Wie genau sind KI-Prüfer? Weniger genau, als ihre selbstsicheren Prozentwerte vermuten lassen. Ein Detektor vergleicht Ihren Text mit Mustern, die er aus maschineller Ausgabe gelernt hat, und gibt dann eine Wahrscheinlichkeit zurück. Er kann nicht sehen, wer die Wörter getippt hat. Zwei Tools, denen derselbe Absatz vorgelegt wird, sind sich routinemäßig uneinig, und ein hoher Wert ist ein Signal zum Nachforschen, kein Urteil über Ihre Urheberschaft.
Die wichtigsten Erkenntnisse
- Ein KI-Prüfer gibt eine Wahrscheinlichkeitsschätzung aus, keinen Beweis für Urheberschaft.
- Detektoren sind sich uneinig, weil jeder ein anderes Modell, einen anderen Schwellenwert und ein anderes Textlängenlimit verwendet.
- Unsere eigene Messung (2026-09-19, DeAIze-Detektor, 30 % Markierungsschwelle) bewertete 46 handgeschriebene Leitfäden mit einem durchschnittlichen KI-Wert von 27 %, wobei 17 von 46 trotzdem markiert wurden.
- Falsch-Positive sind ein bekanntes Fehlermuster, besonders bei kurzem Text, übersetztem Text und nicht muttersprachlichen Englischschreibern.
- Die nützliche Frage ist nicht „Ist dieses Tool genau?“, sondern „Welche Sätze tragen das Signal, und warum?“
- Die konkreten markierten Sätze zu korrigieren ist besser, als das ganze Dokument umzuformulieren.
Warum geben zwei KI-Prüfer unterschiedliche Werte für denselben Text?
Weil sie nicht dasselbe messen. Ein Detektor kann Perplexität gewichten, ein anderer Burstiness, ein weiterer den statistischen Fingerabdruck einer bestimmten Modellfamilie. Jeder hat seine eigenen Trainingsdaten, seinen eigenen Schwellenwert, ab dem ein Satz als markiert gilt, und seine eigene Mindesttextlänge, bevor überhaupt etwas zurückgegeben wird.
Die Länge spielt eine größere Rolle, als den meisten bewusst ist. Ein 100-Wörter-Abschnitt gibt einem Detektor sehr wenig, womit er arbeiten kann, also schwankt die Schätzung stark. Deshalb kann ein Absatz am selben Nachmittag in einem Tool einen hohen Wert erzielen und in einem anderen grenzwertig sein. Deshalb kann sich derselbe Aufsatz auch um zwanzig Punkte verschieben, ohne dass sich ein einziges Wort ändert, einfach weil Sie einen längeren Auszug eingefügt haben.
Turnitin, GPTZero, Copyleaks, Originality.ai und Sapling veröffentlichen alle ihre eigenen Beschreibungen, wie ihre Modelle funktionieren, und keiner von ihnen behauptet, einen Autor zu identifizieren. Sie geben eine Wahrscheinlichkeit an. Wenn Sie die Mechanismen ausführlicher verstehen möchten, führt unser Leitfaden zu wie KI-Inhaltsdetektoren funktionieren durch die Signale, auf die sich jeder einzelne stützt.
Wenn Sie ein Ergebnis beunruhigt, ist der schnellste Weg, es zu verstehen, zu sehen, welche Sätze das Signal tragen. Lassen Sie Ihren Text durch den KI-Detektor laufen und lesen Sie die satzbezogenen Hervorhebungen, bevor Sie auch nur ein Wort ändern.
