Wenn Sie DeAIze mit Pangram vergleichen, liegt der praktische Unterschied nicht darin, wer “genauer” ist. Pangram liefert eine KI-Wahrscheinlichkeit auf Dokumentebene. DeAIze liefert einen Dokumentwert plus eine satzweise Aufschlüsselung, sodass Sie sehen können, welche Zeilen das Signal tragen und welche nicht. Das ändert, was Sie als Nächstes tun.
Pangram Labs ist ein Anbieter von Detektionssoftware. Sein Produkt ist ein Klassifikator: Sie fügen Text ein, und er gibt eine Wahrscheinlichkeit zurück, dass der Text generiert wurde. Das ist ein legitimes Design. Verlage nutzen es, um Einsendungen vorzusortieren. Redakteure nutzen es, um einen Manuskriptstapel zu sortieren. Die Ausgabe ist eine Zahl, und eine Zahl beantwortet eine Frage: Wie wahrscheinlich ist es, dass dieses gesamte Dokument maschinell generiert wurde?
DeAIze ist eine Web-App mit zwei Hälften. Eine Hälfte erkennt. Die andere Hälfte schlägt überarbeitete Formulierungen für Ihren eigenen Entwurf vor. Beide Hälften arbeiten auf Satzebene. Der Detektor liefert Ihnen einen Gesamtdokumentwert und hebt jeden Satz nach KI-Wahrscheinlichkeit hervor. Der Humanizer schlägt Alternativen für die Zeilen vor, die Sie bearbeiten möchten. Keine der beiden Hälften sagt Ihnen, wer etwas geschrieben hat. Detektion kann Urheberschaft nicht beweisen, und keine Detektorausgabe sollte als Beweis behandelt werden.
Warum ist die Wahl zwischen Pangram und DeAIze so wichtig?
Weil die beiden Tools unterschiedliche Fragen beantworten, und Käufer wissen in der Regel erst, welche Frage sie haben, nachdem sie für die falsche bezahlt haben.
Wenn Ihre Aufgabe darin besteht, zweihundert Einsendungen vor Freitag zu sortieren, ist eine einzige Wahrscheinlichkeit auf Dokumentebene pro Einsendung genau das, was Sie wollen. Sie werden diese Dokumente nicht bearbeiten. Sie werden sie ranken, weiterleiten oder einen Menschen bitten, genauer hinzusehen. Eine Gesamtdokumentbetrachtung ist dafür effizient.
Wenn es Ihre Aufgabe ist, Ihren eigenen Entwurf zu korrigieren, bevor Sie ihn einreichen, ist eine Wahrscheinlichkeit für das gesamte Dokument für sich genommen nahezu nutzlos. Sie sagt Ihnen, dass das Dokument maschinell erstellt aussieht. Sie sagt Ihnen nicht, welcher Absatz dazu geführt hat. Am Ende schreiben Sie die Teile neu, die in Ordnung waren, und lassen die Teile stehen, die den Klassifikator ausgelöst haben.
Genau diese Lücke füllt die Erkennung auf Satzebene. Wenn jeder Satz durch eine KI-Wahrscheinlichkeit hervorgehoben wird, erhalten Sie eine Karte. Sie können sehen, ob die Markierung in Ihrem Methodenteil, in Ihren Übergängen oder in einem einzelnen Absatz konzentriert ist, den Sie aus einer Vorlage eingefügt haben. Sie können außerdem sehen, dass ein hoher Dokumentwert manchmal von einer Handvoll Zeilen stammt und nicht vom gesamten Text.
Wenn Sie sehen möchten, wie die Ansicht pro Satz und die Umschreibungsvorschläge zusammenwirken, bevor Sie sich entscheiden, listet die Preisseite auf, was jeder Tarif enthält und was die Umschreibungs-Testversion abdeckt.
Was zeigt unsere eigene Messung zur Streuung der Werte?
Wir veröffentlichen unsere Zahlen, weil das die meiste Detektor-Werbung nicht tut. Am 2026-10-04 haben wir zwei Korpora mit dem DeAIze-Detektor (lokales Ensemble, Lite-Tarif) bei einer Markierungsschwelle von 30 % bewertet.
