Die Anzeichen für KI-verfasste Nachrichtenartikel sind überwiegend struktureller, nicht lexikalischer Natur. Die stärksten sind fehlende Quellenangaben, Zitate, die niemand hätte geben können, Quellen, die sich bei Kontakt auflösen, und eine Autorenzeile, die keine einfache Frage dazu beantworten kann, wie der Beitrag recherchiert wurde. Ein Detektor-Score ist daneben ein schwaches Signal.
Die wichtigsten Erkenntnisse
- Strukturelle Merkmale schlagen stilistische: dünne Quellenlage, zitatförmige Sätze und eine Autorenzeile ohne Recherchespur wiegen schwerer als Gedankenstriche.
- Ein Score ist eine Wahrscheinlichkeitsschätzung, kein Beweis der Urheberschaft, und er sollte niemals der Grund sein, eine Geschichte zurückzuziehen.
- Fragen Sie zuerst den Reporter. Die meisten Verdachtsfälle enden dort, und die, die es nicht tun, brauchen einen Papiernachweis.
- Offenlegungsregeln in Redaktionen sind noch dünn; schreiben Sie Ihre auf, bevor Sie sie brauchen.
- Unsere eigene Messung ergab, dass eine von Menschen geschriebene Stichprobe im Mittel 27 % KI erreichte (n = 46, 2026-09-19) — ein Beweis dafür, dass ein Flag allein keine Anschuldigung tragen kann.
Welche strukturellen Anzeichen zeigen sich in recherchiertem Schreiben?
Recherchiertes Schreiben hat eine Form. Eine Nachrichtengeschichte bewegt sich von einer konkreten Tatsache über den Kontext zu einem Zitat, das eine Stimme trägt, bis hin zu einer Konsequenz. Wenn ein Beitrag maschinell entworfen und leicht bearbeitet wird, ist diese Form vorhanden, aber hohl.
Die zuverlässigsten Anzeichen:
- Quellenangaben, die nie konkret werden. “Experten sagen” ohne Namen, “Studien zeigen” ohne Fachzeitschrift, “Beamte bestätigten” ohne Angabe, welche Beamten. Menschliche Reporter unter Termindruck nennen trotzdem Namen, denn eine ungenannte Quelle ist weniger wert.
- Zitate, die wie Paraphrasen klingen. Echte Zitate haben Zögern, ungewöhnliche Wortstellung, eine Nebenbemerkung. Von Maschinen verfasste Zitate sind sauber, ausgewogen und verdächtig zitierfähig.
- Symmetrische Absätze. Jeder Absatz ist ungefähr gleich lang und behandelt eine Idee. Echte Texte sind ungleichmäßig: ein einzeiliger Absatz nach einem dichten.
- Keine Zahlen, die falsch sein könnten. Recherchierte Beiträge enthalten Zahlen, die ein Reporter finden und überprüfen musste. Vage Mengenangaben (“viele”, “eine wachsende Zahl”) sind ein Verräter in einer Geschichte, die voller Details sein sollte.
- Eine Szene ohne Dateline. Keine Straße, kein Wetter, keine Tageszeit. Niemand war dort.
- Reibungslose Übergänge zwischen unrelated Fakten. Der Beitrag verbindet Dinge, weil der Satz einen Konnektor brauchte, nicht weil die Recherche eine Verbindung fand.
Wenden Sie dieselben sechs Prüfungen auf einen Beitrag an, von dem Sie wissen, dass er von einer Person recherchiert wurde, und Sie werden sehen, wie wenige davon zutreffen. Dieser Kontrast ist die Methode.
Warum Autorenzeilen und Quellenangaben mehr zählen als jede Punktzahl
Eine Autorenzeile ist eine Behauptung. Sie besagt, dass eine namentlich genannte Person die Arbeit gemacht hat, für die Fakten geradestehen kann und den Bericht korrigieren wird, wenn sie falsch liegt. Quellenangaben sind die Beweise hinter dieser Behauptung. Zusammen sind sie das Einzige in einem Nachrichtenartikel, das tatsächlich überprüft werden kann.
Eine Detektor-Punktzahl kann nicht auf dieselbe Weise überprüft werden. Sie ist eine Wahrscheinlichkeitsschätzung, die von einem Modell erstellt wird, das Ihren Text mit Mustern vergleicht, die es gesehen hat. Es weiß nicht, wer den Beitrag geschrieben hat, ob die Zitate echt sind oder ob der Reporter drei Tage am Telefon verbracht hat. Zwei Tools können denselben Absatz lesen und sich uneinig sein, weshalb wir Uneinigkeit als normal und nicht als Skandal betrachten.
