Canvas erkennt ChatGPT nicht von sich aus. Instructure hat Canvas als Lernmanagementsystem entwickelt, und die integrierte Plagiatsprüfung läuft über Drittanbieter-Integrationen, die Ihre Einrichtung aktiviert. Wenn Ihre Einreichung eine KI-Bewertung erhält, stammt diese Zahl von Turnitin oder von einem Detektor, den Ihre Schule in die Aufgabe eingebunden hat – nicht von Canvas selbst. Was Canvas Ihnen anzeigt, ist der Bericht, den ein Detektor zurückgegeben hat, angehängt an Ihre Einreichung.
Diese Unterscheidung ist wichtig, denn sie ändert, was Sie gegen eine Markierung tun können. Sie diskutieren nicht mit Canvas. Sie sehen sich eine Wahrscheinlichkeitsschätzung eines Detektors an, und Sie können an den Sätzen arbeiten, die das Signal getragen haben, bevor sie jemand liest.
Wichtige Erkenntnisse
- Canvas ist das Auslieferungssystem, nicht der Detektor. Turnitin oder eine ähnliche Integration führt die Bewertung durch, und Canvas zeigt das Ergebnis an.
- Eine Markierung ist eine Wahrscheinlichkeitsschätzung, kein Beweis der Urheberschaft. Lehrkräfte werden darüber ebenfalls informiert, obwohl nicht alle danach handeln.
- Die Erkennung läuft bei den meisten modernen Tools auf Satzebene, sodass eine Bewertung für das gesamte Dokument verbirgt, welche Zeilen die Markierung verursacht haben.
- Oberflächliche Gewohnheiten – gleichförmige Satzlänge, vorsichtige Übergänge, ordentliche Absatzformen – treiben die Bewertung nach oben, selbst wenn die Ideen von Ihnen stammen.
- Sie können die markierten Sätze korrigieren, ohne das Argument neu zu schreiben, und Sie können überprüfen, ob die Bedeutung erhalten geblieben ist.
- Unsere eigene Messung von 46 handgeschriebenen DeAIze-Leitfäden ergab eine durchschnittliche KI-Bewertung von 27 %, wobei 17 von 46 bei einem Schwellenwert von 30 % markiert wurden. Menschliches Schreiben wird ebenfalls markiert.
Wie geht Canvas tatsächlich mit KI-Erkennung um?
Canvas selbst liefert keinen ChatGPT-Detektor mit. Was es liefert, ist ein Aufgaben-Workflow mit einer angehängten externen Prüfung. Ihre Lehrkraft aktiviert einen Plagiats- und KI-Dienst für die Aufgabe; wenn Sie einreichen, übergibt Canvas die Datei an diesen Dienst und zeigt den zurückgegebenen Bericht in SpeedGrader an.
Die gängige Integration ist Turnitin, die über einen eigenen KI-Schreibindikator verfügt. Der Bericht von Turnitin zeigt einen Prozentsatz der Einreichung, den sein Modell als wahrscheinlich KI-generiert betrachtet, sowie eine Aufschlüsselung über Segmente des Textes. Andere Schulen verwenden völlig andere Anbieter, und einige verwenden gar keine.
Wenn Sie ein vollständigeres Bild davon erhalten möchten, wie diese Bewertungen erzeugt werden, führt unser Leitfaden zur Funktionsweise der KI-Erkennung durch die Signale. Die Kurzfassung: Detektoren untersuchen, wie vorhersehbar jedes Wort angesichts der vorangehenden Wörter ist und wie stark Satzlängen und -strukturen variieren. Gleichförmige, vorhersehbare Prosa erzielt höhere Werte.
Warum zeigt Canvas eine KI-Bewertung für meinen eigenen Text an?
Weil der Detektor statistische Regelmäßigkeit misst, nicht Urheberschaft. Text, der in gleichmäßigen, wohlgeformten Sätzen mit vorhersehbaren Übergängen verläuft, sieht gleich aus, egal ob ihn eine Person sorgfältig geschrieben oder ein Modell erzeugt hat.
Das ist kein hypothetisches Szenario. In einer eigenen Messung, die wir am 19.09.2026 durchgeführt haben, haben wir 46 handgeschriebene DeAIze-Leitfäden mit unserem eigenen Detektor bei einer Markierungsschwelle von 30 % bewertet. Der mittlere KI-Wert lag bei 27 %, der Median bei 25 %, und 17 der 46 wurden markiert. Jedes dieser Dokumente wurde von Anfang bis Ende von einer Person geschrieben.
Wir haben außerdem 12 uneditierte Modellausgaben aus festen Prompts bewertet. Diese hatten einen mittleren KI-Wert von 35 % und einen Median von 34 %. Beachten Sie, was das bedeutet: Die Lücke zwischen sorgfältigem menschlichem Schreiben und roher Modellausgabe war kleiner, als die meisten Menschen annehmen. Die Detektorausgaben überschneiden sich. Das ist das ehrliche Bild, und deshalb sollte eine einzelne Zahl niemals als Urteil behandelt werden.