Die Referenzstichprobe umfasste 1.504 Passagen aus DeAIze-Leitfäden, die nicht als generiert markiert waren. Die Auswahl erfolgte nur anhand von Metadaten; die menschliche Urheberschaft wurde nicht unabhängig überprüft. Der Mittelwert des KI-Werts lag bei 27 %, der Median bei 20 %, die Spanne bei 1–100 %. Werte auf oder über der Schwelle von 30 %: 487 von 1.504. Das sind Passagenanzahlen, keine Anzahlen unabhängiger Dokumente und keine verifizierte Falsch-Positiv-Rate bei Menschen. Passagen aus demselben Leitfaden sind keine unabhängigen Stichproben, und Passagen wurden auf ein Ziel von 140 Wörtern ausgelegt, wobei geeignete Endpassagen kürzer waren.
Die unveränderte Modellausgabe bestand aus 12 Passagen, die aus festen Prompts generiert und unverändert gelassen wurden. Durchschnittlicher KI-Score 52 %, Median 49 %, Spanne 11–91 %.
Lesen Sie das ehrlich. Die beiden Verteilungen überschneiden sich. Einige unveränderte Modellausgaben erzielten Werte unterhalb der Kennzeichnungsschwelle. Einige Referenzpassagen erzielten Werte oberhalb davon. Eine einzelne Zahl aus einem der beiden Tools ist ein Signal, kein Urteil. Was die satzweise Ansicht hinzufügt, ist die Lokalisierung: wo im Dokument das Signal sitzt.
Wie schneiden die beiden Ausgaben im direkten Vergleich ab?
| Dimension | Dokumentwahrscheinlichkeit im Stil von Pangram | DeAIze-Detektor |
|---|---|---|
| Granularität | Gesamtes Dokument | Gesamtes Dokument plus jeder Satz |
| Was Sie zurückbekommen | Eine Wahrscheinlichkeit, dass der Text generiert wurde | Einen Dokument-Score und KI-Wahrscheinlichkeits-Hervorhebungen pro Satz |
| Am besten geeignet für | Triage, Ranking, Weiterleitung einer Warteschlange | Überarbeitung Ihres eigenen Entwurfs vor der Einreichung |
| Unterstützung bei der Bearbeitung | Keine integriert | Humanizer schlägt überarbeitete Formulierungen für Ihren Entwurf vor |
| Definition des Scores | Modellwahrscheinlichkeit für das Dokument | Modellbewertung auf Satz- und Dokumentebene; keine Wahrscheinlichkeit der Urheberschaft |
| Was es Ihnen nicht sagen kann | Wer den Text geschrieben hat | Wer den Text geschrieben hat |
| Aufwand für die Überprüfung | Bei Ihnen | Bei Ihnen; vergleichen Sie die Vorschläge mit Ihrem Original |
Beide Spalten teilen dieselbe Einschränkung. Keine Detektorausgabe beweist die Urheberschaft. Ein Modell-Score, ein Anteil qualifizierender Prosa und ein Ähnlichkeitsprozentsatz sind drei verschiedene Instrumente, die drei verschiedene Dinge messen. Sie sind nicht austauschbar, und keines von ihnen ist für sich genommen ein Beweis.
Was ermöglicht Ihnen die satzweise Ansicht, was ein Dokument-Score nicht kann?
Es ermöglicht dir, mit einem Ziel zu bearbeiten. Vier Dinge werden möglich.
- Finde die Konzentration. Wenn vier Sätze in einem langen Bericht hervorgehoben sind und der Rest sauber ist, hast du eine kleine, spezifische Bearbeitung. Wenn jeder Satz hervorgehoben ist, ist das Problem strukturell: gleichmäßige Satzlänge, generische Übergänge, keine benannten Entitäten.
- Trenne dein Schreiben von eingefügtem Text. Die meisten markierten Entwürfe enthalten Material, das der Autor geschrieben hat, und Material, das der Autor eingefügt hat. Satzweise Bewertungen zeigen normalerweise diese Trennung.
- Prüfe, ob eine Überarbeitung tatsächlich geholfen hat. Ändere sechs Sätze, führe die Analyse erneut durch und vergleiche, welche Sätze sich verändert haben. Eine Bewertung auf Dokumentebene kann sich aus Gründen ändern, die du nicht sehen kannst.
