Menü Schließen
Klicke hier zur PDF-Version des Beitrags!

Der Ein­satz von KI an Hoch­schu­len – eine

recht­li­che Betrach­tung 161–168

Künst­li­che Intel­li­genz im Hochschulbereich

und Daten­schutz 169–184

Urhe­ber­rechts­ver­let­zun­gen bei der Erstellung

von Fake Rese­arch Papers 185–192

Zwi­schen Digi­ta­li­sie­rung und Künstlicher

Intel­li­genz: Chan­cen und Risi­ken der digitalen

Trans­for­ma­ti­on für die Hochschulzulassung

193–206

Medi­zi­ni­sche Uni­ver­si­tät in Brandenburg –

ein wis­sen­schafts­po­li­ti­sches Neu­land 207–212

Per­so­nal­rats­be­tei­li­gung bei Befristungen

gemäß WissZeitVG – zugleich Besprechung

von BAG, Urteil vom 21. Juni 2023 – 7 AZR

88/22, LAG Ber­lin-Bran­den­burg, Urteil vom

9. Dezem­ber 2021 – 21 SA 329/21 und ArbG

Pots­dam, Urteil vom 15. Dezem­ber 2020 –

4 (5) Ca 1137/19 213–222

Uni­ver­si­tä­ten haben kein Recht auf Meinungs-

kampf­teil­ha­be 223–228

Rolf Schwart­mann, Son­ja Kurth

und Moritz Köhler

Mar­grit Seckel­mann und Jan Horstmann

Anna K. Bernzen

Mat­thi­as Bode

Ulf Pall­me König

Tobi­as Man­dler und Han­nes Wolff

Theo­dor Lammich

Heft 3 / 2024

Auf­sät­ze

ISSN 2197–9197

Urteils­be­spre­chun­ge­nO R D N U N G D E R W I S S E N S C H A F T ( 2 0 2 4 )

Bespre­chung von Micha­el Hartmer/Hubert

Det­mer (Hrsg.), Hoch­schul­recht. Ein Hand-

buch für die Pra­xis 229–232

Metho­dik des aka­de­mi­schen Stu­di­ums zum

Behu­fe des Juris­ti­schen 233–234

Tho­mas Würtenberger

Fried­rich Carl von Savigny

Buch­be­spre­chung

ISSN 2197–9197

Aus­ge­gra­be­nI. Einleitung

Künst­li­che Intel­li­genz (KI) ist in aller Mun­de, nicht

zuletzt auf­grund der jüngst von der EU beschlossenen

Ver­ord­nung zur Fest­le­gung har­mo­ni­sier­ter Vorschriften

für künst­li­che Intel­li­genz (KI-VO). Damit ver­sucht sich

die EU an einem aus­dif­fe­ren­zier­ten Regel­werk hinsicht-

lich des Inver­kehr­brin­gens und der Ver­wen­dung von KI-

Sys­te­men.

Dass der Ein­satz von KI tief­grei­fen­de Ände­run­gen in

der Arbeits­welt, aber auch in ande­ren Berei­chen wie der

Kunst- und Kul­tur­sze­ne mit sich brin­gen wird, ist inzwi-

schen offen­kun­dig. Ein wei­te­rer Bereich, der durch KI-

Sys­te­me vor Her­aus­for­de­run­gen gestellt wird, ist der

Hoch­schul­be­trieb: KI ver­än­dert For­schung und Lehre,

wie sie bis­lang prak­ti­ziert wurden.1 Eine Stu­die des Digi-

tal­ver­ban­des Bit­kom fand her­aus, dass zwei Drit­tel aller

Stu­die­ren­den ChatGPT ken­nen und in der Vergangen-

heit bereits genutzt haben.2 Unter Schü­le­rin­nen und

Schü­lern sind es laut einer reprä­sen­ta­ti­ven Befragung

von 14–20-Jährigen in Deutsch­land bereits 74%, die KI-

Sys­te­me zum Ler­nen, im Unter­richt oder für Hausaufga-

ben nutzen.3 Die Rele­vanz von KI an Hoch­schu­len wird

also in Zukunft wohl noch steigen.

Die­se Zah­len wer­fen eine Viel­zahl recht­li­cher Fragen

auf: Wel­che gesetz­li­chen Rege­lun­gen befas­sen sich mit

dem Ein­satz von KI im Hoch­schul­be­reich? Wel­che Pro-

ble­me wer­den adres­siert, wel­che offen­ge­las­sen? Und: Be-

steht noch wei­te­rer Regelungsbedarf?

Die­ser Bei­trag unter­sucht die der­zei­ti­ge Rechtslage

und gibt einen Aus­blick hin­sicht­lich mög­li­cher weiterer

recht­li­cher Ent­wick­lun­gen. Dazu wird eine differenzie-

ren­de Betrach­tung vor­ge­nom­men: Unter­sucht wird der

Ein­satz von KI-Sys­te­men sowohl auf Studierenden-

(dazu II.) als auch auf Hoch­schul­sei­te (dazu III.). Es sol-

len prü­fungs­recht­li­che sowie daten­schutz­recht­li­che As-

pek­te in den Blick genom­men wer­den. Beson­de­res Au-

gen­merk soll dabei auf die KI-VO der EU gelegt werden.

In einem Fazit wer­den Hand­lungs­emp­feh­lun­gen für

Hoch­schu­len und deren Ange­hö­ri­ge ausgesprochen

(dazu IV.).

II. Ein­satz von KI auf Studierendenseite

Auf Stu­die­ren­den­sei­te kommt der Ein­satz von künstli-

cher Intel­li­genz in meh­re­ren Berei­chen in Betracht: Zum

einen kann KI beim eigen­stän­di­gen Ler­nen bzw. der

Prü­fungs­vor­be­rei­tung unter­stüt­zen. Da es Studierenden

selbst über­las­sen ist, wie sie Lehr­ver­an­stal­tung vor- bzw.

nach­ar­bei­ten und sich auf Prü­fun­gen vor­be­rei­ten, erge-

ben sich hier­bei kei­ne gro­ßen recht­li­chen Probleme.

Ungleich mehr Raum für juris­ti­sche Erör­te­rung bie-

tet der Ein­satz von KI-Sys­te­men beim Able­gen von Prü-

fun­gen, z.B. Klau­su­ren, Refe­ra­ten oder Hausarbeiten.

1. Recht­li­cher Rahmen

Wenig über­ra­schend ent­hal­ten die deut­schen Lan-

des­hoch­schul­ge­set­ze bis­lang kei­ne Rege­lun­gen zum Ein-

satz von KI-Sys­te­men durch Stu­die­ren­de in Prüfungen.

Auch in der KI-VO der EU spielt die­se Kon­stel­la­ti­on kei-

ne Rol­le. Folg­lich obliegt es den Hoch­schu­len selbst, in

Prü­fungs- und Stu­di­en­ord­nun­gen Rege­lun­gen zum Ein-

satz von KI bei Prü­fungs­leis­tun­gen zu erlas­sen. Solche

spe­zi­fi­schen Rege­lun­gen fin­den sich längst nicht in allen

Prüfungsordnungen.4

Wo Spe­zi­al­ge­set­ze feh­len, muss grund­sätz­lich auf ge-

nere­l­le Rege­lun­gen zurück­ge­grif­fen wer­den, hier auf all-

gemei­nes Prü­fungs­recht. Dem­nach liegt eine Täu-

schungs­hand­lung vor, wenn eine selb­stän­di­ge und regu-

läre Prü­fungs­leis­tung vor­ge­spie­gelt wird, obwohl uner-

laub­te oder nicht offen geleg­te Hil­fen genutzt wurden.5

2. Über­tra­gung des all­ge­mei­nen Prü­fungs­rechts auf den

KI-Ein­satz

Bei Prä­senz­prü­fun­gen zieht das Ver­bot zur Nutzung

unzu­läs­si­ger tech­ni­scher Hilfs­mit­tel, unter das eindeutig

Rolf Schwart­mann, Son­ja Kurth und Moritz

Köh­ler

Der Ein­satz von KI an Hoch­schu­len – eine rechtliche

Betrach­tung

1

Vgl. zur The­ma­tik den Pod­cast „Von Schum­me­lei bis Chan­ce — KI

an der Hoch­schu­le“, Prof. Dr. Rolf Schwart­mann im Gespräch mit

Lisa Becker und Ursu­la Kals, F.A.Z. Beruf & Chan­ce v. 10.6.2024,

abruf­bar auf allen gän­gi­gen Plattformen.

2

Bit­kom, Pres­se­infor­ma­ti­on v. 21.3.2024, https://www.bitkom.org/

Pres­se/­Pres­se­infor­ma­ti­on/­So-digi­tal-sind-Deutsch­lands-Hoch-

schulen#_ (zuletzt abge­ru­fen am 22.05.2024).

3

Voda­fone Stif­tung, Pres­se­infor­ma­ti­on v. 13.3.2024, https://www.

vodafone-stiftung.de/jugendstudie-kuenstliche-intelligenz (zu-

letzt abge­ru­fen am 22.05.2024).

4

Bit­kom, Pres­se­infor­ma­ti­on v. 21.3.2024, https://www.bitkom.org/

Pres­se/­Pres­se­infor­ma­ti­on/­So-digi­tal-sind-Deutsch­lands-Hoch-

schulen#_ (zuletzt abge­ru­fen am 22.05.2024).

5

Fischer/Jeremias/Dieterich, Prü­fungs­recht, 8. Aufl. 2022, Rn. 223.

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 1 — 1 6 8

1 6 2

6

OVG NRW, Beschluss vom 16.2.2021 – 6 B 1868/20, Rn. 4.

7

https://www.bitkom.org/Presse/Presseinformation/So-digital-

sind-Deutschlands-Hochschulen#_ (zuletzt abge­ru­fen am

22.05.2024).

8

Bei­spiels­wei­se Sci­en­ces Po in Paris, vgl. https://www.tagesschau.

de/­wirt­schaf­t/chatgpt-tex­te-maschi­ne-mensch-erken­nung-101.

html (zuletzt abge­ru­fen am 23.05.2024).

9

Vgl. hier­zu Schnel­len­bach, in: Hartmer/Detmer (Hrsg.), Hoch-

schul­recht, 4. Aufl. 2022, 13. Kap. Rn. 47.

10

Vgl. Birn­baum, NVwZ 2023, 1127 (1128).

auch KI-Sys­te­me fal­len, eine kla­re recht­li­che Grenze.

Bereits das Mit­füh­ren eines Smart­phones zählt hier als

Täuschungsversuch.6 Da dies den Stu­die­ren­den in aller

Regel hin­läng­lich bekannt sein soll­te, kommt der Klau-

sur in Prä­senz in die­ser Fra­ge kei­ne beson­de­re Bedeu-

tung zu.

Inter­es­san­ter erscheint die recht­li­che Beur­tei­lung ge-

nera­ti­ver KI-Sys­te­me wie ChatGPT bei der Erstellung

von häus­li­chen Arbei­ten oder Refe­ra­ten. Die Relevanz

die­ser Fra­ge spie­gelt sich auch im Prü­fungs­all­tag wider:

Mehr als ein Vier­tel der Stu­die­ren­den in Deutschland

gibt an, bei einer Haus­ar­beit schon ein­mal auf ChatGPT

zurück­ge­grif­fen zu haben.7 Das weit­ge­hen­de Feh­len von

Rege­lun­gen in die­sem Bereich wirft die Fra­ge auf, wie

mit den neu­en Tools recht­lich umzu­ge­hen ist. Insofern

sind meh­re­re Mög­lich­kei­ten denk­bar: So lässt sich aus

dem Feh­len von Rege­lun­gen unter Rück­griff auf das all-

gemei­ne Prü­fungs­recht unter Umstän­den ein allgemei-

nes Ver­bot zur Nut­zung von KI-Sys­te­men ablei­ten. Al-

ter­na­tiv wäre eine all­ge­mei­ne Erlaub­nis denk­bar. Als

drit­te Mög­lich­keit kommt eine indi­vi­du­el­le Entschei-

dung im Ein­zel­fall in Betracht.

Ein all­ge­mei­nes Ver­bot der KI-Nut­zung, wie es an

meh­re­ren aus­län­di­schen Uni­ver­si­tä­ten beschlos­sen wur-

de,8 ist aus meh­re­ren Grün­den pro­ble­ma­tisch: Nicht jede

Ver­wen­dung text­ba­sier­ter KI-Sys­te­me mün­det in die

Aus­ga­be eines neu gene­rier­ten Tex­tes. Unter den vielfäl-

tigen Ein­satz­mög­lich­kei­ten künst­li­cher Intel­li­genz be-

steht die Opti­on, eine KI bei­spiels­wei­se nur die Gliede-

rungs­ebe­nen einer Haus­ar­beit über­ar­bei­ten zu las­sen. In

die­sem Fall ist davon aus­zu­ge­hen, dass noch eine erheb-

liche Eigen­leis­tung durch den Prüf­ling vor­liegt. Vor die-

sem Hin­ter­grund erscheint es recht­lich nicht halt­bar, auf

Grund­la­ge des all­ge­mei­nen Prü­fungs­rechts von einem

gene­rel­len Ver­bot der KI-Nut­zung auszugehen.

Wo ein all­ge­mei­nes Ver­bot fehl­geht, könn­te eine all-

gemei­ne Erlaub­nis zur Nut­zung bestehen. Eine aus-

nahms­lo­se Erlaub­nis lie­fe jedoch dem Sinn und Zweck

von Prü­fun­gen zuwi­der und bedroht zudem den Grund-

satz auf Chancengleichheit,9 der aus Art. 3 Abs. 1 GG

folgt. Sinn und Zweck von Prü­fun­gen ist der Nachweis

eines (für jede Prü­fung indi­vi­du­el­len) Studienerfolgs.

Bei Haus- und Abschluss­ar­bei­ten umfasst die­ser Erfolg

unter ande­rem die Fähig­keit, wis­sen­schaft­lich zu arbei-

ten. Hier­bei spielt die per­sön­li­che und eigenständige

Anfer­ti­gung der Arbeit ohne frem­de Hil­fe eine besonde-

re Rol­le. Die Prüf­lin­ge sol­len unter Beweis stel­len, dass

sie in der Lage sind, ein bestimm­tes The­ma u.a. durch

Text­struk­tur, Quel­len­re­cher­che und kri­ti­sche Auseinan-

der­set­zung mit Lite­ra­tur wis­sen­schaft­lich aufzuarbeiten.

Wird eine kom­plet­te Auf­ga­ben­stel­lung oder das indivi-

duel­le The­ma der Arbeit mit dem Zusatz „Ver­fas­se eine

Haus­ar­beit zum The­ma x mit maxi­mal y Sei­ten“ als

Prompt in Pro­gram­me wie ChatGPT ein­ge­ge­ben und

der aus­ge­ge­be­ne Text ganz oder zu einem gro­ßen Teil

über­nom­men, so wird das beschrie­be­ne Anforderungs-

pro­fil völ­lig aus­ge­höhlt. Mit­hin kann die Verwendung

künst­li­cher Intel­li­genz den Sinn und Zweck einer Prü-

fung voll­stän­dig kon­ter­ka­rie­ren. Auch eine allgemeine

Erlaub­nis zur Ver­wen­dung von KI-Sys­te­men ist also

recht­lich nicht zulässig.

Ent­schei­dend für die Ableh­nung sowohl einer allge-

mei­nen Erlaub­nis als auch eines all­ge­mei­nen Ver­bots ist

damit die Viel­zahl an Anwen­dungs­sze­na­ri­en von KI-

Sys­te­men: Gegen ein all­ge­mei­nes Ver­bot spricht der

Umstand, dass die Sys­te­me in eng umgrenz­ten Aufgaben

als Assis­tenz­sys­te­me ein­ge­setzt wer­den kön­nen, ohne

dem jewei­li­gen Prüf­ling einen unzu­läs­si­gen Vor­teil zu

ver­schaf­fen. Gegen eine all­ge­mei­ne Erlaub­nis spricht,

dass die Sys­te­me zur voll­au­to­no­men Über­nah­me der

Prü­fungs­leis­tung ein­ge­setzt wer­den kön­nen, was einen

Ver­gleich mit den Prü­fungs­leis­tun­gen ande­rer Prüflinge

unmög­lich macht. Ent­schei­dend wird sein, ob der kon-

kre­te Ein­satz des KI-Sys­tems einen Vor­teil mit Blick auf

bewer­tungs­re­le­van­te Kri­te­ri­en verschafft.10 Welche

Form des Ein­sat­zes von den Prü­fern im Ein­zel­fall als

ent­spre­chend vor­teil­haft ver­stan­den wird, ist allerdings

nicht ersicht­lich. Folg­lich bewe­gen sich Stu­die­ren­de, die

KI-Sys­te­me bei Haus- und Abschluss­ar­bei­ten nutzen,

nach der­zei­ti­ger Rechts­la­ge in einer rechtlichen

Grau­zo­ne.

Dabei stellt sich auch die Fra­ge, ob der Prüf­ling den

Vor­wurf der Täu­schung abwen­den kann, indem er den

Ein­satz der KI offen­legt. Dazu ist zunächst festzustellen,

dass hin­ter einem KI-gene­rier­ten Ergeb­nis kei­ne geistige

Eigen­leis­tung einer iden­ti­fi­zier­ba­ren Per­son steht, so-

dass ein blo­ßer Ver­weis auf den KI-Ein­satz nicht geeig-

net ist, die geis­ti­ge Leis­tung im Sin­ne einer zitierfähigen

Quel­le zuzu­ord­nen. Durch Anga­be des Hilfs­mit­tels kann

der Prüf­ling aber zumin­dest den Vor­wurf der Täu-Schwart­man­n/K­ur­th/­Köh­ler · Der Ein­satz von KI an Hoch­schu­len 1 6 3

11

Die­te­rich im Rah­men einer Ver­an­stal­tung des Ver­eins zur Förde-

rung des deut­schen & inter­na­tio­na­len Wis­sen­schafts­rechts zum

The­ma „Aktu­el­les zu digi­ta­len Prü­fun­gen – Wel­che Zukunft hat

KI?“. Der Tagungs­be­richt hier­zu erscheint in der kommenden

Aus­ga­be der OdW.

12

Schnel­len­bach, in: Hartmer/Detmer (Hrsg.), Hoch­schul­recht, 4.

Aufl. 2022, 13. Kap. Rn. 51.

13

Mor­gen­roth, Hoch­schul­stu­di­en­recht und Hochschulprüfungs-

recht, 3. Aufl. 2021, Rn. 455 ff.

14

Zimmerling/Brehm, Prü­fungs­recht, 2. Aufl. 2001, Rn. 623.

15

BVerwG, Beschluss vom 23.1.2018 – 6 B 67/17, Rn. 7; Sächs. OVG,

Beschluss vom 16.2.2022 – 2 B 274/21, Rn. 10; VG Köln, Urteil

vom 6.12.2022 – 6 K 1428/22, Rn. 42.

schungs­hand­lung abwen­den. Für die prak­ti­sche Umset-

zung wur­de vor­ge­schla­gen, der Prü­fungs­leis­tung ein

Pro­to­koll des KI-Ein­sat­zes anzu­hän­gen und in den rele-

van­ten Text­pas­sa­gen dar­auf zu verweisen.11 Dar­aus erge-

ben sich zwar Schwie­rig­kei­ten für den wissenschaftli-

chen Dis­kurs, der prü­fungs­recht­lich rele­van­te Maßstab

der Eigen­stän­dig­keit sei aber durch die Offen­le­gung ge-

wahrt. Unab­hän­gig von der Fra­ge der Täu­schung kann

sich die Beru­fung auf KI-gene­rier­te Inhal­te allerdings

nega­tiv auf die Bewer­tung der Prüfungsleistung

aus­wir­ken.

3. Neue Prü­fungs­ord­nun­gen und ‑for­men

Dass der Ein­satz von KI je nach Nut­zung im Einzelfall

erlaubt bzw. unter­sagt ist, ist bereits jetzt geleb­te Praxis

an vie­len deut­schen Uni­ver­si­tä­ten. Das Letztentschei-

dungs­recht hat in der Regel der Prü­fer bzw. die Prüferin.

Gleich­wohl trägt das Risi­ko der Nut­zung der einzelne

Stu­die­ren­de. Im Sin­ne der Rechts­si­cher­heit besteht folg-

lich ein hohes Inter­es­se dar­an, dass Prüf­lin­ge bereits vor

Anfer­ti­gung einer Haus- oder Abschluss­ar­beit wissen,

wel­cher Hilfs­mit­tel sie sich bedie­nen dür­fen und welche

unzu­läs­sig sind. Es liegt inso­weit in der Verantwortung

der Hoch­schu­le, Täu­schun­gen prä­ven­tiv abzuwehren

und sicher­zu­stel­len, dass die Prü­fungs­leis­tung eigen-

stän­dig ohne uner­laub­te Hilfs­mit­tel erbracht wird.12

Daher stellt sich die Fra­ge, ob die­ser Zustand der Rechts-

unsi­cher­heit hin­ge­nom­men wer­den sollte.

Aus dem Umstand, dass de lege lata prä­zi­se Regelun-

gen zur Ein­he­gung von KI-Nut­zung durch Studierende

feh­len, könn­te das Erfor­der­nis zur genau­en Normierung

in Prü­fungs­ord­nun­gen folgen.

Dem mag man ent­ge­gen­hal­ten, dass Fäl­le der Ver-

wen­dung uner­laub­ter Hilfs­mit­tel bereits jetzt durch all-

gemei­nes Prü­fungs­recht bzw. die ein­schlä­gi­gen Prü-

fungs­ord­nun­gen hin­rei­chend erfasst sind. Die Vorgabe,

dass Haus- und Abschluss­ar­bei­ten eigen­stän­dig und

ohne frem­de Hil­fe anzu­fer­ti­gen sind, führt zu dem

Schluss, dass Prüf­lin­ge ver­pflich­tet sind, bei Prüfungen

nicht zu täuschen.13 Dies könn­te – auch im Hin­blick auf

den Ein­satz von KI-Sys­te­men – als aus­rei­chend erachtet

wer­den.

Es sind aber gewis­se Zwei­fel ange­bracht, ob Studie-

ren­de allein anhand die­ser Anga­ben ein­deu­tig ermitteln

kön­nen, wel­che Funk­tio­nen von KI-Sys­te­men sie im De-

tail anwen­den dür­fen und wel­che nicht. Es damit bewen-

den zu las­sen, dass die ein­zu­rei­chen­de Arbeit am Ende

eine eigen­stän­di­ge Leis­tung dar­stel­len muss, wird der

kom­ple­xen Aus­ge­stal­tung unter­schied­li­cher KI-Anwen-

dun­gen nicht gerecht und lässt außer Acht, dass die

Gren­zen zwi­schen ein­zel­nen Funk­tio­nen flie­ßend sein

kön­nen. Die­ses Risi­ko allein den Stu­die­ren­den aufzu-

bür­den, wo die Ent­schei­dungs­ge­walt über Zulässigkeit

oder Unzu­läs­sig­keit allein bei der Hoch­schu­le als Prü-

fungs­be­hör­de liegt, erscheint nicht ange­mes­sen und

führt zu einer Rechts­un­si­cher­heit, die nicht hingenom-

men wer­den sollte.

Als Aus­weg bie­tet es sich an, Prü­fungs­ord­nun­gen zu

prä­zi­sie­ren und dem Stand der Tech­nik anzupassen.

Dazu könn­ten auch die Lan­des­hoch­schul­ge­set­ze derart

ange­passt wer­den, dass sie Hoch­schu­len ver­pflich­ten, in

ihren Prü­fungs­ord­nun­gen detail­lier­te Nutzungsregelun-

gen für KI auf­zu­stel­len. Bis sich hier eine prüfungsrecht-

lich belast­ba­re Pra­xis her­aus­ge­bil­det hat, dürf­te es sinn-

voll sein, wenn die Pra­xis sich mit modi­fi­zier­ten Prü-

fungs­for­men behilft. So kommt in Betracht, Hausarbei-

ten mit münd­li­chen Prü­fun­gen zu kom­bi­nie­ren und

Teil­no­ten zu ver­ge­ben, wobei eine stär­ke­re Gewichtung

auf den münd­li­chen Bei­trag gelegt wer­den kann. Denk-

bar ist auch, dass der Ein­satz von KI bewusst zum Prü-

fungs­ge­gen­stand gemacht wird. Gestat­ten Prüfungsord-

nung und Prü­fer den Ein­satz von KI oder ord­nen ihn gar

an, dann müs­sen Prüf­lin­ge den Ein­satz der KI, ihre

Prompts und die Ant­wor­ten der KI offen­le­gen und do-

kumen­tie­ren, damit im Rah­men der Prü­fung bewertet

wer­den kann, ob und inwie­weit die Prüf­lin­ge die KI als

(erlaub­tes) Hilfs­mit­tel unter deren Kon­trol­le eingesetzt

haben. Hier kommt es auf die kon­kre­ten Umstän­de der

Auf­ga­ben­stel­lung an.

4. Beweis­recht­li­che Fragen

Ein wei­te­res Pro­blem­feld offen­bart sich ange­sichts des

gericht­li­chen Nach­wei­ses einer uner­laub­ten Verwen-

dung von KI-Sys­te­men. Die Beweis­last für Täuschungs-

hand­lun­gen trägt die Prüfungsbehörde,14 also die Hoch-

schu­le. Für den Nach­weis von Täu­schun­gen im Rahmen

schrift­li­cher Prü­fun­gen gel­ten vor Gericht die Grundsät-

ze des Anscheinsbeweises.15 Dazu muss die nachzuwei‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 1 — 1 6 8

1 6 4

16

Kraft, in: Eyer­mann, Ver­wal­tungs­ge­richts­ord­nung, 16. Aufl. 2022,

§ 108 Rn. 38.

17

VG Mün­chen, Beschluss vom 28.11.2023 – M 3 E 23.4371, NJW

2024, 1052; eben­so VG Mün­chen, Beschluss vom 8. 5. 2024 – M 3

E 24.1136, Beck­RS 2024, 11848, Rn. 31 ff.

18

So auch Heckmann/Rachut, OdW 2024, 85 (95).

19

Welt.de v. 25.7.2023, https://www.welt.de/wirtschaft/webwelt/

artic­le246448574/ChatGPT-an-der-Uni-Was-bei-KI-im-

Studium-erlaubt-ist-und-was-nicht.html (zuletzt abge­ru­fen am

23.05.2024).

20

Spiegel.de v. 1.2.2023, https://www.spiegel.de/netzwelt/apps/chatg-

pt-kos­ten­lo­ses-tool-soll-ki-gene­rier­te-tex­te-erken­nen-hel­fen-a-

b8a8e596-9adf-44de-bfb0-e736a1416­b6e (zuletzt abge­ru­fen am

23.05.2024).

21

Heckmann/Rachut, OdW 2024, 85 (94); mit dem Gedan­ken der

feh­len­den Nach­voll­zieh­bar­keit bereits Schwart­mann, RDV 2023,

48 (48 f.).

22

Die Antrags­geg­ne­rin im s‌ päte­ren Ver­fah­ren vor dem VG Mün-

chen geht bei einem Index­wert von unter 30% im Regel­fall nicht

von einem KI-Ein­satz aus, VG Mün­chen, Beschluss vom 8.5.2024

- M 3 E 24.1136, Beck­RS 2024, 11848, Rn. 34.

23 Engl. gene­ral pur­po­se AI (im Fol­gen­den: GPAI-Sys­te­me), zur

Defi­ni­ti­on vgl. die Begriffs­be­stim­mung zu GPAI-Model­len in

Art. 3 Nr. 63 KI-VO.

24

Zu den genau­en Ver­bo­ten s. Art. 5 KI-VO.

sen­de Tat­sa­che zunächst auf einen typi­schen Sachverhalt

gestützt wer­den kön­nen, der nach all­ge­mei­ner Erfah-

rung den Schluss zulässt, dass die strei­ti­ge Tat­sa­che vor-

liegt; dar­über hin­aus dür­fen kei­ne tat­säch­li­chen Umstän-

de vor­lie­gen, die ein aty­pi­sches Gesche­hen im Einzelfall

ernst­haft mög­lich erschei­nen lassen.16

Im ver­hält­nis­mä­ßig neu­en Bereich der Täuschung

mit­tels KI-Ein­sat­zes war das VG Mün­chen bereits vom

Vor­lie­gen einer Täu­schungs­hand­lung anhand des Be-

wei­ses des ers­ten Anscheins über­zeugt – im konkreten

Fall zu Unguns­ten eines Studienbewerbers.17 Dies wirft

meh­re­re Pro­ble­me auf: Einer­seits konn­ten sich in der

kur­zen Zeit­span­ne, in der Text­ge­ne­rie­rung durch KI

mög­lich ist, noch über­haupt kei­ne all­ge­mei­nen Erfah-

rungs­sät­ze herausbilden.18 Ande­rer­seits ist der Nachweis,

dass ein Text von KI erstellt wur­de, bis­lang kaum verläss-

lich mög­lich – weder durch Computersysteme,19 etwa in

Form von spe­zi­el­ler „Pla­gi­ats­soft­ware“, noch durch

Men­schen. Nicht sel­ten stuft künst­li­che Intel­li­genz von

Men­schen ver­fass­te Tex­te als KI-gene­riert ein.20 Insbe-

son­de­re darf der Vor­wurf einer Täuschungshandlung

nicht allei­ne auf das Ergeb­nis einer KI-basier­ten Plagi-

ats­soft­ware gestützt wer­den, da deren Ergeb­nis wieder-

um den Anfor­de­run­gen an Trans­pa­renz, Nachvollzieh-

bar­keit und Vor­her­seh­bar­keit nicht genügt.21 Solange

eine sol­che Ana­ly­se kei­ne ver­läss­li­chen Ergeb­nis­se lie-

fert, erscheint es immer ernst­haft mög­lich, dass im Ein-

zel­fall ein aty­pi­sches Gesche­hen vor­liegt und der An-

scheins­be­weis nicht als erbracht ange­se­hen werden

kann. Letzt­lich geht es hier um die aus Ghostwriter-Fäl-

len bekann­te Nach­weis­pro­ble­ma­tik; mit dem Unter-

schied, dass die KI als „Ghost­wri­ter“ sehr viel leich­ter zu

beschaf­fen ist und die Para­me­ter für die Erbrin­gung des

Nach­wei­ses bei auto­no­men Sys­te­men bis auf Weiteres

ein Rät­sel blei­ben dürf­ten: Die Maß­stä­be für das konkret

gene­rier­te Ergeb­nis sind nicht erkenn­bar und Grenzwer-

te im Sin­ne eines Pro­zent­sat­zes, ab dem ein Text wahr-

schein­lich unter Zuhil­fe­nah­me von KI ent­stan­den ist,22

muten eher will­kür­lich an.

III. Ein­satz von KI auf Hochschulseite

Neben dem Ein­satz von KI durch Stu­die­ren­de spielt die

Ver­wen­dung sei­tens der Hoch­schu­len eine wich­ti­ge Rol-

le. Meh­re­re Ein­satz­mög­lich­kei­ten sind denk­bar: KI kann

bei­spiels­wei­se zur Erstel­lung von Lehr­plä­nen und Lehr-

mate­ria­li­en her­an­ge­zo­gen wer­den. Dar­über hinaus

kommt ein Ein­satz künst­li­cher Intel­li­genz als „Tuto­rin“,

die Stun­den kon­zi­piert, in Betracht. Schließ­lich ist die

Ver­wen­dung von KI bei der Noten­ver­ga­be zumindest

tech­nisch möglich.

1. Recht­li­cher Rahmen

Auch in die­sem Bereich stellt sich die Fra­ge nach der

recht­li­chen Ein­ord­nung. Wie schon beim Ein­satz von

KI-Sys­te­men auf Stu­die­ren­den­sei­te sucht man inner-

staat­li­che (lan­des­recht­li­che) Bestim­mun­gen zur Ver-

wen­dung durch Hoch­schu­len ver­geb­lich. Allerdings

wer­den die­ser durch die euro­päi­sche KI-VO rechtliche

Gren­zen gesetzt.

Die KI-VO teilt KI-Sys­te­me in drei Kate­go­rien ein

und unter­wirft ihre Ver­wen­dung je nach Ein­stu­fung ei-

nem eige­nen Regel­werk. KI-Sys­te­me mit allgemeinem

Verwendungszweck23 dür­fen als ein­fa­che KI-Systeme

grund­sätz­lich frei ver­wen­det wer­den. Im Gegensatz

dazu ist der Ein­satz sog. Hoch­ri­si­ko-KI-Sys­te­me stren-

gen Regeln unter­wor­fen (vgl. Art. 6 ff. KI-VO). Zuletzt

gibt es KI-Sys­te­me, die ganz ver­bo­ten sind (z.B. Systeme

zum Social Scoring).24

a. Klas­si­fi­zie­rung des KI-Ein­sat­zes nach der KI-VO

Beim Ein­satz auf Hoch­schul­sei­te kann KI ent­we­der als

GPAI-Sys­tem oder als Hoch­ri­si­ko-KI-Sys­tem eingesetzt

wer­den. Wann ein KI-Sys­tem in der all­ge­mei­nen und

beruf­li­chen Bil­dung zu Hoch­ri­si­ko­zwe­cken eingesetzt

wird, regelt Art. 6 Abs. 2 iVm Anhang III Nr. 3 KI-VO:

Betrof­fen ist dem­zu­fol­ge der Ein­satz von KI bei der

Zulas­sung zu Bil­dungs­ein­rich­tun­gen (lit. a), zur Prü-

fungs­be­wer­tung (lit. b), zur Bewer­tung des Bil­dungs­ni-Schwart­man­n/K­ur­th/­Köh­ler · Der Ein­satz von KI an Hoch­schu­len 1 6 5

25

Schwartmann/Keber/Zenner (Hrsg.), KI-VO Leit­fa­den/­Schwart-

mann/Köhler 2. Teil 1. Kap. Rn. 131 ff., im Erscheinen.

26

Schwartmann/Keber/Zenner (Hrsg.), KI-VO Leit­fa­den/­Schwart-

mann/Köhler 2. Teil 1. Kap. Rn. 138, im Erscheinen.

27

Hier­zu bereits Schwartmann/Keber/Zenner (Hrsg.), KI-VO

Leitfaden/Schwartmann 2. Teil 1. Kap. Rn. 190 ff., im Erscheinen.

28

Schwartmann/Keber/Zenner (Hrsg.), KI-VO Leit­fa­den/­Schwart-

mann/Köhler 2. Teil 2. Kap. Rn. 9, im Erscheinen.

veaus einer Per­son (lit. c). oder bei der Überwachung

ver­bo­te­nen Ver­hal­tens im Rah­men von Prüfungen

(lit. d).

Aus­nahms­wei­se ist der Ein­satz eines KI-Sys­tems zu

den genann­ten Zwe­cken gem. Art. 6 Abs. 3 UAbs. 1 KI‑VO

nicht als hoch­ris­kant zu bewer­ten, wenn es kein erhebli-

ches Risi­ko der Beein­träch­ti­gung in Bezug auf die Ge-

sund­heit, Sicher­heit oder Grund­rech­te natür­li­cher Per-

sonen birgt, indem es unter ande­rem nicht das Ergebnis

der Ent­schei­dungs­fin­dung wesent­lich beein­flusst. Das ist

nach der abschlie­ßen­den Auf­zäh­lung in Art. 6 Abs. 3

UAbs. 2 KI-VO der Fall, wenn eine eng gefass­te Verfah-

rens­auf­ga­be durch­ge­führt, das Ergeb­nis einer zuvor ab-

geschlos­se­nen mensch­li­chen Tätig­keit ver­bes­sert, ein

Ent­schei­dungs­mus­ter oder eine Abwei­chung von einem

frü­he­ren Ent­schei­dungs­mus­ter erkannt, oder eine vor-

berei­ten­de Auf­ga­be für eine Bewer­tung durchgeführt

wer­den soll. Pro­ble­ma­tisch ist die Abgren­zung eines

Ein­sat­zes nach Art. 6 Abs. 3 KI-VO von einem her-

kömm­li­chen Ein­satz nach Art. 6 Abs. 2 iVm Anhang

III KI-VO.25 Die feh­len­de Mög­lich­keit zur Absicherung

einer ent­spre­chen­den Ein­ord­nung durch den relevanten

Akteur führt vor die­sem Hin­ter­grund zu einer erhebli-

chen Rechtsunsicherheit.26 Die­se soll durch Leitlinien

der Kom­mis­si­on ver­rin­gert werden,

Art. 6 Abs. 5 KI-VO.

b. Rol­le der Hoch­schu­le und ihres Per­so­nals nach der

KI-VO

Für Hoch­schu­len wird die KI-VO grund­sätz­lich erst

dann rele­vant, wenn sie Anbie­te­rin bzw. Betreiberin

eines KI-Sys­tems iSd KI-VO sind. Denn mit die­ser Ein-

ordung wer­den die Hoch­schu­len zu Regelungsadressa-

ten, die bestimm­te recht­li­che Pflich­ten erfül­len müssen.

„Anbie­ter“ ist nach Art. 3 Nr. 3 KI-VO eine natürli-

che oder juris­ti­sche Per­son, Behör­de, Ein­rich­tung oder

sons­ti­ge Stel­le, die ein KI-Sys­tem oder ein GPAI-Modell

ent­wi­ckelt oder ent­wi­ckeln lässt und es unter ihrem eige-

nen Namen oder ihrer Han­dels­mar­ke in Ver­kehr bringt

oder in Betrieb nimmt.

„Betrei­ber“ ist gemäß Art. 3 Nr. 4 KI-VO grundsätz-

lich eine natür­li­che oder juris­ti­sche Per­son, Behörde,

Ein­rich­tung oder sons­ti­ge Stel­le, die ein KI-Sys­tem in ei-

gener Ver­ant­wor­tung verwendet.

Regel­mä­ßig wer­den Hoch­schu­len als Betrei­ber zu

qua­li­fi­zie­ren sein, was ange­sichts des umfas­sen­den Maß-

nah­men­ka­ta­logs für Anbie­ter von Hochrisiko-KI-Syste-

men aus Art. 16 KI-VO durch­aus erstre­bens­wert ist. Zu

beach­ten ist in die­sem Zusam­men­hang aller­dings die

Vor­schrift des Art. 25 Abs. 1 Buchst. c) KI-VO, der einen

Wech­sel der Anbie­ter­rol­le ermög­licht. Dem­nach gelten

Betrei­ber und sons­ti­ge Drit­te als Anbie­ter iS der KI-VO

und haben die damit ein­her­ge­hen­den Pflich­ten zu erfül-

len, wenn sie ein KI-Sys­tem, das bis­her nicht als Hochri-

siko-KI-Sys­tem klas­si­fi­ziert war, zu hoch­ris­kan­ten Zwe-

cken iS der KI-VO ein­set­zen. Wie beschrie­ben können

GPAI-Sys­te­me wie ChatGPT bei­spiels­wei­se zur Prü-

fungs­be­wer­tung ein­ge­setzt wer­den. Sofern die Hoch-

schu­le aller­dings kei­ne Lizenz für den Ein­satz eines sol-

chen KI-Sys­tems zu hoch­ris­kan­ten Zwe­cken erworben

hat, gerät sie in die Anbie­ter­rol­le, wenn sie die Prüfungs-

bewer­tung durch KI-Sys­te­me trotz­dem zulässt. Dem

kann die Hoch­schu­le zunächst durch die angesprochene

Lizen­sie­rung eines KI-Sys­tems zur Prüfungsbewertung

und/oder ande­ren Hoch­ri­si­ko-Zwe­cken entgegenwir-

ken. Sofern ein KI-Sys­tem dage­gen ledig­lich als einfa-

ches Sys­tem lizen­siert wird, ist der Aus­spruch eines ge-

nere­l­len Ver­bots des­sen Ein­sat­zes zu hochriskanten

Zwe­cken zu emp­feh­len, um einen Wech­sel in die Anbie-

ter­rol­le zu ver­hin­dern. Beim Abse­hen von jeg­li­cher Li-

zen­sie­rung ist dage­gen zu befürch­ten, dass das Personal

pri­va­te Accounts zu beruf­li­chen Zwe­cken ein­setzt und

dabei gegen recht­li­che Bestim­mun­gen ver­stößt, die in

den Ver­ant­wor­tungs­be­reich der Hoch­schu­len fal­len. Ein

sol­ches Vor­ge­hen soll­te daher ver­mie­den werden.27

c. Ver­hält­nis der KI-VO zum sons­ti­gen Recht

Die KI-VO regu­liert ledig­lich die Ent­wick­lung und die

Imple­men­tie­rung von KI-Sys­te­men abschlie­ßend. Der

Ein­satz von KI-Sys­te­men wird in dem Gesetz hingegen

nur frag­men­ta­risch behan­delt. Dies ergibt sich zunächst

aus Erw­gr. 63 S. 1 KI-VO, der besagt, dass die Einstufung

eines KI-Sys­tems nach der KI-VO kei­ne Aus­sa­ge über

die Recht­mä­ßig­keit des Ein­sat­zes des Sys­tems nach

ande­ren Rechts­ak­ten der Uni­on oder nach nationalen

Rechts­vor­schrif­ten ent­hält. Im Geset­zes­text ergibt sich

dies zudem aus Art. 26 Abs. 3 KI-VO, wonach sonstige

Pflich­ten der Betrei­ber nach Uni­ons­recht oder nach

natio­na­lem Recht unbe­rührt bleiben.28 Hier­aus folgt,

dass beim Ein­satz von KI-Sys­te­men auch durch die

Hoch­schu­len stets das sons­ti­ge Recht berücksichtigt

wer­den muss, nament­lich etwa das Prü­fungs­recht oder

auch das Datenschutzrecht.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 1 — 1 6 8

1 6 6

29

S. dazu wei­ter unten die Aus­füh­run­gen zum Daten­schutz­recht (II.

2. b. cc.).

30

Fischer/Jeremias/Dieterich, Prü­fungs­recht, 8. Aufl. 2022, Rn. 320 f.

2. Bewer­tung ein­zel­ner Anwendungsfälle

a. Ein­satz in der Lehre

Zunächst kön­nen KI-Sys­te­me in der Leh­re genutzt wer-

den. Beim Ein­satz in Vor­le­sun­gen, Semi­na­ren und Tuto-

rien haben Leh­ren­de wohl nichts zu befürch­ten: Sie

bewe­gen sich nicht in dem von der KI-VO abgesteckten

Hoch­ri­si­ko­be­reich. Wer­den KI-Sys­te­me genutzt, um

bei­spiels­wei­se eine Unter­richts­stun­de zu pla­nen, Lehr-

mate­ria­li­en zu über­set­zen oder einen Lehr­plan zu erstel-

len, ist die Hoch­schu­le bzw. die ein­zel­ne Lehr­per­son als

Betrei­be­rin des KI-Sys­tems anzu­se­hen, unter­liegt aber

als Betrei­be­rin eines ein­fa­chen KI-Sys­tems keinen

beson­de­ren Pflich­ten nach der KI-VO. Ande­re Pflichten

auf Uni­ons- oder natio­nal­staat­li­cher Ebe­ne blei­ben hier-

von aus­drück­lich unbe­rührt (vgl. Art. 26 Abs. 3 KI-VO).

Hin­zu tre­ten beim Ein­satz von ein­fa­chen KI-Systemen

die all­ge­mei­nen Betrei­ber­pflich­ten nach der KI-VO.

Dem­nach müs­sen Betrei­ber gem. Art. 4 KI-VO ein hin-

rei­chen­des Maß an KI-Kom­pe­tenz ver­mit­teln. Sie haben

also die Fähig­kei­ten, Kennt­nis­se und das Ver­ständ­nis zu

ver­mit­teln, die es ermög­li­chen, KI-Sys­te­me sachkundig

ein­zu­set­zen sowie sich der Chan­cen und Risi­ken von KI

und mög­li­cher Schä­den, die sie ver­ur­sa­chen können,

bewusst zu wer­den, vgl. Art. 3 Nr. 36 KI-VO. Die allge-

mei­nen Trans­pa­renz­pflich­ten für beson­de­re KI-Systeme

nach Art. 50 KI-VO dürf­ten für die Hoch­schu­len zumin-

dest in ihrer Rol­le als Betrei­ber dage­gen grundsätzlich

nicht rele­vant werden.

b. Ein­satz zur Prüfungsbewertung

Inter­es­sant ist vor allem der Ein­satz von KI zur Prü-

fungs­be­wer­tung, schon wegen der poten­zi­ell hohen Pra-

xis­re­le­vanz.

aa. Bewer­tung nach KI-Verordnung

Wie gezeigt, gilt der Ein­satz von KI zur Leistungsbewer-

tung gemäß Art. 6 Abs. 2 iVm Anhang III Nr. 3 KI-VO

als hoch­ris­kant, sofern nicht die Aus­nah­me des

Art. 6 Abs. 3 ein­greift. Kommt es hier­nach zu einem

hoch­ris­kan­ten Ein­satz, sind zwei unter­schied­li­che Sze-

nari­en denk­bar: Zum einen kann die Bewer­tung mittels

spe­zi­el­ler Soft­ware­sys­te­me erfol­gen, die zur Notenverga-

be kon­zi­piert wur­den und die des­halb von vornherein

als hoch­ris­kant ein­ge­stuft wer­den müs­sen. Zum anderen

kann die Hoch­schu­le ein GPAI-Sys­tem (z.B. ChatGTP)

zur Prü­fungs­be­wer­tung ein­set­zen. Bei­de Sze­na­ri­en zie-

hen unter­schied­li­che Rechts­fol­gen nach sich.

Im ers­ten Fall ist die Hoch­schu­le als Betrei­be­rin eines

(a prio­ri) Hoch­ri­si­ko-KI-Sys­tems anzu­se­hen. Als solche

tref­fen sie beson­de­re Pflich­ten nach Art. 26 KI-VO: Un-

ter ande­rem müs­sen Betrei­ber nach Art. 26 Abs. 2 KI‑VO

sicher­stel­len, dass hin­rei­chend geschul­tes Per­so­nal die

Sys­te­me beauf­sich­tigt. Sobald ein KI-Sys­tem Entschei-

dun­gen trifft, die natür­li­che Per­so­nen betref­fen, oder bei

einer sol­chen Ent­schei­dung unter­stützt, muss der Betrei-

ber die­se Per­son dar­über infor­mie­ren, dass die Entschei-

dung unter Ein­satz des Hoch­ri­si­ko-KI-Sys­tems getroffen

wur­de (Art. 26 Abs. 11 KI-VO). Außer­dem müssen

Hoch­schu­len als Ein­rich­tun­gen des öffent­li­chen Rechts

nach Art. 27 Abs. 1, 2 KI-VO vor der ers­ten Inbetrieb-

nah­me eine Grund­rech­te-Fol­gen­ab­schät­zung durchfüh-

ren, bei der u.a. die spe­zi­fi­schen Scha­dens­ri­si­ken des

Ein­sat­zes ermit­telt wer­den müs­sen. Als möglicher-

wei­se betrof­fe­ne Grund­rech­te kom­men nach

deut­schem Recht bei­spiels­wei­se der Grund­satz auf

Chan­cen­gleich­heit bei der Prüfungsbewertung

(Art 3 Abs. 1 GG) sowie die infor­ma­tio­nel­le Selbstbe-

stim­mung (Art. 2 Abs. 1 iVm Art. 1 Abs. 1 GG29) in

Betracht.

Im zwei­ten Fall – der Ver­wen­dung eines GPAI-Sys-

tems zur Leis­tungs­be­wer­tung – wird die Hochschule,

obwohl sie eigent­lich Betrei­be­rin ist, wegen der gesetzli-

chen Anord­nung in Art. 25 Abs. 1 Buchst. c) KI-VO wie

eine Anbie­te­rin behan­delt. Sie unter­liegt dann den An-

bie­ter­pflich­ten aus Art. 16 KI-VO, zu denen vor allem

Kenn­zeich­nungs- und Infor­ma­ti­ons­pflich­ten zählen.

Ver­stö­ße gegen die­se Pflich­ten sind gemäß

Art. 99 Abs. 4 Buchst. a) KI-VO bußgeldbewehrt.

bb. Bewer­tung nach Prüfungsrecht

Eine ande­re Fra­ge ist die der prü­fungs­recht­li­chen Zuläs-

sig­keit von KI zur Leis­tungs­be­wer­tung. Nach allgemei-

nem Prü­fungs­recht ist Vor­aus­set­zung einer eigenverant-

wort­li­chen Prü­fungs­ent­schei­dung, dass die erbrachte

Leis­tung durch den Prü­fer selbst, unmit­tel­bar und voll-

stän­dig erfasst und selb­stän­dig sowie eigenverantwort-

lich bewer­tet wird.30 Dass eine Prü­fungs­be­wer­tung das

Ergeb­nis einer mensch­li­chen Ent­schei­dung dar­stellt, ist

also unab­ding­bar. Dar­aus folgt die prüfungsrechtlich

nur beding­te Zuläs­sig­keit der Her­an­zie­hung eines KI-

Sys­tems: Zur Unter­stüt­zung bei der Entscheidungsfin-

dung wird der Ein­satz von KI recht­lich nicht zu bean-

stan­den sein. Eine voll­stän­di­ge Über­nah­me der Korrek-

tur ist indes nicht rechts­kon­form, denn das Ergeb­nis der

Leis­tungs­be­wer­tung müs­sen Prü­fen­de in Eigenverant-

wor­tung tra­gen. In die­sem Sin­ne zuläs­sig wäre es jeden-Schwart­man­n/K­ur­th/­Köh­ler · Der Ein­satz von KI an Hoch­schu­len 1 6 7

31

Schwart­mann, For­schung & Leh­re 2024, 352 (353), https://www.

wissenschaftsmanagement-online.de/beitrag/autonom-wie-ein-

tier-ki-hoch­schul­leh­re-und-pr-fung-16182 (zuletzt abge­ru­fen am

29.5.2024).

32

Vgl. hier­zu EuGH, Urteil vom 7.12.2023 – C‑634/21.

33

Eine all­ge­mei­ne Hand­rei­chung zur Imple­men­tie­rung von KI-

Sys­te­men durch Bil­dungs­ein­rich­tun­gen fin­det sich bei Schwart-

mann/Keber/Zenner (Hrsg.), KI-VO Leitfaden/Schwartmann 2.

Teil 1. Kap. Rn. 185 ff., im Erscheinen.

34

Bei­spiel nach Köh­ler, Blog der Köl­ner For­schungs­stel­le für

Medi­en­recht 5/2024, https://www.th-koeln.de/wirtschafts-und-

rechts­wis­sen­schaf­ten/ki-in-for­schung-und-leh­re-so-ver­mei­det-

man-fallstricke_114968.php (zuletzt abge­ru­fen am 29.5.2024).

falls, nach erfolg­ter (mensch­li­cher) Beno­tung die Ein-

schät­zung eines KI-Sys­tems zur Fun­die­rung und Präzi-

sie­rung der Noten­ver­ga­be heranzuziehen.31

cc. Bewer­tung nach Datenschutzrecht

Auch ange­sichts daten­schutz­recht­li­cher Aspek­te wirft

die Ver­wen­dung von KI zur Prü­fungs­be­wer­tung Fragen

auf. Kon­kret wird dies z.B. rele­vant, wenn Leh­ren­de oder

Prü­fen­de Namen bzw. Mail­adres­sen von Studierenden

oder gar deren Leis­tungs­ein­schät­zung in Prompts ver-

wen­den.

In die­sem Kon­text ist zu beach­ten, dass gem.

Art. 22 Abs. 1 DS-GVO eine Ent­schei­dung nicht allein

auf­grund auto­ma­ti­sier­ter Ver­ar­bei­tung erge­hen darf,

wenn sie von recht­li­cher Rele­vanz ist oder die betroffene

Per­son in ähn­li­cher Wei­se erheb­lich beeinträchtigt.32 Da-

raus lässt sich schlie­ßen, dass die betrof­fe­ne Per­son bei

ent­spre­chen­den Ent­schei­dun­gen ein Recht dar­auf hat,

dass nicht eine Maschi­ne, son­dern ein Mensch entschei-

det. Wäh­rend eine Prü­fungs­be­wer­tung regel­mä­ßig keine

recht­li­che Rele­vanz auf­weist, ist die Beein­träch­ti­gung in

ähn­li­cher Wei­se eine Fra­ge des Ein­zel­falls. Auch vor die-

sem Hin­ter­grund kann also eine rein automatisierte

Prü­fungs­be­wer­tung unzu­läs­sig sein. Dasselbe

gilt selbst­ver­ständ­lich bei Entscheidungen

über die Zulas­sung zum Hochschulstudium,

die nach der KI-VO eben­falls hoch­ris­kant ist

(Art. 6 Abs. 2 iVm Anhang III Nr. 3 Buchst. a) KI-VO).

IV. Hand­lungs­emp­feh­lun­gen für Hoch­schu­len und

deren Ange­hö­ri­ge

Der Ein­satz von KI auf Stu­die­ren­den­sei­te geschieht weit-

gehend rege­lungs­frei: Prü­fungs- und Studienordnungen

ent­hal­ten oft noch kei­ne Rege­lun­gen, und der Gesetzge-

ber scheint sich der Pro­ble­ma­tik bis­lang nicht widmen

zu wol­len. Prü­fen­de, die den Ein­satz von KI gestatten,

müs­sen Stu­die­ren­de exakt mit Blick auf den Ein­satz der

KI anlei­ten und anwei­sen und metho­di­sche Wege entwi-

ckeln, die eine von der KI abgrenz­ba­re Eigenleistung

iden­ti­fi­zier­bar und bewert­bar macht. Stu­die­ren­den ste-

hen als Infor­ma­ti­ons­quel­len aktu­ell häu­fig nur Informa-

tions­schrei­ben ihrer Hoch­schu­len zur Ver­fü­gung. Ange-

sichts der so ent­stan­de­nen Rechts­un­si­cher­heit soll­ten die

Hoch­schu­len im Inter­es­se aller Betei­lig­ten dafür Sorge

tra­gen, dass Prü­fungs­ord­nun­gen ange­passt und auf die

neu­en Tech­no­lo­gien ein­ge­stellt wer­den. Dabei sollte

expli­zit fest­ge­legt wer­den, wel­cher Ein­satz eines KI-Sys-

tems in wel­cher Prü­fungs­form zuläs­sig ist.

Auf Hoch­schul­sei­te müs­sen vor allem die Vorgaben

der KI-Ver­ord­nung beach­tet wer­den. Gera­de im Hochri-

siko­be­reich (hier beson­ders bei der Prüfungsbewertung)

set­zen KI-VO, all­ge­mei­nes Prü­fungs­recht sowie Daten-

schutz­recht dem Ein­satz von KI zu Recht Gren­zen. Für

Hoch­schu­len las­sen sich fol­gen­de Handlungsempfeh-

lun­gen zusam­men­fas­sen: Der Ein­satz von KI-Systemen

soll­te kon­trol­liert erfol­gen, da andern­falls die Gefahr be-

steht, dass die Hoch­schu­len für den beruf­li­chen Einsatz

durch Mit­ar­bei­ter auf pri­va­ten Accounts zur Verantwor-

tung gezo­gen wer­den. Dazu soll­te eine Lizen­sie­rung von

KI-Sys­te­men vor­ge­nom­men wer­den. Sofern einfache

KI-Sys­te­me wie ChatGPT lizen­siert wer­den, sollten

Hoch­schu­len ihrem Per­so­nal den Ein­satz zu Hochrisi-

ko-Zwe­cken wie der Prü­fungs­be­wer­tung ausdrücklich

unter­sa­gen, um nicht in eine Anbie­ter­rol­le zu rutschen.

Sofern ori­gi­när hoch­ris­kan­te KI-Sys­te­me lizen­siert wer-

den, wer­den die­se Pflich­ten vom ursprüng­li­chen Anbie-

ter erfüllt. Die Hoch­schu­le hat dann ledig­lich den weit-

aus klei­ne­ren Pflich­ten­ka­ta­log der Betrei­ber von Hochri-

siko-KI-Sys­te­men zu beachten.

Schließ­lich müs­sen Hoch­schu­len ihren Mitarbeitern

gem. Art. 4 KI-VO nach bes­tem Wis­sen KI-Kompetenz

ver­mit­teln, wenn sie deren Ein­satz zulas­sen. Das setzt

unter ande­rem vor­aus, dass sie ihr Per­so­nal mit­tels Schu-

lun­gen in die Lage ver­set­zen, die Zügel selbst in die Hand

zu neh­men und sie dazu anhal­ten, KI nur als Hilfsmittel,

nicht aber als Ersatz für eigen­ver­ant­wort­li­che Entschei-

dun­gen zu betrachten.33

Wel­che Aus­wir­kun­gen der KI-Ein­satz in der wissen-

schaft­li­chen Arbeit ansons­ten haben kann, hat einer der

Ver­fas­ser die­ses Bei­trags am eige­nen Leib erfahren:34

Wäh­rend der Arbeit an einem Bei­trag zur Regulierung

künst­li­cher Intel­li­genz such­te er nach einer Definition

für „algo­rith­mi­sche Sys­te­me“. Die in der Lite­ra­tur gefun-

denen Defi­ni­tio­nen, die vor­ran­gig Entscheidungsprozes-

se beto­nen, ent­spra­chen nicht sei­nen Anforderungen,

wor­auf­hin er eine eige­ne Defi­ni­ti­on ent­wi­ckel­te, die den

Ent­schei­dungs­be­griff aus­ließ. Ein spä­te­rer Ver­such, die-

se Defi­ni­ti­on mit Hil­fe eines KI-Sprach­sys­tems zu über-

prü­fen, offen­bar­te die Ten­denz der KI, bestehen­de Kon‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 1 — 1 6 8

1 6 8

zep­te zu repro­du­zie­ren: Unbe­merkt füg­te sie den ausge-

las­se­nen Ent­schei­dungs­be­griff wie­der ein, basie­rend auf

ihrer Daten­pro­gram­mie­rung, die eine Ver­knüp­fung zwi-

schen „algo­rith­mi­schen Sys­te­men“ und „Ent­schei­dungs-

fin­dung“ nahe­legt. Das Bei­spiel unter­streicht die Schwä-

che des Ein­sat­zes gene­ra­ti­ver KI in der Wis­sen­schaft: Sie

kann den krea­ti­ven Fort­schritt zunich­te machen, der

Kern einer wis­sen­schaft­li­chen Publi­ka­ti­on ist, wenn der

hin­ter dem Ein­satz ste­hen­de Mensch sich sei­ner Eigen-

ver­ant­wort­lich­keit nicht bewusst ist. Die recht­li­che Um-

set­zung die­ser Erkennt­nis braucht in der demokrati-

schen Gesell­schaft natur­ge­mäß Zeit. Bis der Pro­zess ab-

geschlos­sen ist, soll­ten Stu­die­ren­de eben­so wie Hoch-

schu­len die ver­lo­cken­den Vor­zü­ge des KI-Ein­sat­zes mit

Vor­sicht genießen.

Pro­fes­sor Dr. Rolf Schwart­mann ist Lei­ter der Kölner

For­schungs­stel­le für Medi­en­echt an der TH Köln, Vor-

sit­zen­der der Gesell­schaft für Daten­schutz und Daten-

sicher­heit (GDD), e.V. und Sach­ver­stän­di­ger des Deut-

schen Hoch­schul­ver­ban­des für KI- und Daten­recht. Er

ist Mit­her­aus­ge­ber und Mit­au­tor von Schwartmann/

Keber/Zenner, Pra­xis­leit­fa­den zur KI-Ver­ord­nung, der

im Juli 2024 erschei­nen wird.

Son­ja Kurth ist wis­sen­schaft­li­che Mit­ar­bei­te­rin an der

Köl­ner For­schungs­stel­le für Medienrecht.

Moritz Köh­ler ist Dok­to­rand von Rolf Schwartmann

und wis­sen­schaft­li­cher Mit­ar­bei­ter an der Köl­ner For-

schungs­stel­le für Medi­en­recht und Mit­au­tor des Pra-

xisleitfadens.Übersicht

I. Ein­füh­rung

1. Die rich­ti­gen Noten für die fal­schen Studierenden?

2. Grund­le­gen­de Ein­sich­ten für KI im Hochschulbereich

II. Poten­zia­le von KI an der Hoch­schu­le: Leh­re im Fokus

III. Span­nungs­la­gen zwi­schen KI und Datenschutz

1. Rele­van­te Merk­ma­le von KI

a) Grund­la­gen

b) Tren­nung und Ver­schrän­kung der Daten­ver­ar­bei­tung in

Trai­ning und Einsatz

2. Aus­ge­wähl­te daten­schutz­recht­li­che Anfor­de­run­gen und re-

sul­tie­ren­de Spannungen

a) Sach­li­cher und per­sön­li­cher Anwendungsbereich

b) Daten­schutz­grund­sät­ze des Art. 5 DS-GVO

c) Rechts­grund­la­gen

d) Über­mitt­lung in Drittstaaten

e) Pro­fil­ing und auto­ma­ti­sier­te Ent­schei­dung im Einzelfall

f) Tech­nisch-orga­ni­sa­to­ri­scher Daten­schutz und Daten-

schutz-Fol­gen­ab­schät­zung

V. Fazit und Ausblick

I. Ein­füh­rung

1. Die rich­ti­gen Noten für die fal­schen Studierenden?2

Gut gemeint ist nicht immer gut. Das demons­triert ein

Bei­spiel aus Groß­bri­tan­ni­en, das unter dem etwas plaka-

tiven Titel „F*ck the Algo­rithm!“ in die jün­ge­re Bil-

dungs­ge­schich­te ein­ge­gan­gen ist. Der entsprechende

Zor­nes­ruf erklang im Som­mer 2020 vor dem Parlament

in West­mins­ter aus den Mün­dern hun­der­ter Schülerin-

nen und Schü­ler. Er wur­de zu einem Zei­chen des Wider-

stands gegen ein Vor­ha­ben des eng­li­schen Amts für die

Regu­lie­rung von Prü­fun­gen und Abschlüs­sen (Office of

Qua­li­fi­ca­ti­ons and Exami­na­ti­ons Regu­la­ti­on, Ofqual).

Da in der Covid-19-Pan­de­mie kei­ne Abschlussarbeiten

in Prä­senz hat­ten durch­ge­führt wer­den kön­nen, wollte

Ofqual die Abschluss­no­ten der Schü­le­rin­nen und Schü-

ler für das zum Hoch­schul­stu­di­um berechtigende

Advan­ced bzw. A‑Level des Gene­ral Cer­ti­fi­ca­te of Edu-

cati­on durch einen Algo­rith­mus fest­le­gen lassen.3 Dieser

soll­te eigent­lich für Objek­ti­vi­tät sor­gen. Da sich aus der

For­schung erge­ben hat­te, dass Leh­ren­de bei einer Erset-

zung schrift­li­cher Exami­na durch Noten für den Gesamt-

ein­druck von der Leis­tungs­fä­hig­keit der Schülerinnen

und Schü­ler (was zunächst über­legt wor­den war) dazu

nei­gen, deren Leis­tun­gen posi­ti­ver ein­zu­schät­zen, ent-

schied sich das Ofqual für die Fest­le­gung der Abschluss-

note auf­grund einer para­me­tri­sier­ten For­mel (eines

Algo­rith­mus), aus wel­cher dann die Abschluss­no­te abge-

lei­tet wur­de. Mit ande­ren Wor­ten wur­den in dem betref-

fen­den „Pandemie“-Jahrgang kei­ne Prü­fun­gen mehr

durch­ge­führt, son­dern die Hochschulzugangsberechti-

gung wur­de auf­grund eines Algo­rith­mus ermit­telt, der

im Wesent­li­chen auf drei Varia­blen beruh­te: der histori-

schen Noten­ver­tei­lung der drei ver­gan­ge­nen Jah­re der

Schu­le, dem Rang der Schü­le­rin oder des Schü­lers inner-

halb eines Fachs an der jewei­li­gen Schu­le (anhand der

Ein­schät­zung der Lehrenden4) sowie vor­he­ri­gen Klau-

sur­no­ten sowohl der his­to­ri­schen als auch der zu beur-

tei­len­den Schü­le­rin­nen und Schüler.

Das Pro­blem die­ser „Objek­ti­vi­tät“ war jedoch, dass

sie einen ver­bor­ge­nen Bias ent­hielt. In Großbritannien

ist das Bil­dungs­we­sen nach wie vor von gro­ßen Unter-

schie­den geprägt. Aller­dings sor­gen eine weitgehende

Ver­ein­heit­li­chung und die zeit­glei­che Durch­füh­rung der

A‑Le­vel-Prü­fun­gen in Eng­land dafür, dass die Noten

lan­des­weit weit­ge­hend ver­gleich­bar sind. Um den Zu-

gang zu den bekann­ten Ein­rich­tun­gen in Oxford, Cam-

bridge oder auch Lon­don wird inten­siv kon­kur­riert, gute

Noten sind hier­für essen­zi­ell. Da es Ofqual zuließ, dass

es in den­je­ni­gen Fäl­len, in denen in einem Fach an einer

Schu­le weni­ger als 15 Schü­le­rin­nen und Schü­ler die Ab-

schluss­prü­fung abzu­le­gen hat­ten, aus prak­ti­schen Grün-

den doch wie­der auf die Ein­schät­zun­gen der Lehrenden

Mar­grit Seckelmann1 und Jan Horstmann

Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Da-

ten­schutz

1

Der Bei­trag beruht auf dem Vor­trag von Prof. Dr. Mar­grit Seckel-

mann beim 16. Hochschulrechts‌ tag in Erlan­gen am 28.09.2023.

2

Die Über­schrift is‌ t eine abge­wan­del­te Ver­si­on einer Überschrift

der FAZ zur geschil­der­ten Bege­ben­heit, https://www.faz.net/

aktu­el­l/­po­li­ti­k/aus­lan­d/­bri­ti­sche-prue­fungs­er­geb­nis­se-die-not-

mit-den-noten-16915526.html (Abruf 30.01.2024).

3 In den übri­gen Tei­len des Ver­ei­nig­ten König­reichs gab es ähnli-

che Vor­gän­ge. Ein aus­führ­li­cher tech­ni­scher Bericht zu Ofquals

Erwä­gun­gen und Metho­dik is‌ t im Inter­net ver­füg­bar: Ofqual,

Awar­ding GCSE, AS, A level, advan­ced exten­si­on awards and

exten­ded projec‌ t qua­li­fi­ca­ti­ons in sum­mer 2020: inte­rim report,

https://assets.publishing.service.gov.uk/media/5f3571778fa8f5173f

593d61/6656–1_Awarding_GCSE__AS__A_level__advanced_ex-

tension_awards_and_extended_projec‌ t_qua­li­fi­ca­ti­ons­_in­_­sum-

mer_2020_-_interim_report.pdf (Abruf 31.01.2024).

