Plagiat und KI-Grenzwerte in akademischen Abschlussarbeiten: Eine praktische Empfehlung zur Stärkung der Qualität wissenschaftlicher Forschung

Der Hochschulsektor erlebt heute tiefgreifende Veränderungen durch die rasche Verbreitung digitaler Werkzeuge, insbesondere von Anwendungen der künstlichen Intelligenz. Hochschulen und akademische Einrichtungen sind daher stärker denn je gefordert, klare Standards zu entwickeln, die wissenschaftliche Originalität schützen und gleichzeitig einen verantwortungsvollen Einsatz moderner Technologien ermöglichen. In diesem Zusammenhang gehören Abschlussarbeiten und wissenschaftliche Thesen zu den wichtigsten Indikatoren für Bildungsqualität, da sie die Fähigkeit der Studierenden widerspiegeln, zu analysieren, zu forschen und eigenständig zu denken.

Dieser Beitrag schlägt eine praktische Empfehlung vor, die als allgemeiner Orientierungsrahmen für Mitglieder des Europäischen Rates führender Wirtschaftshochschulen und für andere qualitätsorientierte akademische Einrichtungen dienen kann. Die Empfehlung basiert auf einem einfachen und klaren Standard für die Bewertung von Ähnlichkeit oder Plagiat in Abschlussarbeiten: Unter 10 % = akzeptabel, 10–15 % = Evaluierung erforderlich, über 15 % = nicht bestanden. Der Beitrag betont außerdem, dass der Umgang mit künstlicher Intelligenz nicht von Angst oder pauschaler Ablehnung geprägt sein sollte, sondern von Offenlegung, Transparenz und fundiertem akademischem Urteil.

Eine starke akademische Kultur entsteht nicht nur durch die Aufdeckung und Sanktionierung von Verstößen, sondern auch durch die Vermittlung wissenschaftlicher Schreibkompetenz, sauberer Zitation und der Fähigkeit, zwischen legitimer technischer Unterstützung und unzulässigem Ersatz der eigenen geistigen Leistung zu unterscheiden. Vor diesem Hintergrund plädiert der Beitrag für ein ausgewogenes Modell, das die Integrität wissenschaftlicher Arbeit schützt, das Vertrauen in akademische Abschlüsse stärkt und Studierenden, Betreuenden und Institutionen einen klaren und fairen Rahmen bietet.

Einleitung

Die Qualität von Bildung ist heute direkt mit der Fähigkeit akademischer Institutionen verbunden, wissenschaftliche Integrität zu schützen. Eine Hochschule oder Bildungseinrichtung wird nicht nur an ihren Programmen, ihrer internationalen Reichweite oder ihren Lehrplänen gemessen, sondern auch daran, wie konsequent und fair sie akademische Abschlussarbeiten bewertet. Diese Frage wird noch wichtiger angesichts der schnellen Verbreitung von Werkzeugen der künstlichen Intelligenz, die Studierenden und Forschenden auf Knopfdruck zur Verfügung stehen und Texte erzeugen können, die formal gut strukturiert wirken, aber nicht immer die tatsächliche wissenschaftliche Leistung der Verfassenden widerspiegeln.

Im europäischen und internationalen akademischen Umfeld ist diese Frage von großer Bedeutung. Akademische Abschlüsse gelten weiterhin als Zeichen fachlicher Kompetenz, gesellschaftlicher Anerkennung und beruflicher Glaubwürdigkeit. Daher beeinträchtigt jede Schwächung der Standards für Originalität und wissenschaftliche Redlichkeit nicht nur die jeweilige Institution, sondern auch das Vertrauen von Familien, Arbeitgebern, Berufsverbänden und Qualitätssicherungsstellen in die Hochschulbildung insgesamt.

Daher besteht ein wachsender Bedarf an klaren und verständlichen Regeln. Viele Studierende wissen nicht genau, wo zulässiges Zitieren endet und unzulässige Übernahme beginnt. Viele Betreuende und Prüfende bewerten ähnliche Fälle unterschiedlich. Manche Institutionen behandeln Ähnlichkeitswerte noch immer uneinheitlich, was zu widersprüchlichen Entscheidungen führen kann. Ein transparenter Standard kann helfen, Unsicherheit zu reduzieren, Fairness zu stärken und das Vertrauen in Bewertungsprozesse zu erhöhen.

