KI-Richtlinien deutscher Universitäten 2026: Was erlaubt ist — sortierbar nach Hochschule

Was Sie in diesem Beitrag erfahren: Dieser Artikel liefert die umfassendste deutschsprachige Übersicht über KI-Richtlinien an deutschen Universitäten im Jahr 2026. Sie erhalten eine sortierbare Tabelle mit den konkreten Regelungen von mehr als 25 Hochschulen — aufgeschlüsselt nach Regelungsmodell, Dokumentationspflicht, Geltungsbereich und direktem Link zum Originaldokument. Darüber hinaus erfahren Sie, welche vier Regelungsmodelle sich an deutschen Hochschulen herausgebildet haben, welche rechtlichen Konsequenzen bei nicht deklarierter KI-Nutzung drohen — einschließlich des Urteils des Verwaltungsgerichts Kassel vom Februar 2026 —, wie Sie ein KI-Verzeichnis korrekt anlegen und Ihre Eigenständigkeitserklärung rechtssicher formulieren. Am Ende finden Sie eine praxistaugliche Checkliste, sechs FAQ-Antworten und weiterführende Ressourcen, mit denen Sie sich an jeder deutschen Hochschule auf der sicheren Seite bewegen.

Wer 2026 eine Hausarbeit, Bachelorarbeit oder Masterarbeit an einer deutschen Hochschule abgibt, steht vor einer Frage, die noch vor zwei Jahren kaum jemand formuliert hätte: Darf ich KI verwenden — und wenn ja, wie muss ich es dokumentieren? Die Antwort variiert nicht nur von Universität zu Universität, sondern oft von Fachbereich zu Fachbereich und sogar von Lehrkraft zu Lehrkraft. Eine Erhebung von Scribbr unter den 100 größten deutschen Hochschulen ergab, dass nur 12 % die Nutzung generativer KI generell erlauben, 23 % sie teilweise gestatten, 2 % sie vollständig verbieten und an ganzen 63 % der Hochschulen keine oder nur sehr vage Richtlinien existieren. Gleichzeitig zeigt der Leitlinien-Check 2026 des Hochschulforums Digitalisierung auf Basis von 30 offiziell veröffentlichten Leitlinien aus allen 16 Bundesländern, dass sich die Regulierung rapide weiterentwickelt — weg von reaktiven Verboten hin zu strategischer, kompetenzorientierter Integration. Und das Verwaltungsgericht Kassel hat im Februar 2026 mit zwei Urteilen (Az. 7 K 2134/24.KS und 7 K 2515/25.KS) klargestellt, dass nicht deklarierte KI-Nutzung als schwerwiegender Täuschungsversuch gewertet werden kann — mit Konsequenzen bis hin zur Exmatrikulation. Dieser Beitrag liefert Ihnen erstmals eine sortierbare Übersicht mit den konkreten KI-Regelungen von mehr als 25 deutschen Universitäten, ordnet sie in vier Regelungsmodelle ein, analysiert die rechtliche Lage und gibt Ihnen eine praxistaugliche Checkliste für die sichere Nutzung von KI-Tools in wissenschaftlichen Arbeiten.

Status quo 2026: Wie weit ist die KI-Regulierung an deutschen Hochschulen?

Die deutsche Hochschullandschaft befindet sich in einem regulatorischen Übergang. Was 2023 mit ersten, meist informellen Stellungnahmen zu ChatGPT begann, hat sich bis 2026 zu einem differenzierten Mosaik aus Leitlinien, Richtlinien und Senats­beschlüssen entwickelt. Der Leitlinien-Check 2026 des Hochschulforums Digitalisierung (HFD) — eine systematische Analyse von 30 offiziell veröffentlichten KI-Leitlinien aus allen 16 Bundesländern — zeigt einen klaren Trend: Hochschulen bewegen sich von ad-hoc Reaktionen hin zu einer langfristigen, agilen Gestaltungsperspektive. KI-Leitlinien fungieren dabei nicht mehr als reine Regelwerke, sondern als sogenannte „Enabling-Dokumente“, die den Umgang mit KI-Systemen regulieren, kontextualisieren und inspirieren (HFD, Mai 2026, PDF).

