Bachelorarbeit mit KI-Code: Auswertung nachvollziehbar prüfen

Das Problem

Eine Studentin zeigt Frau Keller eine fertig berechnete Tabelle. Den Auswertungscode, also die Programmzeilen für die Berechnung, hat sie mit KI erstellt. Das Programm läuft ohne Fehlermeldung, doch niemand hat geprüft, ob fehlende Werte richtig behandelt wurden.

Technische Ausführung und fachliche Richtigkeit sind verschiedene Fragen. Ein Programm kann eine falsche Berechnung zuverlässig wiederholen. Umgekehrt kann eine richtige Formel durch falsche Spalten, unerwartete Datenformate oder versehentlich doppelt gezählte Einträge zu irreführenden Ergebnissen führen.

Sie brauchen als Betreuungsperson nicht jede Programmiersprache zu beherrschen. Sie können jedoch eine nachvollziehbare Prüfkette verlangen und bei fachlichen Grenzen Unterstützung beiziehen. KI hilft beim Entwurf von Testfragen; die unabhängige Kontrolle darf nicht allein auf derselben KI-Erklärung beruhen.

So lösen Sie es mit KI – Schritt für Schritt

1. Lassen Sie die Berechnung in Alltagssprache beschreiben. Welche Eingaben werden verarbeitet, welche Fälle ausgeschlossen und welche Ergebnisse erwartet? Halten Sie Einheiten und die Bedeutung fehlender Angaben fest. Prüfen Sie zuerst die Methodenwahl, denn korrekter Code kann eine unpassende Auswertungsmethode nicht rechtfertigen.

1. Sichern Sie den Ausgangszustand. Legen Sie Originaldaten unverändert am vorgesehenen geschützten Ort ab und arbeiten Sie mit einer Kopie. Speichern Sie die verwendete Codefassung, Einstellungen und erforderliche Zusatzprogramme. Reproduzierbarkeit bedeutet hier, dass ein dokumentierter Ablauf unter den festgehaltenen Bedingungen erneut nachvollzogen werden kann.

1. Bereiten Sie die Testplanung mit KI vor. Geben Sie im freigegebenen Werkzeug nur eine abstrakte Berechnungsbeschreibung und erfundene Spaltennamen ein. Fordern Sie mögliche Fehlerfälle statt sofortigen Ersatzcode. Lassen Sie die Studierenden entscheiden, welche Fälle für ihre tatsächliche Auswertung relevant sind und weshalb.

1. Erstellen Sie kleine künstliche Testdaten. Verwenden Sie ausdrücklich erfundene Werte, deren Ergebnis sich von Hand bestimmen lässt. Prüfen Sie einen normalen Fall und passende Grenzfälle, etwa fehlende Einträge oder eine leere Gruppe. Testdaten werden sichtbar als solche gekennzeichnet und getrennt von den tatsächlich erhobenen Daten gespeichert.

1. Vergleichen Sie unabhängig. Lassen Sie die erwartete Berechnung zuerst ohne den KI-Code durchführen, etwa von Hand oder anhand einer fachlich geprüften Referenz. Danach wird der Code auf dieselben Testdaten angewendet. Stimmen die Ergebnisse nicht überein, wird die Ursache gesucht; die erwarteten Werte werden nicht bloss an die Programmausgabe angepasst.

1. Prüfen Sie die Verarbeitungsschritte einzeln. Lassen Sie nach Einlesen, Bereinigen, Zusammenführen und Berechnen jeweils einen kontrollierbaren Zwischenstand ausgeben. So wird sichtbar, wo Einträge verschwinden oder vervielfacht werden. Die Studierenden erläutern jede fachlich relevante Entscheidung, auch wenn die konkrete Programmzeile von KI vorgeschlagen wurde.

1. Führen Sie den Ablauf erneut aus. Starten Sie nach Möglichkeit in einer frischen Arbeitsumgebung ohne versteckte Zwischenergebnisse. Halten Sie Datum, Datenfassung, Codefassung und Resultat fest. Bei zufallsabhängigen Verfahren dokumentieren Sie die dafür relevanten Einstellungen und akzeptieren Abweichungen nur mit einer methodischen Begründung.

1. Geben Sie Ergebnisse erst nach Prüfung weiter. Ordnen Sie jeder Tabelle und Abbildung den verwendeten Berechnungslauf zu. Offene Fehler bleiben als Sperrpunkt in der Prüfliste stehen. Für komplexe Statistik oder unbekannten Code ziehen Sie eine zuständige Fachperson hinzu, statt allein aus einer überzeugenden KI-Erklärung auf Richtigkeit zu schliessen.

