University of Paderborn has defined AI policies across 12 of 12 policy categories, covering Academic Integrity, Institutional & Administrative, Research, Teaching & Learning. The university prohibits the use of AI tools in coursework unless explicitly permitted by instructors. Students are required to disclose and attribute AI-generated content in their academic work. The university employs detection and enforcement mechanisms for unauthorized AI use. Research-related AI policies address manuscript preparation, data analysis, research ethics. At the institutional level, the university has established guidelines for faculty and staff AI use, data protection and approved AI tools, AI governance strategy.
Grundsätzlich ist die Verwendung von Ergebnissen texterstellender KI-Werkzeuge
kein Plagiat und kann gegenwärtig nicht von entsprechender Prüfsoftware
identifiziert werden. Der Einsatz texterzeugender KI-Werkzeuge ist ein Hilfsmittel,
dessen Zulässigkeit vom Kontext abhängt. Er ist immer angabepflichtig.
Das bedeutet, dass Studierende und Lehrende dieses Dokument als gemeinsame Aushandlungsgrundlage
im Hinblick auf die Dokumentation und Kennzeichnung von KI-Tools in wissenschaftlichen Arbeiten nutzen
können.
Der Einsatz texterzeugender KI-Werkzeuge ist ein Hilfsmittel,
dessen Zulässigkeit vom Kontext abhängt. Er ist immer angabepflichtig.
Ein besonders sensibler Anwendungsbereich von KI im Hochschulkontext ist die Bewertung von Studierenden. Automatisierte Bewertungssysteme versprechen eine objektive Bewertung, von Prüfungen oder Essays bergen jedoch auch Risiken, insbesondere hinsichtlich Fairness und Bias. KI zeigt zudem oft eine bemerkenswerte Variabilität in ihren Ergebnissen, was die Reproduzierbarkeit der Resultate erschwert.
Die Frage, ob Prüfungsleistungen mithilfe von KI-basierten Schreibtools bewertet werden dürfen, ist von besonderer Bedeutung. Prüfungsleistungen, die über stark vorstrukturierte Formate wie beispielsweise Multiple-Choice-Klausuren hinausgehen, etwa Hausarbeiten, unterliegen dem Urheberrechtsschutz.
Studierende müssen darauf vorbereitet werden, KI als Werkzeug zu nutzen – nicht als Ersatz für wissenschaftliches
Denken, sondern als Unterstützung in kreativen und analytischen Prozessen. Kritisches Hinterfragen, methodische Reflexion und transparente Dokumentation des KI-Einsatzes werden dabei zu neuen Kernkompetenzen.
Artikel Betriebssysteme Spezielle Zielgruppe
AI-Chat Alle Image: Angestellte • Image: Studierende
AI-Gateway Alle Image: Angestellte • Image: Studierende
In der Hochschulbildung stehen Lehrende und Studierende gleichermaßen vor der Herausforderung, die von KI gelieferten Informationen zu bewerten und ihre Richtigkeit zu überprüfen. Daher erfordert der Einsatz von KI in der Forschung stets eine kritische Reflexion der generierten Daten, da KI-gestützte Werkzeuge nicht als unfehlbare Quellen betrachtet werden sollten.
Artikel Betriebssysteme Spezielle Zielgruppe
AI-Chat Alle Image: Angestellte • Image: Studierende
AI-Chat: Anwendungsfälle Alle Image: Angestellte • Image: Studierende
AI-Chat: Eigene KI-Assistenten erstellen Alle Image: Angestellte • Image: Studierende
AI-Chat: Wissensbasen aufbauen Alle Image: Angestellte • Image: Studierende
AI-Gateway Alle Image: Angestellte • Image: Studierende
Bilder mit KI erstellen Alle Image: Angestellte • Image: Studierende
NoScribe - KI-unterstützte Transkription Alle Image: Angestellte • Image: Studierende
Programmieren mit KI-Unterstützung Alle Image: Angestellte • Image: Studierende
Der reflektierte Einsatz
von KI gehört zur wissenschaftlichen Praxis und wird in vielen Disziplinen zur Standardkompetenz. Studierende müssen darauf vorbereitet werden, KI als Werkzeug zu nutzen – nicht als Ersatz für wissenschaftliches
Denken, sondern als Unterstützung in kreativen und analytischen Prozessen. Kritisches Hinterfragen, methodische Reflexion und transparente Dokumentation des KI-Einsatzes werden dabei zu neuen Kernkompetenzen.
Die Integration von KI in den wissenschaftlichen Schreibprozess erfordert eine transparente Dokumentation
und kritische Reflexion ihres Einsatzes.
