ChatGPT für Klausuren und mündliche Prüfungen: KI sinnvoll im Studium nutzen

Ich möchte diesen Beitrag mit einer kleinen Beichte beginnen:

Ich habe für mein Studium nie im klassischen Sinne gelernt.

Ich war fast nie Teil einer Lerngruppe, habe mich nicht mit Karteikarten abgefragt, keine Nächte in der Bibliothek verbracht und keine Bücher auswendig gelernt. Stattdessen hatte ich eine einfache Routine.

Ich habe in Vorlesungen und Seminaren handschriftlich mitgeschrieben – ja, wirklich handschriftlich. iPads gab es nicht, Laptops waren teuer. Meine Notizen waren Rohmaterial: unordentlich, lückenhaft, voller Abkürzungen.

Nach jeder Veranstaltung habe ich mich an den Computer gesetzt und dieses Rohmaterial in eine Reinform gebracht. Ich habe meine Mitschriften abgetippt, Lücken ergänzt, Inhalte umgestellt, Stichpunkte in vollständige Sätze verwandelt und Unklarheiten nachgeschlagen. Beim Umformulieren habe ich gemerkt, was ich verstanden hatte – und was nicht.

Das war meine gesamte Lernstrategie.

Rückblickend würde ich sagen: Ich habe nicht gelernt, ich habe strukturiert. Und genau dieses Strukturieren war mein LernenLernen ist ein Prozess, durch den Individuen durch Erfahrung, Beobachtung oder Instruktion dauerhaftes Wissen, Fähigkeiten oder Verhaltensweisen erwerben oder verändern..

Heute lassen sich solche Routinen teilweise automatisieren. Nicht, um weniger zu denken – sondern um klarer zu denken. Genau darum soll es in diesem Beitrag gehen.

ChatGPT sinnvoll für die Prüfungsvorbereitung nutzen

Wichtig ist eine klare Abgrenzung: Dieser Beitrag bezieht sich ausschließlich auf die Nutzung von ChatGPT und anderen KI-Systemen zur Vorbereitung auf Prüfungen – nicht auf die Erstellung von Prüfungsleistungen. Die eigenständige Anfertigung von Haus- oder Abschlussarbeiten bleibt davon unberührt. Eine ausführliche Auseinandersetzung mit den prüfungsrechtlichen und wissenschaftsethischen Fragen des KI-Einsatzes findet sich in meinem Beitrag „ChatGPT im Studium“.

Die meisten Studierenden werden ChatGPT oder andere KI-Systeme (Künstliche Intelligenz) früher oder später zur Textproduktion nutzen – sei es für Formulierungshilfen, Strukturvorschläge oder stilistische Korrekturen. Weitaus weniger offenkundig ist jedoch, dass sich KI auch gezielt für die Prüfungsvorbereitung einsetzen lässt: zur Strukturierung von Stoff, zur Simulation von Klausurfragen, zur Antizipation typischer Fehler oder zur langfristigen Archivierung von Wissen.

Dieser Beitrag versteht KI daher nicht als Schreibmaschine, sondern als Strukturierungs- und Trainingswerkzeug. Im Mittelpunkt steht nicht die Produktion neuer Texte, sondern die gezielte Aufbereitung, Verdichtung und Überprüfung bereits vorhandenen Wissens.

Die Ausgangslage

Was ich damals intuitiv gemacht habe, war nichts anderes als eine zweite Verarbeitungsschleife. Ich habe Inhalte nicht einfach wiederholt, sondern transformiert: von der flüchtigen Mitschrift zur strukturierten Darstellung, vom Stichpunkt zum argumentativen Zusammenhang. Dieses Umformen war kein Zusatzaufwand – es war der eigentliche Lernprozess.

Heute studieren viele unter anderen Bedingungen. Die Fächer sind vielfältig, die Prüfungen oft geballt, die Stoffmenge hoch. Hinzu kommt: In vielen Modulen bilden Foliensätze der Dozentinnen und Dozenten die primäre Lernquelle. Diese Folien sind hilfreich, aber sie sind selten selbsterklärend. Sie setzen Kontext voraus, enthalten Verdichtungen und lassen Lücken offen. Wenn dann ein Kursteilnehmer oder eine Kursteilnehmerin ein gemeinsames Skript erstellt, entstehen schnell Vereinfachungen, Missverständnisse oder Fehler, die sich unbemerkt vervielfältigen.

Genau hier setzt dieser Beitrag an.

Die Frage lautet nicht: Wie kann man mit KI weniger arbeiten?