Was unsere eigene Messung ergab
Wir haben unseren Detektor am 19.09.2026 auf zwei Korpora mit dem lokalen Ensemble bei einer Markierungsschwelle von 30 % angewendet. Dies sind unsere eigenen Zahlen, von unserem eigenen Instrument, kein Ergebnis eines Drittanbieters.
| Korpus | Stichprobengröße | Durchschnittlicher KI-Score | Median | Bereich | Markiert bei 30 % |
|---|---|---|---|---|---|
| Handgeschriebene DeAIze-Leitfäden | 46 | 27 % | 25 % | 0-55 % | 17 von 46 |
| Unbearbeitete Modellausgabe | 12 | 35 % | 34 % | 25-49 % | nicht erfasst |
Die Schlagzeile ist unbequem und es lohnt sich, sie zu verdauen: Von Menschen geschriebene Leitfäden erreichten durchschnittlich 27 %, und 17 von 46 überschritten die Markierungsschwelle. Wenn Sie jemals von einem Score beschuldigt wurden, ist diese Zeile Ihr Kontext. Ein markiertes Ergebnis bei menschlichem Text ist kein seltener Fehler. Es ist ein normaler Betriebszustand der probabilistischen Erkennung.
Die zweite Zeile ist ebenso interessant. Unbearbeitete Modellausgaben lagen im Durchschnitt bei 35 %, was höher ist als bei der menschlichen Stichprobe, aber die Bereiche überschneiden sich. Es gibt keine klare Trennlinie zwischen den beiden Verteilungen. Genau in dieser Überschneidung entstehen Anschuldigungen.
Wir haben auch die Häufigkeit von KI-Merkmalen gezählt: 3 pro 100 Wörter in der menschlichen Stichprobe gegenüber 1 pro 100 Wörter in der unbearbeiteten Modellausgabe. Es zeigt sich, dass menschliche Autoren in diesen speziellen Passagen stärker auf Standardformulierungen zurückgreifen als die Modelle. Oberflächliche Gewohnheiten sind kein zuverlässiger Test für die Urheberschaft.
Was sagt eine Markierung eigentlich aus?
Eine Markierung sagt Ihnen, dass ein Textabschnitt den Mustern ähnelt, die das Modell mit maschineller Ausgabe assoziiert. Das ist alles. Sie sagt nicht, dass der Text generiert wurde, und sie sagt nicht, dass er kopiert wurde.
Es gibt mehrere ehrliche Gründe, warum ein echter menschlicher Entwurf maschinell erstellt wirkt:
- Sie schreiben in einem formellen Register. Akademische und technische Prosa ist gleichmäßig, abwägend und variantenarm. Genau das suchen Detektoren.
- Sie schreiben in einer Zweitsprache. Nicht-Muttersprachler produzieren oft die klaren, regelmäßigen Satzstrukturen, die Detektoren mit Modellen assoziieren. Unser Leitfaden zu warum KI-Detektoren Nicht-Muttersprachler benachteiligen behandelt, was dokumentiert werden sollte.
- Ihr Text wurde übersetzt. Maschinelle Übersetzung ebnet den Rhythmus ein. Selbst die Ausgabe eines menschlichen Übersetzers kann solche Artefakte aufweisen.
- Sie haben stark mit einem Tool bearbeitet. Grammatikprüfer und Umschreibungsassistenten glätten genau die Variation, die Detektoren belohnen.
- Die Stichprobe ist kurz. Unter ein paar hundert Wörtern ist die Schätzung nahe am Rauschen.
Nichts davon bedeutet, dass Sie betrogen haben. Alles davon bedeutet, dass die Punktzahl interpretiert werden muss, bevor eine Reaktion erforderlich ist.
Wie genau sind KI-Prüfer, wenn viel auf dem Spiel steht?
Hier zählt Ehrlichkeit mehr als Beruhigung. In einem Disziplinarverfahren, einer Einstellungsentscheidung oder einer Verlagsprüfung ist ein Detektor-Score nur eine von mehreren Informationen. Er ist keine Tatsachenfeststellung.