Dieser Beitrag empfiehlt daher die folgende Bewertungsstruktur für wissenschaftliche Abschlussarbeiten:

Unter 10 % = akzeptabel

10–15 % = Evaluierung erforderlich

Über 15 % = nicht bestanden

Dieses Modell ersetzt nicht das akademische Urteil und reduziert die Bewertung nicht auf starre Zahlen. Es bietet jedoch eine faire Ausgangsbasis, auf der institutionelle Entscheidungen aufgebaut werden können. Zugleich unterstreicht der Beitrag die Notwendigkeit, den Einsatz künstlicher Intelligenz in jedem wesentlichen Teil der Arbeit offenzulegen, um die Rechte der Studierenden zu wahren, den Wert wissenschaftlicher Arbeit zu schützen und die Grenze zwischen legitimer technischer Hilfe und unzulässiger Fremderstellung klar zu definieren.

Literaturüberblick

Die wissenschaftliche Literatur befasst sich seit Jahrzehnten mit Plagiat, doch das heutige Verständnis dieses Problems ist differenzierter als früher. In der Vergangenheit wurde Plagiat häufig als direkte Übernahme von Wörtern oder Ideen ohne Quellenangabe verstanden. Heute umfasst der Begriff auch unsaubere Paraphrasen, übermäßiges Zitieren, partielle Übernahmen, Übersetzungsplagiate sowie die Nutzung von Werkzeugen oder Dritten zur Erstellung akademischer Texte anstelle eigener Arbeit.

Zahlreiche Studien zeigen, dass Plagiat nicht immer aus bewusster Täuschung entsteht. In manchen Fällen ist es die Folge unzureichender Schreibkompetenz, mangelnder Schulung im Zitieren, Zeitdruck oder fehlender Betreuung. Diese Beobachtung ist bedeutsam, weil sie deutlich macht, dass Institutionen nicht nur sanktionieren, sondern auch präventiv handeln und wissenschaftliche Arbeitsweisen aktiv vermitteln müssen.

Mit dem Aufstieg der künstlichen Intelligenz ist die Frage noch komplexer geworden. Es gibt legitime Formen ihrer Nutzung, etwa einfache sprachliche Korrekturen, Unterstützung bei der Strukturierung erster Ideen oder Hilfe bei der sprachlichen Klarheit. Problematisch wird es dort, wo KI nicht mehr nur unterstützt, sondern wesentliche intellektuelle Arbeit ersetzt, etwa durch die Generierung zentraler Argumente, umfangreicher Literaturzusammenfassungen oder analytischer Textteile.

Die neuere Literatur zur akademischen Integrität betont daher zunehmend, dass die Herausforderung nicht in der Existenz von Technologie liegt, sondern im Fehlen klarer Regeln für ihren Einsatz. Viele akademische Einrichtungen weltweit verfolgen deshalb einen ausgewogenen Ansatz: kein generelles Verbot aller KI-Nutzung, aber auch keine unbegrenzte Akzeptanz ohne Kontrolle. Stattdessen stehen Transparenz, Offenlegung und verantwortliche menschliche Bewertung im Mittelpunkt.

Ebenso zeigen Studien zu Ähnlichkeitsprüfungen, dass ein Prozentwert allein kein endgültiger Beweis für Fehlverhalten ist. Ähnlichkeiten können auch durch Literaturverzeichnisse, Fachbegriffe, standardisierte methodische Beschreibungen, Definitionen oder korrekt zitierte Passagen entstehen. Daher ist es sinnvoll, mit Bereichen zu arbeiten: ein akzeptabler Bereich, ein Bereich mit Evaluierungsbedarf und ein Hochrisikobereich, der ein Nichtbestehen rechtfertigt.

Methodik

Dieser Beitrag folgt einem qualitativen, analytischen Ansatz mit dem Ziel, eine praktisch anwendbare Empfehlung für akademische Einrichtungen zu formulieren. Es handelt sich nicht um ein Laborexperiment und auch nicht um eine statistische Untersuchung einer bestimmten Stichprobe. Vielmehr basiert der Beitrag auf einer kritischen Auswertung wissenschaftlicher Literatur zu Plagiat, akademischer Integrität und der Rolle künstlicher Intelligenz in der Hochschulbildung.

