Eure Gruppenabgabe wurde als markiert zurückgemeldet, und nur ein Mitglied hat KI verwendet, um seinen Abschnitt zu entwerfen. So läuft KI-Erkennung in Gruppenprojekten normalerweise ab: Der Detektor bewertet das Dokument als Ganzes, sodass jeder Autor in der Datei das Signal des schwächsten Abschnitts erbt. Du kannst das beheben, aber nicht, indem du in Panik einen Absatz umschreibst. Du brauchst einen Prozess, und du brauchst ihn vor der nächsten Frist.
Warum wurde meine Gruppe markiert, obwohl nur eine Person KI verwendet hat?
Weil die meisten Detektoren keine Namensliste zurückgeben. Sie geben eine Bewertung für den von euch eingereichten Text zurück.
Turnitin, GPTZero, Copyleaks und Originality.ai veröffentlichen alle eine Bewertung auf Dokumentebene, und mehrere von ihnen heben auch Sätze hervor. Wenn eine Lehrkraft eine Bewertung auf Dokumentebene sieht, die über dem Schwellenwert der Institution liegt, haftet der Befund an der Abgabe, nicht an der Person, die die markierten Zeilen getippt hat. Niemand in der Gruppe bekommt eine saubere Kopie.
Deshalb ist Gruppenarbeit ungewöhnlich exponiert. In einem Solo-Aufsatz sind Autor und Schreiber dieselbe Person. In einem Gruppenprojekt werden vier Personen mit vier unterschiedlichen Schreibgewohnheiten in eine Datei plattgedrückt, und der Detektor liest die Nahtstellen. Ein Abschnitt, der von einem Modell entworfen und leicht bearbeitet wurde, trägt tendenziell einen anderen Rhythmus als ein Abschnitt, der um 2 Uhr morgens von Hand geschrieben wurde. Der Detektor erkennt keine Unehrlichkeit. Er erkennt eine Änderung der Textur.
Wir haben dazu unsere eigene Messung durchgeführt, und es lohnt sich zu wissen, wie die Zahlen aussehen. Am 19.09.2026 haben wir 46 handgeschriebene DeAIze-Leitfäden mit unserem Detektor bei einer Markierungsschwelle von 30 % bewertet: durchschnittlicher KI-Score 27 %, Median 25 %, Bereich 0–55 %, und 17 dieser 46 von Menschen geschriebenen Dateien wurden trotzdem markiert. Unbearbeitete Modellausgaben erzielten in demselben Durchlauf im Durchschnitt niedrigere Werte (12 Passagen, Mittelwert 35 %, Median 34 %). Das sind die Zahlen unseres eigenen Instruments, nicht das Urteil eines Drittanbieter-Detektors, und sie sagen etwas Unangenehmes: Die Lücke zwischen menschlichem und maschinellem Text ist keine klare Linie, und ein Schwellenwert wird immer einige echte Menschen erwischen.
Das ist die ehrliche Version. Wenn eure Gruppe markiert wird, bedeutet das nicht automatisch, dass jemand betrogen hat, und es bedeutet auch nicht automatisch, dass ihr sicher seid. Es bedeutet, dass das Dokument eine Grenze überschritten hat, die der Marker gezogen hat.
Wie ein Team-Schreibprozess, der die Erkennung übersteht, tatsächlich aussieht
Den Detektor könnt ihr nicht kontrollieren. Die Pipeline könnt ihr kontrollieren. Fünf Regeln decken das meiste ab.
- KI-Nutzung vorab erklären. Beim ersten Treffen sagt jedes Mitglied, welche Tools es nutzen will und wofür. Notizen, Gliederungen, Grammatikprüfung, vollständige Entwürfe. Keine Überraschungen später.
- Ein gemeinsames Style Sheet. Zwei Absätze: bevorzugte Person (wir oder ich), Zeitform, Überschriftenstil und drei Wörter, die die Gruppe nicht verwenden möchte. Das ist der günstigste Weg zu verhindern, dass Abschnitte wie verschiedene Dokumente klingen.
- Jeder Abschnitt geht durch einen zweiten Leser. Kein Lektor, der Kommas korrigiert. Ein Leser, der den Abschnitt unvoreingenommen liest und sagt, ob er wie der Rest der Datei klingt.