Das ist auch der Grund, warum der Ausdruck “Erkennung von KI-generierten Nachrichtenartikeln” etwas irreführend ist. Die Erkennung erkennt nicht die Urheberschaft. Sie erkennt Muster. Eine Agenturmeldung, die aus einer Pressemitteilung umgeschrieben wurde, kann maschinell glatt klingen, ohne dass ein Modell beteiligt war. Ein maschinell verfasster Absatz, in den ein echtes Zitat eingefügt wurde, kann menschlich klingen.
Die redaktionelle Frage lautet also nicht: „Was hat der Detektor gesagt?“, sondern: „Kann diese Autorenzeile hinter diesem Satz stehen?“
Bevor Sie über einen Score streiten, schauen Sie sich die Sätze an, die das Tool hervorgehoben hat, und prüfen Sie die Quellen dahinter. Unser KI-Detektor bewertet das gesamte Dokument und markiert jeden Satz nach KI-Wahrscheinlichkeit, sodass Sie sehen können, welche Zeilen das Signal tragen – nützlich, um zu entscheiden, was Sie den Reporter fragen sollten, nicht um Schuld festzustellen.
Wie die Grenzen von Detektoren in der Praxis aussehen
Wir haben unseren eigenen Detektor am 19.09.2026 auf zwei Korpora angewendet (lokales Ensemble, Lite-Tier, 30 % Flag-Schwelle). Eine von Menschen verfasste Stichprobe von 46 DeAIze-Leitfäden erzielte einen Mittelwert von 27 % KI, einen Median von 25 %, eine Spanne von 0–55 %, wobei 17 von 46 bei dieser Schwelle markiert wurden. Unbearbeitete Modellausgabe (n = 12 Passagen, feste Prompts, keine Bearbeitung) erzielte einen Mittelwert von 35 %.
Die Überschneidung ist die eigentliche Geschichte. Handgeschriebene Leitfäden erreichten 55 %. Unbearbeitete Maschinenausgabe lag bei nur 25 %. Jede Schwelle, die Sie wählen, wird Menschen in beide Richtungen falsch klassifizieren. Dies ist unser eigenes Instrument an unserem eigenen Material, kein Urteil eines Dritten, und es reicht dennoch aus, um zu zeigen, warum ein einzelnes Flag nicht die Grundlage einer Anschuldigung sein kann.
Hinzu kommt das Sprachproblem: Nicht-Muttersprachler, Übersetzer und alle, die in einem komprimierten Register schreiben, werden häufiger markiert, weil die Signale, auf die sich Detektoren stützen, mit dem übereinstimmen, wie sorgfältige nicht-muttersprachliche Prosa aussieht. Wenn Ihre Redaktion übersetzte Texte veröffentlicht, lesen Sie warum ein KI-Detektor Nicht-Muttersprachler markiert, bevor Sie irgendeinen Prozess um Scores herum aufbauen.
Wie sollte eine Redaktion einen Verdacht äußern?
Leise, schriftlich und mit dem Reporter von Anfang an im Raum. Schlecht gehandhabter Verdacht kostet Sie einen Freelancer, eine Klage oder beides.
Eine praktikable Vorgehensweise:
- Benennen Sie das konkrete Problem. Nicht „das liest sich wie KI“, sondern „Absatz vier zitiert eine Quelle, die wir nicht finden können“ oder „das zweite Zitat dupliziert eine Zeile aus einer Pressemitteilung.“
- Bitten Sie den Reporter um die Recherchespur. Notizen, Aufnahmen, E-Mail-Verläufe, Name und Nummer jeder Quelle. Das ist eine normale Anfrage. Reporter führen Notizen.
- Prüfen Sie die überprüfbaren Teile. Sind die genannten Quellen real und erreichbar? Stimmen die Zitate mit der Aufnahme überein? Existieren die Statistiken in dem verlinkten Bericht?
- Erst dann betrachten Sie Mustersignale. Ein Detektorlauf ist ein Input unter mehreren, und sein Ergebnis sollte als Punktzahl mit Tool und Datum erfasst werden, nicht als Befund.