Die vorgeschlagene Empfehlung wurde entlang von drei zentralen Dimensionen entwickelt.

Erstens wird die zentrale Rolle wissenschaftlicher Abschlussarbeiten für die Qualitätssicherung im Hochschulbereich berücksichtigt. Eine Abschlussarbeit ist nicht nur eine formale Voraussetzung, sondern ein Nachweis für Forschungskompetenz, kritisches Denken und eigenständige wissenschaftliche Argumentation.

Zweitens werden die Erkenntnisse aus der Literatur zur Plagiatserkennung und zur Interpretation von Ähnlichkeitswerten aufgegriffen. Diese Literatur zeigt, dass Prozentwerte ein Ausgangspunkt für die Prüfung sein sollten, aber kein Ersatz für akademisches Urteil.

Drittens wird der Einfluss künstlicher Intelligenz auf wissenschaftliches Schreiben analysiert, insbesondere die Unterscheidung zwischen ethisch vertretbarer Unterstützung und unzulässigem Ersatz der eigenen geistigen Leistung.

Auf dieser Grundlage wird ein einfaches Modell mit drei Schwellen vorgeschlagen: unter 10 %, 10–15 % und über 15 %. Ziel ist es, Verständlichkeit, Anwendbarkeit und institutionelle Konsistenz zu fördern. Gleichzeitig bleibt Raum für institutionsspezifische Weiterentwicklungen.

Analyse

Warum brauchen akademische Einrichtungen klare Grenzwerte?

Fehlende klare Standards führen leicht zu Bewertungsunsicherheit. Eine prüfende Person kann 12 % als unproblematisch ansehen, eine andere als deutlichen Warnhinweis. Ein Studierender erhält vielleicht die Möglichkeit zur Überarbeitung, während ein anderer in einem sehr ähnlichen Fall eine schwere Sanktion erhält. Solche Unterschiede untergraben das Vertrauen in Gerechtigkeit und schwächen auch das institutionelle Ansehen.

Ein Schwellenmodell hilft, dieses Problem zu verringern. Es zeigt Studierenden frühzeitig, welcher Bereich normalerweise unproblematisch ist, welcher Bereich vertieft geprüft werden muss und welcher Bereich die Grenze der Akzeptanz überschreitet. Klarheit ist daher selbst ein Instrument der Prävention.

Unter 10 % = akzeptabel

Ein Ähnlichkeitswert unter 10 % ist in den meisten wissenschaftlichen Arbeiten als akzeptabel anzusehen, sofern keine weiteren qualitativen Hinweise auf Fehlverhalten vorliegen. Wissenschaftliches Schreiben enthält naturgemäß einige wiederkehrende Begriffe, methodische Standardformulierungen, Überschriften oder allgemein übliche Definitionen. Es wäre daher unrealistisch, in jedem Fall nahezu null Prozent zu verlangen.

Diese Schwelle unterstützt hohe Originalität, ohne Studierende unter unangemessenen Druck zu setzen. Zugleich spiegelt sie ein realistisches Verständnis davon wider, wie akademische Sprache tatsächlich funktioniert.

10–15 % = Evaluierung erforderlich

Dieser mittlere Bereich ist der sensibelste. Er bedeutet weder automatische Annahme noch automatisches Nichtbestehen, sondern die Notwendigkeit einer sorgfältigen fachlichen Prüfung.

Dabei sollten unter anderem folgende Fragen gestellt werden:

• Ist die Ähnlichkeit in einem einzigen Abschnitt konzentriert oder über die ganze Arbeit verteilt?

• Sind die übereinstimmenden Stellen korrekt zitiert?

• Geht es vor allem um Definitionen oder Standardformulierungen?

• Enthält die Arbeit eine erkennbare originäre Analyse und eigene Argumentation?

• Gibt es Hinweise auf einen übermäßigen oder nicht offengelegten Einsatz von KI?

Dieser Zwischenbereich ist wichtig, weil er Ungerechtigkeit vermeidet. Nicht jede Arbeit über 10 % ist automatisch problematisch, aber jede Arbeit in diesem Bereich verdient Aufmerksamkeit. Für Institutionen ist es sinnvoll, hier qualifiziertes akademisches Urteil einzusetzen, statt ausschließlich mechanisch zu entscheiden.