4

Laut Ofqual (Fn. 2, S. 13ff.) sind die Ein­schät­zun­gen der Lehren-

den in rela­ti­ver Hin­sicht ver­läss­li­cher als in abso­lu­ter Hinsicht.

Ord­nung der Wis­sen­schaft 2023, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 7 0

5

Zum Gan­zen: Cra­ven, Ofqual gra­des algo­rithm: A reci­pe for un-

fair­ness, https://upreach.org.uk/news/ofqual-grades-algorithm-

a‑re­ci­pe-for-unfair­ness, abge­ru­fen am 31.012024; Willis/Chiusi,

United King­dom – Rese­arch, in Chi­usi et al., Auto­ma­ting Society

Report 2020, S. 280; Kolk­man, LSE Blog vom 26.08.2020, https://

blogs.lse.ac.uk/impac‌ tofso­cial­sci­en­ces/2020/08/26/fk-the-algo-

rithm-what-the-world-can-learn-from-the-uks-a-level-gra­ding-

fiasco/, abge­ru­fen am 31.01.2024.

6

S. die begin­nen­de wis­sen­schaft­li­che Durch­drin­gung bei Gardner,

IEEE Tech. & Soc. Mag. Jg. 41 Aus­ga­be 2 (2022), 84–89; Mallett,

Revie­w­ing the impac‌ t of OFQUAL’s assess­ment ‘algo­rithm’ on

racial ine­qua­li­ties in Lander/Kay/Holloman, COVID-19 and Ra-

cism – Coun­ter-Sto­ries of Col­li­ding Pan­de­mics (2023), S. 187–198.

7

Zum Schluss von Ver­hal­tens­da­ten Vie­ler auf das zukünftige

Han­deln des Ein­zel­nen Seckel­mann, Ver­wal­tung 2023, 1 (26f.).

8

Nach der Rechts‌ pre­chung sowie lang­jäh­ri­ger Ansicht der Auf-

sichts­be­hör­den is‌ t der Per­so­nen­be­zug anhand des Inhalts, des

Zwecks und der Aus­wir­kun­gen einer Infor­ma­ti­on zu beurteilen,

s. insb. EuGH, 20.12.2017, C‑434/16 — Nowak = ZD 2018, 113; s.a.

Art.-29-Datenschutzgruppe, WP136 – Stel­lung­nah­me 4/2007 zum

Begriff „per­so­nen­be­zo­ge­ne Daten“, 20.6.2007.

9

Seckel­mann (Fn. 7), 26f.

10

Wachter/Mittels‌ tadt, Colum­bia Busi­ness L. Rev. 2019, 494. In sei-

ner grund­recht­li­chen Kon­zep­ti­on is‌ t jeden­falls das Recht auf in-

for­ma­tio­nel­le Selbs‌ tbes‌ tim­mung als akzes­so­ri­scher Vorfeldschutz

vor frei­heits­be­gren­zen­den Ent­schei­dun­gen ande­rer ange­legt, s.

Britz, Infor­ma­tio­nel­le Selbs‌ tbes‌ tim­mung zwi­schen rechtswissen-

schaft­li­cher Grund­satz­kri­tik und Behar­ren des Bundesverfas-

sungs­ge­richts in Hoff­mann-Riem, Offe­ne Rechts­wis­sen­schaft, S.

570f.; krit. zu einem daten­schutz­recht­li­chen Schutz vor unange-

mes­se­nen Schluss­fol­ge­run­gen Stein­bach, Regu­lie­rung algorith-

men­ba­sier­ter Ent­schei­dun­gen — grund­recht­li­che Argumentation

im Kon­text von Arti­kel 22 DSGVO (2021), S. 220.

11

Ver­ord­nung des Euro­päi­schen Par­la­ments und des Rates zur

Fes‌ tle­gung har­mo­ni­sier­ter Vor­schrif­ten für küns‌ tli­che Intelli-

genz (Gesetz über küns‌ tli­che Intel­li­genz) und zur Änderung

bes‌ timm­ter Rechts­ak­te der Uni­on (Gesetz­ge­bungs­ver­fah­ren COD

2021/0106). Da sich der Gesetzgebungs‌ pro­zess zum Zeitpunkt

des Ver­fas­sens in der fina­len Pha­se befand, wird hier die vom

EP am 13.3.2024 ange­nom­me­ne Fas­sung (Doku­ment-Nr. P9_

TA(2024)0138 zugrun­de gelegt, deren Annah­me durch den Rat

erwar­tet wird. Zur Über­set­zung wur­de teil­wei­se die allgemeine

Aus­rich­tung des Rates vom 6.12.2024 (ST 15698 2022 INIT) her-

ange­zo­gen.

gesetzt wer­den soll­te, wäre die­ses – so ver­mu­te­te man je-

den­falls – Schü­le­rin­nen und Schü­lern an Privatschulen

und in klei­nen Kur­sen, vor allem in bildungsbürgerlich

kon­no­tier­ten Fächern wie Latein, Alt­grie­chisch oder

Kunst­ge­schich­te, zugu­te­ge­kom­men. Zudem floss die all-

gemei­ne Noten­ver­tei­lung an der betref­fen­den Schu­le aus

den letz­ten Jahr­gän­gen in die For­mel ein und hät­te zu-

sätz­lich die­je­ni­gen flei­ßi­gen und intel­li­gen­ten Personen

benach­tei­ligt, die in der Abschluss­prü­fung trotz schlech-

ter Start­be­din­gun­gen beacht­li­che Punkt­zah­len erzielt

hät­ten. Die­ser impli­zi­te Bias wäre – hät­te es kei­ne Protes-

te dage­gen gege­ben – dadurch ver­stärkt wor­den, dass das

zur Anfech­tung der Noten vor­ge­se­he­ne Ver­fah­ren als

kom­pli­ziert und kos­ten­pflich­tig erschien, so dass viele

hier­vor zurück­ge­scheut hät­ten. Als dann noch bekannt

wur­de, dass auf­grund der Pan­de­mie ins­ge­samt weniger

Stu­di­en­plät­ze ange­bo­ten wer­den soll­ten, lief das Fass

über – und es kam zu den ein­gangs erwähn­ten Protesten,

bei denen inter­es­san­ter­wei­se die Schuld beim Algorith-

mus gesucht wur­de. Letz­ten Endes wur­de die angekün-

dig­te For­mel nicht ange­wen­det, es wur­den die algorith-

misch ver­ge­be­nen Noten zurück­ge­zo­gen und durch die

Ein­schät­zung der Leh­ren­den ersetzt.5 Ob die gefundene

Lösung aller­dings mehr oder viel­mehr weni­ger Bil-

dungs­ge­rech­tig­keit ent­hielt, wur­de danach von den

Schü­le­rin­nen und Schü­lern nicht mehr problematisiert,

denn in ihren Augen stand eines fest: Der Algorithmus

war schuld.

2. Grund­le­gen­de Ein­sich­ten für KI im Hochschulbe-

reich

Was lässt sich aus die­sem Bei­spiel für den Ein­satz von KI

im deut­schen Hoch­schul­be­reich ler­nen? Einer­seits fallen

zunächst die Unter­schie­de zu die­sem (für die Bildungs-

sozio­lo­gie hoch­in­ter­es­san­ten Beispiel6) auf. Es macht auf

der ande­ren Sei­te aber zwei grund­le­gen­de Ein­sich­ten für

den Daten­schutz im Hoch­schul­be­reich beim KI-Einsatz

sehr deut­lich:

Ers­tens las­sen sich die­ser und ähn­li­che Fäl­le des Ein-

sat­zes von KI mit den klas­si­schen Begrif­fen des Daten-

schutz­rechts nur begrenzt fas­sen. Denn zum einen gibt

es auf die im Fal­le Ofqual berech­tig­ter­wei­se aufgeworfe-

ne Fra­ge, für wel­che Zwe­cke man über­haupt KI nutzen

soll­te, kei­ne Ant­wort. Zum ande­ren lag ein Groß­teil des

Pro­blems gera­de in der Her­an­zie­hung der statistischen

Ver­tei­lung von Noten in vor­he­ri­gen Jah­ren für die Ent-

schei­dung über die aktu­el­len Schü­le­rin­nen und Schüler.7

Zwar wird durch die Ent­schei­dung über die individuelle

Note letzt­lich ein Per­so­nen­be­zug hergestellt.8 Skandali-

siert wur­de jedoch die Anknüp­fung an gruppenbezoge-

ne Merk­ma­le, also ein Bias, der – wie bei KI-Applikatio-

nen häu­fig — dar­aus resul­tiert, dass aus dem (his­to­ri-

schen) Ver­hal­ten vie­ler auf das mög­li­che Ver­hal­ten eines

Ein­zel­nen geschlos­sen wird.9 Und das wirft wiederum

eine zen­tra­le The­ma­tik der Debat­ten um Datenschutz

und KI auf: Inwie­weit ist das Daten­schutz­recht das rich-

tige Instru­ment, um einen Schutz vor „unan­ge­mes­se­nen

Schlussfolgerungen“10 zu gewähr­leis­ten? Bei­de Problem-

stel­lun­gen las­sen sich nicht mit dem personenbezogenen

Ansatz des Daten­schutz­rechts allein behan­deln. Es

kommt auch auf noch offe­ne Fra­gen sei­nes Zusammen-

spiels mit ande­ren Nor­men an, ins­be­son­de­re dem tech-

nik­be­zo­ge­nen Ansatz der KI-Ver­ord­nung (KI-VO) der

EU,11 die einen ers­ten Bau­stein des KI-Rechts darstellt.

Für KI-Sys­te­me zur Anwen­dung in Ein­rich­tun­gen der

all­ge­mei­nen und beruf­li­chen Bil­dung aller Stu­fen sind

nach der KI-VO bei einer Rei­he von Einsatzzwecken,Seckelmann/Horstmann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 7 1

12

Wischmey­er, AöR 2018, 1 (20ff.).

13

In die­se Rich­tung deu­tet die Leh­re, die Kolk­man (Fn. 5) aus dem

Eingangsbeis‌ piel zieht: „Algo­rith­mic accoun­ta­bi­li­ty“ erfor­dert die

Aus­bil­dung kri­ti­scher Öffent­lich­kei­ten für Algorithmen.

14

Neben Stu­die­ren­den und Leh­ren­den kommt auch pri­va­ten und

öffent­li­chen Hoch­schu­len der Schutz der Wissenschaftsfreiheit

zu (Kem­pen in Beck­OK Grund­ge­setz, Epping/Hillgruber, 56. Ed.

Stand 15.8.2023, Art. 5 Rn. 185). Dies wird rele­vant, wenn s‌ taat-

liche Rege­lun­gen Vor­ga­ben zum KI-Ein­satz in For­schung oder

Leh­re ent­hal­ten, wird hier aber nicht behandelt.

15

Djef­fal, DuD 2021, 529 (531).

16

Os‌ ter, JZ 2021, 167.

17

Von einem beein­dru­cken­den Beis‌ piel, in dem auch zusammen-

hän­gen­de Geschich­ten mit KI in die Form eines Comics gebracht

wur­den berich­tet Hea­ven, MIT Tech­no­lo­gy Review, 5.3.2024,

https://www.technologyreview.com/2024/03/05/1089458/

gene­ra­ti­ve-ai-turn-my‑s‌ tory-into-comic-images-lore-machine/

(Abruf 6.3.2024).

18

Für ChatGPT s. FAQ: Enter­pri­se pri­va­cy at Ope­nAI, Stand

10.01.2024, https://openai.com/enterprise-privacy.

19

S. dazu Herr­mann, ODW 2024, 25–44.

20

Kem­pen in Beck­OK GG, Epping/Hillgruber, 56. Ed. Stand

15.8.2023, Art. 5 Rn. 183.

21

Hier wird davon aus­ge­gan­gen, dass Leh­ren­de den KI-Einsatz

selbs‌ t in die Leh­re auf­neh­men. Die Ein­füh­rung von KI kann als

äuße­re Beein­flus­sung des grund­recht­lich geschütz­ten methodi-

schen Ansat­zes der Leh­re (Kem­pen in Beck­OK GG, Eppin­g/Hill-

gru­ber, 56. Ed. Stand 15.8.2023, Art. 5 Rn. 183) im Ein­zel­fall auch

einen Ein­griff in die Lehr­frei­heit (Art. 5 Abs. 3 GG) dars‌ tel­len (s.

Heckmann/Rachut, ODW 2024, 85 (88)). In die­sem Zusammen-

hang wären auch mög­li­che Bedro­hun­gen der Frei­heit der Lehre

zu reflek­tie­ren, die durch die Fort­ent­wick­lung eines zunächs‌ t

durch die Lehr­per­son auto­nom ein­ge­führ­ten KI-Sys‌ tems im

Zeit­ver­lauf ents‌ tehen können.

ins­be­son­de­re Zulas­sung und Bewertung

(ein­schließ­lich Zwi­schen­be­wer­tun­gen), die

Vor­ga­ben für Hoch­ri­si­ko-KI-Sys­te­me anwendbar

(Art. 6 Abs. 2 iVm Annex III Nr. 3 KI-VO).

Zwei­tens sind im Bil­dungs­be­reich exis­ten­zi­el­le Güter

der (beruf­li­chen) Chan­cen­gleich­heit und persönlichen

Ent­fal­tung betrof­fen. Es ist ein Ver­spre­chen von KI, dass

die­se Güter mit­tels Effi­zi­enz und Stan­dar­di­sie­rung nach-

gera­de „auto­ma­tisch“ maxi­miert wür­den. Zweifelsohne

bie­tet zudem ins­be­son­de­re gene­ra­ti­ve KI ein enormes

Poten­zi­al zur Aus­bil­dung und Ent­fal­tung von Kreativi-

tät. Doch müs­sen Chan­cen­gleich­heit und persönliche

Ent­fal­tung als umkämpf­te, dis­kur­siv bestimm­te und ver-

teil­te Güter ange­sichts der oft ver­bor­ge­nen „Prä­ge­kraft

der Technik“12 auch gegen die­se behaup­tet werden.13 Das

ruft grund­recht­li­che Ver­bür­gun­gen (ins­be­son­de­re

Art. 2 Abs. 1, Art. 2 Abs. 1 iVm Art. 1 Abs. 1, Art. 3, Art. 5

Abs. 3, Art. 12 GG sowie Art. 7, 8, 13 S. 2, 14, 15 GRCh) auf,

die hin­ter den hier behan­del­ten Nor­men des Daten-

schutz­rechts ste­hen. Sie müs­sen im weit­ge­hend staatlich

gepräg­ten Hoch­schul­be­reich durch die Hochschulen

selbst zur Gel­tung gebracht werden.14 Die­se Belan­ge sind

also bei den fol­gen­den Aus­füh­run­gen zu den Span-

nungs­la­gen zwi­schen KI und Daten­schutz­recht im Be-

wusst­sein zu behalten.

II. Poten­zia­le von KI an der Hoch­schu­le: Leh­re im

Fokus

Künst­li­che Intel­li­genz ver­fügt als Quer­schnitts-15 oder

„Meta-Technologie“16 über kaum über­schau­ba­re Ein-

satz­mög­lich­kei­ten, die sich durch die Dyna­mik der tech-

nischen wie sozia­len Ent­wick­lung lau­fend erweitern.

Ent­spre­chend viel­fäl­tig sind auch die Einsatzmöglichkei-

ten im Hoch­schul­be­reich. Mit der Ver­brei­tung großer

Sprach­mo­del­le (Lar­ge Lan­guage Models) wie ChatGPT

für den Ein­satz durch pri­va­te Nut­ze­rin­nen und Nutzer

ohne beson­de­re Vor­kennt­nis­se bestehen brei­te Einsatz-

mög­lich­kei­ten in allen Berei­chen des Hochschulrechts

von der Bewer­bung bis zur Prü­fung, ins­be­son­de­re in der

Pro­duk­ti­on, im Erwerb und in der Reprä­sen­ta­ti­on von

Wis­sen. Ein Bei­spiel ist die Illus­tra­ti­on von Wis­sen durch

KI-Sys­te­me, die aus Text­ein­ga­ben Bil­der generieren.17

Mit­tels Schnitt­stel­len kön­nen auf Sprach­mo­del­len beru-

hen­de KI-Sys­te­me bei Ver­füg­bar­keit entsprechender

Daten grund­sätz­lich auch für den kon­kre­ten Einsatz-

zweck ange­passt werden.18

KI kann nun­mehr also an allen Sta­tio­nen einer Hoch-

schul­lauf­bahn ein­ge­setzt wer­den: Bei der Zulas­sung Stu-

die­ren­der, in der Leh­re, im Selbst­stu­di­um, in der Durch-

füh­rung und Bewer­tung von Prü­fungs­leis­tun­gen, in be-

ruf­li­chen Auswahlentscheidungen,19 in der Forschung

sowie in der Ver­wal­tung. Die Ein­satz­sze­na­ri­en lassen

sich grob in bewer­ten­de Anwen­dun­gen wie Prüfungsbe-

wer­tung und Aus­wahl­ent­schei­dun­gen sowie vorrangig

krea­ti­ve und didak­ti­sche Anwen­dun­gen ein­tei­len. Wäh-

rend KI in die For­schung idR weni­ger institutionell

durch die Hoch­schu­le ein­ge­führt wer­den dürf­te, son-

dern von den For­schen­den selbst als Arbeits­mit­tel her-

ange­zo­gen wird, bie­ten sich beson­ders im Bereich der

Leh­re, grund­recht­lich ver­stan­den als sys­te­ma­tisch ange-

leg­te Ver­brei­tung des in der For­schung Erkannten,20

span­nen­de Ein­satz­mög­lich­kei­ten und zugleich Heraus-

for­de­run­gen durch die grund­recht­li­che Betroffenheit

der Studierenden.21 Beson­ders im Selbst­stu­di­um und in

Ergän­zung von Lehr­an­ge­bo­ten kön­nen KI-Sys­te­me eine

struk­tu­rie­ren­de und unter­stüt­zen­de Funk­ti­on einneh-

men. Dies kann ver­schie­de­ne KI-Ele­men­te wie beispiels-

wei­se Emp­feh­lungs­al­go­rith­men sowie Chat­bots umfas-

sen und die­se kom­bi­nie­ren. Die Über­gän­ge sind dabei

flie­ßend. Chat­bots etwa könn­ten Lern­in­hal­te – mit dem

jewei­li­gen rele­van­ten Lern­stoff – nicht nur empfehlen,O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 7 2

22

Über­blick bei Sabzalieva/Valentini, ChatGPT and Artificial

Intel­li­gence in hig­her edu­ca­ti­on – Quick s‌ tart gui­de, S. 9, https://

www.iesalc.unesco.org/wp-content/uploads/2023/04/ChatGPT-

and-Arti­fi­ci­al-Intel­li­gence-in-hig­her-edu­ca­ti­on-Quick-Start-

guide_EN_FINAL.pdf (Abruf 28.2.2024).

23

Eine umfas­sen­de Sy‌ ema­ti­sie­rung und recht­li­che Einordnung

bie­ten Heckmann/Rachut (Fn. 21), 85.

24

Zur daten­schutz­recht­li­chen Bewer­tung aus­führ­lich Giannopou-

lou/Ducato/Angiolini/Schneider, JIPITEC 2023, 278.

25

Dazu Hoe­ren in Salden/Leschke, Didak­ti­sche und recht­li­che Per-

s‌ pek­ti­ven auf KI-ges‌ tütz­tes Schrei­ben in der Hochschuldbildung

(2023), S. 32f.

26

Dazu insb. aus prü­fungs­recht­li­cher Pers‌ pek­ti­ve Hoeren

(Fn. 25), 35ff.

27

S. ebd.

28

Pres­se­mit­tei­lun­gen und Ver­fü­gun­gen des Garan­te per la protezi-

one dei dati per­so­na­li sind, teil­wei­se mit eng­li­scher Übersetzung,

abruf­bar unter https://www.garanteprivacy.it/web/gues‌ t/home/

doc­we­b/-/doc­web-dis‌ play/docweb/9870847 (Abruf 7.3.2024).

29

So hat der Ham­bur­gi­sche Beauf­trag­te für Daten­schutz und

Infor­ma­ti­ons­frei­heit (HmbBfDI) eine ers‌ te Checklis‌ te ers‌ tellt:

Checklis‌ te zum Ein­satz LLM-basier­ter Chat­bots, Stand 13.11.2023,

https://datenschutz-hamburg.de/fileadmin/user_upload/HmbBf-

DI/Datenschutz/Informationen/20231113_Checklis‌ te_LL­M_Chat-

bots_DE.pdf (Abruf 7.3.2024).

son­dern in unter­schied­li­cher Dar­rei­chungs­form gene-

rie­ren, um die prä­fe­rier­te (oder gar algo­rith­misch als am

effek­tivs­ten ermit­tel­te) Lern­form indi­vi­du­el­ler Studie-

ren­der zu bedie­nen oder ein­fach das Ler­nen abwechs-

lungs­rei­cher zu gestal­ten. In der Leh­re erge­ben sich die

Ein­satz­fel­der des (ggf. beglei­te­ten) Selbst­stu­di­ums, der

Prä­senz­leh­re sowie der Prü­fung. Die fol­gen­den, nur bei-

spiel­haft auf­ge­zähl­ten Ein­satz­mög­lich­kei­ten veran-

schau­li­chen die Brei­te und Viel­falt der Konstellationen:

Im Selbst­stu­di­um:

– Aus­wahl und Emp­feh­lung von Lern­in­hal­ten anhand

all­ge­mei­ner Vor­ga­ben des Lehr­per­so­nals, potenziell

auch anhand des Lern­stands oder Vor­lie­ben indivi-

duel­ler Stu­die­ren­der (Emp­feh­lungs­sys­te­me)

– Auf­be­rei­tung und Prä­sen­ta­ti­on des Lern­stoffs in

immer wie­der abge­wan­del­ter und ggf. personalisier-

ter Form durch Sprach­mo­del­le, wobei ein KI-Chat-

bot neben vie­len ande­ren bei­spiels­wei­se die Rolle

eines sokra­ti­schen Dia­log­part­ners einnehmen

kann22

– Erstel­lung und Aus­wer­tung von Tests zur Selbst-

über­prü­fung, auch mit­tels Abwand­lung oder Perso-

nali­sie­rung, Bewer­tung von Übungsaufgaben

– Erken­nen von Lern­de­fi­zi­ten durch Aus­wer­tung des

Lern­fort­schritts, um Bera­tungs- oder Fördermaß-

nah­men zu ergreifen

In der Präsenzlehre:

– Erstel­lung von Lehrmaterialien

– Ein­bin­dung von gene­ra­ti­ver KI zur Ver­mitt­lung von

Fähig­kei­ten für den wis­sen­schaft­li­chen oder künst-

leri­schen Umgang mit KI

In der Prüfung:23

– Erken­nung von Täu­schungs­ver­su­chen (sog. E‑Proc-

toring24 oder Erken­nung von KI-gene­rier­tem Text25)

– Aus­wer­tung der Prü­fungs­leis­tung voll­stän­dig oder

teil­wei­se durch ein KI-System26

– Aus­wer­tung der Prü­fungs­leis­tung durch Lehrende,

KI-Assis­tenz beim Ver­fas­sen von Korrekturanmer-

kun­gen und Voten 27

Die Ein­satz­fel­der gehen durch­aus flie­ßend ineinan-

der über, wie schon die unver­bind­li­che Lernstandsüber-

prü­fung, abschluss­re­le­van­te Stu­di­en­leis­tun­gen ohne No-

ten­be­wer­tung oder das Selbst­stu­di­um mit anlassbezoge-

ner Ein­bin­dung des Lehr­per­so­nals ver­deut­li­chen. Abs-

trakt gespro­chen besteht eine steigende

Grund­rechts­re­le­vanz, je mehr der KI-Ein­satz von einer

ermög­li­chen­den Erwei­te­rung der Lern­mit­tel im Selbst-

stu­di­um in die hete­ro­no­me Prü­fungs­si­tua­ti­on übergeht,

wobei er zuse­hends die eige­ne Sphä­re der Studierenden

ver­lässt und künf­ti­ge beruf­li­che sowie per­sön­li­che Ent-

fal­tungs­chan­cen betrof­fen sind. Datenschutzrechtliche

Bestim­mun­gen sind aber in allen Fäl­len relevant.

III. Span­nungs­la­gen zwi­schen KI und Datenschutz

Da KI-Trai­ning und der hier im Fokus ste­hen­de KI-Ein-

satz in aller Regel per­so­nen­be­zo­ge­ne Daten benötigen,

ist zumeist auch das Daten­schutz­recht ein­schlä­gig. Auch

das Auf­kom­men der gro­ßen Sprach­mo­del­le blieb nicht

ohne daten­schutz­recht­li­che Impli­ka­tio­nen: Nachdem

die ita­lie­ni­sche Daten­schutz­auf­sichts­be­hör­de den

Betrieb von ChatGPT für Ita­li­en im März 2023 vorüber-

gehend unter­sagt und kurz dar­auf unter Auf­la­gen wieder

zuge­las­sen hat,28 scheint sich nun – auch in Anbetracht

von Alter­na­ti­ven, die mehr Daten­schutz bie­ten – bei den

Auf­sichts­be­hör­den die Ansicht durch­zu­set­zen, dass sie

unter Beach­tung bestimm­ter Maß­nah­men datenschutz-

kon­form ein­ge­setzt wer­den können.29

Mit eini­gen Vor­schrif­ten jedoch gerät KI aufgrund

ihrer tech­ni­schen Funk­ti­ons­wei­se und den wirtschaftli-

chen Bedin­gun­gen ihrer Her­stel­lung und ihres Einsatzes

in beson­de­re Spannung.Seckelmann/Horstmann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 7 3

30

S. McCarthy/Minsky/Roches‌ ter/Shannon, A Pro­po­sal for the

Dart­mouth Sum­mer Rese­arch Projec‌ t on Arti­fi­ci­al Intelligence,

gekürz­te Fas­sung in AI Maga­zi­ne 2006, 12–14.

31

Ins‌ truk­tiv zur Bedeu­tung der Daten­grund­la­ge und damit verbun-

dener Ges‌ tal­tungs­ent­schei­dun­gen Barocas/Selbs‌ t, 104 Cal. L. Rev.

(2016), 671–732; Lehr/Ohm, 51 UC Davis L. Rev. (2017), 653–717.

32

Ein­füh­rend Bur­rell, Big Data & Socie­ty 2016 (1), 1–12; De Laat,

Phi­los. Tech­nol. 2018, 525 (529ff.).

33

Prä­gnant Wischmey­er (Fn. 12), 21: ”sozio-tech­ni­sche Assemblage”.

S.a. Daten­ethik­kom­mis­si­on der Bun­des­re­gie­rung, Gutachten,

2019, S. 25 (Emp­feh­lung 36).

34

Dazu Hor­nung, Trai­nings­da­ten und die Rech­te von betroffenen

Per­so­nen – in der DSGVO und dar­über hin­aus? in BMU­V/Ros-

tal­ski, Küns‌ tli­che Intel­li­genz – Wie gelingt eine vertrauenswürdi-

ge Ver­wen­dung in Deutsch­land und Euro­pa?, S. 91–120.

35

Zur mög­li­chen Absi­che­rung grup­pen­be­zo­ge­ner Zie­le durch die

DS-GVO Dreyer/Schulz, Was bringt die Datenschutz-Grundver-

ord­nung für auto­ma­ti­sier­te Entscheidungssyst‌eme?, Bertelsmann

Stif­tung 2018, S. 39f.

36

Außer­halb des Euro­päi­schen Wirt­schafts­raums (EU-Staa­ten

sowie Nor­we­gen, Liechtens‌ tein, Island).

37

Zer­dick in Ehman/Selmayr, 2. Aufl. 2018, Art. 44 DS-GVO Rn. 13.

1. Rele­van­te Merk­ma­le von KI

a) Grund­la­gen

KI bezeich­ne­te ursprüng­lich ein For­schungs­feld mit

dem Ziel der Simu­la­ti­on mög­lichst aller Aspek­te der

(mensch­li­chen) Intel­li­genz durch Computer.30 Die hier

inter­es­sie­ren­den KI-Sys­te­me sind sol­che, die überwie-

gend auf maschi­nel­lem Ler­nen beru­hen, also mit­tels der

Aus­wer­tung von Daten (Trai­nings­da­ten) unter Verwen-

dung sta­tis­ti­scher und mathe­ma­ti­scher Metho­den eine

Funk­ti­on ermit­teln, um Ein­ga­be­wer­ten eine Ausgabe

zuzu­ord­nen. Dass sich die ver­wen­de­ten Trainingsdaten

stark auf das fina­le KI-Sys­tem nie­der­schla­gen, offenbart

sich im Bon­mot „gar­ba­ge in, gar­ba­ge out“: auf einer

unzu­rei­chen­den Daten­grund­la­ge lässt sich kein brauch-

bares KI-Sys­tem trainieren.31

Auf die­se über­ra­gen­den Bedeu­tung von Daten, die

auch auf den hier im Fokus ste­hen­den KI-Ein­satz durch-

schlägt, gehen vie­le der Span­nun­gen mit dem Daten-

schutz­recht zurück. Vie­le KI-Sys­te­me, die gute Ergebnis-

se erzie­len, beru­hen im Übri­gen auf neu­ro­na­len Netzen

oder ähn­li­chen Tech­ni­ken (ins­be­son­de­re dem sog. Deep

Lear­ning). Dabei las­sen sich auf­grund der gro­ßen Da-

ten­men­gen, kom­ple­xer mathe­ma­ti­scher Gewichtungen

in den ver­deck­ten Schich­ten des Netz­werks und einiger

Metho­den zur Redu­zie­rung der benö­tig­ten Rechenleis-

tung, die Fak­to­ren, die eine bestimm­te Aus­ga­be aus-

schlag­ge­bend sind, nicht ein­deu­tig und erst recht nicht

für Nut­ze­rin­nen und Nut­zer intui­tiv ver­ständ­lich nach-

voll­zie­hen (Black-Box-Problematik).32 Wich­tig ist darü-

ber hin­aus, KI-Sys­te­me als sozio-tech­ni­sche Systeme33 zu

begrei­fen, d.h. ihre Wech­sel­wir­kung mit institutionellen,

öko­no­mi­schen und psy­cho­lo­gi­schen Fak­to­ren und Pro-

zes­sen zu berück­sich­ti­gen, die die kon­kre­ten Formen

und Wir­kun­gen des KI-Ein­sat­zes beein­flus­sen. Schließ-

lich geschieht die Her­stel­lung von KI-Sys­te­men in ver-

zweig­ten Wert­schöp­fungs­ket­ten bzw. Öko­sys­te­men, die

im Fal­le vie­ler belieb­ter KI-Sys­te­me durch US-amerika-

nische und chi­ne­si­sche Unter­neh­men domi­niert wer-

den. Dass die sub­stan­zi­el­le Durch­set­zung europäischen

Daten­schutz­rechts gegen die­se trotz beacht­li­cher Buß-

gel­der an Gren­zen stößt, ist bekannt. Für ein­zel­ne be-

trof­fe­ne Per­so­nen resul­tiert die Kom­bi­na­ti­on die­ser Um-

stän­de dar­in, dass ihnen Art und Umfang der Verarbei-

tung per­so­nen­be­zo­ge­ner Daten im Wesent­li­chen oft ver-

bor­gen blei­ben und schon man­gels Wis­sens ihrer

Kon­trol­le ent­zo­gen sein können.

b) Tren­nung und Ver­schrän­kung der Datenverarbei-

tung in Trai­ning und Einsatz

Bei KI las­sen sich die Pha­sen des Trai­nings und des Ein-

sat­zes unter­schei­den. In bei­den kön­nen personenbezo-

gene Daten ver­ar­bei­tet wer­den. Auf die Datenverarbei-

tung zu Trai­nings­zwe­cken soll hier zwar nicht näher ein-

gegan­gen werden,34 stets zu berück­sich­ti­gen ist aber, dass

sie sich stark auf die Qua­li­tät des KI-Sys­tems im Einsatz

aus­wirkt. Das Daten­schutz­recht stellt dies vor das grund-

legen­de Pro­blem, dass die Ver­ar­bei­tung personenbezo-

gener Daten einer Grup­pe natür­li­cher Per­so­nen im Trai-

ning Erkennt­nis­se über ande­re Per­so­nen ermög­licht und

sich auf ihre Rech­te, Frei­hei­ten und Inter­es­sen, zuweilen

auch als Grup­pe, aus­wir­ken kann, wäh­rend der Daten-

schutz über­wie­gend indi­vi­du­ell und an der einzelnen

Ver­ar­bei­tung ori­en­tiert kon­zi­piert ist.35

Spe­zi­el­le Pro­ble­me kön­nen durch die Tren­nung der

bei­den Pha­sen auf­tau­chen, wenn die Datenverarbeitung

für das Trai­ning eines Sys­tems in Drittstaaten36 stattfin-

det. In der Regel dürf­ten ein­zel­ne Datenverarbeitungen

(z.B. das sog. Label­ling der Daten) in Form einer Auf-

trag­s­ver­ar­bei­tung oder durch geson­der­te Ein­hei­ten des

Ver­ant­wort­li­chen durch­ge­führt wer­den. Für Datenüber-

mitt­lun­gen an die­se sind dann zusätz­lich zu den allge-

mei­nen Anfor­de­run­gen der DS-GVO die spe­zi­el­len Be-

din­gun­gen der Art. 44 ff. DS-GVO einzuhalten.37 Bei ei-

ner voll­stän­di­gen Ent­wick­lung eines Sys­tems außerhalb

des räum­li­chen Anwen­dungs­be­reichs der DS-GVO hin-

gegen kön­nen EU-Daten­schutz­stan­dards im Trai­nin­gO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 7 4

38

U.U. mag sich dies über die Daten­qua­li­tät mit­tel­bar auch auf

betrof­fe­ne Per­so­nen in der Uni­on aus­wir­ken, durch die DS-GVO

jedoch wird es nicht adres­siert. Die KI-VO hin­ge­gen adressiert

den inter­na­tio­na­len Daten­ver­kehr indi­rekt: Sie gilt für in der

EU auf den Markt gebrach­te und ein­ge­setz­te Sys‌ teme und sogar,

wenn nur das Ergeb­nis eines Sys‌ tems in der EU ver­wen­det wird

(Art. 2 Abs. 1 lit. a), c)). Art. 10 des KI-VO for­dert mit Blick auf

die Daten­qua­li­tät u.a., dass Trai­nings­da­ten­sät­ze geeig­ne­te s‌ tatis‌ ti-

sche Eigen­schaf­ten hin­sicht­lich der vom Ein­satz eines Hochrisi-

ko-KI-Sys‌ tems betrof­fe­nen Per­so­nen oder Grup­pen aufweisen

(Abs. 3 S. 2) sowie den geo­gra­phi­schen Kon­text berücksichtigen

(Abs. 4). Dies muss nach Art. 11 auch doku­men­tiert werden.

39

So im Team-Abon­ne­ment von Ope­nAI für GPT‑4 oder bei

Ver­wen­dung einer Schnitts‌ tel­le (API), s. FAQ: Enter­pri­se privacy

at Ope­nAI (Fn. 18).

40

Hier wird exem­pla­risch das nds. Lan­des­recht herangezogen.

41

Grund­le­gend Barocas/Nissenbaum in Lane et al., Pri­va­cy, Big

data, and the Public Good: Frame­works for Enga­ge­ment (Cam-

bridge UP 2014), S. 44–75; Mit reform­ori­en­tier­ten Überlegungen

Karg, ZD 2012, 255.

42

Pur­to­va, Law, Inno­va­ti­on & Tech­nol. 2018, 40; Zie­barth in Sydow/

Marsch, 3. Aufl. 2022, Art. 4 DS-GVO Rn. 37.

43

Veale/Binns/Edwards, Phil. Trans. R. Soc. A 2018, 376:20180083;

von Maltzan/Käde, DSRITB 2020, 505; Boe­nisch, DuD 2021, 448.

44

Dazu mwN Winter/Battis/Halvani, ZD 2019, 489; anschau­lich zur

Pro­ble­ma­tik Mar­ti­ni, Black­box Algo­rith­mus – Grund­fra­gen einer

Regu­lie­rung Küns‌ tli­cher Intel­li­genz 2019, S. 160ff.

45

Winter/Battis/Halvani (Fn. 44), 492f.; Bedu­schi, Big Data & Socie-

ty 2024 (1), 1–5.

unter­schrit­ten wer­den, spä­ter aber ein Ein­satz im An-

wen­dungs­be­reich der DS-GVO stattfinden.38

Über­dies kön­nen Sys­te­me ein­ge­setzt wer­den, bei de-

nen in der Ein­satz­pha­se lau­fend neu­es Feed­back für den

ler­nen­den Algo­rith­mus gene­riert wird und damit ein

wei­te­res Trai­ning erfolgt. Gera­de bei KI, die als Dienst-

leis­tung ange­bo­ten (AI as a Ser­vice, AIaaS) oder auf

Platt­for­men ein­ge­bun­den wird, ist es mög­lich, dass die

wäh­rend des Ein­sat­zes ein­ge­ge­be­nen Daten vom Dienst-

leis­ter wie­der­um als Trai­nings­da­ten ver­wen­det werden.

Teil­wei­se bie­ten AIaaS-Anbie­ter gegen Auf­preis Leistun-

gen an, in denen Ein­ga­ben nicht für das Trai­ning ver-

wen­det werden.39

2. Aus­ge­wähl­te daten­schutz­recht­li­che Anforderungen

und resul­tie­ren­de Spannungen

Die all­ge­mei­nen Vor­schrif­ten der DS-GVO gel­ten für die

Her­stel­lung (ins­be­son­de­re das Trai­ning) und den Ein-

satz von KI im Hoch­schul­be­reich, sofern dabei perso-

nen­be­zo­ge­ne Daten ver­ar­bei­tet werden

(Art. 2 Abs. 1 DS-GVO). Die DS-GVO wird durch Lan-

des- und Bun­des­recht aus­ge­füllt und ergänzt insbeson-

dere die Lan­des­da­ten­schutz- und Landeshochschulge-

setze.40

a) Sach­li­cher und per­sön­li­cher Anwendungsbereich

Die für die Anwen­dung der DS-GVO ausschlaggeben-

den Merk­ma­le der Ver­ar­bei­tung und der personenbezo-

genen Daten sind in Art. 4 Nr. 1, 2 DS-GVO definiert.

Eine Ver­ar­bei­tung ist ent­spre­chend der offe­nen Aufzäh-

lung in Art. 4 Nr. 4 DS-GVO jeder Vor­gang im Zusam-

men­hang mit per­so­nen­be­zo­ge­nen Daten, wor­aus sich

für den hie­si­gen Zusam­men­hang kei­ne wesent­li­che Ein-

schrän­kung des Anwen­dungs­be­reichs ergibt.

Das wich­tigs­te Kri­te­ri­um für die Abgren­zung perso-

nen­be­zo­ge­ner Daten von nicht erfass­ten Sach­da­ten, sta-

tis­ti­schen oder anony­men Daten (ErwG 26 DS-GVO) ist

der Bezug zu einer iden­ti­fi­zier­ten oder identifizierbaren

natür­li­chen Per­son (betrof­fe­ne Per­son). Dass durch die

Ver­knüp­fung von Daten­be­stän­den und leistungsstarke

mathe­ma­tisch-sta­tis­ti­sche Model­le die Möglichkeiten

der Iden­ti­fi­zie­rung und Ablei­tung von Wis­sen um natür-

liche Per­so­nen – oder jeden­falls von sto­chas­tisch hinrei-

chend treff­si­che­ren Schluss­fol­ge­run­gen – im hiesigen

Kon­text enorm weit gewor­den sind, ist bei­na­he ein da-

ten­schutz­recht­li­cher Allgemeinplatz.41 Dies liegt nicht

zuletzt in der wei­ten Aus­le­gung des Personenbezugs

durch den EuGH und die Art.-29-Datenschutzgruppe

begründet.42 Es lässt sich sogar die noch nicht zufrieden-

stel­lend gelös­te Fra­ge auf­wer­fen, ob KI-Model­le selbst

per­so­nen­be­zo­ge­ne Daten ent­hal­ten, da sie die in den

Trai­nings­da­ten vor­han­de­nen Infor­ma­tio­nen abbilden

und die­se sich in infor­ma­ti­ons­tech­ni­schen Angriffssze-

nari­en ggf. sehr gra­nu­lar rekon­stru­ie­ren lassen.43 Die

Anony­mi­sie­rung als Stra­te­gie der Ver­mei­dung daten-

schutz­recht­li­cher Her­aus­for­de­run­gen wirft selbst daten-

schutz­recht­li­che Fra­gen auf und ist bei KI oft technisch

anspruchsvoll.44 Grund­sätz­lich ist dem­nach davon aus-

zuge­hen, dass in allen Pha­sen des KI-Ein­sat­zes in perso-

nen­be­zo­ge­nen Kon­tex­ten wie dem Hochschulbereich

per­so­nen­be­zo­ge­ne Daten ver­ar­bei­tet wer­den. Bei den

oben exem­pla­risch auf­ge­führ­ten Ein­satz­zwe­cken sind

die betrof­fe­nen Per­so­nen vor­ran­gig Stu­die­ren­de, wäh-

rend bei ande­ren Ein­satz­zwe­cken auch Beschäf­tig­te be-

trof­fen sein können.

Per­spek­ti­visch (und im Ein­zel­fall auch heu­te) scheint

es mög­lich, dem Per­so­nen­be­zug spe­zi­ell für das KI-Trai-

ning mit­tels der Ver­wen­dung syn­the­ti­scher Daten aus-

zuwei­chen. Die­se ent­hal­ten kei­ne Infor­ma­tio­nen über

natür­li­che Per­so­nen, wei­sen aber die für das KI-Training

not­wen­di­gen sta­tis­ti­schen Eigen­schaf­ten auf. Für die Er-

stel­lung sol­cher Daten wird ech­ten Daten­sät­zen bei-

spiels­wei­se mit­tels Tech­ni­ken der dif­fe­ren­ti­al privacy

ran­do­mi­sier­te Infor­ma­ti­on (noi­se) hin­zu­ge­fügt und ein

Daten­satz mit annä­hernd glei­chen sta­tis­ti­schen Eigen-

schaf­ten generiert.45 Man kann jedoch nicht pau­schal da-

von aus­ge­hen, dass die Schwel­le der DS-GVO zum Per-

sonen­be­zug durch ein ver­blei­ben­des Risi­ko der Re-Iden-Seckel­man­n/Horst­mann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 7 5

46

Über­blick mwN bei Bedu­schi (Fn. 45).

47

Vgl. Winter/Battis/Halvani (Fn. 44), 493.

48

Für die Fes‌ tle­gung von prin­zi­pi­en­ar­ti­gen Richt­li­ni­en für syntheti-

sche Daten Bedu­schi (Fn. 45).

49

Vgl. EuGH, 29.7.2019, C‑40/17 — Fashion ID Rn. 75ff.

50

EuGH, 7.12.2023, C‑634/21 — Schufa Hol­ding (Scoring) = NJW

2024, 413 Rn. 67 mwN.

51

Schantz in Beck­OK Daten­schutzR, 46. Ed. Stand 1.11.2022, Art. 5

DS-GVO Rn. 2.

52

Schantz in Beck­OK Daten­schutzR, 46. Ed. Stand 1.11.2021,

Art. 5 DS-GVO Rn. 8.

53

Krügel/Pfeiffenbring in Daten­schutz­recht­li­che Herausforderungen

von KI in Ebers/Heinze/Krügel/Steinrötter, Küns‌ tli­che Intelligenz

und Robo­tik (2020), § 11 Rn. 22.

54

Mal­gie­ri, FAT* ’20, 154 (169).

55

Bayam­lio­g­lu, EDPL 2018, 433 (435–438).

56

Prä­gnant Pas­qua­le, The Black Box Socie­ty — The Secret Algo-

rith­ms That Con­trol Money and Infor­ma­ti­on (2016), S. 15 am

Beis‌ piel des Finanz­sek­tors: „pati­na of ine­vi­ta­bi­li­ty“. Vgl. Auch

Wischmey­er (Fn. 12), 21.

tifi­zie­rung bei syn­the­ti­schen Daten nicht überschritten

wird.46 Zudem schei­nen Auf­wand und tech­ni­sche Reife

den flä­chen­de­cken­den Ein­satz noch nicht zu ermögli-

chen.47 Es kommt hier dar­auf an, mit ver­fei­ner­ter Tech-

nik eine prä­zi­se Balan­ce zwi­schen der Begren­zung von

Infor­ma­ti­ons­ver­lust und Iden­ti­fi­zie­rungs­ri­si­ken herzu-

stel­len und die­se recht­lich abzu­si­chern. Unabhängig

vom Per­so­nen­be­zug stel­len sich bei die­sen Techniken

Fra­gen von Trans­pa­renz und Fair­ness, umso mehr mit

Blick auf einen spä­te­ren, per­so­nen­be­zo­ge­nen Einsatz.48

Auch wenn sie nicht zwin­gend den Personenbezug

aus­schlie­ßen, sind die Erkennt­nis­se in diesem

Bereich bei der Fest­le­gung geeigneter

tech­nisch-orga­ni­sa­to­ri­scher Datenschutzmaßnahmen

(Art. 24 Abs. 1, 32, 35 Abs. 7 lit. d) DS-GVO) zu

berück­sich­ti­gen.

Per­sön­lich tref­fen daten­schutz­recht­li­che Pflichten

v.a. den Ver­ant­wort­li­chen. Dies ist laut

Art. 4 Nr. 7 DS-GVO die natür­li­che oder juris­ti­sche Per-

son, Behör­de, Ein­rich­tung oder ande­re Stel­le, die allein

oder gemein­sam mit ande­ren über die Zwe­cke und Mit-

tel der Ver­ar­bei­tung von per­so­nen­be­zo­ge­nen Daten ent-

schei­det. Da es auf die Ent­schei­dung über Zwe­cke und

Mit­tel der Ver­ar­bei­tung ankommt, schließt die Auslage-

rung der Ver­ar­bei­tung selbst an eine ande­re Stel­le wie bei

der Auf­trags­ver­ar­bei­tung (Art. 4 Nr. 8 DS-GVO) die

Ver­ant­wort­lich­keit nicht aus. Ent­schließt sich die Hoch-

schu­le, eine bestimm­te KI-Anwen­dung, bei deren Ein-

satz per­so­nen­be­zo­ge­ne Daten ver­ar­bei­tet wer­den, für

ihre Zwe­cke – ins­be­son­de­re die Ergän­zung bestimmter

Lehr­tä­tig­kei­ten – ein­zu­set­zen, so ent­schei­det sie damit

idR über die Zwe­cke und Mit­tel der Datenverarbeitung

im Ein­satz. Für die zuvor zwecks KI-Trai­ning geschehe-

ne Daten­ver­ar­bei­tung ist die Hoch­schu­le hin­ge­gen nur

ver­ant­wort­lich, wenn sie die­ses Trai­ning selbst durchge-

führt oder beauf­tragt hat. Man­che Dritt­an­bie­ter verar-

bei­ten die im KI-Ein­satz von der Hoch­schu­le erhobenen

per­so­nen­be­zo­ge­nen Daten aller­dings auch zu Zwecken

des fort­wäh­ren­den KI-Trai­nings. Wenn dies nicht ausge-

schlos­sen ist, erscheint eine Ver­ant­wort­lich­keit der

Hoch­schu­le grund­sätz­lich auch für ihren tatsächlichen

Ver­an­las­sungs­bei­trag hier­zu mög­lich, näm­lich die Erhe-

bung und Über­mitt­lung der Daten.49

b) Daten­schutz­grund­sät­ze des Art. 5 DS-GVO

Das Herz­stück der mate­ri­el­len Vor­ga­ben der DS-GVO

sind die Daten­schutz­grund­sät­ze des

Art. 5 Abs. 1 DS-GVO. Sie sind bei jeder Datenverarbei-

tung zu beachten50 und auch bei der Umset­zung der spe-

ziel­len Pflich­ten zu berück­sich­ti­gen, wenn die­se einen

Inter­pre­ta­ti­ons­spiel­raum las­sen, z.B. bei der Bestim-

mung der Spei­cher­dau­er von personenbezogenen

Daten.51

Beson­de­re Pro­ble­me im Zusam­men­hang mit KI wer-

fen ins­be­son­de­re die Grund­sät­ze der Ver­ar­bei­tung nach

Treu und Glau­ben (engl. fair­ness), Trans­pa­renz und

Zweck­bin­dung auf.

Der Grund­satz von Treu und Glau­ben erfor­dert eine

Rück­sicht­nah­me auf die Inter­es­sen der betrof­fe­nen Per-

son52 und ihre legi­ti­men Erwartungen.53 Im Zusammen-

hang mit KI wird betont, dass dies neben einer gewissen

Trans­pa­renz auch impli­zie­re, bei der Gestal­tung der Ver-

arbei­tung beson­ders ihre Aus­wir­kun­gen auf betroffene

Per­so­nen (wie z.B. Dis­kri­mi­nie­rung) unter Berücksich-

tigung der spe­zi­el­len Umstän­de sowie Machtasymmetri-

en abzu­schät­zen und die Daten­ver­ar­bei­tung dem ange-

mes­sen zu gestalten.54 Macht­asym­me­trien kön­nen sich

v.a. aus der gerin­gen Nach­voll­zieh­bar­keit von KI-Out-

puts sowie aus einem Man­gel an Ein­blick in, aber auch

bereits Über­schau­bar­keit der einer KI zugrun­de gelegten

Annah­men, Daten, Kor­re­la­tio­nen und Schlüs­se für die

betrof­fe­nen Per­so­nen ergeben.55 Auch die scheinbare

Objek­ti­vi­tät und ein­ge­schränk­te Angreif­bar­keit der Er-

geb­nis­se von KI-Sys­te­men sind hier zu nennen.56

Für den eng mit dem Grund­satz von Treu und Glau-

ben ver­bun­de­nen Trans­pa­renz­grund­satz bestehen vor-

dring­lich ähn­li­che Her­aus­for­de­run­gen auf­grund der

Black-Box-Pro­ble­ma­tik. Trans­pa­renz­pflich­ten durchzie-

hen die DS-GVO, ins­be­son­de­re in Form der Informa-

tions- und Aus­kunfts­pflich­ten (Art. 13–15 DS-GVO). Für

KI sind beson­ders die Pflich­ten zur Bereit­stel­lung von

aus­sa­ge­kräf­ti­gen Infor­ma­tio­nen zur invol­vier­ten Logi­kO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 7 6

57

Als ers‌ te Aus­wahl und mwN s. Edwards/Veale, 16 Duke L. &

Tech. Rev. (2017), 18 (54ff.); Malgieri/Comandé, IPDL 2017, 243;

Kum­kar/Roth-Isig­keit, JZ 2020, 277 (283ff.).

58

Grund­le­gend Wachter/Mittels‌ tadt/Floridi, IDPL 2017, 76; Ed-

wards/Veale (Fn. 57), 44ff.; optimis‌ tischer Goodman/Flaxman, AI

Mag 2017, 50 (55); Selbs‌ t/Powles, IDPL 2017, 233. Einen weiteren

Anwen­dungs­be­reich bie­tet jedoch das „Recht auf Erklä­rung“ bei

Hoch­ri­si­ko-KI-Sys­te­men im neu­en Art. 86 KI-VO.

59

Edwards/Veale (Fn. 57), 65ff.; Dreyer/Schulz (Fn. 35), S. 26f.

60

Vgl. Hor­nung (Fn. 34), S. 100; mit mwN auch Krügel/Pfeiffenbring

(Fn. 53), § 11 Rn. 24.

61

Laut HmbBfDI (Fn. 29), S. 2 fehlt zudem idR eine Rechtsgrund-

lage.

62

Tref­fend De Laat, (Fn. 32), 530: „[…]any account of how an

algo­rithm has been cons‌ truc‌ ted, can­not do wit­hout an account

of how data­sets have been used in the pro­cess (say, as concerns

pos­si­bly bia­sed data). So accoun­ting for machi­ne lear­ning models

can only make sen­se if all pha­ses are taken into account.”

63

Krü­gel in Krügel/Schmieder NDSG, 1. Aufl. 2023, § 12 Rn. 10.

64

Erns‌ t in Paal/Pauly, 3. Aufl. 2021, Art. 4 DS-GVO Rn. 78.

bei auto­ma­ti­sier­ter Ent­schei­dungs­fin­dung (Art. 13 Abs. 2

lit. f), 14 Abs. 2 lit. g), 15 Abs. 1 lit. h) DS-GVO) relevant.

Sie bie­ten im Lich­te des Trans­pa­renz­grund­sat­zes (sowie

des Grund­sat­zes von Treu und Glau­ben) angewendet

Poten­zi­al, die inhä­ren­ten Trans­pa­renz- und Bestreitbar-

keits­de­fi­zi­te von KI zu adres­sie­ren. Dabei wird eine Viel-

zahl von For­men der Trans­pa­renz und benachbarten

Kon­zep­ten diskutiert.57 Das Poten­zi­al ist aber angesichts

von Beschrän­kun­gen und Strei­tig­kei­ten bezüg­lich des

Anwen­dungs­be­reichs und Inhalts der genann­ten Pflich-

ten stark begrenzt.58 Zugleich ist Trans­pa­renz kein All-

heil­mit­tel für die Wah­rung der dahinterstehenden

Schutz­gü­ter wie Auto­no­mie oder Nichtdiskriminierung,

da die Wir­kungs­me­cha­nis­men kom­plex sind und Trans-

parenz häu­fig nicht zu selbst­be­stimm­tem Han­deln führt

oder das Erken­nen grup­pen­be­zo­ge­ner Benachteiligun-

gen erlaubt.59

Der Grund­satz der Zweck­bin­dung wird bei KI insbe-

son­de­re dadurch infra­ge gestellt, dass poten­zi­ell alle Da-

ten wert­vol­le Trai­nings­da­ten für die Weiterentwicklung

eines Sys­tems oder das Trai­ning neu­er Sys­te­me darstel-

len.60 Doch der Zweck­bin­dungs­grund­satz for­dert, dass

per­so­nen­be­zo­ge­ne Daten nur ver­ar­bei­tet wer­den, wenn

und soweit dies für den ursprüng­li­chen Zweck ihrer Er-

hebung erfor­der­lich ist. Zwar gel­ten Ausnahmen

(s. Art. 6 Abs. 4 DS-GVO), die sog. Zweckvereinbarkeit

ist aber ins­be­son­de­re auf­grund einer feh­len­den Verbin-

dung des KI-Trai­nings zum ursprüng­li­chen Zweck (idR

Durch­füh­rung der Leh­re) fraglich.61 Ins­be­son­de­re hat

die Hoch­schu­le daher dar­auf zu ach­ten, ob Anbie­ter von

KI-Sys­te­men, die zum Zweck der Hoch­schul­leh­re einge-

setzt wer­den, Daten auch für eige­ne Zwe­cke, z.B. für das

Trai­ning ver­wen­den und dies mög­lichst auszuschließen.

Eine (Teil-)Verantwortlichkeit der Hoch­schu­le für diese

zweck­än­dern­de Daten­ver­ar­bei­tung ist dabei nämlich

idR schwie­rig aus­zu­schlie­ßen (s. oben).

Den Ver­ant­wort­li­chen trifft dar­über hin­aus nach

Art. 5 Abs. 2 DS-GVO eine Rechen­schafts­pflicht für die

Ein­hal­tung der Daten­schutz­grund­sät­ze. Herausfordernd

ist dies ins­be­son­de­re beim Rück­griff auf Dritt­an­bie­ter, in

deren Daten­ver­ar­bei­tung die Hoch­schu­le selbst nur ei-

nen begrenz­ten Ein­blick hat.

Erneut sei hier auf die Ver­schrän­kung von Trainings-

pha­se und KI-Ein­satz hin­ge­wie­sen, die auch Bedeutung

iRd Daten­schutz­grund­sät­ze erlangt. Beson­ders betrifft

dies die Grund­sät­ze der Trans­pa­renz und der Rechen-

schafts­pflicht, die häu­fig die Berück­sich­ti­gung der Ge-

stal­tung des KI-Sys­tems erfordern.62 Perspektivisch

könn­ten die Pflich­ten zur Doku­men­ta­ti­on und Transpa-

renz für die Anbie­ter von Hochrisiko-KI-Systemen

(Art. 11, 13 KI-VO) für die daten­schutz­recht­lich Verant-

wort­li­chen die Berück­sich­ti­gung von gestalterischen

Vor­ent­schei­dun­gen bei der Erfül­lung ihrer eigenen

Pflich­ten ermög­li­chen. Im Übri­gen ist beson­ders die Re-

chen­schafts­pflicht bei der Aus­wahl von Dienstleistern

und dem Abschluss ent­spre­chen­der Ver­trä­ge zu

berück­sich­ti­gen.

c) Rechts­grund­la­gen

Nach Art. 6 Abs. 1 UAbs. 1 DS-GVO erfor­dert jede Ver-

arbei­tung per­so­nen­be­zo­ge­ner Daten eine der dort aufge-

führ­ten Rechts­grund­la­gen. Da die Öff­nungs­klau­sel in

Art. 6 Abs. 2, 3, Art. 89 DS-GVO nur die Ver­ar­bei­tung zu

„wis­sen­schaft­li­chen und his­to­ri­schen Forschungszwe-

cken” erfasst, sind die davon Gebrauch machen­den mit-

glied­staat­li­chen Rege­lun­gen zuguns­ten der Leh­re nicht

anwendbar.63

Für den KI-Ein­satz in der Leh­re kommt daher zu-

nächst die Ein­wil­li­gung der betrof­fe­nen Per­son, idR Stu-

die­ren­de, nach Art. 6 Abs. 1 UAbs. 1 lit. a) DS-GVO in

Betracht. Dafür muss die betrof­fe­ne Per­son nach

Art. 4 Nr. 11 DS-GVO frei­wil­lig für den bestimm­ten Fall,

in infor­mier­ter Wei­se und unmiss­ver­ständ­lich eine Wil-

lens­be­kun­dung abge­ben, dass sie mit der Datenverarbei-

tung ein­ver­stan­den ist. Pro­ble­ma­tisch ist bei KI die Be-

stimmt­heit für den kon­kre­ten Fall. Die­se muss hinrei-

chend kon­kret min­des­tens die invol­vier­ten Stel­len, ver-

arbei­te­ten Daten und die ver­folg­ten Verarbeitungszwecke

in Bezug neh­men (ErwG 32 DS-GVO).64 Wer­den bei der

Nut­zung von KI im Hoch­schul­kon­text neben den für

die­se Nut­zung selbst erfor­der­li­chen Datenverarbeitun-

gen zusätz­li­che Ver­ar­bei­tun­gen durch Drit­te vorgenom-

men, z.B. auf­grund der Nut­zung von Drittanbieter-KI,

bei der Nut­zungs­da­ten für das wei­te­re Trai­ning ver­wen-Seckel­man­n/Horst­mann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 7 7

65

Fren­zel in Paal/Pauly, 3. Aufl. 2021, Art. 7 DS-GVO Rn. 19.

66

Vgl. Patz­ke in Epping NHG, 2. Aufl. 2024, § 3 Rn. 10 zu neuen

Lehr­me­tho­den und E‑Learning.

67

Vgl. Günther/Gerigk/Berger, NZA 2024, 234 mwN.

68

Vgl. Forgó/Graupe in Epping NHG, 2. Aufl. 2024, § 17 Rn. 23.

69

Zu den Regelungss‌ piel­räu­men Heckmann/Rachut (Fn. 21), 89.

det wer­den, erscheint es kaum dar­stell­bar, die betreffen-

den Ver­ar­bei­tungs­vor­gän­ge hin­rei­chend bestimmt in die

Ein­wil­li­gung auf­zu­neh­men. Als wei­te­re Hür­de dürfte

das Erfor­der­nis der Frei­wil­lig­keit die Ein­wil­li­gung als

Rechts­grund­la­ge in vie­len Situa­tio­nen ausschließen.

Art. 7 Abs. 4 DS-GVO und ErwG 43 kon­kre­ti­sie­ren die

Vor­aus­set­zun­gen der Frei­wil­lig­keit, wobei insbesondere

ErwG 43 auf unglei­che Ungleich­ge­wich­te zwi­schen be-

trof­fe­ner Per­son und Ver­ant­wort­li­chem als Ausschluss-

grund abstellt, für das die Behör­den­stel­lung des Verant-

wort­li­chen als Indiz in der gel­ten kann. Wenngleich

ErwG 43 trotz­dem eine Ein­zel­fall­prü­fung nahe­legt, ist

die Frei­wil­lig­keit gegen­über einer Behör­de ein Ausnah-

mefall.65 Die Frei­wil­lig­keit ist damit v.a. dann zu vernei-

nen, wenn die Hoch­schu­le in hoheit­li­cher Tätig­keit oder

deren Vor­be­rei­tung han­delt wie etwa bei Prüfungen,

aber ange­sichts der Bedeu­tung des Studienabschlusses

für die Lebens­ge­stal­tung und Wahr­neh­mung grund-

recht­li­cher Frei­hei­ten auch, wenn die Teil­nah­me an dem

mit der Daten­ver­ar­bei­tung ver­bun­de­nen Ange­bot essen-

ziell ist, um ohne wesent­li­che Ver­län­ge­rung der Studien-

dau­er oder Ein­bu­ßen bei der Beno­tung einen Studienab-

schluss zu errei­chen. Schließ­lich ist die Ein­wil­li­gung je-

der­zeit wider­ruf­lich (Art. 7 Abs. 3 DS-GVO), was sie für

eine ihrem prak­ti­schen Zweck nach dau­er­haf­te oder mit

Inter­es­sen der betrof­fe­nen Per­son poten­zi­ell konfligie-

ren­de Daten­ver­ar­bei­tung (bei­spiels­wei­se zu Prüfungs-

zwe­cken) nicht sinn­voll erschei­nen lässt.

Denk­bar ist eine Ein­wil­li­gung in der Hochschullehre

ins­be­son­de­re für Zusatz­an­ge­bo­te in der Leh­re wie z.B.

optio­na­le Kurs­an­ge­bo­te, die für die Errei­chung von be-

rufs­qua­li­fi­zie­ren­den Abschlüs­sen kei­ne not­wen­di­ge Vo-

raus­set­zung sind. Je stär­ker der Stu­di­en­erfolg aber durch

der­ar­ti­ge Ange­bo­te beein­flusst wird, des­to eher kann es

jedoch zu psy­cho­lo­gi­schen und öko­no­mi­schen Drucksi-

tua­tio­nen kom­men, die die Frei­wil­lig­keit der Einwilli-

gung infra­ge stellen.

Hoch­schu­len neh­men grund­sätz­lich Auf­ga­ben im öf-

fent­li­chen Inter­es­se wahr, sodass idR und vorzugswürdig

eine Rechts­grund­la­ge nach Art. 6 Abs. 1 UAbs. 1 lit. e)

DS-GVO in Betracht kommt, die sich nach Ab. 3 aus

dem Uni­ons- oder mit­glied­staat­li­chen Recht ergeben

muss. Ein­schlä­gi­ge Rege­lun­gen bie­ten die Landeshoch-

schul- und Lan­des­da­ten­schutz­ge­set­ze. § 17 Abs. 1, 4 NHG

erlaubt den nie­der­säch­si­schen Hoch­schu­len neben wei-

teren Zwe­cken etwa u.a. die Ver­ar­bei­tung von personen-

bezo­ge­nen Daten, die für die Ein­schrei­bung, die Teil-

nah­me an Lehr­ver­an­stal­tun­gen und Prü­fun­gen, die Nut-

zung von Hoch­schul­ein­rich­tun­gen Hochschulmitglie-

dern erfor­der­lich und durch Ord­nun­gen fest­ge­legt sind,

wobei § 17 Abs. 3 NHG die Ver­ar­bei­tung die­ser Daten ge-

neral­klau­sel­ar­tig auch für die Erfül­lung ande­rer Aufga-

ben nach § 3 NHG erlaubt. Eine mit­tel­ba­re Beschrän-

kung dürf­te sich aus den lehr­be­zo­ge­nen Auf­ga­ben der

Hoch­schu­le erge­ben, die nach § 3 NHG insbesondere

”die Vor­be­rei­tung auf beruf­li­che Tätig­kei­ten, die die An-

wen­dung wis­sen­schaft­li­cher Erkennt­nis­se und Metho-

den oder die Fähig­keit zu künst­le­ri­scher Gestal­tung vor-

aus­set­zen” (Nr. 2), umfas­sen. Zu beach­ten ist, dass die

ver­mit­tel­ten Erkennt­nis­se und Metho­den wissenschaft-

lich sein oder die Fähig­keit zur künst­le­ri­schen Gestal-

tung betref­fen müs­sen. Von einer wissenschaftlich-me-

tho­di­schen Vor­ge­hens­wei­se ist frei­lich auch die Erpro-

bung neu­er For­ma­te und Medi­en umfasst,66 ein KI-Ein-

satz allein zwecks Neu­ig­keits­werts oder „Show-Effekts“

könn­te im Ein­zel­fall pro­ble­ma­tisch sein. Ein­ge­denk der

Lehr­frei­heit (Art. 5 Abs. 3 GG) ist aber eine wei­te, die au-

tono­men Gesetz­mä­ßig­kei­ten der Wis­sen­schaft berück-

sich­ti­gen­de Aus­le­gung gebo­ten. Dar­über hin­aus ist zu

beach­ten, dass auch die Arbeits­welt von der Verbreitung

von KI geprägt wird. Der geschul­te Umgang mit (gene­ra-

tiver) KI wird vor­aus­sicht­lich zu einer Schlüsselanforde-

rung in nahe­zu allen Tätig­keits­be­rei­chen von Beschäf-

tig­ten mit wis­sen­schaft­li­cher oder künst­le­ri­scher Ausbil-

dung werden.67 Die Vor­be­rei­tung auf ent­spre­chen­de be-

ruf­li­che Tätig­kei­ten und die Ver­mitt­lung eines

kri­tisch-metho­di­schen Umgangs mit der Technologie

wird die Hoch­schul­leh­re daher nur ange­mes­sen leisten

kön­nen, wenn sie in gewis­sem Umfang gene­ra­ti­ve KI

ein­set­zen und den Umgang mit ihr ein­üben las­sen kann.

