Dieser Artikel beschreibt die Verwendung von KI im Wiener Testsystem, informiert über mögliche Risiken durch KI im Kontext des Wiener Testsystems und gibt Empfehlungen, wie Anwenderinnen und Anwender diese Risiken reduzieren können.
Verwendung von KI im Wiener Testsystem
Aktuell wird im Wiener Testsystem keine künstliche Intelligenz verwendet. Dies gilt für die Inhalte, Durchführung und Auswertung der Testverfahren, die weitere Verarbeitung und Ausgabe durch das Wiener Testsystem (z. B. in Form von automatisch erstellten Ergebnisberichten) sowie die Verwaltung und Verarbeitung von Personen- und Nutzungsdaten. Das WTS ist daher kein KI-System im Sinne des EU AI Acts und unterliegt nicht den spezifischen Anforderungen des AI Acts.
Unabhängig davon ist der Anwender bzw. die Anwenderin des WTS dafür verantwortlich, die jeweils geltenden rechtlichen, berufsethischen und fachlichen Anforderungen an die psychologische Diagnostik zu beachten, um zu beurteilen, ob und in welcher Form die Anwendung des WTS zulässig ist.
Zusätzliche Informationen finden Sie unter: Zertifizierungen und Referenzmodelle
Umgang mit externen KI-Systemen
Bei der manuellen Verwendung externer KI-Systeme wie ChatGPT oder Claude im Zusammenhang mit dem Wiener Testsystem ist besondere Vorsicht geboten. Auch wenn das WTS selbst keine KI verwendet, können durch die Weiterverarbeitung von Testinhalten, Testergebnissen oder personenbezogenen Informationen in externen KI-Systemen rechtliche und fachliche Risiken entstehen. Anwenderinnen und Anwender müssen daher vorab prüfen, ob die beabsichtigte Nutzung mit den geltenden gesetzlichen, datenschutzrechtlichen, berufsrechtlichen und berufsethischen Vorgaben vereinbar ist. Dies gilt auch für browserintegrierte KI-, Übersetzungs- oder Assistenzfunktionen, sofern nicht eindeutig geklärt ist, dass die Verarbeitung vertraulich und datenschutzkonform erfolgt.
Personenbezogene Daten, Testergebnisse, diagnostische Informationen oder andere vertrauliche Angaben zu Testpersonen sollten grundsätzlich nicht in KI-Systeme eingegeben werden (siehe DSGVO oder die entsprechenden nationalen Datenschutzrichtlinien). Dazu zählen insbesondere Namen, Geburtsdaten, Diagnosen, psychologische Befunde, Persönlichkeitsmerkmale, Gutachteninhalte oder sonstige direkt bzw. indirekt identifizierende Informationen. Auch anonymisierte Einzelfalldaten können bei Kombination mehrerer Angaben Rückschlüsse auf Personen zulassen und sollten daher mit entsprechender Vorsicht behandelt werden.
Ebenso dürfen geschützte und sensible Testinhalte nicht in externe KI-Systeme eingegeben werden. Dazu zählen insbesondere Testaufgaben und Aufgabenstellungen, Auswertungsschlüssel, Normtabellen, Manualinhalte sowie Screenshots aus Testverfahren und andere urheberrechtlich geschützte Inhalte. Die Eingabe solcher Inhalte in KI-Systeme ist unzulässig, da sie die Sicherheit psychologischer Testverfahren gefährdet und eine Verletzung von Urheberrechten darstellen kann. Dies gilt auch dann, wenn die Eingabe lediglich dazu dient, Rückfragen zu stellen, Texte zusammenzufassen oder Unterstützung bei der Interpretation zu erhalten.
Von der Verwendung externer KI-Systeme zur Auswertung, Interpretation oder diagnostischen Bewertung von Testergebnissen sowie zur Erstellung psychologischer Befunde oder Gutachten ist abzuraten. Diagnostische Entscheidungen, fachliche Würdigungen und Schlussfolgerungen müssen durch entsprechend qualifizierte Psychologinnen bzw. Psychologen persönlich, wissenschaftlich fundiert und kontextbezogen erfolgen. KI-generierte Inhalte können fehlerhaft, unvollständig oder ungeeignet sein und dürfen die fachliche Verantwortung nicht ersetzen. Eine Nutzung zur sprachlichen, strukturellen oder formalen Unterstützung kommt allenfalls infrage, wenn keine personenbezogenen, vertraulichen oder geschützten Testinhalte verarbeitet werden und alle Inhalte vollständig fachlich geprüft werden.
