Sieben Prozent der Lehrkräfte in Deutschland haben nach eigenen Angaben bereits KI-generierte Benotungen übernommen, ohne die Ergebnisse zu überprüfen. Eine aktuelle Bitkom-Befragung wirft damit eine grundlegende Frage auf: Wer verantwortet schulische Leistungsbewertungen, wenn künstliche Intelligenz nicht mehr nur unterstützt, sondern ihre Ergebnisse ungeprüft übernommen werden? Internationale Studien zeigen, dass KI auch in anderen europäischen Bildungssystemen zunehmend für die Bewertung von Schülerleistungen eingesetzt wird. Doch zwischen technischer Unterstützung und der Übertragung pädagogischer Entscheidungen verläuft eine entscheidende Grenze. Es geht um die Zuverlässigkeit von Noten, die Gleichbehandlung von Schülerinnen und Schülern und die Frage, ob Schulen ihrer Verantwortung für nachvollziehbare Leistungsbewertungen weiterhin gerecht werden.

Deutschland: Sieben Prozent übernehmen KI-Benotungen ungeprüft

Künstliche Intelligenz ist im deutschen Schulalltag angekommen. Nach einer am 27. Oktober 2026 veröffentlichten Bitkom-Befragung nutzen bereits 58 Prozent der Lehrkräfte KI für schulische Zwecke. Jede fünfte Lehrkraft (20 Prozent) setzt entsprechende Anwendungen zur Kontrolle von Aufgaben und Prüfungen ein. Besonders bemerkenswert ist jedoch ein weiteres Ergebnis: Sieben Prozent der Befragten geben an, KI bereits zur Benotung genutzt zu haben, ohne deren Ergebnisse anschließend zu überprüfen.

Die Zahl bedeutet nicht, dass sieben Prozent sämtlicher Schulnoten in Deutschland ungeprüft von KI vergeben werden. Sie zeigt vielmehr, dass ein Teil der befragten Lehrkräfte nach eigener Aussage bereits auf eine eigenständige Kontrolle KI-generierter Benotungen verzichtet hat. Wie häufig dies geschah und wie viele Schülerleistungen betroffen waren, geht aus der Untersuchung nicht hervor. Ebenso wenig lässt sich daraus ableiten, ob die vergebenen Noten tatsächlich fehlerhaft waren.

Die grundsätzliche Problematik besteht jedoch unabhängig von der Fehlerquote: Eine schulische Leistungsbewertung darf ihre Verbindlichkeit nicht allein daraus beziehen, dass ein KI-System ein plausibel erscheinendes Ergebnis erzeugt hat. Eine Note ist keine unverbindliche Information, sondern eine pädagogische Entscheidung mit möglichen Konsequenzen für Bildungswege, Abschlüsse und Entwicklungschancen. Ihre fachliche Richtigkeit und Angemessenheit müssen deshalb überprüfbar bleiben.

Die Bitkom-Befragung offenbart zugleich erhebliche Unsicherheiten beim KI-Einsatz. Lediglich 57 Prozent der Lehrkräfte berichten von klaren Regeln an ihrer Schule. 51 Prozent fühlen sich durch die Technologie überfordert, während 70 Prozent davon ausgehen, dass sich die KI-Nutzung durch Schülerinnen und Schüler kaum kontrollieren lässt. Gleichzeitig verlangen 92 Prozent eine Kennzeichnung, wenn Lernende KI für schulische Aufgaben einsetzen. Rund zwölf Prozent erlauben KI bewusst auch in Prüfungssituationen.

Daraus ergibt sich eine bemerkenswerte Diskrepanz: Während eine große Mehrheit Transparenz beim KI-Einsatz durch Schülerinnen und Schüler fordert, zeigt die Untersuchung zugleich, dass KI-generierte Benotungen in einem Teil der Fälle offenbar ohne eigenständige Kontrolle übernommen werden. Die Transparenzanforderungen sollten deshalb nicht ausschließlich für Lernende gelten. Auch der KI-Einsatz durch Lehrkräfte muss nachvollziehbar und verantwortbar sein.

Die Ergebnisse beruhen auf einer repräsentativen telefonischen Befragung von 501 Lehrkräften der Sekundarstufen I und II, die Bitkom Research zwischen Ende Mai und Ende Juni 2026 durchgeführt hat.