Vorlage zum Kopieren

Ich betreue eine Bachelorarbeit und bereite eine Codeprüfung vor.
Berechnungsziel: [allgemeine Beschreibung]
Eingaben und Einheiten: [erfundene Spaltennamen und Bedeutung]
Regel für fehlende Werte: [geplante fachliche Regel]
Entwirf eine Prüfliste mit Normalfällen, Grenzfällen und Fehlerfällen.
Beschreibe, wie das erwartete Ergebnis unabhängig ermittelt wird.
Trenne fachliche Annahmen von technischen Umsetzungsschritten.
Erzeuge keine echten Forschungsergebnisse und verlange keine Rohdaten.
Kennzeichne künstliche Testbeispiele ausdrücklich als Testdaten.
Gib keine Freigabe und behaupte nicht, den realen Code geprüft zu haben.

Ersetzen Sie die Platzhalter durch die allgemeine Berechnungslogik und lassen Sie konkrete Tests fachlich auswählen.

Worauf Sie achten müssen

• Datenschutz und Sicherheit: Forschungsdaten, Zugangsdaten und vertraulicher Code gehören nicht in öffentliche KI-Dienste. Führen Sie unbekannten Code nicht ungeprüft aus, insbesondere wenn er Dateien löscht, Verbindungen aufbaut oder zusätzliche Programme installiert.
• Keine Selbstbestätigung: Eine KI kann ihren eigenen falschen Code überzeugend erklären. Verwenden Sie unabhängige Rechnungen, Fachquellen und geeignete menschliche Kontrolle als zusätzliche Prüfbasis.
• Eigenständigkeit: Die Studierenden müssen die relevanten Berechnungen erklären können. Unverstandene Programmteile sind eine Lernaufgabe und werden nicht durch einen umfangreichen automatisch erzeugten Kommentar verständlich.
• Gleiche Möglichkeiten: Stellen Sie institutionell verfügbare Werkzeuge und gemeinsame Prüfkriterien bereit. Bewerten Sie die fachliche Kontrolle, nicht den Besitz eines besonders leistungsfähigen privaten KI-Zugangs.
• Lokale Anforderungen: Schweizer Hochschulen und PH regeln Hilfsmitteldeklaration, Datenablage und Abgabeform selbst. Rechtliche oder sicherheitsbezogene Einzelfragen müssen die zuständigen Fachstellen prüfen.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Student an einer Schweizer Fachhochschule wertet Messwerte für eine Bachelorarbeit aus. Im KI-generierten Code werden fehlende Messwerte wie echte Nullwerte behandelt. Die resultierende Durchschnittsberechnung sieht plausibel aus, beantwortet aber die beabsichtigte Frage nicht korrekt.

Frau Keller lässt einen künstlichen Testfall mit vorhandenen und fehlenden Werten durchgehen. Der Student berechnet das erwartete Ergebnis selbst und entdeckt die Abweichung. Er begründet die passende Behandlung fehlender Werte, korrigiert den Ablauf und dokumentiert einen erneuten Test.

Erst danach wird die geschützte Auswertung mit den Forschungsdaten wiederholt. Die Testtabelle bleibt getrennt und wird nicht als Erhebung ausgegeben. Ergänzend beschreibt die Seite zu erfundenen Versuchen und Daten, wie solche Verwechslungen vermieden werden.

So hilft Ihnen Alpasana

Die KI- und IT-Praxiskurse umfassen unter anderem Excel, Datenverständnis, Automatisierung und den kontrollierten Einsatz von KI. Diese Grundlagen können helfen, Auswertungsschritte verständlicher zu strukturieren und Prüfbedarf zu erkennen.

Sie ersetzen keine fachspezifische statistische Beratung oder Abnahme von Forschungscode. Wählen Sie einen Kurs passend zu Ihrer tatsächlichen Arbeitsaufgabe und klären Sie komplexe methodische Fragen mit der Hochschule.

Häufige Fragen

Reicht es, die Endtabelle anzuschauen?

Nein, plausible Werte können aus falschen Zwischenschritten entstehen. Prüfen Sie auch Datenzuordnung, Ausschlüsse und Berechnungsregeln. Gerade beim Zusammenführen mehrerer Tabellen können unbemerkte Mehrfachzählungen auftreten.

Müssen Studierende jede technische Einzelheit erklären?

Massgeblich sind Lernziel und Anforderungen des Studiengangs. Fachlich relevante Verarbeitungsschritte und deren Wirkung auf die Ergebnisse müssen nachvollziehbar sein. Vereinbaren Sie früh, wann zusätzliche technische Unterstützung zulässig ist.

Was gehört in die Dokumentation?

Halten Sie Daten- und Codefassung, Voraussetzungen, Prüffälle und offene Grenzen fest. Dokumentieren Sie zudem die tatsächlich genutzte KI-Unterstützung nach den Hochschulvorgaben. Der fachliche Abgabecheck hilft beim abschliessenden Zusammenführen der Nachweise.