Detektor verboten".

Vor den Tabellen der Teil, der regelmäßig untergeht: Nichts davon macht die unerlaubte Nutzung von KI akzeptabel. Mehrere der unten zitierten Dokumente sagen in derselben Datei, dass die Nutzung generativer KI ohne Erlaubnis ein Fehlverhalten ist. Eine australische Hochschule führt das Umgehen ihrer Erkennungssoftware als ausdrücklich benanntes Beispiel für Betrug auf. Eine Regel darüber, was ein Werkzeug beweisen darf, ist keine Regel darüber, was ein Studierender tun darf – und sie als solche zu lesen ist der schnellste Weg, ein gutes Argument in ein schlechtes zu verwandeln.

Was eine Beschränkung der Detektor-Beweise Ihnen tatsächlich einbringt, ist enger und zugleich nützlicher: Sie bedeutet, dass ein Prozentwert für sich allein nicht den Fall ausmacht. Irgendjemand muss noch etwas anderes vorlegen.

Turnitin sagt über das eigene Produkt dasselbe, und zwar in seiner Dokumentation zum AI Writing Report:

„Our AI writing detection model may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student." (Das Modell von Turnitin zur Erkennung von KI-Texten trifft nicht immer zu – es kann von Menschen verfasste, von KI erzeugte und von KI umformulierte Texte falsch einordnen – und darf daher nicht als alleinige Grundlage für Maßnahmen zum Nachteil einer Studentin oder eines Studenten verwendet werden.)

Wir haben bereits einen Beitrag über Hochschulen, die die KI-Erkennung aufgeben und einen über die Frage, ob Hochschulen KI-Detektoren verwenden und ob das davon abhängt, was sie gekauft haben. Diese Seite ist etwas anderes. Diese Seite ist die Liste – mit dem genauen Wortlaut.

Jede der unten genannten Hochschulen fällt in mindestens eine dieser Gruppen. Sechs von ihnen fallen in zwei – deshalb taucht derselbe Name in mehr als einer Tabelle auf.

• Der von der Hochschule benannte Detektor läuft nicht. Die Funktion wurde nie aktiviert, wurde abgeschaltet, oder die Lizenz wurde nicht verlängert. Diese hochschuleigene Funktion erzeugt also keinen aktuellen Wert; darüber, was für andere Werkzeuge, für ältere Berichte oder für eine Beschuldigung durch einen Menschen gilt, sagt das für sich genommen nichts.
• Die Werkzeugwahl des Personals ist eingeschränkt. Manche Hochschulen weisen ihr Personal an, keine Online-Detektoren zu nutzen; andere verlangen eine Genehmigung oder erlauben ein ausdrücklich benanntes Werkzeug und schließen alle übrigen aus.
• Eine Freigabestufe blockiert es. Bevor ein Werkzeug eines Drittanbieters identifizierbare studentische Arbeiten berührt, ist eine Datenschutz- oder Sicherheitsprüfung erforderlich – und kein KI-Detektor hat sie bestanden. Dasselbe Ergebnis wie bei einem Verbot, ein anderer Mechanismus, und er kann sich ändern, sobald etwas die Prüfung besteht.
• Das Ergebnis trägt das Gewicht nicht. Die veröffentlichte Stellungnahme begrenzt, was ein Detektor-Ergebnis beweisen kann, wenn eines vorgelegt wird. Sie kann das Ergebnis als bloßen Hinweis bezeichnen, es als Beweismittel im Fehlverfahren ablehnen oder eine unabhängige Unterfütterung verlangen.
• Die Studierenden können widersprechen. Seltener, als man denkt, und meist auf ein bestimmtes Werkzeug beschränkt statt auf die KI-Erkennung insgesamt.

Wer das zu „KI-Detektoren verboten" zusammenstreicht, verspielt damit das Argument. Hat Ihre Hochschule den Detektor abgeschaltet, lautet die nützliche Frage, was Ihre Lehrkraft stattdessen verwendet. Betreibt Ihre Hochschule ihn zwar, hat aber schriftlich festgehalten, dass das Ergebnis allein nicht genügt, lautet die nützliche Frage, was sonst noch in der Akte liegt. Beides führt zu völlig unterschiedlichen Gesprächen.