Europäischer Vergleich: KI wird unterschiedlich intensiv zur Leistungsbewertung eingesetzt

Wie verbreitet künstliche Intelligenz in europäischen Schulen bereits ist, lässt sich anhand der internationalen OECD-Studie TALIS 2024 differenzierter beantworten. Für die im Oktober 2025 veröffentlichte Untersuchung wurden weltweit rund 280.000 Lehrkräfte und Schulleitungen aus 55 Bildungssystemen befragt. Eine Auswertung der Europäischen Kommission vom Juni 2026 zeigt, dass etwa jede dritte Lehrkraft in den erfassten EU-Mitgliedstaaten KI für ihre berufliche Tätigkeit nutzt.

Die nationalen Unterschiede sind erheblich. In Rumänien, Tschechien und Malta liegt der Anteil jeweils bei rund 46 Prozent, in Polen bei 45 Prozent und in Österreich bei 39 Prozent. In Finnland nutzen dagegen 27 Prozent der Lehrkräfte KI, in Frankreich lediglich 14 Prozent.

Noch aussagekräftiger ist die Frage, wofür die Technologie eingesetzt wird. In Rumänien verwendet nahezu die Hälfte der bereits KI-nutzenden Lehrkräfte entsprechende Anwendungen auch zur Bewertung oder Benotung von Schülerarbeiten. In Polen sind es 33 Prozent, in Österreich dagegen nur acht Prozent und in Tschechien neun Prozent.

KI-Einsatz unter Lehrkräften im europäischen Vergleich

Quelle: OECD, TALIS 2024. Gerundete Werte für Lehrkräfte der Sekundarstufe I. Die zweite Prozentspalte bezieht sich ausschließlich auf Lehrkräfte, die KI bereits nutzen. Erfasst wird der Einsatz zur Bewertung oder Benotung, nicht die ungeprüfte Übernahme von KI-Ergebnissen.

Die Unterschiede zeigen, dass eine hohe Verbreitung von KI nicht zwangsläufig mit einer intensiven Nutzung zur Leistungsbewertung einhergeht. Gerade Tschechien ist dafür ein Beispiel: Obwohl fast jede zweite Lehrkraft KI verwendet, bleibt die Nutzung zur Bewertung vergleichsweise selten. Die Technologie wird dort überwiegend für Unterrichtsplanung, Lernaktivitäten und praktische Übungen eingesetzt. In Rumänien ist KI dagegen stärker in unterschiedliche pädagogische Aufgaben eingebunden. Unter den KI-nutzenden Lehrkräften verwenden 90 Prozent die Technologie zur Recherche und Zusammenfassung von Inhalten, 75 Prozent zur Unterrichtsplanung und 49 Prozent zur Leistungsbewertung.

Die entscheidende Vergleichsgröße fehlt allerdings: Die OECD untersucht nicht, ob KI-generierte Bewertungen anschließend durch Lehrkräfte kontrolliert werden. Ein hoher Anteil KI-gestützter Leistungsbewertungen ist daher nicht automatisch ein Hinweis auf ungeprüfte oder fehlerhafte Noten. Umgekehrt lässt sich aus einer niedrigen Nutzungsquote nicht auf eine bessere Qualität der verbleibenden automatisierten Bewertungen schließen.

Deutschland nahm an TALIS 2024 für die Sekundarstufe I nicht teil. Die deutsche Bitkom-Erhebung erfasst zudem einen anderen Zeitraum und teilweise andere Schulstufen. Ihre Ergebnisse können deshalb nicht unmittelbar in die OECD-Vergleichswerte eingeordnet werden.

England: Hohe KI-Nutzung, geringe Verbreitung bei der Benotung

Ein weiterer Vergleich ergibt sich aus einer Untersuchung der britischen Lehrergewerkschaft National Education Union (NEU). Für den im April 2026 veröffentlichten Bericht State of Education: AI wurden 9.408 Gewerkschaftsmitglieder aus staatlichen Schulen in England befragt.

Demnach nutzen 76 Prozent der befragten Lehrkräfte KI für ihre tägliche Arbeit. Ein Jahr zuvor lag der Anteil bei 53 Prozent. Besonders häufig wird die Technologie zur Erstellung von Unterrichtsmaterialien (61 Prozent), Unterrichtsplanung (41 Prozent) und Unterstützung administrativer Aufgaben (38 Prozent) verwendet. Lediglich sieben Prozent berichten vom KI-Einsatz zur Korrektur oder Bewertung von Schülerarbeiten.