Die mit dem Ein­satz ver­bun­de­ne Datenverarbeitung

muss frei­lich wei­ter­hin den Datenschutzgrundsätzen

und wei­te­ren Regeln der DS-GVO und dem grundrecht-

lichen Ver­hält­nis­mä­ßig­keits­grund­satz entsprechen.68

Damit ist ent­schei­dend, dass die zu verarbeitenden

Daten gemäß § 17 Abs. 3 NHG in einer universitären

Ord­nung in hin­rei­chen­der Bestimmt­heit bezüg­lich der

Daten­ar­ten, der Ver­ar­bei­tungs­ver­fah­ren und mit Benen-

nung des jewei­li­gen Ver­ar­bei­tungs­zwecks fest­ge­legt wer-

den. Hin­zu tre­ten Bestim­mun­gen zu technisch-organi-

sato­ri­schem Daten­schutz und zu Lösch­pflich­ten. Je nach

Ein­satz­zweck und Gege­ben­hei­ten an der Hochschule

kom­men Stu­di­en­ord­nun­gen, Prüfungsordnungen69 oder

geson­der­te Ord­nun­gen zum Ein­satz von E‑Learning in

Betracht. Auf­grund der oben ange­spro­che­nen, grund-

rechts­re­le­van­ten Merk­ma­le von KI scheint es sinnvoll,O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 7 8

70

Dies is‌ t an der Erfor­der­lich­keit für den Ver­ar­bei­tungs­zweck zu

bemes­sen, Forgó/Graupe in Epping NHG, 2. Aufl. 2024, § 17

Rn. 38.

71

Beis‌ piels­wei­se hat der LfDI Baden-Würt­tem­berg bei einer Prü-

fung von Micro­soft Office 365 in einer für den Schul­ein­satz kon-

figu­rier­ten Ver­si­on wei­ter­hin Daten­trans­fers, ins­be­son­de­re von

Tele­me­trie- und Dia­gno­se­da­ten, in die USA fes‌ tges‌ tellt, die nicht

unter­bun­den wer­den kön­nen, https://www.baden-wuerttemberg.

datenschutz.de/ms-365-schulen-hinweise-weiteres-vorgehen/

(Abruf 6.3.2024). In den Daten­schutz­hin­wei­sen von OpenAI

heißt es knapp: „Whe­re requi­red, we will use appro­pria­te safe-

guards for trans­fer­ring Per­so­nal Infor­ma­ti­on out­side of certain

count­ries. We will only trans­fer Per­so­nal Infor­ma­ti­on pur­su­ant to

a legal­ly valid trans­fer mecha­nism.”, https://openai.com/policies/

pri­va­cy-poli­cy (Abruf 6.3.2024).

72

EuGH, 6.10.2015, C‑362/14 — Schrems = NJW 2015, 3151 und

EuGH, 16.7.2020, C‑311/18 — Face­book Ire­land und Schrems =

NJW 2020, 2613.

73

Glo­cker, ZD 2023, 189 (192ff.).

74

Für Beis‌ pie­le aus der Pra­xis s. Bar­ros Vale/Zan­fir-For­tu­na,

Auto­ma­ted Decis­i­on-Making Under the GDPR: Prac‌ tical Cases

from Courts and Data Protec‌ tion Aut­ho­ri­ties (2023), S. 20. Zu

Infor­ma­ti­ons- und Auskunfts‌ pflich­ten s.a. Sesing, MMR 2021, 288

(289f.).

auch Fra­gen der Anbie­ter­wahl und der Gewährleistung

von Trans­pa­renz der Sys­te­me zu regeln. Beson­ders zu

beach­ten ist bei allen gemäß Art. 6 Abs. 1 UAbs. 1 lit. e)

DS-GVO auf die Wahr­neh­mung einer im öffentlichen

Inter­es­se lie­gen­den Auf­ga­be gestütz­ten Rechtsgrundla-

gen wie § 17 Abs. 1, 3 NHG, dass betrof­fe­ne Per­so­nen ge-

mäß Art. 21 Abs. 1 DS-GVO unter Vor­trag von aus ihrer

beson­de­ren Situa­ti­on ent­sprin­gen­den Grün­den ein uni-

ons­recht­lich ver­an­ker­tes Wider­spruchs­recht haben.

Schließ­lich erfor­dert § 17 Abs. 3 S. 2 NHG die frühest-

mögliche70 Anony­mi­sie­rung, was bei leis­tungs­star­ker KI

mit einer Viel­zahl von Ein­gangs­da­ten auf die dargestell-

ten Schwie­rig­kei­ten stößt. Soweit zudem der Zweck des

KI-Ein­sat­zes die Per­so­na­li­sie­rung der Lernumgebung

oder der Lern­in­hal­te beinhal­tet, wird er idR einen Perso-

nen­be­zug erfor­dern. Dies ver­schiebt den Schutz der be-

trof­fe­nen Per­so­nen zum Verhältnismäßigkeitsgrundsatz

und zur tech­ni­schen und orga­ni­sa­to­ri­schen Gestaltung

der KI-Sys­te­me und ihres Einsatzes.

d) Über­mitt­lung in Drittstaaten

Gegen­über der Ent­wick­lung eige­ner Sys­te­me ist die Ver-

wen­dung von durch Drit­te ent­wi­ckel­ten KI-Sys­te­men in

aller Regel tech­nisch und wirt­schaft­lich ein­fa­cher. Die

Domi­nanz von Anbie­tern aus Dritt­staa­ten führt dazu,

dass es dabei für Hoch­schu­len nahe liegt, für die Einbin-

dung von KI auf die­se Anbie­ter zurück­zu­grei­fen, die bis-

wei­len per­so­nen­be­zo­ge­ne Daten in die USA oder andere

Dritt­staa­ten übermitteln.71 Die DS-GVO geht aber davon

aus, dass bei der Über­mitt­lung von Daten an Stellen

außer­halb ihres Anwen­dungs­be­reichs ein hinreichendes

Daten­schutz­ni­veau nur unter zusätz­li­chen Bedingungen

ange­nom­men wer­den kann, die in den

Art 44ff. DS-GVO nie­der­ge­legt sind. Für Verantwortli-

che führt dies zu zusätz­li­chen Unwäg­bar­kei­ten und

Anfor­de­run­gen. Eine Grund­la­ge für Daten­trans­fers stel-

len die Beschlüs­se der EU-Kom­mis­si­on über ein ange-

mes­se­nes Daten­schutz­ni­veau in Dritt­staa­ten dar (Art. 45

DS-GVO). Im Fal­le der USA sind die dor­ti­gen Regelun-

gen jedoch trotz einem Ange­mes­sen­heits­be­schluss auf

Grund­la­ge von Über­ein­kom­men zu beson­de­ren Daten-

schutz­rah­men vom EuGH wie­der­holt als unzureichende

Grund­la­ge für eine Über­mitt­lung personenbezogener

Daten qua­li­fi­ziert wurden.72 Die der­zei­ti­ge Lösung für

Daten­über­mitt­lun­gen in die USA ist das Trans-Atlantic

Data Pri­va­cy Frame­work, bei dem jedoch auch aufgrund

bereits ange­kün­dig­ter Kla­gen eben­falls Unsi­cher­heit ver-

bleibt.73

Bei der Aus­wahl von KI-Sys­te­men ist des­halb sorg-

fäl­tig zu prü­fen, ob Daten­über­mitt­lun­gen in Drittstaaten

aus­ge­schlos­sen wer­den kön­nen. Auch im Hin­blick auf

die tech­nisch-orga­ni­sa­to­ri­schen Maß­nah­men (dazu un-

ten) scheint es vor­zugs­wür­dig, Sys­te­me nach Möglich-

keit per Schnitt­stel­le auf eige­nen Ser­vern zu betreiben

oder per­so­nen­be­zo­ge­ne Daten nur auf dem Gerät der

oder des Nut­zen­den zu verarbeiten.

e) Pro­fil­ing und auto­ma­ti­sier­te Ent­schei­dung im Ein-

zel­fall

Eini­ge Anwen­dun­gen von KI kön­nen im Ein­zel­fall ein

Pro­fil­ing beinhal­ten. Dies gilt etwa, wenn personenbezo-

gene Daten ana­ly­siert wer­den, um damit E‑Lear­ning-

Ange­bo­te zu per­so­na­li­sie­ren und mit­hil­fe von Schlüssen

auf Merk­ma­le wie Arbeits­leis­tung, per­sön­li­che Vorlie-

ben oder Inter­es­sen z.B. Lern­ma­te­ri­al zu emp­feh­len oder

das Umfeld auf einer E‑Lear­ning-Platt­form zu gestalten.

Eine Ana­ly­se sol­cher Aspek­te stellt Pro­fil­ing iSd

Art. 4 Nr. 4 DS-GVO dar. Die­ses ist in der DS-GVO über

die­se Defi­ni­ti­on hin­aus nicht spe­zi­ell gere­gelt, jedoch

deu­tet die DS-GVO eine gra­du­el­le Stei­ge­rung einiger

Pflich­ten an, wenn Pro­fil­ing vorliegt.74 Dies gilt insbe-

son­de­re für Trans­pa­renz­pflich­ten. Im Rah­men der

Anwen­dung unbe­stimm­ter Rechts­be­grif­fe, die insbeson-

dere in Rechts­grund­la­gen und Datenschutzgrundsätzen

vor­han­den sind, ist ein Pro­fil­ing als beson­ders eingriffs-

inten­si­ve Daten­ver­ar­bei­tung zu berücksichtigen.

Pro­fil­ing kann auch in eine auto­ma­ti­sier­te Entschei-

dungs­fin­dung im Ein­zel­fall gemäß Art. 22 DS-GVOS­e­ckel­man­n/Horst­mann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 7 9

75

Zum Zeit­punkt des Ein­sat­zes des Ofqual-Algo­rith­mus im Som-

mer 2020 war das Ver­ei­nig­te König­reich seit dem 31.01.2020 aus

der Euro­päi­schen Uni­on aus­ge­tre­ten, jedoch galt ihr Inhalt als

UK GDPR soweit ersicht­lich bis 31.12.2020 unver­än­dert fort. Im

Zwi­schen­be­richt von Ofqual (Fn. 3) fin­den sich kei­ne rechtlichen

Aus­füh­run­gen.

76

Eine ver­trag­li­che Not­wen­dig­keit, lit. a), schei­det hier eben­so aus

wie eine Ein­wil­li­gung, lit. c) (s.o.). Allen­falls käme eine gesetzli-

che Rege­lung, lit. b), in Betracht, die soweit ersicht­lich fehlt.

77

Hors‌ tmann/Dalmer, ZD 2022, 260 (263) mwN; zur Kri­tik Krügel/

Pfeif­fen­bring (Fn. 53), § 11 Rn. 46ff.

78

EuGH, C‑634/21 — Schufa Hol­ding (Scoring) = NJW 2024, 413,

Rn. 40ff.

79

Krit. Thüsing/Peisker/Musiol, RDV 2023, 82; Tae­ger, BKR 2024, 41;

Marsch/Kratz, NJW 2024, 392 (393 Rn. 4f.).

80

So die Inter­pre­ta­ti­on bei Hei­ne, NZA 2024, 33 (36).

81

Vgl. dies nur andeu­tend Hei­ne (Fn. 80), 36: Beur­tei­lung im Ein-

zel­fall „anhand der inter­nen Regeln und Prak­ti­ken des Verant-

wort­li­chen”.

82

Die­se sind auch in die zum KI-Sys‌ tem gehö­ri­ge Dokumentation

(Art. 11 iVm Annex IV Nr. 2 (e), 3 KI-VO) sowie die Gebrauchs-

anwei­sun­gen (Art. 13 Abs. 3 (d) KI-VO) aufzunehmen.

83

Für eine Ein­zel­fall­prü­fung des Dazwi­schen­tre­tens bei Entschei-

dungs­emp­feh­lun­gen schon Hors‌ tmann/Dalmer (Fn. 77), 262;

Hei­ne (Fn. 80), 36.

84

So geht Hoe­ren (Fn. 25), S. 37, jeden­falls davon aus, dass bei einem

Ein­satz von KI-Schreib­tools in die­sem Fall ”daten­schutz­recht­lich

nichts zu befürch­ten” sei, geht s‌ päter aber trotz­dem auf Art. 22

DS-GVO ein.

85

S. EuGH, 20.12.2017, C‑434/16 — Nowak = ZD 2018, 113 Rn. 30.

über­ge­hen. Eine sol­che Ent­schei­dungs­fin­dung, wie sie

im Aus­gangs­bei­spiel Ofqual anzu­neh­men sein dürfte,75

unter­liegt den zusätz­li­chen Rechtmäßigkeitsanforderun-

gen einer spe­zi­el­len Rechts­grund­la­ge für die Entschei-

dungs­fin­dung sowie spe­zi­el­len Schutz­maß­nah­men (bei-

spiels­wei­se der Gewähr­leis­tung eines Rechts auf Anfech-

tung und mensch­li­che Über­prü­fung). Der­zeit ist keine

der Rechts­grund­la­gen aus Art. 22 Abs. 2 DS-GVO für die

Hoch­schu­le einschlägig,76 sodass KI-Ein­satz im Anwen-

dungs­be­reich der Rege­lung aus­schei­det. Anwendbar

sind die­se Rege­lun­gen aber nur dann, wenn eine Ent-

schei­dung aus­schließ­lich auf einer auto­ma­ti­sier­ten Ver-

arbei­tung per­so­nen­be­zo­ge­ner Daten beruht und rechtli-

che Wir­kung ent­fal­tet oder die betrof­fe­ne Per­son in

sons­ti­ger Wei­se erheb­lich beeinträchtigt.

Aus­ge­hend vom grund­sätz­li­chen Befund der auto-

mati­sier­ten Daten­ver­ar­bei­tung bei KI-Ein­satz (III.2.a)

sind das aus­schließ­li­che Beru­hen einer Entscheidung

dar­auf und die Wir­kun­gen der Ent­schei­dung für den

Anwen­dungs­be­reich aus­schlag­ge­bend. Nach­dem bislang

– durch­aus ver­bun­den mit Kri­tik – die Anwendbarkeit

die­ser Rege­lun­gen auf die auto­ma­ti­sier­te Entscheidungs-

vor­be­rei­tung ganz über­wie­gend ver­neint wurde,77 hat

der EuGH in sei­ner jüngs­ten Ent­schei­dung zum Kredit-

scoring die kon­zep­tio­nel­le Ver­bin­dung zwi­schen Profi-

ling und auto­ma­ti­sier­ter Ein­zel­fall­ent­schei­dung unter-

stri­chen und den Art. 22 DS-GVO für eine gra­du­el­le An-

wen­dung geöffnet.78 Das im Fall betrof­fe­ne Kreditsco-

ring, eine Form des bewer­ten­den Pro­filings, kann danach

nicht per se als rei­ne Vor­stu­fe zu einer automatisierten

Ent­schei­dung ein­ge­ord­net wer­den, son­dern ist bereits

selbst als Ent­schei­dung iSd Art. 22 DS-GVO anzusehen,

wenn ein ver­trags­be­zo­ge­nes Ver­hal­ten Drit­ter, dem das

Ergeb­nis des Pro­filings über­mit­telt wird, maß­geb­lich da-

von abhängt. Löst das Ver­hal­ten des Drit­ten eine den

Anfor­de­run­gen von Art. 22 DS-GVO entsprechende

recht­li­che Fol­ge oder Beein­träch­ti­gung unmit­tel­bar aus,

wird die­se dem Pro­fil­ing gewis­ser­ma­ßen zugerechnet.79

Das Urteil lässt wei­te­re Schlüs­se zu: Ins­be­son­de­re eröff-

net es die Mög­lich­keit, dass eine mit KI-Unterstützung

durch einen Men­schen getä­tig­te Ent­schei­dung entspre-

chend dem zwei­ten Tat­be­stands­merk­mal des

Art. 22 Abs. 1 DS-GVO aus­schließ­lich auf einer automa-

tisier­ten Ver­ar­bei­tung beru­hend ein­zu­stu­fen ist, wenn

die fina­le Ent­schei­dung die­ses Men­schen von der KI von

einer durch KI mit­tels Pro­fil­ing oder ähn­li­che automati-

sier­te Daten­ver­ar­bei­tung ermit­tel­ten Bewer­tung maß-

geblich abhängt.80 Damit muss für die Beur­tei­lung eines

die Aus­schließ­lich­keit unter­bre­chen­den menschlichen

Dazwi­schen­tre­tens statt einer for­mel­len Betrachtung

sub­stan­zi­ell die Mensch-Maschi­ne-Inter­ak­ti­on unter

Beach­tung von Fak­to­ren wie ins­be­son­de­re der Präsenta-

tions­form des KI-Out­puts und ihrer arbeitsvertragli-

chen, betriebs­or­ga­ni­sa­to­ri­schen und arbeitspsychologi-

schen Ein­bin­dung betrach­tet werden.81 In Zukunft kön-

nen bei Hoch­ri­si­ko-KI-Sys­te­men dazu die Maßnahmen

her­an­ge­zo­gen wer­den, die das ein­ge­setz­te Sys­tem auf-

grund der Anbie­ter­ver­pflich­tung zur Gestal­tung zu-

guns­ten wirk­sa­mer mensch­li­cher Auf­sicht in Art. 14 KI-

VO ermöglicht82 und die nach Art. 26 Abs. 2 KI-VO auch

vom Nut­zer umge­setzt wor­den sind. Die Beur­tei­lung der

Maß­geb­lich­keit ist von einer sorg­fäl­ti­gen Einzelfallprü-

fung abhängig.83

Nach alle­dem ist neben offen­sicht­li­chen Anwen-

dungs­fäl­len wie der voll­au­to­ma­ti­sier­ten Erken­nung von

Täu­schungs­ver­su­chen oder Aus­wer­tung von Prüfungs-

leis­tun­gen auch beim Ein­satz gene­ra­ti­ver KI für das Ver-

fas­sen einer Prü­fungs­be­wer­tung die Anwend­bar­keit des

Art. 22 DS-GVO denk­bar. Zwar könn­te man annehmen,

es feh­le an per­so­nen­be­zo­ge­nen Daten, wenn lediglich

die Ant­wor­ten eines Prüf­lings ohne identifizierende

Merk­ma­le in ein KI-Sys­tem ein­ge­ge­ben werden,84 doch

dürf­te nach EuGH-Recht­spre­chung ein Personenbezug

für die Hoch­schu­le bestehen, da die Ant­wor­ten ihrem

Ver­ar­bei­tungs­zweck nach für die Bewer­tung des für sie

iden­ti­fi­zier­ba­ren Prüf­lings ver­wen­det werden.85

Auf die­ser Daten­ver­ar­bei­tung kann eine Entschei-

dung nicht erst dann aus­schließ­lich beru­hen, wenn dieO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 8 0

86

Krügel/Pfeiffenbring (Fn. 53), § 11 Rn. 45 mwN.

87

Krügel/Pfeiffenbring (Fn. 53), § 11 Rn. 45; Günther/Gerigk/Berger

(Fn. 67), 236.

88

Mar­ti­ni in Paal/Pauly, 3. Aufl. 2021, Art. 22 DS-GVO Rn. 27.

89

Hei­ne (Fn. 80), 36.

90

Art.-29-Arbeitsgruppe, WP251rev.01 – Leit­li­ni­en zu automatisier-

ten Ent­schei­dun­gen im Ein­zel­fall ein­schließ­lich Pro­fil­ing für die

Zwe­cke der Ver­ord­nung 2016/679, 6.2.2018, S. 23.

91

Jarass in Jarass, Char­ta der Grund­rech­te der EU, 4. Auf­la­ge 2021,

Art. 14 Rn. 10.

92

Mar­ti­ni in Paal/Pauly, 3. Aufl. 2021, Art. 22 DS-GVO Rn. 28.

93

Eine Legal­de­fi­ni­ti­on mit der Alters­gren­ze von 18 Jah­ren in Art.

4 Nr. 18 des DS-GVO-Kom­mis­si­ons­ent­wurfs wur­de zwar abge-

lehnt, Art. 8 Abs. 1 S. 1 DS-GVO zeigt aber, dass die Altersgrenze

jeden­falls über 16 Jah­ren liegt (für Voll­jäh­rig­keit als Grenze

Martini/Nink, NVwZ-Extra 2017, 1 (6 Fn. 53). Auch die Auslegung

im Lich­te der GRCh und inter­na­tio­na­len Rechts s‌ pricht für diese

Gren­ze (Frei, Buce­ri­us L. J. 2022, 74 (75)).

94

Dies is‌ t auch die Schluss­fol­ge­rung der Art.-29-Arbeitsgruppe

(Fn. 90), S. 31 aus ErwG 71 S. 5, des­sen Wort­laut im Kontras‌ t zum

Feh­len eines abso­lu­ten Ver­bots in den ver­fü­gen­den Teil s‌ teht.

95

Zudem is‌ t zu beach­ten, dass der Anwen­dungs­be­reich des

Hoch­ri­si­ko-Regimes im KI-VO in Annex III Nr. 3 (b) gegenüber

dem urs‌ prüng­li­chen Kom­mis­si­ons­ent­wurf auch auf KI-Sys‌ teme

zur Bewer­tung von Lern­ergeb­nis­sen aus­ge­wei­tet wur­de, auch

wenn die­se Ergeb­nis­se zur Steue­rung des Lern­pro­zes­ses dienen.

kor­ri­gie­ren­de Per­son die zu einer Prü­fungs­leis­tung ge-

hören­den Ant­wor­ten voll­stän­dig als sog. Prompt eingibt

und die Bewer­tung der KI unbe­se­hen über­nimmt, da

dann ein mensch­li­ches Dazwi­schen­tre­ten ausbleibt.

Auch vor der dar­ge­leg­ten EuGH-Ent­schei­dung war es

ganz hM, dass ein dazwi­schen­tre­ten­der Mensch jeden-

falls eine inhalt­li­che Prü­fung (mit umstrit­te­ner Tiefe)

vor­neh­men und somit von den KI-gene­rier­ten Ergebnis-

sen abwei­chen kön­nen und dür­fen muss.86 Die­se Prü-

fungs­kom­pe­tenz muss, wie das EuGH-Urteil bekräftigt,

auch tat­säch­lich wahr­ge­nom­men werden.87 Zentrales

Merk­mal des Art. 22 Abs. 1 DS-GVO ist die Entfaltung

recht­li­cher Wir­kun­gen oder eine sons­ti­ge Beeinträchti-

gung in erheb­li­cher Wei­se. Eine recht­li­che Wir­kung ha-

ben Ver­wal­tungs­ak­te wie Imma­tri­ku­la­ti­on oder Exmat-

riku­la­ti­on. Hängt von einer Prü­fungs­be­wer­tung der Tat-

bestand eines gebun­de­nen Ver­wal­tungs­ak­tes ab, wie im

Fal­le des end­gül­ti­gen Nichtbestehens

(§ 19 Abs. 2 S. 2 Nr. 2 b) NHG), liegt es nahe, schon der

Prü­fungs­be­wer­tung die­se recht­li­che Wir­kung zuzuord-

nen, da im Anschluss schon recht­lich kein Raum für eine

mensch­li­che Über­prü­fung in der Sache bleibt. Der un-

bestimm­te Rechts­be­griff der sons­ti­gen Beeinträchtigung

in erheb­li­cher Wei­se bedarf hin­ge­gen erheb­li­cher Kon-

kre­ti­sie­rung. Hier­bei ist vor allem dar­auf abzustellen,

wie nach­hal­tig auf die Posi­ti­on der betrof­fe­nen Person

ein­ge­wirkt wird.88 Bei der Bewer­tung der Erheblichkeit

sind Aus­wir­kun­gen auf Umstän­de, Ver­hal­ten und Ent-

schei­dun­gen der betrof­fe­nen Per­son eben­so zu berück-

sich­ti­gen wie mög­li­che Dis­kri­mi­nie­run­gen (s. ErwG 71

S. 6 DS-GVO)89 und die Dau­er der Auswirkungen.90 Die

Aus­wir­kun­gen von Prü­fungs­ent­schei­dun­gen sind in al-

len Aspek­ten für die per­sön­li­che und beruf­li­che Lebens-

füh­rung beträcht­lich. Das Ein­gangs­bei­spiel verdeutlicht

dabei, dass Noten­ge­bung indi­rekt auch über den Zugang

zu Bil­dungs­ein­rich­tun­gen ent­schei­det. In grundrechtli-

chen Wer­tun­gen aus­ge­drückt kann eine Ungleichbe-

hand­lung beim Zugang zu Bil­dungs­ein­rich­tun­gen neben

einer Dis­kri­mi­nie­rung auch eine Beein­träch­ti­gung des

Rechts auf Bil­dung aus Art. 14 GRCh darstellen.91 Daher

besteht beim Ein­satz von KI in der Prü­fung das Risiko

eines zumin­dest mit­tel­ba­ren Grund­rechts­ein­griffs durch

algo­rith­mi­schen Bias. Schließ­lich ist zu beach­ten, dass

nicht nur nega­ti­ve Ent­schei­dun­gen vom

Art. 22 DS-GVO erfasst wer­den. Viel­mehr ist gera­de die

Beno­tung para­dig­ma­tisch dafür, dass die binä­re Unter-

schei­dung zwi­schen nega­ti­ven und posi­ti­ven bzw. belas-

ten­den und begüns­ti­gen­den Ent­schei­dun­gen für die Be-

urtei­lung der erheb­li­chen Beein­träch­ti­gung zu schema-

tisch ist.92 Auf­grund die­ser Grund­rechts­re­le­vanz über-

schrei­ten Prü­fungs­ent­schei­dun­gen auch ohne die Folge

des end­gül­ti­gen Nicht­be­stehens in aller Regel die Schwel-

le der Erheblichkeit.

Weni­ger ein­deu­tig zu beur­tei­len sind Leis­tungs- oder

Lern­stands­über­prü­fun­gen ohne Außen­wir­kun­gen, bei-

spiels­wei­se Übungs­klau­su­ren und Tests, die auch im

Selbst­stu­di­um auf E‑Lear­ning-Platt­for­men erfolgen

kön­nen. Denk­bar ist sowohl die Aus­wahl und Zusam-

men­stel­lung der Test­auf­ga­ben als auch ihre Auswertung

mit­tels KI. Eine recht­li­che Wir­kung bleibt hier­bei aus.

Auch sind die­se Bewer­tun­gen nicht unmit­tel­bar mit Fol-

gen für Rech­te oder Frei­hei­ten der betrof­fe­nen Personen

ver­bun­den. Nahe­lie­gend scheint hin­ge­gen ange­sichts des

mit sol­chen Tests ver­folg­ten didak­ti­schen Zwecks, dass

sie sich über Lern­mo­ti­va­ti­on und Selbst­bild der Studie-

ren­den mit­tel­bar auf den Stu­di­en­erfolg aus­wir­ken. Auch

ist beson­ders zu berück­sich­ti­gen, dass an Hochschulen

regel­mä­ßig min­der­jäh­ri­ge Stu­die­ren­de betrof­fen sind.

Die­se sind als Kin­der iSd DS-GVO zu verstehen93 und

die Regeln des Art. 22 DS-GVO in der Fol­ge stren­ger zu

hand­ha­ben (s. ErwG 71 S. 5).94 Die Anwend­bar­keit des

Art. 22 DS-GVO erscheint daher zwar idR fernliegend,

doch nicht voll­kom­men aus­ge­schlos­sen. Dies soll­te re-

flek­tiert wer­den, wenn über die Ein­füh­rung entspre-

chen­der Sys­te­me nach­ge­dacht wird.95 Dies gilt besonders

mit Blick dar­auf, die bei der Beur­tei­lung der erheblichen

Beein­träch­ti­gung zu berück­sich­ti­gen­den Bia­ses und Dis-

kri­mi­nie­rungs­ri­si­ken abzuschätzen.

Eine neue Qua­li­tät wür­de frei­lich erreicht, wenn die

Ergeb­nis­se die indi­vi­du­el­le Sphä­re der Stu­die­ren­den ver-Seckel­man­n/Horst­mann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 8 1

96

EuGH, 7.12.2023, C‑634/21 — Schufa Hol­ding (Scoring) = NJW

2024, 413, Rn. 48–50 ver­deut­licht, dass die beein­träch­ti­gen­de Wir-

kung einer auto­ma­ti­sier­ten Bewer­tung auch durch menschliches

Ver­hal­ten ver­mit­telt wer­den kann.

97

Letz­te­re is‌ t vom Lan­des­recht und den Prü­fungs­ord­nun­gen ab-

hän­gig, s. Hoe­ren (Fn. 25), S. 36f. Auch das Erfor­der­nis bes‌ timm-

ter, per­so­nen­ge­bun­de­ner Qua­li­fi­ka­tio­nen des Prü­fen­den (dazu

Epping in Epping NHG, 2. Aufl. 2024, § 24 Rn. 50) kann den

KI-Ein­satz mit­tel­bar einschränken.

98

Zu die­sem Risi­ko auch HmbBfDI (Fn. 29), S. 4f.

99

Dreyer/Schulz (Fn. 35), S. 39.

lie­ßen und bei­spiels­wei­se genutzt wür­den, um Lehrende

auf Defi­zi­te indi­vi­du­el­ler Stu­die­ren­der hin­zu­wei­sen oder

Stu­die­ren­de direkt bestimm­ten Kurs­an­ge­bo­ten zuzuwei-

sen. Ein sol­cher didak­ti­scher Ein­satz nähert sich dem

Ein­satz zu Prü­fungs­zwe­cken an und die vor­han­de­ne Au-

ßen­wir­kung könn­te in vie­len Fäl­len den Anwendungs-

bereich des Art. 22 DS-GVO eröffnen.96

Soll anders­her­um die Mög­lich­keit der Teil­nah­me an

einem Kurs­an­ge­bot – sei es zur Aus­wahl förderungsbe-

dürf­ti­ger oder beson­ders leis­tungs­fä­hi­ger Kursteilneh-

men­der – ohne wesent­li­che mensch­li­che Mitwirkung

vom Ergeb­nis eines KI-Sys­tems abhän­gen, ist

Art. 22 DS-GVO voll­um­fäng­lich ein­schlä­gig. Vorzugs-

wür­dig erschie­ne es in die­ser Hin­sicht, Selbstüberprü-

fun­gen mit­hil­fe von KI zu ermög­li­chen, das Aufsuchen

von Unter­stüt­zungs­an­ge­bo­ten aber den Studierenden

selbst anheim­zu­stel­len. Auf die­se Wei­se kön­nen mögli-

che Vor­tei­le von KI bei der Allo­ka­ti­on von Lehrangebo-

ten mit daten­schutz­recht­li­chen Anfor­de­run­gen verein-

bart wer­den.

Zusam­men­fas­send ist eine voll­stän­di­ge Delegation

der Bewer­tung von Prü­fungs­leis­tun­gen an ein KI-Sys-

tem damit man­gels ent­spre­chen­der Rechtsgrundlagen

aus Art. 22 Abs. 2 DS-GVO und auch prüfungsrechtlich

idR ausgeschlossen.97 Die Ver­wen­dung als rein sprachli-

che For­mu­lie­rungs­hil­fe oder zur ergän­zen­den Überprü-

fung der eige­nen Ein­schät­zung schließt die­ser Befund

hin­ge­gen auch für Ein­satz­zwe­cke über der Erheblich-

keits­schwel­le des Art. 22 Abs. 1 DS-GVO nicht aus, so-

lan­ge die mensch­li­che Beur­tei­lung maß­geb­lich bleibt. Je

stär­ker sich aus einem KI-gene­rier­ten Ergeb­nis eine in

sich bereits abge­schlos­se­ne und voll­stän­di­ge Bewertung

ergibt und je intrans­pa­ren­ter die­se zustan­de kommt,98

des­to eher sind sys­tem­ge­stal­te­ri­sche und arbeitsorgani-

sato­ri­sche Maß­nah­men zu tref­fen, die eine Wahrneh-

mung der inhalt­li­chen Prü­fungs­kom­pe­tenz durch die

Leh­ren­den auch de fac­to sicher­stel­len. Bei Tests mit rein

didak­ti­scher Ziel­set­zung, die nicht die Sphä­re des Selbst-

stu­di­ums ver­las­sen, ist eine Ein­zel­fall­prü­fung notwen-

dig. Didak­ti­sche Anwen­dun­gen, die Lern­ma­te­ri­al aufbe-

rei­ten und prä­sen­tie­ren, über­schrei­ten die Erheblich-

keits­schwel­le des Art. 22 DS-GVO idR nicht – dennoch

soll­ten mög­li­che Risi­ken, bei­spiels­wei­se durch Biases,

unglei­che Aus­gangs­be­din­gun­gen für Stu­die­ren­de bezüg-

lich der effek­ti­ven Anwen­dung oder die Wahrnehmung

von KI-Vor­schlä­gen als beson­ders objek­tiv oder autori-

tativ (sog. auto­ma­ti­on bias) vor­ab reflek­tiert werden.

Ergänzt wer­den die­se Rege­lun­gen der DS-GVO in

Zukunft um die Vor­ga­ben aus den

Art. 14, 26 Abs. 2 KI-VO. Danach müs­sen Anbie­ter von

Hoch­ri­si­ko-KI-Sys­te­men die­se so gestal­ten, dass sie

wäh­rend ihres Ein­sat­zes eine wirk­sa­me menschliche

Auf­sicht erlau­ben (Abs. 1). Die­sem Ziel die­nen je nach

Risi­ko, Auto­no­mie­le­vel und Kon­text die technische

Kon­struk­ti­ons­wei­se (Abs. 3 a)) und die Identifizierung

von im Ein­satz umzu­set­zen­den Maß­nah­men (Abs. 3 b)).

Die in Art. 14 Abs. 4 KI-VO auf­ge­zähl­ten Anforderun-

gen dahin­ge­hend, zu wel­chen kon­kre­ten For­men von

Auf­sicht die KI-Sys­te­me die beauf­sich­ti­gen­den Men-

schen befä­hi­gen müs­sen, dürf­ten auch die Gewährleis-

tung mensch­li­chen Ein­grei­fens beim Ein­satz von Drit-

tan­bie­ter-KI in der Ent­schei­dungs­fin­dung erleichtern.

Die Nut­zer, hier die Hoch­schu­len, trifft auch nach der

KI-VO die Pflicht, die­se Maß­nah­men ent­spre­chend den

Gebrauchs­an­wei­sun­gen umzu­set­zen und für eine ent-

spre­chen­de Kom­pe­tenz, Schu­lung und Berech­ti­gung so-

wie not­wen­di­ge Unter­stüt­zung der beaufsichtigenden

Men­schen zu sor­gen (Art. 26 Abs. 1, 2 KI-VO). Die Wir-

kung die­ser tech­nik­be­zo­ge­nen Vor­schrif­ten für die prak-

tische Umset­zung der DS-GVO soll­te nicht unterschätzt

wer­den. Dies gilt nicht nur für ein mensch­li­ches Dazwi-

schen­tre­ten wäh­rend der Ent­schei­dungs­fin­dung, son-

dern auch für die menschliche

Über­prü­fung bei erlaub­ten automatisierten

Ent­schei­dun­gen im Rah­men des gemäß

Art. 22 Abs. 2 lit. b) iVm ErwG 71 S. 4, Abs. 3 DS-GVO zu

gewähr­leis­ten­den Anfechtungsrechts.

f) Tech­nisch-orga­ni­sa­to­ri­scher Daten­schutz und Da-

ten­schutz-Fol­gen­ab­schät­zung

Ein gro­ßer Teil der kon­kre­ten Aus­wir­kun­gen und Risi-

ken des KI-Ein­sat­zes lässt sich auf Fra­gen zurückführen,

die durch die Inbe­zug­nah­me der personenbezogenen

Daten des Ein­zel­nen nur unzu­rei­chend adres­siert wer-

den – etwa sol­che der ver­wen­de­ten statistisch-mathema-

tischen Metho­den, impli­zi­ter Annah­men und der Validi-

tät und Legi­ti­mi­tät grup­pen­be­zo­ge­ner Schlussfolgerun-

gen. Daher ist der klas­si­sche Ansatz des individuellen

Schut­zes in Bezug auf kon­kre­te Verarbeitungstätigkeiten

in sei­ner Steue­rungs­kraft bei KI begrenzt.99 Das lässt

tech­ni­sche, orga­ni­sa­to­ri­sche und sys­tem- statt verarbei-

tungs­be­zo­ge­ne Vor­ga­ben des Daten­schutz­rechts anO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 8 2

100

Art.-29-Arbeitsgruppe, WP248 Rev. 01 — Leit­li­ni­en zur Daten-

schutz-Fol­gen­ab­schät­zung (DSFA) und Beant­wor­tung der Frage,

ob eine Ver­ar­bei­tung im Sin­ne der Ver­ord­nung 2016/679 „wahr-

schein­lich ein hohes Risi­ko mit sich bringt”, S. 10ff.

101

Hier­bei sind KI‑s‌ pezi­fi­sche Angriffs­ri­si­ken zu berück­sich­ti­gen, s.

u.a. Veale/Binns/Edwards (Fn. 43); Boe­nisch (Fn. 43).

102

FAQ: Enter­pri­se pri­va­cy at Ope­nAI (Fn. 18).

103

For­schung & Leh­re: Ers‌ te Hoch­schu­len bie­ten ChatGPT an, htt-

ps://www.forschung-und-lehre.de/management/ers‌ te-deut­sche-

hoch­schu­len-bie­ten-chatgpt-an-6040 (Abruf 29.02.2024).

104

Daten­schutz­er­klä­rung zu HAWKI: GPT für die Hochschule,

https://ai.hawk.de/views/datenschutz.html (Abruf 29.02.2024).

105

Ana­log emp­fiehlt der HmbBfDI (Fn. 29), S. 2, aus die­sen Grün-

den die Bereits‌ tel­lung diens‌ tli­cher Kon­ten für Mitarbeitende.

Bedeu­tung gewin­nen. Die­se dürf­ten mit den technik-

recht­li­chen Anfor­de­run­gen der KI-VO in der Umset-

zung die größ­ten Syn­er­gien auf­wei­sen und in der

Schutz­wir­kung ergänzen.

Eine Pflicht zur Datenschutz-Folgenabschätzung

(DSFA, Art. 35 DS-GVO) liegt bei vie­len Einsatzmög-

lich­kei­ten von KI nahe, ins­be­son­de­re bei profilingähnli-

chen Ana­ly­sen oder Bewer­tun­gen oder dem Ein­satz von

nach dem Stand der Tech­nik neu­en Tech­no­lo­gien. Da an

der Hoch­schu­le mit Stu­die­ren­den, ins­be­son­de­re bei

Min­der­jäh­rig­keit und in Prü­fungs­si­tua­tio­nen, beson-

ders schutz­be­dürf­ti­ge Per­so­nen betrof­fen sind, ist in ei-

nem sol­chen Fall auf­grund der Kom­bi­na­ti­on zwei­er Risi-

ko-Indi­ka­to­ren auch nach Mei­nung der Aufsichtsbehör-

den in den meis­ten Fäl­len die DSFA gemäß

Art. 35 Abs. 1 DS-GVO obligatorisch.100 Die DSFA ist vor

dem Beginn des KI-Ein­satz nach den Maß­ga­ben des

Art. 35 Abs. 7–11 DS-GVO durch­zu­füh­ren. Zukünftig

bie­tet es sich an, sie gemein­sam mit der ggf. nach Art. 27

KI-VO ver­pflich­ten­den Abschät­zung der Grundrechts-

aus­wir­kun­gen vorzunehmen.

Zen­tral für den tech­ni­schen und organisatorischen

Daten­schutz sind die Art. 24, 25, 32 DS-GVO. Der Ver-

ant­wort­li­che hat danach unter Berück­sich­ti­gung des

Stands der Tech­nik, der Kos­ten und der spezifischen

Merk­ma­le und Umstän­de der Ver­ar­bei­tung sowie der

(ggf. im Rah­men der DSFA ermit­tel­ten) damit verbun-

denen Risi­ken tech­ni­sche und orga­ni­sa­to­ri­sche Maß-

nah­men zur wirk­sa­men Umset­zung der Datenschutz-

grund­sät­ze und des Schut­zes der betrof­fe­nen Personen

zu ergrei­fen. Die Ori­en­tie­rung an den Datenschutz-

grund­sät­zen, ins­be­son­de­re der Daten­mi­ni­mie­rung und

der Zweck­bin­dung, zeigt dabei die Stoß­rich­tung der

Maß­nah­men nach Art. 25 DS-GVO auf, während

Art. 32 DS-GVO v.a. Daten­si­cher­heits­maß­nah­men er-

fordert.101 Ins­be­son­de­re bei der Ein­bin­dung von KI-Sys-

temen auf E‑Lear­ning-Platt­for­men oder sons­ti­ger Nut-

zung mit einem per­so­nen­ge­bun­de­nen Kon­to sind daten-

schutz­freund­li­che Vor­ein­stel­lun­gen (Art. 25 Abs. 2 DS-

GVO) vor­zu­neh­men, wozu eine pseudonyme

Nut­zungs­mög­lich­keit gehö­ren kann. Aber schon in der

Sys­tem­ge­stal­tung ist der Daten­schutz zu berücksichti-

gen. Letzt­lich spricht dies für die Aus­wahl und Gestal-

tung von daten­spar­sa­men KI-Sys­te­men und die Nutzung

einer mög­lichst gerin­gen Zahl an personenbezogenen

Para­me­tern gemes­sen am Einsatzzweck.

Ein Daten­schutz­ni­veau im Sin­ne die­ser Vorgaben

kann erreicht wer­den, wenn die Hoch­schu­le die Nut-

zung von KI-Ange­bo­ten über eine Schnitt­stel­le (API)

mit­tels hoch­schul­ge­bun­de­ner Kon­ten bzw. Anwendun-

gen ermög­licht. Das Bei­spiel von ChatGPT verdeutlicht

dies: Durch den Anbie­ter Ope­nAI wer­den in die­sem Fall

laut eige­ner Beschrei­bung kei­ne ein­ge­ge­be­nen Daten für

das Trai­ning ver­wen­det und die Iden­ti­tät der Nutzenden

ist Ope­nAI nicht bekannt.102 Ers­te deut­sche Hochschu-

len bie­ten des­halb bereits eine sol­che Nut­zung von

ChatGPT für ihre Stu­die­ren­den an.103 Dabei wer­den ne-

ben den für die Web­site-Bereit­stel­lung tech­nisch erfor-

der­li­chen Log-Files ledig­lich per­so­nen­be­zo­ge­ne Login-

Daten ein­ge­ge­ben, um die Zugangs­be­rech­ti­gung zu

überprüfen.104 Unklar bleibt dabei, was mit bei der Nut-

zung anfal­len­den Nut­zungs- und Meta­da­ten geschieht.

Nut­zen die Stu­die­ren­den hin­ge­gen — frei­lich idR außer-

halb der recht­li­chen Ver­ant­wort­lich­keit der Hochschule

- pri­va­te Kon­ten zu stu­di­en­be­zo­ge­nen Zwe­cken, besteht

aber auch die­ser Schutz nicht, zudem kann es durch Ver-

bin­dung stu­di­en­be­zo­ge­ner und pri­va­ter Informationen

zu einem tie­fe­ren Ein­griff in das Pri­vat­le­ben kommen.105

Daher erscheint es auch unter die­sem Gesichtspunkt

sinn­voll, kla­re Rege­lun­gen für den Ein­satz von (gene­ra­ti-

ver) KI in der Leh­re in uni­ver­si­tä­re Ord­nun­gen aufzu-

neh­men, die den Ein­satz unter der Vor­aus­set­zung einer

sol­chen daten­schutz­freund­li­chen Gestal­tung ermögli-

chen. Ein­ge­denk der obi­gen Fest­stel­lung, dass auch For-

schen­de pro­ak­tiv den Ein­satz von KI als Arbeitsmittel

erpro­ben, kön­nen ent­spre­chen­de APIs zur Verbesserung

des Daten­schut­zes (sowie des Schut­zes forschungsbezo-

gener Geheim­hal­tungs­in­ter­es­sen) auch für Forschende

bereit­ge­stellt werden.

V. Fazit und Ausblick

Mit der Ver­brei­tung von KI kommt es auch den Hoch-

schu­len zu, die Poten­zia­le des KI-Ein­sat­zes in ihren Auf-

gaben­be­rei­chen auf­zu­neh­men und ins­be­son­de­re die

Ein­bin­dung von KI in die Leh­re kurz- bis mittelfristig

aktiv zu gestal­ten. So kön­nen sie ihre ausbildungsbezo-

genen Auf­ga­ben in einem abseh­bar von KI geprägtenSeckelmann/Horstmann · Künst­li­che Intel­li­genz im Hoch­schul­be­reich und Daten­schutz 1 8 3

106

Zumal sol­cher, die die in Zukunft zu gewährleis‌ ten­de, effektive

mensch­li­che Auf­sicht über Hoch­ri­si­ko-KI-Sys‌ teme übernehmen

wer­den (Art. 14, 26 Abs. 2 KI-VO).

107

Pur­to­va (Fn. 42).

Umfeld adäquat erfül­len. Denn der wissenschaftlich

geschul­te, d.h. metho­di­sche und kri­ti­sche, Umgang mit

KI-Anwen­dun­gen ist nicht nur Teil beruf­li­cher Anforde-

run­gen an Hochschulabsolventen,106 son­dern auch der

per­sön­li­chen Ent­fal­tung und demo­kra­ti­schen Teilhabe

in einer immer stär­ker von Algo­rith­men geprägten

Gesell­schaft för­der­lich. Die­sen Blick auf die Entwicklung

nimmt der euro­päi­sche Gesetz­ge­ber wenigs­tens in

Ansät­zen nor­ma­tiv auf, indem er den im Bildungsbe-

reich oft ein­schlä­gi­gen Anfor­de­run­gen an Hochrisiko-

KI in der KI-VO For­de­run­gen nach Digitalkompetenzen

und AI liter­acy zur Sei­te stellt

(u.a. ErwG 20, 91, 165, Art. 4, 95 KI-VO). Wer wäre in

einer bes­se­ren Posi­ti­on zur Ver­wirk­li­chung die­ser For-

derung als die Hochschulen?

Das heißt nicht, allen durch KI geweck­ten Erwartun-

gen eilig zu ent­spre­chen. Kla­re Gren­zen für unerwünsch-

te For­men der Auto­ma­ti­sie­rung lie­fert das Datenschutz-

recht, ins­be­son­de­re mit dem Ver­bot der automatisierten

Ent­schei­dung im Ein­zel­fall und zumal bei Betroffenheit

schutz­be­dürf­ti­ger Grup­pen. Dar­über hin­aus aber gibt

das Daten­schutz­recht, eben­so wie die künf­ti­ge KI-Regu-

lie­rung, Ver­ant­wort­li­chen einen Gestal­tungs­auf­trag für

einen grund­rechts­kon­for­men und abge­wo­ge­nen KI-Ein-

satz, den ers­te Hoch­schu­len bereits ange­nom­men haben.

Tech­nik- und sys­tem­be­zo­ge­ne Vor­ga­ben spie­len dabei

eine her­aus­ge­ho­be­ne Rol­le. Mit Ver­weis auf das Ein-

gangs­bei­spiel sei aber dar­an erin­nert, dass KI-Lösungen

an der Hoch­schu­le auch jen­seits rein tech­ni­scher Gestal-

tungs­op­tio­nen offen für Kri­tik und Par­ti­zi­pa­ti­on sowie

die Wahr­neh­mung auto­no­mer Handlungsspielräume

gestal­tet wer­den müs­sen. Im Daten­schutz­recht bieten

dabei vor allem die Daten­schutz­grund­sät­ze die materiel-

le Ori­en­tie­rung. Doch auch wenn man die Rele­vanz des

Daten­schutz­rechts nicht abstrei­ten kann, ist es kein „Law

of Everything”107 für Fra­gen des KI-Ein­sat­zes. Den im

Hoch­schul­be­reich betrof­fe­nen Grund­rech­ten und ande-

ren ein­fach­recht­li­chen Vor­ga­ben muss daher in ihrem

Zusam­men­spiel mit dem Daten­schutz­recht entspre-

chen­de Auf­merk­sam­keit gel­ten. In Zukunft wird zudem

die KI-VO häu­fig neben der DS-GVO Anwen­dung fin-

den und wich­ti­ge Qua­li­tä­ten der KI-Sys­te­me und ihres

Ein­sat­zes prä­gen, etwa bei Trans­pa­renz und Erklärbar-

keit sowie Schutz vor Bia­ses und Diskriminierung.

Kon­kret kön­nen Hoch­schu­len in ihren Satzungen

Rege­lun­gen zur Ermög­li­chung des KI-Ein­sat­zes festle-

gen. Dabei bie­ten sich neben den gesetz­lich notwendi-

gen daten­schutz­recht­li­chen Rege­lun­gen auch Gestal-

tungs- und Ver­fah­rens­vor­schrif­ten an. Zu berücksichti-

gen ist, dass per­so­nen­be­zo­ge­ne Daten in der digitalen

Gesell­schaft nicht mehr ledig­lich für die organisatori-

sche Durch­füh­rung der Hoch­schul­leh­re not­wen­dig sind

(so wie es den gesetz­li­chen Rechts­grund­la­gen wie § 17

NHG noch erkenn­bar zugrun­de liegt), son­dern faktisch

auch beim eigent­li­chen Leh­ren und Ler­nen mit digitalen

Mit­teln eine Rol­le spielen.

Prof. Dr. Mar­grit Seckel­mann ist Pro­fes­so­rin für Öffent-

liches Recht und das Recht der digi­ta­len Gesellschaft

an der Leib­niz Uni­ver­si­tät Han­no­ver (Insti­tut für

Rechts­in­for­ma­tik).

Dipl.-Jur. Jan Horst­mann ist wis­sen­schaft­li­cher Mitar-

bei­ter am Insti­tut für Rechts­in­for­ma­tik, Leib­niz Univer-

sität Hannover.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 6 9 — 1 8 4

1 8 4Übersicht

I. Ein bekann­tes Pro­blem nimmt neue Dimen­sio­nen an

II. Rechts­ver­let­zung durch das Hoch­la­den frem­der Werke

1. Urhe­ber­recht­li­che Rele­vanz des Hochladens

2. Mög­li­che Schrankenregelungen

a) Schran­ke für vor­über­ge­hen­de Vervielfältigungshandlun-

gen

b) Text und Data Mining-Schranken

3. Schlich­te Einwilligung

III. Rechts­ver­let­zung durch Über­nah­men aus frem­den Werken

1. Kei­ne gene­rel­le Unzu­läs­sig­keit von Übernahmen

2. Über­nah­me frem­der Ideen

3. Ver­viel­fäl­ti­gung frem­der Werke

4. Bear­bei­tung oder ande­re Umge­stal­tung frem­der Werke

IV. Rechts­ver­let­zung auf­grund frem­der Urheberschaft

1. Urhe­ber­rechts­schutz für KI-gene­rier­te Papers

2. Urhe­ber­schaft an KI-gene­rier­ten Papers

V. Nur punk­tu­el­le Hand­ha­be nach dem Urheberrecht

Wird Künst­li­che Intel­li­genz genutzt, um gefälsch­te wis-

sen­schaft­li­che Aus­ar­bei­tun­gen zu gene­rie­ren, kann das

zwar in ver­schie­de­ner Hin­sicht mit dem Urheberrecht

in Kon­flikt tre­ten. Aus der wis­sen­schaft­li­chen Unred-

lich­keit folgt dabei aber nicht zwin­gend die urheber-

recht­li­che Unzu­läs­sig­keit. Das Urhe­ber­recht kann des-

halb nur punk­tu­ell zur Bekämp­fung der sogenannten

Fake Rese­arch Papers beitragen.

I. Ein bekann­tes Pro­blem nimmt neue Dimensionen

an

Das Phä­no­men der Fake Rese­arch Papers ist nicht neu:

Bereits vor eini­gen Jah­ren wies etwa die Fachzeitschrift

Natu­re auf einen Boom gefälsch­ter Fach­auf­sät­ze hin, die

aus soge­nann­ten „paper mills“ stam­men sollen.1 Wer sei-

ne Dis­ser­ta­ti­on nicht selbst schrei­ben will, kann schon

lan­ge auf einen Ghost­wri­ter zurück­grei­fen. Und auch

Pla­gia­te in Haus- und Abschluss­ar­bei­ten, die als eigene

Leis­tung aus­ge­ge­ben wer­den, ver­är­gern seit je her die

Kor­rek­to­ren. Die all­ge­mei­ne Ver­füg­bar­keit von Syste-

men gene­ra­ti­ver Künst­li­cher Intel­li­genz, mit denen sich

zu jedem belie­bi­gen The­ma in Sekun­den­schnel­le Texte

und Bil­der her­stel­len las­sen, hat auf der einen Seite

jedoch den Auf­wand der wis­sen­schaft­li­chen Fälschung

erheb­lich redu­ziert. Ande­rer­seits wirft der Ein­satz dieser

Tech­nik neue urhe­ber­recht­li­che Fra­gen auf, die sich bei

einem mensch­li­chen wis­sen­schaft­li­chen Fehlverhalten

nicht stel­len.

Die­ser Bei­trag unter­sucht daher, inwie­fern es das Ur-

heber­recht ver­letzt, mit­hil­fe von KI-Sys­te­men Fake Re-

search Papers anzu­fer­ti­gen und ein­zu­set­zen. Unter den

Begriff der Fake Rese­arch Papers wer­den dabei schein-

bar wis­sen­schaft­li­che Aus­ar­bei­tun­gen gefasst, die voll-

stän­dig oder jeden­falls weit über­wie­gend mit­hil­fe einer

KI erstellt wur­den und deren ver­meint­li­cher Autor dies

zu ver­schlei­ern ver­sucht. Sie sind damit ers­tens von wis-

sen­schaft­li­chen Aus­ar­bei­tun­gen abzu­gren­zen, bei deren

Vor­be­rei­tung zwar ein KI-Sys­tem zum Ein­satz kommt –

etwa, um einen fremd­spra­chi­gen Text ins Deut­sche zu

über­set­zen –, deren Gestal­tung aber ein menschlicher

Autor voll­stän­dig in der Hand hat­te. Zwei­tens sind damit

nicht Aus­ar­bei­tun­gen gemeint, deren Gestal­tung zwar

ganz oder in Tei­len auf eine Künst­li­che Intel­li­genz zu-

rück­geht – mit deren Hil­fe z. B. ein Abs­tract verfasst

wur­de –, bei denen der mensch­li­che Autor deren Einsatz

aber offen­legt.

II. Rechts­ver­let­zung durch das Hoch­la­den fremder

Wer­ke

1. Urhe­ber­recht­li­che Rele­vanz des Hochladens

Betrach­tet man die Erstel­lung eines Fake Research

Papers chro­no­lo­gisch, kann es zunächst zu einer Urhe-

ber­rechts­ver­let­zung kom­men, wenn der vermeintliche

Autor frem­de Wer­ke auf den Ser­ver des KI-Anbieters

hoch­lädt. Obwohl gene­ra­ti­ve KI-Sys­te­me wie z. B.

ChatGPT häu­fig bereits über eine brei­te allgemeine

Daten­ba­sis verfügen,2 kann es für das spe­zi­el­le Paper

erfor­der­lich sein, dass der ver­meint­li­che Autor der KI

zusätz­li­che Infor­ma­tio­nen zur Ver­fü­gung stellt. Soll das

Anna K. Bernzen

Urhe­ber­rechts­ver­let­zun­gen bei der Erstel­lung von

Fake Rese­arch Papers

1

Else/Van Noor­den, The Batt­le Agains‌ t Paper Mills, Natu­re 2021,

516 ff.

2

Vgl. ChatGPT kennt künf­tig Ereig­nis­se bis April 2023, https://

www.zeit.de/digital/2023–11/chatgpt-neue-generation-wissen-

april-2023 (16.2.2024).

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 8 5 — 1 9 2

1 8 6

3

Loewenheim/Leis‌ tner, in: Schricker/Loewenheim (Hrsg.), UrhR,

6. Aufl. 2020, § 2 UrhG Rn. 141; Schul­ze, in: Dreier/Schulze

(Hrsg.), UrhG, 7. Aufl. 2022, § 2 Rn. 94.

4

BGH, 18.9.2014 – I ZR 76/13, GRUR 2015, 258 (260 Rn. 35) – CT-

Para­dies; Heer­ma, in: Wandtke/Bullinger (Hrsg.), UrhR, 6. Aufl.

2022, § 16 UrhG Rn. 19; Maa­mar, Urhe­ber­recht­li­che Fra­gen beim

Ein­satz von gene­ra­ti­ven KI-Sys‌ temen, ZUM 2023, 481 (487).

5

Heer­ma, in: Wandtke/Bullinger, UrhR, § 16 UrhG Rn. 5; Loe-

wen­heim, in: Schricker/Loewenheim, UrhR, § 16 UrhG Rn. 22;

Schul­ze, in: Dreier/Schulze, UrhG, § 16 Rn. 12.

6

Für ihre Anwen­dung Nägele/Apel, in: Kaulartz/Braegelmann

(Hrsg.), Rechts­hand­buch Arti­fi­ci­al Intel­li­gence und Machine

Lear­ning, 2020, Kap. 7.1 Rn. 32; Raue, Die Freis‌ tel­lung von Da-

ten­ana­ly­sen durch die neu­en Text und Data Mining-Schranken

(§§ 44b, 60d UrhG), ZUM 2021, 793 (794 f.). In die Rich­tung auch

Maa­mar, ZUM 2023, 481 (487 f.).

7

Vgl. EuGH, 4.10.2011 – C‑403/08 und C‑429/08, GRURInt 2011,

1063 (1074 Rn. 175) – Foot­ball Asso­cia­ti­on Pre­mie­re League;

EuGH, 17.1.2012 – C‑302/1, GRURInt 2012, 336 (340 f. Rn. 50) –

Info­paq II.

8

Von Wel­ser, in: Wandtke/Bullinger, UrhR, § 44a UrhG Rn. 3.

9

Bern­zen, Fruit of the poi­so­no­us KI? Wel­che Rech­te beim KI-

Trai­ning zu beach­ten sind, K&R 2023, Bei­hef­ter zu Heft 10, 6

(6 f.); Maa­mar, ZUM 2023, 481 (482 f.); Pukas, KI-Trainingsdaten

und erwei­ter­te kol­lek­ti­ve Lizen­zen, GRUR 2023, 614.

10

A.A., jedoch ohne Begrün­dung, Maa­mar, ZUM 2023, 481 (487).

11

Vgl. Lin­ke, in: Kuschel/Asmussen/Golla (Hrsg.), Intelligente

Sys‌ teme – Intel­li­gen­tes Recht, 2021, S. 179 (S. 189 f.).

Fake Rese­arch Paper etwa im Stil einer bestimmten

Fach­au­to­rin ver­fasst sein, wird er deren Publikationen

regel­mä­ßig ein­ge­ben müs­sen. Die­se Publi­ka­tio­nen kann

das KI-Sys­tem dann auf den Stil der Autorin hin analy-

sie­ren. Fach­auf­sät­ze sind aller­dings oft als Sprachwerke

nach § 2 Abs. 1 Nr. 1 UrhG geschützt.3 Indem der ver-

meint­li­che Autor sie auf den KI-Ser­ver hoch­lädt, nimmt

er daher eine Ver­viel­fäl­ti­gung gemäß § 16 Abs. 1 UrhG

vor.4 Es ist dafür uner­heb­lich, wenn die Auf­sät­ze dort

nur flüch­tig zu Ana­ly­se­zwe­cken gespei­chert und sodann

rück­stands­los gelöscht wer­den. Auch eine nur temporä-

re Kopie ist näm­lich urhe­ber­recht­lich relevant.5

Das Recht zur Ver­viel­fäl­ti­gung ist dem Urhe­ber vor-

behal­ten (vgl. § 15 Abs. 1 Nr. 1 UrhG). Der vermeintliche

Autor darf das frem­de Werk – in die­sem Bei­spiel: die

Fach­auf­sät­ze – des­halb nur auf den Ser­ver des KI-Anbie-

ters hoch­la­den, wenn er sich hier­für ent­we­der auf eine

urhe­ber­recht­li­che Schran­ken­re­ge­lung stüt­zen kann oder

mit Zustim­mung des Urhe­bers han­delt – hier also der

Autorin, die er nach­ah­men will.

2. Mög­li­che Schrankenregelungen

a) Schran­ke für vor­über­ge­hen­de Vervielfältigungs-

hand­lun­gen

Wird nur eine tem­po­rä­re Kopie des Werks hergestellt,

die nach der KI-Ana­ly­se wie­der gelöscht wird, scheint

auf den ers­ten Blick die Schran­ken­re­ge­lung in

§ 44a UrhG passend.6 Danach sind aus­ge­wähl­te flüchtige

Ver­viel­fäl­ti­gun­gen gestat­tet, die tech­nisch erforderlich

sind und kei­ne eigen­stän­di­ge wirt­schaft­li­che Bedeutung

haben. Eine sol­che Bedeu­tung liegt aber nur dann nicht

vor, wenn die tem­po­rä­re Kopie kei­ne iso­liert verwertba-

re Nut­zungs­mög­lich­keit eröffnet.7 Das trifft z. B. auf Ver-

viel­fäl­ti­gun­gen eines Werks im Arbeits­spei­cher eines

Com­pu­ters zu, die für das Brow­sen im Inter­net herge-

stellt wer­den müs­sen, aber spä­tes­tens beim Ausschalten

des Com­pu­ters wie­der gelöscht werden.8

Damit sind Ver­viel­fäl­ti­gun­gen, die zum Zweck der

KI-gestütz­ten Ana­ly­se her­ge­stellt wer­den, nicht ver-

gleich­bar. Die Ana­ly­se, die durch die flüch­ti­ge Kopie er-

mög­licht wird, ist zwar eine auto­ma­ti­sier­te Form des

Werk­ge­nus­ses, der ohne Zustim­mung des Urhe­bers er-

laubt ist.9 Der Werk­ge­nuss wird daher prin­zi­pi­ell nicht

iso­liert ver­wer­tet. Indem die Ana­ly­se auto­ma­ti­siert wird,

wer­den die Wer­ke jedoch erheb­lich schnel­ler gründlich

unter­sucht, als es einem Men­schen mög­lich wäre. Dieser

Vor­teil ver­leiht den Werk­ver­viel­fäl­ti­gun­gen für die KI-

gestütz­te Ana­ly­se eine eigen­stän­di­ge wirt­schaft­li­che Be-

deu­tung, die es aus­schließt, die Schran­ke des § 44a UrhG

dar­auf anzuwenden.

b) Text und Data Mining-Schranken

Zur Anwen­dung kön­nen aller­dings die Text und Data

Mining-Schran­ken kom­men, die Vervielfältigungen

geschütz­ter Wer­ke zum Zweck des Text und Data Mining

(kurz: TDM) erlauben.10 Damit ist die automatisierte

Ana­ly­se von ein­zel­nen oder meh­re­ren Wer­ken gemeint,

die das Ziel ver­folgt, dar­aus Infor­ma­tio­nen zu gewinnen

(§ 44b Abs. 1 UrhG). Auch die KI-gestütz­te Ana­ly­se z. B.

der Fach­auf­sät­ze der nach­ge­ahm­ten Autorin dient die-

sem Ziel. Im Rah­men der Ana­ly­se wer­den näm­lich in

einem ers­ten Schritt Infor­ma­tio­nen etwa zu den genutz-

ten Stil­mit­teln und der Aus­drucks­wei­se der Autorin ext-

rahiert. Dass die­se Infor­ma­tio­nen nicht in Rein­form an

den Nut­zer aus­ge­ge­ben, son­dern in einem zweiten

Schritt zur Gene­rie­rung eines Fake Rese­arch Papers

genutzt wer­den, ändert an die­ser Bewer­tung nichts.11

Dem ein­deu­ti­gen Wort­laut der Legal­de­fi­ni­ti­on nach

setzt eine Sub­sum­ti­on der Ana­ly­se unter den Begriff des

TDM näm­lich nicht vor­aus, dass die dadurch gewonne-

nen Infor­ma­tio­nen nicht wei­ter­ver­ar­bei­tet wer­den. Was­Bern­zen · Urhe­ber­rechts­ver­let­zun­gen bei der Erstel­lung von Fake Rese­arch Papers 1 8 7

12

Dies is‌ t aller­dings für die Fra­ge rele­vant, auf wel­che der TDM-

Schran­ken die Ana­ly­se ges‌ tützt wer­den kann, s. dazu den folgen-

den Absatz.

13

Grüb­ler, in: Göt­tin­g/Lau­ber-Röns­ber­g/Rau­er (Hrsg.), BeckOK

UrhR, 40. Ed., S‌ tand: 1.8.2023, § 60c UrhG Rn. 5.

14

BT-Drs. 19/27426, S. 87.

15

Zu bei­dem BT-Drs. 19/27426, S. 88.

16

S. für die­se For­mu­lie­rung Raue, Text und Data Mining,

CR 2017, 656.

17

Erw­Gr. 18 DSM-RL.

hier­mit pas­siert, ist für die Fra­ge, inwie­fern die Analyse

ein TDM dar­stellt, viel­mehr unerheblich.12

Für die Wis­sen­schaft exis­tiert in § 60d UrhG eine

spe­zi­el­le TDM-Schran­ke. Das TDM ist danach bestimm-

ten Per­so­nen, wie etwa nicht-kom­mer­zi­ell Forschenden

(§ 60d Abs. 3 Nr. 2 UrhG) oder Insti­tu­tio­nen wie z. B.

