KI gegen KI: AI‑Sinkhole blockiert LLM‑Chatbots während Prüfungen

Die rasante Verbreitung großer Sprachmodelle (LLMs) verspricht enorme Fortschritte in der Bildung – von barrierefreier Lernunterstützung bis hin zu personalisiertem Unterricht. Gleichzeitig stellen sie eine ernsthafte Bedrohung für die Integrität akademischer Prüfungen dar, indem sie kritisches Denken umgehen und die kognitive Entlastung erhöhen. Um diesem Trend entgegenzuwirken, hat ein interdisziplinäres Team die KI‑gestützte DNS‑Lösung AI‑Sinkhole entwickelt.

AI‑Sinkhole nutzt einen KI-Agenten, der im Netzwerk nach neu auftretenden LLM‑Chatbot‑Diensten sucht, sie semantisch klassifiziert und vorübergehend blockiert. Durch den Einsatz quantisierter Modelle wie LLama 3, DeepSeek‑R1 und Qwen‑3 liefert die Lösung nachvollziehbare Klassifikationen. Die dynamische DNS‑Blockierung erfolgt über Pi‑Hole, sodass sämtliche Geräte im Netzwerk gleichzeitig geschützt werden.

Die Autoren berichten von einer beeindruckenden, mehrsprachigen Genauigkeit mit einem F1‑Score von über 0,83. Damit demonstriert AI‑Sinkhole, dass KI‑Modelle nicht nur als Bedrohung, sondern auch als Werkzeug zur Aufrechterhaltung akademischer Standards eingesetzt werden können. Der Quellcode ist bereits auf GitHub verfügbar und kann sofort in bestehenden Netzwerken implementiert werden.