Diese sieben Prozent beschreiben allerdings einen anderen Sachverhalt als die entsprechende Zahl aus Deutschland. Während die englische Erhebung jede Form der KI-Nutzung bei der Bewertung erfasst, fragt Bitkom ausdrücklich nach der Übernahme von Benotungen ohne anschließende Kontrolle. Eine Gleichsetzung wäre daher irreführend.

Auch in England bestehen organisatorische Defizite. Nach Angaben der Befragten verfügen 49 Prozent der Schulen über keine KI-Richtlinie für Beschäftigte oder Lernende. Die Erhebung ist zudem eine Gewerkschaftsbefragung und methodisch nicht unmittelbar mit der repräsentativen deutschen Studie vergleichbar.

KI-Unterstützung ist nicht gleich automatisierte Benotung

Eine ergänzende Untersuchung der Europäischen Schulbildungsplattform vom April 2026 unterstreicht die unterschiedlichen Einsatzbereiche. An der freiwilligen Befragung beteiligten sich 1.130 Personen aus dem Bildungsbereich in mehr als 50 Ländern. Die Ergebnisse sind nicht repräsentativ für sämtliche europäischen Lehrkräfte.

73 Prozent der Befragten nutzen KI zumindest teilweise zur Unterrichtsplanung und Erstellung von Lehrmaterialien. 67 Prozent setzen entsprechende Anwendungen zur Vorbereitung von Prüfungen und Bewertungsaufgaben ein. Bei der eigentlichen Benotung zeigt sich dagegen größere Zurückhaltung: 41 Prozent geben an, KI für abschließende Leistungsbewertungen überhaupt nicht einzusetzen.

Diese Unterscheidung ist fachlich wesentlich. Eine KI kann Lehrkräfte bei der Entwicklung von Aufgabenstellungen, Erwartungshorizonten oder Bewertungskriterien unterstützen. Die Ergebnisse lassen sich vor ihrer Verwendung kontrollieren, korrigieren und an den jeweiligen Unterrichtskontext anpassen. Anders verhält es sich, wenn das System eine konkrete Schülerleistung bewertet und die vorgeschlagene Note ohne inhaltliche Prüfung übernommen wird.

In diesem Fall verändert sich die Funktion der Technologie. Aus einem Hilfsmittel für die pädagogische Arbeit wird faktisch eine Instanz, deren Bewertung unmittelbare Konsequenzen für Lernende haben kann.

Nicht der KI-Einsatz selbst ist deshalb die zentrale Schwachstelle, sondern der Verzicht auf eine unabhängige fachliche Beurteilung dort, wo automatisierte Ergebnisse zu verbindlichen Entscheidungen werden.

Ungeprüfte Noten gefährden Nachvollziehbarkeit und Bewertungsgerechtigkeit

Die Bewertung schulischer Leistungen ist kein rein technischer Vorgang. Insbesondere bei Aufsätzen, offenen Prüfungsfragen und komplexen Problemlösungen müssen fachliche Anforderungen, Bewertungsmaßstäbe und gegebenenfalls pädagogisch relevante Zusammenhänge berücksichtigt werden.

Generative KI-Systeme können überzeugend formulierte Beurteilungen erstellen, ohne dass ihre Ergebnisse zwingend korrekt oder konsistent sind. Eine sprachlich schlüssige Begründung bietet noch keine Gewähr dafür, dass die zugrunde liegende Bewertung sachlich angemessen ist.

Zu den möglichen Risiken zählen fehlerhafte Interpretationen von Aufgabenstellungen, uneinheitliche Bewertungsmaßstäbe und Verzerrungen bei sprachlichen oder kulturellen Besonderheiten. Auch identische oder vergleichbare Leistungen können durch unterschiedlich formulierte Eingaben oder veränderte Systembedingungen abweichend bewertet werden.

Besonders problematisch wird dies, wenn Lehrkräfte das Ergebnis nicht mit der tatsächlichen Schülerleistung und den festgelegten Bewertungskriterien abgleichen. Dann fehlt ein wesentliches Korrektiv, um mögliche Fehler vor der Notenvergabe zu erkennen.

Hinzu kommt die Frage der Nachvollziehbarkeit. Schülerinnen und Schüler müssen verstehen können, weshalb ihre Leistung eine bestimmte Bewertung erhalten hat. Auch bei Einwänden oder Nachfragen von Erziehungsberechtigten müssen die zugrunde liegenden Kriterien erläutert werden können.