Wenn Sie vor einem akademischen Gremium stehen, lesen Sie was Gremien tatsächlich bewerten, bevor Sie etwas schreiben. Die Fragen drehen sich meist um den Prozess: Was haben Sie geschrieben, wann, mit welchen Werkzeugen, und können Sie Entwürfe vorlegen. Eine Versionshistorie ist mehr wert als jeder Gegenscore, den Sie produzieren.
Wenn Ihre Institution oder Ihr Auftraggeber eine Richtlinie hat, kennen Sie diese. Unsere Aufschlüsselung von was Ihre Universität tatsächlich erlaubt ist ein praktischer Ausgangspunkt. Richtlinien variieren enorm, und die Regel, an der Sie gemessen werden, ist die in Ihrem Handbuch, nicht die in einem Forum-Thread.
Und wenn Sie beschuldigt werden, fügen Sie Ihren Text nicht in fünf weitere Detektoren ein, in der Hoffnung auf eine bessere Zahl. Das ergibt fünf Zahlen, keine Verteidigung. Was hilft, sind Belege für Ihre Urheberschaft und eine klare Darstellung Ihres Prozesses.
Der Einwand, der ernst genommen werden sollte
Der berechtigte Einwand gegen alles oben Genannte ist folgender: Wenn Detektoren probabilistisch sind und uneinig sind, warum sollte dann jemand einem Humanizer vertrauen, der behauptet, einen Score zu senken? Sie sollten dieselbe Skepsis anwenden.
Hier ist also die ehrliche Version. Der Humanizer von DeAIze läuft in einer geschlossenen Schleife: Er bewertet Ihren Text, schreibt nur die markierten Sätze um, behält eine Umschreibung nur dann bei, wenn die semantische Ähnlichkeit bestätigt, dass die Bedeutung erhalten geblieben ist, und bewertet dann erneut und meldet vorher und nachher. Die Website berichtet von einer durchschnittlichen Reduzierung des KI-Scores um über 60 % nach dem Humanizing, mit einem Bestfall von 71 %. Das sind die eigenen vorhergesagten Scores des Produkts, kein offizielles Urteil eines Drittanbieter-Detektors.
Bei dem auf der Website verwendeten Beispielabsatz wird ein KI-Score von 92 % zu 4 % KI. Das ist eine Demonstration, keine Garantie. DeAIze verspricht keinen bestimmten Score bei irgendeinem Detektor und ist kein Werkzeug, um die Arbeit anderer als eigene auszugeben. Die Ideen, Daten und Schlussfolgerungen müssen Ihre eigenen sein.
Wo Gegenprüfungen konfiguriert sind, wird die Ausgabe gegen echte Drittanbieter-Detektor-APIs laufen gelassen, anstatt einer internen Schätzung zu vertrauen. Das ist eine bedeutende Designentscheidung, und deshalb können wir Ihnen auch klar sagen, dass die Detektorausgabe eine Wahrscheinlichkeitsschätzung bleibt.
Ein durchgerechnetes Beispiel zum Kopieren
Hier ist eine Illustration, keine echte Einreichung. Nehmen Sie diesen Satz:
Vorher: “Es ist erwähnenswert, dass die Umsetzung umfassender Strategien signifikante Verbesserungen der organisatorischen Ergebnisse ermöglichen kann.”
Dieser Satz leistet sehr wenig. Er schränkt ein, er stapelt Nominalisierungen und er nennt nie einen Akteur. Ein Detektor, der eine Seite davon liest, wird eine geringe Varianz feststellen und sie markieren.
Nachher: “Teams, die ihre Übergaben dokumentieren, liefern schneller.”
Grob dieselbe Idee. Ein Satz hat ein Subjekt, das etwas tut, ein konkretes Verb und eine Länge, die sich von seinen Nachbarn unterscheidet. Die zweite Version ist nicht “menschlicher” in einem mystischen Sinne. Sie trägt einfach mehr Information pro Wort, und Informationsdichte ist das, was den meisten oberflächlichen KI-Verrat fehlt.