Verwendung von KI durch die Testpersonen
Die einfache Verfügbarkeit von KI-Anwendungen stellt eine Herausforderung für die digitale psychologische Diagnostik dar, da Testpersonen KI zur Vorbereitung, Unterstützung oder eigenständigen Bearbeitung von Tests und Fragebögen nutzen können. Dies kann die Aussagekraft psychologischer Testergebnisse einschränken, insbesondere weil KI-generierte Antworten menschlichen Antworten ähneln und inhaltlich oder datenanalytisch nicht zuverlässig erkannt werden können (Panizza et al., 2026; Westwood, 2025; Walker et al., 2026).
Besonders betroffen sind textbasierte, leicht kopierbare oder sprachlich formulierte Aufgaben wie offene Antworten, Fragebögen, Wissenstests und Multiple-Choice-Aufgaben. Bei visuellen, räumlichen, zeitkritischen oder interaktiven Aufgaben ist eine Verfälschung mit Hilfe von KI mit mehr Aufwand verbunden und dadurch in der Testsituation oft nicht im selben Ausmaß erfolgreich (Abdelkarim et al., 2025). Studien zeigen, dass KI-Nutzung in offenen Antwortformaten vorkommt, jedoch nicht zwingend mit einer bewussten Verfälschungsabsicht verbunden sein muss (Zhang et al., 2025), und dass Wissenstests tendenziell stärker vom Einsatz von KI betroffen sein können als Tests zur fluiden Intelligenz (Stelling et al., 2026).
Obwohl technische Möglichkeiten zur Detektion und Prävention von KI-Nutzung diskutiert werden (Martherus et al., 2025; Asher et al., 2026), sind im WTS derzeit keine entsprechenden Maßnahmen umgesetzt. Das Risiko hängt daher wesentlich vom gewählten Testmodus ab: Im unbeaufsichtigten open mode ist es am höchsten, im online beaufsichtigten proctored mode geringer und im vor Ort kontrollierten controlled mode bei konsequenter Kontrolle der Rahmenbedingungen am niedrigsten (siehe Testmodi).
Was kann ich tun, um für eine hohe Testsicherheit zu sorgen?
Auf der Seite Für hohe Testsicherheit sorgen finden Sie eine Zusammenfassung möglicher Maßnahmen, welche die Testsicherheit erhöhen können.
Literatur
Abdelkarim, S., Lu, D., Flores, D.-L., Jaeggi, S., & Baldi, P. (2025). Evaluating the intelligence of large language models: A comparative study using verbal and visual IQ tests. Computers in Human Behavior: Artificial Humans, 5, Article 100170. https://doi.org/10.1016/j.chbah.2025.100170
Asher, M. W., Gold, G., Chen, E., & Carvalho, P. F. (2026). Chatbots are undermining crowdsourced research in the behavioral sciences: Detecting artificial intelligence–assisted cheating with a keystroke-based tool. Advances in Methods and Practices in Psychological Science. https://doi.org/10.1177/25152459261424723
Martherus, J., Podkul, A., Cook, E., & Liebowitz, R. (2025). How to detect AI-assisted interviews in online surveys. Survey Practice, 18. https://doi.org/10.29115/SP-2025-0016
Panizza, F., Kyrychenko, Y., & Roozenbeek, J. (2026). Survey-taking AI tools surpass human abilities. Here’s what we can do about it. Nature, 650(8101), 293–295. https://doi.org/10.1038/d41586-026-00386-2
Stelling, H., Kraus, A., Grieb, G., & Güler, I. (2026). Performance of large language models on cognitive aptitude testing: A multi-run evaluation on the German Medical School Admission Test (TMS). European Journal of Investigation in Health, Psychology and Education, 16(2), Article 23. https://doi.org/10.3390/ejihpe16020023
Walker, D. C., Tran, M. P. N., Bizer, G. Y., & Flynn, S. T. (2026). Initial attempts to detect or screen out AI responses prove elusive in the age of agentic AI. International Journal of Eating Disorders, 59(4), 666–673. https://doi.org/10.1002/eat.70024
Westwood, S. J. (2025). The potential existential threat of large language models to online survey research. Proceedings of the National Academy of Sciences, 122(47), Article e2518075122. https://doi.org/10.1073/pnas.2518075122
Zhang, S., Xu, J., & Alvero, A. J. (2025). Generative AI meets open-ended survey responses: Research participant use of AI and homogenization. Sociological Methods & Research, 54(3), 1197–1242. https://doi.org/10.1177/00491241251327130
Zhang, D., Katoh, M., & Pei, W. (2025). Detecting the use of generative AI in crowdsourced surveys: Implications for data integrity. arXiv. https://doi.org/10.48550/arXiv.2510.24594