Eine KI-generierte Begründung ersetzt dabei keine eigenständige fachliche Prüfung. Ebenso wenig reicht es aus, wenn eine Lehrkraft ein automatisiertes Ergebnis lediglich formal bestätigt, ohne dessen Inhalt zu kontrollieren.

Die Verantwortung für die Leistungsbewertung bleibt bei den zuständigen schulischen Akteuren. Sie lässt sich nicht allein dadurch auf ein technisches System übertragen, dass dessen Ergebnis übernommen wird.

Die Bitkom-Zahlen belegen nicht, dass bereits systematisch fehlerhafte Noten vergeben werden. Sie zeigen jedoch, dass eine Form der Qualitätssicherung, die gerade bei folgenreichen Entscheidungen wesentlich ist, nach Angaben eines Teils der Lehrkräfte bereits unterblieben ist.

EU AI Act: Leistungsbewertung gehört zu den Hochrisikobereichen

Auch der europäische Gesetzgeber betrachtet KI-gestützte Leistungsbewertungen als besonders sensiblen Anwendungsbereich. Der EU AI Act nennt in Anhang III ausdrücklich Systeme, die zur Bewertung von Lernergebnissen in Bildungs- und Berufsbildungseinrichtungen bestimmt sind.

Entsprechende Anwendungen können als Hochrisiko-KI-Systeme eingestuft werden. Entscheidend sind der vorgesehene Einsatzzweck und die gesetzlichen Klassifizierungskriterien. Nicht jede Verwendung eines allgemeinen KI-Assistenten durch eine Lehrkraft fällt damit automatisch in diese Kategorie.

Für entsprechend eingestufte Systeme sieht die Verordnung unter anderem Anforderungen an Risikomanagement, Datenqualität, Dokumentation, Transparenz und menschliche Aufsicht vor. Nach der 2026 geänderten Umsetzungssystematik gelten die einschlägigen Hochrisikoregeln für die in Anhang III genannten eigenständigen KI-Systeme grundsätzlich ab dem 2. Dezember 2027.

Gerade die menschliche Aufsicht ist für schulische Leistungsbewertungen von zentraler Bedeutung. Sie darf nicht auf eine formale Bestätigung maschinell vorgeschlagener Ergebnisse reduziert werden. Eine wirksame Kontrolle setzt voraus, dass verantwortliche Personen die Grenzen des Systems kennen, Ergebnisse fachlich bewerten und unzutreffende Entscheidungen korrigieren können.

Unabhängig von den spezifischen Anforderungen des AI Act gelten bereits bestehende datenschutzrechtliche Verpflichtungen und nationale Regelungen zur schulischen Leistungsbeurteilung. Werden personenbezogene Schülerdaten in externe KI-Anwendungen eingegeben, müssen unter anderem die Rechtsgrundlage der Verarbeitung, Zugriffsrechte und mögliche Datenübermittlungen geprüft werden.

Die regulatorische Herausforderung reicht somit über den technischen Betrieb der Anwendungen hinaus. Schulen müssen sicherstellen, dass KI-gestützte Bewertungen fachlich überprüft, nachvollziehbar dokumentiert und einer verantwortlichen Person zugeordnet werden können.

Fehlende Kompetenzen erschweren eine wirksame Kontrolle

Internationale Untersuchungen zeigen, dass viele Lehrkräfte für den sachgerechten Einsatz künstlicher Intelligenz zusätzliche Unterstützung benötigen. Im OECD-Durchschnitt geben rund 75 Prozent der Lehrkräfte, die KI bislang nicht für ihre Unterrichtstätigkeit nutzen, an, nicht über die erforderlichen Kenntnisse oder Fähigkeiten zu verfügen. In Tschechien liegt dieser Anteil bei 80 Prozent, in Frankreich bei 79 Prozent, in Finnland bei 81 Prozent und in Österreich bei 69 Prozent. Diese Werte beziehen sich ausschließlich auf Lehrkräfte ohne entsprechende KI-Nutzung.

Auch die deutsche Bitkom-Befragung zeigt den Qualifizierungsbedarf. Während sich 51 Prozent von KI überfordert fühlen, wünschen sich 50 Prozent Anwendungen, die sie bei Routineaufgaben entlasten.