- Der Verfasser haftet für die Aussagen. Wer einen Abschnitt schreibt, muss jede Tatsache, jeden Beleg und jede Zahl darin verteidigen können, ohne sie spontan nachschlagen zu müssen. Wenn nicht, ist der Abschnitt nicht fertig.
- Ein Stimmen-Durchgang am Ende, von einer Person. Vierzig Minuten, ein Leser, das ganze Dokument. Diesen Schritt überspringen Gruppen und bereuen es dann.
Beachtet, was fehlt: jede Anweisung, KI-Nutzung zu verbergen. Das Ziel ist ein Dokument, das die Gruppe verteidigen kann, kein Dokument, das einen Score manipuliert. Wenn die Regeln eurer Einrichtung unklar sind, führt Academic Integrity Policy AI: What Your University Actually Allows durch, wie man die Richtlinie liest, an die ihr tatsächlich gebunden seid.
Wenn ihr sehen wollt, welche Zeilen das Signal tragen, bevor ihr etwas umschreibt, lasst das zusammengeführte Dokument durch den DeAIze Detektor laufen — er bewertet die ganze Datei und hebt jeden Satz nach KI-Wahrscheinlichkeit hervor, sodass ihr auf die genauen Sätze zeigen könnt, statt zu raten. Die kostenlose Stufe gibt euch bei der Anmeldung 200 Wörter, ohne Karte.
Wie verschmilzt du KI-entworfene und handgeschriebene Abschnitte zu einer Stimme?
Du machst es Satz für Satz, und du machst es zuerst im markierten Abschnitt.
Hier ist der Workflow. Bewerte das zusammengeführte Dokument. Schau, welche Abschnitte die höchsten Bewertungen auf Satzebene tragen. Schreibe nur diese Sätze um und bewahre dabei die Bedeutung deines Teammitglieds. Bewerte erneut. Lies dann das gesamte Dokument von oben nach unten laut vor und korrigiere alles, was sich wie eingefügt anhört.
Das Umschreiben selbst ist nicht kompliziert. Maschinell entworfene Prosa neigt dazu, lang zu laufen, alles abzusichern und nach denselben Verbindungswörtern zu greifen. Menschliche Prosa ist holpriger. Sie hat kurze Sätze. Sie hat einen Satz, der mit „Aber“ beginnt.
Hier ist eine Veranschaulichung, keine echte Einreichung. Vorher: „Es ist erwähnenswert, dass die Umsetzung nachhaltiger Stadtplanungsstrategien erheblich zur Abschwächung langfristiger Umweltzerstörung beitragen kann.“ Nachher: „Städte, die früh für Wasser und Schatten planen, geben später weniger aus. Das ist das Argument, das dieser Abschnitt vorbringt.“ Dieselbe Aussage, andere Textur, ungefähr halb so viele Wörter.
Mach das für die markierten Sätze im markierten Abschnitt, und du hast den Großteil der Verschmelzung erledigt. Zwei Dinge helfen über das Umschreiben hinaus: Lies die ganze Datei in einem Durchgang und lies sie laut vor. Dein Ohr fängt die Naht, die dein Auge überspringt.
Wenn der markierte Abschnitt lang ist, geht Warum KI-unterstützte Entwürfe flach wirken – und wie man das behebt tiefer auf die spezifischen Muster ein, die es zu entfernen gilt, und Maschinell erzeugte Muster in eigenen Entwürfen bereinigen ist eine Checklisten-Version, die du dem Teammitglied geben kannst, das ihn verfasst hat.
| Situation | Was zuerst tun | Wer ist zuständig |
|---|---|---|
| Ein Abschnitt erzielt einen hohen Wert, der Rest ist sauber | Nur die markierten Sätze in diesem Abschnitt umschreiben | Das Mitglied, das ihn verfasst hat |
| Das gesamte Dokument erzielt einen hohen Wert | Prüfen, ob ein Abschnitt den Rest herunterzieht | Gruppe, beim Voice-Pass |
| Die Werte der Tools weichen voneinander ab | Als Grenzfall behandeln, nicht als Urteil | Gruppe, bevor jemand kontaktiert wird |
| Der Marker hat die Einreichung bereits markiert | Entwürfe und Bearbeitungsverlauf aufbewahren | Ganze Gruppe, am selben Tag |
Die Tabelle ist wichtig, weil Gruppen dazu neigen, zu stark zu korrigieren. Wenn ein Abschnitt das Problem ist, schreibe nicht die ganze Datei neu. Du führst neue Inkonsistenzen ein und verlierst die Teile, die funktioniert haben.