Über 15 % = nicht bestanden

Überschreitet der Ähnlichkeitswert 15 %, sollte dies bei einer wissenschaftlichen Abschlussarbeit grundsätzlich zu einem Nichtbestehen führen. In diesem Bereich ist das Risiko erheblich, dass die Originalität nicht mehr ausreichend gewahrt wurde. Gerade weil eine Abschlussarbeit den Endnachweis wissenschaftlicher Reife darstellt, muss hier eine klare Grenze gelten.

Dies bedeutet nicht, dass Verfahrensgerechtigkeit entfällt. Studierende sollten den Bericht einsehen können, eine formale Begründung erhalten und gegebenenfalls Stellung nehmen dürfen. Dennoch sollte ein Wert über 15 % im Regelfall als Nichterfüllung des Mindeststandards an wissenschaftlicher Eigenständigkeit gewertet werden.

Ein zu großzügiger Umgang in diesem Bereich kann dem Ruf der Institution schaden, ehrliche Studierende benachteiligen und den Wert des Abschlusses selbst schwächen.

Künstliche Intelligenz ist nicht immer Plagiat, aber Offenlegung ist Pflicht

Ein häufiger Fehler besteht heute darin, jede Nutzung künstlicher Intelligenz automatisch als Täuschung zu behandeln. Es gibt zulässige Formen unterstützender Nutzung, etwa einfache sprachliche Korrekturen oder Verbesserungen der Verständlichkeit, solange der intellektuelle Kern der Arbeit vom Studierenden selbst stammt. Problematisch wird es, wenn KI zentrale Ideen erzeugt, Literatur zusammenfasst, Analysen formuliert oder größere Textteile erstellt.

Daher sollte ergänzend zu Ähnlichkeitsgrenzwerten eine zweite Regel gelten: Jede wesentliche Nutzung künstlicher Intelligenz bei der Erstellung einer Abschlussarbeit muss offengelegt werden.

Dazu gehören beispielsweise:

• die Generierung ganzer Absätze oder wesentlicher Teile,

• automatisierte Zusammenfassungen wissenschaftlicher Quellen,

• Vorschläge für Analysen, Ergebnisse oder Tabellen,

• tiefgreifende Umarbeitungen akademischer Inhalte, die über reine Sprachkorrektur hinausgehen.

Wird eine solche Nutzung nicht offengelegt, sollte dies als Frage akademischer Integrität behandelt werden, auch wenn der Ähnlichkeitswert niedrig ist. Denn das Problem betrifft dann nicht nur Textähnlichkeit, sondern die Echtheit der Autorenschaft.

Warum ist diese Empfehlung international sinnvoll?

Viele Hochschulsysteme brauchen heute klare, einfache und anwendbare akademische Regeln. Einige Institutionen schwanken noch zwischen unstrukturiertem Formalismus und übermäßiger Nachsicht. Zudem verfügen Studierende aus unterschiedlichen Bildungshintergründen nicht immer über die gleichen Kenntnisse im wissenschaftlichen Zitieren.

Ein klarer Standard dieser Art kann helfen, eine reifere wissenschaftliche Kultur aufzubauen. Er schafft keine Atmosphäre der Angst, sondern bietet Orientierung. Gleichzeitig erleichtert er es Betreuenden und Prüfenden, Entscheidungen zu vereinheitlichen, und stärkt die Transparenz gegenüber Familien, Berufsorganisationen und Qualitätssicherungsstellen.

Ergebnisse

Aus der vorliegenden Analyse ergeben sich mehrere zentrale Erkenntnisse.

Erstens kann die Qualität wissenschaftlicher Abschlussarbeiten nicht von der Reputation einer Institution und vom Vertrauen der Gesellschaft in ihre Abschlüsse getrennt werden.

Zweitens macht die Entwicklung künstlicher Intelligenz eine Aktualisierung akademischer Integritätsrichtlinien notwendig. Traditionelle Vorstellungen von Plagiat allein reichen nicht mehr aus.

Drittens fördern klare Ähnlichkeitsgrenzen Prävention, Fairness und Konsistenz in Bewertungsentscheidungen.

Viertens stellt der Standard unter 10 % = akzeptabel eine praktikable und realistische Anerkennung der Natur wissenschaftlichen Schreibens dar.

