Ein Schüler hält eine souveräne Präsentation. Die Folien sind übersichtlich, die Argumentation stimmt, das Handout enthält Quellen. Auf Nachfragen reagiert er ordentlich. Das kann eine hervorragende Schülerleistung sein. Es kann aber ebenso das Ergebnis eines Arbeitsprozesses sein, den weitgehend eine generative KI übernommen hat.
Von außen lässt sich beides kaum unterscheiden. Genau darin liegt das Problem der klassischen GFS.
Die "gleichwertige Feststellung von Leistungen" ist in Baden-Württemberg rechtlich nicht an PowerPoint oder überhaupt an eine Präsentation gebunden. Paragraf 9 der Notenbildungsverordnung lässt unterschiedliche Formen zu: schriftliche Arbeiten, Projekte, Referate, mündliche Prüfungen und andere Präsentationsformen. Verbindlich ist die Leistung, nicht ihr traditionelles Format. Dennoch wird die GFS an vielen Gymnasien weiterhin als häuslich vorbereitetes Referat mit Folien verstanden.
Diese Praxis beruht auf einer Voraussetzung, die nicht mehr trägt: Das fertige Produkt soll Rückschlüsse auf die selbstständige Arbeit des Schülers erlauben.
Eine Präsentation in wenigen Arbeitsgängen
Generative Systeme können inzwischen fast die gesamte Produktionskette einer GFS übernehmen. Der Schüler nennt Thema, Klassenstufe, Fach und gewünschte Vortragsdauer. Daraus entstehen eine Fragestellung, eine Gliederung und eine erste Materialsammlung. Anschließend erzeugt das System Folientexte, Bildvorschläge, ein Handout, Moderationskarten und einen ausformulierten Vortrag. Auf Wunsch formuliert es mögliche Lehrerfragen samt passenden Antworten.
Auch ein enges oder regionales Thema schützt nicht. Materialien aus einem Stadtarchiv, einer Ortschronik oder einer gedruckten Quelle können fotografiert, eingescannt oder als PDF bereitgestellt werden. Das System liest die Dokumente aus, ordnet Namen und Daten, fasst Aussagen zusammen und verbindet sie mit weiteren Informationen. Ein KI-Agent kann daraus sogar eine vollständige Präsentationsdatei erstellen.
Das Ergebnis muss keineswegs verdächtig perfekt wirken. Sprachmodelle lassen sich ausdrücklich anweisen, den Text dem Alter eines Schülers anzupassen, einzelne Unsicherheiten stehen zu lassen und auf allzu professionelle Formulierungen zu verzichten. Auch Karteikarten und ein Trainingsdialog für das anschließende Kolloquium lassen sich erzeugen.
Damit kann ein Schüler eine fachlich überzeugende Leistung zeigen, ohne die entscheidenden gedanklichen Operationen selbst ausgeführt zu haben: die Frage eingrenzen, Quellen auswählen, Widersprüche erkennen, Informationen gewichten, eine Argumentation entwickeln und deren Grenzen bestimmen.
Das ist nicht in erster Linie ein Täuschungsproblem. Es ist ein Problem der Messung. Die Lehrkraft bewertet möglicherweise ein Produkt, das die behauptete Kompetenz nicht mehr zuverlässig abbildet.
Nachfragen allein reichen nicht
Viele Schulen haben bereits reagiert und gewichten das anschließende Gespräch stärker. Das ist sinnvoll, löst das Problem aber nur teilweise. Wer seinen Vortrag mit KI vorbereitet, kann zugleich wahrscheinliche Rückfragen trainieren. Bei einem bekannten Thema und einem kurzen Prüfungsgespräch genügt häufig ein solides, ebenfalls vorbereitetes Orientierungswissen.
Entscheidend ist deshalb nicht, ob nach der Präsentation noch drei oder vier Fragen gestellt werden. Entscheidend ist, ob der Schüler in einer nicht vorhersehbaren Situation denken muss. Erst wenn er eine neue Quelle einordnet, eine Gegenposition prüft, einen Widerspruch erklärt oder seine These unter veränderten Voraussetzungen verteidigt, wird seine eigene Leistung sichtbar.