- Entscheiden Sie aufgrund von Fakten, nicht aufgrund von Gefühlen. Wenn die Quellenlage standhält, wird der Beitrag veröffentlicht. Wenn nicht, haben Sie ein Genauigkeitsproblem, das ein viel älteres und besser verstandenes Problem ist als ein KI-Problem.
- Schreiben Sie das Ergebnis auf. Was auch immer Sie entscheiden, halten Sie es fest, damit der nächste Redakteur nicht bei null anfängt.
Zwei Dinge sollten Sie vermeiden. Konfrontieren Sie einen Beitragenden nicht mit einem Detektor-Screenshot und ohne Fragen; das wirkt wie eine Anschuldigung und führt zu einer defensiven Antwort. Und lassen Sie nicht jeden Beitrag vor der Veröffentlichung durch einen Detektor laufen, denn Sie werden die Woche damit verbringen, falschen Positivmeldungen bei Ihren besten Autoren nachzujagen.
Eine ausführlichere Version dieses Workflows finden Sie unter KI-Detektor für Verlage: Triage, kein Urteil.
Offenlegungsnormen für KI-unterstützten Journalismus
Die Offenlegung ist dünn gesät. Es gibt keine einzige Regel, die jede Redaktion abdeckt, und die vorhandenen Leitlinien sind tendenziell allgemein. Worauf die meisten veröffentlichten Richtlinien hinauslaufen, ist eine Unterscheidung zwischen Unterstützung und Urheberschaft.
| Einsatz von KI | Übliche Offenlegungsposition | Warum |
|---|---|---|
| Transkription, Übersetzungsentwürfe, Überschriftenvarianten | Normalerweise keine Angabe nötig | Die Recherche und das Urteilsvermögen sind nach wie vor menschlich |
| Zusammenfassung von Recherchen, Hintergrundlektüre | Oft keine Angabe, aber die Spur bewahren | Sie haben trotzdem jeden Fakt überprüft |
| Verfassen von Fließtext aus Ihrer eigenen Recherche | Offenlegen, wenn der Entwurf den veröffentlichten Text wesentlich prägt | Der Leser liest maschinell geformte Prosa |
| Generieren von Zitaten oder Quellen | Niemals akzeptabel | Fabrikation, unabhängig vom Werkzeug |
| Generierte Bilder oder Audio in einem recherchierten Beitrag | Klar kennzeichnen | Das Artefakt ist kein Beleg für irgendetwas |
Die vertretbare Regel ist einfach: Wenn ein Leser sich getäuscht fühlen würde, wenn er erführe, wie der Text entstanden ist, dann sagen Sie es. Wenn das Tool Ihnen geholfen hat, aus Ihren eigenen Notizen schneller zu berichten, ist das eher mit der Rechtschreibprüfung vergleichbar. Unser Leitfaden KI-Inhaltsoffenlegungskennzeichnung behandelt die Formulierungen für beide Fälle.
Noch etwas, das klar gesagt werden sollte. Die Ideen, Zitate, Fakten und Schlussfolgerungen in einem Nachrichtenartikel müssen die eigene Arbeit des Reporters sein. Kein Werkzeug ändert das, und keine Überarbeitung repariert eine erfundene Quelle.
Wo die Erkennung tatsächlich in eine redaktionelle Pipeline passt
Die Erkennung ist an drei engen Stellen nützlich und an einer großen nutzlos.
Nützlich: zum Vorsortieren einer großen Menge freiberuflicher Einsendungen, bei denen Sie nicht alles genau lesen können. Nützlich: als zweite Meinung, nachdem bereits ein konkreter inhaltlicher Zweifel geäußert wurde. Nützlich: als Selbstkontrolle für einen Autor, der wissen möchte, welche seiner eigenen Sätze flach klingen. Für den letzten Fall ist die Hervorhebung auf Satzebene die einzige hilfreiche Variante, weil sie auf die Zeile zeigt statt auf die Person.
Nutzlos: als Urteil. Wenn Sie niemanden wegen einer Rechtschreibprüfungs-Meinungsverschiedenheit entlassen würden, entlassen Sie auch niemanden wegen eines Detektor-Scores.