Hoch­schu­len (§ 60d Abs. 2 UrhG), gestat­tet, wenn es für

Zwe­cke der wis­sen­schaft­li­chen For­schung erfolgt. Zu

wis­sen­schaft­li­cher For­schung zäh­len sowohl das metho-

disch-sys­te­ma­ti­sche Stre­ben nach neu­er Erkennt­nis als

auch deren anschlie­ßen­de Vermittlung.13 Es ist zwar

denk­bar, dass TDM mit die­sem Ziel ein­ge­setzt wird,

z. B. um Trends in einer For­schungs­rich­tung zu ermit-

teln, die sich in Fach­pu­bli­ka­tio­nen zei­gen. TDM, das zur

Erstel­lung eines Fake Rese­arch Papers durchgeführt

wird, dient aber im Ergeb­nis nicht der Gewin­nung neu-

er Erkennt­nis­se. Es soll dem ver­meint­li­chen Autor viel-

mehr ermög­li­chen, ein sol­ches Erkennt­nis­stre­ben vor-

zutäu­schen. Die Mühen, die die­ses Stre­ben mit sich

bringt, möch­te er sich dadurch gera­de erspa­ren. Die KI-

gestütz­te Ana­ly­se frem­der Wer­ke, deren Ergeb­nis in ein

Fake Rese­arch Paper ein­fließt, ver­folgt des­halb den

Zweck der Wis­sen­schafts­si­mu­la­ti­on, nicht der wissen-

schaft­li­chen Forschung.

Weil die Wis­sen­schafts­schran­ke nicht ein­greift, kann

der ver­meint­li­che Autor sei­nen Upload frem­der Werke

auf den Ser­ver des KI-Anbie­ters allen­falls auf die allge-

mei­ne TDM-Schran­ke in § 44b UrhG stüt­zen. Diese

Schran­ken­re­ge­lung gestat­tet Ver­viel­fäl­ti­gun­gen für

TDM, das jedem belie­bi­gen Zweck die­nen kann.14 Das

folgt bereits dar­aus, dass sie ihrem Wort­laut nach nicht

auf bestimm­te Zie­le beschränkt ist. Damit unterscheidet

sie sich von der zuvor betrach­te­ten Schran­ke in

§ 60d UrhG, die auf das TDM zu Zwe­cken der wissen-

schaft­li­chen For­schung begrenzt ist. Für die Anwendung

des § 44b UrhG ist es des­halb irrele­vant, dass das Ziel,

mit den durch das TDM extra­hier­ten Infor­ma­tio­nen ein

Fake Rese­arch Paper zu erstel­len, wis­sen­schaft­lich un-

lau­ter ist.

Damit die all­ge­mei­ne TDM-Schran­ke ein­greift, muss

der ver­meint­li­che Autor recht­mä­ßi­gen Zugang zu dem

Werk haben, das er auf den KI-Ser­ver hochlädt

(§ 44b Abs. 2 S. 1 UrhG). Das ist z. B. zu beja­hen, wenn er

das Werk aus einer Daten­bank her­un­ter­ge­la­den hat, die

er im Rah­men sei­ner uni­ver­si­tä­ren Lizenz nut­zen darf.

Auch auf frei im Inter­net ver­füg­ba­re Wer­ke greift er

recht­mä­ßig zu, z. B. wenn er den Pre-Print eines Aufsat-

zes von der Web­sei­te der Autorin herunterlädt.15 Aus sei-

nem „right to read“ für die­se Wer­ke folgt dann sein

„right to mine“.16 Der ver­meint­li­che Autor darf die frem-

den Wer­ke also nicht nur selbst lesen, son­dern auch

durch das KI-Sys­tem „lesen“ lassen.

Anders als auf Basis der Wis­sen­schafts­schran­ke ist

das TDM nach der all­ge­mei­nen Schran­ken­re­ge­lung je-

doch nur erlaubt, wenn der Rech­te­inha­ber sich diese

Nut­zung nicht selbst vor­be­hal­ten hat

(§ 44b Abs. 3 S. 1 UrhG). Dies muss in jedem Einzelfall

geprüft wer­den. Ein­schrän­kend ist zwar zu sagen, dass

der Nut­zungs­vor­be­halt bei online zugäng­li­chen Werken

ledig­lich wirk­sam ist, wenn er maschi­nen­les­bar geäußert

wird (§ 44b Abs. 3 S. 2 UrhG). Die­se Anfor­de­rung ist

nach dem Wil­len des Gesetz­ge­bers aller­dings nicht be-

son­ders schwer zu erfül­len: Es soll z. B. aus­rei­chen, wenn

ein Vor­be­halt in den Meta­da­ten des Werks enthalten

oder in den AGB der Web­sei­te zu fin­den ist, auf der es

abge­ru­fen wer­den kann.17

Ob die all­ge­mei­ne TDM-Schran­ke es rechtfertigt,

dass der ver­meint­li­che Autor frem­de geschütz­te Werke

auf dem Ser­ver des KI-Anbie­ters hoch­lädt, muss also im

kon­kre­ten Fall geprüft wer­den. Hat er recht­mä­ßi­gen Zu-

gang zu den frag­li­chen Wer­ken und wur­de kein Nut-

zungs­vor­be­halt erklärt, greift § 44b UrhG unabhängig

von der wis­sen­schaft­li­chen Unred­lich­keit sei­nes Tuns

ein. Nur wenn eine der bei­den Vor­aus­set­zun­gen fehlt,

kann der ver­meint­li­che Autor sich nicht auf diese

Schran­ken­re­ge­lung stützen.

3. Schlich­te Einwilligung

Für Wer­ke, die im Inter­net frei zugäng­lich sind, kommt

als Recht­fer­ti­gung für das Hoch­la­den auf den Ser­ver des

KI-Anbie­ters auch eine schlich­te Ein­wil­li­gung des Rechteinhabers

in Betracht. Das kann etwa den genannten

Pre-Print betref­fen, den des­sen Autorin auf ihrer Web-

sei­te ver­öf­fent­licht hat. Das Rechts­in­sti­tut der schlichten

Ein­wil­li­gung stammt aus der sog. Vorschaubilder-Recht-

spre­chung des Bun­des­ge­richts­hofs (BGH). Für diese

Bild­nut­zung durch Such­ma­schi­nen kon­sta­tier­te der

BGH, dass der Rech­te­inha­ber hier­ein kon­klu­dent ein-

wil­li­ge, wenn er geschütz­te Bil­der im Inter­net zugänglich

mache, ohne exis­tie­ren­de tech­ni­sche Mög­lich­kei­ten zuO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 8 5 — 1 9 2

1 8 8

18

BGH, 29.4.2010 – I ZR 69/08, GRUR 2010, 628 (631 f. Rn. 33 ff.) –

Vor­schau­bil­der I; BGH, 19.10.2011 – I ZR 140/10, GRUR 2012, 602

(604 Rn. 18) – Vor­schau­bil­der II.

19

BGH, 29.4.2010 – I ZR 69/08, GRUR 2010, 628 (632 Rn. 36) –

Vor­schau­bil­der I unter Ver­weis auf BGH, 6.12.2007 – I ZR 94/05,

GRUR 2008, 245 (247 Rn. 27) – Dru­cker und Plotter.

20

Bern­zen, K&R 2023, Bei­hef­ter zu Heft 10, 6 (8).

21

Vgl. OLG Frankfurt/Main, 1.4.2003 – 11 U 47/02, ZUM-RD 2003,

532 (535) – Abs‌ trac‌ ts; OLG Ham­burg, 31.3. 2004 – 5 U 144/03,

GRUR-RR 2004, 285 (286) – Mar­ken­tech­nik; LG Frankfurt/Main,

6.4.2005 – 2/6 O 13/05, AfP 2005, 402.

22

EuGH, 2.5.2012 − C‑406/10, GRUR 2012, 814 (815 Rn. 40) – SAS

Ins‌ titu­te; BGH, 23.2.2023 – I ZR 157/21, GRUR 2023, 577 (581

Rn. 31) – Ac‌ tion Replay; Loewenheim/Leis‌ tner, in: Schri­cker/­Loe-

wen­heim, UrhR, § 2 UrhG Rn. 73.

23

S. dazu BGH, 21.11.1980 – I ZR 106/78, GRUR 1981, 352 (353) –

Staats­examens­ar­beit; BGH, 27.2.1981 – I ZR 29/79, GRUR 1981,

520 (521 f.) – Fra­gen­samm­lung; BGH, 12.7.1990 – I ZR 16/89,

GRUR 1991, 130 (132 f.) – Themenkatalog.

24

Schack, Wissenschafts‌ pla­gi­at und Urhe­ber­recht, in: Dreier/Ohly

(Hrsg.), Pla­gia­te. Wis­sen­schafts­ethik und Recht, Tübin­gen 2013,

S. 81 (S. 83 f.).

25

Vgl. OLG Ham­burg, 31.3. 2004 – 5 U 144/03, GRUR-RR 2004, 285

(286) – Markentechnik.

26

Vgl. BGH, 7.12.1979 – I ZR 157/77, GRUR 1980, 227 (230) – Mo-

numen­ta Ger­ma­niae His‌ tori­ca; BGH, 21.11.1980 – I ZR 106/78,

GRUR 1981, 352 (353) – Staats­examens­ar­beit; BGH, 27.02.1981 – I

ZR 29/79, GRUR 1981, 520 (522) – Fragensammlung.

27

Schack, in: Dreier/Ohly, Pla­gia­te, S. 81 (S. 83).

ergrei­fen, um sie von der Bil­der­su­che und der Anzeige

als Vor­schau­bild auszuschließen.18 Schließ­lich müssten

Rech­te­inha­ber, die ihre Inhal­te im Inter­net ohne Ein-

schrän­kung zugäng­lich mach­ten, mit allen Nutzungs-

hand­lun­gen rech­nen, die dort nach den Umständen

üblich seien.19

KI-Sys­te­me, die für die auto­ma­ti­sier­te Ana­ly­se frem-

der Wer­ke ein­ge­setzt wer­den kön­nen, haben in jüngster

Zeit eine gro­ße Ver­brei­tung gefun­den. Es lässt sich daher

argu­men­tie­ren, dass der für die Ana­ly­se nöti­ge Upload

der Wer­ke zu den übli­chen Nut­zun­gen gehört, mit de-

nen der Rech­te­inha­ber rech­nen muss. Das kann aller-

dings nicht gel­ten, wenn er tech­ni­sche Schutzmaßnah-

men imple­men­tiert hat, die genau die­se Verwendung

sei­ner Wer­ke ver­hin­dern sol­len. Er hat dann näm­lich die

Mög­lich­keit des Nut­zungs­aus­schlus­ses ergrif­fen, die ei-

ner kon­klu­den­ten Ein­wil­li­gung nach der Rechtspre-

chung des BGH ent­ge­gen­steht. Um Gleich­lauf mit der

all­ge­mei­nen TDM-Schran­ke zu erzie­len, soll­te dasselbe

auch gel­ten, wenn der Rech­te­inha­ber einen maschinen-

les­ba­ren Nut­zungs­vor­be­halt i. S. d. § 44b Abs. 3 S. 2 UrhG

erklärt hat. Auch in die­sem Fall schei­det näm­lich eine

Aus­le­gung als Ein­wil­li­gung aus.20

III. Rechts­ver­let­zung durch Über­nah­men aus frem-

den Wer­ken

1. Kei­ne gene­rel­le Unzu­läs­sig­keit von Übernahmen

Zu Urhe­ber­rechts­ver­let­zun­gen kann es nicht nur bei der

Vor­be­rei­tung des Fake Rese­arch Papers kom­men. Auch

das KI-gene­rier­te Paper selbst kann mit dem Urheber-

recht in Kon­flikt tre­ten, wenn dar­in geschütz­te Werke

Drit­ter ent­hal­ten sind. Nicht alle Über­nah­men aus frem-

den Wer­ken stel­len aller­dings eine Rechts­ver­let­zung dar.

Inwie­fern sie zuläs­sig sind, hängt viel­mehr davon ab,

wel­che Ele­men­te in dem Fake Rese­arch Paper im kon-

kre­ten Fal­le wie wie­der­ge­ge­ben wor­den sind.

2. Über­nah­me frem­der Ideen

Unpro­ble­ma­tisch ist es aus urhe­ber­recht­li­cher Sicht

zunächst, wenn sich das Fake Rese­arch Paper fremder

The­sen oder Argu­men­te bedient.21 Ein Ideenschutz

besteht im Urhe­ber­recht nicht (s. etwa

§ 69a Abs. 2 S. 2 UrhG). Dadurch, dass nur die konkrete

Aus­drucks­form der Idee geschützt wird, soll verhindert

wer­den, dass die Idee zulas­ten der All­ge­mein­heit mono-

poli­siert wird.22 Im Bereich der Wis­sen­schaft, die von der

Aus­ein­an­der­set­zung mit den Erkennt­nis­sen und Überle-

gun­gen Drit­ter lebt, ist dies von beson­de­rer Relevanz.23

Das Frei­hal­te­be­dürf­nis für frem­de Ideen besteht dabei

unab­hän­gig davon, ob die­se allein von einem Menschen

oder mit­hil­fe einer Künst­li­chen Intel­li­genz übernom-

men wer­den. Aus urhe­ber­recht­li­cher Sicht ist es sogar

uner­heb­lich, wenn der ver­meint­li­che Autor die fremden

Ideen im Fake Rese­arch Paper fälsch­lich als sei­ne eige-

nen ausgibt.24 Eine Pflicht zur Quel­len­an­ga­be nach

§ 63 UrhG besteht schließ­lich nur, wenn frem­de geschütz-

te Wer­ke zitiert wer­den. Die frem­de Idee, die im Paper

über­nom­men wird, ist aber gera­de nicht urheberrecht-

lich geschützt.25

3. Ver­viel­fäl­ti­gung frem­der Werke

a) Legi­ti­mie­rung durch die Zitatschranke

Das Urhe­ber­recht kann aber ver­letzt sein, wenn in dem

Fake Rese­arch Paper nicht nur eine frem­de Idee, son-

dern deren kon­kre­te Aus­drucks­form übernommen

wird.26 Dies gilt nicht nur, wenn das gesam­te Werk eines

Drit­ten im Paper wie­der­ge­ge­ben wird,27 z. B. indem eine

frem­de tech­ni­sche Zeich­nung neben dem Text ein­ge­fügt­Bern­zen · Urhe­ber­rechts­ver­let­zun­gen bei der Erstel­lung von Fake Rese­arch Papers 1 8 9

28

EuGH, 16.7.2009 – C‑5/08, GRUR 2009, 1041 (1044 Rn. 39) –

Info­paq; BGH, 10.12.1987 – I ZR 198/85, GRUR 1988, 533 (534)

– Vor­ent­wurf II; BGH, 3.7.2008 – I ZR 204/05, GRUR 2008, 1081

(1082 Rn. 18) – Musi­cal Starlight.

29

Waiblinger/Pukas, Der Pla­gi­ats­vor­wurf bei Schrift­wer­ken im

Lich­te aktu­el­ler Debat­ten – Mehr Schein als Sein?, ZUM 2022, 85

(88).

30

Bern­zen, in: Küns‌ tner/Louven (Hrsg.), Plattform-Governance

und Recht, 2024, Kap. V. Urhe­ber­recht und Küns‌ tli­che Intelligenz

Rn. 30; Kon­ertz, Urhe­ber­recht­li­che Fra­gen der Textgenerierung

durch Küns‌ tli­che Intel­li­genz: Ins­be­son­de­re Schöp­fun­gen und

Rechts­ver­let­zun­gen durch GPT und ChatGPT, WRP 2023, 796

(802); Schack, Aus­le­sen von Web­sei­ten zu KI-Trainingszwecken

als Urhe­ber­rechts­ver­let­zung de lege lata et feren­da, NJW 2024,

113 (114). A.A. aber Käde, Krea­ti­ve Maschi­nen und Urheberrecht,

2021, S. 74 f.

31

Gern­hardt, Urhe­ber­rechts­ver­let­zun­gen durch küns‌ tli­che Intelli-

genz am Beis‌ piel der bil­den­den Küns‌ te; Werk ohne Autor einmal

anders, GRUR-Prax 2022, 69 (71); Hof­mann, Zehn The­sen zu

Küns‌ tli­cher Intel­li­genz (KI) und Urhe­ber­recht, WRP 2024, 11 (17);

Kon­ertz, WRP 2023, 796 (804).

32

EuGH, 29.7.2019 – C‑516/17, GRUR 2019, 940 (945 Rn. 78) – Re-

formis‌ tischer Auf­bruch; EuGH, 29.7.2019 – C‑476/17, GRUR 2019,

929 (933 Rn. 71) – Pel­ham. S. auch BGH, 30.4.2020 – I ZR 115/16,

GRUR 2020, 843 (848 Rn. 53 f.) – Metall auf Metall IV.

33

BGH, 23.5.1985 – I ZR 28/83, GRUR 1986, 59 (60) – Geis‌ tchris‌ ten-

tum; BGH, 17.12.2015 – I ZR 69/14, GRUR 2016, 369 (370 f. Rn. 25)

– Exklu­siv­in­ter­view; BGH, 30.4.2020 – I ZR 228/15, GRUR 2020,

859 (867 Rn. 82 f.) – Reformis‌ tischer Auf­bruch II.

34

So Fin­ke, Urhe­ber­recht­li­che Zuläs­sig­keit der Nut­zung des Out-

puts einer Küns‌ tli­chen Intel­li­genz, ZGE 2023, 414 (435 f.).

35

S. oben II. 2. b).

36

BGH, 12.6.1981 — I ZR 95/79, GRUR 1982, 37 (40) – WK-Doku-

men­ta­ti­on; BGH, 23.5.1985 – I ZR 28/83, GRUR 1986, 59 (60) –

Geist­chris­ten­tum; BGH, 30.6.1994 – I ZR 32/92, GRUR 1994, 800

(803) – Museumskatalog.

37

Schack, in: Dreier/Ohly, Pla­gia­te, S. 81 (S. 88) unter Ver­weis auf

BGH, 21.11.1991 – I ZR 190/89, GRUR 1992, 382 (384) – Leitsätze.

38

Vgl. KG, 13.1.1970 — 5 U 1457/69, GRUR 1970, 616 (618) – Eintän-

zer; KG, 6.4. 2011 – 24 U 1/11, ZUM 2011, 661 (663) – Editorial.

39

Waiblinger/Pukas, ZUM 2022, 85 (90).

40

OLG Mün­chen, 26.3.1998 – 29 U 5758/97, NJW 1999, 1975 (1976) –

Stim­me Brecht; OLG Köln, 31.7.2009 – 6 U 52/09, ZUM 2009, 961

(962) – Wie ein Tier im Zoo; Spind­ler, in: Schricker/Loewenheim,

UrhR, § 51 UrhG Rn. 31.

wird. Auch die Über­nah­me ein­zel­ner Tei­le eines Werks

kann eine Rechts­ver­let­zung begrün­den, wenn die Teile

für sich genom­men eine per­sön­li­che geis­ti­ge Schöpfung

i. S. d. § 2 Abs. 2 UrhG sind.28 Das kommt z. B. für Absät-

ze eines wis­sen­schaft­li­chen Auf­sat­zes in Betracht.29

Frem­de Wer­ke oder Werk­tei­le unver­än­dert in das Fake

Rese­arch Paper zu über­neh­men, stellt eine urheberrecht-

lich rele­van­te Ver­viel­fäl­ti­gung dar, die einer Rechtferti-

gung bedarf.30

Die­se Ver­viel­fäl­ti­gung kann zunächst in der Form

auf­tre­ten, dass das frem­de Werk oder der Werk­teil wis-

sen­schaft­lich kor­rekt dem Urhe­ber zuge­schrie­ben wer-

den. So könn­te die tech­ni­sche Zeich­nung aus dem obi-

gen Bei­spiel ord­nungs­ge­mäß mit einer Fuß­no­te verse-

hen wer­den. In die­sem Fall kann sich der vermeintliche

Autor unter Umstän­den auf die Zitier­schran­ke in

§ 51 UrhG berufen.31 Sie erlaubt die Ver­viel­fäl­ti­gung eines

ver­öf­fent­lich­ten Werks zum Zweck des Zitats. Ein Zitat

liegt vor, wenn ein frem­des Werk genutzt wird, „um Aus-

sagen zu erläu­tern, eine Mei­nung zu ver­tei­di­gen oder

eine geis­ti­ge Aus­ein­an­der­set­zung [zwi­schen dem zitier-

ten Werk und den Aus­sa­gen des Zitie­ren­den] zu ermög-

lichen“.32 Nötig ist dem­nach eine „inne­re Verbindung“

zwi­schen dem zitier­ten Werk und den eigenen

Überlegungen.33

Auf den ers­ten Blick kommt die Zitat­schran­ke für

Über­nah­men in KI-gene­rier­ten Fake Rese­arch Papers

nicht in Betracht, weil kei­ne Über­le­gun­gen vor­lie­gen, zu

denen eine Ver­bin­dung her­ge­stellt wer­den könnte.34

Ähn­lich wie für die Wis­sen­schafts­schran­ke in

§ 60d UrhG lie­ße sich argu­men­tie­ren, der vermeintliche

Autor wol­le sich die geis­ti­ge Aus­ein­an­der­set­zung mit

dem frem­den Werk gera­de ersparen.35 Ein sol­ches Ver-

ständ­nis des Zitat­zwecks ver­kennt aber des­sen Funktion.

Die­se Vor­aus­set­zung des § 51 UrhG soll gewährleisten,

dass das frem­de Werk nur als Hilfs­mit­tel eingesetzt

wird.36 Wer die­ses Hilfs­mit­tel ein­setzt, gibt sie nicht vor.

Ent­spre­chend kann die Zitat­schran­ke z. B. auf ein Paper,

das sich allein aus Absät­zen frem­der Veröffentlichungen

zusam­men­setzt, nicht ange­wen­det werden.37 Die Werk-

tei­le wer­den dar­in näm­lich nicht zum Zweck des Zitats,

son­dern als Ersatz für eige­ne Aus­füh­run­gen übernom-

men.38 Das ist aber unab­hän­gig davon der Fall, ob das

Paper men­schen­ge­macht oder KI-gene­riert ist. Anders-

her­um gilt das­sel­be: Wür­de die Über­nah­me eines Werks

einen Zitat­zweck ver­fol­gen, wenn sie ein Mensch vor-

neh­men wür­de, ist eine KI-gesteu­er­te Über­nah­me eben-

so zu bewer­ten. Wird im Fake Rese­arch Paper also z. B.

eine frem­de tech­ni­sche Zeich­nung ana­ly­siert, kommt ihr

im Ver­hält­nis zur Ana­ly­se nur eine Hilfsmittelfunktion

zu. Bei teleo­lo­gi­scher Betrach­tung gibt es daher keinen

Anlass, die Anwen­dung der Zitat­schran­ke auf KI-gene-

rier­te Ver­viel­fäl­ti­gun­gen pau­schal zu verneinen.

Sie kann aller­dings nicht ein­grei­fen, wenn der ver-

meint­li­che Autor das über­nom­me­ne frem­de Werk oder

den Werk­teil als sei­ne eige­ne Krea­ti­on ausgibt.39 Ein Zi-

tat liegt schließ­lich nicht vor, wenn das zitier­te Werk un-

unter­scheid­bar in die eige­nen Aus­füh­run­gen eingefügt

wur­de. Es muss dar­in viel­mehr als fremd zu erkennen

sein.40 In dem Punkt lau­fen die wis­sen­schaft­li­chen und

urhe­ber­recht­li­chen Anfor­de­run­gen also gleich: Erst die

Kenn­zeich­nung eines zitier­ten Werks oder Werk­teils alsO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 8 5 — 1 9 2

1 9 0

41

Peu­kert, in: Schricker/Loewenheim, UrhR, § 13 UrhG Rn. 9;

Schack, in: Dreier/Ohly, Pla­gia­te, S. 81 (S. 86); Waiblinger/Pukas,

ZUM 2022, 85 (89).

42

Vgl. Ger­ecke, Social Media und Recht: Eini­ge urheberrechtliche

Gedan­ken zu gene­ra­ti­ven KI-Model­len, GRUR-Prax 2023, 381

(382 f.); Hof­mann, WRP 2024, 11 (18).

43

Bern­zen, in: Künstner/Louven, Platt­form-Gover­nan­ce und Recht,

Kap. V Rn. 31; Nor­de­mann, Gene­ra­ti­ve Künst­li­che Intelligenz:

Urhe­ber­rechts­ver­let­zun­gen und Haf­tung, GRUR 2024, 1. Eher

ableh­nend aber Gern­hardt, GRUR-Prax 2022, 69 (70).

44

S. zum Werk­cha­rak­ter sogleich IV. 1.

45

BT-Drs. 19/27426, S. 78 unter Bezug­nah­me auf BGH, 11.3.1993 – I

ZR 264/91, GRUR 1994, 191 (193) – Asterix-Persiflagen.

46

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und

Recht, Kap. V Rn. 31. A.A. Fin­ke, ZGE 2023, 414 (429 ff.); Peifer,

Robo­ter als Schöp­fer – Wird das Urhe­ber­recht im Zeit­al­ter der

künst­li­chen Intel­li­genz noch gebraucht?, in: von Lewin­s­ki/­Witt-

mann (Hrsg.), Urhe­ber­recht! Fes‌ tschrift für Michel Wal­ter zum

80. Geburts­tag, 2018, S. 222 (S. 229 f.). Zwei­felnd auch Heinze/

Wen­dorf, in: Ebers/Heinze/Krügel/Steinrötter (Hrsg.), Künstliche

Intel­li­genz und Robo­tik, 2020, § 9 Rn. 83.

47

Waiblinger/Pukas, ZUM 2022, 85 (92). Vgl. dazu auch OLG

Ham­burg, 31.3. 2004 – 5 U 144/03, GRUR-RR 2004, 285 (286 f.) –

Mar­ken­tech­nik.

frem­der Gedan­ke ermög­licht dem ver­meint­li­chen Autor,

sich für die Über­nah­me im Fake Rese­arch Paper auf die

Schran­ke in § 51 UrhG zu beru­fen. Die Ana­ly­se der tech-

nischen Zeich­nung aus dem obi­gen Bei­spiel ist davon

also nicht gedeckt, wenn die­se Zeich­nung im Paper als

eige­ne Zeich­nung aus­ge­ge­ben wird.

b) Ver­let­zung des Urheberpersönlichkeitsrechts

Stellt der ver­meint­li­che Autor das Fake Rese­arch Paper

inklu­si­ve des frem­den Werks oder Werk­teils als eigene

Krea­ti­on dar, liegt außer­dem eine Ver­let­zung des Urhe-

ber­per­sön­lich­keits­rechts vor. § 13 UrhG schreibt nämlich

vor, dass die Urhe­ber­schaft an einem Werk anzuerken-

nen ist. Dar­an fehlt es bei einem Plagiat.41 Ob die­ses Pla-

giat allein von einem Men­schen oder mit­tels einer Künst-

lichen Intel­li­genz geschaf­fen wur­de, ist dafür unerheb-

lich. Der Urhe­ber ver­dient in bei­den Fällen

glei­cher­ma­ßen Schutz davor, dass Drit­te sein Werk als

ihr eige­nes ausgeben.42

4. Bear­bei­tung oder ande­re Umge­stal­tung frem­der Wer-

ke

Denk­bar ist zuletzt, dass frem­de Wer­ke oder Werkteile

im Fake Rese­arch Paper nicht eins zu eins, son­dern in

ver­än­der­ter Form ent­hal­ten sind. Die Über­nah­me kann

in die­sem Fall eine Bear­bei­tung oder ande­re Umgestal-

tung darstellen.43 Sie darf dann nach § 23 Abs. 1 S. 1 UrhG

zwar im Grund­satz frei her­ge­stellt, kann jedoch nur mit

Zustim­mung des Urhe­bers des bear­bei­te­ten bzw. umge-

stal­te­ten Werks ver­öf­fent­licht oder ver­wer­tet werden.

Die unge­frag­te Publi­ka­ti­on des Fake Rese­arch Papers

z. B. in einer Fach­zeit­schrift wäre eine sol­che Veröffentli-

chung und wür­de daher das Urhe­ber­recht verletzen.

Eine Bear­bei­tung oder ande­re Umge­stal­tung liegt ge-

mäß § 23 Abs. 1 S. 2 UrhG jedoch nicht vor, wenn das neu

geschaf­fe­ne Werk44 – also das Fake Rese­arch Paper – ei-

nen hin­rei­chen­den Abstand zum benutz­ten Werk wahrt.

Es kann dann ohne Zustim­mung von des­sen Urheber

ver­öf­fent­licht wer­den. Ein sol­cher Abstand ist zu beja-

hen, wenn die „eigen­per­sön­li­chen Züge“, die aus dem

benutz­ten Werk ent­lehnt wur­den, „dem Gesamtein-

druck nach gegen­über der Eigen­art des neu­en Wer­kes so

stark „ver­blas­sen“, dass das [benutz­te] Werk nicht mehr

oder nur noch rudi­men­tär zu erken­nen ist“.45 Ob das der

Fall ist, hängt nicht davon ab, ob ein Mensch das neue

Werk allein oder mit­tels eines KI-Sys­tems geschaffen

hat.46 Es kommt ein­zig dar­auf an, inwie­fern die individu-

ellen Merk­ma­le des frem­den Werks bei objek­ti­ver Be-

trach­tung in dem Fake Rese­arch Paper noch zu erken-

nen sind. Das ist eine Fra­ge des Ein­zel­fal­les. So können

die eigen­per­sön­li­chen Züge einer über­nom­me­nen Text-

stel­le etwa ver­blas­sen, wenn sie sprach­lich neu gefasst

wird.47 Dage­gen ver­blas­sen die indi­vi­du­el­len Merkmale

einer tech­ni­schen Zeich­nung z. B. nicht bereits, wenn

deren Far­be geän­dert wird.

IV. Rechts­ver­let­zung auf­grund frem­der Urheber-

schaft

1. Urhe­ber­rechts­schutz für KI-gene­rier­te Papers

Eine Ver­wer­tung des Fake Rese­arch Papers kann das

Urhe­ber­recht Drit­ter auch dann ver­let­zen, wenn das

Paper sich nicht aus frem­den Wer­ken zusammensetzt,

son­dern voll­stän­dig neu gene­riert wur­de. Dies ist denk-

bar, wenn ein Drit­ter und nicht der ver­meint­li­che Autor

des­sen Urhe­ber ist. Dem Drit­ten wäre es in die­sem Fall

näm­lich vor­be­hal­ten, das Paper zu ver­wer­ten (vgl.

§ 15 UrhG). Zudem müss­te sei­ne Urhe­ber­schaft aner-

kannt wer­den (§ 13 UrhG). Wenn der vermeintliche

Autor das Fake Rese­arch Paper unter sei­nem eigenen

Namen publi­ziert, wür­de das in bei­der­lei Hin­sicht das

Urhe­ber­recht des Drit­ten verletzen.

Das setzt zunächst aller­dings vor­aus, dass an einem

KI-gene­rier­ten Fake Rese­arch Paper über­haupt ein Ur-

heber­recht ent­ste­hen kann. Pro­ble­ma­tisch ist auf den

ers­ten Blick, dass § 2 Abs. 2 UrhG hier­für for­dert, dass es

sich bei dem Paper um eine per­sön­li­che geis­ti­ge Schöp-

fung han­delt. Schöp­fun­gen kön­nen näm­lich nur von ei-Bern­zen · Urhe­ber­rechts­ver­let­zun­gen bei der Erstel­lung von Fake Rese­arch Papers 1 9 1

48

Loewenheim/Leistner, in: Schricker/Loewenheim, UrhR, § 2 UrhG

Rn. 41; Thum, in: Wandtke/Bullinger, UrhR, § 7 UrhG Rn. 18.

49

Bul­lin­ger, in: Wandtke/Bullinger, UrhR, § 2 UrhG Rn. 16; Loe-

wenheim/Leistner, in: Schricker/Loewenheim, UrhR, § 2 UrhG

Rn. 40; Schul­ze, in: Dreier/Schulze, UrhG, § 2 Rn. 8.

50

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 18.

51

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 19; Specht-Rie­men­schnei­der, Urheberrechtlicher

Schutz für Algo­rith­men­er­zeug­nis­se? – Pha­sen­mo­dell de lege lata,

Inves­ti­ti­ons­schutz de lege feren­da?, in: Specht-Riemenschneider/

Buchner/Heinze/Thomsen (Hrsg.), IT-Recht in Wissenschaft

und Pra­xis. Fes‌ tschrift für Jür­gen Tae­ger, 2020, S. 711 (S. 718). In

die Rich­tung auch Ger­ecke, GRUR-Prax 2023, 381 (382); Krone,

Urhe­ber­recht­li­cher Schutz von ChatGPT-Tex­ten?, RDi 2023, 117

(122 f.); Lau­ber-Röns­berg, Auto­no­me „Schöp­fung“ – Urheber-

schaft und Schutz­fä­hig­keit, GRUR 2019, 244 (247). Die­sen Ansatz

ableh­nend aber Heinze/Wendorf, in: Eber­s/Hein­ze/­Krü­gel/Stein-

röt­ter, Künst­li­che Intel­li­genz und Robo­tik, § 9 Rn. 64. Die h.M.

ist ins­ge­samt zurück­hal­ten­der bei der Annah­me der Schutzfähig-

keit, s. exem­pla­risch Bau­mann, Gene­ra­ti­ve KI und Urheberrecht

– Urhe­ber und Anwen­der im Span­nungs­feld, NJW 2023, 3673

(3676); Maa­mar, Com­pu­ter als Schöp­fer, S. 189 ff.; Nägele/Apel,

in: Kaulartz/Braegelmann, Rechts­hand­buch Arti­fi­ci­al Intelligence

und Machi­ne Lear­ning, Kap. 7.1 Rn. 42.

52

Für die Unter­schei­dung in die­se zwei Pha­sen, aller­dings mit

ande­rer Grenz­zie­hung, bereits Specht-Rie­men­schnei­der, in: Fes‌ t-

schrift Tae­ger, S. 711 (S. 718).

53

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 20; Käde, Krea­ti­ve Maschi­nen und Urhe­ber­recht, S.

187 f.; Olbrich/Bongers/Pampel, Urhe­ber­rechts­schutz für Kunst-

wer­ke künst­li­cher Intel­li­genz?, GRUR 2022, 870 (872). A.A. aber

Dor­nis, Die „Schöp­fung ohne Schöp­fer“ – Klar­stel­lun­gen zur „KI-

Auto­no­mie“ im Urhe­ber- und Patent­recht, GRUR 2021, 784 (788

f.); Fin­ke, ZGE 2023, 414 (431); Maa­mar, Com­pu­ter als Schöpfer,

S. 196.

54

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 20; Specht-Rie­men­schnei­der, in: Fes‌ tschrift Tae­ger, S.

711 (S. 717 f.).

55

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 20.

56

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 21. Anschau­lich stellt die ver­schie­de­nen Möglichkei-

ten mensch­li­cher Ein­fluss­nah­me Käde, Krea­ti­ve Maschi­nen und

Urhe­ber­recht, S. 193 ff. dar.

57

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 21; Drei­er, Crea­ti­on and Invest­ment: Artis­tic and Le-

gal Impli­ca­ti­ons of Com­pu­ter-gene­ra­ted Works, in: Leser/I­so­mu-

ra (Hrsg.), Wege zum japa­ni­schen Recht. Fes‌ tschrift für Zentaro

Kitag­awa, 1992, S. 869 (S. 884); Lau­ber-Röns­berg, GRUR 2019, 244

(248).

nem Men­schen stam­men, nicht von einer Künstlichen

Intelligenz.48 Das schließt jedoch nicht aus, dass dieser

Mensch sich bei der Erstel­lung des Papers eines Hilfs-

mit­tels bedient.49 Ein sol­ches Hilfs­mit­tel kann ein KI-

Sys­tem sein, wenn das damit gene­rier­te Fake Research

Paper im Ergeb­nis auf die Ent­schei­dun­gen des Men-

schen zurück­zu­füh­ren ist.50 Dafür muss die­ser Mensch

nicht kon­kret dar­über ent­schie­den haben, wie das Paper

struk­tu­riert, illus­triert oder for­mu­liert sein soll. Er muss

nur steu­ern­de Vor­ein­stel­lun­gen für sei­nen Gestaltungs-

pro­zess getrof­fen haben, die sich in aus­rei­chen­dem Maße

auf die Aus­ge­stal­tung des Papers aus­ge­wirkt haben.51

Durch den Ein­satz des KI-Sys­tems wird die mensch-

liche Krea­ti­vi­tät in die­sem Fall schließ­lich nicht ver-

drängt; der Schwer­punkt des Krea­ti­ons­pro­zes­ses ver-

schiebt sich nur. Der Mensch wird eher in der Pha­se der

Vor­be­rei­tung des Fake Rese­arch Papers tätig. In der Ge-

stal­tungs­pha­se, in der des­sen Inhalt gene­riert wird, ist

dann der Anteil des KI-Sys­tems größer.52 Zu keinem

Zeit­punkt trifft die­ses Sys­tem aber wirk­lich autonome

Ent­schei­dun­gen, die einer Rück­füh­rung des Fake Re-

search Papers auf die gestal­te­ri­schen Entscheidungen

des Men­schen ent­ge­gen­stün­den. Es gibt schließ­lich noch

kei­ne soge­nann­te star­ke KI, die eigen­mäch­tig gestaltend

tätig wer­den und dadurch die­sen Zusam­men­hang unter-

bre­chen könnte.53

Dem Werk einer heu­te ein­zig ver­füg­ba­ren „schwa-

chen“ KI – oder prä­zi­ser: dem Werk des Men­schen, der

die­se KI ver­wen­det – den Schutz durch das Urheber-

recht zuzu­ge­ste­hen, gebie­tet des­sen Schutz­zweck. Der

Mensch, der ein KI-Sys­tem ein­setzt, um ein Fake Re-

search Paper zu erstel­len, for­dert die­ses Sys­tem schließ-

lich dazu her­aus, das Paper zu generieren.54 Die­ser Pro-

zess mag dann mehr oder weni­ger auto­ma­ti­siert ablau-

fen, sodass der Mensch die fina­le Fas­sung des Papers

nicht im Detail vor­her­se­hen kann. Trotz­dem han­delt es

sich bei die­sem Paper nor­ma­tiv betrach­tet doch um sein,

also: ein mensch­li­ches Erzeugnis.55

2. Urhe­ber­schaft an KI-gene­rier­ten Papers

Inwie­fern die Nut­zung die­ses Erzeug­nis­ses das Urheber-

recht ver­letzt, hängt davon ab, wel­chem Men­schen das

Erzeug­nis zuzu­rech­nen ist. Neben dem vermeintlichen

Autor kommt auch der Ent­wick­ler des ein­ge­setz­ten KI-

Sys­tems als Urhe­ber des Fake Rese­arch Papers in

Betracht. Die Fra­ge, wer von ihnen bei­den die erforder-

lichen steu­ern­den Vor­ein­stel­lun­gen vor­ge­nom­men hat,

lässt sich nur mit Blick auf die Aus­ge­stal­tung der einge-

setz­ten Künst­li­chen Intel­li­genz beantworten.56

Wenn der Ent­wick­ler bereits so umfas­sen­de Vorein-

stel­lun­gen getrof­fen hat, dass der ver­meint­li­che Autor

die KI nur noch in Betrieb neh­men muss­te, ist das damit

gene­rier­te Paper dem Ent­wick­ler zuzurechnen.57 Ein

(wohl hypo­the­ti­sches) Bei­spiel hier­für wäre ein KI-Sys-

tem, das spe­zi­ell dafür genutzt wird, wissenschaftliche

Auf­sät­ze auf einem bestimm­ten Fach­ge­biet zu verfassen

und bei dem der ver­meint­li­che Autor ledig­lich einen

Prompt ein­ge­ben muss, um ein fer­tig for­mu­lier­tes Fake

Rese­arch Paper zu erhal­ten. Der Urhe­ber jenes Papers

wäre der KI-Ent­wick­ler, der das pas­sen­de Modell erstell­tO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 8 5 — 1 9 2

1 9 2

58

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 21; Drei­er, in: Fes‌ tschrift Kitag­awa, S. 869 (S. 884);

Lau­ber-Röns­berg, GRUR 2019, 244 (248).

59

Bern­zen, in: Künstner/Louven, Platt­form Gover­nan­ce und Recht,

Kap. V Rn. 21.

60

So schon für die Bekämp­fung klas­si­scher Pla­gia­te Schack, in:

Dreier/Ohly, Pla­gia­te, S. 81 (S. 82).

und mit den rele­van­ten Publi­ka­tio­nen trai­niert sowie va-

lidiert hat. Die­se Vor­ein­stel­lun­gen haben schließ­lich ent-

schei­den­den Ein­fluss auf die Abfas­sung des Papers. Dass

der ver­meint­li­che Autor die KI mit sei­nem Prompt in

Gang gesetzt hat, wirkt sich dem­ge­gen­über nicht ausrei-

chend auf die Aus­ge­stal­tung des Papers aus.

Star­tet der ver­meint­li­che Autor den Kreationsprozess

dage­gen nicht nur, son­dern gestal­tet er die­sen Prozess

erst im Ein­zel­nen aus, ist das Fake Rese­arch Papers ihm

zuzurechnen.58 Das kommt ins­be­son­de­re für ein KI-Sys-

tem mit brei­tem Anwen­dungs­feld in Betracht,59 z. B. für

ChatGPT. Der Ent­wick­ler die­ser KI hat näm­lich keine

aus­rei­chen­den steu­ern­den Vor­ein­stel­lun­gen getroffen,

die sich im kon­kre­ten Paper nie­der­schla­gen könnten.

Die­se Vor­ein­stel­lun­gen nimmt viel­mehr der vermeintli-

che Autor vor, bspw. indem er ein­schlä­gi­ge Auf­sät­ze und

Urtei­le hoch­lädt, die in das Paper ein­flie­ßen sol­len, die

Text­gat­tung „juris­ti­scher Fach­auf­satz“ und die Struktur

sowie den Sprach­stil des Tex­tes vor­gibt. Denk­bar ist

auch, dass er sei­nen Prompt in einem ite­ra­ti­ven Prozess

so lan­ge modi­fi­ziert, bis das aus­ge­ge­be­ne Paper seinen

Vor­stel­lun­gen ent­spricht. All dies wirkt sich maßgeblich

auf des­sen fer­ti­ge Fas­sung aus.

Es ist damit zwar eine Fra­ge des Ein­zel­fal­les, wer der

Urhe­ber eines Fake Rese­arch Papers ist und die­ses Paper

daher ver­wer­ten darf. Auf dem aktu­el­len Stand der Tech-

nik ist aller­dings davon aus­zu­ge­hen, dass die steuernden

Vor­ein­stel­lun­gen in aller Regel vom ver­meint­li­chen Au-

tor vor­ge­nom­men wer­den. Ver­wer­tet er das Fake Re-

search Paper sodann z. B. durch Publi­ka­ti­on in einer

Fach­zeit­schrift, ver­letzt er damit kei­ne Urheberrechte

Drit­ter.

V. Nur punk­tu­el­le Hand­ha­be nach dem Urheberrecht

Wer ein Fake Rese­arch Paper mit­hil­fe eines KI-Systems

gene­riert, kann dabei in ver­schie­de­ner­lei Hin­sicht das

Urhe­ber­recht ver­let­zen. Teil­wei­se schlägt die wissen-

schaft­li­che Unlau­ter­keit sei­nes Tuns dabei auf die urhe-

ber­recht­li­che Bewer­tung durch. So kann sich der ver-

meint­li­che Autor für das Hoch­la­den frem­der Wer­ke auf

den Ser­ver des KI-Anbie­ters zu Ana­ly­se­zwe­cken z. B.

nicht auf die wis­sen­schafts­spe­zi­fi­sche TDM-Schranke

beru­fen. Eben­so ver­letzt er sowohl Ver­wer­tungs- als

auch Per­sön­lich­keits­rech­te des Urhe­bers, wenn er dessen

Werk unver­än­dert und unge­kenn­zeich­net in sein Fake

Rese­arch Paper über­nimmt. Die wis­sen­schaft­li­che und

die urhe­ber­recht­li­che Bewer­tung lau­fen aller­dings nicht

voll­stän­dig par­al­lel. So kann der ver­meint­li­che Autor

sich für den Upload frem­der Wer­ke auf den KI-Server

auch dann auf die all­ge­mei­ne TDM-Schran­ke berufen,

wenn er damit ein gefälsch­tes Paper gene­rie­ren will.

Genau­so ist es ihm urhe­ber­recht­lich erlaubt, fremde

The­sen oder Argu­men­te ohne Quel­len­an­ga­be in sein

Fake Rese­arch Paper über­neh­men. Das Urheberrecht

kann mit­hin nur punk­tu­ell einen Bei­trag zur Bekämp-

fung die­ses Phä­no­mens leisten.60 Vor­ran­gig bleibt dies

eine Auf­ga­be für die Wis­sen­schafts­ethik und das Wis-

sen­schafts­recht.

Prof. Dr. Anna K. Bern­zen ist Juni­or­pro­fes­so­rin für Bür-

ger­li­ches Recht, Wirt­schafts­recht und Recht der Digita-

lisie­rung an der Uni­ver­si­tät Regensburg.Die Mög­lich­kei­ten, die Künst­li­che Intel­li­genz (im Weite-

ren: KI) eröff­net, sind der­zeit in aller Mun­de. Dabei wer-

den natür­lich auch Anwen­dungs­fel­der der öffentlichen

Ver­wal­tung bzw. der Hoch­schu­len in den Blick genom-

men, etwa die Stu­di­en­platz­ver­ga­be. Die­ser Bei­trag soll

auf­zei­gen, wel­che Spiel­räu­me der euro­päi­sche wie auch

der deut­sche Rechts­rah­men dafür bie­tet. Es wird sich

her­aus­stel­len, dass das Zulas­sungs­recht eher eine Frage

der Digi­ta­li­sie­rung im enge­ren Sin­ne blei­ben wird und

die Chan­cen der KI mit guten Grün­den – zumin­dest in

Deutsch­land – eher auf dem Gebiet der vorgelagerten

Stu­di­en­be­ra­tung oder der ver­wal­tungs­in­ter­nen Verfah-

rens­über­wa­chung liegen.

I. Ein­lei­ten­des

Eine Stu­die der Har­vard Busi­ness School im Verbund

mit wei­te­ren For­schungs­ein­rich­tun­gen aus dem Septem-

ber 2023 hat gezeigt, dass Men­schen, die bei ihrer wis-

sen­s­ba­sier­ten Arbeit KI nutz­ten, 12,2 % mehr Arbeiten

erle­dig­ten, um 25,1 % schnel­ler und um 40 % erfolgrei-

cher arbei­te­ten als ihre ana­log täti­gen Kol­le­gin­nen und

Kollegen.1 Für die öffent­li­che Ver­wal­tung for­mu­liert der

CIO des Bun­des auf sei­ner Home­page, KI kön­ne „Ver-

wal­tungs­ab­läu­fe effi­zi­en­ter […] gestal­ten, zur Arbeits-

ent­las­tung bei­tra­gen und die Kom­mu­ni­ka­ti­on mit dem

Bür­ger ver­bes­sern“. Auf die­se Wei­se unter­stüt­ze sie „die

Ent­wick­lung einer moder­nen, effi­zi­en­ten und krisenres-

ili­en­ten Ver­wal­tung für die digi­ta­le Gesell­schaft von

morgen“.2 Ins­be­son­de­re mit dem Erfolg des Textgenera-

tors ChatGPT der ame­ri­ka­ni­schen Fir­ma Ope­nAI ist KI

in das Bewusst­sein brei­ter öffent­li­cher Krei­se getreten.3

Der Hype um die KI erfasst nahe­zu alle Bran­chen und

Fach­rich­tun­gen, etwa auch das Bildungssystem.4 KI ist

im grö­ße­ren Kon­text der Digi­ta­li­sie­rung bzw. der „digi-

talen Trans­for­ma­ti­on“ zu betrachten.5 Selbstverständlich

han­delt es sich um eine Ent­wick­lung mit Ambivalenz;

die immer detail­lier­te­re Wahr­neh­mung der Welt und die

damit ein­her­ge­hen­den Daten­flu­ten ber­gen auch die

Gefahr von Über­wa­chung, Fehl­wahr­neh­mung und

Überforderung.6

Der „Algo­rith­mic Turn“ hat inzwi­schen auch das ju-

ris­ti­sche Uni­ver­sum erreicht.7 Im Gesellschaftsrecht

wird etwa gefragt, ob es zuläs­sig ist, dass unternehmeri-

sche Vor­stands­ent­schei­dun­gen auf Algo­rith­men über-

tra­gen werden8, und die verwaltungswissenschaftliche

Lite­ra­tur dis­ku­tiert die The­ma­tik ebenfalls,9 seit Jüngs-

tem sogar mit Blick auf die Hochschulzulassung.10 Laut

Medi­en­be­rich­ten nut­zen in den USA der­zeit bereits etwa

56 Pro­zent der Col­leges KI zur Admi­nis­tra­ti­on ihrer Zu-

las­sungs­ver­fah­ren; über­wie­gend zur Aus­wer­tung der Es-

says, die neben oder anstatt der sons­ti­gen Zulassungskri-

teri­en, etwa Stu­di­en­fä­hig­keits­tests und Interviews,

her­an­ge­zo­gen werden.11 Aller­dings muss vor einer vor-

Mat­thi­as Bode

Zwi­schen Digi­ta­li­sie­rung und Künstlicher

Intel­li­genz: Chan­cen und Risi­ken der digitalen

Trans­for­ma­ti­on für die Hochschulzulassung

1

F. Dell’Acqua/S. Rajendran/E. McFow­land III u.a., Navi­ga­ting the

Jag­ged Tech­no­lo­gi­cal Fron­tier, Working Paper 24–013, 2, www.

hbs.edu (7.5.2024).

2

„Künst­li­che Intel­li­genz in der Ver­wal­tung“, www.cio.bund.de

(7.5.2024).

3

J. J. Vasel, Künst­li­che Intel­li­genz und die Not­wen­dig­keit agiler

Regu­lie­rung, NVwZ 2023, 1298 (1298).

4

C. de Witt/C. Gloerfeld/S. E. Wre­de (Hrsg.), Künst­li­che Intelli-

genz in der Bil­dung, 2023; F. Pas­qua­le, New Laws of Robotics,

2020, S. 60 ff.

5

Vgl. W. Hoff­mann-Riem, Die digi­ta­le Trans­for­ma­ti­on als rechtli-

che Her­aus­for­de­rung, JuS 2023, 617 (617 f.).

6

Vgl. A. Thie­le, § 10 Ver­wal­tung, B. Ver­wal­tungs­ver­fah­ren, in:

K. Chibanguza/C. Kuß/H. Stee­ge, Künst­li­che Intel­li­genz, 2022,

Rn. 1 f., 16; T. Klenk/F. Nullmeier/G. Wewer, Auf dem Weg zum

Digi­ta­len Staat? Stand und Per­spek­ti­ven der Digi­ta­li­sie­rung in

Staat und Ver­wal­tung, in: dies., Hand­buch Digi­ta­li­sie­rung in Staat

und Ver­wal­tung, 2020, S. 3 (10 ff.).

7

N. Let­tie­ri, Law in Turing‘s Cathe­dral, Notes on the Algothmic

Turn of the Legal Uni­ver­se, in: W. Bar­field, The Cambridge

Hand­book of the Law of Algo­rith­ms, 2020, S. 691 (691 ff.);

m.w.N. G. Britz/M. Eifert, § 26 Digi­ta­le Ver­wal­tung, in:

A. Voßkuhle/M. Eifert/C. Möl­lers, Grund­la­gen des Verwaltungs-

rechts, Bd. I, 3. Aufl. 2022, Rn. 84 ff.

8

Vgl. F. Mös­lein, Digi­ta­li­sie­rung im Gesell­schafts­recht, ZIP 2018,

204 (207 ff.).

9

M.w.N. M. Heine/A.-K. Dhungel/T. Schrills/D. Wes­sel, Künstliche

Intel­li­genz in öffent­li­chen Ver­wal­tun­gen, 2023; Klenk/Nullmeier/

Wewer (Fn. 6), 3 ff.; M. Mar­ti­ni, Black­box Algo­rith­mus – Grund-

fra­gen einer Regu­lie­rung Künst­li­cher Intel­li­genz, 2019; H. Hill,

Was bedeu­tet Künst­li­che Intel­li­genz (KI) für die Öffentliche

Ver­wal­tung?, VM, 2018, 287 (287 ff.).

10

T. Rade­ma­cher, Digi­ta­li­sie­rung des Zugangs zu staatlichen

Leis­tun­gen: Darf – oder soll – künst­li­che Intel­li­genz über

die Stu­di­en­zu­las­sung ent­schei­den?, RdJB 2021, 254 (254 ff.);

M. Martini/J. Botta/D. Nink/M. Kolain, Auto­ma­tisch erlaubt?,

2020, S. 16 ff; vgl. aus sozi­al­wis­sen­schaft­li­cher Perspektive

M. Lünich, Der Glau­be an Big Data, 2022, S. 202 ff.

11

„8 in 10 Col­leges Will Use AI in Admis­si­ons by 2024“, 27.9.2023,

in: www.intelligent.com (7.5.2024); vgl. N. Sin­ger, A.I. Tools

Might Hurt or Help When App­ly­ing to Col­lege, New York Times,

Kapi­tel 2, S. 4.

Ord­nung der Wis­sen­schaft 2023, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

1 9 4

12

G. Groh, Künst­li­che Intel­li­genz, in: K. Weber, Rechtswörterbuch,

31. Ed. 2023, „Künst­li­che Intelligenz“.

13

G. Groh (Fn. 12); vgl. C. Djef­fal, Künst­li­che Intel­li­genz, in: Klenk/

Nullmeier/Wewer (Fn. 6), S. 51 (53).

14

C. Krön­ke, Digi­ta­le Ver­wal­tungs­hil­fe, Die Ver­wal­tung 56 (2023),

31 (36).

15

Mar­ti­ni (Fn. 9), S. 23 f.

16

Mar­ti­ni (Fn. 9), S. 21.; Britz/Eifert (Fn. 7), Rn. 88.

17

Djef­fal (Fn. 13), S. 53.

18

Djef­fal (Fn. 13), S. 56 ff.

19

M.w.N. G. Hor­nung, in: F. Schoch/J.-P. Schnei­der, Verwaltungs-

recht, 3. EL 2022, § 35a Rn. 36 f.

20

M. Reh­bein, Digi­ta­li­sie­rung, Gör­res-Gesell­schaft, Staatslexikon,

8. Auf­la­ge 2017.

21

Klenk/Nullmeier/Wewer (Fn. 6), S. 5 f.

22

L. Micha­el, Rechts­staat­li­che Sys­tem­bil­dung am Bei­spiel des voll-

stän­dig auto­ma­ti­sier­ten Ver­wal­tungs­ak­tes, DVBl 2023, 186 (188).

23

So wohl A. Guckel­ber­ger, Deutsch­lands E‑Go­vern­ment-Per­for-

mance im Ver­gleich zu Öster­reich und der Schweiz, DÖV 2023,

317 (318).

schnel­len Über­tra­gung die­ser Model­le gewarnt werden,

grei­fen sie doch — wie zu zei­gen sein wird — tief in die

Grund­prin­zi­pi­en der kon­ti­nen­tal­eu­ro­päi­schen Verfas-

sungs­ord­nun­gen ein.

Zunächst sol­len die Begriff­lich­kei­ten geklärt werden,

um sodann Poten­tia­le von KI für den Über­gang von der

Schu­le zur Hoch­schu­le auf­zu­zei­gen (III.). Auf dieser

Grund­la­ge sind die euro­pa­recht­li­chen sowie staatsrecht-

lichen Gren­zen zu unter­su­chen (IV.) und Anwendungs-

fel­der für Digi­ta­li­sie­rung (V.) zu beleuchten.

II. Rah­men­be­din­gung und Terminologie

Um die Betrach­tung zu struk­tu­rie­ren, sol­len zunächst

die Begrif­fe KI (1.) und Digi­ta­li­sie­rung (2.) geklärt wer-

den (3.). Zudem ist auf Hoch­schul­zu­gang und Hoch-

schul­zu­las­sung ein­zu­ge­hen (4.).

1. Was ist KI?

KI wird ter­mi­no­lo­gisch ursprüng­lich der Informatik

zuge­rech­net. Sie wird „als auto­ma­ti­sier­tes intelligentes

Ver­hal­ten“ defi­niert und beschreibt „die Fähig­keit von

Maschi­nen, mensch­li­ches Entscheidungsverhalten

durch kom­ple­xe Algo­rith­men zu imitieren.“12 KI schaffe

die Mög­lich­keit, „aus einer anwach­sen­den Basis zutref-

fen­der Daten für die Zukunft stär­ke­re (auch kontextbe-

zoge­ne) Wie­der­erken­nungs­ef­fek­te“ zu gene­rie­ren und

dadurch „rea­le Unsi­cher­hei­ten sta­tis­tisch prä­zi­ser“ zu

redu­zie­ren. Dabei sei sog. „schwa­che KI“, die einzelne

Teil­be­rei­che des Lebens nach­mo­del­lie­re, von „star­ker

KI“ zu unter­schei­den, bei der Maschi­nen „umfas­send

das Niveau mensch­li­chen Den­kens“ erreichen.13 Chris-

toph Krön­ke zieht den Ver­gleich zum Men­schen und ver-

steht unter KI Tech­no­lo­gien, „die in der Lage sind, durch

algo­rith­men­ge­steu­er­te Ver­ar­bei­tung von Daten­in­put in

-out­put eine Auf­ga­be aus­zu­füh­ren, von der man, würde

sie von einem Men­schen aus­ge­führt, behaup­ten würde,

dass sie Intel­li­genz erfordere.“14

Im Gegen­satz zum sog. maschi­nel­len Ler­nen, bei

dem der Mensch über die Hier­ar­chie des Lern­stof­fes ent-

schei­det, erfolgt die­se Bewer­tung im Rah­men des KI-ge-

steu­er­ten sog. Deep Lear­ning durch das Sys­tem selbst,

das star­ke und schwa­che Abhän­gig­kei­ten unterscheiden

und damit Mus­ter erken­nen kann.15 Charakteristikum

der KI ist also das sich selbst erwei­tern­de Fortschreiben

von Wis­sen und die Anwen­dung auf neue Kon­tex­te. Mit

hoher Geschwin­dig­keit kön­nen KI-Anwen­dun­gen „gro-

ße Daten­men­gen nach sub­ti­len Mus­tern oder Typabwei-

chun­gen […] durch­fors­ten“ sowie „Rück­schlüs­se aus er-

kann­ten Mus­tern zie­hen und ihr Ver­hal­ten an diese

Erkennt­nis­se anpassen“.16 Auf der Grund­la­ge von

Wahr­schein­lich­kei­ten und Unsi­cher­hei­ten wer­den Ent-

schei­dun­gen getroffen.17

Allein für den Bereich der Ver­wal­tung kom­men un-

zäh­li­ge Anwen­dungs­fel­der für KI in Betracht. Generati-

ve IT kann Text, Spra­che, Bil­der o.ä. erstel­len, was die

Kom­mu­ni­ka­ti­on erleich­tert und die Entscheidungsfin-

dung unterstützt.18 Auch die Vor­her­sa­ge von Sicherheits-

risi­ken im Rah­men der Poli­zei­ar­beit, die Bedarfs-

pla­nung, etwa im Per­so­nal­be­reich, aber auch die

Anla­gen­über­wa­chung und die Ver­kehrs­lei­tung sind

Anwendungsfälle.19

2. Was ist Digitalisierung?

Nach all­ge­mei­nem Ver­ständ­nis bezeich­net Digitalisie-

rung im enge­ren Sin­ne „die Umwand­lung von her-

kömm­li­chen nicht-digi­ta­len Medi­en und Informations-

ein­hei­ten sowie von kon­ti­nu­ier­li­chen (ana­lo­gen) Signa-

len in dis­kre­te (digi­ta­le) Objek­te“. Im wei­te­ren Sinne

zäh­le dazu die „zuneh­mend all­ge­gen­wär­ti­ge Nutzung

von ver­netz­ter Com­pu­ter­tech­no­lo­gie zur Unterstützung

von Pro­zes­sen im pri­va­ten wie gesellschaftlichen

Leben“.20 Inzwi­schen wird der Begriff zuneh­mend breiter

ver­stan­den und bezeich­net auch die „automatisiert[e]

und autonomisiert[e]“ Ent­schei­dungs­fin­dung; überdies

soll er auch die Effek­te erfas­sen, die die digi­ta­len Medien

auf Poli­tik und Ver­wal­tung haben.21 Digi­ta­li­sie­rung hat

sich zum über­grei­fen­den „Leit­bild“ entwickelt.22

3. Begriff­li­che Über­schnei­dun­gen, Übergänge

Ins­be­son­de­re im poli­ti­schen Bereich verschwimmen

bei­de Begrif­fe zuwei­len. Aber auch in der Wissenschaft

wird KI teil­wei­se der Digi­ta­li­sie­rung zugeordnet.23 Die

Enquete-Kom­mis­si­on „Künst­li­che Intel­li­genz“ des Deut-

schen Bun­des­ta­ges pro­gnos­ti­zier­te, KI wer­de „zu einer

neu­en Stu­fe der Digi­ta­li­sie­rung der Arbeit füh­ren, mit­Bo­de · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 1 9 5

24

BT-Drs. 19/23700, 300.

25

BM für Wirt­schaft, Was ist Digi­ta­li­sie­rung?, www.de.digital

(7.5.2024).

26

Vgl. Britz/Eifert (Fn. 7), Rn. 5.

27

Mar­ti­ni (Fn. 9), S. 16 f.

28

Vgl. Thie­le (Fn. 6), Rn. 36.

29

Vgl. C. Fun­ke, § 10 Ver­wal­tung, A. Ein­füh­rung, in: K

Chibanguza/C. Kuß/H. Stee­ge, Künst­li­che Intel­li­genz, 2022,

Rn. 12 f.

30

Vgl. m.w.N. M.-E. Geis, Die Recht­spre­chung des BVerfG zum

„Recht auf Bil­dung“ in den Jah­ren 1972–1977, in: WissR, Beiheft

18, 2007, 9 (9 ff.); M. Bode, Nach Nume­rus clau­sus III: Aktuelle

Ent­wick­lun­gen auf dem Gebiet des Hochschulzulassungsrechts,

NVwZ 2022, 1672 (1672 ff.).

31

Vgl. Micha­el (Fn. 22), 189.

32

Vgl. Hoff­mann-Riem (Fn. 5), 618.

33

Vgl. Let­tie­ri (Fn. 7), S. 701 f.

34

S. Hartong/A. Breiter/J. Jarke/A. För­sch­ler, Digi­ta­li­sie­rung von

Schu­le, Schul­ver­wal­tung und Schul­auf­sicht, in: Klenk/Nullmeier/

Wewer (Fn. 6), S. 485 (493).

35

Vgl. N. Luh­mann, Das Recht der Gesell­schaft, 1993, S. 133 f.

deut­li­chen Unter­schie­den zur bis­he­ri­gen Automatisie-

rung und Digitalisierung“.24 Als Ober­be­griff fasst das

Bun­des­mi­nis­te­ri­um für Wirt­schaft und Kli­ma­schutz die

„Digi­ta­li­sie­rung“ auf; sie bedeu­te „die Ver­wen­dung von

Daten und algo­rith­mi­schen Sys­te­men für neue oder ver-

bes­ser­te Pro­zes­se, Pro­duk­te und Geschäftsmodelle.“25

Die Fra­ge nach den Begriff­lich­kei­ten darf nicht darü-

ber hin­weg­täu­schen, dass es sich in tech­ni­scher Hinsicht

um eine kon­ti­nu­ier­li­che Ent­wick­lung han­delt; begonnen

hat sie bereits in den 1960er Jah­ren mit den frü­hen Stu-

fen der Auto­ma­ti­sie­rung, die heu­te eher der Digitalisie-

rung im enge­ren Sin­ne zuzu­ord­nen wären, etwa der au-

toma­ti­sier­ten Datenerfassung.26 Hin­zu tre­ten Systeme,

die nach vor­ge­ge­be­nen Para­me­tern arbei­ten. Als An-

wen­dungs­fel­der algo­rith­mi­scher Pro­zess­op­ti­mie­rung in

die­sem Sin­ne gel­ten im Bereich der öffent­li­chen Verwal-

tung bei­spiels­wei­se Ver­kehrs­leit­sys­te­me, die Erstellung

und Aus­wer­tung von Geodaten.27 Je stär­ker wei­te­re, nur

der Kate­go­rie nach bekann­te Umstän­de ver­ar­bei­tet wer-

den und eine auto­ma­ti­sier­te, z.T. sich selbst optimieren-

de28 Leis­tungs­er­brin­gung erfolgt, des­to eher han­delt es

sich um KI. Hier­zu kön­nen bereits der automatisierte

Erlass von Steu­er­be­schei­den oder die auto­ma­ti­sier­te und

wohn­ort­na­he Kita-Anmel­dung gezählt wer­den, aber

auch der Ein­satz gene­ra­ti­ver KI etwa bei der Kommuni-

kat­ion mit Bür­ge­rin­nen und Bürgern.29

In die­sem Bei­trag ist unter KI die Nut­zung digitaler

Daten zum Erken­nen von Mus­tern, zur Abga­be von Pro-

gno­sen und zur Ent­schei­dungs­fin­dung zu ver­ste­hen. Als

Digi­ta­li­sie­rung wird – in einem enge­ren Sin­ne – die Um-

wand­lung von Daten und Pro­zes­sen in digi­ta­le, also

nicht-ana­lo­ge Form ver­stan­den, bei der es zur Optimie-

rung von Geschäfts­pro­zes­sen kom­men kann.

4. Hoch­schul­zu­gang und ‑zulas­sung

Die Ver­ga­be von Stu­di­en­plät­zen nach gleichförmigen

Regeln und mit einem hohen Tech­ni­sie­rungs­grad bietet

sich in beson­de­rer Wei­se für den mög­li­chen Ein­satz von

KI bzw. für die Digi­ta­li­sie­rung an. Der Hochschulzugang

ist lan­des­recht­lich aus­ge­stal­tet und regelt, wer zur Auf-

nah­me eines Stu­di­ums berech­tigt ist, vgl. etwa § 49

Hoch­schul­ge­setz NRW (HG NRW). Der Regel­fall ist das

Abitur als all­ge­mei­ne Hochschulzugangsberechtigung.