Sondern: Wie kann man Routinen so strukturieren – und teilweise automatisieren –, dass mehr Zeit und kognitive Energie für das eigentliche Verstehen bleibt?

Im Folgenden stelle ich einige Workflows vor, die besonders in prüfungsintensiven Studiengängen hilfreich sein können: vom Zusammenführen von Foliensätzen und eigenen Notizen über die Verdichtung von Stoff bei Prüfungsballung bis hin zu auditiven Lernformaten für unterwegs. Nicht als Ersatz für Denken – sondern als Werkzeug, um es zu schärfen.

Workflow 1: Vom Foliensatz zum kohärenten Lernskript

In vielen Modulen bilden die Präsentationsfolien der Dozentinnen und Dozenten die zentrale Lernquelle. Diese Folien erfüllen ihren Zweck im Seminarraum: Sie strukturieren einen Vortrag, markieren Stichpunkte und visualisieren Zusammenhänge. Als Lernmaterial sind sie jedoch häufig nur bedingt geeignet. Stichpunkte bleiben kontextlos, Begriffe werden nicht definiert, Argumentationsschritte sind verkürzt, Beispiele fehlen oder wurden nur mündlich erläutert.

Hinzu kommen eigene Mitschriften, die – gerade unter Zeitdruck – lückenhaft oder unvollständig sind. Wenn dann eine Person aus dem Kurs ein gemeinsames Skript erstellt, entstehen schnell Vereinfachungen, Missverständnisse oder Fehler, die sich unbemerkt vervielfältigen. Das Ergebnis ist oft ein Fragment. Für Prüfungen braucht man jedoch ein kohärentes Verständnis.

Die Grundidee

Das Ziel ist nicht, ein fremdes Skript zu übernehmen, sondern ein personalisiertes, strukturiertes Lernskript zu erstellen, das (1) vollständig formuliert ist, (2) zentrale Begriffe erklärt, (3) Zusammenhänge sichtbar macht und (4) offene Punkte transparent kennzeichnet. Genau hier können ChatGPT oder andere KI-Systeme als Strukturierungswerkzeug eingesetzt werden.

Schritt 1: Materialien bündeln

Die Grundlage bilden die Folien (am besten als PDF), die eigenen Notizen und – falls vorhanden – ein ergänzendes Kursskript. Entscheidend ist, dass die Inhalte in einem Schritt zusammengeführt werden, damit aus verstreuten Bausteinen ein gemeinsamer Ausgangstext entsteht.

Schritt 2: Strukturierte Anweisung geben

Statt einer vagen Aufforderung wie „Schreibe mir ein Skript“ hilft eine klare Arbeitsanweisung. Sie steuert, was genau passieren soll: Stichpunkte sollen in vollständige Sätze überführt werden, Begriffe sollen definiert werden, Zusammenhänge sollen sichtbar werden – und Unsicherheiten sollen ausdrücklich markiert werden. So entsteht keine scheinbar perfekte, aber intransparent geglättete Version, sondern ein Text, der beim Lernen tatsächlich weiterhilft.

Schritt 3: Eigene Nachbearbeitung

Das KI-generierte Skript ist kein Endprodukt, sondern ein Rohentwurf zweiter Ordnung. Der entscheidende Lernschritt ist die anschließende Prüfungsschleife: Überprüfen, Korrigieren, Ergänzen, Umstellen und Kürzen. Der eigentliche Erkenntnisgewinn entsteht nicht dadurch, dass „ein Skript da ist“, sondern dadurch, dass man den Text aktiv mit dem eigenen Verständnis abgleicht.

Schritt 4: Qualitätssicherung

Zusätzlichen Nutzen bringt eine kurze Qualitätssicherung: Wo ist das Skript inkonsistent? Welche Begriffe bleiben unklar? Welche Punkte sind klausurrelevant und könnten vertieft abgefragt werden? Damit wird KI nicht zum Autor, sondern zum kritischen Assistenten.

Ergebnis

Am Ende steht ein kohärentes, verständlich formuliertes Lernskript, das individuell zum eigenen Kurs passt. Vor allem aber steht ein zweifach verarbeiteter Stoff. Genau diese zweite Verarbeitung – das Explizieren, Ordnen und Prüfen – ist der Kern dessen, was Lernen effektiv macht.