Gleichzeitig bleibt die Lücke zwischen Vorreitern und Nachzüglern erheblich. Während Hochschulen wie die Universität Göttingen bereits im Januar 2026 einen umfassenden Präsidiumsbeschluss verabschiedet haben, der KI als grundsätzlich zulässiges Hilfsmittel in Prüfungen ohne Aufsicht einstuft, fehlen an vielen Einrichtungen weiterhin verbindliche Regelungen. Der KI-Monitor 2025 des HFD belegt: 97 % der Hochschulen befassen sich mit den Auswirkungen generativer KI auf Prüfungen, 87 % haben ihre Eigenständigkeitserklärungen aktualisiert — aber nur 43 % haben ihre Prüfungsordnungen tatsächlich angepasst (KI-Monitor 2025).

Dazu kommt die europäische Dimension: Mit dem EU AI Act, dessen Regelungen zu KI mit allgemeinem Verwendungszweck ab dem 2. August 2026 gelten, stehen Hochschulen vor zusätzlichen Anforderungen. Die Universität Mannheim hat dies zum Anlass genommen, als eine der ersten deutschen Universitäten eine rechtsverbindliche KI-Richtlinie auf Rektoratsebene zu beschließen, die explizit auf die EU-KI-Verordnung Bezug nimmt und ein zentrales KI-Register einführt (Uni Mannheim, 22. Oktober 2025).

Vier Regelungsmodelle im Überblick

Aus der Analyse der vorliegenden Richtlinien lassen sich vier grundlegende Modelle destillieren, die den Umgang deutscher Universitäten mit generativer KI in Studium und Lehre beschreiben. Die Zuordnung ist dabei selten trennscharf — viele Hochschulen kombinieren Elemente mehrerer Modelle, und innerhalb einer Universität können Fachbereiche abweichende Regelungen treffen.

Modell 1: Generelle Erlaubnis mit Dokumentationspflicht

Dieses Modell versteht KI als integralen Bestandteil wissenschaftlichen Arbeitens und erlaubt die Nutzung grundsätzlich — unter der Bedingung vollständiger Transparenz. Studierende müssen den KI-Einsatz in einer aktualisierten Eigenständigkeitserklärung offenlegen, ein KI-Verzeichnis führen und gegebenenfalls Leitfragen zur Reflexion beantworten. Die Universität Göttingen ist hier Vorreiter: Ihr Präsidiumsbeschluss vom 7. Januar 2026 empfiehlt ausdrücklich, KI „weitestgehend in die Lehre zu integrieren und die Nutzung durch Lehrende und Studierende zu fördern“. KI-Modelle sind in Prüfungen ohne Aufsicht grundsätzlich ein zulässiges Hilfsmittel, sofern die Nutzung transparent deklariert wird. Die IU Internationale Hochschule verfolgt einen ähnlich offenen Ansatz und erlaubt KI-Chatbots explizit im akademischen Kontext.

Modell 2: Teilweise Erlaubnis — Lehrkraft entscheidet

Die Mehrheit der Hochschulen mit veröffentlichten Leitlinien folgt diesem Modell. Die Universität gibt einen Orientierungsrahmen vor, überlässt die konkrete Ausgestaltung aber den Lehrenden und Prüfungsausschüssen. Typisch ist die Formulierung, dass KI „grundsätzlich nicht verboten“ sei, die Zulässigkeit aber von der jeweiligen Prüfungsordnung und der expliziten Genehmigung durch die Lehrperson abhänge. Diesem Modell folgen unter anderem die Universität Heidelberg (KI-Leitlinie für Studium und Lehre, verabschiedet im Wintersemester 2025/26), die Universität Bonn (Leitlinie vom 23. Oktober 2025), die FAU Erlangen-Nürnberg (Leitlinien für KI in der Lehre, April 2025), die TU Berlin, die FU Berlin, die RWTH Aachen, die Universität Hamburg (Orientierungsrahmen gKI) und die Universität Münster. Die Universität Heidelberg formuliert es prägnant: „Die Nutzung von KI und Sprachmodellen wie ChatGPT, DeepL oder anderen Werkzeugen ist im Studium und in der Lehre an der UHD grundsätzlich erlaubt. Die spezifische Anwendung muss mit den Prüfer:innen und Lehrenden abgestimmt werden.“