Ste­hen in einem Stu­di­en­gang weni­ger Stu­di­en­plät­ze zur

Ver­fü­gung als Bewer­be­rin­nen und Bewer­ber vorhanden

sind, so erfolgt eine Zulas­sungs­be­schrän­kung. Bei den

beson­ders stark nach­ge­frag­ten Stu­di­en­gän­gen Human‑,

Zahn- und Tier­me­di­zin sowie der Phar­ma­zie fin­det ein

sog. Zen­tra­les Aus­wahl­ver­fah­ren (ZV) nach weitgehend

ein­heit­li­chen Kri­te­ri­en statt, bei ört­lich zulassungsbe-

schränk­ten Stu­di­en­gän­gen füh­ren die Hoch­schu­len die

Aus­wahl nach eige­nem, die lan­des­recht­li­chen Vorgaben

kon­kre­ti­sie­ren­den Recht durch.30 Um zu verhindern,

dass Plät­ze dop­pelt ver­ge­ben wer­den, erfolgt eine Koor-

dina­ti­on im Rah­men des Dia­log­ori­en­tier­ten Servicever-

fah­rens (DoSV) sei­tens der Stif­tung für Hochschulzulas-

sung (SfH). Die­se IT koor­di­niert die prio­ri­sier­ten Studi-

enwün­sche der Bewer­be­rin­nen und Bewer­ber und

gleicht sie mit den vor­han­de­nen Stu­di­en­plät­zen ab.

Der Pro­zess der Bewer­bung – viel­fach die ers­te eigen-

stän­di­ge Berüh­rung jun­ger Men­schen mit der Verwal-

tung – steht tra­di­tio­nell im Fokus öffent­li­chen Interesses,

sym­bol­haft ver­kör­pert im ambi­va­len­ten Image der frü-

heren Zen­tral­stel­le für die Ver­ga­be von Studienplätzen

(ZVS). Mit ihren auf den ers­ten Blick rigi­den Regelun-

gen, die auf den zwei­ten Blick viel­fach auch gera­de unter

Aspek­ten der Ver­tei­lungs­ge­rech­tig­keit gebo­ten sind,

stellt die Hoch­schul­zu­las­sung ein The­men­ge­biet dar, das

gera­de­zu prä­de­sti­niert ist für Moder­ni­sie­rung bzw. für

die Berück­sich­ti­gung ver­än­der­ter Erwar­tun­gen der Di-

gital Natives.31 Die täg­li­chen Erfah­run­gen, die in der

Online-Welt bzw. der „Ver­wo­ben­heit von Online- und

Offline-Interaktionen“32 gemacht wer­den, beeinflussen

die Erwar­tun­gen, wel­che an sons­ti­ge Berei­che, etwa auch

an Ver­wal­tungs­leis­tun­gen, gestellt werden.33 Dazu gehört

auch die Vor­stel­lung, Unter­schie­de und (ver­meint­li­che)

Unge­rech­tig­kei­ten der Beno­tung im Bildungsbereich

aus­glei­chen zu können.34

Nicht nur dem Recht kommt damit übri­gens die

Funk­ti­on des Unter­schei­ders zwi­schen einer­seits norma-

tiven, also im Ent­täu­schungs­fall auf­recht zu erhaltenden,

und ande­rer­seits kogni­ti­ven, also bei Ent­täu­schung auf-

zuge­ben­den Erwar­tun­gen zu.35 Viel­mehr ist es zuneh-

mend Soft­ware, die die Rol­le des „de fac­to regu­la­tor ofO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

1 9 6

36

Let­tie­ri (Fn. 7), S. 703.

37

Anfra­ge an ChatGPT 3.5 v. 21.9.2023; ähn­li­che Ant­wort auf

Anfra­ge an Bard AI v. 21.9.2023.

38

Djef­fal (Fn. 13), S. 54.

39

Vgl. Rade­ma­cher (Fn. 10), 256 ff.; vgl. Hoff­mann-Riem (Fn. 5),

625 f.

40

M.w.N. G. Bor­ges, in: ders./U. Keil, Rechts­hand­buch Big Data,

2024, § 1.

41

Sta­tis­ti­sche Anga­ben zum WiSe 2022/23, www.hochschulstart.de

(Zugriff: 7.5.2024).

42

Vgl. zum Arbeits­recht M. Mohn, Dür­fen Arbeit­neh­mer ChatGPT

zur Erle­di­gung ihrer Auf­ga­ben ein­set­zen?, NZA 2023, 538 (540).

human socie­ties“ einnimmt.36 Im Fol­gen­den sind daher

einer­seits die sich aus den fak­ti­schen bzw. technischen

Mög­lich­kei­ten erge­ben­den Erwar­tun­gen mit den nor-

mativ – ins­be­son­de­re durch Gesetz­ge­ber und Gerichte –

geschaf­fe­nen Grund­la­gen abzugleichen.

III. Out of the box: Chan­cen von KI

Auf der Suche nach Vor­tei­len, die durch KI für die Zulas-

sungs­pro­zes­se ent­ste­hen, bie­tet es sich an, – im Sinne

eines Feld­ver­suchs – zunächst die gene­ra­ti­ve KI selbst zu

befra­gen, bil­det sie doch cum gra­no salis eine Art Quer-

schnitt des im Inter­net ver­tre­te­nen und auslesbaren

Infor­ma­ti­ons­spek­trums ab. Sowohl ChatGPT als auch

sein Kon­kur­rent Bard kom­men zu ähn­li­chen Ergebnis-

sen: Durch die schnel­le Ana­ly­se gro­ßer Datenmengen

kön­ne die Hoch­schul­zu­las­sung schnel­ler und effizienter

wer­den. „Vor­ur­tei­le und Dis­kri­mi­nie­run­gen“ würden

redu­ziert, indem die Ent­schei­dung „auf objektive[n]

Kri­te­ri­en basiert und mensch­li­che Voreingenommen-

heit mini­miert“. Auch zur „Iden­ti­fi­zie­rung von Talenten

und Poten­zia­len“ sol­le KI bei­tra­gen, „indem sie Muster

und Zusam­men­hän­ge in den Bewer­bungs­da­ten erkennt,

die für mensch­li­che Beob­ach­ter mög­li­cher­wei­se schwer

zu erken­nen sind.“37 Da sich die­se Ein­schät­zung mit den

nahe­lie­gen­den und all­ge­mein bekann­ten Vor­tei­len der

KI als Quer­schnitts­tech­no­lo­gie gene­rell deckt38 und

eben­so den Erwar­tun­gen im juris­ti­schen Fach­kreis ent-

spricht,39 sol­len die­se drei Aspek­te im Fol­gen­den näher

unter­sucht werden.

1. Schnel­le­re Ana­ly­se gro­ßer Datenmengen

Die Ana­ly­se­fä­hig­keit in Bezug auf gro­ße Datenmengen

wird vor allem im Zusam­men­hang mit „Big Data“ schon

lan­ge diskutiert.40 Bei der Hoch­schul­zu­las­sung handelt

es sich tat­säch­lich um eine Mate­rie, bei der gro­ße Daten-

men­gen in kur­zen Zeit­räu­men, näm­lich bis zur Vergabe

der Stu­di­en­plät­ze im Febru­ar und im August eines jeden

Jah­res, erfasst, sor­tiert, vali­diert und ver­ar­bei­tet werden

müs­sen.

So bewar­ben sich zum WiSe 2022/23 beispielsweise

im Zen­tra­len Ver­fah­ren 42.214 Per­so­nen, die insgesamt

1.061.237 Bewer­bun­gen abgaben.41 In den allermeisten

Fäl­len prüf­te die SfH die ein­ge­reich­ten Unter­la­gen. In

Bezug auf sog. Son­der­an­trä­ge, etwa Anträ­ge unter Hin-

weis auf beson­de­re indi­vi­du­el­le Här­te, Zweitstudium

(1.120 Anträ­ge), beruf­lich Qua­li­fi­zier­te (482 Anträge)

oder aus­län­di­sche Bewer­be­rin­nen und Bewer­ber traf die

SfH eige­ne, in der Regel über eine rei­ne Vali­die­rung hin-

aus­ge­hen­de Ent­schei­dun­gen. Glei­ches gilt für Anträge

auf Ver­bes­se­rung der Durch­schnitts­no­te auf­grund indi-

vidu­el­ler Nach­tei­le. Im DoSV koor­di­nier­te die SfH im

sel­ben WiSe insg. 1.818.774 Bewer­bun­gen (inkl. den ge-

nann­ten des Zen­tra­len Ver­fah­rens) von 265.534 Bewer-

berin­nen und Bewer­bern an 164 Hochschulen.

Es han­delt sich also zwei­fels­frei um eine gro­ße Da-

ten­men­ge. Frag­lich ist aller­dings, ob bei deren Auswer-

tung KI hilf­reich sein könn­te. Bereits gegen­wär­tig erfolgt

die Prü­fung der Daten nach gesetz­li­chen bestimmten

Regeln. Auf­wän­dig ist der­zeit vor allem die Validierung.

Um die­se ver­ein­fa­chen zu kön­nen, wäre eine schlichte

Digi­ta­li­sie­rung bzw. Hin­ter­le­gung der Zeug­nis­da­ten er-

for­der­lich, nicht unbe­dingt KI. Auch soweit die intelli-

gen­te Steue­rung von Ein­ga­be­mög­lich­kei­ten in Suchmas-

ken etc. betrof­fen sind, han­delt es sich eher um einen As-

pekt der Digi­ta­li­sie­rung (sie­he Kap. V.).

Soweit es um die Bear­bei­tung von Sonderanträgen

geht, also sol­che auf Zulas­sung wegen beson­de­rer per-

sön­li­cher Här­ten oder auf Zulas­sung zum Zweitstudium,

wäre KI dazu in der Lage, Tex­te zu erfas­sen und Ent-

schei­dun­gen vor­zu­schla­gen. So könn­ten etwa im Bereich

der Här­te­an­trä­ge ärzt­li­che Gut­ach­ten zusammengefasst

und ent­spre­chend der medi­zi­ni­schen Fachterminologie

sor­tiert bzw. beur­teilt wer­den. Dies wür­de dazu beitra-

gen, die Ver­wal­tungs­pra­xis gleich­för­mi­ger zu gestalten

als es Men­schen ange­sichts der Ein­fluss­fak­to­ren Stress,

Tages­form etc. errei­chen kön­nen. Gleich­wohl muss die

Letzt­ent­schei­dung hier beim Men­schen ver­blei­ben, um

Beson­der­hei­ten Rech­nung zu tragen.

Bei der Text­ana­ly­se durch Pro­gram­me wie ChatGPT

ist aller­dings zu beach­ten, dass die datenschutzrechtli-

chen Vor­ga­ben ein­zu­hal­ten sind.42 Dies bedeu­tet, dass

Gesund­heits­da­ten nach Art. 9 Abs. 1 Datenschutzgrund-

ver­ord­nung (DSGVO) höchs­tens dann ver­ar­bei­tet wer-

den dür­fen, wenn eine ent­spre­chen­de Ein­wil­li­gung vor-

liegt oder ein sons­ti­ger Aus­nah­me­grund nach Art. 9

Abs. 2 DSGVO vor­liegt. Dies dürf­te bei Antrags­da­ten re-

gel­mä­ßig aus­schei­den. Ent­spre­chen­de Auswertungssoft-

ware käme also nur in Betracht, soweit sichergestellt

wäre, dass die Daten das Aus­wer­tungs­sys­tem nicht ver-

las­sen bzw. einer Ver­ar­bei­tung zuge­stimmt wird.Bode · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 1 9 7

43

C. Orwat, Dis­kri­mi­nie­rungs­ri­si­ken durch Ver­wen­dung von Algo-

rith­men, 2019, S. XII; vgl. Rade­ma­cher (Fn. 10), 268 ff.

44

Vgl. m.w.N. Orwat (Fn. 43), S. 8 f.; Britz/Eifert (Fn. 7), Rn. 120 ff.

45

Vgl. m.w.N. G. Wewer, Digi­ta­le Ethik, in: Klenk/Nullmeier/ders.

(Fn. 6), S. 231 (233, 240).; U. Schlies­ky, Digi­ta­le Ethik und Recht,

NJW 2019, 3692 (3695 ff.).

46

Vgl. BVerfGE 33, 303 (303 f.); 43, 291 (317 f.).

47

Vgl. EuGH, Urt. v. 13.2.1985, Rs. 293/83 (Gra­vier),

ECLI:EU:C:1985:69. Dem fol­gen Art. 5 Abs. 2 S. 2 StV über die

Hoch­schul­zu­las­sung sowie die ent­spre­chen­den Nor­men für die

ört­li­chen Zulassungsverfahren.

48

Vgl. etwa § 49 Abs. 9 HG NRW.

49

Vgl. Art. 8 Abs. 4 StV über die Hoch­schul­zu­las­sung. Vgl. statt

vie­ler OVG NRW, Beschl. v. 19.11.2019 – 13 B 1352/19 –, juris,

Ori­en­tie­rungs­satz.

50

Vgl. Bun­des­tier­ärz­te­kam­mer, „Tier­me­di­zin ist weib­lich“, www.

bundestieraerztekammer.de (7.5.2024); aus­führ­lich zu dieser

A.-L. Com­ba, Geschlech­ter­spe­zi­fi­sche Chan­cen und Herausforde-

run­gen in der Vete­ri­när­me­di­zin in Deutsch­land, 2020.

51

Martini/Botta/Nink/Kolain (Fn. 10), S. 16.

52

Vgl. dazu Martini/Botta/Nink/Kolain (Fn. 10), S. 17.

53

Martini/Botta/Nink/Kolain (Fn. 10), S. 17; Rade­ma­cher (Fn. 10),

262.

54

Vgl. M. Langer/V. Lazar, Künst­li­che Intel­li­genz in eignungsdiag-

nos­ti­schen Inter­views, in: S. Schulte/M. Hilt­mann, Eignungsdiag-

nos­ti­sche Inter­views, 2023, S. 311 (314 f.).

55

Vgl. F. Lang/H. Rein­bach, Künst­li­che Intel­li­genz im Arbeitsrecht,

NZA 2023, 1273 (1274 ff.); F. Mal­or­ny, Auswahlentscheidungen

durch künst­lich intel­li­gen­te Sys­te­me, JuS 2022, 289 (292 ff.).

56

Rade­ma­cher (Fn. 10), 257 ff.

2. Reduk­ti­on von Vor­ur­tei­len und Diskriminierungen

Ob algo­rith­mi­sche Ent­schei­dun­gen zur Reduk­ti­on von

Dis­kri­mi­nie­run­gen bei­tra­gen, erscheint zunächst frag-

lich. Bis­lang ist eher das Gegen­teil bewie­sen: So zeigte

eine mit Zuwen­dun­gen der Antidiskriminierungsstelle

des Bun­des erstell­te Stu­die auf, dass algorithmisch

getrof­fe­ne Aus­sa­gen häu­fig sog. „sta­tis­ti­sche

Diskriminierung[en]“ ent­hal­ten. Es wer­den dabei „zur

Dif­fe­ren­zie­rung Ersatz­in­for­ma­tio­nen bzw. Variablen

oder Pro­xies (z. B. Alter) her­an­ge­zo­gen, weil die eigent-

lichen Eigen­schaf­ten, nach denen dif­fe­ren­ziert werden

soll (z. B. Arbeits­pro­duk­ti­vi­tät), für die Entscheidenden

durch Ein­zel­fall­prü­fun­gen nur schwer ermittelbar

sind“.43 Gera­de die durch KI mög­lich gewor­de­ne Erken-

nung von Mus­tern und die Iden­ti­fi­zie­rung von Korrela-

tio­nen beför­dert die­se Gefahr.44 Daher erscheint es nötig,

eine Digi­ta­le Ethik zu eta­blie­ren, die als Bereichsethik

dazu bei­tra­gen kann, dass bereits bei der Konstruktion

von Soft­ware ethi­sche Stan­dards Berück­sich­ti­gung fin-

den (sog. ethics by design) und die ins­be­son­de­re auch der

Ver­wal­tung hel­fen soll­te, die Ver­la­ge­rung von Entschei-

dun­gen auf Maschi­nen in ihren gesell­schaft­li­chen Folgen

abzuschätzen.45

Gera­de bei der Ver­tei­lung öffent­li­cher Güter – hier

Stu­di­en­plät­ze – ist die dis­kri­mi­nie­rungs­freie Normie-

rung der maß­geb­li­chen Rege­lun­gen von grundsätzlicher

Bedeu­tung. Dies folgt aus dem ver­fas­sungs­recht­lich ar-

mier­ten Grund­satz der Chan­cen­of­fen­heit des Zulas-

sungs­sys­tems, wie ihn das BVerfG in sei­ner Rechtspre-

chung 1972 erst­mals aus­drück­lich begrün­det hat und

seit­dem fortschreibt.46 Auch der EuGH und die einfa-

chen Gerich­te betei­li­gen sich hier­an. So dür­fen etwa

sons­ti­ge Staats­an­ge­hö­ri­ge aus EU-Mit­glied­staa­ten beim

Über­tritt in das Stu­di­um nicht anders behan­delt werden

als deut­sche Staatsangehörige,47 es sei denn, es feh­len ih-

nen die erfor­der­li­chen Sprachkenntnisse.48 Hinsichtlich

des Alters ist bei­spiels­wei­se ent­schie­den, dass bis zum

55. Lebens­jahr kei­ne Dif­fe­ren­zie­rung unter den Studien-

bewer­be­rin­nen und ‑bewer­bern erfol­gen darf, jenseits

des­sen jedoch schon.49 Auch eine unter­schied­li­che Be-

hand­lung auf­grund des Geschlechts erfolgt ganz bewusst

nicht, auch wenn dies zuwei­len gefor­dert wird50 und

wohl ver­fas­sungs­recht­lich auch zuläs­sig wäre.51 Vor die-

sem Hin­ter­grund scheint die KI, abge­se­hen von der be-

reits oben ange­spro­che­nen Unter­stüt­zung einer gleich-

för­mi­gen Ent­schei­dungs­pra­xis, wenig zu einem höheren

Maß an Chan­cen­gleich­heit in der Hochschulzulassung

bei­tra­gen zu kön­nen. Ins­be­son­de­re ist das aus anderen

Tei­len der Welt bekann­te Kor­rup­ti­ons­pro­blem bei Zu-

gang zu Eli­te-Uni­ver­si­tä­ten in Deutsch­land angesichts

der eng­ma­schi­gen recht­li­chen Durch­drin­gung des Zu-

las­sungs­pro­zes­ses nicht gegeben.52

3. Iden­ti­fi­zie­rung von Talen­ten und Potenzialen

Auf den ers­ten Blick scheint KI ein wesent­li­ches Problem

der Hoch­schul­zu­las­sung ver­bes­sern zu kön­nen, nämlich

eine indi­vi­du­ell zuge­schnit­te­ne Infor­ma­ti­on über die

Stu­di­en­mög­lich­kei­ten bie­ten zu kön­nen und gleichzeitig

das Pro­fil des Stu­di­en­gangs mit den Fähig­kei­ten und

Vor­bil­dun­gen der Bewer­be­rin­nen und Ber­wer­ber abzu-

glei­chen. Denk­bar wäre etwa, die „Daten­schät­ze aus

beruf­li­chen und pri­va­ten Online­platt­for­men wie

Lin­ke­dIn oder Face­book“ zu erhe­ben, die „tech­nisch

ermög­li­chen, Indi­ka­to­ren dafür zu bestim­men, welche

Bewer­ber sich im Stu­di­um als beson­ders erfolg­reich ent-

puppen“.53 Damit wür­de über die Hochschulzulassung

tat­säch­lich auf einer fun­da­men­tal ande­ren Datengrund-

lage ent­schie­den als bis­lang. Dies greift Erwartungen

etwa aus dem Bereich der Eig­nungs­dia­gnos­tik auf, die

den Ein­satz von KI bei­spiels­wei­se zur „Vor­her­sa­ge von

Berufs­er­folg oder Kar­rie­re­aus­sich­ten“ diskutieren.54

Auch im Arbeits­recht fin­den ent­spre­chen­de Auswahl-

tools bereits Anwendung.55 In vie­len Staa­ten, etwa den

USA, wird Soft­ware zur Pro­gno­se der Studienverläufe,

des Finan­zie­rungs­be­darfs etc. her­an­ge­zo­gen, und auch

in Chi­na wer­den (nicht nur) Bil­dungs­bio­gra­phien per KI

beobachtet.56O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

1 9 8

57

Thie­le (Fn. 6), Rn. 7; Djef­fal (Fn. 13), S. 58.

58

M. Mar­ti­ni, Trans­for­ma­ti­on der Ver­wal­tung durch Digitalisie-

rung, DÖV 2017, 443 (443).

59

Vasel (Fn. 3), 1300.

60

UN SCPV, 78th year, 9381st meeting.

61

Guckel­ber­ger (Fn. 23), 319. Vgl. A. Jüng­ling, Die Digitalstrategie

der EU-Kom­mis­si­on: Regu­lie­rung von Künst­li­cher Intelligenz,

MMR 2020, 440–445 (441).

62

P. Bräu­ti­gam, Die recht­li­che Eman­zi­pa­ti­on der Soft­ware – von der

Loch­kar­te in die Cloud, NJW 2022, 3118 (3120 f.); Hoffmann-

Riem (Fn. 5), 626 f.

63

M.w.N. Vasel (Fn. 3), 1301 f.

64

Schlies­ky (Fn. 45), 3695 ff.

65

EU, Vor­schlag für ein Gesetz über Künst­li­che Intelligenz,

COM(2021) 206 final v. 21.4.2021.

66

Vgl. P. Mül­ler-Pelt­zer/V. Tanc­zik, Künst­li­che Intel­li­genz und Da-

ten, Data-Gover­nan­ce nach der geplan­ten KI-Ver­ord­nung, RDi

2023, 452 (452 f.).

Ähn­lich dem Vor­bild des Online-Shop­pings wäre es

in einem sol­chen Modell denk­bar, den Interessierten –

ggf. sogar unter Berück­sich­ti­gung des gesellschaftlichen

Bedarfs –„entor­tet“ und „ent­zei­tet“ Stu­di­en­an­ge­bo­te an-

zubieten.57 Dies könn­te ein Weg sein, um das „Bezie-

hungs­ge­fü­ge“ des Staa­tes gegen­über sei­nen Bürgern

„trans­pa­ren­ter, par­ti­zi­pa­ti­ver und inter­ak­ti­ver“ zu ge-

stalten.58 Lie­ße sich dies auf Grund­la­ge des geltenden

Rechts ermög­li­chen?

IV. Recht­li­che Gren­zen der Anwen­dung von KI

Es ist zu über­prü­fen, wel­che recht­li­chen Spiel­räu­me für

ein Zulas­sungs­ver­fah­ren bestehen, in dem Talen­te und

Poten­zia­le auto­ma­tisch iden­ti­fi­ziert und ggf. sogar

beschie­den wer­den. Dabei ist zunächst auf die Grundla-

gen der KI-Regu­lie­rung (1.), bzw. die europarechtlichen

(2.) und staats­recht­li­chen Per­spek­ti­ven (3.) einzugehen.

Wel­che Anwen­dungs­fel­der bie­ten sich hier­nach für KI

(4.)?

1. Nor­mie­rung von KI

Der Regu­lie­rung von KI wid­men sich welt­weit derzeit

diver­se Akteu­re, wobei sich eine „Tri­po­la­ri­tät“ aus den

USA, Chi­na und der EU abzu­zeich­nen scheint.59 Hinzu

tre­ten die Ver­ein­ten Natio­nen, deren Sicher­heits­rat sich

auf Betrei­ben Groß­bri­tan­ni­ens mit der The­ma­tik befasst

und die Bil­dung einer eige­nen Behör­de diskutiert.60 Die

EU begreift KI auch als Ergän­zung ihrer Digitalisie-

rungs­stra­te­gie für die öffent­li­che Ver­wal­tung und als

Unter­stüt­zung des gemein­sa­men Binnenmarktes.61

Eine gesetz­li­che Regu­lie­rung von KI ist auch deshalb

kom­pli­ziert, weil Soft­ware sich von der Her­stel­lung ei-

ner, etwa auf Dis­ket­ten, ver­kör­per­ten Ware zunehmend

zum glo­bal und open source ver­füg­ba­ren Ser­vice entwi-

ckelt.62 Außer­dem ist die Ent­wick­lung rasant und unvor-

her­seh­bar. Unsi­cher­hei­ten und künf­ti­ge Entwicklungen

sind daher mög­lichst bereits im Rah­men der Normie-

rung so weit wie mög­lich zu berück­sich­ti­gen; die Nor-

men soll­ten adap­tiv und „ler­nend“ aus­ge­stal­tet werden –

ein Ansatz der als „agi­le Regu­lie­rung“ bezeich­net wird.63

Wei­ter­ge­hend wird sogar ver­sucht wer­den, ethische

Grund­sät­ze im Recht der Digi­ta­li­sie­rung zu

verankern.64

2. Euro­pa­recht­lich: KI-Ver­ord­nung und DSGVO

Der Ent­wurf der KI-Ver­ord­nun­g65 der EU, dem das

Euro­päi­sche Par­la­ment inzwi­schen zuge­stimmt hat,

unter­schei­det sog. ver­bo­te­ne Prak­ti­ken, etwa die biome-

tri­sche Per­so­nen­er­fas­sung oder Social Scoring, Titel 2.

Dane­ben ste­hen Hoch­ri­si­ko-KI, wel­che unter gewissen

Bedin­gun­gen ein­ge­setzt wer­den darf, Titel 3, und

„Bestimm­te KI-Sys­te­me“ mit begrenz­tem Risi­ko, Titel 4.

Als hoch­ris­kant sol­len u.a. sol­che KI-Sys­te­me ange-

sehen wer­den, „die in der all­ge­mei­nen oder beruflichen

Bil­dung ein­ge­setzt wer­den, ins­be­son­de­re um den Zu-

gang von Per­so­nen zu Bil­dungs- und Berufsbildungsein-

rich­tun­gen oder ihrer Zuord­nung dazu zu bestimmen

oder um Per­so­nen im Rah­men von Prü­fun­gen als Teil

ihrer Aus­bil­dung oder als Vor­aus­set­zung dafür zu be-

wer­ten“, denn ihnen kommt ent­schei­den­der Ein­fluss auf

den wei­te­ren Bil­dungs­ver­lauf und das Berufs­le­ben zu.

„Bei unsach­ge­mä­ßer Kon­zep­ti­on und Ver­wen­dung kön-

nen sol­che Sys­te­me das Recht auf all­ge­mei­ne und beruf-

liche Bil­dung sowie das Recht auf Nichtdiskriminierung

ver­let­zen und his­to­ri­sche Dis­kri­mi­nie­rungs­mus­ter fort-

schrei­ben“, wie Erwä­gungs­grund 35 bestimmt.

Sowohl Anbie­ter als auch Nut­zer die­ser Systeme

müs­sen dafür sor­gen, dass im Rah­men eines Risikoma-

nage­ment­sys­tems die kon­ti­nu­ier­li­che Beob­ach­tung des

Pro­gramms erfolgt, Tests vor­ge­se­hen wer­den und ein

Trai­ning mit dis­kri­mi­nie­rungs­frei­en Daten66 stattfindet.

Auch sind Doku­men­ta­ti­ons­pflich­ten ein­zu­hal­ten und

eine mensch­li­che Auf­sicht sicher­zu­stel­len, Artt. 8 ff. E

AI-VO. Nach alle­dem wäre der Ein­satz von KI-gestütz-

ten Zulas­sungs­ver­fah­ren als „Zuord­nung“ zu Bildungs-

ein­rich­tun­gen zwar mög­lich, müss­te aber unter mensch-

licher Auf­sicht, dis­kri­mi­nie­rungs­frei und dokumentiert

erfol­gen.

Wei­ter sind die Vor­ga­ben des euro­päi­schen Daten-

schutz­rechts ein­zu­hal­ten. Eine Ver­ar­bei­tung zur Sicher-

stel­lung der „Wahr­neh­mung einer Auf­ga­be, die im öf-

fent­li­chen Inter­es­se liegt“, wie die Hochschulzulassung,

kann durch eine mit­glied­staat­li­che Rechts­grund­la­ge ge-Bode · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 1 9 9

67

So auch Rade­ma­cher (Fn. 10), 263.

68

Vgl. dazu M. Ludwigs/A. Vel­ling, Der voll­stän­dig automatisierte

Ver­wal­tungs­akt in den Gren­zen des Euro­pa- und Verfassungs-

rechts, Ver­w­Arch 2023, 71 (88). Wer­den die­se Rech­te nicht aus-

drück­lich erwähnt, so müs­sen sie „in jedem Fall aber zumindest

auf der Voll­zugs­ebe­ne beim voll­stän­dig auto­ma­ti­sier­ten Erlass“

Beach­tung fin­den. W. Lent, Neu­es zum Rundfunkbeitragsrecht,

LKV 2020, 337 (342).

69

Ver­ord­nung (EU) 2016/679 v. 27.4.2016, L 119/1.

70

M.w.N. Britz/Eifert (Fn. 7), Rn. 106 ff.

71

BVerfG, Urt. v. 16.2.2023, 1 BvR 1547/19 u. 2634/20 -,

Rn. 112, 117.

72

M.w.N. Thie­le (Fn. 6), Rn. 35.

73

BVerfGE 147, 253 (253 f.).

74

BVerfG, Urt. v. 16.2.2023, 1 BvR 1547/19 u. 2634/20 -, Rn. 100,

121.

75

J. Eichen­ho­fer, Der voll­au­to­ma­ti­sier­te Ver­wal­tungs­akt zwischen

Effi­zi­enz- und Rechts­schutz­ge­bot, DÖV 2023, 93 (96).

76

M.w.N. Mar­ti­ni (Fn. 9), S. 68.

77

H. P. Bull, Der „voll­stän­dig auto­ma­ti­siert erlas­se­ne“ Verwaltungs-

akt, DVBl 2017, 409 (416).

stat­tet wer­den, die den Zweck fest­legt und die Verhält-

nis­mä­ßig­keit wahrt, Art. 6 Abs. 1 S. 1 e) i.V.m. Art. 6

Abs. 3 DSGVO.67 Wei­ter­hin sieht Art. 22 Abs. 1 DSGVO

das Recht vor, „nicht einer aus­schließ­lich auf einer auto-

mati­sier­ten Ver­ar­bei­tung – ein­schließ­lich Pro­fil­ing – be-

ruhen­den Ent­schei­dung unter­wor­fen zu wer­den, die […]

recht­li­che Wir­kung ent­fal­tet oder […] in ähn­li­cher Weise

erheb­lich beein­träch­tigt.“ Aller­dings darf der Gesetzge-

ber durch Rechts­vor­schrift Aus­nah­men vor­se­hen. Dabei

ist zu beach­ten, dass das Fach­recht, das die automatisier-

te Ent­schei­dung gestat­tet, gem. Art. 22 Abs. 2 Buchst. b

DSGVO „ange­mes­se­ne Maß­nah­men zur Wah­rung der

Rech­te und Frei­hei­ten sowie der berech­tig­ten Interessen

der betrof­fe­nen Per­son ent­hal­ten“ muss.68

Die Norm schließt eine völ­lig auto­ma­ti­sier­te Ent-

schei­dung nicht aus, setzt ihr aber enge Gren­zen. Erwä-

gungs­grund 71 kon­kre­ti­siert dies, indem er vor­sieht, dass

dem Betrof­fe­nen die „Dar­le­gung des eige­nen Stand-

punkts“ ermög­licht wer­den müs­se, die Verarbeitung

habe „fair und trans­pa­rent“ zu erfolgen.69 Je automati-

sier­ter und undurch­schau­ba­rer ein algorithmengesteu-

ertes bzw. ‑gestütz­tes Ver­fah­ren aus­ge­stal­tet wird, umso

kla­rer und nie­der­schwel­li­ger muss der Gesetz­ge­ber die

Ver­fah­rens­rech­te die Betrof­fe­nen aus­ge­stal­ten. Ein KI-

gesteu­er­tes Aus­wahl­sys­tem wäre hier­nach nicht ausge-

schlos­sen, solan­ge es gesetz­lich nor­miert ist.

3. Staats­recht­lich

Staats­recht­lich ist zunächst der Wesentlichkeitsgedanke

zu beach­ten, wenn es um den Ein­satz von KI geht.70 Das

BVerfG hat in jüngs­ter Zeit sei­ne Recht­spre­chung hierzu

kon­kre­ti­siert: Im Zusam­men­hang mit der automatisier-

ten Daten­ana­ly­se zu Poli­zei­zwe­cken führ­te das BVerfG

aus, dass der Gesetz­ge­ber „die wesent­li­chen Grundlagen

zur Begren­zung von Art und Umfang der Daten und der

Ver­ar­bei­tungs­me­tho­den selbst durch Gesetz vorgeben“

müs­se. Der Ver­wal­tung sei­en „Art und Umfang der

Daten und die Ver­ar­bei­tungs­me­tho­den insgesamt

inhalt­lich aus­rei­chend, nor­men­klar und transparent“

vorzugeben.71 Dies gel­te auch für die heranzuziehenden

Daten­be­stän­de; je umfas­sen­der die­se sei­en, des­to stärker

wie­ge der Ein­griff. Eine „umfassend[e]“ Normierung

sei­tens des Gesetz­ge­bers wird auch in der Lite­ra­tur gefor-

dert.72

Beson­de­re Bedeu­tung erfährt der Wesentlichkeitsge-

dan­ke im Zusam­men­hang staat­li­cher Verteilungsent-

schei­dun­gen. Der Gesetz­ge­ber müs­se „die Auswahlkrite-

rien der Art nach selbst fest­le­gen“, wie das BVerfG 2017

aus­führ­te. Zwar kämen den Hoch­schu­len „gewis­se Spiel-

räu­me für die Kon­kre­ti­sie­rung die­ser Auswahlkriterien“

zu, doch kein eige­nes „Kriterienerfindungsrecht“.73 Erst

recht darf der Staat die Ver­tei­lungs­re­geln nicht von pri-

vaten Drit­ten bestim­men lassen.

Eine wei­te­re Gren­ze stellt das aus dem Rechtsstaats-

prin­zip erwach­sen­de Gebot der Mög­lich­keit einer ge-

richt­li­chen Kon­trol­le dar. Unter Bezug­nah­me auf den

Ein­satz von KI führ­te das BVerfG aus, ihr „Mehr­wert,

zugleich aber auch ihre spe­zi­fi­schen Gefah­ren lie­gen da-

rin, dass nicht nur von den ein­zel­nen Poli­zis­tin­nen und

Poli­zis­ten auf­ge­grif­fe­ne kri­mi­no­lo­gisch fun­dier­te Mus-

ter Anwen­dung fin­den, son­dern sol­che Mus­ter automa-

tisiert wei­ter­ent­wi­ckelt oder über­haupt erst generiert

und dann in wei­te­ren Ana­ly­se­stu­fen wei­ter verknüpft

wer­den.“ Ihr Ein­satz müs­se aber im Bereich der ein-

griffs­in­ten­si­ven Poli­zei­ar­beit aus­ge­schlos­sen bleiben.74

In ähn­li­cher Wei­se wird in der Lite­ra­tur der Einsatz

selbst ler­nen­der Algo­rith­men für die unmit­tel­ba­re Ent-

schei­dungs­fin­dung abge­lehnt, denn die Mustererken-

nung, „ent­zie­he sich der juris­ti­schen Programmierung

weit­ge­hend und kön­ne daher auch nur beschränkt re-

kon­stru­iert und damit erklärt werden“.75

Rechts­staat­lich­keit gebie­tet, „jede Form staatlicher

Macht­aus­übung vor­her­seh­bar und rekon­stru­ier­bar aus-

zugestalten“.76 Dies kor­re­spon­diert mit dem Aktenein-

sichts­recht nach § 29 VwVfG und bezieht sich auf alle

Ver­fah­rens­schrit­te, die zu einer Verwaltungsentschei-

dung füh­ren; umso wich­ti­ger ist die­ses Recht bei auto-

mati­siert getrof­fe­nen Ent­schei­dun­gen, da IT Feh­ler auf-

wei­sen kann.77 Auch beim deter­mi­nis­ti­schen, also nicht

auf das Selbst-Ler­nen aus­ge­leg­ten Ein­satz von Algorith-

men, die zur Aus­wer­tung von Daten ein­ge­setzt werden,

„muss der Gesetz­ge­ber für schüt­zen­de Rege­lun­gen sor‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

2 0 0

78

BVerfG, Urt. v. 16.2.2023, 1 BvR 1547/19 u. 2634/20 -, Rn. 101.

79

BVerfGE 154, 152 (260 Rn. 192).

80

M.w.N. Rade­ma­cher (Fn. 10), 267 f.

81

Vgl. Rade­ma­cher (Fn. 10), 268.

82

BVerfGE 33, 303 (330); zuvor bereits: BVerw­GE 6, 13 (15); 7, 287

(136).

83

R. Kreyß­ing, Ver­wal­tungs­ent­schei­dun­gen durch KI, DÖV 2024,

266 (269 f.).

84

Zwar kommt dem Bund eine kon­kur­rie­ren­de Gesetzgebungszu-

stän­dig­keit gem. Art. 72 Abs. 3 S. 1 Nr. 6, Art. 74 Abs. 1 Nr. 33

GG zu, doch erscheint es nicht als wahr­schein­lich, dass er sich

die­ser Mate­rie auf abseh­ba­re Zeit anneh­men möchte.

85

Vgl. m.w.N. Thiele (Fn. 6), Rn. 9.

86

Thie­le (Fn. 6), Rn. 35.

87

Zu den Aus­wahl­tests gene­rell vgl. L. Fleck/A. Fuchs/

I. Schneider/S. C. Her­pertz, Stu­di­en­eig­nungs­test im Auswahlver-

fah­ren“ (AdH), ZBS (3) 2022, 82 (83).

88

Vgl. S. J. Anbro/R. A. Houmanfar/J. Thomas/K. Bax­ter u.a.,

Beha­vi­oral Assess­ment in Vir­tu­al Rea­li­ty: An Eva­lua­ti­on of

Mul­ti-User-Simu­la­ti­ons in Health­ca­re Edu­ca­ti­on, Jour­nal of

Orga­niza­tio­nal Beha­vi­or Manage­ment (43) 2023, 92 (92 ff.); A.

Junga/P. Kockwelp/D. Valkov/B. Mar­schall u.a., Vir­tu­al Reality

based tea­ching – a para­digm shift in edu­ca­ti­on?, in: 73. Jahresta-

gung der Deut­schen Gesell­schaft für Neu­ro­chir­ur­gie, 2022; Uni

Müns­ter, „Vir­tu­el­les Ler­nen, damit es den ech­ten Pati­en­ten umso

bes­ser geht“, 9.7.2021, www.medizin.uni-muenster.de (7.5.2024).

89

Zur Bedeu­tung der Stu­di­en­be­ra­tung vgl. M. Worf/F. Lorz/S. Sei-

del, Brau­chen Hoch­schu­len Bera­tung für ihre Stu­die­ren­den?, ZBS

(1+2) 2021, 40 (41 f.).

gen.“78 Es sei „eine unab­hän­gi­ge Kon­trol­le“ zu

gewährleisten.79

Um algo­rith­misch getrof­fe­ne Ent­schei­dun­gen nach-

voll­zieh­bar zu machen, wird inzwi­schen explainable ari-

fical intel­li­gence entwickelt.80 Auch die Offen­le­gung des

Quell­codes bie­tet nicht unbe­dingt mehr Erhel­len­des, zu-

min­dest soweit die Algo­rith­men unbe­kann­te Datenmen-

gen fil­tern bzw. verarbeiten.81

Die Nut­zung der prä­dik­ti­ven Vor­tei­le von KI wird im

Bereich der Grund­rechts­aus­übung beschränkt. Eine be-

darfs­ge­rech­te staat­li­che „Berufs­len­kung“ ist nach der

Recht­spre­chung des BVerfG im Rah­men der Hochschul-

zulas­sung aus­ge­schlos­sen, da sie die Frei­heit der Berufs-

wahl nach Art. 12 Abs. 1 GG beeinträchtigt.82

Ein Anspruch auf eine Ent­schei­dung durch einen

Men­schen dürf­te – vom Objek­ti­vie­rungs­ver­bot des Art. 1

GG abge­se­hen, das letzt­lich auch in Art. 22 DSGVO zum

Aus­druck kommt, – nicht bestehen. Wenn allerdings

„Neu­tra­li­tät, Objek­ti­vi­tät und Recht­mä­ßig­keit“ der Ver-

wal­tungs­ent­schei­dung durch KI ver­letzt wür­den, käme

dem Telos nach auch ein Ver­stoß gegen den Funktions-

vor­be­halt des Art. 33 Abs. 4 GG in Betracht, nach dem

hoheits­recht­li­che Befug­nis­se durch öffentlich-rechtlich

Bediens­te­te wahr­zu­neh­men sind.83

In der Zusam­men­schau ergibt sich hier­aus, dass der

Gesetz­ge­ber – der­zeit die Länder84 – das Zulassungsrecht

jeden­falls in Bezug auf die Ent­schei­dungs­kri­te­ri­en vor-

geben muss. Dar­un­ter sind alle Umstän­de zu verstehen,

die einer Per­son gegen­über ande­ren Per­so­nen einen

Vor­teil bei der Ver­tei­lung des Stu­di­en­plat­zes einräumen.

Die­se Kri­te­ri­en müs­sen auch belast­bar und im Vorhin-

ein erkenn­bar sein. Ihre Anwen­dung kann maschinell

erfol­gen und muss über­prüf­bar sein.

4. Anwen­dungs­fel­der für KI

Auf die­ser Grund­la­ge sind nun Anwen­dungs­fel­der für

KI im Zulas­sungs­recht zu untersuchen.

a. Nut­zung von Daten aus sozia­len Medien

Die Nut­zung der Pro­fi­le aus sozia­len Medi­en mag im

Ein­zel­fall Hin­wei­se auf Moti­va­ti­on und Nei­gung geben,

ist aber bereits auf­grund der Unbe­stimmt­heit der auszu-

wäh­len­den Kri­te­ri­en und der Inva­li­di­tät der Daten völlig

unge­eig­net für die rechts­si­che­re Ent­schei­dung in einem

Ver­tei­lungs­ver­fah­ren. Dar­über hin­aus sind Daten, die

Pri­va­te – häu­fig zufäl­lig – in sozia­len Medi­en ablegen,

grund­sätz­lich dem staat­li­chen Zugriff entzogen.85 Dass

pri­va­te Head­hun­ter zuwei­len Kund­schaft über soziale

Medi­en, etwa Por­ta­le wie Lin­ke­dIn, akqui­rie­ren, ändert

hier­an nichts. Die feh­len­de Rekon­stru­ier­bar­keit und die

Inva­li­di­tät ste­hen dem Ein­satz von KI entgegen.86 Ihre

Nut­zung zur Erken­nung von Moti­va­ti­ons­mus­tern o.ä.

kommt hier also nicht in Frage.

b. Eig­nungs­tests

In Betracht käme die Her­an­zie­hung von KI im Rahmen

von Eignungstests.87 Ins­be­son­de­re könn­te sie hier das

Ver­hal­ten von Pro­ban­den simu­lie­ren, deren Verfügbar-

keit viel­fach ein erheb­li­ches Res­sour­cen­pro­blem dar-

stellt. In ähn­li­cher Form wird bereits der­zeit an der Uni-

ver­si­tät Müns­ter im Rah­men von Aug­men­ted and Virtu-

al Rea­li­ty Appli­ca­ti­ons in der medi­zi­ni­schen Leh­re mit

vir­tu­el­len Pati­en­ten gearbeitet.88 Solan­ge die von der KI

gestell­ten Auf­ga­ben bzw. Sze­na­ri­en und die vom Prüf-

ling gelie­fer­ten Ant­wor­ten doku­men­tiert und durch

einen Men­schen über­prüft wer­den kön­nen, ist gegen die

Her­an­zie­hung ent­spre­chen­der Pro­gram­me nichts einzu-

wen­den. Nicht in Betracht kom­men hin­ge­gen die auto-

mati­sier­te Aus­wer­tung und die unmit­tel­ba­re Entschei-

dung über einen Studienplatz.

c. Stu­di­en­be­ra­tung

Auch in der Stu­di­en­be­ra­tung kann KI unterstützen.89 Ihr

kom­mu­ni­ka­ti­ve Poten­ti­al, ins­be­son­de­re beim Abgleich

von Erwar­tun­gen mit Fak­ten-basier­ten Zusam­men­hän-Bode · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 2 0 1

90

Die Ent­schei­dung über den Ein­satz obliegt der Hoch­schu­le; die

erziel­ten Ergeb­nis­se haben jedoch kei­nen Ein­fluss auf die Aus-

wahl­ent­schei­dung. Vgl. § 48 Abs. 9 HG BW; § 60 Abs. 2 Nr. 6 HG

NRW.

91

P. Petri/M. Kers­t­ing, Stu­di­en­platz­ver­ga­be 2.0, ZBS (3) 2022, 77

(78 ff.).

92

Vgl. m.w.N. A.-K. Helten/U. Wienkop/D. Wolff-Gros­ser/C.

Zitz­mann, „Wie kann ich dich unter­stüt­zen?“ Chatbot-basierte

Lern­un­ter­stüt­zung für Studienanfänger:innen, in: T. Schmohl/A.

Watanabe/K. Schel­ling, Künst­li­che Intel­li­genz in der Hochschul-

bil­dung, 2023, S. 145 (146 ff.).

93

A. Lawall, Stei­ge­rung des Lern­erfolgs der Stu­die­ren­den durch

digi­ta­le, inter­ak­ti­ve Umfra­ge- und Feed­back­sys­te­me, HM (1+2)

2022, 55 (57 f.).

94

2022 betraf dies etwa die Goe­the Uni­ver­si­tät Frank­furt a.M.

mit ca. 282 Plät­zen, 2023 die Uni­ver­si­tät Müns­ter mit ca. 1.320

Plät­zen. Vgl. G. Gro­den­sky, Pan­ne bei Stu­di­en­platz­ver­ga­be an der

Goe­the-Uni zieht bun­des­weit Krei­se, Frank­fur­ter Rundschau,

6.9.2022, www.fr.de (7.5.2024); K. Völ­ker, Uni­ver­si­tät sieht bei

sich kei­ne Feh­ler, West­fä­li­sche Nach­rich­ten, 12.10.2023, www.

wn.de (7.5.2024).

95

Vgl. A. Guckel­ber­ger, Deutsch­lands (Rück-)Stand in der Verwal-

tungs­di­gi­ta­li­sie­rung, LTZ 2023, 167 (167 f.); G. De Gre­go­rio, The

rise of digi­tal con­sti­tu­tio­na­lism in the Euro­pean Uni­on, Internati-

onal Jour­nal of Con­sti­tu­tio­nal Law, 19(1), 2021, 41 (41 ff.).

96

Ver­ord­nung (EU) 2018/1724 v. 21.11.2018, L 295/1.

97

Dies wird als „ein­heit­li­ches digi­ta­les Zugangs­tor“ bezeich­net und

befin­det sich im Por­tal „Ihr Europa“.

98

Vgl. Thie­le (Fn. 6), Rn. 29 ff.; J. Bot­ta, Der digi­ta­le Staat als gläser-

ner Staat, DÖV 2023, 421 (422).

gen, etwa Wis­sen über den Stu­di­en­gang, die Hochschule

etc., ist längst erkannt. So sehen Baden-Württemberg

und Nord­rhein-West­fa­len für vie­le Stu­di­en­gän­ge, etwa

im Bereich der Psy­cho­lo­gie, der Wirt­schaft oder des

Rechts, das Absol­vie­ren eines Self-Assess­ment-Tests als

Imma­tri­ku­la­ti­ons­vor­aus­set­zung vor.90 Die­se Tests

ermög­li­chen die „selbst­ver­ant­wort­li­che Erfas­sung stu-

die­n­er­folgs­re­le­van­ter Eig­nungs­merk­ma­le“ und fin­den in

der Pra­xis Anklang.91 In ver­gleich­ba­rer Wei­se können

KI-gelei­te­te Chat­bots etwa Stu­di­en­an­fän­gern Hilfestel-

lung bei der Ana­ly­se von Wis­sens­lü­cken oder bei der

Opti­mie­rung ihrer Lern­me­tho­den bieten.92 Auch inter-

akti­ve Umfra­ge- und Feed­back­sys­te­me stei­gern den

Lernerfolg.93 Eben­so könn­ten intel­li­gen­te berufsspezifi-

sche Bedarfs­kal­ku­la­tio­nen hier Anwen­dung finden.

Anders als in den oben betrach­te­ten Sze­na­ri­en werden

dabei kei­ne unmit­tel­bar recht­lich ver­bind­li­chen Ent-

schei­dun­gen getrof­fen, son­dern nur Informationen

gebo­ten.

d. Tech­ni­sche Unter­stüt­zung, etwa im Überbuchungs-

pro­zess

Wei­ter kommt in Betracht, per KI die Funk­tio­na­li­tät der

IT zu unter­stüt­zen. Ein Anwen­dungs­fall könn­te die Kon-

trol­le von Über­bu­chungs­ent­schei­dun­gen sein. In der

Ver­gan­gen­heit hat sich die Über­bu­chung von Studien-

plät­zen mit dem Ziel, eine mög­lichst passgenaue

Erschöp­fung der Stu­di­en­platz­ka­pa­zi­tä­ten zu erreichen,

hin und wie­der als feh­ler­an­fäl­lig erwiesen.94

Hier kann KI dazu bei­tra­gen, aus den bekannten

Über­bu­chungs­wer­ten der Ver­gan­gen­heit einer­seits und

aus der Anzahl an Bewer­bun­gen und an Studienplätzen

ande­rer­seits eine Pro­gno­se des erwart­ba­ren Ergebnisses

zu erstel­len. Der­ar­ti­ge Kal­ku­la­tio­nen abs­trak­ter Art

ohne die Ver­ar­bei­tung per­so­nen­be­zo­ge­ner Daten sind

recht­lich unangreifbar.

V. Digi­ta­li­sie­rung

Damit ist der Blick auf die Digi­ta­li­sie­rung im engeren

Sin­ne zu rich­ten, also die Fra­ge, wel­che Maßnahmen

jen­seits von KI in Fra­ge kom­men, um Hochschulzulas-

sungs­pro­zes­se zu opti­mie­ren. Hier kann zwischen

Zulas­sungs-exter­nen Vor­ga­ben, also allgemeinen

Anfor­de­run­gen an die Ver­wal­tungs­di­gi­ta­li­sie­rung, und

Zulas­sungs-imma­nen­ten Bedar­fen unter­schie­den wer-

den. Wäh­rend die exter­nen Vor­ga­ben vor allem auf die

EU und den Bund zurück­ge­hen (1.), ori­en­tie­ren sich die

Bedar­fe an den bereits exis­tie­ren­den verwaltungsrecht-

lichen Gestal­tungs­spiel­räu­men (2.).

1. Zulas­sungs-exter­ne Vor­ga­ben für die Digitalisierung

Im Rah­men ihrer Digi­ta­li­sie­rungs­stra­te­gie entwickelt

die EU Leit­li­ni­en und Vor­ga­ben für Verwaltungsdienst-

leistungen,95 die unter ande­rem den Bereich der Bildung

betref­fen. Die Sin­gle Gate­way Verordnung96 verpflichtet

die Mit­glied­staa­ten, einen ein­heit­li­chen Zugang zu ver-

schie­de­nen Ver­wal­tungs­leis­tun­gen vor­zu­se­hen. So muss

etwa der Antrag auf die „Zulas­sung zu einer öffentlichen

Hoch­schul­ein­rich­tung“ elek­tro­nisch gestellt werden

kön­nen; glei­ches gilt für aka­de­mi­sche Zeugnis-Aner-

ken­nungs­ent­schei­dun­gen, Anhang II, Artt. 6, 14 Single

Gate­way VO. Dafür rich­ten Kom­mis­si­on und Mitglied-

staa­ten ein öffent­li­ches Portal97 ein, das die einmalige

Erfas­sung von Benut­zer­da­ten („Once Only Principle“)

ermög­licht und mit den Por­tal­ver­bün­den von Bund und

Län­dern in Deutsch­land kom­pa­ti­bel ist.

Der Bund hat mit dem Online­zu­gangs­ge­setz (OZG)

die Grund­la­ge für die Bund­ID bzw. das Nutzerkonto

Bund geschaf­fen, § 3 Abs. 2 OZG.98 Im Rah­men der Re-

gis­trie­rung für die Teil­nah­me am DoSV kann die Bund-

ID, also das Nut­zer­kon­to Bund, ver­wen­det wer­den, vgl.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

2 0 2

99

Ver­ord­nung (EU) 910/2014 v. 28.8.2014, L 257/73.

100

Vgl. § 3 Abs. 4 E‑OZG, BT-Drs. 20/8093, 9.

101

Bot­ta (Fn. 98), 423.

102

Bedenk­lich wäre die umfas­sen­de Ver­wen­dung der neu­en ID um,

„umfas­sen­de Per­sön­lich­keits­pro­fi­le“ zu erstel­len. Bot­ta (Fn. 98),

424; vgl. E. Peu­ker, Ein­füh­rung einer ein­heit­li­chen Bürger-Identi-

fika­ti­ons­num­mer, ZRP 2024, 83 (84 f.).

103

BT-Drs. 19/24226, 82.

104

D. Herr­mann, in: J. Bader/M. Ronel­len­fitsch, Beck­OK VwVfG,

62. Ed. 2024, § 25 VwVfG Rn. 1.

105

Vgl. Let­tie­ri (Fn. 7), S. 703 f.

106

OVG HH, Beschl. v. 5.2.2010 – 3 Bs 179/09 –, juris, Rn. 19; OVG

NRW, Beschl. v. 4.10.2021 – 13 B 1272/21 –, juris, Rn. 12.

etwa § 4 Abs. 1 S. 2 2. Ts. Ver­ga­be­ver­ord­nung NRW (Ver-

gabe­VO NRW). Dies ermög­licht die Über­nah­me der

dort hin­ter­leg­ten Stamm­da­ten. Inner­halb der EU sieht

die eIDAS Verordnung99 eine ein­heit­li­che Identifikation

u.a. für natür­li­che Per­so­nen vor. Dem trägt die aktuelle

OZG-Novel­le Rechnung.100 Die EU-wei­te Übernahme

bewer­bungs­spe­zi­fi­scher Daten stellt für alle Beteiligten

eine Erleich­te­rung dar.

Der Bund sieht über­dies – ohne dass dies EU-recht-

lich zwin­gend wäre101 – eine ein­heit­li­che Identifikations-

num­mer vor, „um Daten einer natür­li­chen Per­son in ei-

nem Ver­wal­tungs­ver­fah­ren ein­deu­tig zuzu­ord­nen“, um

die Daten­qua­li­tät der Regis­ter zu ver­bes­sern und Mehr-

auf­wän­de zu redu­zie­ren. Hier­für wird die Steuer-ID

nach § 139b AO genutzt, § 1 Identifikationsnummernge-

setz (IDNrG). Auch Hoch­schu­len sind hin­sicht­lich der

„sys­te­ma­tisch geführ­ten per­so­nen­be­zo­ge­nen Datenbe-

stän­de zu Bil­dungs­teil­neh­men­den“ sog. registerführende

Stel­len, müs­sen also bis Ende 2026 ihre Daten mit der

zen­tra­len Daten­bank abglei­chen und die ein­heit­li­che ID

vor­se­hen, Anla­ge zu § 1 IDNrG Nr. 25. Die SfH ist hierzu

nicht ver­pflich­tet, könn­te die Num­mer aber als öffentli-

che Stel­le für ihre digi­ta­len Verwaltungsdienstleistungen

über­neh­men, § 3 Abs. 2 S. 1 Nr. 2 IDNrG. Zwar begegnet

eine aus­ufern­de Nut­zung der ID in Hin­blick auf das all-

gemei­ne Per­sön­lich­keits­recht der Betrof­fe­nen gem.

Art. 2 Abs. 1 i.V.m. Art. 1 GG ver­fas­sungs­recht­li­chen Be-

denken.102 Im Bereich der Hoch­schul­zu­las­sung könnte

eine ein­heit­li­che Nut­zung der ID das Pro­blem unzulässi-

ger Mehr­fach­re­gis­trie­run­gen lösen, das der­zeit über die

Anga­be der E‑Mail-Adres­se zu ver­rin­gern ver­sucht wird,

vgl. § 4 Ab. 1 S. 2 Ver­ga­be­VO NRW.

Zwar kön­nen nun­mehr auch Per­so­nen eine Steuer-

ID erhal­ten, die „bis­lang noch nicht steu­er­lich in Er-

schei­nung getre­ten“ sind,103 aller­dings nur auf Veranlas-

sung der Mel­de­be­hör­den, § 5 Abs. 2 IDNrG, was einen

Auf­ent­halt im Bun­des­ge­biet vor­aus­setzt. Damit dürfte

die ID für eine Her­an­zie­hung im vor­ge­la­ger­ten Zulas-

sungs­pro­zess aus­schei­den. Wün­schens­wert wäre, dass

künf­tig auch aus­län­di­sche Stu­di­en­be­wer­be­rin­nen und

-bewer­ber ent­spre­chend iden­ti­fi­ziert wer­den könnten.

2. Zulas­sungs­im­ma­nen­te Bedar­fe für Digitalisierung

In Bezug auf eini­ge Aspek­te bringt das Zulassungsver-

fah­ren Digi­ta­li­sie­rungs­be­dar­fe mit sich, die z.T. bereits

erkannt sind und im Rah­men des bestehen­den Rechts

berück­sich­tigt wer­den können.

a. Nut­zer­freund­li­che Aus­ge­stal­tung von Formularen

Gera­de im Zusam­men­hang mit digi­ta­len Formularen

und Ein­ga­be­mög­lich­kei­ten ist ent­spre­chend der aus dem

Rechts­staats­prin­zip abzu­lei­ten­den Betreuungspflicht

her­aus geboten,104 mög­lichst nutzerunterstützende

Lösun­gen zu wäh­len. Gem. § 25 Abs. 1 S. 1 VwVfG soll

die Behör­de „die Abga­be von Erklä­run­gen […] oder die

Berich­ti­gung von Erklä­run­gen oder Anträ­gen anregen,

wenn die­se offen­sicht­lich nur ver­se­hent­lich oder aus

Unkennt­nis“ unter­blei­ben oder feh­ler­haft abgegeben

wer­den. Algo­rith­misch gesteu­er­tes „Tech­no-Nud­ging“

kann hier dazu bei­tra­gen, Falsch­an­ga­ben zu reduzie-

ren.105 Die Recht­spre­chung erkennt dabei frei­lich gewisse

Mit­wir­kungs­pflich­ten der Bewer­be­rin­nen und Bewerber

an: So gilt es etwa für künf­ti­ge Stu­die­ren­de als zumutbar,

sich eine E‑Mail-Adres­se zuzu­le­gen; auch die besonders

sorg­fäl­ti­ge Lek­tü­re von Hin­weis­tex­ten in Por­ta­len sei zu

erwar­ten, da im Rah­men der Zulas­sung eine „bedeut­sa-

me Lebens­ent­schei­dung“ getrof­fen werde.106 Überdies

kommt der Behör­de – gera­de in mas­sen­haf­ten Verfahren

– kei­ne Amts­er­mitt­lungs­pflicht zu, vgl. etwa § 6 Abs. 2

S. 4 Ver­ga­be­VO NRW.

b. Digi­ta­li­sie­rung der Bildungsnachweise

Bei der mas­sen­haf­ten Erfas­sung von Daten im Rahmen

elek­tro­ni­scher For­mu­la­re kön­nen sowohl bei der Antrag-

stel­lung als auch bei der Bear­bei­tung Feh­ler unterlaufen.

Im eige­nen Inter­es­se wird die Behör­de soweit wie mög-

lich auf bereits vor­han­de­ne und vali­dier­te Daten zurück-

grei­fen. Dies ist auch vor­teil­haft für die Studienbewerbe-

rin­nen und ‑bewer­ber und ver­ein­facht den Daten-

trans­fer, etwa im Bewer­bungs­pro­zess oder beim Stu-

dienortwechsel.Bode · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 2 0 3

107

Vgl. C. Krön­ke, Infor­ma­ti­on als Vor­aus­set­zung des Verwaltungs-

han­delns, DVBl 2023, 1044 (1048).

108

Bun­des­amt für Sicher­heit in der Infor­ma­ti­ons­tech­nik, Handrei-

chung „Digi­ta­le Zeug­nis­se“, 2024, www.bsi.bund.de (7.5.2024);

vgl. M. Bode, Zwi­schen Öff­nung und Digi­ta­li­sie­rung, Aktuelle

Ent­wick­lun­gen auf dem Gebiet des Hochschulzugangsrechts,

OdW 2022, 181 (196 f.).

109

Bis Ende 2022 waren erst 22 der vor­ge­se­he­nen 575 Verwaltungs-

leis­tun­gen digi­ta­li­siert. Guckel­ber­ger (Fn. 23), 322 f.

110

BVerfGE 147, 253 (338 Rn. 184).

111

Vgl. M. Bode, Zwi­schen Rea­li­tät und Uto­pie: Die „Nume­rus

clau­sus III“-Entscheidung des BVerfG, OdW 2018, 173 (180 ff.).

112

Vgl. Bode (Fn. 30), 1676.

113

Vgl. KMK, Schnell­mel­dung Abitur­no­ten 2023, 2024, www.kmk.

org (7.5.2024).

114

Hartong/Breiter/Jarke/Förschler (Fn. 34), 486 f.

115

Vgl. etwa Art. 5 Abs. 2 StV über die Hochschulzulassung.

116

Vgl. zum geschei­ter­ten Pro­jekt einer sog. Prozentrangtransforma-

tion der KMK Bode (Fn. 108), 192.

117

Das BVerfG for­der­te „eine annä­hern­de Ver­gleich­bar­keit der

Noten“. BVerfGE 147, 253 (337 Rn. 182).

118

M.w.N. Bode (Fn. 108), 191 f.

119

Vgl. J. Bergerhoff/L. Bergholz/P. Seegers/S. Segt, Sta­tis­ti­sche Kor-

rek­tu­ren ver­bes­sern die Aus­sa­ge­kraft der Bache­lor­no­ten, in: HM

(1+2), 2022, 49 (50 f.).

120

Vgl. zur inzwi­schen wie­der abge­schaff­ten Rege­lung in Branden-

burg M. Bode, in: L. Knopp/F.-J. Peine/H. Top­el, Brandenburgi-

sches Hoch­schul­ge­setz, 3. Aufl. 2018, BbgHZG, § 2 Rn. 12 ff.

Wie auch bei der elek­tro­ni­schen Akten­füh­rung bedeutet

Digi­ta­li­sie­rung hier „nicht ein­fach nur, Papierdokumen-

te ein­zu­scan­nen und in Form von PDFs abzuspeichern“,

son­dern es ist ein Kon­zept zu ent­wi­ckeln, das „die bruch-

und ver­lust­freie Wei­ter­ver­ar­bei­tung ermög­lichst, insbe-

son­de­re auch durch ande­re Behörden“.107 Dabei sind

gemein­sa­me Stan­dards für die Vali­die­rung und Authen-

tifi­zie­rung von Daten zu erar­bei­ten. Hier­zu lau­fen gegen-

wär­tig eini­ge Pro­jek­te, doch lässt sich ein Ersteinsatz

nicht absehen.108

Auch hin­sicht­lich der Abitur­zeug­nis­se dürf­te ein

Grund für die schlep­pen­de Digi­ta­li­sie­rung in den unter-

schied­li­chen Län­der­re­ge­lun­gen lie­gen und dem Fehlen

aus­rei­chen­der finan­zi­el­ler Mit­tel sowie hinreichender

Pro­jekt­kom­pe­tenz. Hier zeigt sich beson­ders auffällig,

dass sich „Deutsch­land mit der Digi­ta­li­sie­rung schwer

tut“, wie es Annet­te Guckel­ber­ger ausdrückt.109

c. Unter­stüt­zung bei der „Berei­ni­gung“ von Schul-

oder Hoch­schul­no­ten

In sei­nem Nume­rus clau­sus III-Urteil ent­schied das

BVerfG 2017, dass die „man­geln­de Aus­sa­ge­kraft der

unbe­rei­nig­ten, nomi­nel­len Abitur­no­te hin­sicht­lich einer

Beur­tei­lung der Eig­nung der Stu­di­en­be­wer­ber“ zu einem

„Ver­gleich­bar­keits­de­fi­zit“ führ­te und die Noten daher

zumin­dest in Stu­di­en­gän­gen mit einem erhöh­ten Nach-

fra­ge­über­hang aus­zu­glei­chen seien.110 Die­ser Ausgleich

wirft aller­dings vie­le Fra­gen auf; etwa, wer zur Ver-

gleichs­ko­hor­te gehört, wie unter föde­ra­lis­ti­schen Aspek-

ten gewünsch­te unter­schied­li­che Tra­di­tio­nen beim

Über­gang in die Sekun­dar­stu­fe II abge­bil­det werden

kön­nen und wie weit auch inter­tem­po­ra­le Aspek­te, etwa

der frü­he­re Erwerbs­zeit­punkt des Abiturs und ein zeit-

gebun­den ande­res Noten­ni­veau, berück­sich­tigt werden

sollen.111 Der­zeit wird, um die Ver­gleich­bar­keit herzustel-

len, auf die Kohor­te der Per­so­nen zurück­ge­grif­fen, die

sich auf min­des­tens einen der in das ZV einbezogenen

Stu­di­en­gän­ge bewerben.112 Um die Repräsentationskraft

zu erhö­hen und auch die – ver­fas­sungs­recht­lich gebote-

ne – Anwen­dung auf ört­lich zulas­sungs­be­schränk­te Stu-

dien­gän­ge mit erhöh­tem Bewer­ber­über­hang zu ermögli-

chen, läge ein Rück­griff auf die länderübergreifenden,

jähr­lich ver­öf­fent­lich­ten und Dezi­mal-genau­en KMK-

Statistiken113 nahe. Der­zeit erwei­sen sich die analogen

Ermitt­lungs­pro­zes­se als zu lang­wie­rig; hier könn­te Digi-

tali­sie­rung durch Ver­net­zung der Schul­be­hör­den bzw.

zeit­na­he Erstel­lung der Refe­renz­sta­tis­ti­ken nütz­lich sein

und sich zu einem Anwen­dungs­fall für „daten­ba­sier­te

Schul­steue­rung“ entwickeln.114 Es lie­ße sich auch an die

Ein­be­zie­hung von Noten aus dem EU-Umfeld denken.