Wenn Sie sehen möchten, welche konkreten Zeilen das Signal tragen, anstatt anhand einer einzigen Zahl zu raten, lassen Sie den Entwurf durch den KI-Detektor laufen – er bewertet das Dokument und hebt jeden Satz nach KI-Wahrscheinlichkeit hervor, sodass Sie die relevanten Zeilen bearbeiten können, anstatt alles neu zu schreiben.
Was meldet der Turnitin-KI-Indikator in Canvas tatsächlich?
Der KI-Schreibindikator von Turnitin meldet einen geschätzten Prozentsatz des qualifizierenden Textes, den sein Modell als KI-generiert betrachtet, und er segmentiert die Einreichung, damit Sie sehen können, wo. Er meldet keinen namentlichen Autor und keine Absicht.
Ein paar praktische Konsequenzen:
- Kurze Einreichungen führen zu instabilen Ergebnissen. Ein paar hundert Wörter geben einem Detektor sehr wenig Material, und die Punktzahl schwankt stärker.
- Gemischte Dokumente erzeugen gemischte Segmente. Wenn Sie mit einem Modell entworfen und dann stark von Hand bearbeitet haben, kann ein Segment markiert und der Rest sauber sein.
- Zitiertes und referenziertes Material kann dennoch bewertet werden. Der Detektor schließt Blockzitate oder Literaturverzeichnisse nicht zuverlässig aus seiner Segmentanalyse aus.
- Der Prozentsatz ist nicht der Prozentsatz Ihres Aufsatzes, der gefälscht ist. Es ist eine Modellschätzung über qualifizierenden Text. Die Formulierung im Bericht ist enger gefasst als die Art und Weise, wie sie wiederholt wird.
Wenn Sie bereits einen Bericht erhalten haben und darauf antworten müssen, erklärt unsere Schritt-für-Schritt-Anleitung zum Turnitin-KI-Bericht, was die einzelnen Teile aussagen und wie Sie einem Dozenten antworten, ohne defensiv zu klingen.
Welche Sätze treiben den Canvas-KI-Score in die Höhe?
Meistens die langweiligen. Hier ist ein Vergleich der Muster, die Signal tragen, zusammen mit der Korrektur, die dich nichts an Bedeutung kostet.
| Muster, das den Score erhöht | Warum es maschinell wirkt | Was stattdessen tun |
|---|---|---|
| Jeder Satz 18–25 Wörter lang | Einheitliche Länge ist eine starke statistische Regelmäßigkeit | Teile einen Satz in jedem Absatz in zwei auf oder verschmelze zwei zu einem langen |
| Übergangs-Einstiege in jedem Absatz | “Darüber hinaus”, “Des Weiteren”, “Zudem” in Folge ist eine Vorlage | Streiche den Einstieg und lass den ersten Teilsatz die Verbindung tragen |
| Ausgewogene dreiteilige Listen | Triadische Strukturen sind eine Modellgewohnheit | Kürze auf zwei Punkte oder erweitere einen Punkt zu einem vollständigen Satz |
| Hedge-Stapelung | “Es ist wichtig zu bedenken, dass es möglicherweise” | Sag die Sache. “Bedenke X.” |
| Keine konkreten Substantive | Abstrakte Zusammenfassung ohne Namen, Daten oder Objekte | Füge das konkrete Werkzeug, die Datei oder die Zahl hinzu, die du tatsächlich verwendet hast |
| Identische Absatzformen | Behauptung, Stütze, Wiederholung — dreimal hintereinander | Variiere es. Beginne einen Absatz mit einem Beispiel |
Nichts davon sind moralische Verfehlungen. Es sind Bearbeitungsprobleme, und sie sind in einem einzigen Durchgang behebbar.
Kann ich die markierten Sätze korrigieren, ohne mein Argument neu zu schreiben?
Ja, und das ist der richtige Umfang. Ein Neuschreiben von Grund auf birgt das Risiko, deine Aussagen zu verändern, was ein schlechteres Ergebnis ist als eine Markierung.
Der Workflow, der standhält:
- Bewerte zuerst den Entwurf. Ermittle einen Ausgangswert, damit du weißt, welche Sätze tatsächlich Signal tragen. Blind zu editieren ist verschwendete Mühe.
- Überarbeite nur die markierten Sätze. Lass die sauberen in Ruhe. Wenn ein Absatz gut abschneidet, kann eine Änderung ihn nur verschlechtern.
- Prüfe, ob die Bedeutung erhalten geblieben ist. Diesen Schritt überspringen die Leute. Eine Überarbeitung, die besser liest, aber deine Aussage verschiebt, ist keine Verbesserung.
- Bewerte erneut und vergleiche. Wenn sich die Zahl nicht bewegt hat, hat die Überarbeitung das eigentliche Signal nicht adressiert.