- Behalte, was funktioniert. Wenn ein Satz niedrig bewertet wird und er dir gefällt, lass ihn in Ruhe. Bewertungen auf Dokumentebene verleiten dazu, alles neu zu schreiben.
Nichts davon macht die Bewertung korrekt. Es macht die Bewertung umsetzbar.
Was macht der Humanizer tatsächlich, und was nicht?
Der Humanizer schlägt überarbeitete Formulierungen für deinen eigenen Entwurf vor. Das ist die ganze Behauptung, und es lohnt sich, präzise zu sein.
Er schreibt nicht deine Argumentation. Er liefert keine Daten, Zitate oder Schlussfolgerungen. Wenn dein Entwurf eine erfundene Referenz enthält, wird der Humanizer den Satz um diese erfundene Referenz herum gerne umformulieren. Du musst trotzdem jede Quellenangabe, Menge, Verneinung und Einschränkung anhand deiner Quelle überprüfen. Die semantische Ähnlichkeit zwischen dem Original und dem Vorschlag ist eine Prüfhilfe, kein Beweis dafür, dass jede Bedeutung erhalten geblieben ist.
Eine ausgearbeitete Illustration. Angenommen, Ihr Entwurf enthält diesen Satz:
Die Intervention war über den Studienzeitraum hinweg nicht mit einer statistisch signifikanten Verringerung der Wiederaufnahmeraten verbunden.
Eine Umformulierung, die „Die Intervention verringerte die Wiederaufnahmeraten über den Studienzeitraum hinweg“ ergibt, hat Ihr Ergebnis verändert. Sie liest sich natürlicher und ist jetzt falsch. Die Verneinung ist das Ergebnis. Jeder Bearbeitungsdurchgang, ob menschlich oder automatisiert, muss Verneinungen und Abschwächungen vor allem anderen schützen. Deshalb raten wir den Leuten, den Vorschlag Zeile für Zeile mit dem Original zu vergleichen, anstatt ein ganzes Dokument auf einmal zu akzeptieren.
Warum erhält derselbe Entwurf von verschiedenen Tools unterschiedliche Bewertungen?
Weil die Tools unterschiedlich aufgebaut und unterschiedlich kalibriert sind. Eines kann auf Dokumentebene anhand einer aggregierten Darstellung bewerten. Ein anderes kann Satz für Satz bewerten und kombinieren. Eines kann darauf abgestimmt sein, leicht bearbeitete Modellausgaben zu erkennen; ein anderes kann darauf abgestimmt sein, menschliche akademische Prosa nicht zu markieren. Auch die Schwellenwerte unterscheiden sich. Ein Tool, das bei einem bestimmten Grenzwert markiert, wird einem Tool widersprechen, das bei einem anderen markiert, selbst bei identischem Text.
Wir haben die Funktionsweise ausführlicher in wie KI-Erkennung funktioniert und im Vergleich dessen, was jedes Tool tatsächlich meldet, in KI-Detektor-Vergleich behandelt. Die Kurzfassung: Uneinigkeit zwischen Tools ist normal und zu erwarten, kein Beweis dafür, dass eines davon defekt ist.
Das ist auch der Grund, warum wir keine bestimmte Punktzahl bei einem anderen Detektor versprechen. Wir können das Modell, den Schwellenwert oder die Eingabeverarbeitung eines anderen Anbieters nicht kontrollieren. Was wir tun können, ist Ihnen zu sagen, worauf sich unsere eigene Auswertung konzentriert, und Sie entscheiden zu lassen, was Sie bearbeiten möchten.
Was sollten Sie tun, wenn ein Detektor Ihre Arbeit markiert?
Die Reihenfolge ist wichtiger als das Tool.
- Bewahren Sie das Original auf. Speichern Sie die Datei, den Zeitstempel und die Version, die Sie eingereicht haben. Überschreiben Sie sie nicht mit Bearbeitungen.
- Lesen Sie die markierten Zeilen, nicht die Schlagzeilenzahl. Fragen Sie bei jeder einzelnen: Ist dieser Satz allgemein gehalten oder spezifisch für meine Arbeit?
- Dokumentieren Sie Ihren Prozess. Entwürfe, Notizen, Quelldateien, Versionsverlauf. Wenn Sie ein Student sind, der vor einem Gremium steht, ist was Gremien bewerten ein besserer Leitfaden als jede Punktzahl.