Was sollten wir tun, wenn die Gruppe bereits markiert ist?
Lösche nichts. Das ist die erste Anweisung, und genau die machen die Leute falsch.
Wenn ein Marker Bedenken geäußert hat, sind die Beweise, die dir helfen, die Prozessbeweise: geteilte Dokumente mit Versionsverlauf, Besprechungsnotizen, die Gliederung, der Nachrichten-Thread, in dem ihr die Arbeit aufgeteilt habt. Einen Entwurf zu löschen, weil er schlecht aussieht, entfernt genau das Material, das zeigt, wie der Abschnitt aufgebaut wurde. Behalte alles, einschließlich des KI-unterstützten Entwurfs.
Beantworten Sie dann drei Fragen ehrlich, schriftlich, für sich selbst, bevor Sie sie für jemand anderen beantworten:
- Wofür hat jedes Mitglied tatsächlich KI verwendet?
- Welche Teile des endgültigen Dokuments stammen aus diesen Tools?
- Was hat jedes Mitglied selbst überprüft?
Wenn die ehrliche Antwort ist, dass ein Mitglied den Entwurf eines Modells mit leichten Änderungen eingereicht und niemandem davon erzählt hat, dann ist das ein Gespräch, das die Gruppe führen muss, bevor der Dozent es für Sie führt. Es ist unangenehm, und es ist viel weniger unangenehm, als in einem Meeting überrascht zu werden.
Auf der Prozessseite behandelt False Positive AI Detector: What to Do When You’re Accused, wie man reagiert, wenn die Markierung falsch ist, was ein reales Szenario ist. Unsere eigene Messung ergab, dass 17 von 46 von Menschen geschriebenen Dateien bei einer Schwelle von 30 % markiert wurden. Einige Markierungen sind Rauschen. Einige sind es nicht. Sie werden nicht wissen, welche, ohne die Entwürfe anzusehen.
Noch etwas, das klar gesagt werden sollte: Ein Detektor-Score ist eine Wahrscheinlichkeitsschätzung. Er ist kein Beweis dafür, dass eine Person KI verwendet hat, und kein Beweis dafür, dass sie es nicht getan hat. Wenn ein Gremium Ihre Arbeit bewertet, ist diese Unterscheidung der Boden, auf dem Sie stehen. Is AI Detection Evidence? What Due Process Requires ist die ausführliche Version dieses Arguments und eine nützliche Lektüre vor jedem Meeting.
Wie spricht man mit einem Dozenten über die KI-Nutzung in der Gruppe?
Früh, schriftlich und mit konkreten Angaben statt mit Beteuerungen.
Lehrende haben das Muster schon gesehen. Ein Mitglied einer Gruppe nutzt ein Tool, die Gruppe wird markiert, und die erste E-Mail ist ein defensiver Absatz darüber, dass niemand betrogen hat. Diese E-Mail ist schwerer zu glauben als eine kurze, die sagt, was passiert ist.
Eine nützliche Nachricht hat vier Teile:
- Was die Gruppe getan hat, Abschnitt für Abschnitt, mit Namen.
- Welche Tools verwendet wurden, wofür und wo im Dokument.
- Was jedes Mitglied unabhängig überprüft hat.
- Was die Gruppe als Nächstes vorzuschlagen gedenkt.
Senden Sie sie, bevor die Lehrperson danach fragt. Fragen Sie direkt, was der Kurs erlaubt, denn die Richtlinien variieren stärker, als Studierende erwarten – manche erlauben KI zum Brainstorming und verbieten sie für Prosa, manche verlangen Offenlegung, manche haben noch gar keine Regel. Wenn Ihr Kurs eine Offenlegungspflicht hat und Sie diese nicht befolgt haben, sagen Sie es in derselben Nachricht. Das ist ein viel kleineres Problem, als dabei erwischt zu werden, es nicht gesagt zu haben.
Wenn die Gruppe uneins ist, ob sie es offenlegen soll, legen Sie es offen. Das Mitglied, das KI verwendet hat, könnte sich sträuben, und das ist verständlich. Aber eine Gruppe, die zuerst spricht, bestimmt die Deutung. Eine Gruppe, die abwartet, tut das nicht.