Da die­se Stu­di­en­be­wer­be­rin­nen und ‑bewer­ber Deut-

schen bun­des­weit zulas­sungs­recht­lich gleichgestellt

sind,115 ist es als bedenk­lich abzu­se­hen, dass hier­zu der-

zeit116 kei­ne belast­ba­ren Umrech­nungs­re­fe­ren­zen beste-

hen.117

Eine ver­gleich­ba­re Rele­vanz wei­sen – je nach landes-

recht­li­cher Aus­ge­stal­tung – die Bache­lor-Noten bei Zu-

gang und Zulas­sung zum Mas­ter auf.118 Es ist inzwischen

in der Eig­nungs­dia­gnos­tik aner­kannt, dass die absoluten

Not­en­er­geb­nis­se wenig vali­de sind und sie idealerweise

unter Her­an­zie­hung des im Stu­di­en­gang an der Hoch-

schu­le erreich­ten Noten­per­zen­tils bzw. ggf. unter Be-

rück­sich­ti­gung wei­te­rer Lebens­lauf­da­ten kor­ri­giert wer-

den sollten.119 Gleich­wohl haben sich auch hier

die Ver­su­che, „rela­ti­ve Noten“ aus­zu­wei­sen, nicht

durchgesetzt.120 Eine sol­che Kor­rek­tur könn­te eine bun-

des­wei­te stu­di­en­gang­spe­zi­fi­sche Referenzdatenbank

ermög­li­chen.

d. Auto­ma­ti­sier­ter Erlass von Verwaltungsakten

Frag­lich ist, ob sich die Hoch­schul­zu­las­sung für den

auto­ma­ti­sier­ten Erlass von Ver­wal­tungs­ak­ten eig­net. Seit

dem Jahr 2017 sehen der Bund und die meis­ten Länder

den „voll­stän­dig durch auto­ma­ti­sche Einrichtungen“

erfol­gen­den Erlass von Ver­wal­tungs­ak­ten vor, „sofern

dies durch Rechts­vor­schrift zuge­las­sen ist und weder ein

Ermes­sen noch ein Beur­tei­lungs­spiel­raum besteht“,

§ 35a VwVfG des Bun­des. Ent­spre­chen­de Nor­men beste-

hen mit § 155 Abs. 4 AO für den Steu­er­be­scheid bzw. mit

§ 31a SGB X für das Sozi­al- sowie mit § 10a Rundfunk‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

2 0 4

121

Umfas­send Bull (Fn. 77), 411.

122

Hoff­mann-Riem (Fn. 5), 619.

123

A. Ber­ger, in: H. J. Knack/H.-G. Hen­ne­ke, VwVfG, 11. Aufl. 2020,

§ 35a Rn. 56.; kri­tisch: N. Braun Bin­der, Voll­stän­dig automa-

tisier­ter Erlass eines Ver­wal­tungs­ak­tes und Bekannt­ga­be über

Behör­den­por­ta­le, DÖV 2016, 891 (895).

124

Vgl. Bull (Fn. 77), 410 f.; U. Stel­kens, in: P. Stelkens/H. J. Bonk,

VwVfG, 10. Aufl. 2023, § 35 a Rn. 19 f.

125

Die­se wur­den bereits vor Erlass des § 35 a VwVfG unter § 35

VwVfG sub­su­miert. Stel­kens (Fn. 124), § 35 a Rn. 22; N. Braun

Bin­der, Voll­stän­dig auto­ma­ti­sier­ter Erlass eines Verwaltungsaktes

und Bekannt­ga­be über Behör­den­por­ta­le, DÖV 2016, 891 (894).

126

Stel­kens (Fn. 124), § 35 a Rn. 21.

127

Stel­kens (Fn. 124), § 35 a Rn. 21; Ber­ger (Fn. 123), § 35a Rn. 37 f.

128

Braun Bin­der (Fn. 125), 893.

129

M.w.N. Guckel­ber­ger (Fn. 23), 321; vgl. dies., Automatisierte

Ver­wal­tungs­ent­schei­dun­gen: Stand und Per­spek­ti­ven, DÖV 2021,

566 (569).

130

Lent (Fn. 68), 343.

131

Bull (Fn. 77), 411.

132

VG Mün­chen, Beschl. v. 24.2.2022 – M 4 E 21.6611 –, juris.

133

VG Köln, Urt. v. 9.2.2021 – 6 K 444/20 –, juris.

134

Micha­el (Fn. 22), 190.

135

Bull (Fn. 77), 414, 417.

bei­tragStV für das Rund­funk­bei­trags­recht. Die­se „algo-

rith­men­de­ter­mi­nier­te Ent­schei­dung“ erfolgt sei­tens der

Behör­de ohne mensch­li­ches Tun; aus­ge­löst wird sie

durch die vom Ver­wal­tungs­han­deln betrof­fe­ne Person

selbst, etwa durch das Ein­rei­chen der elektronischen

Steuererklärung.121 Dem­ge­gen­über wer­den bei bloß

„algo­rith­men­ba­sier­ten Ent­schei­dun­gen“ – die den Regel-

fall dar­stel­len – Men­schen bei der Entscheidungsfindung

durch tech­ni­sche Hilfs­mit­tel, etwa Textverarbeitungs-

pro­gram­me, ledig­lich unterstützt.122 Sol­che „mit Hilfe

auto­ma­ti­scher Ein­rich­tun­gen erlassene[r]“ Verwaltungs-

akte ließ bereits § 35 VwVfG zu, wie die Gesamt­schau mit

§§ 28 Abs. 2 Nr. 4 und § 37 Abs. 5 bzw. § 39 Abs. 2 Nr. 3

VwVfG ergibt. Bei bei­den Arten von Verwaltungsakten

kann gem. § 28 Abs. 2 Nr. 4 VwVfG auf die Anhörung

ver­zich­tet werden.123

Der Unter­schied zwi­schen teil- und vollautomatisier-

ten Ver­wal­tungs­ak­ten liegt zum einen in dem Maß der

Ent­schei­dungs­ho­heit, die dem Men­schen als Verant-

wort­li­chen für die zu tref­fen­de Ent­schei­dung zukommt;

über­prüft er etwa im Rah­men der (auto­ma­ti­sier­ten)

Sach­ver­halts­er­mitt­lung Tat­sa­chen auf ihre Glaubhaftig-

keit, so liegt ledig­lich eine Teil­au­to­ma­ti­sie­rung vor.124

Zum ande­ren ent­schei­det „der Sach­ver­halt und dessen

Sub­sum­ti­on unter das mate­ri­el­le Recht“; als vollautoma-

tisiert kann eine Ent­schei­dung gel­ten, bei der kei­ne „ech-

te“ Sach­ver­halts­er­mitt­lung statt­fin­det, etwa bei Ampeln

im Stra­ßen­ver­kehr oder Streckenbeeinflussungsanla-

gen.125 Dage­gen erfolgt beim voll­au­to­ma­ti­sier­ten Verwal-

tungs­akt die „Samm­lung, Aus­wer­tung und Verifizierung

der Sach­ver­halts­da­ten“ ohne oder nur unter nahe­zu irre-

levan­tem Dazwi­schen­tre­ten des Menschen.126 Der Voll-

auto­ma­ti­sie­rung steht jedoch nicht ent­ge­gen, dass aus-

nahms­wei­se das „Aus­steu­ern“ eines Fal­les zur menschli-

chen Ent­schei­dung vor­ge­se­hen wird.127

Das Fach­recht muss die auto­ma­ti­sier­te Entscheidung

nach § 35a VwVfG aus­drück­lich (min­des­tens per Rechts-

ver­ord­nung oder Satzung128) gestat­ten, was der Wertung

des Art. 22 Abs. 2 Buchst. b DSGVO ent­spricht. Sein Er-

lass soll über den ein­schrän­ken­den Wort­laut für Ermes-

sen und Beur­tei­lungs­spiel­raum auch dann ausgeschlos-

sen sein, „wenn sich unbe­stimm­te Rechts­be­grif­fe nicht

in die IT-Spra­che über­set­zen las­sen oder eine automati-

sier­te Sach­ver­halts­auf­klä­rung unzu­läng­lich wäre“.129 Aus

die­sem Grund wird etwa die Beschei­dung von Härtefall-

anträ­gen, bei­spiels­wei­se im Bereich des Rund­funks, in

auto­ma­ti­sier­ter Form für unzu­läs­sig gehalten.130 „Be-

fremd­lich“ unterschiedlich131 und ent­schei­dend behör-

den­freund­li­cher erlaubt das Steu­er­recht die Vollautoma-

tisie­rung gem. § 155 Abs. 4 AO, „soweit kein Anlass dazu

besteht, den Ein­zel­fall durch Amts­trä­ger zu bearbeiten“.

Im ZV bei der SfH erfolgt der­zeit eine antragsindivi-

duel­le Frei­ga­be der geprüf­ten Unter­la­gen durch Sachbe-

arbei­te­rin­nen und Sach­be­ar­bei­ter; bei sog. Wiederbe-

wer­be­rin­nen und ‑bewer­bern, die bereits einen Zulas-

sungs- oder Ableh­nungs­be­scheid erhal­ten haben, wer-

den die Daten auto­ma­tisch über­nom­men. Sog.

Son­der­an­trä­ge, etwa bei Bewer­bun­gen auf ein Zweitstu-

dium, auf einen Platz in der sog. Här­te­quo­te oder unter

Bei­fü­gung einer Hoch­schul­zu­gangs­be­rech­ti­gung aus

Dritt­staa­ten, wer­den eben­falls manu­ell geprüft. An vie-

len Hoch­schu­len wird es ähn­lich gehand­habt. Eine ge-

wis­se Aus­nah­me stel­len Zulas­sungs­ver­fah­ren, vor allem

an der TU Mün­chen dar, bei denen im Rah­men von Eig-

nungs­fest­stel­lungs­ver­fah­ren bestimm­te Seg­men­te an of-

fen­kun­dig beson­ders geeig­ne­ten bzw. unge­eig­ne­ten Be-

wer­bun­gen abhän­gig von einem erreich­ten Punktewert

auto­ma­tisch beschie­den werden.132 Ähn­li­ches ist bei der

auto­ma­ti­siert gesteu­er­ten Exma­tri­ku­la­ti­on bei unvoll-

stän­di­ger Über­wei­sung des Semes­ter­bei­trags an der Uni-

ver­si­tät zu Köln zu beobachten.133

Die rechts­po­li­ti­sche Sym­bol­wir­kung, die

§ 35a VwVfG zukommt,134 spricht dafür, auch in der Mas-

sen­ver­wal­tung voll­au­to­ma­ti­sier­te Verwaltungslösungen

zuzu­las­sen. Wie Hans Peter Bull betont, soll­ten bei der

Beur­tei­lung der Fra­ge, wel­che Beschei­de elek­tro­nisch er-

las­sen wer­den dür­fen, die „Beson­der­hei­ten der verschie-

denen Ver­wal­tungs­auf­ga­ben“ sowie die „Inter­es­sen [sic]

der ver­schie­de­nen Betei­lig­ten“ berück­sich­tigt werden.135

So obliegt es dem Fach­ge­setz­ge­ber zu ent­schei­den, wel-

che Arten von Ver­wal­tungs­ent­schei­dun­gen automati-

ons­ge­eig­net sind; je gerin­ger der „Real­an­teil“ einer Ent-Bode · Zwi­schen Digi­ta­li­sie­rung und Künst­li­cher Intel­li­genz 2 0 5

136

Ber­ger (Fn. 123), § 35a Rn. 59 ff.; vgl. T. Stuhl­fauth, in: M. Funke-

Kaiser/K. Ober­may­er, VwVfG, 6. Aufl. 2021, § 35a Rn. 8.

137

§ 21 Abs. 5 Ver­ga­be­VO NRW.

138

Stel­kens (Fn. 124), § 41 Rn. 134s.

139

H. Schmitz/L. Prell, Rechts­staat­li­che Stan­dards für E‑Ver­wal­tungs-

akt und E‑Bekanntgabe im VwVfG, NVwZ 2016, 1273 (1279).

140

Ein­fa­ches Bestrei­ten lässt das BVerwG im Bereich der postali-

schen Bekannt­ga­be nach § 41VwVfG grund­sätz­lich ausreichen.

BVerwG, Urt. v. 29.11.2023 – 6 C 3/22 –, juris, Rn. 19 ff.

141

C. Tege­thoff, Die Dog­ma­tik der Bekannt­ga­be­fik­ti­on von Verwal-

tungs­ak­ten auf dem Prüf­stand, in: C. Brüning/W. Ewer/S. Schla-

cke/ders., Fes‌ tschrift U. Ram­sau­er, 2023, S. 215 (229 f.); ders.,

in: U. Ram­sau­er, VwVfG, 24. Aufl. 2023, § 41 Rn. 88; vgl. auch

H. Schmitz/L. Prell, in: Stelkens/Bonk (Fn. 124), § 3a Rn. 5g.

142

Die Behör­de muss die Authen­ti­fi­zie­rung des Nut­zers und die

Spei­cher­bar­keit des Doku­ments gewähr­leis­ten, das dann am

Tag nach dem Abruf als bekannt­ge­ge­ben gilt. Vgl. auch zu den

Vor­aus­set­zun­gen der Öffent­lich­keit D. Couzinet/D. Fröh­lich, in:

T. Mann/C. Sennekamp/M. Uech­tritz, VwVfG, 2. Aufl. 2019, § 41

Rn. 101 f., 105 f.

143

Tege­thoff (Fn. 141), § 41 Rn. 43 f.

144

Stel­kens (Fn. 124), § 41 Rn. 134a.

145

Couzinet/Fröhlich (Fn. 142), § 41 Rn. 106.

146

Der Nut­zungs­zwang wird ergänzt um das Ange­bot der Assistenz

für „Bewer­be­rin­nen und Bewer­ber, die glaub­haft machen, dass

ihnen die Kom­mu­ni­ka­ti­on über die Web­por­ta­le der Hochschule

und der Stif­tung nicht mög­lich ist“. §§ 4 Abs. 1, 3 S. 3 VergabeVO

NRW. Vgl. Britz/Eifert (Fn. 7), Rn. 55.

schei­dung, also die Bewer­tung umwelt­be­zo­ge­ner Um-

stän­de, aus­fällt und je weni­ger Abwä­gung sie erfordert,

des­to höher ist ihr „Automationspotential“.136

Der Ver­tei­lungs­al­go­rith­mus des DoSV trifft klar nor-

mier­te Ver­tei­lungs­ent­schei­dun­gen; kei­nem Menschen

wäre es mög­lich, die Viel­zahl der Verteilungsentschei-

dun­gen, die sich ins­be­son­de­re aus dem Nachrücken

oder Umbu­chen zwi­schen Quo­ten erge­ben, gleichzeitig

zu über­se­hen oder gar selbst zu beschei­den. Auch be-

steht hin­sicht­lich der aller­meis­ten zu prü­fen­den Doku-

men­te (von den Son­der­an­trä­gen abge­se­hen) im Rahmen

der Antrags­prü­fung kei­ner­lei über die Veri­fi­zie­rung hin-

aus­ge­hen­de Bewer­tungs­ent­schei­dung. Mag man auch

die Beschei­de in der der­zei­ti­gen Aus­ge­stal­tung des ZV

auf­grund die­ser Veri­fi­zie­rungs­diens­te nur als teilauto-

mati­siert anse­hen, so spricht vie­les dafür, dass diejenigen

Zulas­sungs­pro­zes­se, die zumin­dest in den sog. Haupt-

quo­ten kei­ne Antrags­prü­fung mehr vor­se­hen, vollauto-

mati­sier­te Beschei­de her­vor­brin­gen. Spä­tes­tens mit Ein-

bin­dung digi­ta­ler Bil­dungs­nach­wei­se dürf­te dies der Re-

gel­fall wer­den. Dies ist auch inter­es­sen­ge­recht, da eine

gleich­för­mi­ge, IT-gesteu­er­te Ent­schei­dungs­pra­xis im

Mas­sen­ver­fah­ren dem Gleichbehandlungsgrundsatz

ent­spricht. Dem steht nicht ent­ge­gen, dass Sonderanträ-

ge bis auf Wei­te­res manu­ell zu beschei­den wären. Die er-

for­der­li­che fach­recht­li­che Berech­ti­gungs­norm liegt je-

den­falls bereits vor.137

e. Auto­ma­ti­sier­te Bekannt­ga­be von Bescheiden

Das Ver­wal­tungs­recht stellt ver­schie­de Metho­den bereit,

anhand derer in Ver­fah­ren mit mas­sen­haf­tem Bescheid-

auf­kom­men eine rechts­si­che­re Bekannt­ga­be erfolgen

kann. Die sichers­te Vari­an­te, näm­lich die Zustel­lung mit

Zustel­l­ur­kun­de, ist zugleich die auf­wän­digs­te bzw. teu-

ers­te und kommt daher fak­tisch nur im Ausnahmefall

zum Ein­satz. Auf dem Gebiet der elek­tro­ni­schen Verwal-

tungs­ak­te hat der Norm­ge­ber zwei unterschiedliche

Model­le vor­ge­se­hen: Zum einen Rege­lun­gen, die auf den

tat­säch­li­chen – und nachweisbaren138 – Abruf des Betrof-

fenen abstel­len, etwa § 41 Abs. 2a VwVfG,

§ 37 Abs. 2a SGB X (sog. Abruf­va­ri­an­te); zum anderen

kann auch die Bereit­stel­lung des Beschei­des sei­tens der

Behör­de genü­gen, wobei die fik­ti­ve Mög­lich­keit der

Kennt­nis­nah­me aus­reicht, vgl. etwa § 122a AO, § 9 OZG

(sog. Fiktionsvariante).139 § 9 OZG ist als am „behör­den-

freund­lichs­ten“ ange­se­hen, da er anders als § 122a AO für

den Ein­tritt der Fik­ti­ons­wir­kung nicht auf den schwierig

zu erbrin­gen­den Nach­weis des „Zugang[s] der Benach-

rich­ti­gung“ über die Bereit­stel­lung, son­dern auf den

Nach­weis der „Bereit­stel­lung und den Zeit­punkt der

Bereit­stel­lung“ abstellt. Hier dürf­te ein ein­fa­ches Bestrei-

ten der bzw. des Betrof­fe­nen unter Beru­fung dar­auf, der

Bescheid sei nicht bereit­ge­stellt worden,140 zwar möglich

sein; es kann aber sei­tens der Behör­de schnell widerlegt

werden.141

Bei­de Vari­an­ten sind tech­ni­kof­fen gefasst und kön-

nen durch Abruf „über öffent­lich zugäng­li­che Net­ze“, in

der Pra­xis also das Inter­net oder Hochschulportale,142 er-

fol­gen, wobei die Fik­ti­ons­va­ri­an­te aber zumin­dest ein

Nut­zer­kon­to voraussetzt.143 Die Kom­mu­ni­ka­ti­on über

Por­ta­le ist inzwi­schen „üblich geworden“.144 Die­se Vari-

anten sind nicht abschlie­ßend, wie der Wort­laut des § 37

Abs. 2 S. 1 VwVfG zeigt („[…] oder in ande­rer Weise

[…]“) zeigt. Alle denk­ba­ren Model­le müs­sen in ihrer

Aus­ge­stal­tung jeden­falls dem Rechts­staats­ge­bot entspre-

chen, unter ande­rem also recht­li­ches Gehör bie­ten und

trans­pa­rent bzw. ver­ständ­lich aus­ge­stal­tet sein.145 Ent-

spre­chend haben die Lan­des­ge­setz­ge­ber bereits 2012 ein

an der Fik­ti­ons­va­ri­an­te ori­en­tier­tes Modell eingeführt,

bei dem zulas­sungs­recht­li­che Beschei­de im DoSV-Be-

nut­zer­kon­to, des­sen Nut­zung ver­pflich­tend ist,146 zum

Abruf bereit­ge­stellt wer­den. Sie gel­ten „am drit­ten Tag

nach Absen­dung der E‑Mail über die Bereit­stel­lung“ als

bekannt gege­ben. Den Zugang der Benachrichtigungs-

mail müs­sen im Zwei­fel SfH bzw. Hoch­schu­len nachwei-

sen, § 21 Abs. 6 Ver­ga­be­VO NRW. Da der Zugang vonO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 1 9 3 — 2 0 6

2 0 6

147

Vgl. aber OVG Bre­men, Beschl. v. 19.4.2023 – 8 B 321/22 –, juris.

148

De Gre­go­rio (Fn. 95), 56 ff.; vgl. Vasel (Fn. 3), 1303.

149

Vgl. S. Braun/N. Dwenger/D. Kübler/A. West­kamp, Implement-

ing quo­tas in uni­ver­si­ty admis­si­ons, An expe­ri­men­tal analysis,

Games and Eco­no­mic Beha­vi­or, Vol. 85, 2014, 232 (232 ff.).

150

Zu die­sem „com­pu­ta­ti­on-enhan­ced legal empi­ri­cism“ vgl. Lettieri

(Fn. 7), 719.

Beschei­den aller­dings in der Pra­xis des Zulassungsrechts

eher sel­ten bestrit­ten wird,147 erscheint es mög­lich, aber

nicht unbe­dingt gebo­ten, auf das OZG-Modell

umzu­stel­len.

VI. Fazit

Die Vor­stel­lung, dass KI – ganz ent­spre­chend den gro-

ßen an sie gestell­ten Erwar­tun­gen – die Verteilungsver-

fah­ren für Stu­di­en­plät­ze ersetzt, dürf­te bis auf Weiteres

eine Illu­si­on blei­ben. Die Anwen­dung von KI scheidet

für Ver­wal­tungs­ver­fah­ren mit Grund­rechts­be­zug derzeit

weni­ger des­we­gen aus, weil die Aus­wer­tung der erfor-

der­li­chen Daten oder die Berech­nun­gen zu kompliziert

wären, son­dern weil ihr der Grund­satz der Verfahrens-

trans­pa­renz ent­ge­gen­steht. Erst wenn KI – eben­so wie

digi­ta­le Ser­vices – ihre Ent­schei­dun­gen erklä­ren kön-

nen, nicht nur tech­nisch rekon­stru­ier­bar, son­dern auch

recht­lich plau­si­bi­li­sier­bar wer­den, schei­nen hier Fort-

schrit­te mög­lich. Der sich all­mäh­lich herausbildende

„Digi­ta­le Kon­sti­tu­tio­na­lis­mus“, wie er etwa in der KI-

Ver­ord­nung der EU zum Aus­druck kommt,148 ebenso

wie die staats­recht­li­chen Grund­sät­ze hal­ten an diesen

Prin­zi­pi­en fest.

Dass aber bestimm­te Teil­aspek­te des Verfahrens

durch KI, vor allem aber auch Digi­ta­li­sie­rung im enge-

ren Sin­ne, evi­dent ver­bes­sert wer­den könn­ten, ist unbe-

strit­ten. Dies beginnt bei elek­tro­ni­schen Bildungsnach-

wei­sen, geht über kom­mu­ni­ka­ti­ve Erleich­te­run­gen und

endet beim Erlass auto­ma­ti­sier­ter Bescheide.

Lang­fris­tig könn­te KI aller­dings zu einer Optimie-

rung der Ver­tei­lungs­ge­rech­tig­keit in Bezug auf Studien-

plät­ze bei­tra­gen. Denn sie ermög­licht der For­schung, das

tat­säch­li­che Ver­hal­ten auf die­sen non-profit-Märkten

bes­ser zu ver­ste­hen und auch auszuwerten.149 Dies hat

Rück­wir­kung auf die recht­li­che Theo­rie­bil­dung. Hier ist

mit Nico­la Let­tie­ri ein neu­er, IT-gestütz­ter Empirismus

zu beob­ach­ten, der sich für die kogni­ti­ven und sozialen

Mecha­nis­men inter­es­siert, durch die das Recht seine

Wir­kung entfaltet.150 Auf die­se Wei­se kann KI zur theo-

reti­schen Reflek­ti­on und inter­es­sen­ge­rech­ten Gestaltung

von Ver­wal­tungs­ver­fah­ren beitragen.

Dr. iur., M.A. Mat­thi­as Bode ist Pro­fes­sor für Staats- und

Euro­pa­recht an der Hoch­schu­le für Poli­zei und öffent-

liche Ver­wal­tung (HSPV) NRW.I. His­to­rie und gegen­wär­ti­ge Struk­tu­ren der staatli-

chen Hoch­schul­me­di­zin in Deutschland

Das dem Bei­trag zugrun­de­lie­gen­de aktu­el­le, der Struk-

tur der Hoch­schul­me­di­zin zuzu­ord­nen­de The­ma kann

ohne eine kur­ze Befas­sung mit sei­ner His­to­rie und der

gegen­wär­ti­gen Situa­ti­on der staat­li­chen Hochschulme-

dizin in Deutsch­land nicht ein­ge­ord­net werden.

1. Über­kom­me­ne Struk­tu­ren auf dem Prüfstand

Vor ca. 25 Jah­ren setz­te in Deutsch­land eine Entwicklung

ein, die dazu führ­te, dass die für die staat­li­che Hoch-

schul­me­di­zin maß­geb­li­chen Struk­tu­ren mas­si­ve Ände-

run­gen erfuh­ren. Seit­dem wur­den in den 14 Bundeslän-

dern, in denen bis­her staat­li­che hochschulmedizinische

Ein­rich­tun­gen ver­tre­ten sind, suk­zes­si­ve und bis in die

jüngs­te Ver­gan­gen­heit hin­ein unter­schied­li­che Organi-

sati­ons­mo­del­le umge­setzt. Bevor der Blick darauf

gewen­det wird, soll kurz skiz­ziert wer­den, wie die staat-

liche Hoch­schul­me­di­zin vor Ein­tritt der Änderungen

orga­ni­siert war und wel­che wesent­li­chen Grün­de bestan-

den, neue Struk­tu­ren in der Hoch­schul­me­di­zin zu

suchen.

a. Ursprüng­li­cher Rechts­cha­rak­ter hochschulmedizini-

scher Ein­rich­tun­gen

Bis Ende der 90er Jah­re waren die die Hochschulmedizin

bestim­men­den staat­li­chen Medi­zi­ni­schen Einrichtun-

gen, von weni­gen recht­li­chen Beson­der­hei­ten abgese-

hen, in hoch­schul­recht­li­cher Hin­sicht unselbständige

Anstal­ten ihrer jewei­li­gen Uni­ver­si­tä­ten, soweit sie mit

Auf­ga­ben der Kran­ken­ver­sor­gung betraut waren. Haus-

halts­recht­lich tru­gen sie bezo­gen auf die­se Aufgabenstel-

lung anknüp­fend an den Umstand, dass die Universitä-

ten nicht nur Kör­per­schaf­ten des öffent­li­chen Rechts,

son­dern zugleich auch staat­li­che Ein­rich­tun­gen waren -

und im übri­gen von weni­gen Aus­nah­men abge­se­hen (so

z.B. in Nord­rhein-West­fa­len und über­wie­gend in Nie-

der­sach­sen) in den meis­ten Bun­des­län­dern immer noch

sind -, den Cha­rak­ter von Lan­des­be­trie­ben; sie waren

damit recht­lich gese­hen unselb­stän­di­ge Bestand­tei­le der

jewei­li­gen Lan­des­ver­wal­tung. Zwar ver­füg­te der von der

Medi­zi­ni­schen Fakul­tät, die der Uni­ver­si­tät in ihrem

Rechts­sta­tus als Kör­per­schaft zuzu­ord­nen war, zu unter-

schei­den­de kran­ken­ver­sor­gen­de Teil, der im übri­gen nur

in ganz sel­te­nen Fäl­len bereits die Bezeich­nung „Uni­ver-

sitäts­kli­ni­kum“ auf­wies, über eige­ne, wenn auch in den

Län­dern unter­schied­lich aus­ge­stal­te­te Orga­ne (in Nord-

rhein-West­fa­len z.B. über einen Kli­ni­schen Vorstand).

Dies bedeu­te­te jedoch nicht, dass damit in jeder Hinsicht

auto­nom zu tref­fen­de Ent­schei­dun­gen ver­bun­den waren.

Viel­mehr führ­te der Rechts­cha­rak­ter des Krankenhaus-

betrie­bes dazu, dass die von die­sem in der Krankenver-

sor­gung wahr­zu­neh­men­den Auf­ga­ben vor allem mit

Blick auf maß­geb­li­che finanz‑, per­so­nal- und organisati-

ons­recht­li­che Aspek­te einer umfas­sen­den Staats- und

damit ins­be­son­de­re einer Fach- und Dienstaufsicht

unter­wor­fen waren.

b. Ände­rungs­be­darf und zu beach­ten­de Grundsätze

Im Ergeb­nis — wenn auch mit unter­schied­li­chen Lösungs-

ansät­zen — waren sich im Zuge einer in den 90er Jahren

inten­siv geführ­ten Debat­te sowohl die Kultusminister-

kon­fe­renz als auch der Wis­sen­schafts­rat im Rahmen

ihrer jewei­li­gen Ana­ly­se der Hoch­schul­me­di­zin jeden-

falls dar­in einig, dass deren bis dato gel­ten­de Struktur

nicht mehr trag­fä­hig sei. Vor dem Hin­ter­grund in diesen

Jah­ren grei­fen­der, mas­si­ver, im Ein­zel­nen nicht darzu-

stel­len­der Ver­än­de­run­gen der Rah­men­be­din­gun­gen in

der Kran­ken­haus­fi­nan­zie­rung ein­schließ­lich der Ein-

füh­rung neu­er Ver­gü­tungs­struk­tu­ren wur­de vorgeschla-

gen, die Hoch­schul­kli­ni­ka recht­lich zu verselbständigen.

Auf die­se Wei­se soll­te ihnen eine grö­ße­re Fle­xi­bi­li­tät und

wirt­schaft­li­che Hand­lungs­fä­hig­keit gege­ben werden,

auch um im Wett­be­werb mit kon­kur­rie­ren­den kranken-

ver­sor­gen­den Ein­rich­tun­gen bestehen zu können.

Die bis­he­ri­gen Wei­sungs- und Verantwortungsstruk-

turen im Ver­hält­nis zwi­schen dem Land und den Medi-

zini­schen Ein­rich­tun­gen soll­ten einer kla­ren Abgren-

zung zwi­schen Trä­ger- und Betrei­ber­ver­ant­wor­tung so-

wie zwi­schen Auf­sichts- und Geschäftsführungskompe-

tenz wei­chen. Eine Tren­nung der Verantwortungs-

berei­che von medi­zi­ni­scher For­schung und Leh­re einer-

seits und der Kran­ken­ver­sor­gung ande­rer­seits soll­te vor

allem im Wege getrenn­ter Finanz­kreis­läu­fe auf der

Grund­la­ge einer sog. Tren­nungs­rech­nung erfolgen.

Auch wenn nach allem das Bestre­ben bestand, den

uni­ver­si­tä­ren Kran­ken­haus­be­trieb zu einem selbständig

Ulf Pall­me König

Medi­zi­ni­sche Uni­ver­si­tät in Bran­den­burg — ein

wis­sen­schafts­po­li­ti­sches Neuland

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 0 7 — 2 1 2

2 0 8

hand­lungs­fä­hi­gen Wirt­schafts­be­trieb zu machen, sollten

gleich­wohl alle recht­li­chen Mög­lich­kei­ten ausgeschöpft

wer­den, um die Uni­ver­si­tät, die Medi­zi­ni­sche Fakultät

und das Uni­ver­si­täts­kli­ni­kum in sach­ge­rech­ter Wei­se or-

gani­sa­to­risch mit­ein­an­der zu ver­bin­den. Dabei soll­te ei-

ner­seits gewähr­leis­tet wer­den, dass die die Hochschul-

medi­zin kenn­zeich­nen­de Auf­ga­ben­tri­as von Forschung,

Leh­re und Kran­ken­ver­sor­gung mit ihren häu­fig nicht

mit­ein­an­der in Ein­klang zu brin­gen­den wissenschaftli-

chen und öko­no­mi­schen Her­aus­for­de­run­gen funktions-

gerecht wahr­ge­nom­men wer­den kann. Ande­rer­seits soll-

te aber auch sicher­ge­stellt wer­den, dass die Gesamtver-

ant­wor­tung der Uni­ver­si­tät für ihre Medi­zin gewahrt

bleibt.

2. Gegen­wär­ti­ge Hoch­schul­me­di­zin mit einer Vielfalt

von Struk­tu­ren

Auf die­ser Grund­la­ge gibt es der­zeit in Deutsch­land im

staat­li­chen Bereich 38 Medi­zi­ni­sche Fakul­tä­ten und 36

Uni­ver­si­täts­kli­ni­ka, sofern man bei der Ermitt­lung die-

ses Zah­len­ver­hält­nis­ses von gewis­sen, hier nicht weiter

zu erör­tern­den Son­der­re­ge­lun­gen ein­mal absieht. Die

Diver­genz ist dadurch zu erklä­ren, dass die Medizini-

schen Fakul­tä­ten der Uni­ver­si­tä­ten Kiel und Lübeck

sowie Mar­burg und Gie­ßen jeweils ein gemeinsames

Uni­ver­si­täts­kli­ni­kum haben, näm­lich das Schleswig-

Hol­stei­ni­sche Uni­ver­si­täts­kli­ni­kum und das 2006 priva-

tisier­te Uni­ver­si­täts­kli­ni­kum Marburg/Gießen, dessen

Betrei­ber die Rhön­kli­ni­kum Akti­en­ge­sell­schaft ist.

Dem­ge­gen­über spie­len die weni­gen pri­va­ten Hochschu-

len in Deutsch­land, an denen eine rele­van­te Medizinfor-

schung und eine medi­zi­ni­sche Aus­bil­dung erfolgen

kann, kaum eine nen­nens­wer­te Rol­le. Eine Ausnahme

mag inso­weit die vor 40 Jah­ren gegrün­de­te und insbe-

son­de­re in ihren Anfän­gen eher kri­tisch gese­he­ne Uni-

ver­si­tät Wit­ten-Her­de­cke sein mit ihrer mittlerweile -

auch nach jüngs­ter Auf­fas­sung des Wissenschaftsrates -

gewach­se­nen Struktur.

Die dafür allein zustän­di­gen Län­der haben in den

letz­ten Jahr­zehn­ten zur Rea­li­sie­rung der genannten

Über­le­gun­gen und Emp­feh­lun­gen der Kultusminister-

kon­fe­renz und des Wis­sen­schafts­ra­tes unterschiedliche

Struk­tur­mo­del­le in der staat­li­chen Hochschulmedizin

ent­wi­ckelt. Ohne in die­sem Zusam­men­hang auf zum

Teil sehr kom­ple­xe recht­li­che Fra­ge­stel­lun­gen und darü-

ber hin­aus auf den sich als wenig ergie­big erweisenden,

bis heu­te — so scheint es — nicht aus­ge­tra­ge­nen Streit ein-

zuge­hen, wel­ches der Model­le den Ziel­set­zun­gen der

Hoch­schul­me­di­zin am ehes­ten ent­spricht, können

grund­sätz­lich zwei Orga­ni­sa­ti­ons­mo­del­le unterschieden

wer­den: Das sog. Koope­ra­ti­ons­mo­dell und das sog.

Inte­gra­ti­ons­mo­dell.

a. Koope­ra­ti­ons­mo­del­le

Das Koope­ra­ti­ons­mo­dell sieht von sei­ner Grundstruktur

her vor, dass das — wie dar­ge­legt, zuvor nur an wenigen

Stand­or­ten als sol­ches so bezeich­ne­te — Universitätsklini-

kum (zumeist) als rechts­fä­hi­ge öffentlich-rechtliche

Anstalt ver­selb­stän­digt wird. Dage­gen ver­bleibt die

Medi­zi­ni­sche Fakul­tät Im Ver­bund der Uni­ver­si­tät als

deren inte­gra­ler Bestand­teil. Die Koope­ra­ti­on zwischen

der Uni­ver­si­tät ein­schließ­lich ihrer Medizinischen

Fakul­tät und dem Uni­ver­si­täts­kli­ni­kum wird einerseits

gesetz­lich vor­ge­re­gelt und zudem im Wege eines öffent-

lich-recht­li­chen Koope­ra­ti­ons­ver­tra­ges mit Blick auf

ört­li­che Beson­der­hei­ten kon­kre­ti­siert. In die­ser Ausprä-

gung wird die­ses Modell der­zeit in den Län­dern Bayern,

Baden-Würt­tem­berg, Nord­rhein-West­fa­len, Hessen,

Sach­sen, Schles­wig-Hol­stein, Sach­sen-Anhalt und im

Saar­land sowie an einem Hoch­schul­stand­ort in Nieder-

sach­sen (Olden­burg) prak­ti­ziert. Es weist zum Teil stark

diver­gie­ren­de, hier nicht wei­ter zu ver­tie­fen­de gesetzli-

che Aus­ge­stal­tun­gen und Varia­tio­nen auf. Zu nennen

sind in die­sem Zusam­men­hang das sog. Bochumer,

Regens­bur­ger und Mann­hei­mer Modell und neuerdings

die vor allem zusätz­li­che Stu­di­en­plät­ze in der Human-

medi­zin gene­rie­ren­den sog. Zweit­cam­pus-Model­le z.B.

an den bis­her nicht hoch­schul­me­di­zi­nisch ausgewiese-

nen Stand­or­ten in Sie­gen, Bay­reuth und Chem­nitz. Die-

se wir­ken eng mit den räum­lich jeweils in eini­ger Entfer-

nung lie­gen­den hoch­schul­me­di­zi­ni­schen Einrichtungen

der Uni­ver­si­tä­ten in Bonn, Erlan­gen und Dresden

koope­ra­tiv zusammen.

b. Inte­gra­ti­ons­mo­del­le

Dem­ge­gen­über steht das Inte­gra­ti­ons­mo­dell, demzufol-

ge das Uni­ver­si­täts­kli­ni­kum zusam­men mit der Medizi-

nischen Fakul­tät als Kör­per­schaft des öffent­li­chen Rechts

zwar recht­lich ver­selb­stän­digt, die­se zugleich aber auch

eine Glied­kör­per­schaft der Uni­ver­si­tät ist. Für dieses

Modell haben sich die Län­der ent­schie­den, die entweder

nur über eine hoch­schul­me­di­zi­ni­sche Ein­rich­tung ver-

fügen, wie Ber­lin, Ham­burg, Thü­rin­gen (Jena) und

Rhein­land-Pfalz (Mainz) oder maxi­mal zwei die­ser Ein-

rich­tun­gen auf­wei­sen, so Mecklenburg-Vorpommern

(Ros­tock und Greifs­wald) sowie — mit der bereits erwähn-

ten Aus­nah­me in Olden­burg — Nie­der­sach­sen (Han­no­ver

und Göt­tin­gen). Auch die­ses Modell weist unterschiedli-

che, hier im Ein­zel­nen eben­falls nicht wei­ter zu erörtern-

de gesetz­li­che Aus­ge­stal­tun­gen und Aus­prä­gun­gen auf.Pallme König · Medi­zi­ni­sche Uni­ver­si­tät in Bran­den­burg 2 0 9

II. Errich­tung einer Medi­zi­ni­schen Uni­ver­si­tät in

Bran­den­burg

Danach ver­füg­ten bis­her nur noch die Bundesländer

Bran­den­burg und Bre­men über kei­ne eige­ne staatliche

Hoch­schul­me­di­zin. Nun hat sich aller­dings auch das

Land Bran­den­burg als letz­tes Flä­chen­land entschlossen,

am Stand­ort Cott­bus eine eige­ne staat­li­che hochschul-

medi­zi­ni­sche Ein­rich­tung zu errichten.

1. Anlass, Struk­tur, Inhal­te und Finanzierung

Hin­ter­grund für die­se poli­ti­sche Ent­schei­dung ist fol-

gen­der:

Mit dem 2020 beschlos­se­nen Braun­koh­le­aus­stieg be-

fin­det sich u.a. die Lau­sitz in einem tief­grei­fen­den Struk-

tur­wan­del. Damit der Koh­le­aus­stieg in den betroffenen

Regio­nen als ech­te Chan­ce genutzt wer­den kann, die

Wei­chen für die Zukunft zu stel­len, för­dert der Bund bis

2038 Pro­jek­te für einen nach­hal­ti­gen Strukturwandel.

Die Modell­re­gi­on Gesund­heit Lau­sitz befin­det sich un-

ter der Bezeich­nung „Inno­va­ti­ons­zen­trum Universitäts-

medi­zin Cott­bus (IUC)“ im Inves­ti­ti­ons­ge­setz Kohleregio-

nen (einem Bun­des­ge­setz) als Vor­ha­ben wieder.

a. Selb­stän­di­ge Kör­per­schaft und Studienbetrieb

Auf die­ser Grund­la­ge hat die Regie­rung des Landes

Bran­den­burg, so wie im dor­ti­gen Koali­ti­ons­ver­trag ver-

ein­bart, beschlos­sen, am Stand­ort Cott­bus eine staatli-

che Uni­ver­si­täts­me­di­zin durch die Errich­tung einer

Medi­zi­ni­schen Uni­ver­si­tät als recht­lich selb­stän­di­ge Kör-

per­schaft des öffent­li­chen Rechts auf­zu­bau­en. Demgegen-

über ist der anfäng­li­che Plan, an die­sem Stand­ort mit

Hil­fe der dort bereits bestehen­den Tech­ni­schen Univer-

sität ein Inte­gra­ti­ons­mo­dell in dem dar­ge­leg­ten Sin­ne zu

eta­blie­ren, auf­ge­ge­ben wor­den. Die Medi­zi­ni­sche Uni-

ver­si­tät soll aus einem wis­sen­schaft­li­chen Teil und dem

der­zeit kom­mu­nal getra­ge­nen, in Lan­de­s­trä­ger­schaft zu

über­füh­ren­den und zu einem Uni­ver­si­täts­kli­ni­kum aus-

zubau­en­den Carl-Thiem-Kli­ni­kum Cott­bus bestehen.

Die Uni­ver­si­tät, die auf der Grund­la­ge eines öffentlich-

recht­li­chen Koope­ra­ti­ons­ver­tra­ges eng mit der Branden-

bur­gi­schen Tech­ni­schen Uni­ver­si­tät Cott­bus zusam-

men­ar­bei­ten soll, soll am 1.7.2024 und damit noch vor

der nächs­ten Land­tags­wahl im Herbst 2024 errichtet

wer­den und vor­läu­fig den Namen „Medi­zi­ni­sche Uni-

ver­si­tät Lau­sitz — Carl Thiem“ tra­gen. Der Studienbetrieb

im human­me­di­zi­ni­schen Stu­di­en­gang soll auf der

Grund­la­ge der sich der­zeit noch in einem Entwurfssta-

dium befind­li­chen neu­en Appro­ba­ti­ons­ord­nung zum

WS 2026/2027 auf­ge­nom­men wer­den. Im Endausbau

soll die Uni­ver­si­tät 80 Pro­fes­su­ren umfas­sen und unter

Ein­schluss einer auch in ande­ren Län­dern geltenden

Land­arzt­quo­te 200 human­me­di­zi­ni­sche Stu­die­ren­de pro

Jahr auf­neh­men. Dane­ben sind auch Stu­di­en­gän­ge zur

Aus­bil­dung in nicht­ärzt­li­chen Gesundheitsberufen

geplant. Mit ihnen soll ab WS 2028/2029 begon­nen wer-

den.

b. For­schungs­schwer­punk­te, Ver­sor­gung und Arbeits-

plät­ze in einer Modellregion

Als For­schungs­schwer­punk­te soll sich die Universität -

im Wesent­li­chen der Emp­feh­lung einer vom Land früh-

zei­tig ein­ge­setz­ten Exper­ten­kom­mis­si­on fol­gend — der

Gesund­heits­sys­tem­for­schung und der Digitalisierung

des Gesund­heits­we­sens wid­men. In die­ser Verbindung

soll sie im Ver­gleich zu den ande­ren hochschulmedizini-

schen Ein­rich­tun­gen in Deutsch­land nicht nur ein

Allein­stel­lungs­merk­mal auf­wei­sen, son­dern auch eine

inter­na­tio­na­le Sicht­bar­keit erzeu­gen. Dies gilt auch des-

wegen, weil sich mit Hil­fe der Medi­zi­ni­schen Universität

die Regi­on Lau­sitz zu einer Modell­re­gi­on Gesundheit

ent­wi­ckeln soll. Durch den Auf­bau eines digi­ta­len Netz-

wer­kes der regio­na­len Leis­tungs­er­brin­ger der Gesund-

heits­ver­sor­gung sowie durch den Aus­bau des Universi-

täts­kli­ni­kums zu einem sog. digi­ta­len Leitkrankenhaus

soll die infra­struk­tu­rel­le Anbin­dung der Modellregion

rea­li­siert wer­den. Ziel die­ser Bemü­hung soll sein, im

Wege des genann­ten, in der Medi­zi­ni­schen Universität

zusam­men­lau­fen­den Netz­wer­kes neue Versorgungsmo-

del­le in der Regi­on daten­ba­siert zu erpro­ben, damit

einen Bei­trag zur Wei­ter­ent­wick­lung (nicht nur)

des deut­schen Gesund­heits­sys­tems zu leis­ten und die

gesund­heit­li­che Ver­sor­gung, ins­be­son­de­re im ländlich

gepräg­ten Raum, zu sta­bi­li­sie­ren und zu verbessern.

Dass im Übri­gen mit der Grün­dung der Universität

auch ein Bei­trag zur Erfül­lung der immer inten­si­ver wer-

den­den bun­des­wei­ten For­de­rung geleis­tet wer­den soll,

die Stu­di­en­platz­ka­pa­zi­tät in der Human­me­di­zin zu er-

höhen, um damit auch der pro­ble­ma­ti­schen ärztlichen

Unter­ver­sor­gung in Bran­den­burg und hier insbesondere

in der Lau­sitz ent­ge­gen­zu­wir­ken, liegt auf der Hand. Da-

neben besteht das min­des­tens eben­so wich­ti­ge Bestre-

ben des Lan­des, dass sich die Uni­ver­si­tät mit der Schaf-

fung von 1300 neu­en Arbeits­plät­zen in der Regi­on zu ei-

nem „Job­mo­tor“ für die Lau­sitz entwickelt.

c. Finan­zie­rung

Für die­ses Vor­ha­ben ste­hen bis 2038 ins­ge­samt ca. 3,7

Mrd. Euro zur Ver­fü­gung, davon rund 1,9 Mrd. Euro

Bun­des- und rund 1,8 Mrd. Euro Lan­des­mit­tel. Die Vor‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 0 7 — 2 1 2

2 1 0

aus­set­zun­gen dafür, dass die­se Mit­tel bereit­ge­stellt wer-

den und auch eine mög­li­che Fol­ge­fi­nan­zie­rung ab 2038

sicher­ge­stellt wer­den kann, sind jetzt auf Grund einer

posi­ti­ven Begut­ach­tung des Vor­ha­bens durch den Wis-

sen­schafts­rat erfüllt. Des­sen zustim­men­de, mit einigen

grund­le­gen­den, sehr beach­tens­wer­ten Empfehlungen

ver­se­he­ne Ent­schei­dung, die mit Blick auf die Realisie-

rung des Vor­ha­bens aus der Sicht des Bun­des und des

Lan­des eine unab­ding­ba­re Vor­aus­set­zung ist, ist Ende

April 2024 getrof­fen worden.

Betrach­tet man die Finan­zie­rungs­mo­da­li­tä­ten für

sich, erweist sich das bran­den­bur­gi­sche Vor­ha­ben be-

reits finanz­po­li­tisch als sin­gu­lär. Erst­mals wird sich der

Bund mit Blick auf die genann­te Sicher­stel­lung des

Struk­tur­wan­dels in der Lau­sitz über einen län­ge­ren Zeit-

raum hin­weg und dar­über hin­aus mit der Opti­on einer

Wei­ter­fi­nan­zie­rung an der (Grund-) Finan­zie­rung einer

staat­li­chen hoch­schul­me­di­zi­ni­schen Ein­rich­tung beteili-

gen, soweit Bestand­tei­le der For­schung betrof­fen sind.

Dem­ge­gen­über obliegt in allen sons­ti­gen Fäl­len die

Grund­fi­nan­zie­rung der Hoch­schul­me­di­zin auf Grund

der ver­fas­sungs­recht­lich gere­gel­ten Zustän­dig­kei­ten aus-

schließ­lich den Ländern.

2. Wis­sen­schafts­po­li­ti­sches Neuland

Das Land Bran­den­burg betritt neben die­ser finanzpoliti-

schen Beson­der­heit vor allem aber auch wissenschaftspo-

liti­sches Neu­land mit wis­sen­schafts­recht­li­cher Relevanz.

Erst­mals wird in Deutsch­land eine recht­lich eigen-

stän­di­ge, mit Arbeitgeber‑, Dienst­herrn- und Bauherrn-

funk­ti­on aus­ge­stat­te­te Medi­zi­ni­sche Uni­ver­si­tät errichtet

wer­den. Damit wird das bis­her vor­han­de­ne Spek­trum an

Struk­tur­mo­del­len in der Hoch­schul­me­di­zin um ein wei-

teres, sin­gu­lä­res Modell berei­chert. Ihm am nächsten

kommt — eben­falls als sog. insti­tu­tio­nel­les Integrationsmo-

dell — die Medi­zi­ni­sche Hoch­schu­le Han­no­ver (MHH).

Die­se stellt sich zwar eben­so als eine aus­schließ­lich staat-

liche hoch­schul­me­di­zi­ni­sche Ein­rich­tung mit einem für

eine Hoch­schu­le unver­zicht­ba­ren körperschaftsrechtli-

chen Sta­tus dar. Sie erweist sich jedoch im Unterschied

zur geplan­ten Medi­zi­ni­schen Uni­ver­si­tät in Cott­bus be-

zogen auf einen Teil­be­reich, näm­lich dem der Kranken-

ver­sor­gung, zugleich als nie­der­säch­si­scher Landesbe-

trieb gemäß der dor­ti­gen Lan­des­haus­halts­ord­nung. Da-

mit fehlt der MHH jeden­falls die voll­stän­di­ge rechtliche

Selb­stän­dig­keit, die der geplan­ten Medi­zi­ni­schen Ein-

rich­tung in Bran­den­burg — mit der Absi­che­rung durch

ein eigen­stän­di­ges Uni­ver­si­täts­me­di­zin­ge­setz des Landes

- zuge­spro­chen wer­den soll.

III. Ver­selb­stän­di­gungs­ten­den­zen in der staatlichen

Hoch­schul­me­di­zin in Deutschland

Der guten Ord­nung hal­ber ist aller­dings festzustellen,

dass die Hoch­schul­me­di­zin immer schon inner­halb der

Uni­ver­si­tä­ten auf Grund der für sie charakteristischen

Auf­ga­ben­tri­as einen gewis­sen Son­der­sta­tus eingenom-

men hat bzw. ein­nimmt, der auch noch dadurch ver-

stärkt wird, dass die Medi­zi­ni­schen Fakul­tä­ten im Ver-

gleich zu ande­ren Fakul­tä­ten grund­sätz­lich über den

größ­ten Per­so­nal­be­stand und über die meis­ten sonstigen

Res­sour­cen inner­halb der Uni­ver­si­tä­ten ver­fü­gen. Über-

dies haben sich mitt­ler­wei­le an eini­gen Stand­or­ten in

Deutsch­land hoch­schul­me­di­zi­ni­sche Einrichtungen -

los­ge­löst von ihren jewei­li­gen „Mut­ter­uni­ver­si­tä­ten“ — zu

eher selb­stän­di­gen hoch­schu­li­schen Ein­rich­tun­gen hin

ent­wi­ckelt. Es dürf­ten daher durch­aus Zwei­fel ange-

bracht sein, ob gera­de in die­sen Fäl­len wirk­lich noch von

einer Ver­ant­wor­tungs­ge­mein­schaft von Universität,

Medi­zi­ni­scher Fakul­tät und Uni­ver­si­täts­kli­ni­kum für die

Hoch­schul­me­di­zin, so wie sie nicht zuletzt auch von der

Hoch­schul­rek­to­ren­kon­fe­renz in meh­re­ren grundlegen-

den Stel­lung­nah­men gefor­dert wor­den ist, gesprochen

wer­den kann.

1. Ein­rich­tun­gen im Integrationsmodell

Dies gilt zunächst vor allem für Ein­rich­tun­gen, die dem

Inte­gra­ti­ons­mo­dell fol­gen. Ohne auf Ein­zel­hei­ten gesetz-

licher Rege­lun­gen ein­zu­ge­hen, ist in die­sem Zusammen-

hang ins­be­son­de­re auf die Cha­ri­tè Universitätsmedizin

Ber­lin mit ihrer nur noch sehr „losen“ Ver­bin­dung zur

Hum­boldt-Uni­ver­si­tät und Frei­en Uni­ver­si­tät Berlin

hin­zu­wei­sen. Ähn­li­ches dürf­te für die Universitätsmedi-

zin Ham­burg-Eppen­dorf mit ihrer eben­falls lediglich

for­ma­len Anbin­dung an die Uni­ver­si­tät Ham­burg und

für die Uni­ver­si­täts­me­di­zin Göt­tin­gen gel­ten. Mit derem

Uni­ver­si­täts­kli­ni­kum und der dor­ti­gen Medizinischen

Fakul­tät erweist sich die­se als ein mit gro­ßer Selbstän-

dig­keit aus­ge­stat­te­ter Teil der seit 2002 existierenden

„Stif­tung Georg-August-Uni­ver­si­tät Göttingen“.

2. Ein­rich­tun­gen im Kooperationsmodell

Sol­che Ver­selb­stän­di­gungs­ten­den­zen sind aber durchaus

auch bei hoch­schul­me­di­zi­ni­schen Ein­rich­tun­gen im

Rah­men des in Deutsch­land nach wie vor vorherrschen-

den Koope­ra­ti­ons­mo­dells zu beob­ach­ten. Ein gutes Bei-

spiel dafür bie­tet die durch die Gesetz­ge­bung begünstig-

te Stel­lung der staat­li­chen Hoch­schul­me­di­zin in Nord-

rhein-West­fa­len. Sie ermög­licht — jeden­falls in dem

auf­ge­zeig­ten klas­si­schen Koope­ra­ti­ons­mo­dell — nur einePall­me König · Medi­zi­ni­sche Uni­ver­si­tät in Bran­den­burg 2 1 1

begrenz­te Ein­fluss­nah­me der Uni­ver­si­tä­ten auf ihre

Medi­zi­ni­schen Fakul­tä­ten. Die­se erfah­ren im Vergleich

zu den ande­ren Fakul­tä­ten der Uni­ver­si­tä­ten eine nicht

uner­heb­li­che Son­der­be­hand­lung. Dies zeigt sich maß-

geblich bei der staat­li­chen Zufüh­rung des Betra­ges für

For­schung und Leh­re, den die Medi­zi­ni­sche Fakultäten

aus dem Lan­des­haus­halt erhal­ten. Die­ser wird zwar vom

Land den jewei­li­gen Uni­ver­si­tä­ten zuge­wie­sen, ist von

die­sen dann aber unver­züg­lich und unge­schmä­lert an

die dazu­ge­hö­ri­gen Uni­ver­si­täts­kli­ni­ka, die für die

Bewirt­schaf­tung die­ser Mit­tel allein zustän­dig sind, wei-

ter­zu­lei­ten. Die Fol­ge ist, dass die zen­tra­len Orga­ne der

Uni­ver­si­tä­ten (Hoch­schul­rä­te, Rek­to­ra­te und Senate)

bezo­gen auf ihre Medi­zi­ni­sche Fakul­tä­ten über keine

Bud­get­ho­heit ver­fü­gen und damit auch kaum einen Ein-

fluss dar­auf haben, wie die Mit­tel in den Medizinischen

Fakul­tä­ten ver­wen­det wer­den. M.a.W.: Eine der Hoch-

schul­me­di­zin in Nord­rhein-West­fa­len kraft Gesetzes

ein­ge­räum­te Finanz­au­to­no­mie schließt nennenswerte

finan­zi­el­le Steue­rungs­mög­lich­kei­ten der Universitäten

bezo­gen auf ihre Medi­zi­ni­sche Fakul­tä­ten aus. Sie för-

dert — gewis­ser­ma­ßen im Wege eines ver­kapp­ten Integra-

tions­mo­dells — die Ten­denz einer schlei­chen­den Loslö-

sung die­ser Fakul­tä­ten von den Uni­ver­si­tä­ten im Ver-

bund mit den Universitätsklinika.

IV. Die Struk­tur der staat­li­chen Hoch­schul­me­di­zin in

Öster­reich

Unab­hän­gig von die­ser in Deutsch­land zu beobachten-

den, viel­fäl­ti­gen Ent­wick­lung von Struk­tu­ren in der

Hoch­schul­me­di­zin bie­tet es sich an, ins­be­son­de­re im

Ver­gleich mit der in Bran­den­burg geplan­ten Medizini-

schen Uni­ver­si­tät noch einen kur­zen Blick auf die staat-

liche Uni­ver­si­täts­me­di­zin in Öster­reich zu werfen.

Im Zuge einer 2002 ver­ab­schie­de­ten gro­ßen Univer-

sitäts­re­form wur­den in dem Nach­bar­land 2004 die dor-

tigen staat­li­chen Medi­zi­ni­schen Fakul­tä­ten der Universi-

täten Graz, Inns­bruck und Wien, die in Öster­reich unter

der Ver­ant­wor­tung des Bun­des ste­hen, zu recht­lich ei-

gen­stän­di­gen Medi­zi­ni­schen Uni­ver­si­tä­ten umgewan-

delt. Damit wur­de jedoch nur der wis­sen­schaft­li­che Teil

der Medi­zin, wur­den mit­hin die Berei­che von Forschung

und Leh­re erfasst. Die sei­ner­zeit mit den Medizinischen

Fakul­tä­ten und auch heu­te mit den an ihre Stel­le getrete-

nen Medi­zi­ni­schen Uni­ver­si­tä­ten koope­rie­ren­den Uni-

ver­si­täts­kli­ni­ka an den drei Stand­or­ten behiel­ten ihren

bis­he­ri­gen Sta­tus und ver­blie­ben in der Trä­ger­schaft des

jewei­li­gen Bun­des­lan­des bzw. der Stadt/dem Land Wien

- wenn auch mit unter­schied­li­chen recht­li­chen Ausge-

stal­tun­gen. Damit unter­schei­den sich auch die­se Konst-

ruk­te in einem ent­schei­den­den Punkt von der in Bran-

den­burg geplan­ten Medi­zi­ni­schen Uni­ver­si­tät, weil — an-

ders als in Öster­reich — in die­sem Bun­des­land das Uni-

ver­si­täts­kli­ni­kum unter der (Gewährs-) Trä­ger­schaft des

Lan­des inte­gra­ler Bestand­teil der Uni­ver­si­tät sein wird.

V. Zurück zum Vor­ha­ben in Brandenburg

Es bleibt zunächst abzu­war­ten, wel­che Ent­wick­lung die

geplan­te Medi­zi­ni­sche Uni­ver­si­tät in Bran­den­burg neh-

men und ob sie in der Lage sein wird, die ambitionierten

Zie­le, die das Land mit ihr ver­wirk­li­chen will, zu errei-

chen. Bei einer ers­ten sum­ma­ri­schen Ana­ly­se dürften

die Her­aus­for­de­run­gen, die sich dem nach dem Univer-

sitäts­me­di­zin­ge­setz zustän­di­gen Gründungsvorstand

zusam­men mit einem Über­gangs­auf­sichts­rat und einer

die Auf­ga­ben eines Sena­tes wahr­neh­men­den Grün-

dungs­kom­mis­si­on im Rah­men der prak­ti­schen Umset-

zung des Vor­ha­bens in vie­ler­lei Hin­sicht stel­len, immens

sein. Sie im Ein­zel­nen auf­zu­zei­gen, wäre einen geson-

der­ten Bei­trag wert.

Die Viel­falt der zu lösen­den Pro­ble­me ist groß. Zu ih-

nen gehö­ren nach Maß­ga­be der Emp­feh­lun­gen des Wis-

sen­schafts­rats ins­be­son­de­re die Schaf­fung von Interims-

flä­chen und eine rasche Umset­zung der Bau­pla­nung zur

Gewähr­leis­tung von Stu­di­um, Leh­re und For­schung ein-

schließ­lich der mit Vor­rang zu betrei­ben­den sukzessiven

Beset­zung von Pro­fes­su­ren, der zügi­ge Auf­bau ein-

schließ­lich der digi­ta­len Anbin­dung der „Modell­re­gi­on

Gesund­heit Lau­sitz“, die Bewäl­ti­gung des Transformati-

ons­pro­zes­ses im Rah­men des Über­gangs von einem

kom­mu­na­len Kran­ken­haus zu einem Universitätsklini-

kum und die Her­stel­lung einer ver­trau­ens­vol­len Part-

ner­schaft mit der Bran­den­bur­gi­schen Tech­ni­schen Uni-

ver­si­tät Cottbus.

Dar­über hin­aus soll wenigs­tens auf drei wei­te­re, als

beson­ders bedeut­sam zu erach­ten­de Gesichtspunkte

hin­ge­wie­sen werden:

Ent­schei­dend wird es sein, ob es — nicht zuletzt auch

mit Blick auf den geplan­ten Stu­di­en­be­ginn WS 2026/2027

- mit den dafür not­wen­di­gen (hoch­schul­recht­li­chen)

Ver­fah­rens­wei­sen gelingt, schnellst­mög­lich qualifizier-

tes wis­sen­schaft­li­ches und nicht­wis­sen­schaft­li­ches Per-

sonal zu gewin­nen, das bereit sein wird, den Weg nach

Cott­bus zu gehen, einer Stadt, die nicht zuletzt einige

struk­tu­rel­le Pro­ble­me zu bewäl­ti­gen hat. Vor diesem

Hin­ter­grund wird es inso­weit die Personalentwicklung

der Medi­zi­ni­schen Uni­ver­si­tät unter­stüt­zend eine we-

sent­li­che Auf­ga­be der Stadt sein, vor allem durch geeig‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 0 7 — 2 1 2

2 1 2

nete infra­struk­tu­rel­le Maß­nah­men einen eige­nen Bei-

trag zu leis­ten, um auch und gera­de für den Zuzug von

Fami­li­en eine Attrak­ti­vi­tät zu erzeugen.

Über­dies wird die Medi­zi­ni­sche Uni­ver­si­tät mit ih-

rem beson­de­ren, in die genann­te Modell­re­gi­on hinein-

rei­chen­den digi­ta­len Anspruch bewei­sen müs­sen, inwie-

weit sie mit wei­te­ren Ein­rich­tun­gen vor allem mit Blick

auf ihre ange­streb­ten For­schungs­schwer­punk­te koope-

rie­ren und damit im Wett­be­werb mit ande­ren hoch-

schul­me­di­zi­ni­schen Ein­rich­tun­gen kon­kur­rie­ren kann.

Immer­hin kön­nen die­se jeden­falls über­wie­gend — unge-

ach­tet der auf­ge­zeig­ten Verselbständigungstendenzen -

auf viel­fäl­ti­ge und gewach­se­ne inter­dis­zi­pli­nä­re Struktu-

ren und Fächer­ver­bün­de ihrer jewei­li­gen „Mut­ter­uni-

ver­si­tä­ten“ zurückgreifen.

Dies gilt ins­be­son­de­re mit Blick auf die für die Medi-

zin bedeut­sa­men Lebens- und Natur­wis­sen­schaf­ten. Die

jüngs­ten Erfol­ge z.B. der Cha­ri­té Universitätsmedizin

Ber­lin im Rah­men der Exzel­lenz­in­itia­ti­ve sind dafür ein

Beleg. Über­dies koope­rie­ren mitt­ler­wei­le nahe­zu alle

hoch­schul­me­di­zi­ni­schen Ein­rich­tun­gen in mannigfalti-

ger Wei­se mit außer­uni­ver­si­tä­ren Forschungseinrich-

tun­gen. Vor die­sem Hin­ter­grund kön­nen zahlreiche

Stand­or­te der Hoch­schul­me­di­zin in Deutsch­land be-

nannt wer­den, die bezo­gen auf ihre jewei­li­gen For-

schungs­schwer­punk­te her­vor­ra­gend auf­ge­stellt sind und

auch inter­na­tio­nal sicht­ba­re Leis­tun­gen hervorbringen.

Daher dürf­ten die­se Ein­rich­tun­gen — jeden­falls zunächst

- gegen­über der Medi­zi­ni­schen Uni­ver­si­tät in Branden-

burg nicht uner­heb­li­che Vor­tei­le bean­spru­chen, auch

weil die­se zumin­dest in der Anfangs­pha­se bezo­gen auf

ihre zwei, in der ange­streb­ten Kom­bi­na­ti­on sicherlich

sin­gu­lä­ren For­schungs­schwer­punk­te unter Ver­zicht auf

die Eta­blie­rung einer aus­ge­präg­ten biomedizinischen

For­schung natur­ge­mäß nur auf weni­ge Kooperations-

part­ner zurück­grei­fen kann.

Und schließ­lich muss das Land Bran­den­burg im

Rah­men sei­nes Haus­hal­tes recht­zei­tig dafür Sor­ge tra-

gen, dass auch nach 2038 die Finan­zie­rung der jetzt auf-

zubau­en­den staat­li­chen Hoch­schul­me­di­zin gesi­chert ist.

Dies gilt ins­be­son­de­re für den Fall, dass dann die bishe-

rige Bun­des­fi­nan­zie­rung ent­we­der nur noch zum Teil

erfol­gen kann oder aber — im äußers­ten Fall — ganz weg-

fällt. Bei allem dürf­te die Erwar­tung des Wissenschafts-

rates, der beab­sich­tigt, das Vor­ha­ben in der Lausitz

2031/2032 zu eva­lu­ie­ren, zu beach­ten sein, dass die Fi-

nan­zie­rung der Uni­ver­si­täts­me­di­zin in Cott­bus nicht zu

Las­ten der ande­ren Hoch­schu­len in Bran­den­burg gehen

darf.