Ein Beispiel dafür, wie genau man hier werden muss: Der Leitfaden der University of Toronto zu Plagiatssoftware sagt, Studierende könnten dem Plagiatserkennungs-Werkzeug der Universität widersprechen und dürften dafür nicht benachteiligt werden. Das steht über das Plagiatserkennungs-Werkzeug. Es ist keine veröffentlichte Widerspruchsmöglichkeit gegen die Erkennung von KI-Texten – und wer es als solche zitiert, liefert der Gegenseite eine mühelose Korrektur.

Elf Hochschulen. Jede Zelle zitiert die Seite, statt sie zusammenzufassen – denn an der Zusammenfassung scheitern solche Listen. Die Daten geben an, wann wir die Seite aufgerufen haben.

Sehen Sie sich die Einschränkungen an. Sieben dieser elf zitierten Sätze enthalten die Wörter `currently` („derzeit") oder `at this time` („zum jetzigen Zeitpunkt") – Yale, Northwestern, Pittsburgh, Montclair, Minnesota, UBC und SFU. Der Satz aus Vanderbilt sagt `for the foreseeable future` („auf absehbare Zeit"). Die anderen drei nennen ein Datum statt einer Einschränkung: Februar 2026, September 2025, 1. Januar 2026. Keine der elf Formulierungen ist als dauerhaft geschrieben, und acht von ihnen sagen das im Satz selbst.

Zwei Zeilen sollte man zweimal lesen. Waterloo hat nicht nur eine Entscheidung bekannt gegeben, sondern auch die Begründung veröffentlicht, einschließlich der eigenen Tests: `in more than one instance the product flagged human written text as 100% generated by AI, which is concerning` (in mehr als einem Fall hat das Produkt von Menschen geschriebenen Text als zu 100 % von KI erzeugt markiert, was beunruhigend ist). Und Washington State hat statt eines Grundsatzes eine Fallstatistik veröffentlicht – die Seite berichtet, dass zwischen 2023 und 2025 `33% of all Review Board cases related to allegations of inappropriate AI use led to a finding of not responsible because AI detection was submitted independent of any other supporting evidence` (33 % aller Fälle des Review Board zu Vorwürfen unzulässiger KI-Nutzung damit endeten, dass keine Verantwortlichkeit festgestellt wurde, weil die KI-Erkennung ohne jedes weitere Beweismittel vorgelegt worden war). Lesen Sie auch die andere Seite dieser Zahl: Die Mehrheit dieser Fälle endete nicht so.

Sieben Hochschulen – aber kein gemeinsames Verbot. York, Bath, Toronto und Victoria geben Anweisungen gegen eine bestimmte Detektor-Nutzung. Concordia und Laurier verlangen eine institutionelle Freigabe, die die zitierten Seiten keinem Detektor erteilt haben. UNSW geht den umgekehrten Weg: Es erlaubt ausdrücklich das AI Writing Detection Tool von Turnitin und untersagt dem Personal, studentische Arbeiten auf andere Plattformen hochzuladen.

Die Formulierung aus Bath ist die schärfste der sieben und zugleich die, mit der man am vorsichtigsten umgehen muss. Bath sagt, das Einreichen studentischer Arbeiten in einen Detektor sei möglicherweise rechtswidrig. Das ist Baths eigene Einschätzung eines rechtlichen Risikos in der eigenen Rechtsordnung, veröffentlicht für das eigene Personal. Es ist keine gerichtliche Feststellung, und es ist keine allgemeine Aussage über die Rechtslage anderswo.

UNSW ist in dieser Tabelle der Fall einer Positivliste, kein Detektor-Verbot. Die Hochschule erlaubt genau ein namentlich genanntes Werkzeug und schließt andere Plattformen aus. Wenn Sie an der UNSW studieren und eine Lehrkraft einen kostenlosen Online-Detektor erwähnt, ist diese Seite das, was Sie lesen sollten.

Sieben Hochschulen. Ihre Stellungnahmen begrenzen den Beweiswert eines Detektor-Ergebnisses, falls eines vorgelegt wird. Die Tabelle belegt nicht, dass jede dieser Hochschulen derzeit einen Detektor betreibt, und auch nicht, dass im Fall einer bestimmten Studentin oder eines bestimmten Studenten überhaupt ein Wert vorliegt.