Für einen verantwortungsvollen Einsatz reicht es deshalb nicht aus, Lehrkräften lediglich KI-Anwendungen zur Verfügung zu stellen. Erforderlich sind Kompetenzen zur Überprüfung generierter Inhalte, Kenntnisse möglicher Fehlerquellen und eindeutige Vorgaben für die Verwendung sensibler Schülerdaten.

Besonders wichtig ist die Unterscheidung zwischen Aufgaben, bei denen KI eigenständig unterstützen kann, und solchen, bei denen eine fachliche Überprüfung unverzichtbar bleibt. Zur Leistungsbewertung gehören nachvollziehbare Kriterien, die Kontrolle der vorgeschlagenen Note und die Möglichkeit, Fehler zu erkennen und zu korrigieren.

Auch Schulen und Bildungsverwaltungen stehen in der Verantwortung. Solange verbindliche interne Regeln fehlen, bleibt die Entscheidung über zulässige Einsatzbereiche häufig einzelnen Lehrkräften überlassen. Dadurch können unterschiedliche Praktiken entstehen, selbst innerhalb derselben Einrichtung.

Fazit: Eine Note braucht mehr als ein plausibles KI-Ergebnis

Die europäischen Vergleichsdaten verdeutlichen, wie unterschiedlich künstliche Intelligenz im Bildungswesen eingesetzt wird. Während manche Länder bereits hohe Nutzungsquoten bei der Leistungsbewertung erreichen, beschränkt sich der Einsatz andernorts stärker auf Unterrichtsvorbereitung und administrative Unterstützung.

Die deutsche Bitkom-Befragung macht jedoch einen besonders sensiblen Aspekt sichtbar: Sieben Prozent der befragten Lehrkräfte haben nach eigenen Angaben bereits KI-generierte Benotungen ohne anschließende Kontrolle übernommen. Wie häufig dies geschah und ob die Ergebnisse fehlerhaft waren, bleibt offen. Bereits die dokumentierte Praxis wirft jedoch grundlegende Fragen nach Qualitätssicherung und Verantwortlichkeit auf.

Internationale Vergleichsdaten über die ungeprüfte Übernahme von KI-Noten fehlen bislang weitgehend. Künftige Untersuchungen sollten deshalb nicht nur erfassen, ob künstliche Intelligenz zur Bewertung eingesetzt wird, sondern auch, wie ihre Ergebnisse kontrolliert, dokumentiert und gegenüber Lernenden begründet werden.

Für Schulen ergibt sich daraus eine klare Trennlinie: KI kann die Vorbereitung und Auswertung von Leistungsnachweisen unterstützen. Die abschließende Bewertung muss jedoch fachlich nachvollziehbar sein und unter wirksamer menschlicher Verantwortung stehen.

Ein KI-System kann eine Note vorschlagen. Ob diese Note gerechtfertigt ist, muss überprüft werden. Wird auf diese Kontrolle verzichtet, besteht das Risiko, dass eine automatisierte Einschätzung die Stelle einer verantworteten pädagogischen Entscheidung einnimmt.

Die entscheidende Herausforderung für Europas Bildungssysteme liegt deshalb nicht allein in der Verbreitung künstlicher Intelligenz, sondern in der Gewährleistung überprüfbarer, transparenter und gerechter Leistungsbewertungen.

Quellen und Methodik

Bitkom (27. Oktober 2026): „7 Prozent der Lehrkräfte haben schon ungeprüft Noten durch KI vergeben“. Repräsentative telefonische Befragung von 501 Lehrkräften in Deutschland, Erhebungszeitraum KW 22–26/2026. OECD (2025):Results from TALIS 2024 – The State of Teaching. Internationale Lehrkräftebefragung, Erhebungsjahr 2024, Länderergebnisse und Tabellen 1.59, 1.60 und 1.63. Europäische Kommission (11. Juni 2026): The Teaching Profession in the EU – A Comparative Analysis Building on the TALIS 2024 Results. National Education Union (2. April 2026):State of Education: AI. Befragung von 9.408 Gewerkschaftsmitgliedern an staatlichen Schulen in England. European School Education Platform (8. April 2026): Survey on Artificial Intelligence for Teaching and Learning – Results. Freiwillige Befragung mit 1.130 Antworten. Europäische Union: Verordnung (EU) 2024/1689 (AI Act), insbesondere Anhang III zu Bildungs- und Berufsbildungsanwendungen, in der 2026 geänderten Fassung.