Warum dieser Workflow wirkt

Aus lernpsychologischer Sicht passiert hier etwas Entscheidendes: Der Stoff wird nicht nur gelesen, sondern transformiert. Stichpunkte werden in vollständige Argumente überführt, implizite Annahmen expliziert, Zusammenhänge hergestellt. Diese Form der elaborativen Verarbeitung führt nachweislich zu tieferem Verständnis als bloßes Wiederholen oder passives Durchlesen.

Die KI ersetzt diesen Prozess nicht. Sie beschleunigt lediglich die erste Strukturierung. Der eigentliche Lerngewinn entsteht in der anschließenden Auseinandersetzung: beim Prüfen, Korrigieren, Ergänzen und Neuordnen. Wer diesen Schritt überspringt, lernt wenig. Wer ihn bewusst nutzt, lernt effizient.

Workflow 2: Verdichtung bei Prüfungsballung

In prüfungsintensiven Studiengängen entsteht ein wiederkehrendes Problem: Mehrere Klausuren liegen eng beieinander. Der Stoff ist umfangreich, die Zeit begrenzt. Viele Studierende reagieren mit hektischem Wiederholen – sie lesen Skripte erneut, markieren Textstellen, hoffen auf Wiedererkennungseffekte.

Effektiver ist eine bewusste Verdichtung. Ziel ist es, aus umfangreichen Skripten kompakte, klausurrelevante Kerneinheiten zu erzeugen. Nicht alles ist gleich wichtig. Nicht jede Folie ist prüfungsentscheidend.

Die Grundidee

Aus einem vollständigen Lernskript werden gezielt verdichtete Einheiten generiert:

• 10–15 Kernthesen pro Modul
• zentrale Definitionen auf einen Blick
• typische Prüfungsfragen
• häufige Fehler oder Missverständnisse
• eine kompakte Zwei-Seiten-Zusammenfassung

Diese Verdichtung zwingt zur Priorisierung – und genau diese Priorisierung ist ein zentraler Bestandteil erfolgreichen Lernens.

Vorgehen

Grundlage ist das bereits erstellte Lernskript. Nun folgt eine gezielte Reduktionsanweisung. Statt Erweiterung geht es um Selektion, Gewichtung und Strukturierung.

Didaktischer Hinweis

Verdichtung bedeutet nicht Vereinfachung um jeden Preis. Sie zwingt dazu, Wichtiges von Beiwerk zu unterscheiden. Gerade unter Zeitdruck ist diese Fähigkeit entscheidend. Wer selbst priorisiert, versteht. Wer nur wiederholt, erkennt im Zweifel nur Bekanntes.

Workflow 3: Vom Lernskript zum persönlichen Lern-Hörbuch

Nicht alle lernen am besten am Schreibtisch. Viele Studierende pendeln, treiben Sport, gehen mit dem Hund spazieren oder arbeiten nebenbei. Gerade in prüfungsintensiven Phasen bleibt oft wenig Zeit für konzentrierte Lektüre. Hier kann ein auditives Lernformat eine sinnvolle Ergänzung sein.

Die Idee ist einfach: Aus dem bereits erstellten Lernskript wird ein strukturiertes „Lern-Hörbuch“ oder ein persönlicher Lernpodcast. Nicht als Ersatz für das Lesen – sondern als zusätzliche Wiederholungsschleife.

Die Grundidee

Ein schriftliches Skript eignet sich nicht automatisch zum Hören. Geschriebene Sprache ist verdichtet, komplex und häufig nominalstilistisch. Für ein auditives Format muss der Text angepasst werden:

• kürzere Sätze
• klarere Übergänge
• wiederholte Hervorhebung zentraler Begriffe
• explizite Strukturmarker („Erstens“, „Zweitens“, „Merke:“)
• eingebaute Wiederholungsfragen

So entsteht ein Text, der nicht gelesen, sondern gesprochen werden kann.

Vorgehen

Ausgangspunkt ist das bereits geprüfte Lernskript. Dieses wird nun in eine gesprochene Form transformiert. Anschließend kann der Text mit einem Text-to-Speech-Tool in eine Audiodatei umgewandelt werden. Kapitelmarker oder kurze Pausen zwischen Themenblöcken erleichtern das Wiederholen einzelner Abschnitte.

Didaktischer Hinweis

Auditives Lernen ersetzt nicht das Durchdringen komplexer Texte. Es eignet sich besonders für Wiederholungsphasen, Begriffsdefinitionen und das Festigen zentraler Zusammenhänge. Der Vorteil liegt in der zusätzlichen Verarbeitungsschleife: Inhalte werden nicht nur gelesen, sondern auch gehört. Diese doppelte Kodierung kann das Behalten unterstützen.

