In einer Ingenieur-Bachelorarbeit taucht künstliche Intelligenz an drei sehr unterschiedlichen Stellen auf – und genau diese Unterscheidung übersehen viele Studierende. Die erste Stelle ist der Berichtstext: Einleitung, Diskussion, sprachliche Überarbeitung. Die zweite ist die technische Substanz der Arbeit selbst: eine KI-gestützte Parameteroptimierung in der FEM-Simulation, ein mit ChatGPT mitentwickeltes MATLAB-Skript, eine automatisierte Netzverfeinerung. Die dritte, oft übersehene Stelle ist die Konstruktion: generatives Design und KI-gestützte CAD-Werkzeuge, die zunehmend in Maschinenbau- und Produktentwicklungsprojekten eingesetzt werden. Prüfungsordnungen behandeln diese drei Fälle unterschiedlich streng, und wer sie vermischt, deklariert entweder zu wenig oder unnötig viel.
Dieser Beitrag trennt die drei Einsatzarten, zeigt an einem durchgerechneten Beispiel, was eine korrekte Offenlegung enthält, und nennt den einen Fall, in dem KI-Unterstützung unabhängig von jeder Reglementsfrage ein eigenes Sicherheitsproblem ist: die sicherheitsrelevante Berechnung.
Drei verschiedene KI-Einsätze – und warum sie nicht gleich behandelt werden
Die erste Kategorie ist der textliche KI-Einsatz: Formulierungshilfe, Gliederungsvorschläge, sprachliche Politur der Einleitung oder Diskussion. Hier gilt an vielen Schweizer Hochschulen eine vergleichsweise liberale Linie, solange die fachlichen Aussagen selbst erarbeitet wurden – vergleichbar mit einem Lektorat.
Die zweite Kategorie ist der technisch-substanzielle KI-Einsatz: Code für eine Simulation, Vorschläge für Materialparameter, automatisierte Auswertung von Messreihen, KI-gestützte Optimierung einer Geometrie. Dieser Einsatz verändert das eigentliche Ergebnis der Arbeit – nicht nur ihre Darstellung –, und genau deshalb verlangt er eine präzisere Offenlegung: nicht «KI wurde unterstützend eingesetzt», sondern welches Werkzeug für welchen konkreten Berechnungsschritt, mit welcher Kontrolle der Ergebnisse.
Die dritte Kategorie, generatives Design, liegt methodisch dazwischen: Das Ergebnis ist ein konkretes technisches Artefakt – eine Geometrie, ein Bauteilvorschlag –, aber der Entstehungsprozess ist stärker exploratorisch als bei einer klassischen Berechnung. Gerade deshalb braucht dieser Fall eine eigene Betrachtung, die weiter unten folgt.
Was die allgemeine KI-Regel der Hochschule abdeckt – und was nicht
Die meisten Schweizer Hochschulen haben mittlerweile eine KI-Regelung, doch diese Regelungen sind in aller Regel fachneutral formuliert – sie sagen, wer über den Einsatz entscheidet und welches Grundprinzip gilt, aber nicht, wie eine FEM-Simulation oder ein Regelungsalgorithmus konkret zu behandeln ist. Wer über die grundsätzliche Zuständigkeit und die Frage, welches Gremium die Regel für den eigenen Studiengang festlegt, noch unsicher ist, findet die Grundlagen im Beitrag zu den KI-Regeln an Schweizer Hochschulen. Für die ingenieurwissenschaftliche Praxis bleibt trotzdem die Aufgabe, die generische Regel auf den eigenen technischen Anwendungsfall zu übertragen – und genau das leistet dieser Beitrag.
Eine verwandte, aber nicht identische Frage ist die nach der zulässigen Unterstützung bei der reinen Datenauswertung, die im Beitrag zur Hilfe bei der Datenauswertung eigenständig behandelt wird. Der Unterschied: Dort geht es um die statistische Auswertung erhobener Daten, hier um die technische Modellierung und Berechnung selbst – beide Fälle folgen demselben Grundprinzip, offenlegen statt verschweigen, aber mit unterschiedlichen Deklarationsinhalten. Und wo im Informatikbereich das korrekte Deklarieren fremden Codes – etwa aus Stack Overflow oder Copilot-Vorschlägen – bereits eigenständig behandelt wird, gilt für die Ingenieurpraxis dasselbe Prinzip auf generierten Simulationscode übertragen; die entsprechenden Grundsätze sind im Beitrag zu fremdem Code in der Informatik-Bachelorarbeit ausführlich hergeleitet.
KI in der Konstruktion: generatives Design und CAD-Copiloten
Generatives Design – ein Algorithmus schlägt anhand vorgegebener Lastfälle, Materialien und Bauraumgrenzen mehrere Geometrievarianten vor – gehört inzwischen zum Werkzeugkasten vieler CAD-Umgebungen. Für eine Bachelorarbeit ergibt sich daraus eine spezifische Offenlegungspflicht: Es reicht nicht, das Endergebnis als eigene Konstruktion zu präsentieren, wenn ein Algorithmus die Grundgeometrie vorgeschlagen hat. Korrekt ist, den Ablauf zu beschreiben – welche Randbedingungen definiert wurden, welche Varianten der Algorithmus erzeugt hat, nach welchen Kriterien die Studierende oder der Studierende eine Variante ausgewählt und weiterentwickelt hat.