Zur Workflow-Frage: Unser Entwurfs-Editor arbeitet als geschlossener Kreislauf: Er bewertet, überarbeitet nur die markierten Sätze, behält eine Überarbeitung nur, wenn die semantische Ähnlichkeit bestätigt, dass die Bedeutung erhalten blieb, bewertet dann erneut und zeigt dir Vorher und Nachher. Im Beispielabsatz auf unserer Website wird ein KI-Score von 92 % zu 4 %. Die Website berichtet von einer durchschnittlichen KI-Score-Reduktion von über 60 % nach der Humanisierung, mit einem Bestwert von 71 % – das sind unsere eigenen prognostizierten Werte, kein offizielles Urteil von Turnitin oder jemand anderem.
Dieser Vorbehalt ist keine Bescheidenheit. Er ist die tatsächliche Grenze des Tools. Kein Humanizer kontrolliert, was Turnitin zurückgibt.
Zählt Humanisierung als Betrug?
Dieser Einwand ist es wert, ernst genommen zu werden, also steht er hier ohne Verkaufsargumentation.
Wenn Sie die Ideen, die Analyse und die Schlussfolgerungen entwickelt haben und ein Modell Ihnen geholfen hat, sie zu formulieren, ist das Straffen der Prosa Lektorat. Jeder Autor macht das. Grammarly macht eine Version davon. Das ist der Fall für die Korrektur von Oberflächenmustern.
Wenn Sie das Argument entwickelt haben und versuchen, eine Einreichung als Ihre eigene Arbeit durchgehen zu lassen, ist das eine andere Handlung, und kein Tool ändert daran etwas. Detektionswerte sind nicht das, was verletzt wird. Die falsche Darstellung der Urheberschaft ist es.
Die meisten Richtlinien zur akademischen Integrität befassen sich direkt damit, und die Formulierungen variieren stärker, als Studierende erwarten. Unsere Aufschlüsselung von was Ihre Universität tatsächlich erlaubt behandelt die gängigen Strukturen, und der Leitfaden zur Anhörung wegen akademischer Integrität erklärt, worauf Gremien achten, wenn ein Fall so weit geht. Lesen Sie Ihre eigene Richtlinie. Sie ist normalerweise kürzer, als die Gerüchteküche vermuten lässt.
Was sollte ich tun, bevor ich einreiche?
Eine kurze Routine, in dieser Reihenfolge:
- Lesen Sie die Detektor-Einstellungen der Aufgabe. Wenn die Lehrperson eine KI-Prüfung aktiviert hat, wissen Sie, welcher Bericht neben Ihrem Namen erscheinen wird.
- Bewerten Sie Ihren eigenen Entwurf vor der Einreichung. Privat herauszufinden, was Sache ist, ist besser, als es in SpeedGrader zu erfahren.
- Korrigieren Sie die markierten Sätze, nicht das ganze Dokument. Bewahren Sie die Passagen, die bereits sauber bewertet werden.
- Lesen Sie die umgeschriebenen Sätze laut vor. Wenn Sie ins Stocken geraten, wird es einem Leser genauso gehen.
- Bewahren Sie den Versionsverlauf auf. Wenn Sie mit einem Modell entworfen und von Hand bearbeitet haben, ist dieser Verlauf Ihr Beweis, und er ist das Nützlichste, was Sie in ein Gespräch mit einer Lehrperson mitbringen können.
- Seien Sie bereit, Ihren Prozess zu erklären. “Ich habe mit einem Modell entworfen und es stark bearbeitet” ist ein vertretbarer Satz. “Ich weiß nicht, warum es markiert wurde” ist es nicht.
Die Angst hinter dieser Suche dreht sich meist nicht um das Tool. Es geht darum, etwas beschuldigt zu werden, das Sie nicht getan haben, ohne es beweisen zu können. Die Verteidigung sind Dokumentation und saubere Prosa, und beides liegt in Ihrer Hand.
Bereit zu sehen, welche Sätze maschinell wirken?
Sie müssen nicht raten, welche Zeilen die Markierung ausgelöst haben. Lassen Sie den Entwurf durch den KI-Detektor laufen und schauen Sie sich die Bewertungen auf Satzebene an, korrigieren Sie diejenigen, die das Signal tragen, im Entwurfseditor und prüfen Sie dann die Vorher-Nachher-Zahlen. Wenn Sie einen Rückstand an Dokumenten abarbeiten, ist die Preisgestaltung pay-as-you-go mit Credits, die nicht verfallen, und die kostenlose Stufe gibt Ihnen bei der Anmeldung 200 Wörter ohne Kreditkarte. Wenn Sie bereit sind zu starten, erstellen Sie ein Konto und testen Sie es mit dem Entwurf, der Ihnen Sorgen bereitet.
Text wird nur für die aktuelle Aufgabe verarbeitet, niemals für das Training verwendet und niemals weiterverkauft. Ihre Entwürfe bleiben Ihre.