DePaul ist die Zeile, die aus dem Muster fällt, und die Zeile, die am häufigsten falsch wiedergegeben wird. DePaul hat den Detektor tatsächlich abgeschaltet – am 28. September 2023 – und ihn dann im Januar 2024, vor dem Winter Quarter, wieder eingeschaltet. Der Detektor läuft. Was das Academic Integrity Board veröffentlicht hat, ist eine Grenze dafür, wie schwer ein Bericht wiegt, sobald er einem Gremium vorliegt. Jede Liste, die DePaul unter „disabled" (deaktiviert) einordnet, zitiert eine Entscheidung, die vor mehr als zwei Jahren revidiert wurde.

Die Seite von Laurier nennt einen zweiten Schutz, von dem Studierende fast nie hören: Dasselbe Dokument sagt, Lehrende `cannot forego the academic misconduct procedures and independently assign penalties` (können bei Verdacht auf unerlaubte KI-Nutzung die Verfahren wegen akademischen Fehlverhaltens nicht auslassen und eigenständig Sanktionen verhängen). Ob der Wert zählt, ist eine Frage. Ob eine Lehrkraft allein auf seiner Grundlage handeln darf, ist eine andere.

Genau diesen Teil lässt eine Chatbot-Zusammenfassung weg, und er entscheidet darüber, ob Sie irgendetwas von dem oben Genannten nutzen können, ohne sich zu blamieren.

Die University of Technology Sydney steht in keiner der obigen Tabellen, und wir haben nachgesehen statt angenommen. Abschnitt 16 ihrer Student Rules umfasst 43.711 Zeichen gerenderten Text. Durchsucht: `sole basis`, `sole source`, `not be used as evidence` und `not be accepted as evidence` ergeben alle null Treffer, und ebenso `AI detection`, `AI detector` und `Turnitin`. Die Suche hat funktioniert: `misconduct` erscheint im selben Durchgang 137-mal und `detection software` zweimal. Diese beiden Treffer sind es, was die UTS in Regel 16.2.1 als Beispiele für Betrug veröffentlicht hat:

„Manipulate an assessment to avoid the UTS detection software. · Use of a third-party service to bypass the UTS detection software." (Eine Prüfungsleistung so manipulieren, dass die UTS-Erkennungssoftware umgangen wird. · Nutzung eines Dienstes Dritter, um die UTS-Erkennungssoftware zu umgehen.)

Das sind zwei eigenständig benannte Verstöße, die auf derselben Liste stehen wie die Klauseln zu generativer KI. Die Behinderung der Erkennung ist ein eigenes Problem, unabhängig davon, was der Detektor anschließend meldet. Und die neun Stellen, an denen dieser Abschnitt das Wort `evidence` verwendet, sind alle verfahrensrechtlicher Natur, einschließlich dieser in Regel 16.14.5: Ein Student Misconduct Appeals Committee `is not bound by the rules of evidence and may inform itself on any matter it thinks fit` (ist nicht an Beweisregeln gebunden und kann sich zu jeder Angelegenheit so unterrichten, wie es ihm geeignet erscheint). Eine Hochschule, die nichts über Detektor-Beweise geschrieben hat, hat damit noch nichts eingeschränkt.

Und die Stellungnahme der University of Victoria, die in Gruppe zwei zitiert wird – diejenige, die Lehrenden untersagt, Erkennungssoftware zur Feststellung eines Policy-Verstoßes einzusetzen – enthält im selben Dokument dies:

„Recognizes that the un-cited or unauthorized use of GenAI in course work may constitute a violation of the university's Academic Integrity policy." (Erkennt an, dass die nicht zitierte oder unerlaubte Nutzung von GenAI in Studienleistungen einen Verstoß gegen die Academic Integrity Policy der Universität darstellen kann.)

Zwei Sätze, eine Seite. Die Hochschule sagt: Die Verhaltensregel bleibt bestehen, und dem Messinstrument wird nicht zugetraut, sie durchzusetzen. Das ist eine stimmige Position, kein Widerspruch, und es ist die Position, die die meisten dieser neunzehn Hochschulen eingenommen haben.

Das heißt: Die praktische Folge eines Detektor-Verbots ist nicht, dass niemand hinsieht. Sie besteht darin, dass das Hinsehen auf Dinge verlagert wird, die ein Mensch tut. Die Seite von Montclair sagt unmittelbar nach dem Satz, der Detektor-Ergebnisse als Beweismittel ausschließt, was Lehrende stattdessen tun sollen: manuell auf Warnzeichen prüfen, abwägen, ob mehrere von ihnen gemeinsam auftreten, und ein Gespräch in Echtzeit über den Entstehungsprozess der eingereichten Arbeit führen. Wenn Sie nicht darüber sprechen können, wie Sie sie geschrieben haben, hilft Ihnen ein abgeschalteter Detektor nicht.