Modell 3: Grundsätzlich restriktiv — Ausnahmen nur bei expliziter Erlaubnis

Einige Hochschulen gehen den umgekehrten Weg: KI-Nutzung ist in Prüfungsleistungen nicht erlaubt, es sei denn, sie wird ausdrücklich gestattet. Nicht deklarierte Nutzung wird als Täuschungsversuch gewertet. Die Universität Kassel hat mit dem Urteil des VG Kassel vom 25. Februar 2026 ein besonders drastisches Signal gesetzt: Zwei Studierende wurden wegen nicht deklarierter KI-Nutzung von Wiederholungsprüfungen ausgeschlossen — de facto eine Exmatrikulation. Das Gericht bestätigte die Einordnung als schwerwiegender Täuschungsversuch und verwies sogar auf mögliche strafrechtliche Relevanz nach § 156 StGB (WBS.LEGAL, Analyse des Urteils). Auch die TU Dresden betont in ihren Handlungsempfehlungen, dass KI-Nutzung „nach freier Entscheidung“ erfolgen darf, aber Lehrende die Rahmenbedingungen für Prüfungen individuell festlegen.

Modell 4: Keine klare Regelung

An 63 % der von Scribbr untersuchten 100 größten deutschen Hochschulen existieren nach wie vor keine oder nur sehr vage Richtlinien. Das bedeutet nicht zwangsläufig, dass KI-Nutzung verboten ist — es bedeutet aber, dass Studierende ohne klare Orientierung arbeiten und im Zweifelsfall das gesamte Risiko tragen. Ohne explizite Erlaubnis durch die Lehrkraft kann jede KI-gestützte Prüfungsleistung im Nachhinein als Täuschungsversuch gewertet werden.

Sortierbare Übersicht: KI-Richtlinien an 25+ deutschen Universitäten

Die folgende Tabelle fasst die konkreten Regelungen der wichtigsten deutschen Universitäten zusammen. Für jede Hochschule finden Sie das Regelungsmodell, die Dokumentationspflichten, besondere Merkmale der jeweiligen Richtlinie sowie den direkten Link zum Originaldokument. Die Informationen basieren auf den offiziell veröffentlichten Leitlinien und Beschlüssen der jeweiligen Hochschulen (Stand: Juni 2026).

Hinweis: Diese Tabelle bildet einen Querschnitt des aktuellen Stands ab. KI-Richtlinien werden laufend aktualisiert. Prüfen Sie stets die Website Ihres Fachbereichs und fragen Sie bei Ihrer Lehrkraft nach den geltenden Regeln für Ihre konkrete Prüfungsleistung.

Rechtliche Lage 2026: Von der Empfehlung zur Sanktion

Bis 2025 waren die Konsequenzen nicht deklarierter KI-Nutzung an den meisten Universitäten eher theoretischer Natur. Das hat sich 2026 grundlegend geändert. Das Verwaltungsgericht Kassel hat am 25. Februar 2026 in zwei Verfahren (Aktenzeichen 7 K 2134/24.KS und 7 K 2515/25.KS) die Entscheidungen der Universität Kassel bestätigt, zwei Studierende — einen Bachelorstudenten der Informatik und eine Masterstudentin der Verwaltungswissenschaften — wegen nicht deklarierter KI-Nutzung von Wiederholungsprüfungen auszuschließen. Das Gericht wertete die nicht offengelegte KI-Nutzung als schwerwiegenden Täuschungsversuch und verwies darüber hinaus auf mögliche strafrechtliche Implikationen nach § 156 StGB (falsche Versicherung an Eides Statt), da die Studierenden in ihrer Eigenständigkeitserklärung die alleinige Urheberschaft versichert hatten. Das Urteil ist noch nicht rechtskräftig und kann vor dem Hessischen Verwaltungsgerichtshof angefochten werden — dennoch setzt es ein deutliches Signal.