Praxisbeispiel

Ein 20-minütiger Spaziergang kann genutzt werden, um die Kernthesen eines Moduls zu wiederholen. Eine Pendelfahrt eignet sich für die Definition zentraler Begriffe. Kurze, thematisch klar abgegrenzte Audioeinheiten erhöhen die Wahrscheinlichkeit, dass Inhalte tatsächlich wiederholt werden – statt nur auf der To-do-Liste zu stehen.

Workflow 4: Interdisziplinäre Transferfragen entwickeln

Viele Studiengänge – insbesondere praxisorientierte – sind modular organisiert. Recht, Soziologie, Psychologie, KriminologieKriminologie ist die interdisziplinäre Wissenschaft über Ursachen, Erscheinungsformen und gesellschaftliche Reaktionen auf normabweichendes Verhalten. Sie untersucht insbesondere Prozesse sozialer Kontrolle, rechtliche Rahmenbedingungen sowie individuelle und strukturelle Einflussfaktoren. oder Einsatzlehre werden getrennt unterrichtet und geprüft. Für Studierende entsteht dadurch leicht ein „Silo-Denken“: Jedes Fach wird isoliert gelernt, Zusammenhänge bleiben unsichtbar.

In Prüfungen – und erst recht in der Praxis – wird jedoch häufig genau das Gegenteil verlangt: Transfer. Begriffe müssen in neuen Kontexten angewendet, theoretische Konzepte mit praktischen Situationen verknüpft werden.

Die Grundidee

Statt Inhalte nur innerhalb eines Moduls zu wiederholen, werden gezielt fachübergreifende Verbindungen hergestellt. Das Ziel ist nicht zusätzliche Stofffülle, sondern ein tieferes Verständnis durch Relationierung.

Typische Transferfragen könnten lauten:

• Wie lässt sich das Konzept der AnomieZustand der Normlosigkeit, in dem gesellschaftliche Normen und Werte ihre regulierende Wirkung verlieren. mit polizeilicher Präventionspraxis verbinden?
• Welche Rolle spielen soziale NormenVerhaltensregeln und Erwartungen, die innerhalb einer Gesellschaft oder sozialen Gruppe als verbindlich gelten. in strafrechtlichen Bewertungen?
• Wie ergänzen sich psychologische Lerntheorien und soziologische Devianztheorien?
• Welche Gemeinsamkeiten und Unterschiede bestehen zwischen spezial- und generalpräventiven Ansätzen?

Vorgehen

Ausgangspunkt sind die Lernskripte mehrerer Module. Diese werden bewusst zusammen betrachtet. Anschließend wird eine gezielte Transferanweisung formuliert. Die KI dient hier nicht der Inhaltsproduktion, sondern als Strukturierungs- und Verknüpfungshilfe.

Didaktischer Hinweis

Transferfragen erhöhen die kognitive Anforderung. Sie zwingen dazu, Wissen nicht nur zu reproduzieren, sondern aktiv zu verknüpfen. Genau diese Verknüpfung fördert nachhaltiges Verständnis. Wer Zusammenhänge erkennt, lernt stabiler – und kann Wissen flexibler anwenden.

Typische Fehler vermeiden

Transfer bedeutet nicht, künstliche Brücken zu konstruieren. Nicht jedes Konzept lässt sich sinnvoll mit jedem anderen kombinieren. Entscheidend ist, reale Schnittstellen zu identifizieren – etwa dort, wo normative Bewertungen, soziale Strukturen und praktische Handlungssituationen ineinandergreifen.

Richtig eingesetzt, wird KI hier zum Denkpartner: Sie schlägt Verbindungen vor. Die Bewertung dieser Verbindungen bleibt jedoch eine genuin menschliche Aufgabe.

Workflow 5: Typische Klausurfehler antizipieren und vermeiden

Viele Prüfungsleistungen scheitern nicht am fehlenden Wissen, sondern an typischen Denk- und Strukturfehlern. Definitionen werden unscharf formuliert, Ebenen vermischt, Argumentationen bleiben implizit oder Beispiele werden nicht sauber angebunden. Gerade unter Zeitdruck treten solche Fehler verstärkt auf.

Ein systematischer Lernschritt besteht daher darin, nicht nur zu fragen: „Was muss ich wissen?“, sondern zusätzlich: „Wo passieren typischerweise Fehler?“

Die Grundidee

• Welche Begriffe werden häufig verwechselt?
• Wo werden Theorie und Bewertung vermischt?
• Welche Argumentationsschritte bleiben unvollständig?
• Welche Missverständnisse sind klausurtypisch?