Prof. Ulf Pall­me König ist seit 2014 Rechts­an­walt in

Düs­sel­dorf und in die­ser Funk­ti­on u.a. bera­tend in der

Hoch­schul­me­di­zin tätig. Er war von 1991 — 2013 Kanzler

der Hein­rich-Hei­ne-Uni­ver­si­tät Düs­sel­dorf, ist Hono-

rar­pro­fes­sor der dor­ti­gen Juris­ti­schen Fakul­tät und

Ehren­vor­sit­zen­der des Ver­eins zur För­de­rung des

deut­schen & inter­na­tio­na­len Wis­sen­schafts­rechts, des-

sen Vor­sit­zen­der er von 2008 — 2022 war. Zudem gehör-

te er von 2007 — 2013 dem Medi­zin­aus­schuss des Wis-

sen­schafts­rats als sach­ver­stän­di­ges Mit­glied an und

war er von 2005 — 2012 Vor­sit­zen­der des Arbeitskreises

Hoch­schul­me­di­zin der Kanz­le­rin­nen und Kanz­ler der

Uni­ver­si­tä­ten in Deutschland.Die Ent­schei­dung des BAG vom 21. Juni 2023 birgt für

die Hoch­schu­len, Uni­ver­si­täts­kli­ni­ka und außeruniver-

sitä­ren For­schungs­ein­rich­tun­gen im Zusammenhang

mit einer ggf. erfor­der­li­chen Personalratsbeteiligung

neue Fall­stri­cke bei der Befris­tung von Arbeitsverhält-

nis­sen gemäß den Befris­tungs­grün­den des WissZeitVG.

Über die Betei­li­gung der Per­so­nal­ver­tre­tung hinaus

wirft der Fall zudem auch zahl­rei­che individualvertragli-

che The­men auf, die ins­be­son­de­re in den – ebenso

lesens­wer­ten – vor­in­stanz­li­chen Ent­schei­dun­gen ange-

spro­chen werden.

Die nach­fol­gen­den Aus­füh­run­gen glie­dern sich da-

her in eine kur­ze Zusam­men­fas­sung der Entscheidun-

gen der Arbeits­ge­rich­te (I) mit einer anschließenden

Wür­di­gung (II), wobei ins­be­son­de­re Fra­gen der Perso-

nal­rats­mit­be­stim­mung für die Befris­tungs­grün­de des

WissZeitVG (1.), der Anwend­bar­keit des WissZeitVG

n.F. auf Alt­ver­trä­ge (2.), der recht­li­chen Qualifizierung

des Abschlus­ses eines Arbeits­ver­tra­ges in Bezug auf das

Ein­ver­ständ­nis gem. § 2 Abs. 5 Satz 1 WissZeitVG (3.),

der Mög­lich­keit zur wis­sen­schaft­li­chen Qualifizierung

nach abge­schlos­se­ner Habi­li­ta­ti­on (4.) und schließlich

der Mög­lich­keit einer ein­sei­ti­gen Ver­län­ge­rung des Ar-

beits­ver­hält­nis­ses ohne wei­te­re Qualifizierungsmöglich-

keit (5.) nach­ge­gan­gen wer­den soll. Im Einzelnen:

I. Ent­schei­dun­gen der Arbeitsgerichte

Die Urtei­le der Arbeits­ge­rich­te über drei Instan­zen zei-

gen anschau­lich, wel­chen Schwie­rig­kei­ten sich die Hoch-

schu­len, Uni­ver­si­täts­kli­ni­ka und außeruniversitären

For­schungs­ein­rich­tun­gen gegen­über­se­hen. Auch für

kun­di­ge Arbeits­ju­ris­ten wird die Rechts­la­ge infol­ge der

immer neu­en Facet­ten des WissZeitVG zusehends

undurch­sich­ti­ger. Dies mag zum einen den fortgesetzten

gesetz­ge­be­ri­schen Regelungsversuchen1 einer zugege-

ben schwie­ri­gen Inter­es­sen­la­ge oder den immer neuen

Anfor­de­run­gen der Rechtsprechung2 geschul­det sein,

was im Kern dar­auf zurück­ge­hen dürf­te, dass gera­de im

Zusam­men­hang mit der Aus­rei­zung und Ausdehnung

der Höchst­be­fris­tungs­gren­zen eine rückschauende

Betrach­tung oft jahr­zehn­te­lang bestehen­der Arbeitsver-

hält­nis­se erfor­der­lich wird, wodurch sich dann eine Viel-

zahl von Feh­ler­quel­len ergibt.

Die aus der Dau­er des Arbeits­ver­hält­nis­ses folgende

Kom­ple­xi­tät mag schließ­lich auch dazu bei­getra­gen ha-

ben, dass das ArbG Pots­dam die Befris­tung als wirksam

ein­stuf­te, das LAG wie­der­um die Unwirk­sam­keit der Be-

fris­tung aus einer Über­schrei­tung der Höchstbefris-

tungs­gren­zen schloss und das BAG schließ­lich auf der

Grund­la­ge einer feh­len­den Personalratsmitbestimmung

zur Unwirk­sam­keit der Befris­tung gelang­te, was seiner-

seits bereits zu wei­te­ren Vor­aus­set­zun­gen in der Instanz-

recht­spre­chung geführt hat.3

1. Sach­ver­halt

Den Ent­schei­dun­gen liegt die Ent­fris­tungs­kla­ge einer –

im Zeit­punkt der Kla­ge – pro­mo­vier­ten und im Fach

„Phy­si­ka­li­sche Bio­che­mie“ habi­li­tier­ten Naturwissen-

schaft­le­rin zugrun­de, wobei die fol­gen­den Zei­ten in den

arbeits­ge­richt­li­chen Ent­schei­dun­gen Berücksichtigung

fan­den:

Tobi­as Man­dler und Han­nes Wolff

Per­so­nal­rats­be­tei­li­gung bei Befris­tun­gen gemäß

WissZeitVG – zugleich Bespre­chung von BAG, Urteil

vom 21. Juni 2023 – 7 AZR 88/22, LAG Berlin-

Bran­den­burg, Urteil vom 9. Dezem­ber 2021 –

21 SA 329/21 und ArbG Pots­dam, Urteil vom

15. Dezem­ber 2020 – 4 (5) Ca 1137/19

1

Vgl. Refe­ren­ten­ent­wurf des Bun­des­mi­nis­te­ri­ums für Bildung

und For­schung für den Ent­wurf eines Geset­zes zur Ände­rung des

Befris­tungs­rechts für die Wis­sen­schaft vom 6. Juni 2023; vgl auch

BT-Drs. 20/11265; BR-Drs. 156/1/24.

2

Vgl. bspw. BAG NJW 2022, 2354 zum Erfor­der­nis einer eigenen

wis­sen­schaft­li­chen Qua­li­fi­zie­rung des bereits wissenschaftlich

täti­gen Per­so­nals; zu Recht kri­tisch Stal­berg, Zum Qualifizie-

rungs­er­for­der­nis nach § 2 Abs. 1 WissZeitVG — Anmer­kung zu

BAG, Urteil vom 2.02.2022 — 7 AZR 573/20, OdW 2022, 277 ff.;

Oehl­schlä­ger, juris­PR-ArbR 45/2022 Anm. 1; Hauck-Scholz, öAT

2022, 144; Herr­mann, RdA 2023, 50; Jes­g­ar­zew­ski, AA 2022, 189;

Gün­ther, ArbR 2022, 345; Mar­quardt, ArbRB 2022, 296; Boemke,

juris­PR-ArbR 5/2024 Anm. 2 vgl. bereits Mandler/Banerjee, OdW

2021, S. 193 f.

3

Vgl. LAG Düs­sel­dorf, Urteil vom 7. Novem­ber 2023 – 14 Sa 526/23

–, juris; vgl. Bur­ger oeAT 2024, 97.

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 1 3 — 2 2 2

2 1 4

4

Zusam­men­fas­sen­de Dar­stel­lung, für die Ein­zel­hei­ten verweisen

wir auf die Ent­schei­dun­gen der Instanz­ge­rich­te und des BAG.

5

Die Befris­tung vom 17.01.2006 bis zum 31.12.2007 erfolg­te noch

auf der Grund­la­ge von § 57f Abs. 2 iVm. § 57b Abs. 1 HRG.

6

In dem Schrei­ben hier­zu heißt es: „Ihre Beschäf­ti­gung erfolgt

in einem öffent­lich-recht­li­chen Beschäf­ti­gungs­ver­hält­nis eigener

Art. Ein Arbeits­ver­hält­nis oder ein Beam­ten­ver­hält­nis wird damit

nicht begrün­det. Eine Anrech­nung auf die Höchstbefristungsdauer

nach § 2 Abs. 1 und 3 Wis­sen­schafts­zeit­ver­trags­ge­setz erfolgt damit

nicht.“; vgl. § 28 TV‑L: „Beschäf­tig­te kön­nen bei Vor­lie­gen eines

wich­ti­gen Grun­des unter Ver­zicht auf die Fort­zah­lung des Entgelts

Son­der­ur­laub erhalten.“

7

Wis­sen­schafts­zeit­ver­trags­ge­setz vom 12.4.2007 (BGBl. I S. 506)

i.d.F.d. Änd. durch Art. 1 d. 1. WissZeitVG­ÄndG v. 11.3.2016

(BGBl. I S. 442).

8

Wis­sen­schafts­zeit­ver­trags­ge­setz vom 12.4.2007 (BGBl. I S. 506)

i.d.F.d. Änd. durch Art. 6 d. MuSchRNG v. 23.05.2017 (BGBl. I S.

1228).

9

Inso­weit ist es zumin­dest unge­nau, wenn das BAG lediglich

§ 2 Abs. 5 Satz 1 Nr. 2 WissZeitVG als „Befris­tungs­grund“ angibt.

Die Ver­län­ge­rungs­tat­be­stän­de in Abs. 5 kön­nen nur im Fal­le des

Ein­ver­ständ­nis­ses des Arbeit­neh­mers zur ein­sei­ti­gen Verlänge-

rung des befris­te­ten Arbeits­ver­hält­nis­ses füh­ren. Andernfalls

füh­ren die Tat­be­stän­de ledig­lich zur Ver­än­de­rung der Höchstbe-

fris­tungs­gren­ze und ändern an dem Grund der Befris­tung gem.

§ 2 Abs. 1 WissZeitVG nichts.

10

AG Pots­dam, Urteil vom 15. Dezem­ber 2020 – 4 (5) Ca 1137/19

(nicht ver­öf­fent­licht, die Autoren haben Akten­ein­sicht erhalten).

Die Klä­ge­rin hat­te zudem als wis­sen­schaft­li­che Mit-

arbei­te­rin die Betei­li­gung des Per­so­nal­rats in personel-

len Ange­le­gen­hei­ten bean­tragt. Im Anhörungsschreiben

für die zuletzt vor­ge­nom­me­ne Ver­län­ge­rung heißt es

(Her­vor­he­bung hinzugefügt):

„Gemäß § 63 Abs. 1 Nr. 1, 4 und 9 LPersVG beantrage

ich Ihre Zustim­mung zur befris­te­ten Weiterbeschäftigung

vom 01.07.2018 bis zum 16.07.2019 mit einem Umfang von

40 Wochen­stun­den in der Ent­gelt­grup­pe 13 TV‑L (Stu­fe 5).

Die Befris­tung des Arbeits­ver­hält­nis­ses beruht weiterhin

auf § 2 Abs. 1 WissZeitVG i.V.m. § 2 Abs. 5 Nr. 2

WissZeitVG (Ver­län­ge­rung auf­grund der Inanspruchnah-

me von Sonderurlaub).“

Der Per­so­nal­rat stimm­te der Weiterbeschäftigung

der Klä­ge­rin schließ­lich zu und die Par­tei­en setz­ten ihre

Zusam­men­ar­beit auf der Grund­la­ge des Arbeitsvertra-

ges vom 22. Juni 2018 fort. Der hier­für abgeschlossene

„Arbeits­ver­trag“ wich aller­dings in § 3 Abs. 3 bis Abs. 5

und § 7 vom vor­an­ge­gan­ge­nen Ver­trag ab und enthielt

eine neue Tätig­keits­be­schrei­bung mit Qualifizierungs-

ziel. In der Befris­tungs­ab­re­de heißt es wie folgt (Her­vor-

hebung hin­zu­ge­fügt):

„Das Arbeits­ver­hält­nis ist befris­tet für die Zeit vom

03.07.2018 bis 16.07.2019. Die Befris­tung beruht auf

§ 2 Abs. 1 WissZeitVG, Ver­län­ge­rung gem.

§ 2 Abs. 5 Nr. 2 WissZeitVG.“9

Mit der am 6. August 2019 erho­be­nen Entfristungs-

kla­ge mach­te die Klä­ge­rin die Unwirk­sam­keit ihrer Be-

fris­tung und den Bestand eines unbe­fris­te­ten Arbeits-

ver­hält­nis­ses geltend.

2. Arbeits­ge­richt Potsdam10

Das ArbG wies die Kla­ge ins­ge­samt zurück und bestätig-

te die Wirk­sam­keit der zuletzt geschlos­se­nen Befris-

tungs­ab­re­de. Im Kern – und Unter­schied zum BAG –

ging das Arbeits­ge­richt dabei davon aus, dass das Einver-

ständ­nis der Klä­ge­rin in die Ver­län­ge­rung ihres Arbeits-

ver­tra­ges gem. § 2 Abs. 5 WissZeitVG durch den

Abschluss des Arbeits­ver­tra­ges erfolgt sei. In der Ent-

schei­dung heißt es hierzu:

„Die für die Zeit vom 01.01.2017 bis zum 02.07.2018 ver-

ein­bar­te Ver­län­ge­rung des Arbeits­ver­hält­nis­ses (Ver­trag

vom 27.07.2016) ist eben­falls nicht zu bean­stan­den, da die

Klä­ge­rin im Zeit­raum vom 01.04.2015 bis 30.09.2016 mitMandler/Wolff · Per­so­nal­rats­be­tei­li­gung bei Befris­tun­gen gemäß WissZeitVG 2 1 5

11

Das ist zumin­dest dahin­ge­hend zwei­fel­haft, als dass § 2 Abs.

3 WissZeitVG auch Beam­ten­ver­hält­nis­se und „befris­te­te

Arbeits­ver-hält­nis­se, die nach ande­ren Rechts­vor­schrif­ten abge-

schlos­sen wur­den“ ein­be­zieht, vgl. Löwisch in AR-Kommentar,

10. Aufl. 2021, § 2 Rn. 6.

12

Vgl. Erf­K/­Mül­ler-Glö­ge, 24. Aufl. 2024, WissZeitVG § 2 Rn. 19.

13

LAG Ber­lin-Bran­den­burg, Urteil vom 9. Dezem­ber 2021 –

21 Sa 329/21 –, juris.

der Ver­tre­tung einer Pro­fes­sur beauf­tragt war und für ihre

wis­sen­schaft­li­che Tätig­keit beur­laubt war, der Arbeitsver-

trag ruh­te, so dass gem. § 2 Abs. 5 Nr. 2 WissZeitVG das

Arbeits­ver­hält­nis sich ver­län­ger­te. Das erfor­der­li­che Ein-

ver­neh­men der Klä­ge­rin hat die­se mit Unter­zeich­nung des

ent­spre­chen­den Arbeits­ver­tra­ges erklärt.“

Die Zei­ten der Ver­tre­tung einer Pro­fes­sur sei­en fer-

ner als Zei­ten gem. § 2 Abs. 5 Nr. 2 WissZeitVG berück-

sich­ti­gungs­fä­hig, da die Beschäf­ti­gung der Klä­ge­rin in-

soweit im Rah­men eines „öffent­lich-recht­li­chen Dienst-

ver­hält­nis­ses eige­ner Art“ außer­halb des bestehen­den Ar-

beits­ver­tra­ges erfolgt sei.11 Eine wei­te­re Verlängerung

„kraft Geset­zes“ fol­ge aus den Zei­ten, in denen die Klä-

gerin als stell­ver­tre­ten­de Gleich­stel­lungs­be­auf­trag­te zu

min­des­tens einem Fünf­tel von ihrer Arbeits­leis­tung frei-

gestellt war12 und die nicht bereits ver­braucht waren. In-

soweit sei die Ver­län­ge­rung auch nicht auf den Umfang

der kon­kre­ten Frei­stel­lung beschränkt, son­dern erfasse

nach dem Wort­laut und Zweck des Geset­zes den gesam-

ten Zeit­raum der Frei­stel­lung, wobei auch der Stellver-

tre­ter von der Frei­stel­lung pro­fi­tie­ren kön­ne, soweit die-

se tat­säch­lich erfolgt sei. Das Ein­ver­neh­men der Kläge-

rin fol­ge wie­der­um aus dem Abschluss des Arbeitsver-

tra­ges. Die feh­len­de Nen­nung von § 2 Abs. 5 WissZeitVG

sei dem­ge­gen­über uner­heb­lich, da die „ange­ge­be­ne Zif-

fer“ für „den Befris­tungs- oder Ver­län­ge­rungs­grund“ nicht

kon­sti­tu­tiv sei. Ent­schei­dend sei ein­zig, dass ein entspre-

chen­der Befris­tungs- oder Ver­län­ge­rungs­grund angege-

ben ist und ganz all­ge­mein auf das WissZeitVG als das

die Befris­tung bzw. Ver­län­ge­rung tra­gen­de Gesetz abge-

stellt wer­de.

Die Klä­ge­rin habe sich zudem auch wei­ter qualifizie-

ren kön­nen, da „auf den Abschluss des Arbeits­ver­tra­ges in

2015 abzu­stel­len“ sei und die Klä­ge­rin in die­sem Zeit-

punkt „noch nicht habi­li­tiert war“. „Bei einer durch Ge-

setz ein­tre­ten­den Ver­län­ge­rung des Arbeitsverhältnisses“

kön­ne zudem „nicht unter­schie­den wer­den, ob die Quali-

fika­ti­on bereits ein­ge­tre­ten ist oder erst noch erfol­gen wird,

da der gesetz­li­che Auto­ma­tis­mus ansons­ten nicht greifen

wür­de.“

Schließ­lich sei die Befris­tung auch nicht wegen einer

feh­ler­haf­ten Per­so­nal­rats­be­tei­li­gung unwirk­sam. „Schon

bei Abschluss eines Arbeits­ver­tra­ges im wissenschaftlichen

Bereich zur wis­sen­schaft­li­chen Qua­li­fi­zie­rung“ sei dem

Per­so­nal­rat „bekannt, dass die Arbeits­ver­trä­ge sich ggf.

bei Vor­lie­gen wei­te­rer Bedin­gun­gen wie Beur­lau­bung zur

wis­sen­schaft­li­chen Tätig­keit oder Frei­stel­lung für ein Man-

dat ver­län­gern kön­nen“, wes­halb der Per­so­nal­rat „also

schon bei der Ein­stel­lung davon aus­ge­hen [müs­se], dass

das Arbeits­ver­hält­nis sich ggf. ver­län­gert“. Dar­über hin-

aus tre­te die Ver­län­ge­rung mit dem Ein­ver­ständ­nis der

Klä­ge­rin „kraft Geset­zes“ ein, wes­halb eine Beteiligung

des Per­so­nal­rats man­gels Ein­fluss­nah­me der Beklagten

nur inso­weit bestehen kön­ne, wie die Befris­tung über

das Ein­ver­ständ­nis der Klä­ge­rin hinausgehe.

3. Lan­des­ar­beits­ge­richt Berlin-Brandenburg13

Anders als das ArbG ging das LAG von der Unwirksam-

keit der Befris­tung aus, da die Vor­aus­set­zun­gen der Ver-

län­ge­rungs­tat­be­stän­de gem. § 2 Abs. 5 Satz 1 Nr. 2 und

Nr. 5 WissZeitVG auf der Grund­la­ge des zwi­schen den

Par­tei­en zuletzt abge­schlos­se­nen Arbeits­ver­tra­ges nicht

erfüllt gewe­sen seien.

So kön­ne sich die Klä­ge­rin auf ihre Verlängerungs-

zeit durch ihr Amt als stell­ver­tre­ten­de Gleichstellungs-

beauf­trag­te schon des­halb nicht beru­fen, weil ihr Ar-

beits­ver­trag vom 30. Novem­ber 2009 nicht über den 31.

Dezem­ber 2011 hin­aus ver­län­gert wor­den sei. In dem

Abschluss eines neu­en Arbeits­ver­trags zum 1. Januar

2012, der sich auf die Kin­der­be­treu­ung gem.

§ 2 Abs. 1 Satz 3 WissZeitVG (a.F.) bezie­he, lie­ge daher

ein „Ver­zicht“ auf die Mög­lich­keit zur ein­sei­ti­gen Ver-

län­ge­rung des Arbeits­ver­hält­nis­ses, da eine entsprechen-

de Ver­län­ge­rungs­er­klä­rung zwar still­schwei­gend, nicht

aber nach Ablauf des der Ver­län­ge­rung zugrundeliegen-

den Anstel­lungs­ver­hält­nis­ses erfol­gen kön­ne. Die Zeiten

der Ver­tre­tungs­pro­fes­sur wür­den mit 18 Mona­ten allein

schließ­lich ohne­hin nicht aus­rei­chen, um die letz­te Be-

fris­tung zu rechtfertigen.

Infol­ge­des­sen sei auch die Höchstbefristungsgrenze

über­schrit­ten, denn selbst unter Berück­sich­ti­gung der

even­tu­el­len Ver­län­ge­rungs­zei­ten infol­ge der 18-monati-

gen Ver­tre­tungs­pro­fes­sur ergä­be sich eine Befristungs-

dau­er, die rund 10 Mona­te über der Befristungshöchst-

gren­ze der Klä­ge­rin liege.

Die Fra­ge, ob der Per­so­nal­rat der Uni­ver­si­tät Pots-

dam ord­nungs­ge­mäß betei­ligt wur­de, ließ das LAG

schließ­lich aus die­sem Grund eben­so dahinstehen.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 1 3 — 2 2 2

2 1 6

14

BAG, Urteil vom 21. Juni 2023 – 7 AZR 88/22 = NJW 2024, 105

= NZA 2023, 1527; NJW-Spe­zi­al 2023, 756; vgl. Besprechungen

Krie­ger FD-ArbR 2023, 820557, ArbRAk­tu­ell 2023, 625; Laber öAT

2024, 13.

15

Sofern die männ­li­che Form genannt wird, ist stets auch die weib-

liche mit umfasst. Die Aus­füh­run­gen bezie­hen sich entsprechend

auch auf künst­le­ri­sches Personal.

16

Vgl. zum Span­nungs­ver­hält­nis schon Schubert/Tarantino, Hoch-

schul­leh­rer im Per­so­nal­ver­tre­tungs­recht, OdW 2015 S. 11 ff.

17

Sie­he auch wei­ter­füh­rend OVG NRW, Beschluss vom 26. Februar

2024 – 34 A 67/23.PVL –, juris.

4. Bundesarbeitsgericht14

Auch das BAG gelang­te schließ­lich zur Unwirksamkeit

der Befris­tung.

So sei­en die Zei­ten der Ver­tre­tungs­pro­fes­sur der Klä-

gerin zwar einer Ver­län­ge­rung gem. § 2 Abs. 5

Satz 1 Nr. 2 WissZeitVG zu Grun­de zu legen und inso-

weit durch die Beschäf­ti­gung der Klä­ge­rin vom 1. Januar

2017 bis zum 2. Juli 2018 „ver­braucht“.

In Bezug auf die Zei­ten der Frei­stel­lung als stellver-

tre­ten­de Gleich­stel­lungs­be­auf­trag­te kön­ne sich das be-

klag­te Land hin­ge­gen nur auf § 2 Abs. 5 Satz 1 Nr. 2

WissZeitVG (Son­der­ur­laub) stüt­zen und nicht auf den

an sich ein­schlä­gi­gen § 2 Abs. 5 Satz 1 Nr. 5 WissZeitVG,

da in der Anfra­ge an den Per­so­nal­rat nur auf

§ 2 Abs. 5 Satz 1 Nr. 2 WissZeitVG ver­wie­sen wurde:

„§ 2 Abs. 1 WissZeitVG i.V.m. § 2 Abs. 5 Nr. 2

WissZeitVG (Ver­län­ge­rung auf­grund der Inanspruchnah-

me von Son­der­ur­laub).“ Das arbeit­ge­ben­de Land sei da-

her „durch die typo­lo­gi­sie­ren­de Bezeich­nung des Befris-

tungs­grun­des auf die­sen fest­ge­legt“ und kön­ne die­sen nur

im Rah­men eines neu­en Mit­be­stim­mungs­ver­fah­rens er-

set­zen. Da es sich bei den Zei­ten der Frei­stel­lung als stell-

ver­tre­ten­de Gleich­stel­lungs­be­auf­trag­te nicht um Son-

der­ur­laub im Sin­ne von § 2 Abs. 5 Satz 1 Nr. 2 Wiss-

ZeitVG hand­le, war die Höchst­be­fris­tungs­gren­ze über-

schrit­ten und die Befris­tung unwirk­sam. Dar­auf, ob die

Zei­ten der Frei­stel­lung eine Ver­län­ge­rung gemäß

§ 2 Abs. 5 Satz 1 Nr. 5 WissZeitVG gerecht­fer­tigt hätten,

kam es dem­entspre­chend nicht mehr an.

Das Land kön­ne zudem nicht ein­wen­den, dass es zu

einer Zustim­mung des Per­so­nal­rats infol­ge der „auto­ma-

tischen“ Ver­län­ge­rung der Befris­tung durch den Ab-

schluss des Arbeits­ver­tra­ges gekom­men sei. Zwar spre-

che „eini­ges dafür“, dass in einem sol­chen Fall eine Mit-

bestim­mung nicht erfor­der­lich sei, die Klä­ge­rin habe

aber kei­ne sol­che Ver­län­ge­rung erklärt. Viel­mehr hand-

le es sich bei dem zuletzt geschlos­se­nen Arbeitsvertrag

vom 22. Juni 2018 um einen neu­en Arbeits­ver­trag und

kei­ne Ver­län­ge­rung des bestehen­den Arbeitsverhältnis-

ses. Der zuletzt geschlos­se­ne Arbeits­ver­trag rege­le in

§ 3 Abs. 3, Abs. 5 und § 7 Abwei­chen­des gegen­über dem

vor­he­ri­gen Ver­trag aus 2013 und ent­hal­te zudem eine

neue Tätig­keits­be­schrei­bung.

Dahin­ste­hen ließ das BAG, ob Verlängerungszeiten

auch dann nicht auf die Höchst­be­fris­tungs­gren­ze anzu-

rech­nen und daher im Rah­men einer Befristungsabrede

genutzt wer­den könn­ten, wenn das Arbeits­ver­hält­nis, in

dem die Ver­län­ge­rungs­zeit ange­fal­len ist, bereits beendet

wur­de und die Ver­län­ge­rungs­zeit vor dem Inkrafttreten

des § 2 Abs. 5 Satz 3 WissZeitVG in der Fas­sung vom

16. März 2016 lag.

II. Recht­li­che Würdigung

Die Ent­schei­dun­gen zei­gen, dass bereits ein „Stan­dard-

fall“ eine Viel­zahl von Rechts­fra­gen auf­wer­fen kann,

deren Beant­wor­tung auch nach drei Instan­zen noch

nicht ein­deu­tig ist oder wei­te­re Fra­gen über den Fall hin-

aus aufwirft.15 Im Einzelnen:

1. Per­so­nal­rats­mit­be­stim­mung

Die Per­so­nal­rats­mit­be­stim­mung bei Wissenschaftlern

ist Sache der Län­der und die Ver­tre­tung des wissen-

schaft­li­chen Per­so­nals demen­spre­chend unterschiedlich

geregelt.16 Die Ent­schei­dung des BAG stützt sich auf die

– antrags­ab­hän­gi­ge – Mit­be­stim­mung gem. §§ 90, 63

PersVG (Bran­den­burg). Ähn­li­che Rege­lun­gen finden

sich bspw. in Meck­len­burg-Vor­pom­mern (§ 68 Abs. 3

Satz 1 MVPersVG), im Saar­land (§ 81 Abs. 2 lit. a) Saarl-

PersVG) oder Sach­sen (§ 82 Abs. 1 S. 1 SächsPersVG).

Nord­rhein-West­fa­len17 sieht eben­falls eine Mitbestim-

mung vor (§§ 72, 66, 104 LPVG NW). Ande­re Länder

schlie­ßen eine Mit­be­stim­mung jeden­falls in Tei­len aus,

bspw. Baden-Würt­tem­berg (§ 99 Abs. 2 LPVG; vgl. aber

im Übri­gen Antrags­bin­dung gem. § 76 Abs. 2 LPVG

BW) und Bay­ern (Art. 78 Abs. 1 S. 1 Nr. 6 BayPersVG).

Wie­der ande­re Län­der schwä­chen die Mitbestimmung

auf eine Mit­wir­kung für das Hoch­schul­per­so­nal ab

(§ 89 Abs. 1 LPVG Berlin).

a) Befris­tung gem. § 2 Abs. 1 WissZeitVG

Das BAG hat sei­ne Ent­schei­dung damit begrün­det, dass

der Arbeit­ge­ber durch die „typo­lo­gi­sie­ren­de Bezeichnung

des Befris­tungs­grun­des auf die­sen fest­ge­legt“ sei. Das ist

dem Grun­de nach nach­voll­zieh­bar und sicher auch rich-

tig. Aller­dings stellt sich in Bezug auf § 2 Abs. 5 Wiss-

ZeitVG die berech­tig­te Fra­ge, ob es sich hier­bei über-Man­dler/­Wolff · Per­so­nal­rats­be­tei­li­gung bei Befris­tun­gen gemäß WissZeitVG 2 1 7

18

LAG Düs­sel­dorf, Urteil vom 7. Novem­ber 2023 – 14 Sa 526/23 –,

juris; vgl. Bur­ger oeAT 2024, 97; eben­so ArbG Wup­per­tal, Urteil

vom 4. Mai 2023 – 6 Ca 2250/22 –, juris: „Nur wenn der Perso-

nal­rat über die kon­kre­ten vor­an­ge­gan­ge­nen Beschäftigungszeiten

des Arbeit­neh­mers unter­rich­tet wird, ist er in der Lage zu prüfen,

ob die zeit­li­chen Höchst­gren­zen mit der aktu­el­len Befris­tung ein-

gehal­ten wer­den, mit­hin wirk­sam sind, oder dar­auf hinzuwirken,

wei­te­re zeit­li­che Befris­tungs­mög­lich­kei­ten gege­be­nen­falls vollständig

aus­zu­schöp­fen.“

haupt noch um einen Teil des „Befris­tungs­grun­des“ han-

deln kann. Das WissZeitVG kennt die sachgrundlose

Befris­tung gem. § 2 Abs. 1 WissZeitVG für Promotions-

und Post-Doc-Pha­se, die Dritt­mit­tel­be­fris­tung in

§ 2 Abs. 2 WissZeitVG als Sach­grund­be­fris­tung und die

Befris­tung in § 6 WissZeitVG. § 2 Abs. 5 WissZeitVG ist

dem­ge­gen­über jeden­falls dann kein Befristungsgrund,

wenn die Ver­län­ge­rung des Arbeits­ver­tra­ges nicht ein-

sei­tig durch das Ein­ver­ständ­nis des Arbeitnehmers

erfolgt, son­dern zwei­sei­tig durch Ver­trags­ab­schluss. In

die­sem Fall kommt § 2 Abs. 5 Satz 1 WissZeitVG ledig-

lich die Bedeu­tung eines Ver­län­ge­rungs­tat­be­stan­des im

Rah­men der Berech­nung der Höchstbefristungsgrenze

zu. Dass es sich inso­weit nicht um einen Befristungs-

grund han­deln kann, zeigt sich – neben der Gesetzesbe-

grün­dung – vor allem auch dann, wenn ein Verlänge-

rungs­tat­be­stand inner­halb der Ausgangsbefristungs-

höchst­gren­zen anfällt und die bereits eingetretene

Ver­län­ge­rung für die Befris­tung nach § 2 Abs. 1 Wiss-

ZeitVG gar nicht erfor­der­lich ist. Auch wenn der Arbeit-

neh­mer ein­sei­tig das Ver­trags­ver­hält­nis durch sein Ein-

ver­ständ­nis ver­län­gert, bleibt frag­lich, ob dies § 2 Abs. 5

Satz 1 WissZeitVG in den Rang eines Befristungsgrundes

erhebt, da ledig­lich das ursprüng­lich ver­ein­bar­te Ver-

trag­s­en­de – ein­sei­tig – ver­än­dert wird, ohne am

ursprüng­li­chen Befris­tungs­grund aus § 2 Abs. 1 Wiss-

ZeitVG etwas zu ändern. Die Ver­län­ge­rung der Höchst-

befris­tungs­gren­ze folgt jeden­falls nach der derzeitigen

Fas­sung des Geset­zes auto­ma­tisch aus dem Gesetz in

dem Zeit­punkt, in dem die jewei­li­ge Verlängerungszeit

ein­ge­tre­ten ist und ist nicht von einem vor­he­ri­gen Ein-

ver­ständ­nis abhän­gig. Ihre Nut­zung für eine beiderseiti-

ge Befris­tungs­ab­re­de im Rah­men der Höchstbefris-

tungs­gren­zen ist daher nicht von einer vor­he­ri­gen „Aus-

wahl“ des Ver­län­ge­rungs­tat­be­stands oder seiner

Klar­stel­lung abhängig.

Letzt­lich hat das BAG in sei­ner Ent­schei­dung daher

nicht den Befris­tungs­grund zum Aus­gangs­punkt der

Mit­be­stim­mungs­prü­fung erho­ben, son­dern dessen

Recht­fer­ti­gung und Berech­nung, die sich aber bereits

kraft Geset­zes auto­ma­tisch erge­ben und daher auch

nicht zur Dis­po­si­ti­on der Par­tei­en oder des Personalrats

ste­hen. Hier­mit setzt sich das BAG nicht aus­ein­an­der. In

der Ent­schei­dung heißt es schlicht ohne wei­te­re Begrün-

dung: „Die­se Grund­sät­ze fin­den auch im Geltungsbereich

des WissZeitVG Anwen­dung.“ Ob dies in die­ser Form zu-

tref­fend ist, bleibt vor dem Hin­ter­grund einer kraft Ge-

set­zes ein­ge­tre­te­nen Ver­län­ge­rung der Höchstbefris-

tungs­gren­ze zumin­dest zwei­fel­haft, dürf­te aber jeden-

falls mit Blick auf die Auf­ga­be des Per­so­nal­rats in Bezug

auf die Prü­fung der Wirk­sam­keit der Befris­tung und die

weit­rei­chen­den Infor­ma­ti­ons­pflich­ten des Arbeitgebers

auch für Umstän­de außer­halb des eigent­li­chen Befris-

tungs­grun­des gerecht­fer­tigt sein.

Die Aus­wir­kun­gen der Ent­schei­dung sind für die

Pra­xis weit­rei­chend, da auf die­sem Weg auch an sich

wirk­sa­me Befris­tun­gen mit einem vali­den Befristungs-

grund auf­grund eines Schreib­ver­se­hens oder Feh­lers bei

der Begrün­dung der Höchst­be­fris­tungs­gren­zen unwirk-

sam wer­den kön­nen. Die Hoch­schu­len, Universitätskli-

nika und außer­uni­ver­si­tä­ren Forschungseinrichtungen

sind daher gut bera­ten, ent­spre­chen­de Erläuterungen

ganz weg­zu­las­sen und ledig­lich pau­schal auf

„§ 2 Abs. 1, Abs. 5 WissZeitVG“ zu ver­wei­sen oder – ohne

Anga­be einer bestimm­ten Zif­fer aus § 2 Abs. 5 Satz 1

WissZeitVG – die tat­säch­li­chen Umstän­de zu umschrei-

ben, die eine Ver­län­ge­rung recht­fer­ti­gen kön­nen, um bei

der Begrün­dung der Ver­län­ge­rungs­tat­be­stän­de flexibel

zu blei­ben. Sel­bi­ges gilt für die Anga­be des Verlänge-

rungs­grun­des im Arbeits­ver­trag selbst, da sich auch hier

durch eine ver­se­hent­li­che Falsch­an­ga­be Abweichungen

gegen­über der Per­so­nal­rats­be­tei­li­gung und damit die

Unwirk­sam­keit der Befris­tung erge­ben kön­nen. Kleinste

Feh­ler kön­nen sich andern­falls noch Jah­re spä­ter fatal

aus­wir­ken, wie der ent­schie­de­ne Fall zeigt.

Bei der Infor­ma­ti­on des Per­so­nal­rats ist allerdings

auch die Ent­schei­dung des LAG Düs­sel­dorf zu berück-

sich­ti­gen nach der der Arbeit­ge­ber den Per­so­nal­rat je-

den­falls nach § 72 LPVG NRW so zu infor­mie­ren hat,

„dass die­ser sein Mit­be­stim­mungs­recht wahrnehmen

kann“, wobei der Per­so­nal­rat anhand der Anga­ben prü-

fen kön­nen soll, „ob die beab­sich­tig­te Befris­tung nach den

Grund­sät­zen der arbeits­ge­richt­li­chen Befristungskontrolle

wirk­sam ist“. Bei § 2 Abs. 1 Satz 1 WissZeitVG ist die Be-

rück­sich­ti­gung von Vor­be­schäf­ti­gungs­zei­ten als Be-

stand­teil der Über­prü­fung der Wirk­sam­keit der beab-

sich­tig­ten Befris­tung erfor­der­lich. Das Mitbestim-

mungs­recht die­ne dem Schutz des Arbeit­neh­mers und

soll dem Inter­es­se an dau­er­haf­ten arbeitsvertraglichen

Bin­dun­gen Rech­nung tragen.18 Zu die­sen Anga­ben seiO R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 1 3 — 2 2 2

2 1 8

19

Eine der­art weit­ge­hen­de Infor­ma­ti­ons­pflicht erscheint jeden-

falls in Anbe­tracht der „part­ner­schaft­li­chen Zusammenarbeit“

zwi­schen Arbeit­ge­ber und dem Per­so­nal­rat zwei­fel­haft, wenn der

Per­so­nal­rat der Beschäf­ti­gung auf der Grund­la­ge der vorhan-

denen Infor­ma­tio­nen zustimmt, da er hier­durch zum Ausdruck

bringt, dass gera­de kei­ne Beden­ken gegen die ange­dach­te Be-

schäf­ti­gung bestehen.

20

Vgl. zum Rechts­miss­brauchs­ein­wand unlängst LAG Sachsen-An-

halt, Urteil vom 5. Dezem­ber 2022 – 8 Sa 425/20 –, juris; Mandler,

Rechts­miss­brauch bei Dritt­mit­tel­be­fris­tun­gen gem. § 2 Abs. 2

WissZeitVG, OdW 2015, 221.

21

Vgl. Mandler/Meißner, Ent­wurfs­dis­kus­si­on WissZeitVG, OdW

2016, 46.

der Arbeit­ge­ber auch ohne beson­de­re Auf­for­de­rung des

Per­so­nal­rats ver­pflich­tet, ohne dass den Per­so­nal­rat eine

Ver­pflich­tung zur Nach­fra­ge tref­fe. Der Per­so­nal­rat müs-

se über alle Infor­ma­tio­nen ver­fü­gen, die er zur ord-

nungs­ge­mä­ßen Wahr­neh­mung sei­nes Mitbestimmungs-

rechts benö­tigt und daher über sämt­li­che „Vor­be­schäf­ti-

gungs­zei­ten voll­stän­dig“ infor­miert werden.19 Im ent-

schie­de­nen Fall genüg­te die Anfra­ge des Arbeitgebers

den Anfor­de­run­gen nicht, da es an kon­kre­ten Angaben

zu den Zei­ten der Vor­be­schäf­ti­gung des Klä­gers fehlte.

Eine Infor­ma­ti­on des Per­so­nal­rats soll­te daher jeden-

falls dann, wenn die Ausgangshöchstbefristungsgrenzen

durch die Befris­tung über­schrit­ten wer­den und infolge-

des­sen eine Prü­fung der ver­schie­de­nen Verlängerungs-

tat­be­stän­de nach § 2 Abs. 5 WissZeitVG in Betracht

kommt, auf die gesam­te His­to­rie des Arbeit­neh­mers ver-

wei­sen, um eine Bean­stan­dung auf­grund feh­len­der In-

for­ma­tio­nen auszuschließen.

Ob sich durch die Ent­schei­dung des BAG langfristig

die gewünsch­te Klar­heit bei der Mit­be­stim­mung einstel-

len wird, die das Urteil sicher vor Augen hat­te, bleibt ab-

zuwar­ten. Wahr­schein­li­cher dürf­te hin­ge­gen eine

„Flucht“ der arbeit­ge­ben­den Län­der in die vorstehend

skiz­zier­ten Ver­all­ge­mei­ne­run­gen oder eine Neuregelung

in den Lan­des­per­so­nal­ver­tre­tungs­ge­set­zen sein, um das

Risi­ko einer ohne­hin kom­pli­zier­ten Berech­nung und

Hand­ha­bung der Höchst­be­fris­tungs­gren­zen jedenfalls

mit Blick auf das Per­so­nal­ver­tre­tungs­recht in den betrof-

fenen Län­dern abzumildern.

Dies vor­aus­ge­schickt, bleibt den Hoch­schu­len, Uni-

ver­si­täts­kli­ni­ka und außer­uni­ver­si­tä­ren Forschungsein-

rich­tun­gen natür­lich die Opti­on, eine ein­sei­ti­ge Verlän-

gerungs­er­klä­rung des Arbeit­neh­mers vor Ablauf des je-

wei­li­gen Ver­tra­ges zu erwir­ken oder die­se in der jeweili-

gen Ver­trags­ver­län­ge­rung klar­zu­stel­len. Zwar hat das

BAG die Fra­ge der Mit­be­stim­mung im Fal­le einer einsei-

tigen Ver­län­ge­rungs­er­klä­rung des Arbeit­neh­mers offen-

gelas­sen, die – zutref­fen­de – Über­le­gung, wonach schon

kei­ne mit­be­stim­mungs­pflich­ti­ge Maß­nah­me des Arbeit-

gebers im Sin­ne des Per­so­nal­ver­tre­tungs­rechts vorliegt,

aber aner­kannt.

b) Befris­tung gem. § 2 Abs. 2 WissZeitVG

Die Ent­schei­dung des BAG dürf­te auch Auswirkungen

auf die Anfor­de­run­gen an eine Drittmittelbefristung

haben. Die Betei­li­gung des Per­so­nal­rats nach den jewei-

ligen Lan­des­ge­set­zen vor­aus­ge­setzt, ist zu erwar­ten, dass

die Arbeits­ge­rich­te für eine wirk­sa­me Drittmittelbefris-

tung auch voll­stän­di­ge Infor­ma­tio­nen über das jeweilige

Dritt­mit­tel­pro­jekt im Rah­men der Tatbestandsmerkma-

le des Befris­tungs­tat­be­stands for­dern wer­den und eine

unzu­rei­chen­de Infor­ma­ti­on hier eben­falls zur Unwirk-

sam­keit der Befris­tungs­ab­re­de füh­ren kann.20

c) Befris­tung gem. § 6 WissZeitVG

Für Befris­tun­gen nach § 6 WissZeitVG stellt sich das

Pro­blem einer feh­ler­haf­ten Betei­li­gung des Personalrats

nicht im sel­ben Umfang, da hier die Verlängerungstatbe-

stän­de aus § 2 WissZeitVG nicht greifen.

2. Anwend­ba­res Recht bei Altverträgen

Aus­drück­lich offen gelas­sen hat das BAG die schwierige,

aber fol­gen­rei­che Fra­ge, ob § 2 Abs. 5 Satz 3 WissZeitVG

in der Fas­sung vom 16. März 2016 auch auf Verlänge-

rungs­zei­ten Anwen­dung fin­det, die vor dem Inkrafttre-

ten der Novel­le lie­gen. Der Autor Man­dler hat­te auf die-

ses Pro­blem bereits im Vor­feld der Novel­lie­rung hinge-

wie­sen und die Auf­nah­me einer klärenden

Über­gangs­re­ge­lung angeregt.21 Eine entsprechende

Rege­lung wur­de jedoch schließ­lich nicht in das Gesetz

auf­ge­nom­men. Letzt­end­lich wird man – unter Inkauf-

nah­me des Risi­kos einer abwei­chen­den Rechtsprechung

– aber davon aus­ge­hen müs­sen, dass eine Berücksichti-

gung von Ver­län­ge­rungs­zei­ten vor dem 16. März 2016

mög­lich sein muss.

In § 2 Abs. 5 Satz 2 WissZeitVG a.F. hieß es: „Eine

Ver­län­ge­rung nach Satz 1 wird nicht auf die nach Absatz 1

zuläs­si­ge Befris­tungs­dau­er ange­rech­net“, wobei die Geset-

zes­be­grün­dung hier­zu erläu­ter­te: „Satz 2 verdeutlicht,

dass mit der Rege­lung des Absat­zes 5 sicher­ge­stellt werden

soll, dass die Qua­li­fi­zie­rungs­pha­se ins­ge­samt ausgeschöpft

wer­den kann. Für die Anwend­bar­keit der Rege­lung kommt

es nicht dar­auf an, dass die Beur­lau­bung oder sonstigeMandler/Wolff · Per­so­nal­rats­be­tei­li­gung bei Befris­tun­gen gemäß WissZeitVG 2 1 9

22

BT-Drs. 16/3438 S. 16.

23

BT-Drs. 18/6489 S. 12 f. „Die Ände­rung des künf­ti­gen Satz 3 zielt

auf die Schlie­ßung einer Rege­lungs­lü­cke im Zusam­men­hang mit

den in Satz 1 gere­gel­ten soge­nann­ten Unter­bre­chungs­zei­ten (zum

Bei­spiel Eltern­zeit). Die­se bewir­ken im Ein­ver­ständ­nis mit der Mit-

arbei­te­rin oder dem Mit­ar­bei­ter eine auto­ma­ti­sche Verlängerung

des Ver­tra­ges, für die das WissZeitVG bis­lang aus­drück­lich regelt,

dass die Ver­län­ge­rungs­zeit nicht auf den Befris­tungs­rah­men des

§ 2 Absatz 1 ange­rech­net wird. Nicht aus­drück­lich gere­gelt ist je-

doch, wie sich eine Unter­bre­chungs­zeit auf den Befristungsrahmen

aus­wirkt, wenn kei­ne Ver­trags­ver­län­ge­rung gewollt ist (bei­spiels-

wei­se wegen Wech­sels zu einer ande­ren Hoch­schu­le im Anschluss an

die Inan­spruch­nah­me von Eltern­zeit). Mit der jetzt vorgesehenen

Ände­rung wird für die Nicht­an­rech­nung auf den Befristungsrah-

men aus­drück­lich an den die Ver­län­ge­rung nach Satz 1 auslösenden

Unter­bre­chungs­tat­be­stand ange­knüpft. Damit wird klargestellt,

dass eine Unter­bre­chung der wis­sen­schaft­li­chen oder künstlerischen

Qua­li­fi­zie­rung bei­spiels­wei­se wegen Kin­der­be­treu­ung oder Pflege

sich auch im Fal­le eines Arbeits­platz­wech­sels nach der Unterbre-

chungs­zeit nicht nach­tei­lig auf den Befris­tungs­rah­men auswirkt.“

24

Eine rück­wir­ken­de Aner­ken­nung von Verlängerungszeiten

auf­grund der neu­ge­schaf­fe­nen Ver­län­ge­rungs­tat­be­stän­de vor dem

Inkraft­tre­ten der Novel­le im März 2016 ist frei­lich nicht möglich.

25

Vgl. hier­zu sowie zu den ver­trag­li­chen und tarif­li­chen Formvor-

schrif­ten bereits Man­dler, Die Ver­län­ge­rung von Arbeitsverhält-

nis­sen gem. § 2 Abs. 5 WissZeitVG, OdW 2014, 225 f.

26

Man­dler, Die Ver­län­ge­rung von Arbeits­ver­hält­nis­sen gem. § 2

Abs. 5 WissZeitVG, OdW 2014, 225 f.

27

Man­dler, Die Ver­län­ge­rung von Arbeits­ver­hält­nis­sen gem. § 2

Abs. 5 WissZeitVG, OdW 2014, 225 f.

Frei­stel­lung nicht län­ger als zwei Jah­re gedau­ert hat.“22 Be-

zugs­punkt ist daher die „Ver­län­ge­rung nach Satz 1“. Kei-

ne Pro­ble­me erge­ben sich daher, wenn ein Arbeitneh-

mer sein Ein­ver­ständ­nis im Sin­ne von § 2 Abs. 5 Satz 1

WissZeitVG abge­ge­ben hat oder – bei Fort­set­zung des-

sel­ben Arbeits­ver­hält­nis­ses – nach dem 16. März 2016 er-

klärt. In die­sem Fall sind die Vor­aus­set­zun­gen für eine

Nicht­an­rech­nung jeden­falls gewahrt.

Das­sel­be dürf­te (in ana­lo­ger Anwen­dung) aber auch

dann gel­ten, wenn die Ver­län­ge­rungs­zei­ten in einem be-

reits abge­schlos­se­nen Arbeits­ver­hält­nis ange­fal­len sind

und daher nach dem 16. März 2016 nicht mehr für eine

ein­sei­ti­ge Ver­län­ge­rung des Arbeit­neh­mers zur Verfü-

gung ste­hen. Sinn und Zweck der Anrechnungsregelung

a.F. war die „Aus­schöp­fung der Qua­li­fi­zie­rungs­pha­se ins-

gesamt“. Der Begriff der „Ver­län­ge­rung in Satz 1“ ist da-

nach teleo­lo­gisch dahin­ge­hend redu­ziert zu verstehen,

dass ledig­lich die „Verlängerungs“-zeit in Satz 1 a.F. ge-

meint ist, ohne dass es einer Ver­län­ge­rungs­er­klä­rung be-

dürf­te. Nur so kann die Qua­li­fi­zie­rungs­pha­se „ins­ge-

samt“ sicher aus­ge­schöpft wer­den. Eben­so in Betracht

käme eine ana­lo­ge Anwen­dung, denn plan­wid­ri­ge Rege-

lungs­lü­cke und Ver­gleich­bar­keit der Inter­es­sen­la­ge dürf-

ten gege­ben sein. Es kann für die Aus­schöp­fung der

Qua­li­fi­zie­rungs­pha­se kei­nen Unter­schied machen, wann

die Ver­län­ge­rungs­zeit vorlag.

Das glei­che Ver­ständ­nis wird sich auch aus einer ent-

spre­chen­den Anwen­dung von Satz 3 n.F. fol­gern lassen.

Die Rege­lung stellt abs­trakt auf „Zei­ten“ ab, die (künf­tig)

zu einer Ver­län­ge­rung eines befris­te­ten Arbeitsvertrages

„füh­ren kön­nen“ und soll nach dem Wil­len des Gesetzge-

bers eine Nicht­an­rech­nung gera­de auch für Zei­ten si-

cher­stel­len, die in bereits been­de­ten Arbeitsverhältnis-

sen/Verträgen ange­fal­len sind.23 Dass Satz 3 n.F. insoweit

aus­drück­lich auf die Tat­be­stän­de in Ziff. 1–6 Bezug

nimmt und die­se von der Alt­fas­sung abwei­chen, dürfte

dem­ge­gen­über unschäd­lich sein. Die Verlängerungstat-

bestän­de der Alt­fas­sung sind jeden­falls mitumfasst.24

Eben­so unschäd­lich dürf­te es sein, dass der Wort­laut von

„füh­ren kön­nen“ und nicht von „füh­ren konn­ten“ spricht.

Die Geset­zes­be­grün­dung stellt hier klar, dass auch Zei-

ten, die bspw. infol­ge eines Arbeit­ge­ber­wech­sels nicht

mehr für eine ein­sei­ti­ge Ver­län­ge­rung des Arbeitneh-

mers zur Ver­fü­gung ste­hen, nicht anzu­rech­nen sind.

3. Abschluss des Arbeits­ver­trags als Ein­ver­ständ­nis oder

Ver­zicht

Das Arbeits­ge­richt hat die Fra­ge auf­ge­wor­fen, ob im

Abschluss eines Arbeits­ver­tra­ges – bei bestehen­den Ver-

län­ge­rungs­zei­ten – gleich­zei­tig immer eine einseitige

Ver­län­ge­rungs­er­klä­rung des Arbeit­neh­mers vorliegt

und dies bejaht. Dem dürf­te jedoch nur im Einzelfall

zuzu­stim­men sein.

Die Ein­ver­ständ­nis­er­klä­rung ist als Gestaltungser-

klä­rung bedin­gungs­feind­lich, unwi­der­ruf­lich und kann

ohne bestimm­te Form auch still­schwei­gend oder teilwei-

se abge­ge­ben werden.25 Die Wei­ter­ar­beit nach dem Ab-

lauf eines Arbeits­ver­tra­ges kann daher durch­aus ein ent-

spre­chen­des Ein­ver­ständ­nis begründen.26 Ande­res gilt

aber, wenn tat­säch­lich ein Arbeits­ver­trag oder eine Ver-

län­ge­rung des­sel­ben zwi­schen Arbeit­neh­mer und Ar-

beit­ge­ber ver­ein­bart wur­de, da es in die­sen Fäl­len – vor-

behalt­lich abwei­chen­der Umstän­de im Ein­zel­fall – am

erfor­der­li­chen Rechts­bin­dungs­wil­len des Arbeitneh-

mers feh­len dürfte.27 Die Fort­set­zung der Beschäftigung

setzt in die­sem Fall das Ein­ver­ständ­nis gera­de nicht vor-

aus, wes­halb ein sol­ches auch nicht „vor­sorg­lich“ vermu-

tet wer­den kann. Dies gilt ins­be­son­de­re dann, wenn die

Ver­trags­lauf­zeit hin­ter einer mög­li­chen Verlängerung

kraft Ein­ver­ständ­nis­ses zurück­bleibt oder sonst von die-

ser abweicht und infol­ge­des­sen schon tat­säch­lich keine

Umstän­de für ein abge­ge­be­nes Ein­ver­ständ­nis sprechen

kön­nen. Sel­bi­ges gilt, wenn sich die arbeitsvertraglichen

Rege­lun­gen ändern. Das Ein­ver­ständ­nis des Arbeitneh‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 1 3 — 2 2 2

2 2 0

28

Man­dler, Die Ver­län­ge­rung von Arbeits­ver­hält­nis­sen gem. § 2

Abs. 5 WissZeitVG, OdW 2014, 225 ff.

29

Vgl. bereits Man­dler, Die Ver­län­ge­rung von Arbeitsverhältnissen

gem. § 2 Abs. 5 WissZeitVG, OdW 2014, 222 f..

30

Vgl. BAG NJW 2022, 2354; zu Recht kri­tisch Stal­berg, Zum Qua-

lifi­zie­rungs­er­for­der­nis nach § 2 Abs. 1 WissZeitVG — Anmerkung

zu BAG, Urteil vom 2.02.2022 — 7 AZR 573/20, OdW 2022, 277 ff.;

Oehl­schlä­ger, juris­PR-ArbR 45/2022 Anm. 1; Hauck-Scholz, öAT

2022, 144; Herr­mann, RdA 2023, 50; Jes­g­ar­zew­ski, AA 2022, 189;

Gün­ther, ArbR 2022, 345; Mar­quardt, ArbRB 2022, 296; Boemke,

juris­PR-ArbR 5/2024 Anm. 2 zu LArbG Chem­nitz 4. Kammer,

Urteil vom 25.11.2022 — 4 Sa519/21; sie­he auch LAG Köln, Urteil

vom 7. Okto­ber 2020 – 5 Sa 451/20 –, juris; vgl. bereits Mandler/

Baner­jee, OdW 2021, S. 193 f.

31

Vgl. eben­so für eine bereits habi­li­tier­te Klä­ge­rin ArbG Mann-

heim Beck­RS 2023, 16018: „Bereits nach der Dienstaufgabenbe-

schrei­bung hat­te sie min­des­tens 50 % For­schungs­ar­beit zu erbrin-

gen. Hin­zu kommt der Anteil der von der Klä­ge­rin geschuldeten

Lehr­tä­tig­keit, denn es hat sich hier um wis­sen­schaft­li­che Lehre

gehan­delt…; Mül­ler NZA-RR 2023, 619

32

Noch stren­ger LAG Köln, Urteil vom 7. Okto­ber 2020 – 5 Sa

451/20 –, juris: „Zu dem wis­sen­schaft­li­chen Geprä­ge müssen

Tätig­kei­ten hin­zu­kom­men, die eine wis­sen­schaft­li­che Qualifizie-

rung för­dern und sich nicht in der blo­ßen Gewin­nung zusätzlicher

Berufs­er­fah­rung erschöp­fen“; Pschorr, RdA 2021, 237 ff.

mers ver­län­gert den bestehen­den Arbeits­ver­trag mit den

im Zeit­punkt des Ein­ver­ständ­nis­ses gel­ten­den Bestim-

mun­gen. Wer­den hier­zu abwei­chen­de Rege­lun­gen ge-

trof­fen, bedarf es einer eigen­stän­di­gen Übereinkunft

zwi­schen Arbeit­ge­ber und Arbeit­neh­mer. Für ein gleich-

zei­ti­ges Ein­ver­ständ­nis spricht in die­sem Fall auch nicht

– wie hier – der Hin­weis auf einen der Verlängerungstat-

bestän­de in § 2 Abs. 5 WissZeitVG im Befristungsgrund.

§ 2 Abs. 5 Satz 3 WissZeitVG stellt den Par­tei­en die Nut-

zung der Ver­län­ge­rungs­zei­ten im Rah­men einer beider-

sei­ti­gen Ver­ein­ba­rung gera­de frei. Ein Ein­ver­ständ­nis ist

daher nicht zwin­gend erfor­der­lich und wird – außerhalb

beson­de­rer Umstän­de – nicht ange­nom­men werden

kön­nen.

Dem­ge­gen­über wird die Erklä­rung eines Einver-

ständ­nis­ses durch den Abschluss eines Arbeitsvertrages

auch nicht aus­ge­schlos­sen. Es ist daher zuläs­sig, die Be-

fris­tung gleich­zei­tig auch durch ein Ein­ver­ständ­nis des

Arbeit­neh­mers abzu­si­chern. Dies kann ent­we­der aus-

drück­lich im Arbeits­ver­trag, einem geson­der­ten Einver-

ständ­nis­schrei­ben oder auch nach Ver­trags­ab­schluss er-

folgen28, wobei die ent­spre­chen­de Erklä­rung schriftlich

doku­men­tiert wird. Die­se Lösung gibt jeden­falls ein wei-

teres Argu­ment für die Wirk­sam­keit der Befris­tung im

Fal­le einer zwei­fel­haf­ten Betei­li­gung des Per­so­nal­rats. Es

ist aller­dings zu erwar­ten, dass die Gerich­te gera­de im

Fal­le AGB-mäßi­ger Ein­ver­ständ­nis­er­klä­run­gen strenge

Anfor­de­run­gen stel­len wer­den. Ent­spre­chen­de Erklä-

run­gen soll­ten daher mit größ­ter Sorg­falt und unter voll-

stän­di­ger Infor­ma­ti­on des Arbeit­neh­mers verfasst

wer­den.

Schließ­lich hat das LAG im Abschluss eines neuen

Arbeits­ver­tra­ges den „Ver­zicht“ auf eine Verlängerung

gem. § 2 Abs. 5 WissZeitVG gese­hen. Dies dürf­te im Er-

gebnis für den ent­schie­de­nen Fall noch zutref­fend sein,

da die Par­tei­en hier in erheb­li­chem Umfang abweichen-

de Rege­lun­gen und eine abwei­chen­de Tätigkeitsbe-

schrei­bung getrof­fen haben und infol­ge des Neuab-

schlus­ses eine ein­sei­ti­ge Ver­län­ge­rung nicht mehr mög-

lich war, was einem Ver­zicht zumin­dest ähn­lich ist. Die-

ses Ergeb­nis ist aber nicht zwingend.

Letzt­lich kommt es dar­auf an, ob zwi­schen dem Alt-

und Neu­ver­trag ein qua­li­fi­zier­ter inne­rer Zusammen-

hang besteht, der die Arbeits­ver­hält­nis­se als ein Einziges

erschei­nen lässt.29 Auch hier ist eine ent­spre­chen­de Klar-

stel­lung im Arbeits­ver­trag als „Neu­be­fris­tung“ oder

„Wei­ter­be­schäf­ti­gung“ sinn­voll und gebo­ten. Ebenso

mög­lich ist eine geson­der­te Rege­lung der Verlängerung

mit anschlie­ßen­der Anpas­sung der inhalt­li­chen Rege-

lun­gen, wie dies bei der Ver­län­ge­rung gem.

§ 14 Abs. 2 TzBfG bereits prak­ti­ziert wird. Jeden­falls ste-

hen ent­spre­chen­de Ver­län­ge­rungs­zei­ten aber für eine

Berech­nung der Höchst­be­fris­tungs­gren­zen weiterhin

zur Ver­fü­gung, was das LAG infol­ge des angenommenen

„Ver­zichts“ anschei­nend für die Zei­ten der Stellvertre-

tung der Gleich­stel­lungs­be­auf­trag­ten über­gan­gen hat.

4. Qua­li­fi­zie­rung bei abge­schlos­se­ner Habilitation

Eben­so nicht ent­schie­den wur­de die Fra­ge, ob eine Qua-

lifi­zie­rung bei abge­schlos­se­ner Habi­li­ta­ti­on noch mög-

lich ist. Abseits einer Neu-Qua­li­fi­zie­rung in einem ande-

ren Fach­ge­biet stellt sich die­se Fra­ge in der Tat vor dem

Hin­ter­grund der Ent­schei­dung des BAG vom 2. Februar

2022, in der das Gericht die wis­sen­schaft­li­che Qualifizie-

rung – neben der ohne­hin erfor­der­li­chen wissenschaftli-

chen Tätig­keit gem. § 1 Satz 1 WissZeitVG – zum eigenen

Tat­be­stands­merk­mal erho­ben hat.30 Die Fra­ge wird man

nicht pau­schal beant­wor­ten kön­nen, aller­dings spricht

viel dafür, dass sich auch ein habi­li­tier­ter Arbeitnehmer

in sei­nem Bereich wei­ter qua­li­fi­zie­ren kann und sei es

auch nur zum Zwe­cke der Erlan­gung wei­te­ren Fachwis-

sens in einem bestimm­ten Gebiet.31 Ein for­ma­les Qualifi-

zie­rungs­ziel wird gera­de nicht ver­langt und neben einer

ange­streb­ten Pro­mo­ti­on oder Habi­li­ta­ti­on ist jede För-

derung der wis­sen­schaft­li­chen Kom­pe­tenz, die in irgend-

einer Form zu einer beruf­li­chen Kar­rie­re auch außerhalb

der Hoch­schu­le befä­higt, ausreichend.32 § 2 Abs. 1 Satz 2

WissZeitVG stellt ledig­lich auf eine bereits abge­schlos­se-Man­dler/­Wolff · Per­so­nal­rats­be­tei­li­gung bei Befris­tun­gen gemäß WissZeitVG 2 2 1

33

Vgl. bereits Mandler/Banerjee, OdW 2021, S. 193 f.

ne Pro­mo­ti­on ab, was eine wei­te­re Befris­tung auch nach

dem Abschluss der Habi­li­ta­ti­on nicht per se ausschließt.

5. Ver­län­ge­rung bei feh­len­der Qualifizierung

Eine Schwach­stel­le der Über­le­gun­gen des BAG zum

Erfor­der­nis einer Qua­li­fi­zie­rung im Rah­men von

§ 2 Abs. 1 WissZeitVG zeigt sich frei­lich im Fal­le einer

Ver­län­ge­rungs­er­klä­rung des Arbeit­neh­mers bei – nun-

mehr – feh­len­der Qua­li­fi­zie­rung. § 2 Abs. 5 WissZeitVG

erlaubt auch in die­sem Fall eine Ver­län­ge­rung, wobei die

Wei­ter­be­schäf­ti­gung – ohne Qua­li­fi­zie­rung – den

Zwe­cken der Ver­län­ge­rungs­tat­be­stän­de gera­de zuwider-

lie­fe. Ob dies hin­zu­neh­men ist oder hier durch eine

teleo­lo­gi­sche Reduk­ti­on des Verlängerungstatbestands

ein­ge­grif­fen wer­den müss­te, bleibt dem­ge­mäß offen.

Der­ar­ti­ger Fäl­le dürf­te man aber durch ein entsprechend

wei­tes Ver­ständ­nis der „Qua­li­fi­zie­rung“ hab­haft werden,

was letzt­lich dar­auf hin­aus­läuft, dass zwi­schen der wis-

sen­schaft­li­chen Tätig­keit in § 1 Abs. 1 WissZeitVG und

der Qua­li­fi­zie­rung in § 2 Abs. 1 WissZeitVG kei­ne spür-

baren Unter­schie­de mehr bestehen und durch das weite-

re Erfor­der­nis ledig­lich der Begründungsaufwand –

auch mit Blick auf eine ggf. erfor­der­li­che Personalratsan-

hörung – erhöht wurde.33

III. Zusam­men­fas­sung

Selbst bei der Zustim­mung des Per­so­nal­rats und der

Ein­hal­tung der zeit­li­chen Gren­zen des WissZeitVG kann

eine Befris­tung auf­grund einer feh­ler­haf­ten Mitteilung

an den Per­so­nal­rat unwirk­sam sein, sofern in dieser

Anfra­ge ein unzu­tref­fen­der Ver­län­ge­rungs­grund ange-

geben wur­de. Dies ent­bin­det die Hoch­schu­len, Universi-

täts­kli­ni­ka und außer­uni­ver­si­tä­ren Forschungseinrich-

tun­gen jedoch nicht von ihrer Ver­ant­wor­tung, sondern

erfor­dert – zumin­dest in den Län­dern, in denen der Per-

sonal­rat bei der Befris­tung wis­sen­schaft­li­chen Personals

zu betei­li­gen ist – eine gestei­ger­te Sorg­falt und Vorsicht.

Die Fol­ge­ent­schei­dung des LAG Düs­sel­dorf demons-

triert dar­über hin­aus, dass die Ent­schei­dung bereits jetzt

in der Pra­xis Anwen­dung fin­det. Die Unwirksamkeit

einer Befris­tung kann dem­nach nicht nur aus der Be-

nen­nung eines unzu­tref­fen­den Verlängerungstatbestan-

des, son­dern auch aus einer nicht voll­stän­di­gen Informa-

tion des Per­so­nal­rats resultieren.