Bringt die KI-Nutzung eines Teammitglieds wirklich alle in Gefahr?
Ja, und das ist der Teil, der sich unfair anfühlt, weil er es ist.
Dein Name steht auf der Abgabe. Gruppenarbeit bedeutet geteilte Anerkennung und geteiltes Risiko, und kein Detektor, keine Lehrkraft und kein Gremium wird eine Bewertung auf Dokumentebene nach Beitragsanteil aufteilen. Das ist kein Fehler des Detektors. So funktioniert eingereichte Arbeit schon immer.
Der praktische Schutz ist kein Tool. Es ist Transparenz. Wenn jedes Mitglied jeden Abschnitt vor der Abgabe sieht, kann dich kein Entwurf überraschen, den du nie gelesen hast. Wenn in deiner Gruppe die Norm gilt, dass alle ihren Abschnitt am Abend vorher in die geteilte Datei werfen, hast du überhaupt keinen Schutz, und die Lösung ist eine Frist zwei Tage früher für Entwürfe.
Wenn du die Person bist, die KI verwendet hat, ist der sinnvolle Schritt, es jetzt zu sagen und den Abschnitt selbst neu zu schreiben. Nicht weil die Bewertung wichtiger ist als die Arbeit, sondern weil du derjenige bist, der diese Sätze verteidigen kann, und im Moment kannst du das nicht.
Bereit zu sehen, welche Sätze maschinell klingen?
Bevor eure Gruppe irgendetwas anderes tut, verschafft euch das tatsächliche Bild. Führt die Abschnitte zusammen und lasst das Dokument dann durch den DeAIze-Detektor laufen — ihr erhaltet eine Dokumentbewertung plus Hervorhebung auf Satzebene, sodass ihr sehen könnt, ob ein Abschnitt die Datei herunterzieht oder ob das Problem verteilt ist. Diese eine Ansicht beendet normalerweise die Diskussion darüber, wessen Abschnitt überarbeitet werden muss.
Wenn ihr wisst, welche Sätze markiert sind, ist der Entwurfseditor der Ort, an dem ihr sie korrigiert. Er arbeitet in einem geschlossenen Kreislauf: bewerten, nur die markierten Sätze umschreiben, eine Umschreibung nur behalten, wenn die semantische Ähnlichkeit zeigt, dass die Bedeutung erhalten geblieben ist, dann erneut bewerten und euch Vorher und Nachher zeigen. Im Beispielabsatz auf der Website wird aus einer KI-Bewertung von 92 % eine von 4 %. Über die eigenen Durchläufe der Website hinweg meldet die Humanisierung eine durchschnittliche Reduzierung der KI-Bewertung von über 60 % (Bestfall 71 %) — das sind die vorhergesagten Werte des Produkts, nicht das Urteil eines Drittanbieter-Detektors, und kein Tool kann euch eine bestimmte Zahl auf Turnitin oder GPTZero versprechen.
Uploads akzeptieren .txt, .docx und .pdf, und beim Umschreiben eines Word-Dokuments bleiben Schriftarten, Formatvorlagen und Tabellen erhalten, was wichtig ist, wenn die Datei eurer Gruppe bereits eine Vorlage hat. Englisch ist die erste Sprache, wobei Erkennung und Umschreiben Englisch und 9 weitere Sprachen abdecken. Euer Text wird nur für die aktuelle Aufgabe verarbeitet, niemals für das Training verwendet und niemals weiterverkauft.
Schaut euch die Preise an, wenn ihr ein ganzes Dokument abdecken müsst — Guthaben nach Bedarf, kein Abonnement, und sie verfallen nie, sodass eine Gruppe einen Kauf über ein Semester aufteilen kann. Oder erstellt ein Konto und nutzt die 200 kostenlosen Wörter für den Abschnitt, der tatsächlich markiert ist.
Dann tut das, was kein Tool für euch tun kann. Lest das ganze Dokument einmal gemeinsam laut vor. Wenn es klingt, als hätten vier Personen es geschrieben, ist es nicht fertig. Wenn es klingt wie eine Person, die eine lange Woche und eine gute Gliederung hatte, seid ihr fertig.