Diese Auswahl- und Weiterentwicklungsleistung ist der eigentliche wissenschaftliche Beitrag der Arbeit, nicht die Ausgangsgeometrie selbst – ähnlich wie bei einem Literaturreview, bei dem nicht die blosse Fundstelle zählt, sondern die begründete Einordnung. Die Systematik zur Darstellung von Forschungsstand und Literaturarbeit im Maschinenbau, die sich sinngemäss auf die Dokumentation von Konstruktionsentscheidungen übertragen lässt, ist im Beitrag zum Literaturreview und Forschungsstand einer Bachelorarbeit im Maschinenbau beschrieben.

Durchgerechnetes Beispiel: KI-gestützte Regelungssimulation
Eine Studierende entwickelt für ihre Bachelorarbeit im Maschinenbau einen PID-Regler für ein Temperaturregelsystem und simuliert dessen Verhalten in MATLAB/Simulink. Drei Teilschritte, drei unterschiedliche Deklarationen:
Schritt 1 – Codegerüst: ChatGPT liefert ein erstes Simulink-Blockschema-Skript für die Reglerstruktur. Die Studierende prüft jede Zeile, passt die Parameter an ihr Streckenmodell an und testet das Skript gegen eine analytisch berechnete Referenzantwort. Deklaration: «Das initiale Codegerüst der Simulation wurde mit Unterstützung von ChatGPT (Version X) erstellt und anschliessend eigenständig angepasst und gegen eine analytische Referenzlösung verifiziert.»
Schritt 2 – Parameteroptimierung: Ein in der Software integriertes Optimierungsmodul schlägt Regelparameter (Kp, Ki, Kd) vor. Die Studierende übernimmt die Vorschläge nicht blind, sondern prüft Überschwingen, Anregelzeit und Stabilitätsreserve manuell. Deklaration: «Die PID-Parameter wurden mit dem softwareinternen Optimierungsmodul vorgeschlagen und anhand der Kriterien Überschwingen, Anregelzeit und Phasenrand manuell verifiziert und angepasst.»
Schritt 3 – Diskussion der Ergebnisse: Die Studierende schreibt die Interpretation der Simulationsergebnisse selbst und nutzt eine KI-Anwendung ausschliesslich zur sprachlichen Überarbeitung des fertigen Absatzes. Deklaration: im allgemeinen KI-Hinweis am Ende der Arbeit ausreichend, keine gesonderte Nennung pro Absatz nötig.
Auffällig an diesem Beispiel: Je näher der KI-Einsatz am eigentlichen technischen Ergebnis liegt, desto präziser und schrittbezogener muss die Deklaration ausfallen. Eine pauschale Formulierung reicht für Schritt 1 und 2 nicht aus – Gutachtende wollen nachvollziehen können, welcher Teil der Berechnung von wem stammt und wie er geprüft wurde. Genau diese Nachvollziehbarkeit ist es auch, die im Kolloquium geprüft wird: Eine typische Rückfrage lautet nicht «Hast du KI benutzt?», sondern «Erklären Sie mir, warum dieser Parameterwert plausibel ist» – und diese Frage lässt sich nur beantworten, wer den Schritt tatsächlich selbst nachvollzogen hat.
Offenlegungstext: Aufbau und Formulierungshilfe
Eine vollständige Offenlegung im Methodikkapitel oder Anhang folgt sinnvollerweise diesem Aufbau:
| Element | Inhalt |
|---|---|
| Werkzeug und Version | Name des KI-Tools, wenn möglich mit Versions- oder Datumsangabe |
| Eingesetzt für | Konkrete Teilaufgabe (Codegerüst, Parametervorschlag, generative Geometrie, Sprachüberarbeitung) |
| Umfang der Übernahme | Unverändert übernommen, angepasst, oder nur als Ausgangspunkt genutzt |
| Verifikation | Wie das Ergebnis geprüft wurde (analytische Referenz, Handrechnung, Literaturvergleich) |

Diese vier Elemente lassen sich zu einem kompakten Absatz von drei bis fünf Sätzen pro Teilaufgabe zusammenziehen – lang genug, um nachvollziehbar zu sein, kurz genug, um nicht das Methodikkapitel zu sprengen.
Sonderfall: sicherheitsrelevante Berechnungen
Bei Statik-, Festigkeits- oder Belastungsberechnungen reicht die reglementarische Offenlegung allein nicht aus – hier kommt eine fachliche Sorgfaltspflicht hinzu, die unabhängig von jeder Prüfungsordnung gilt. Ein KI-Werkzeug kann plausibel aussehende, aber falsche Zahlen liefern, ohne dass dies auf den ersten Blick auffällt. Bei sicherheitsrelevanten Ergebnissen gehört deshalb immer eine unabhängige Gegenrechnung dazu – eine vereinfachte Handrechnung, ein Vergleich mit einer bekannten Referenzlösung oder ein zweites, unabhängiges Berechnungsverfahren.