Der Versuch, unerlaubte KI-Nutzung nachträglich zu erkennen, führt nicht weiter. Weber-Wulff und ihre Mitautoren untersuchten 2023 zwölf frei verfügbare Erkennungsprogramme und zwei kommerzielle Systeme. Ihr Befund: Die Werkzeuge unterschieden menschliche und maschinelle Texte nicht zuverlässig. Schulen sollten Noten und Täuschungsvorwürfe nicht auf solche Wahrscheinlichkeitsanzeigen stützen.
Auch strengere Erklärungen zur Eigenständigkeit ändern die Mechanik der Aufgabe nicht. Corbin, Dawson und Liu unterscheiden deshalb zwischen bloß "diskursiven" Veränderungen, also neuen Regeln und Verboten, und strukturellen Veränderungen der Prüfung selbst. Tragfähig wird eine Leistungsmessung erst, wenn das Aufgabenformat die eigenständige Leistung sichtbar macht.
Die GFS muss in die Schule zurückkehren
Eine mögliche Form wäre eine materialgestützte GFS unter Aufsicht. Die Schüler erhalten in der Schule einen überschaubaren Quellenbestand und eine offene Problemfrage. Nach einer festgelegten Vorbereitungszeit stellen sie ihre Deutung knapp vor. Den Schwerpunkt bildet ein strukturiertes Prüfungsgespräch: Belege erklären, Alternativen abwägen, eine zusätzliche Quelle einordnen, das eigene Urteil korrigieren.
Ein solches Format prüft weniger die häusliche Gestaltung einer Folienfolge. Es prüft, ob ein Schüler Informationen erschließen, Zusammenhänge bilden und begründet urteilen kann. Gerade diese Fähigkeiten braucht er, um künftig Ergebnisse generativer Systeme kontrollieren zu können.
Allerdings wäre es falsch, sämtliche GFS in mündliche Prüfungen ohne Hilfsmittel umzuwandeln. Mündliche Formate können zurückhaltende Schüler benachteiligen, Prüfungsangst verstärken und durch unterschiedlich anspruchsvolle Nachfragen verzerrt werden. Die Forschung empfiehlt deshalb standardisierte Anforderungen, transparente Bewertungsraster und eine Mischung verschiedener Leistungsformen. Auch Präsentationsfähigkeit bleibt ein legitimes Lernziel.
Sinnvoll wäre ein zweigleisiges Modell. Ein Teil der Leistungen findet in einer gesicherten schulischen Situation statt und weist individuelles Wissen, Analyse und Urteil nach. Andere Aufgaben erlauben KI ausdrücklich. Dort wird nicht das fertige Produkt allein bewertet, sondern der dokumentierte Umgang mit dem Werkzeug: Auswahl der Quellen, Prüfung fehlerhafter Ausgaben, Überarbeitung, Begründung von Entscheidungen und Reflexion der Grenzen.
Die klassische Präsentations-GFS ist damit nicht wertlos. Wertlos wird sie dort, wo eine Schule weiterhin so tut, als ließe sich aus einem häuslich erzeugten Foliensatz zuverlässig auf den vorausgegangenen Lernprozess schließen.
Die GFS sollte nicht verschwinden. Sie sollte endlich wieder eine Leistung feststellen.
Quellen und Literatur
Corbin, Thomas; Dawson, Phillip; Liu, Danny (2025): "Talk is cheap: Why structural assessment changes are needed for a time of GenAI". In: Assessment & Evaluation in Higher Education. https://doi.org/10.1080/02602938.2025.2503964
Fenton, Andrea (2025): "Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future". In: Educational Researcher, 54 (7), S. 430-436. https://doi.org/10.3102/0013189X251333638
Hardie, Luke et al. (2024): Developing Robust Assessment in the Light of Generative AI Developments. Evaluation Report. Open University/NCFE. https://law-school.open.ac.uk/sites/law-school.open.ac.uk/files/files/OU%20NCFE%20report%20on%20GAI%20and%20assessment.pdf
Kultusministerium Baden-Württemberg (1983, aktuelle Fassung): Verordnung über die Notenbildung, Paragraf 9. https://www.landesrecht-bw.de/jportal/perma?j=NotBildV_BW_%21_9&portal=bsbw
Perkins, Mike; Roe, Jasper; Furze, Leon (2024): "The AI Assessment Scale Revisited: A Framework for Educational Assessment". Preprint. https://arxiv.org/abs/2412.09029
Weber-Wulff, Debora et al. (2023): "Testing of Detection Tools for AI-Generated Text". In: International Journal for Educational Integrity, 19, Artikel 26. https://doi.org/10.1007/s40979-023-00146-z