Die Reflexion des KI-Einsatzes sollte in einem eigenständigen Abschnitt der wissenschaftlichen Arbeit erfolgen. Ziel ist es, die eigenen Entscheidungsprozesse, Herausforderungen und Erkenntnisse im Umgang mit
KI-gestützten Werkzeugen kritisch zu analysieren. Eine effektive Möglichkeit hierfür besteht darin, den Einsatz systematisch zu thematisieren und gezielt auf spezifische Arbeitsprozesse oder Abschnitte einzugehen.
Es ist wichtig zu betonen, dass KI-Systeme kein echtes Wissen besitzen. Stattdessen beruhen sie auf statistischen Modellen, welche die wahrscheinlichste Antwort anhand der ihnen zur Verfügung gestellten Daten berechnen. Dies bedeutet, dass die von ihnen generierten Ergebnisse eher statistische Wahrscheinlichkeiten als gesichertes Wissen darstellen. Das Verständnis dieser Funktionsweise ist für Nutzer*innen entscheidend, um die Zuverlässigkeit von KI generierten Inhalten richtig einzuschätzen.
In der Hochschulbildung stehen Lehrende und Studierende gleichermaßen vor der Herausforderung, die von KI gelieferten Informationen zu bewerten und ihre Richtigkeit zu überprüfen. Daher erfordert der Einsatz von KI in der Forschung stets eine kritische Reflexion der generierten Daten, da KI-gestützte Werkzeuge nicht als unfehlbare Quellen betrachtet werden sollten.
Die Integration von KI in den wissenschaftlichen Schreibprozess erfordert eine transparente Dokumentation
und kritische Reflexion ihres Einsatzes.
Durch diese reflektierte Betrachtung wird sowohl die Eigenleistung der Studierenden gestärkt als auch die akademische Integrität gewahrt.
Reicht ein Beitrag nicht aus, um eine Autor*innenschaft im Sinne von Abs. 2
zu rechtfertigen, kann diese Unterstützung in Fußnoten, im Vorwort oder im Acknowledgement
angemessen anerkannt werden.
Der Einsatz texterzeugender KI-Werkzeuge ist ein Hilfsmittel,
dessen Zulässigkeit vom Kontext abhängt. Er ist immer angabepflichtig.
Wird generative KI im Schreibprozess eingesetzt, sollte die Nutzung von Beginn an dokumentiert werden,
um sie später nachvollziehbar angeben zu können. Dafür empfiehlt es sich, mit KI-Tools zu arbeiten, die
Chatverläufe speichern und exportieren lassen, sodass die Interaktionen bei Bedarf vollständig offengelegt
werden können.
Es gibt verschiedene Möglichkeiten, den Einsatz von KI in wissenschaftlichen Arbeiten kenntlich zu machen,
etwa als methodischen Hinweis, in der Danksagung oder durch konkrete Quellenangabe.
Hiermit versichere ich, dass ich meine Bachelorarbeit/Masterarbeit/Studienarbeit/Hausarbeit (Unzutreffendes
bitte streichen) mit dem Titel
____________________________________________________________________________________________________________
____________________________________________________________________________________________________________
– bei einer Gruppenarbeit den entsprechend gekennzeichneten Teil der Arbeit – selbstständig verfasst und
keine anderen als die angegebenen Quellen und Hilfsmittel benutzt habe.
Eine Übersicht der gängigen Dokumentationssysteme finden Sie in der „Handreichung zur Dokumentation und Kennzeichnung von
KI-Tools“
Grundsätzlich ist die Verwendung von Ergebnissen texterstellender KI-Werkzeuge
kein Plagiat und kann gegenwärtig nicht von entsprechender Prüfsoftware
identifiziert werden.
Hiermit versichere ich, dass ich meine Bachelorarbeit/Masterarbeit/Studienarbeit/Hausarbeit (Unzutreffendes
bitte streichen) mit dem Titel
____________________________________________________________________________________________________________
____________________________________________________________________________________________________________
– bei einer Gruppenarbeit den entsprechend gekennzeichneten Teil der Arbeit – selbstständig verfasst und
keine anderen als die angegebenen Quellen und Hilfsmittel benutzt habe.
Das bedeutet, dass Studierende und Lehrende dieses Dokument als gemeinsame Aushandlungsgrundlage
im Hinblick auf die Dokumentation und Kennzeichnung von KI-Tools in wissenschaftlichen Arbeiten nutzen
können.