- Prüfen Sie die Richtlinien Ihrer Institution oder Ihres Auftraggebers. Viele erlauben KI-Unterstützung mit Offenlegung und verbieten nicht offengelegte Generierung. Die Regeln unterscheiden sich, und was Ihre Universität tatsächlich erlaubt ist es wert, gelesen zu werden, bevor Sie irgendetwas entscheiden.
- Bearbeiten Sie auf Klarheit und Genauigkeit, nicht auf eine Zahl hin. Wenn Sie umschreiben, um eine Punktzahl zu senken, während die Bedeutung dünn bleibt, haben Sie die Arbeit nicht verbessert.
Wenn Sie ein nicht muttersprachlicher englischer Autor sind, lesen Sie warum Detektoren nicht muttersprachliche Autoren markieren, bevor Sie annehmen, dass die Markierung etwas über Ihre Urheberschaft aussagt. Einheitliche, lehrbuchsaubere Prosa ist ein bekannter Auslöser, und sie hat nichts damit zu tun, wer sie geschrieben hat.
Wo passt DeAIze hin, und wo nicht?
DeAIze ist für die Person gebaut, die einen Entwurf hat und wissen muss, welche Zeilen korrigiert werden müssen. Das ist das ganze Design. Die Erkennung erfolgt auf Satzebene. Das Umschreiben ist eine Vorschlagsebene, die du mit deinem Original vergleichst. Uploads akzeptieren .txt, .docx und .pdf, und beim Umschreiben eines Word-Dokuments bleiben Schriftarten, Stile und Tabellen erhalten. Erkennung und Umschreiben decken Englisch und 9 weitere Sprachen ab, mit einem Fokus auf Englisch als erste Sprache, und die Benutzeroberfläche ist in 10 Sprachen verfügbar. Text wird nur für die aktuelle Aufgabe verarbeitet, niemals für das Training verwendet und niemals weiterverkauft.
Die Umschreibungs-Testversion gibt dir nach E-Mail-Bestätigung 200 Wörter, ohne Kreditkarte. Die Erkennung hat separate konfigurierbare Limits, die in der aktuellen Benutzeroberfläche angezeigt werden. Das ist kein unbegrenztes Scannen, und es sind nicht tausend kostenlose Wörter.
Die Preisgestaltung ist pay-as-you-go mit Credits, die nicht verfallen, und ohne Abonnement: Starter 20,99 $ für 1.000 Wörter, Standard 44,99 $ für 3.000 Wörter, Pro 99,99 $ für 10.000 Wörter, Max 199,99 $ für 30.000 Wörter.
Was DeAIze nicht ist: Es ist keine Turnitin-Ausgabe, es ist kein Turnitin-Score-Schätzer, und es garantiert keinen Score bei einem anderen Detektor. Es ist kein Werkzeug, um die Arbeit von jemand anderem als eigene auszugeben. Wenn die Ideen, Daten und Schlussfolgerungen nicht von dir stammen, behebt kein Bearbeitungsdurchgang das.
Bereit zu sehen, welche Sätze maschinell erzeugt klingen?
Wenn dein Problem eine Zahl auf Dokumentebene ist, auf die du nicht reagieren kannst, ist die Ansicht auf Satzebene das, was du testen solltest. Lass deinen eigenen Entwurf durch den AI-Detektor laufen und schau, welche Zeilen hervorgehoben sind, bevor du ein einziges Wort änderst. Wenn du die Umschreibungsvorschläge an einem echten Entwurf sehen möchtest, ist der Entwurfseditor der Ort, an dem die beiden Hälften aufeinandertreffen. Und wenn du Tarife für ein Team oder einen Rückstand von Dokumenten vergleichst, sieh dir die Preisgestaltung an und prüfe die Wortzahlen gegen das, was du tatsächlich in der Warteschlange hast.
Beginne mit register, wenn du zuerst die Rewrite-Testversion möchtest. Lies die Bewertung, lies die Limits und entscheide dann. Die ehrliche Position ist, dass Erkennung ein Signal ist. Die nützliche Position ist, dass ein Signal auf Satzebene dir sagt, wo du suchen solltest.