Die betrof­fe­nen Dienst­stel­len sind folg­lich gut bera-

ten, die Ent­schei­dung im Ein­zel­nen nachzuvollziehen

und prak­tisch hand­hab­ba­re Pro­zes­se auf­zu­set­zen, um

das Risi­ko künf­ti­ger Ent­fris­tungs­kla­gen zumin­dest ein-

zugren­zen. Dies gilt ins­be­son­de­re auch des­halb, weil

auch für die Gerich­te mit der Berech­nung der Höchstbe-

fris­tungs­gren­zen oft ein erheb­li­cher Auf­wand einher-

geht, der sich durch eine ein­fa­che­re Prü­fung der ord-

nungs­ge­mä­ßen Per­so­nal­rats­be­tei­li­gung leicht vermei-

den lässt. Es ist daher nicht zu erwar­ten, dass die Recht-

spre­chung even­tu­el­le Infor­ma­ti­ons­pflich­ten gegenüber

dem Per­so­nal­rat restrik­tiv ein­ord­nen wird.

Schließ­lich offen­ba­ren die Ent­schei­dun­gen der Ins-

tanz­ge­rich­te, dass selbst bei der Lösung eines „Stan­dard-

falls“ eine Viel­zahl unge­klär­ter Rechts­fra­gen verbleibt,

wel­che den „risi­ko­frei nutz­ba­ren Bewegungsspielraum“

der Hoch­schu­len, Uni­ver­si­täts­kli­ni­ken und außeruni-

ver­si­tä­ren For­schungs­ein­rich­tun­gen wei­ter einschrän-

ken dürf­ten.

Dr. Tobi­as Man­dler ist Rechts­an­walt bei Jones Day in

Mün­chen. Han­nes Wolff ist Rechts­re­fe­ren­dar eben-

dort.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 1 3 — 2 2 2

2 2 2Der Bei­trag lie­fert eine Über­sicht über und Anmerkung

zum Beschluss des Ver­wal­tungs­ge­richts Ber­lin vom

1. Dezem­ber 2023 – 12 L 399/23 –1 und dem zugrundelie-

gen­den Sach­ver­halt. Die streit­ent­schei­den­den Normen

sind Art. 2 Abs. 1 GG und Art. 5 Abs. 3 GG. Das Verfah-

ren war Gegen­stand eines bun­des­wei­ten media­len Inter-

esses.2 Grund hier­für ist die the­ma­ti­sche Ein­bet­tung in

die gesell­schafts­po­li­ti­schen Kon­flik­te über die Bedeu-

tung und Abgren­zung von Geschlechts­iden­ti­tät und bio-

logi­schem Geschlecht sowie über den Umgang von Uni-

ver­si­tä­ten mit kon­tro­ver­sen Mei­nun­gen ihrer korporier-

ten Mit­glie­der.

I. Sach­ver­halt (ver­ein­facht)

Die Antrag­stel­le­rin, Marie-Lui­se Voll­brecht, ist Promoti-

ons­stu­den­tin und war bis Okto­ber 2022 wissenschaftli-

che Mit­ar­bei­te­rin an der Hum­boldt-Uni­ver­si­tät zu Ber-

lin (Antrags­geg­ne­rin).

Am 1. Juni 2022 ver­fass­te sie in der überregionalen

Tages­zei­tung Die Welt zusam­men mit ande­ren Wissen-

schaft­lern aus dem Bereich der Bio­lo­gie und Medi­zin ei-

nen als „Mei­nung“ gekenn­zeich­ne­ten Bei­trag mit der

Über­schrift „Wie ARD und ZDF unse­re Kin­der indoktri-

nie­ren“. Inhalt des Bei­trags ist der Vor­wurf an den öffent-

lich-recht­li­chen Rund­funk, dass in des­sen Sendungen

„die bestä­tig­te wis­sen­schaft­li­che Erkennt­nis der Zweige-

schlecht­lich­keit infra­ge gestellt“ und „eine bedrohliche

Agen­da“ ver­folgt würde.3

Am 2. Juli 2022 woll­te die Antrag­stel­le­rin unter dem

Titel „Geschlecht ist nicht (Ge)schlecht: Sex, Gen­der und

war­um es in der Bio­lo­gie zwei Geschlech­ter gibt“ einen

Vor­trag im Rah­men der Lan­gen Nacht der Wissenschaft

hal­ten. Die Antrags­geg­ne­rin sag­te den Vor­trag kurzfris-

tig ab und begrün­de­te dies auf ihrer Web­site in folgender

Stel­lung­nah­me:

„[…] Der Vor­trag [der Antrag­stel­le­rin] muss­te im

Inter­es­se der Gesamt­ver­an­stal­tung Lan­ge Nacht der

Wis­sen­schaf­ten abge­sagt wer­den. Grund dafür waren

Pro­tes­te gegen die Vor­tra­gen­de, die wegen ihrer Mitar-

beit an einem Arti­kel in der „Welt“ Anfang Juni mas­siv in

die öffent­li­che Kri­tik gera­ten ist. […] Die Kri­tik an der

Vor­tra­gen­den war mit dem Vor­wurf ver­bun­den, die HU

wür­de trans­feind­li­chen Über­zeu­gun­gen eine Büh­ne bie-

ten. Grund­sätz­lich ver­steht sich die Humboldt-Universi-

tät als ein Ort, an dem kein Mensch dis­kri­mi­niert wer-

den soll­te, sei es wegen sei­ner Reli­gi­on, sei­ner vermeint-

lichen Ras­se, sei­ner sexu­el­len Iden­ti­tät oder wegen ir-

gend­ei­nes ande­ren Merk­mals, das als

Unter­schei­dungs­merk­mal ange­se­hen wird. Die HU hat

sich in ihrem Leit­bild dem „wech­sel­sei­ti­gen Respekt vor

dem/ der Ande­ren“ ver­pflich­tet. Die Mei­nun­gen, die Frau

Voll­brecht in einem „Welt“-Artikel am 1. Juni 2022 vertre-

ten hat, ste­hen nicht im Ein­klang mit dem Leit­bild der HU

und den von ihr ver­tre­te­nen Wer­ten. […]“4

Die Antrag­stel­le­rin behaup­tet, sie sei in der Folge

mas­siv ange­fein­det wor­den und bean­tragt im Rahmen

der einst­wei­li­gen Anord­nung die Unter­las­sung des

durch den Ver­fas­ser her­vor­ge­ho­be­nen Sat­zes der zitier-

ten Stel­lung­nah­me.

Theo­dor Lammich

Uni­ver­si­tä­ten haben kein Recht auf

Mei­nungs­kampf­teil­ha­be

1

Beck­RS 2023, 38682.

2

De la Riva, Marie-Lui­se Voll­brecht siegt vor Gericht im Genderstreit

gegen Hum­boldt-Uni, Faz.net, 08.12.2023, abruf­bar unter:

https://www.faz.net/aktuell/feuilleton/vortrag-zu-geschlecht-und-

gen­der-an-der-hu-ber­lin-voll­brecht-siegt-vor-gericht-19369188.

html; Vahabzadeh, Was man sagen darf, Sz.de, 08.12.2023,

aruf­bar unter: https://www.sueddeutsche.de/medien/marie-

lui­se-voll­brecht-hum­boldt-uni­ver­si­taet-trans­gen­der-gericht-

1.6316610?reduced=true; Selbs­­­­­­­­­­­­­­­­­­­­­­­­­­­‌ t in der Schweiz wur­de die

Ent­schei­dung dis­ku­tiert: Maksan, Trans-Streit: Die Biologin

Marie-Lui­se Voll­brecht erringt einen Sieg gegen die Humboldt-

Uni­ver­si­tät, Nzz.ch, 07.12.2023, abruf­bar unter: https://www.nzz.

ch/international/trans‑s­­­­­­­­‌ treit-die-biologin-marie-luise-vollbrecht-

erringt-einen-sieg-gegen-die-humboldt-universitaet-ld.1769147.

3

Hüm­pel et al., Wie ARD und ZDF unse­re Kin­der indoktrinieren,

Welt.de, 01.06.2022, abruf­bar unter: https://www.welt.de/debatte/

kom­men­ta­re/­plus­239113451/Oef­fent­lich-recht­li­cher-Rund­funk-

Wie-ARD-und-ZDF-unsere-Kinder-indoktrinieren.html.

4

Urs‌‌­­­­­­­­­ prüng­lich: Hum­boldt-Uni­ver­si­tät zu Ber­lin, Zur Absa­ge des

Vor­trags „Geschlecht is‌ t nicht (Ge)schlecht: Sex, Gen­der und

war­um es in der Bio­lo­gie zwei Geschlech­ter gibt“ bei der Langen

Nacht der Wis­sen­schaf­ten 2022, Hu-berlin.de, damals abrufbar

unter: https://www.hu-berlin.de/de/pr/nachrichten/juli-2022/

nr-2274–2. Inzwi­schen is‌ t der Text abruf­bar unter der Website

des Pro­zess­ver­tre­ters der Antrags‌ tel­lerin: HÖCKER Rechtsan-

wäl­te, Erfolg gegen Can­cel Cul­tu­re an Uni­ver­si­tä­ten, Hoecker.

eu, 05.12.2023, abruf­bar unter: https://www.hoecker.eu/news/

erfolg-gegen-cancel-culture-an-universit%C3%A4ten-verwal-

tungsgericht-berlin-verbietet-humboldt-uni-absch%C3%A4tzige-

pressemitteilung-%C3%BCber-biologin-marie-luise-vollbrecht.

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 2 3 — 2 2 8

2 2 4

5 Die Fra­ge des eröff­ne­ten Rechts­wegs is‌ t vor dem Hintergrund,

dass die Antrags‌ tel­lerin als wis­sen­schaft­li­che Mit­ar­bei­te­rin tätig

war, eben­falls inter­es­sant, bleibt jedoch hier aus­ge­klam­mert. Be-

antragt wur­de urs‌ prüng­lich ein Ver­fah­ren vor dem ArbG Berlin,

wel­ches s‌ päter, bes‌ tätigt mit dem Beschluss des LAG Ber­lin an

das VG Ber­lin ver­wie­sen hat.

6

Beck­OK GG/Lang, 57. Ed. 15.1.2024, GG Art. 2 Rn. 66; Dürig/

Herzog/Scholz/Di Fabio, 102. EL Augus‌ t 2023, GG Art. 2 Abs. 1

Rn. 148; ErfK/Schmidt, 24. Aufl. 2024, GG Art. 2 Rn. 34; Martini,

Das all­ge­mei­ne Per­sön­lich­keits­recht im Spie­gel der jüngeren

Rechts‌ pre­chung des Bun­des­ver­fas­sungs­ge­richts, JA 2009, 839, 841

7

Beis‌ piels­wei­se § 44 LMG NRW, § 11 LMG RLP, § 11 LPG BW.

8

BVerfG, Urteil vom 15. Janu­ar 1958 – 1 BvR 400/51 –, BVerfGE 7,

198–230.

9

BVerfG, Beschluss vom 16. Janu­ar 1963 – 1 BvR 316/60 –, BVerfGE

15, 256–268, Rn. 22; Beck­OK GG/Kempen, 56. Ed. 15.8.2023,

GG Art. 5 Rn. 185.

10

BVerwG, Urteil vom 22. Okto­ber 2014 – 6 C 7/13 –, Rn. 20, juris;

BVerwG, Beschluss vom 29. April 1985 – 1 B 149/84 –, Rn. 9, juris.

II. Pro­ble­me

Im Fol­gen­den sol­len drei wesent­li­che Fragestellungen

des Rechts­streits erör­tert werden.5

1. Das all­ge­mei­ne Per­sön­lich­keits­recht, das sich aus

Art. 2 Abs. 1 i.V.m. Art. 1 Abs. 1 GG ablei­ten lässt, hat

viel­fäl­ti­ge Schutzdimensionen.6 Die wohl umfangreichs-

te Dimen­si­on ist das der Selbst­dar­stel­lung, gewährleistet

etwa durch das Recht am eige­nen Bild, am eige­nen Na-

men oder auch dem Schutz der per­sön­li­chen Ehre. Zur

Kon­kre­ti­sie­rung die­ser Schutz­be­rei­che fin­den sich etli-

che ein­fach­ge­setz­li­che etwa in §§ 22–24 Kunst­UrhG oder

in Form des Rechts auf Gegen­dar­stel­lung in den jeweili-

gen Landesmediengesetzen7. In beson­ders schwerwie-

gen­den Fäl­len greift auch das Straf­recht, etwa bei Belei-

digun­gen nach §§ 185 ff. StGB oder bei der Verletzung

der Ver­trau­lich­keit des Wor­tes nach § 201 StGB. Vorlie-

gend hat die Antrags­geg­ne­rin nach außen hin behauptet,

dass die Mei­nun­gen der Antrag­stel­le­rin nicht im Ein-

klang mit dem Uni­ver­si­täts­leit­bild des wechselseitigen

Respekts vor dem Ande­ren stün­den. Pro­ble­ma­tisch ist,

dass sich die­se Äuße­rung zwar zwei­fel­los abträg­lich auf

das Anse­hen der Antrag­stel­le­rin aus­wirkt, jedoch nicht

im enge­ren Sin­ne ehr­ver­let­zend ist, wie man es etwa im

straf­recht­li­chen Kon­text vor­fin­det. Damit stellt sich die

Fra­ge der Reich­wei­te des all­ge­mei­nen Persönlichkeits-

rechts.

2. Uni­ver­si­tä­ten sind juris­ti­sche Per­so­nen des öffent-

lichen Rechts. Damit fehlt ihnen grund­sätz­lich die

Grund­rechts­sub­jek­ti­vi­tät, denn Grund­rech­te sind in ers-

ter Linie Abwehr­rech­te des Bür­gers gegen den Staat.8

Eine Aus­nah­me gilt dann, wenn sie außer­halb des Dele-

gati­ons­mo­dells dezen­tra­li­sier­ter staat­li­cher Aufgaben-

wahr­neh­mung lie­gen und selbst Grund­rech­te in einem

Bereich ver­tei­di­gen, in dem sie vom Staat unabhängig

sind. Das ist bei den deut­schen Uni­ver­si­tä­ten der Fall. Sie

sind zwar regel­mä­ßig vom Staat gegrün­det und werden

von ihm unter­hal­ten, kön­nen sich aber in einer gleicher-

maßen grund­rechts­ty­pi­schen Gefähr­dungs­la­ge wie die

Bür­ger befinden.9 Es stellt sich die Fra­ge, inwie­fern die

Antrags­geg­ne­rin bei der Publi­ka­ti­on ihrer Stellungnah-

me aus­nahms­wei­se als Grund­rechts­sub­jekt agierte.

3. Schließ­lich ist die Antrags­geg­ne­rin nach

§ 5 Abs. 1 BerlHG dazu ver­pflich­tet, die freie Entfaltung

und Viel­falt der Wis­sen­schaf­ten und der Küns­te an den

Hoch­schu­len zu gewähr­leis­ten und sicher­zu­stel­len, dass

die durch Art. 5 Abs. 3 S. 1 GG ver­bürg­ten Grundrechte

wahr­ge­nom­men wer­den kön­nen. Soll­te sich die An-

trag­s­geg­ne­rin nicht bereits auf ein eige­nes Grundrecht

beru­fen kön­nen, so stellt sich die Fra­ge, ob sich die Stel-

lung­nah­me nicht durch die Pflicht der Wah­rung des öf-

fent­li­chen Ver­trau­ens in die genann­ten Aufgaben

recht­fer­tigt.

III. Lösung des VG Berlin

Die 12. Kam­mer des VG Ber­lin sah den Antrag nach

§ 123 Abs. 1 S. 2 VwGO als begrün­det an, da ein Anord-

nungs­an­spruch und ein Anord­nungs­grund glaubhaft

gemacht wor­den sei­en. Bei der Prü­fung des Anord-

nungs­an­spruchs wur­de der gewohn­heits­recht­lich aner-

kann­te öffent­lich-recht­li­che Unter­las­sungs­an­spruch her-

ange­zo­gen. Die­ser setzt die begrün­de­te Besorg­nis vor-

aus, der Antrags­geg­ner wer­de künf­tig durch sein

hoheit­li­ches Han­deln rechts­wid­rig in die geschützte

Rechts- und Frei­heits­sphä­re, hier das all­ge­mei­ne Persön-

lich­keits­recht, der Antrag­stel­le­rin eingreifen.10

1. Bei der Fra­ge zum sach­li­chen Schutz­be­reich des

Per­sön­lich­keits­rechts stellt das VG Ber­lin fest:

„Der Schutz­be­reich des all­ge­mei­nen Persönlichkeits-

rechts erfasst die per­sön­li­chen Lebens­sphä­ren und die

Erhal­tung ihrer Grund­be­din­gun­gen (vgl. BVerfG, Be-

schluss vom 25. Okto­ber 2005 – 1 BvR 1696/98 – juris

Rn. 25). Die­ses schützt, ohne sei­nem Trä­ger einen An-

spruch dar­auf zu ver­mit­teln, nur so dar­ge­stellt zu wer-

den, wie es ihm genehm ist, nicht nur die Ehre, sondern

auch wei­te­re Aspek­te des sozia­len Gel­tungs­an­spruchs ei-

ner Per­son. Nament­lich umfasst es den Schutz vor Äuße-

run­gen, die – ohne im enge­ren Sinn ehr­ver­let­zend zu

sein – geeig­net sind, sich abträg­lich auf das Anse­hen des

Ein­zel­nen in der Öffent­lich­keit aus­zu­wir­ken (vgl. BVer-

wG, Urteil vom 29. Juni 2022 – 6 C 11.20 – juris Rn. 20;

BVerfG, Beschluss vom 25. Okto­ber 2005 – 1 BvR 1696/98

– juris Rn. 25). So umfasst das all­ge­mei­ne Per­sön­lich-Lam­mich · Uni­ver­si­tä­ten haben kein Recht auf Mei­nungs­kampf­teil­ha­be 2 2 5

11

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 21, juris

12

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 24, juris.

13

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 28, juris.

14

Beis‌ piels­wei­se zur dis­kri­mi­nie­ren­den Wir­kung des Personen-

s‌ tands­rechts BVerfG, Beschluss vom 10. Okto­ber 2017 – 1 BvR

2019/16 –, BVerfGE 147, 1–31; zur Beein­flus­sung des juris‌ tischen

Sprach­ge­brauchs sie­he Lam­mich, Der Sexus im juris‌ tischen

Sprach­ge­brauch, OdW 2022, 55 ff.

keits­recht unter ande­rem den Anspruch, durch die

Staats­ge­walt nicht mit ruf­schä­di­gen­den Äußerungen

über­zo­gen zu wer­den, die sich außer­halb der verfas-

sungs­mä­ßi­gen Ord­nung bewe­gen und schützt insbeson-

dere vor ver­fäl­schen­den oder ent­stel­len­den Darstellun-

gen, die von nicht ganz uner­heb­li­cher Bedeu­tung für die

Per­sön­lich­keits­ent­fal­tung sind (BVerfG, Beschluss vom

17. August 2010 – 1 BvR 2585/06 – juris Rn. 21; Beschluss

vom 25. Okto­ber 2005 – 1 BvR 1696/98 – juris Rn. 25

m. w. N.).“11

2. Dem Gedan­ken, die Antrags­geg­ne­rin könn­te sich

hier auf ihre im wis­sen­schaft­li­chen Raum bestehende

Mei­nungs­frei­heit beru­fen, erteilt das VG Ber­lin eine

Absa­ge:

„Die voll­zie­hen­de Gewalt ist zu rufbeeinträchtigen-

den Äuße­run­gen grund­sätz­lich nur befugt, wenn und

soweit die­se auf einer gesetz­li­chen Ermäch­ti­gung beru-

hen, denn Hoheits­trä­gern steht man­gels Grundrechtsbe-

rech­ti­gung kein Recht zur Teil­ha­be am „Mei­nungs-

kampf “ zu. Sie befin­den sich nicht in einem „frei­en

Kom­mu­ni­ka­ti­ons- und Interaktionszusammenhang”

mit den Bür­gern (vgl. BVerfG, Beschluss vom 17. Au-

gust 2010 – 1 BvR 2585/06 – juris Rn. 23). Dies gilt auch

für Uni­ver­si­tä­ten, denen zwar im wissenschaftlichen

Kon­text Mei­nungs­frei­heit aus

Art. 19 Abs. 3 i.V.m. Art. 5 Abs. 3 Satz 1 GG zukommt,

wel­che sie jedoch nicht gegen­über ihren korporierten

Mit­glie­dern – hier der Antrag­stel­le­rin als Promotions-

stu­den­tin – in Ansatz brin­gen kön­nen. Denn im Verhält-

nis zu die­sen tre­ten sie selbst als Trä­ge­rin­nen hoheitli-

cher Gewalt auf; sie kön­nen inso­weit das ihnen zuste-

hen­de Abwehr­recht gegen Ein­grif­fe ande­rer Trä­ger ho-

heit­li­cher Gewalt nicht als Ein­griffs­recht gegenüber

Stu­die­ren­den anfüh­ren (vgl. Hes­si­scher Verwaltungsge-

richts­hof, Beschluss vom 19. Juli 2004 – 8 TG 107/04 –

juris Rn. 13).“12

3. Als gesetz­li­che Ermäch­ti­gung, die es für die An-

trag­s­geg­ne­rin, die sich nicht auf Art. 5 Abs. 3 GG berufen

kann, braucht, kann nach den Fest­stel­lun­gen der

12. Kam­mer auch nicht das Inter­es­se an der Wah­rung des

öffent­li­chen Ver­trau­ens in ihre Aufgabenwahrnehmung

nach § 5 Abs. 1 BerlHG her­an­ge­zo­gen werden:

„Es bestehen schon Zwei­fel, ob ein objek­ti­ver Emp-

fän­ger den bio­gra­phi­schen Zusatz „ist Dok­to­ran­din der

Bio­lo­gie an der (Antrags­geg­ne­rin)“ am Ende des Arti-

kels dahin­ge­hend ver­ste­hen darf oder gar muss, dass die

Antrag­stel­le­rin für sich bean­sprucht, ihre Mei­nung stell-

ver­tre­tend für die Antrags­geg­ne­rin zu ver­brei­ten oder

die­se mit ihrer Mei­nung zu asso­zi­ie­ren. Denn der Arti-

kel wur­de von vier wei­te­ren, nicht an der Antragsgegne-

rin beschäf­tig­ten Per­so­nen unter­zeich­net, nimmt in sei-

nem Voll­text Bezug auf „120 Wis­sen­schaft­ler, Mediziner,

Psy­cho­lo­gen, Päd­ago­gen und Ver­tre­ter ande­rer Professionen

aus ganz Deutsch­land“ und führt die Anstellung

als wis­sen­schaft­li­che Mit­ar­bei­te­rin der Antragsgegnerin

nicht auf. Dass die Antrag­stel­le­rin als ein­fa­che Dokto-

ran­din offi­zi­ell für die Antrags­geg­ne­rin auf­tritt, wird der

durch­schnitt­li­che Leser danach nicht erwar­ten. Selbst

wenn man von einem sol­chen Ein­druck aus­ge­hen wollte,

hät­te im hier zu ent­schei­den­den Ein­zel­fall beispielsweise

der klar­stel­len­de Hin­weis genügt, dass die Antragstelle-

rin ledig­lich ihre pri­va­te Mei­nung ver­brei­tet und nicht

für die Antrags­geg­ne­rin gespro­chen habe. Einer inhaltli-

chen Bewer­tung der Ansich­ten der Antrag­stel­le­rin, zu-

mal unter Nen­nung ihres Namens, bedurf­te es hingegen

nicht.“13

IV. Anmer­kung zu Ent­schei­dung und Sachverhalt

Wie ein­gangs aus­ge­führt, genießt die Ent­schei­dung eine

beson­de­re öffent­li­che Auf­merk­sam­keit, da ihr Tatbe-

stand gleich zwei gesell­schafts­po­li­ti­sche Konfliktfelder

berührt: zum einen das Reiz­the­ma des Geschlechtsbe-

grif­fes, zum ande­ren die Fra­ge des Umgangs von Univer-

sitä­ten mit kon­tro­ver­sen Mei­nun­gen ihrer korporierten

Mit­glie­der.

Das ers­te The­ma ist in der Regel nur in Bezug auf

Kollateralfragen14 für eine umfas­sen­de juris­ti­sche Auf-

klä­rung emp­fäng­lich und soll hier nicht wei­ter themati-

siert wer­den. Anders ist das bei der Kon­tro­ver­se um den

Umgang der Alma Mater mit ihren Stu­den­ten und Pro-

fes­so­ren gela­gert. Die in mehr­fa­cher Hin­sicht tief ver-

grund­recht­lich­te Stel­lung der Uni­ver­si­tä­ten präsentiert

die­sen hoch­schul­be­zo­ge­nen Zweig der sog. Cancel-Cul-

ture-Debat­te als frei­heits­recht­li­ches Forschungsobjekt.

Auch wenn das VG Ber­lin vor­lie­gend nicht über die Ab-

sage des Vor­trags als sol­che ent­schie­den hat, so hat es in

über­zeu­gen­der Wei­se recht­li­che Gren­zen des­sen aufge‑O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 2 3 — 2 2 8

2 2 6

15

So bezeich­net im Manifes‌ t des Netz­werks Wissenschaftsfreiheit,

einem Ver­ein von über 700 for­schen­den und leh­ren­den Wissen-

schaft­lern meis‌ t deut­scher Hoch­schu­len, abruf­bar unter: https://

www.netzwerk-wissenschaftsfreiheit.de/ueber-uns/manifes‌ t/. Vgl.

auch die Grün­dungs­er­klä­rung des s‌ tuden­ti­schen Partnervereins

Stu­den­ti­sche Initia­ti­ve Hoch­schul­dia­log, abruf­bar unter: https://

www.sih-ev.de/gründungserklärung.

16

BVerfG, Beschluss vom 3. Juni 1980 – 1 BvR 185/77 –, BVerfGE 54,

148–158, Rn. 16.

17

Vgl. BVerfG, Beschluss vom 14. Janu­ar 1998 – 1 BvR 1861/93 –,

BVerfGE 97, 125–156; BVerfG, Beschluss vom 25. Okto­ber 2005

– 1 BvR 1696/98 –, BVerfGE 114, 339–356, Rn. 25; BVerfG, Stattge-

ben­der Kam­mer­be­schluss vom 17. Augus‌ t 2010 – 1 BvR 2585/06 –,

juris.

18

BVerfG, Beschluss vom 3. Juni 1980 – 1 BvR 185/77 –, BVerfGE 54,

148–158, Rn. 2.

19

BVerfG, Beschluss vom 10. Novem­ber 1998 – 1 BvR 1531/96 –,

BVerfGE 99, 185–202, Rn. 42.

20

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 26, juris.

21

BVerfG, Nicht­an­nah­me­be­schluss vom 8. Sep­tem­ber 2010

– 1 BvR 1890/08 –, BVerfGK 18, 33–42, Rn. 23.

22

Mar­ti­ni, Das all­ge­mei­ne Per­sön­lich­keits­recht im Spie­gel der jün-

geren Rechts‌ pre­chung des Bun­des­ver­fas­sungs­ge­richts, JA 2009,

839.

23

Vgl. BVerfG, Beschluss vom 16. Janu­ar 1963 – 1 BvR 316/60 –,

BVerfGE 15, 256–268, Rn. 23.

24

BVerwG, Urteil vom 13. Dezem­ber 1979 – 7 C 58/78 –, BVerwGE

59, 231–240, Rn. 23.

25

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 24, juris.

26

BVerwG, Urteil vom 13. Dezem­ber 1979 – 7 C 58/78 –, BVerwGE

59, 231–240, Rn. 24.

27

VG Ber­lin, Beschluss vom 1. Dezem­ber 2023 – 12 L 399/23 –,

Rn. 28, juris.

28

Ihnen is‌ t bei der Behand­lung hoch­schul­po­li­ti­scher The­men ein

„Brü­cken­schlag“ zu all­ge­mein­po­li­ti­schen Frages‌ tel­lun­gen erlaubt,

wenn und soweit hoch­schul­po­li­ti­sche Belan­ge im Schwerpunkt

betrof­fen sind. Dies is‌ t aller­dings kei­ne Fra­ge der Grundrechts-

sub­jek­ti­vi­tät als sol­che, son­dern eine Fra­ge des die­se eingren-

zen­den Kom­pe­tenz­um­fangs, vgl. VG Köln, Beschluss vom 24.

Novem­ber 2023 – 6 L 2352/23 –, Rn. 23, juris.

zeigt, was Inter­es­sen­ver­bän­de als „welt­an­schau­li­che Nor-

mie­rung von For­schung und Leh­re“ beklagen.15

Die­se recht­li­chen Gren­zen sind in dem vor­lie­gen­den Fall

das Ergeb­nis gefes­tig­ter Recht­spre­chung und fundamen-

taler staats­recht­li­cher Grundsätze.

Spä­tes­tens seit der Epp­ler-Ent­schei­dun­g16 ständige

Recht­spre­chung des Bundesverfassungsgerichts17 ist die

Erkennt­nis, dass sich das all­ge­mei­ne Persönlichkeits-

recht nicht im Ehr­schutz erschöpft, son­dern den gesam-

ten vom Betrof­fe­nen selbst defi­nier­ten sozia­len Gel-

tungs­an­spruch umfasst. So ging es in der Eppler-Ent-

schei­dung etwa um einen Poli­ti­ker, dem die – für sich

nicht uneh­ren­haf­te – For­de­rung in den Mund gelegt

wor­den ist, man möch­te „die Belast­bar­keit der Wirt-

schaft prüfen“.18 Auch ohne Ehren­rüh­rig­keit kön­nen sol-

che Äuße­run­gen im Ein­zel­fall das Anse­hen des Einzel-

nen schmä­lern, sei­ne sozia­len Kon­tak­te schwä­chen und

infol­ge­des­sen sein Selbst­wert­ge­fühl unter­gra­ben. Sie

sind für die Per­sön­lich­keit mit­hin nicht weni­ger konsti-

tuie­rend als die Ehre.19 Im vor­lie­gen­den Fall kann kein

Zwei­fel dar­an bestehen, dass die Aus­sa­ge, die Artikel-

Mei­nun­gen der Antrag­stel­le­rin stün­den nicht im Ein-

klang mit dem Leit­bild des wech­sel­sei­ti­gen Respekts vor

dem Ande­ren, das Anse­hen des Betrof­fe­nen schmälern

kann. Gar nicht erfor­der­lich war der vom Gericht heran-

gezogene20 Maß­stab, wonach die für die Antragsgegne-

rin ungüns­tigs­te Les­art zu bewer­ten ist21, da es nach hier

ver­tre­te­ner Auf­fas­sung schlicht an alter­na­ti­ven Lesarten

fehlt.

Weit­aus staats­kon­sti­tu­ie­ren­der als die Einzelfall-

reich­wei­te des sich ohne­hin stän­dig im Wan­del befindli-

chen all­ge­mei­nen Persönlichkeitsrechts22 ist die Grund-

rechts­sub­jek­ti­vi­tät staat­li­cher Ein­rich­tun­gen. Die von

der all­ge­mei­nen Ver­wal­tung daher auch losgelöste23 An-

trag­s­geg­ne­rin ver­tei­digt zwar ihrer Natur nach in be-

stimm­ten Fäl­len Grund­rech­te nach Art. 5 Abs. 3 GG. Die

ihr in die­sem Fall zuste­hen­den Frei­heits­rech­te können

aber nicht zu Ein­griffs­rech­ten zum Nach­teil derer per-

ver­tiert wer­den, die wie­der­um vor ihr Schutz suchen.24

Wäh­rend das VG Ber­lin hier­auf hinweist25, fin­det sich

aber noch ein wei­te­rer Grund für die feh­len­de Grund-

rechts­sub­jek­ti­vi­tät dar­in, dass jede Kör­per­schaft im Sin-

ne des Art. 19 Abs. 3 GG unge­ach­tet ihrer staatlichen

oder nicht-staat­li­chen Natur durch ihre Kom­pe­tenz be-

grenzt wird.26 Zwar beschäf­tigt sich das Gericht mit einer

mög­li­cher­wei­se zuge­wie­se­nen Kom­pe­tenz zur Wahrung

des öffent­li­chen Ver­trau­ens in die Wahr­neh­mung der

Auf­ga­ben nach § 5 BerlHG. Dies geschieht aber erst in-

ner­halb einer – letzt­lich auch sach­ent­schei­den­den – Ver-

hält­nis­mä­ßig­keits­prü­fung, die „jeden­falls“ zum Nachteil

der Antrags­geg­ne­rin ausfällt.27 Auch die vom Gericht zu-

recht ver­nein­te Fra­ge, ob ein objek­ti­ver Betrach­ter die

Antrag­stel­le­rin mög­li­cher­wei­se als Stell­ver­tre­te­rin der

Antrags­geg­ne­rin ver­ste­hen duf­te, ist folg­lich mittelbar

eine Fra­ge der Grund­rechts­sub­jek­ti­vi­tät. Denn nur unter

die­ser Bedin­gung kommt eine Handlungskompetenz

zwecks Wah­rung des öffent­li­chen Ver­trau­ens überhaupt

in Betracht.

All­ge­mein hoch­schul­po­li­tisch inter­es­sant bei dem

Selbst­ver­ständ­nis der Antrags­geg­ne­rin ist die Nähe zu

einem alt­be­kann­ten Streit­punkt: Seit den 1960er Jahren

wird das schier unstill­ba­re Bedürf­nis ver­fass­ter Studen-

ten­schaf­ten nach einem all­ge­mein­po­li­ti­schen Mandat

mit eben­je­ner geschil­der­ten Argu­men­ta­ti­on im Prinzip28Lammich · Uni­ver­si­tä­ten haben kein Recht auf Mei­nungs­kampf­teil­ha­be 2 2 7

29

Vgl. nur BVerwG, Urteil vom 13. Dezem­ber 1979 – 7 C 58/78 –,

BVerw­GE 59, 231–240, Rn. 23; Hes­si­scher Verwaltungsgerichts-

hof, Beschluss vom 5. Febru­ar 1998 – 8 TM 354/98 –, Rn. 6, juris;

VG Ber­lin, Beschluss vom 19. März 2008 – 12 A 22.08 –, Rn. 14,

juris; Ober­ver­wal­tungs­ge­richt der Frei­en Hanses‌ tadt Bremen,

Beschluss vom 26. Juli 1999 – 1 A 165/99 –, Rn. 5 juris.

30

Regel­mä­ßig Stu­den­ten­ver­bin­dun­gen, aber auch völ­lig universi-

täts­fer­ne Akteu­re wie die Bun­des­wehr, vgl. VG Bre­men, Urteil

vom 12. Juni 2020 – 2 K 2248/17 –, Rn. 3, juris.

31

Manch einer wür­de sagen „fort­setzt“.

zurückgewiesen.29 Auch in die­sen Fäl­len ging es um

Kom­pe­tenz­über­schrei­tun­gen durch Aus­sa­gen zulasten

poli­tisch unlieb­sa­mer Akteure30 und auch hier schlugen

Ver­su­che fehl, sich auf die par­ti­ell gestat­te­te Grund-

rechts­sub­jek­ti­vi­tät zu stüt­zen. Vor die­sem Hintergrund

bleibt es nur zu hof­fen, dass das Ver­hal­ten der Antrags-

geg­ne­rin kei­nen gleich­lau­fend zähen wie unergiebigen

Trend auf Ebe­ne der Uni­ver­si­täts­ver­wal­tun­gen in Gang

setzt31

.

Rechts­as­ses­sor Dr. Theo­dor Lam­mich absol­viert einen

Mas­ter of Laws (LL.M.) an der Uni­ver­si­tät Edin­burgh. Er

ist Post­gra­du­ier­ten­spre­cher der Edin­burgh Law School

sowie Vor­sit­zen­der des Ver­eins Stu­den­ti­sche Initiative

Hoch­schul­dia­log e.V.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 2 3 — 2 2 8

2 2 8Erscheint ein Hand­buch des Hoch­schul­rechts, das auf

die Pra­xis zielt, inner­halb von knapp 20 Jah­ren in 4. Auf-

lage, so ist dies einer Leser­schaft zu ver­dan­ken, die statt

einer aus­ufern­den Dis­kus­si­on von Detail­fra­gen an einer

über­grei­fen­den, ver­glei­chen­den und kommentierenden

Dar­stel­lung des gesam­ten deut­schen Hochschulrechts

inter­es­siert ist. Die beson­de­re Qua­li­tät des Handbuchs

liegt in sei­ner wis­sen­schaft­li­chen Ori­en­tie­rung mit Blick

auf die Pra­xis des Hoch­schul­rechts, näm­lich „das

Gemein­sa­me und Prä­gen­de, das his­to­risch Gewachsene

und das Refor­ma­to­ri­sche zu zei­gen“ (Vor­wort). Dies

gelingt in über­zeu­gen­der Wei­se auf über 1.000 Seiten,

obgleich sich das Hoch­schul­recht der Län­der, wie eben-

falls im Vor­wort fest­ge­stellt, mehr und mehr auseinan-

derent­wi­ckelt. Gegen­läu­fig zu die­ser Ten­denz hoch-

schul­recht­li­cher Frag­men­tie­rung hat die Rechtspre-

chung des BVerfG ein engmaschiges

Hoch­schul­ver­fas­sungs­recht kon­sti­tu­tio­na­li­siert, das

eben­so wie das Recht der Euro­päi­schen Uni­on, das

immer wie­der in den Blick kommt (hier­zu u. a. Max-

Ema­nu­el Geis im 6. Kap. Rn. 3 ff.), einen hochschul-

recht­li­chen Aktio­nis­mus der Landesparlamente

begrenzt. Zu den Vor­zü­gen die­ses Hand­buchs gehört,

die­se bei­den Fun­da­men­te des deut­schen Hochschul-

rechts in fast allen Kapi­teln immer wie­der zu thematisie-

ren. So wird Ori­en­tie­rungs­si­cher­heit über die Statik,

aber auch über Mög­lich­kei­ten der Reform des deutschen

Hoch­schul­rechts geschaf­fen. Im Fol­gen­den sei­en einige

Posi­tio­nie­run­gen des Hand­buchs ange­spro­chen, am

Ran­de auch eini­ge weni­ge The­men benannt, die aus der

Agen­da des Hand­buchs aus­ge­blen­det sind.

Das Hand­buch behan­delt in 16 Kapi­teln die zentralen

Schwer­punk­te des Hoch­schul­rechts: das institutionelle

Hoch­schul­recht (Kap. 1 – 3), das Hochschuldienstrecht,

auch im euro­päi­schen Ver­gleich (Kap. 4 – 6, 11), ver-

schie­de­ne Zwei­ge des Bin­nen­rechts von Hochschulen

(Kap. 7 ‑10), Rechts­fra­gen von Stu­di­um und Prüfung

(Kap. 12 und 13), das Urhe­ber- und Erfindungsrecht

(Kap. 14 und 15) sowie die Hoch­schul­fi­nan­zie­rung und

-steue­rung (Kap. 16).

Im ein­lei­ten­den Kapi­tel legt Bern­hard Kem­pen die

„Grund­la­gen des insti­tu­tio­nel­len Hoch­schul­rechts“. In

ver­fas­sungs­staat­li­cher Per­spek­ti­ve wer­den die Freiheit

von For­schung und Leh­re sowie die Hochschulautono-

mie und Selbst­ver­wal­tung posi­tiv­recht­lich anhand der

Recht­spre­chung des Bun­des­ver­fas­sungs­ge­richts entwi-

ckelt. Denn mit Recht ver­zich­tet Kem­pen, wie auch an-

dere Autoren des Hand­buchs, auf „ori­gi­nel­le“ verfas-

sungs­recht­li­che Neu­an­sät­ze (Rn. 3), weil die­se für die

Pra­xis des Hoch­schul­rechts kei­ner­lei Bedeu­tung haben.

Auf eben­falls fes­tem ver­fas­sungs­recht­li­chen Boden

wen­det sich Vol­ker Epping im zwei­ten Kapi­tel einer „Ty-

pisie­rung von Hoch­schu­len: Uni­ver­si­tä­ten und Fach-

hoch­schu­len“ zu. His­to­risch anset­zend, was ebenfalls

zum Mar­ken­zei­chen fol­gen­der Kapi­tel gehört, werden

ins­be­son­de­re die Unter­schie­de und Gemeinsamkeiten

von Uni­ver­si­tä­ten und Fach­hoch­schu­len einschließlich

der Hoch­schu­len für ange­wand­te Wis­sen­schaf­ten mit

Blick auf ihre Auf­ga­ben­stel­lung, Nachwuchsförderung,

Qua­li­fi­ka­ti­on ihrer Hoch­schul­leh­rer sowie auf die Zulas-

sungs­vor­aus­set­zun­gen zum Stu­di­um struk­tu­riert und

ver­tie­fend ent­wi­ckelt. Im Bereich der Hoch­schu­len für

ange­wand­te Wis­sen­schaf­ten hat sich im Ver­gleich zu den

staat­li­chen Hoch­schu­len eine rela­tiv hohe Zahl an priva-

ten Hoch­schu­len eta­bliert, die im fol­gen­den Kapi­tel an-

gespro­chen wer­den. An Hand wich­ti­ger Einzelfragen,

wie des Pro­mo­ti­ons­rechts an Hoch­schu­len für ange-

wand­te Wis­sen­schaf­ten, wird die Ent­wick­lung dieses

Hoch­schul­typs nach­ge­zeich­net. Durch­aus kri­tisch wird

die ste­ti­ge Anglei­chung der Hoch­schu­len für angewand-

te Wis­sen­schaf­ten an die Uni­ver­si­tä­ten (Rn. 37)

gese­hen.

Im drit­ten Kapi­tel set­zen Micha­el Lynen und Silvia

Per­nice-Warn­ke die Hoch­schul­ty­pi­sie­rung mit Blick auf

die Päd­ago­gi­schen Hoch­schu­len, Kunst- und Musik-

hoch­schu­len, kirch­li­chen Hoch­schu­len und privaten

Hoch­schu­len fort. Beson­de­re Unter­ab­schnit­te unter-

schei­den zwi­schen staat­li­chen und pri­va­ten Hochschu-

len (Rn. 7), erwäh­nen die staat­li­che Aner­ken­nung priva-

ter Hoch­schu­len (Rn. 10), ihr Hochschulmanagement

(Rn. 12), ihre Auf­ga­ben (Rn. 36 ff.) und die Stel­lung ihrer

Pro­fes­so­ren. Bei­den Autoren ist eine gewis­se Skep­sis ge-

gen­über pri­va­ten Hoch­schu­len anzu­mer­ken. Sie greifen

den vom Wis­sen­schafts­rat gepräg­ten Begriff der Hoch-

Tho­mas Würtenberger

Bespre­chung von Micha­el Hartmer/Hubert Detmer

(Hrsg.), Hoch­schul­recht. Ein Hand­buch für die

Praxis1

1

Ver­lag C. F. Mül­ler, 4. Aufl. 2022, 1023 S., ISBN 978–3‑8114–8775‑8.

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 2 9 — 2 3 2

2 3 0

schul­för­mig­keit auf, was dar­auf zielt, die pri­va­ten Hoch-

schu­len mög­lichst eng an die recht­li­che Ord­nung der öf-

fent­li­chen Hoch­schu­len anzu­bin­den. Bei die­ser unre-

flek­tier­ten Über­nah­me des Kon­strukts der Hochschul-

för­mig­keit, einem Eigen­ge­wächs des Wissenschaftsrates,

gerät aus dem Blick, dass gera­de pri­va­te Hoch­schu­len ein

Expe­ri­men­tier­feld von Füh­rungs- und Organisations-

kon­zep­ten sein kön­nen, die staat­li­chen Hochschulen,

aus wel­chen Grün­den auch immer, ver­wei­gert sind. Und

auch der von Art. 5 Abs. 3 S. 1 GG gewähr­te Freiheits-

schutz ver­bie­tet es grund­sätz­lich, die pri­va­ten Hoch-

schu­len, wie von den Autoren wohl inten­diert, mit dem

Kon­zept der Hoch­schul­för­mig­keit in das Kor­sett des für

öffent­li­che Hoch­schu­len gel­ten­den Hoch­schul­rechts ein-

zuzwän­gen. Bei einer Ori­en­tie­rung am fast nur vom

Wis­sen­schafts­rat ver­tre­te­nen Kon­zept der Hochschul-

för­mig­keit wird zudem über­se­hen, dass im demokrati-

schen Rechts­staat die Vor­aus­set­zun­gen der staatlichen

Aner­ken­nung pri­va­ter Hoch­schu­len gesetz­lich klar gere-

gelt sein müs­sen. Im Rege­lungs­sys­tem des Hochschul-

rechts der Län­der ist frei­lich der vom Wissenschaftsrat

gepräg­te und hoch­schul­recht­lich nir­gends verwendete

Begriff der Hoch­schul­för­mig­keit kein Anerkennungskri-

teri­um für pri­va­te Hoch­schu­len. Kaum auf dem Stand

der Pra­xis sind schließ­lich die Bemer­kun­gen zur Rekru-

tie­rung der Pro­fes­so­ren­schaft an pri­va­ten Hochschulen.

Empi­risch lässt sich nicht bele­gen, dass auch heu­te noch

viel­fach auf Pro­fes­so­ren zurück­ge­grif­fen wer­de, die an

staat­li­chen Hoch­schu­len beschäf­tigt ihre Lehrtätigkeit

an den pri­va­ten Hoch­schu­len als Neben­tä­tig­keit aus-

üben (Rn. 72). Dies ver­kennt, dass an pri­va­ten Hoch-

schu­len min­des­tens 50% der Leh­re von haupt­amt­lich an

der Hoch­schu­le täti­gen Pro­fes­so­ren aus­ge­übt werden

muss. Und auch die Lehr­be­auf­trag­ten an den Hochschu-

len für ange­wand­te Wis­sen­schaf­ten kom­men meist, ähn-

lich wie auch bei Uni­ver­si­tä­ten, aus der Berufs­pra­xis, die

Gegen­stand der Hoch­schul­leh­re ist. Die letzt­hin dyna-

mische Ent­wick­lung des pri­va­ten Hochschulwesens

könn­te es nahe­le­gen, die­sem Bereich ein eige­nes Kapitel

unter ande­rem mit Blick auf die staat­li­chen Anerken-

nungs­ver­fah­ren und ihre Expe­ri­men­te im Bereich ihrer

Orga­ni­sa­ti­on zu wid­men. Gibt es doch über 200 private

Hoch­schu­len in Deutsch­land, eine der größ­ten mit weit

über 100.000 Studierenden.

Das Dienst­recht der (Uni­ver­si­täts-) Pro­fes­so­ren ist

von Hubert Det­mer (4. Kapi­tel) unter beson­de­rer Be-

rück­sich­ti­gung der Ein­stel­lungs­vor­aus­set­zun­gen und

des Beru­fungs­ver­fah­rens, das Recht des wissenschaftli-

chen Nach­wuch­ses ist von Micha­el Hart­mer (5. Kapitel)

mit nach­denk­lich stim­men­den Schluss­be­mer­kun­gen zu

den Per­spek­ti­ven des wis­sen­schaft­li­chen Nachwuchses

(Rn. 141 ff.) behan­delt. Für den deut­schen Leser, der

„sein“ Hoch­schul­leh­rer­dienst­recht, von Aus­nah­men na-

tür­lich abge­se­hen, beson­ders schätzt und sich kein ande-

res vor­zu­stel­len ver­mag, ist das 6. Kapi­tel von Max-Ema-

nuel Geis über „Euro­päi­sches Hochschullehrerdienst-

recht“ beson­ders auf­schluss­reich. Das zentralistische

Hoch­schul­leh­rer­dienst­recht in zen­tra­lis­ti­schen Staaten –

in Frank­reich mit sehr lan­ger Tra­di­ti­on – ist ein Gegen-

pol zum deut­schen föde­ra­len Konzept.

Chris­ti­an von Coelln gibt einen gut informierenden

Über­blick über das „Bin­nen­recht der Hoch­schu­le“ (7.

Kapi­tel). Dass Hoch­schu­len mitt­ler­wei­le als „blo­ße öf-

fent­lich-recht­li­che Kör­per­schaft“ orga­ni­siert sein kön-

nen (Rn. 14 ff.), gehört zu neue­ren Perspektivenwechseln

im deut­schen Hoch­schul­recht. Die umstrit­te­nen Ten-

den­zen zu einer „hier­ar­chi­schen Hoch­schu­le“ (Rn. 69

ff.) wer­den im Kon­text der Recht­spre­chung des BVerfG

zur struk­tu­rel­len Siche­rung der Wis­sen­schafts­frei­heit als

gebän­digt gese­hen; die Betei­li­gung von Hochschulräten

an Lei­tungs­ent­schei­dun­gen wird mit guten Grün­den auf

den Prüf­stand des Ver­fas­sungs­rechts gestellt (Rn. 135 ff.).

Da Hoch­schul­or­ga­ne mit­un­ter über ihre Kompetenzen

strei­ten, schließt die­se Kapi­tel mit Rechtsschutzfragen

(Rn. 146 ff.), die auch in ande­ren Kapi­teln immer wieder

ange­spro­chen werden.

Gegen­über der Vor­auf­la­ge hat das 8. Kapi­tel zum

„Trans­fer in Koope­ra­tio­nen“ aus guten Grün­den einen

neu­en Zuschnitt erfah­ren. Man­fred Net­te­ko­ven greift

das Neben­tä­tig­keits­recht nur noch am Ran­de auf und

wid­met sich vor­ran­gig den Trans­fer­auf­ga­ben der Hoch-

schu­len. Mit Blick auf die Hoch­schul­pra­xis wird hier

eine Viel­zahl von ganz unter­schied­li­chen rechtlichen

Vor­ga­ben für den gewich­ti­gen Bereich des Wissenstrans-

fers erläu­tert: Bei­hil­fe­recht, Ver­ga­be­recht, Steuerrecht,

Außen­wirt­schafts­recht und ande­res mehr. Eben­so praxi-

sori­en­tiert wird ein Über­blick über ein­zel­ne Vertragsty-

pen gege­ben.

Im Bin­nen­be­reich von Hoch­schu­len ist mittlerweile

das „For­schungs­da­ten­ma­nage­ment, Daten­schutz­recht in

der Wis­sen­schaft“ (9. Kapi­tel) ein stän­dig wich­ti­ger wer-

den­der Arbeits­be­reich. Rolf Schwart­mann entwickelt

zunächst an Hand der DS-GVO die datenschutzrechtli-

chen Grund­la­gen für das Hoch­schul­recht, um sodann

Leh­re und Prü­fun­gen recht detail­liert datenschutzrecht-

lich ein­zu­gren­zen. Die Coro­na-Pan­de­mie hat neue Lehr-

und Prü­fungs­for­ma­te erzwun­gen, deren datenschutz-

recht­lich statt­haf­te Rea­li­sie­rung bemer­kens­wert raschWür­ten­ber­ger· Bespre­chung von Micha­el Hartmer/Hubert Det­mer, Hoch­schul­recht. 2 3 1

erfol­gen konn­te. Ob dies auch für die nach Erscheinen

des Ban­des in den Vor­der­grund tre­ten­de generative

Künst­li­che Intel­li­genz gilt, bleibt abzuwarten.

Den Bin­nen­be­reich der Hoch­schu­le überschreitet

das Recht der Hoch­schul­me­di­zin (10. Kapi­tel). Georg

Sand­ber­ger sys­te­ma­ti­siert die viel­fäl­ti­gen Organisations-

refor­men und –model­le, wobei man­ches berech­tig­te Kri-

tik erfährt (u. a. Rn. 66 f. zu den Findungsverfahren).

Deut­lich gerügt wird das poli­ti­sche Ver­sa­gen bei der

Schaf­fung hin­rei­chen­der Aus­bil­dungs­ka­pa­zi­tä­ten, um

dem gesell­schaft­li­chen Bedarf an Medi­zi­nern zu genü-

gen. Den Beden­ken gegen ein Medi­zin­stu­di­um an einer

aus­län­di­schen Fakul­tät, weit­ge­hend in Deutschland

ohne Akkre­di­tie­rung durch­ge­führt, hat man bislang

kaum Rech­nung getragen.

Im 13. Kapi­tel zum Prü­fungs­recht konn­te Helmut

Schnel­len­bach Ein­zel­fra­gen zu Online-Prü­fun­gen weit-

gehend aus­klam­mern, um die klas­si­schen Anforderun-

gen an das Prü­fungs­ver­fah­ren samt Rechts­schutz in der

gebo­te­nen Aus­führ­lich­keit zu ent­wi­ckeln. Bei Konflikten

zwi­schen Prü­fungs­ord­nung und Wissenschaftsfreiheit,

zwi­schen Art. 5 Abs. 3 S. 1 GG und aus Art. 12 Abs. 1 GG

resul­tie­ren­den Leis­tungs­an­for­de­run­gen, wird praxisnah

eine Kon­flikt­schlich­tung „nach dem Mus­ter der prakti-

schen Kon­kor­danz“ (Rn. 23) vorgeschlagen.

Das umfang­reichs­te Kapi­tel 10 von Frank Werthei-

mer und Mar­kus Meiß­ner erör­tert das Arbeits­recht des

Hoch­schul­per­so­nals in all sei­nen Facet­ten, wobei ein

Schwer­punkt u. a. auf Befris­tungs­fra­gen, die immer wie-

der im Streit sind, gelegt ist. Ähn­lich umfas­send werden

von Josef Franz Lind­ner die Rechts­fra­gen des Studiums

im 13. Kapi­tel ent­wi­ckelt, wobei allen­falls die Einschrän-

kungs­mög­lich­kei­ten der Lehr­frei­heit im didaktischen

Bereich (Rn. 23) aus­bau­fä­hig sind.

Das „Urhe­ber­recht des wis­sen­schaft­li­chen Personals“

(Kapi­tel 14) ist von Horst-Peter Göt­ting, das „Erfin-

dungs­recht des wis­sen­schaft­li­chen Per­so­nals“ (Kapi­tel

15) ist von Rudolf Kra­ßer bear­bei­tet. Bei­de Bearbeitun-

gen gehen, sehr nach­voll­zieh­bar, stär­ker in das Detail, als

es an sich Ziel des Hand­buchs ist. Gibt es doch im Be-

reich des Urhe­ber- und Erfin­dungs­rechts Veränderun-

gen der Rechts­la­ge, die nicht immer leicht zu verfolgen

sind. Von Göt­ting wer­den die uni­ons­recht­li­chen Vorga-

ben eben­so wie etwa das Data-Mining berücksichtigt.

Sei­nen Bemer­kun­gen zur Zweitveröffentlichungspflicht

(Rn. 94) und zur Ableh­nung pro­fes­so­ra­ler Publikations-

pflich­ten (Rn. 132) kann man nur zustim­men. Zu knapp

kommt frei­lich die Hoch­schu­len und Poli­tik empfindlich

tref­fen­de Pla­gi­ats-Pro­ble­ma­tik (Rn. 54 ff.), auch im

Stich­wort­ver­zeich­nis fehlt ein Hin­weis. Die wichtige

The­ma­tik des wis­sen­schaft­li­chen Fehl­ver­hal­tens wird al-

ler­dings von Hubert Det­mer im 4. Kapi­tel, Rn. 166 ff.

über­blicks­wei­se angesprochen.

Im abschlie­ßen­den 16. Kapi­tel wen­det sich Gerhard

Möl­ler der Ver­bin­dung von „Hoch­schul­fi­nan­zie­rung

und Steue­rung“ zu. Einer zuver­läs­si­gen Orientierung

über die Ver­fah­ren und Modi der Hochschulfinanzie-

rung steht ein recht knap­per Abschnitt der „Instru­men­te

der Hoch­schul­steue­rung“ (Rn. 47 ff.) gegen­über. Die

wich­tigs­ten Steue­rungs­kon­zep­te sind zwar angespro-

chen. Es feh­len aber nicht nur in die­sem Kapi­tel Ausfüh-

run­gen zur Rol­le des Wis­sen­schafts­ra­tes, vor allem zu

sei­nen Emp­feh­lun­gen und Struk­tur­vor­schlä­gen für viele

Berei­che des Hoch­schul­sek­tors. Auch soll­ten die fehlen-

den, rechts­staat­lich gebo­te­nen Aufsichtsmöglichkeiten

über den Wis­sen­schafts­rat nicht uner­wähnt bleiben.

Der „Hartmer/Detmer“ ist für jeden unverzichtbar,

der sich mit dem Wis­sen­schafts- und Hochschulrecht

befasst. Die Her­aus­ge­ber sind nicht der Ver­su­chung erle-

gen, einen zwei­ten Band auf den Weg zu brin­gen, um der

Dyna­mik der Rechts­ent­wick­lung noch ausführlicher

Rech­nung zu tra­gen. Auch wenn man bis­wei­len eine et-

was knap­pe Dar­stel­lung bedau­ern mag, so hat dies auch

Vor­tei­le: Die Autoren haben sich auf das Wesent­li­che be-

schränkt, was die Les­bar­keit der Bei­trä­ge för­dert. Neue-

re Ent­wick­lun­gen wer­den in der Regel ein­ge­hen­der ver-

tieft, was der Pra­xis­taug­lich­keit des Hand­buchs beson-

ders nützt. Der Pra­xis­taug­lich­keit die­nen eben­so die

Ori­en­tie­rung an der höchst­rich­ter­li­chen Rechtspre-

chung, ins­be­son­de­re des BVerfG, die Hin­wei­se auf histo-

rische Ent­wick­lungs­li­ni­en des Hoch­schul­rechts sowie

man­cher­lei Gestal­tungs­vor­schlä­ge. Aber nicht nur die

Pra­xis­taug­lich­keit sei beson­ders her­vor­ge­ho­ben. Der

Hartmer/Detmer ent­fal­tet auch die Grundrechtsver-

wirk­li­chung im Bereich von For­schung, Leh­re und

Hoch­schu­le. Auch dies macht die­ses Hand­buch zum un-

ent­behr­li­chen Beglei­ter bei der Klä­rung hochschulrecht-

licher Fra­gen.

Dr. Tho­mas Wür­ten­ber­ger ist em. Pro­fes­sor an der

Albert-Lud­wigs-Uni­ver­si­tät Frei­burg und Lei­ter der

For­schungs­stel­le für Hochschulrecht.O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 2 9 — 2 3 2

2 3 2Ehemals im Mit­tel­al­ter war wis­sen­schaft­li­che und aka-

demi­sche Mit­tei­lung ein und das­sel­be. In neue­ren Zei-

ten, beson­ders seit Erfin­dung der Buch­dru­cker­kunst, hat

sich dies sehr geän­dert. Denn seit­dem man nun fast alles,

was man auf Uni­ver­si­tä­ten hören, auch in Büchern lesen

kann, haben die Uni­ver­si­tä­ten sehr von ihrer sonstigen

Ach­tung ver­lo­ren, eben­so die Spruch­kol­le­gi­en [zur pro-

fes­so­ra­len Rich­ter­tä­tig­keit nach Akten­la­ge], indem sie

nun nicht mehr das Mono­pol der wissenschaftlichen

Mit­tei­lung haben.

Man hat daher behaup­tet, Uni­ver­si­tä­ten wären jetzt

sehr ent­behr­lich, allein man kann gera­de umge­kehrt sa-

gen, daß sie nach dem Ver­lust jenes Mono­pols erst ein

eige­nes Gebiet gewon­nen haben. Soll der Zweck eines

gelehr­ten Stu­di­ums erreicht wer­den, so muß am Ende

des­sel­ben für den Stu­die­ren­den dadurch eine selbständi-

ge Ansicht der Wis­sen­schaft gebil­det sein, so daß er sich

nach­her frei dar­in bewe­gen kann. […]

Bei jedem Men­schen fin­det sich ein Prin­zip geistiger

Träg­heit, in gewis­sem Grad, so daß er nur das treibt, was

ihm zunächst dar­ge­bo­ten wird; — wenn also jemand

bloß aus Büchern ohne allen Vor­trag eine Wissenschaft

erlernt, selbst dabei stu­diert, so wird er meis­ten­teils doch

immer nur an das zufäl­lig Vor­kom­men­de sich halten,

frem­de Mei­nun­gen in sich auf­neh­men, sich fast völlig

pas­siv dabei ver­hal­ten, kei­ne freie Ansicht von der Wis-

sen­schaft erlan­gen. [… Die­ser] Man­gel der planmäßigen

Übun­gen der eige­nen Tätig­keit, wird durch mündlichen

Unter­richt gehoben […]

Die Ansicht der Uni­ver­si­tä­ten ist gera­de verkannt

[…], wonach der Zweck der­sel­ben ist, die notdürftigsten

Kennt­nis­se so kurz und leicht als mög­lich zu erlernen.

Die­ser Zweck läßt sich weit leich­ter durch Bücher errei-

chen. Der wah­re Zweck der Uni­ver­si­tä­ten ist vielmehr,

uns ins wis­sen­schaft­li­che Stu­di­um über­haupt so einzu-

füh­ren, daß uns kein Teil in dem­sel­ben fremd bleibt oder

wir wenigs­tens instand gesetzt wer­den, das Feh­len­de auf

die leich­tes­te und gründ­lichs­te Art zu erlernen.

Dies nun auf das aka­de­mi­sche Stu­di­um der Jurisprudenz

ange­wen­det, müß­te der Zweck des aka­de­mi­schen Studi-

ums sein, auf alles das hin­zu­füh­ren, was über­haupt zur

Juris­pru­denz gehört. In Anse­hung des abso­lu­ten Studi-

ums ist es also nötig, daß uns in Exege­se, Geschichte

und Sys­tem nichts fremd blei­be, d. h., daß der Studieren-

de das ent­we­der selbst weiß oder wenigs­tens finden

kann, wo das Wei­te­re zu erler­nen ist.

[…] Hier­zu wird aber kei­nes­wegs Voll­stän­dig­keit des

Mate­ri­als, son­dern nur des­sen erfor­dert, was zur weite-

ren Bear­bei­tung aller Gegen­stän­de hin­reicht […], wenn

man bedenkt, wie­viel durch Spar­sam­keit und Vermei-

dung alles Unnö­ti­gen gewon­nen wer­den kann für die

Zeit und Emp­fäng­lich­keit des Zuhö­rers. Ein kürzerer

Vor­trag kann daher oft mehr rea­le Kenntnisse

ent­hal­ten.

[…] Es kommt also dar­auf an, alles Vorgetragene

nicht gera­de­zu zu glau­ben, son­dern zu prüfen.

[…] was vor dem Vor­trag gesche­hen soll: Vorberei-

tung. Hier ist, wie über­all, Quel­len­stu­di­um das beste

Hilfs­mit­tel. Es scheint der Weg der bes­te: die Beweis-

stel­len nach­zu­schla­gen und mit den zu bewei­sen­den Sät-

zen zu ver­glei­chen, allein dies wäre nur eben möglich,

wenn im Zitie­ren selbst Plan und Voll­stän­dig­keit wäre,

es dürf­te dar­in nichts Unnö­ti­ges ent­hal­ten, nichts We-

sent­li­ches ver­ges­sen sein. Dies ist aber sel­ten der Fall

und fin­det sich in kei­nem Buche oder Lehr­vor­tra­ge. Man

übe sich daher viel­mehr, die Quel­len schnell durchlesen

zu kön­nen, ohne dabei etwas Wich­ti­ges zu übersehen.

Dies notie­re man sich dann. So wird es leicht möglich

sein, zu einer Ansicht über die Metho­de des Dozen­ten zu

kom­men und so das Bes­te aus sei­nem Vortrag

her­aus­zu­neh­men.

Fried­rich Carl von Savigny

Metho­dik des aka­de­mi­schen Stu­di­ums zum Behufe

des Juristischen1

1 Drit­ter (und letz­ter) Teil einer dop­pel­stün­di­gen Vor­le­sung zur „öf-

fent­li­chen Anlei­tung zum eige­nen Stu­di­um der Juris­pru­denz“ über

13 Wochen vom 7. Novem­ber 1802 bis 1. März 1803. Erhalten

nur dank hand­schrift­li­cher Rekon­struk­ti­on aus Vorlesungsnotizen

des spä­ter berühm­ten Phi­lo­lo­gen und Mär­chen­samm­lers Jacob

Lud­wig Karl Grimm. Sein Manu­skript wur­de erst 1933 durch

Her­mann Kan­to­ro­wicz wie­der­ent­deckt, 1951 durch Ger­hard We-

sen­berg unter Autoren­schaft Savi­gnys und dem Titel „Juris­ti­sche

Metho­den­leh­re“ her­aus­ge­ge­ben (dar­in Drit­ter Teil S. 69–73) und

2024 durch Han­jo Hamann erst­mals digi­tal erschlos­sen (www.

doi.org/10.5281/zenodo.10649078) sowie für den vorliegenden

Abdruck exzer­piert und mit­tels [Ein­fü­gun­gen in ecki­gen Klam-

mern] redi­giert.

Ord­nung der Wis­sen­schaft 2024, ISSN 2197–9197O R D N U N G D E R W I S S E N S C H A F T 3 ( 2 0 2 4 ) , 2 3 3 — 2 3 4

2 3 4

Fried­rich Carl von Savi­gny (1779–1861) galt noch Jahr-

zehn­te spä­ter als „größ­ter Rechts­leh­rer unse­res Jahr-

hun­derts“ (so ein Reichs­tags­ab­ge­ord­ne­ter 1896 bei

Bera­tung des BGB). In Wetz­lar als ein­zig überlebendes

von 13 Kin­dern und seit sei­nem 14. Lebens­jahr als Wai-

se auf­ge­wach­sen, wur­de er nach dem Stu­di­um der

Rech­te in Mar­burg 1800 pro­mo­viert und 1803 habili-

tiert. Zunächst nach Lands­hut beru­fen (1808/09), holte

ihn Wil­helm von Hum­boldt 1810 an die neugegründe-

te Ber­li­ner Uni­ver­si­tät. Dort wur­de Savi­gny im Kodifi-

kat­ions­streit mit Thibaut (1814) berühmt und lehrte

jahr­zehn­te­lang, bevor er 1842–48 als könig­li­cher Groß-

kanz­ler die preu­ßi­sche Gesetz­ge­bung ganz praktisch

mit­ge­stal­te­te und par­al­lel sein acht­bän­di­ges Haupt-

werk ver­öf­fent­lich­te: Das „Sys­tem des heu­ti­gen römi-

schen Rechts“.