Fünftens ist die Kategorie 10–15 % = Evaluierung erforderlich unverzichtbar, weil sie Raum für fachlich verantwortliches Urteil lässt und mechanische Fehlentscheidungen vermeidet.

Sechstens sendet über 15 % = nicht bestanden eine klare Qualitätsbotschaft: Eine Abschlussarbeit muss im Kern originär und eigenständig sein.

Siebtens sollte die Offenlegung wesentlicher KI-Nutzung ein integraler Bestandteil moderner Abschlussarbeitsrichtlinien werden. Ein niedriger Ähnlichkeitswert allein garantiert keine vollständige wissenschaftliche Redlichkeit.

Achtens kann diese Empfehlung eine geeignete Grundlage für Mitglieder des Europäischen Rates führender Wirtschaftshochschulen und andere qualitätsorientierte Institutionen darstellen, um ihre Standards zu vereinheitlichen oder weiterzuentwickeln.

Schlussfolgerung

Der Schutz akademischer Integrität ist heute keine nebensächliche Verwaltungsfrage mehr, sondern ein zentraler Bestandteil der Qualität von Hochschulbildung und der Zukunft akademischer Abschlüsse. Im Zeitalter künstlicher Intelligenz reicht es nicht aus, sich nur auf Software zur Ähnlichkeitserkennung zu verlassen. Ebenso wenig genügt es, alle Entscheidungen unstrukturiert dem individuellen Ermessen zu überlassen. Erforderlich ist ein Gleichgewicht zwischen technischer Unterstützung und verantwortungsvollem akademischem Urteil.

Dieser Beitrag empfiehlt daher einen klaren und direkten Rahmen für die Bewertung wissenschaftlicher Abschlussarbeiten:

Unter 10 % = akzeptabel

10–15 % = Evaluierung erforderlich

Über 15 % = nicht bestanden

Zugleich wird empfohlen, die Offenlegung wesentlicher KI-Nutzung verpflichtend zu machen. Eine starke Institution ist nicht jene, die Technologie pauschal ablehnt, sondern jene, die ihren Einsatz ethisch und akademisch verantwortungsvoll reguliert. Und eine gute studentische Leistung besteht nicht darin, moderne Werkzeuge vollständig zu meiden, sondern sie ehrlich, bewusst und innerhalb klarer Grenzen zu nutzen.

Für Mitglieder des Europäischen Rates führender Wirtschaftshochschulen kann diese Empfehlung ein wichtiger Schritt sein, um Standards zu harmonisieren, das Vertrauen in akademische Arbeiten zu stärken und ein ausgewogenes Modell zu fördern, das Modernität mit akademischer Disziplin verbindet. Die Zukunft der Hochschulbildung braucht Klarheit, Fairness und Verantwortung, und diese drei Prinzipien beginnen mit dem Umgang mit der Abschlussarbeit als echtem Ausdruck von Lern- und Forschungsqualität.

Hashtags

#Plagiat #AkademischeIntegrität #KünstlicheIntelligenzImBildungswesen #QualitätVonAbschlussarbeiten #QualitätssicherungImBildungswesen

References

• Bretag, T. Handbook of Academic Integrity. Springer.

• Carroll, J. A Handbook for Deterring Plagiarism in Higher Education. Oxford Centre for Staff and Learning Development.

• Eaton, S. E. Plagiarism in Higher Education: Tackling Tough Topics in Academic Integrity. Libraries Unlimited.

• Foltýnek, T., Meuschke, N., and Gipp, B. “Academic Plagiarism Detection: A Systematic Literature Review.” ACM Computing Surveys.

• Pecorari, D. Academic Writing and Plagiarism: A Linguistic Analysis. Continuum.

• Sowden, C. “Plagiarism and the Culture of Multilingual Students in Higher Education Abroad.” ELT Journal.

• Sutherland-Smith, W. Plagiarism, the Internet, and Student Learning: Improving Academic Integrity. Routledge.

• Williamson, B., Eynon, R., and Potter, J. “Pandora’s Box of Artificial Intelligence in Education.” Learning, Media and Technology.

• Zhai, X., Chu, X., Chai, C. S., et al. “A Review of Artificial Intelligence in Education.” Computers and Education: Artificial Intelligence.

Hashtags

#LatviaEducation #AcademicIntegrity #ThesisQuality #ResponsibleAI #ECLBS