Artikel Betriebssysteme Spezielle Zielgruppe
AI-Chat Alle Image: Angestellte • Image: Studierende
AI-Gateway Alle Image: Angestellte • Image: Studierende
Ein besonders sensibler Anwendungsbereich von KI im Hochschulkontext ist die Bewertung von Studierenden. Automatisierte Bewertungssysteme versprechen eine objektive Bewertung, von Prüfungen oder Essays bergen jedoch auch Risiken, insbesondere hinsichtlich Fairness und Bias. KI zeigt zudem oft eine bemerkenswerte Variabilität in ihren Ergebnissen, was die Reproduzierbarkeit der Resultate erschwert.
Der AI-Chat ist über folgende Seite erreichbar:
* https://ai-chat.upb.de .
* Melden Sie sich mit Ihrem Uni-Account an, nachdem Sie für den Dienst freigeschaltet wurden
Beachten Sie dabei die Nutzungsbedingungen und Datenschutzrichtlinien. Für einen API-Key müssen Sie zunächst den KI-Dienst im Service-Portal aktivieren und sich dann über https://ai-gateway.upb.de einen API-Schlüssel generieren.
Die Nutzung des AI-Chats erfolgt auf freiwilliger Basis und erfordert eine Einwilligung in die Verarbeitung der erforderlichen eigenen personenbezogenen Daten (siehe Datenschutzerklärung ).
Sie müssen sicherstellen, dass Ihre Eingaben (Prompts) keine Rechte verletzten.
Vertrauliche Informationen der Universität, sowie personenbezogene Daten, dürfen grundsätzlich nicht mit dem Chat verarbeitet werden.
Beim Umgang mit KI-Diensten ist das Hochladen von Fotos, Videos, Audioaufnahmen oder die Eingabe von Informationen über Personen ohne deren Einwilligung unzulässig. Personenbezogene Daten im Sinne von Art. 4 Nr. 1 DSGVO umfassen alle Informationen, die sich auf eine identifizierte oder identifizierbare Person beziehen.
Die speziell bereitgestellte Plattform AI-Chat der Universität Paderborn nutzt eine API-Schnittstelle, um Anfragen an den externen KI-Dienst zu übermitteln. Aktuell werden Open-Source-Modelle von der Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen (GWDG) sowie ChatGPT von OpenAI verwendet. Diese technische Gestaltung gewährleistet, dass keine Anmeldedaten wie Benutzernamen oder andere persönliche Informationen weitergegeben werden.
ChatGPT wird der Einsatz texterstellender KI-Werkzeuge in Studium und Lehre
gegenwärtig intensiv an der Universität diskutiert. Das Thema steht am Anfang,
die technischen Weiterentwicklungen, rechtlichen Bewertungen und die
Auswirkungen auf das Arbeits- bzw. Universitätsleben sind noch unklar.
Handreichung zur Dokumentation
und Kennzeichnung von KI-Tools
KI in Seminar- und Abschlussarbeiten
– Eine Handreichung für Lehrende
Ein besonders sensibler Anwendungsbereich von KI im Hochschulkontext ist die Bewertung von Studierenden.
Der EU AI Act (KI Verordnung) und seine Bedeutung
Knowing your institution's AI policy is step one. DocuMark helps enforce it fairly by empowering universities to manage AI-generated content, prevent cheating, and support student writing through responsible AI use.
University of Paderborn has defined AI policies in 12 of 12 categories, with an overall coverage score of 100%.
Disclosure of AI use is mandatory. The university recommends documenting AI use from the start, choosing an appropriate documentation format, and it links this to the required declaration of independent authorship for submitted written work.
The university states that AI-generated text is not currently identifiable by relevant detection software, so it does not rely on technical detection as a basis for policy. The provided sources emphasize disclosure and independent-authorship declarations, but they do not define AI-specific penalties or enforcement procedures beyond the general signed declaration requirements.
The university provides approved institutional AI platforms, including AI-Chat and AI-Gateway, accessed through university accounts and service activation. It prohibits entering confidential university information and generally prohibits processing personal data in the chat; it also states that uploading data about people without consent is impermissible. The university notes that its AI-Chat architecture is designed so that login data and other personal information are not forwarded.
Disclaimer:* All university AI policy information presented on this platform is compiled from publicly available information, official university websites, and related academic sources. This data reflects information available at the time of last verification as on 27th February 2026. University and institution names referenced on this platform are the property and trademarks of their respective institutions. Their inclusion does not imply any affiliation with, endorsement by, or partnership with those institutions. Policy coverage scores and categorical indicators are automated assessments derived from available documentation and are provided for informational and comparative purposes only. They do not constitute legal, academic, or compliance advice. Users are advised to exercise their own judgement and independently verify all policy information directly with the respective university before making any academic or institutional decisions. For any queries or corrections, please contact us at support@trinka.ai