Machen Sie diesen Durchgang Satz für Satz, nur dort, wo der Detektor hervorhebt, und Sie behalten Ihre Bedeutung bei, während Sie die Textur entfernen, die die Markierung ausgelöst hat. Unsere Methode zur satzweisen Umschreibung unterteilt den Prozess in Schritte.
Eine Triage-Routine für einen markierten Entwurf
- Bewerte zuerst das gesamte Dokument. Notiere die Gesamtpunktzahl und die markierten Sätze.
- Ignoriere Sätze, die kürzer als etwa eine Zeile sind. Kurzer Text führt zu unzuverlässigen Schätzungen.
- Frage bei jedem markierten Satz, was er tatsächlich behauptet. Wenn du das nicht beantworten kannst, streiche ihn.
- Schreibe markierte Sätze mit einem benannten Subjekt und einem konkreten Verb um.
- Teile einen langen markierten Satz in zwei auf oder führe zwei kurze zusammen. Variiere den Rhythmus bewusst.
- Bewerte erneut. Vergleiche vorher und nachher. Wenn sich die Bedeutung verschoben hat, setze diesen Satz zurück.
- Bewahre deinen Entwurfsverlauf auf. Er ist dein bester Beweis, falls jemand nachfragt.
Schritt sieben ist der, den die Leute überspringen. Überspringe ihn nicht.
Wo ein Entwurfs-Editor passt
Der Grund, einen Editor auf Satzebene statt eines Umschreibers für das gesamte Dokument zu verwenden, ist Kontrolle. Du möchtest sehen, welche Zeilen das Signal tragen, entscheiden, welche wirklich korrigiert werden müssen, und den Rest in Ruhe lassen. Pauschales Umschreiben ist der Weg, auf dem Bedeutung abdriftet.
Der Entwurfs-Editor von DeAIze zeigt die Dokumentbewertung und die KI-Wahrscheinlichkeit pro Satz nebeneinander an, sodass die markierten Zeilen sichtbar sind und nicht hinter einer einzelnen Zahl verborgen bleiben. Du kannst .txt, .docx oder .pdf hochladen, und beim Umschreiben eines Word-Dokuments bleiben Schriftarten, Formatvorlagen und Tabellen erhalten. Erkennung und Umschreiben decken Englisch und neun weitere Sprachen ab, die Benutzeroberfläche ist in zehn Sprachen verfügbar.
Zur Privatsphäre: Der Text wird nur für die aktuelle Aufgabe verarbeitet, niemals für das Training verwendet und niemals weiterverkauft. Wenn Sie wissen möchten, was Sie prüfen sollten, bevor Sie etwas Sensibles einfügen, lesen Sie unseren Leitfaden dazu, ob es sicher ist, Text in einen KI-Detektor einzufügen.
Es gibt eine kostenlose Stufe mit 200 Wörtern bei der Anmeldung ohne Kreditkarte, was ausreicht, um den Ablauf an einem echten Absatz zu testen, bevor Sie sich festlegen.
Bereit zu sehen, welche Sätze maschinell klingen?
Hören Sie auf, anhand einer einzigen Zahl zu raten. Öffnen Sie den KI-Detektor, fügen Sie einen Absatz ein, der Ihnen Sorgen bereitet, und lesen Sie die Hervorhebungen auf Satzebene. Nehmen Sie dann die markierten Zeilen in den Entwurfseditor und schreiben Sie nur diese um. Wenn Sie wissen möchten, was das Volumen kostet, bevor Sie beginnen, listet die Preisseite Pay-as-you-go-Guthaben auf, die nie verfallen, ohne Abonnement: Starter für 20,99 $ für 1.000 Wörter, Standard für 44,99 $ für 3.000, Pro für 99,99 $ für 10.000 und Max für 199,99 $ für 30.000. Sie können auch ein kostenloses Konto erstellen und die ersten 200 Wörter testen, ohne Kartendaten einzugeben.