Dieser Perspektivwechsel stärkt die metakognitive Kompetenz – also das Nachdenken über das eigene Denken. Wer typische Fehler kennt, erkennt schneller, ob die eigene Antwort präzise genug ist.

Vorgehen

Ausgangspunkt ist das bereits erstellte und verdichtete Lernskript. Nun wird dieses aus der Perspektive eines Prüfers analysiert. Die KI dient hier nicht als Wissensquelle, sondern als Simulationspartner für eine kritische Prüfungssituation.

Der Vergleich zwischen einer schwachen und einer guten Antwort macht sichtbar, was argumentative Klarheit tatsächlich bedeutet. Dieser Schritt schließt die unmittelbare Prüfungsvorbereitung ab.

Workflow 6: Wissen archivieren und reaktivieren

Ist die Klausur bestanden, beginnt der zweite Lernzyklus: die Sicherung des Wissens. Viele Module bauen implizit aufeinander auf. Was im ersten Semester als Theorie vermittelt wird, wird im zweiten Semester häufig vorausgesetzt. Ohne systematische Archivierung entsteht ein Bruch.

Das Problem ist nicht mangelnde Intelligenz, sondern fehlende StrukturStruktur bezeichnet das relativ stabile Gefüge von Beziehungen, Regeln und Positionen, das soziale Prozesse, Handlungen und Bedeutungen ordnet. über Zeit. Wissen wird gelernt – aber nicht dauerhaft anschlussfähig gespeichert.

Die Grundidee

Am Ende eines Moduls wird ein kompaktes Theorie-Archiv erstellt, das nicht der kurzfristigen Prüfungsvorbereitung dient, sondern der langfristigen Wiederaktivierung.

• 8–10 zentrale Theorien oder Konzepte
• jeweils 3–5 präzise Kernthesen
• knappe Definitionen zentraler Begriffe
• typische Anwendungsfelder
• Schlagwörter zur späteren Auffindbarkeit

Wichtig ist, dass dieses Archiv modular und klar strukturiert angelegt wird – unabhängig vom verwendeten Programm.

Für eine solche langfristige Archivstruktur eignen sich Programme, die relationale Verknüpfungen und Verschlagwortung erlauben. Besonders hilfreich sind Wissensmanagement-Tools wie Obsidian, die nach dem Prinzip des digitalen Zettelkastens arbeiten. Hier können Theorien, Begriffe und Anwendungsfelder miteinander verlinkt, verschlagwortet und über mehrere Semester hinweg weiterentwickelt werden. Entscheidend ist dabei weniger das konkrete Programm als die konsequente Pflege von Beziehungen zwischen Inhalten. Wissen wird so nicht nur gespeichert, sondern vernetzt.

Alternativ können auch strukturierte Dokumente (z.B. klar gegliederte OneNote- oder Word-Dateien) genutzt werden. Allerdings ermöglichen relationale Systeme einen entscheidenden Vorteil: Sie machen implizite Zusammenhänge sichtbar und fördern dadurch eine langfristige Anschlussfähigkeit des Wissens.

Beginnt im Folgesemester ein anwendungsorientiertes Modul, kann dieses Archiv gezielt reaktiviert werden. Lernen wird so kumulativ statt episodisch.

Fazit: Strukturieren statt büffeln

Dieser Beitrag begann mit einer Beichte: Ich habe nie im klassischen Sinne gelernt. Was ich stattdessen getan habe, war Strukturarbeit. Genau diese Strukturarbeit lässt sich heute mithilfe von ChatGPT oder anderen KI-Systemen systematisieren – und in Teilen automatisieren.

Die vorgestellten Workflows bilden einen Lernzyklus:

• Stoff strukturieren
• Inhalte verdichten
• Wiederholen und auditiv festigen
• Interdisziplinär verknüpfen
• Fehler antizipieren
• Wissen langfristig archivieren

Diese Workflows eignen sich sowohl für schriftliche Klausuren als auch für mündliche Prüfungen.

KI ersetzt dabei kein Denken. Sie ersetzt kein Verstehen. Sie ersetzt keine Urteilskraft. Sie kann jedoch Routinen beschleunigen und Strukturierungsprozesse unterstützen.

Wer diese Werkzeuge klug einsetzt, spart nicht Zeit, um weniger zu arbeiten – sondern gewinnt Zeit, um präziser zu denken. Und genau das ist letztlich der Kern akademischer Bildung.