Wenn Ihr Problem nicht Misstrauen ist, sondern flache Prosa in Ihren eigenen Entwürfen, dann ist die Lösung redaktionell, nicht konfrontativ. Das wichtigste Anzeichen ist überhaupt kein Score — es ist ein Absatz, der nichts Konkretes aussagt. Unser Leitfaden zu Anzeichen von KI-Schreiben geht durch, was Redakteure zuerst bemerken, und der Entwurfs-Editor ist darauf ausgelegt, nur die markierten Sätze neu zu schreiben, damit der Rest Ihres Textes so bleibt, wie er eingereicht wurde.
Ein durchgerechnetes Beispiel
Nur zur Veranschaulichung — für diesen Artikel erfunden, keine echte Geschichte.
Vorher:
Lokale Beamte haben die Bedeutung der Beteiligung der Gemeinschaft bei der Bewältigung von Infrastrukturproblemen betont. Experten weisen darauf hin, dass nachhaltige Investitionen für langfristige Widerstandsfähigkeit unerlässlich sind, und Interessengruppen fordern weiterhin gemeinsame Lösungen.
Jeder Satz ist grammatikalisch, ausgewogen und leer. Kein Name, keine Zahl, kein Ort, kein Ereignis. Drei Absätze davon und der Leser lernt nichts.
Nachher:
Der Stadtrat verschob die Brückenreparatur am Dienstag zum dritten Mal und verwies auf ein Defizit im Straßenbudget. Die Leiterin des Bauhofs, Elena Marsh, sagte, die Verzögerung füge dem Zeitplan etwa eine Saison hinzu. Anwohner, die bei der Versammlung sprachen, fragten, warum das Geld stattdessen in die Umgehungsstraße geflossen sei.
Gleiche Länge. Jetzt gibt es ein Datum, eine Entscheidung, eine genannte Person, eine Konsequenz und eine Frage. An der zweiten Version ist nichts stilistisch Ausgefallenes. Sie wird einfach berichtet.
Das ist der Test, den Sie bei jedem Stück durchführen sollten, das Sie verdächtigen. Nicht „Klingt das wie ein Modell?“, sondern „Könnte dies von jemandem geschrieben worden sein, der nicht dabei war?“
Was zu tun ist, wenn die Autorenzeile selbst das Problem ist
Manchmal betrifft der Verdacht nicht einen Absatz. Er betrifft einen Beitragenden, der an einem Nachmittag vier Stücke eingereicht hat, oder einen freien Mitarbeiter, dessen Zitate nie ganz mit den öffentlichen Aussagen seiner Quelle übereinstimmen.
Behandeln Sie es als ein Problem des Beitragenden, nicht als ein Textproblem:
- Prüfen Sie die letzten drei Stücke derselben Autorenzeile. Muster über mehrere Stücke hinweg sind weit aussagekräftiger als ein einzelner Artikel.
- Fragen Sie zuerst nach den Quellen für das älteste Stück. Es ist weniger belastet und es stellt fest, ob die Spur überhaupt existiert.
- Halten Sie das Gespräch bei den Fakten. „Ich konnte diese Quelle nicht erreichen“ ist eine Tatsache. „Das liest sich generiert“ ist eine Meinung.
- Wenn die Spur fehlt, haben Sie ein Vertrags- und Genauigkeitsproblem. Behandeln Sie es dort.
Redakteure, die direkt zur Anschuldigung springen, verlieren meist den Beitragenden und lernen nichts. Redakteure, die zuerst nach Notizen fragen, bekommen entweder die Notizen oder ihre Antwort.
Bereit zu sehen, welche Sätze maschinell klingen?
Wenn Sie gerade einen Text bearbeiten und eine zweite Meinung möchten, die auf Zeilen und nicht auf Personen zeigt, beginnen Sie mit dem KI-Detektor. Er bewertet das gesamte Dokument und hebt jeden Satz nach KI-Wahrscheinlichkeit hervor, sodass Sie entscheiden können, wonach Sie fragen möchten. Wenn die markierten Zeilen von Ihnen stammen und die Korrektur stilistisch ist, schreibt der Entwurfseditor nur diese Sätze um und behält eine Umschreibung nur bei, wenn die Bedeutung erhalten bleibt. Wenn Sie bereit sind, ihn auf eine echte Einreichung anzuwenden, ist Preisgestaltung pay-as-you-go mit Credits, die nie verfallen, und Sie können sich registrieren für 200 kostenlose Wörter ohne Karte. Lesen Sie zuerst die Seite Methodik, wenn Sie genau wissen möchten, was die Bewertungen bedeuten, bevor Sie sie in einem redaktionellen Gespräch verwenden.