Neunzehn ist eine kleine Zahl. Ihre Hochschule ist wahrscheinlich nicht dabei, und das Nützliche, das diese Liste Ihnen gibt, ist ein Suchmuster und keine Antwort.

• Sehen Sie sich das Teaching Center an, nicht das Studierenden-Handbuch. Von den neunzehn Seiten hinter diesen Tabellen ist genau eine die Fehlverhaltensordnung der Hochschule selbst: die Academic Misconduct Policy and Procedures 2025/26 der Universität York. Die anderen achtzehn sind Seiten der Teaching Center, Leitfäden für Lerntechnologie, Leitlinien des Provost oder des Personals sowie Seiten der Studienunterstützung. Die Seite von Washington State liegt im Zuständigkeitsbereich des Provost und sagt im eigenen Text, dass der verbindliche Kodex, der Washington Administrative Code, KI überhaupt nicht erwähnt. Durchsuchen Sie nur die Studierendenordnung, werden Sie nichts finden und fälschlich schließen, es gebe nichts.
• Probieren Sie die Website-Suche mit dem Wort des Anbieters. `site:youruniversity.edu "AI detection"` und `site:youruniversity.edu Turnitin AI` haben die meisten der hier aufgeführten Seiten zutage gefördert. `"AI detector"` und `"detection tool"` erfassen den Rest.
• Lesen Sie die ganze Seite, nicht den einen Satz. Jede dieser Seiten sagt in der Nähe noch etwas anderes, das die Bedeutung des zitierbaren Satzes verändert.
• Sichern Sie die Seite am Tag des Fundes. Drucken Sie sie als PDF, mit URL und Datum in der Fußzeile. Die Regel der Curtin University hat sich am 1. Januar 2026 geändert. Die von DePaul hat sich zweimal geändert. Ein Screenshot dessen, was die Seite sagte, als Sie eingereicht haben, ist später mehr wert als die aktuelle Seite.
• Prüfen Sie, ob es überhaupt um Sie geht. Manches davon sind Anweisungen an das Personal, manches richtet sich an Studierende. Eine Anweisung an das Personal ist für Sie trotzdem nützlich, aber sie ist an jemand anderen gerichtet, und sie liest sich auch so.

Eine weitere Warnung zu Listen aus zweiter Hand, einschließlich dieser hier. Die Seite von Washington State nennt sechs weitere Hochschulen, von denen sie sagt, sie hätten die Nutzung von Detektoren in Verfahren zur akademischen Integrität untersagt: UC Berkeley, Colorado State University, Indiana University, Michigan State University, Oregon State University und die University of Washington. Wir haben die Seiten dieser sechs Hochschulen nicht selbst geöffnet, deshalb stehen sie nicht in den Tabellen. Das ist die Charakterisierung durch die WSU, nicht unsere, und genau diese Art von Behauptung aus zweiter Hand wird zu einer selbstsicheren falschen Antwort, sobald sie zweimal kopiert wurde.

Wenn Sie sich bereits in einem Verfahren befinden, ist die obige Formulierung ein Kontext, keine Verteidigung für sich. Was meist stärker zählt, ist das, was Sie über die Entstehung des Dokuments belegen können – Entwürfe, Dateiverlauf, Notizen –, und die praktischen Schritte stehen in wie Sie gegen eine falsche KI-Kennzeichnung vorgehen und welche Beweise Ihre Hochschule akzeptiert. Die Rechnung dahinter, warum so viele dieser Hochschulen sich bewegt haben, steht in was eine Falsch-Positiv-Rate von 1 % bedeutet, wenn eine Hochschule 75.000 Arbeiten einreicht.

Und wenn das, was Sie tatsächlich haben, ein Entwurf ist, den Sie selbst geschrieben haben, ein Bericht, der Teile davon markiert hat, und eine Frist: Die markierten Passagen zu überarbeiten ist eine andere Aufgabe, als über den Wert zu streiten. HumanPen zeigt Ihnen vor jeder Änderung, welche Passagen es anfasst, und lässt Zitate, Tabellen, Zahlen und Layout, wo sie sind. Ob irgendeine Form von Bearbeitungshilfe für Ihre Aufgabe erlaubt ist, entscheiden die Regeln Ihrer Hochschule, nicht ein Werkzeug.