Parallel dazu hat das Verwaltungsgericht Hamburg Ende 2025 in einem vergleichbaren Fall entschieden, dass KI-Nutzung nur dann erlaubt sei, wenn sie explizit gestattet wurde. Die Beweislast kehrt sich damit faktisch um: Nicht die Universität muss beweisen, dass KI verwendet wurde, sondern Studierende müssen belegen, dass sie ihre Arbeit eigenständig erstellt haben — insbesondere wenn KI-Erkennungstools auffällige Werte anzeigen.

Diese Entwicklung fügt sich in den breiteren Kontext des EU AI Act ein: Ab dem 2. August 2026 gelten die Regelungen zu KI mit allgemeinem Verwendungszweck. Für Hochschulen besonders relevant ist, dass KI-Systeme im Bildungsbereich unter bestimmten Voraussetzungen als Hochrisiko-Systeme eingestuft werden können — mit weitreichenden Dokumentations- und Transparenzpflichten. Die Universität Mannheim hat hierauf bereits reagiert und ein zentrales KI-Register eingerichtet, in dem alle verwendeten KI-Systeme vor der Inbetriebnahme registriert werden müssen.

Dokumentationspflicht: Was Sie konkret tun müssen

Unabhängig davon, welchem Regelungsmodell Ihre Hochschule folgt, hat sich 2026 ein Konsens herausgebildet: Transparenz ist Pflicht. Die drei gängigsten Dokumentationsformate sind die aktualisierte Eigenständigkeitserklärung, das KI-Verzeichnis und der Methodenteil. In der Praxis überschneiden sich diese Formate häufig.

Die Eigenständigkeitserklärung — an 87 % der deutschen Hochschulen bereits mit KI-Bezug aktualisiert — enthält typischerweise den Zusatz, dass der Einsatz generativer KI-Werkzeuge offengelegt wurde und die volle Verantwortung für den Inhalt bei der verfassenden Person liegt. Eine ausführliche Anleitung mit aktuellen Musterformulierungen finden Sie in unserem Beitrag zur Eigenständigkeitserklärung KI 2026.

Das KI-Verzeichnis ist eine strukturierte Übersicht aller eingesetzten KI-Tools. Es wird entweder als Anhang zur Arbeit oder als separates Begleitdokument eingereicht. Die Universität Heidelberg empfiehlt eine tabellarische Form mit den Spalten: Tool-Name, Version, Einsatzzweck, Umfang der Nutzung und gegebenenfalls exemplarische Prompts. Die Universität Göttingen schlägt alternativ fünf Leitfragen vor: Wie wurde KI bei der Ideenfindung, bei der Arbeit mit Literatur und Quellen, im Schreibprozess, in der Methodik und bei sonstigen Tätigkeiten verwendet? Die Universität Paderborn stellt dafür eine eigene Handreichung mit Vorlage zur Verfügung.

Im Methodenteil — insbesondere bei empirischen Arbeiten — kann die KI-Nutzung als Teil der methodischen Beschreibung integriert werden: „Zur Identifikation relevanter Suchbegriffe wurde ChatGPT-4o eingesetzt; die resultierenden 47 Suchbegriffe wurden anschließend manuell geprüft und in den Datenbanken JSTOR und SpringerLink angewendet.“

Checkliste: KI in der wissenschaftlichen Arbeit sicher einsetzen

Bevor Sie KI-Tools für Ihre nächste Hausarbeit, Bachelorarbeit oder Masterarbeit einsetzen, arbeiten Sie die folgenden sieben Punkte ab. So vermeiden Sie nicht nur formale Fehler, sondern schützen sich auch vor den gravierenden Konsequenzen, die das VG Kassel-Urteil illustriert hat.

1. Richtlinie Ihrer Hochschule prüfen. Suchen Sie auf der Website Ihres Fachbereichs und Ihrer Universität nach der aktuellen KI-Leitlinie. Nutzen Sie die Tabelle in diesem Artikel als Ausgangspunkt und folgen Sie dem Link zum Originaldokument.