Diese Gegenrechnung ist kein Misstrauensvotum gegen die KI, sondern dieselbe Sorgfalt, die auch bei jedem anderen Simulationswerkzeug gilt: Ein Solver-Ergebnis ohne Plausibilitätsprüfung war schon vor der KI-Ära ein Fehler in der Methodik. Wer sich in der Diskussion oder im Kolloquium nicht erklären kann, warum ein sicherheitsrelevanter Wert im erwarteten Bereich liegt, wird unabhängig von der eingesetzten Software auf diese Lücke angesprochen – die KI ist hier nur ein zusätzlicher Grund, diese Kontrolle nicht zu überspringen, kein neuer.
Häufige Fehler
| Fehler | Folge |
|---|---|
| Pauschale «KI wurde unterstützend genutzt» ohne Details | Gutachtende können den Eigenanteil nicht einschätzen, Rückfrage im Kolloquium |
| Code übernommen, aber nicht verstanden | Scheitern bei Rückfragen zur Funktionsweise im Kolloquium |
| Keine unabhängige Gegenrechnung bei sicherheitsrelevanten Werten | Unentdeckter Rechenfehler kann die gesamte Arbeit entwerten |
| Generative Designvorschläge als eigene Konstruktion dargestellt | Eigenanteil unklar, Arbeit wirkt im Kern nicht selbst erarbeitet |
| Softwareinterne KI-Module (z. B. Netzverfeinerung) nicht als KI-Einsatz erkannt | Unvollständige Offenlegung trotz guter Absicht |
| Deklaration erst am Ende zusammengeschrieben statt während der Arbeit dokumentiert | Details zu einzelnen Schritten sind nicht mehr rekonstruierbar |
KI-Einsatz sauber dokumentieren
Tesify hilft dir, deinen KI-Einsatz nachvollziehbar zu dokumentieren und mit deinem Methodikkapitel konsistent zu halten. Der Text bleibt zu 100 % von dir geschrieben.
Häufige Fragen
Darf ich ChatGPT nutzen, um MATLAB- oder Python-Code für meine Simulation zu schreiben?
In den meisten Fällen ja, sofern du den Code verstehst, prüfst und im Methodikkapitel offenlegst, wofür er generiert wurde. Unzulässig wird es, wenn du Code unverändert übernimmst, ohne seine Korrektheit selbst nachzuvollziehen – dann kannst du im Kolloquium nicht erklären, warum er funktioniert.
Muss ich jede einzelne KI-Anfrage dokumentieren?
Viele Prüfungsordnungen verlangen keine vollständige Chatprotokollierung, sondern eine zusammenfassende Erklärung: welche Werkzeuge für welche Teilaufgaben eingesetzt wurden. Manche Institute verlangen zusätzlich eine unterschriebene KI-Erklärung als Anhang – das steht im eigenen Reglement, nicht allgemeingültig.
Gilt eine in der Simulationssoftware eingebaute KI-Funktion auch als KI-Einsatz im Sinn der Erklärung?
Ja, wenn sie über eine reine Standardberechnung hinausgeht – etwa eine automatische Netzverfeinerung mit KI-gestützter Fehlerschätzung oder ein KI-basiertes Optimierungsmodul. Rein deterministische Solver ohne lernende Komponente fallen in der Regel nicht darunter, was im Zweifel die Betreuungsperson bestätigen sollte.
Was, wenn die KI bei einer sicherheitsrelevanten Berechnung einen Fehler macht?
Die Verantwortung für die Korrektheit liegt immer bei dir als Verfassende oder Verfasser, unabhängig vom eingesetzten Werkzeug. Bei sicherheitsrelevanten Berechnungen – Statik, Festigkeit, Belastungsgrenzen – ist eine unabhängige Gegenrechnung oder ein Abgleich mit einer Handrechnung Pflicht, nicht optional.
Darf ich KI nutzen, um meinen Berichtstext sprachlich zu verbessern?
Sprachliche Überarbeitung – Grammatik, Stil, Kürzungen – gilt an vielen Hochschulen als zulässige Unterstützung, solange die fachlichen Aussagen von dir stammen. Ganze Absätze durch die KI neu formulieren zu lassen, ohne den Inhalt selbst erarbeitet zu haben, überschreitet dagegen die Grenze zur eigenständigen Leistung.
Ein sauber deklarierter KI-Einsatz in der Ingenieurarbeit ist kein Eingeständnis von Schwäche, sondern das Gegenteil: Er zeigt, dass du genau weisst, welchen Teil deiner Arbeit du selbst verantwortest – und das ist am Ende das, was im Kolloquium zählt.