2. Lehrkraft direkt ansprechen. Selbst wenn Ihre Hochschule eine generelle Erlaubnis ausspricht, entscheidet in den meisten Fällen die Lehrkraft über die konkreten Regeln für Ihre Prüfungsleistung. Klären Sie vor Beginn der Arbeit, welche Tools erlaubt sind und in welchem Umfang.

3. Nutzung protokollieren. Führen Sie ab dem ersten KI-Einsatz ein Protokoll: Datum, Tool (Name + Version), Zweck (Ideenfindung, Gliederung, Paraphrase, Übersetzung, Datenanalyse), Umfang und gegebenenfalls die verwendeten Prompts.

4. Eigenständigkeitserklärung anpassen. Verwenden Sie die aktuelle Version Ihrer Hochschule. Wenn keine KI-spezifische Fassung vorliegt, ergänzen Sie eigenständig einen Absatz, in dem Sie den KI-Einsatz offenlegen.

5. KI-Verzeichnis erstellen. Fassen Sie Ihre Protokollnotizen in einer Tabelle zusammen und fügen Sie diese als Anhang bei — auch wenn Ihre Hochschule dies noch nicht explizit verlangt. Im Zweifelsfall schützt Transparenz.

6. Quellen verifizieren. Jede von einem KI-Tool genannte Quelle muss überprüft werden. KI-Modelle halluzinieren Quellen — vollständig mit Autoren, Zeitschrift, Jahrgang und Seitenzahlen. Eine sorgfältige Quellenprüfung ist daher nicht optional, sondern existenziell. Nutzen Sie Fachdatenbanken wie JSTOR, SpringerLink, PubMed oder Google Scholar zur Verifikation.

7. Vorab-Prüfung durchführen. Lassen Sie Ihre fertige Arbeit vor der Abgabe durch eine Plagiatsprüfung und einen KI-Erkennungstest laufen. Wenn Sie auf der sicheren Seite sein möchten, bietet KASL (KI Arbeit Schreiben Lassen) bei jeder Arbeit standardmäßig beide Berichte an — inklusive einer professionellen Literaturrecherche aus mehr als 20 Fachdatenbanken mit verifizierten DOI-Links.

Professionelle Unterstützung: Wenn die Richtlinie kompliziert wird

Die Vielzahl unterschiedlicher Regelungen kann schnell überfordern — insbesondere wenn Sie unter Zeitdruck stehen und sich nicht sicher sind, ob und wie Sie KI einsetzen dürfen. Der Service KASL liefert wissenschaftliche Arbeiten, die von vornherein auf die Anforderungen Ihrer Hochschule abgestimmt sind: verifizierte Quellen aus mehr als 20 Fachdatenbanken, Formatierung nach dem Zitierstil Ihrer Universität, Plagiatsprüfungsbericht und KI-Erkennungsbericht im Standardumfang.

Fazit: Transparenz als einzige Konstante

Die KI-Regulierung an deutschen Universitäten ist 2026 in Bewegung — und wird es bleiben. Was sich jedoch als stabile Konstante abzeichnet, ist die Dokumentationspflicht. Ob Ihre Hochschule KI generell erlaubt, nur teilweise gestattet oder restriktiv handhabt: Wer KI-Nutzung transparent dokumentiert, bewegt sich auf der sicheren Seite. Wer es nicht tut, riskiert im schlimmsten Fall die Exmatrikulation — wie das VG Kassel eindrücklich gezeigt hat. Die vier wichtigsten Handlungsempfehlungen lauten daher: Erstens, informieren Sie sich über die konkrete Richtlinie Ihrer Hochschule und Ihres Fachbereichs. Zweitens, klären Sie die Regeln mit Ihrer Lehrkraft, bevor Sie mit der Arbeit beginnen. Drittens, dokumentieren Sie jeden KI-Einsatz lückenlos. Und viertens, verifizieren Sie jede einzelne Quelle, die ein KI-Tool Ihnen liefert.

Häufig gestellte Fragen