Canvas hat keinen einzelnen integrierten KI-Detektor. Es ist ein Lernmanagementsystem, und die Erkennung kommt als Integration, die deine Schule aktiviert – meistens der KI-Schreibindikator von Turnitin innerhalb einer Turnitin-Aufgabe oder eine LTI-App eines Drittanbieters wie GPTZero, Copyleaks oder Originality.ai. Die ehrliche Antwort auf die Frage „Welchen KI-Detektor verwendet Canvas?“ lautet also: den, den deine Einrichtung installiert hat. Die Punktzahl, die du im SpeedGrader siehst, stammt von diesem Tool, nicht von Canvas selbst.
Die wichtigsten Erkenntnisse
- Canvas betreibt keinen eigenen KI-Detektor. Es hostet den Detektor, den deine Schule über eine LTI-Integration oder eine Turnitin-Aufgabe verbindet.
- Der KI-Schreibindikator von Turnitin ist der häufigste, dem Studierende begegnen, und er erscheint nur, wenn die Lehrperson ihn für diese bestimmte Aufgabe aktiviert.
- Eine Detektor-Punktzahl ist eine Wahrscheinlichkeitsschätzung, kein Beweis der Urheberschaft. Sie ist ein Signal zum Diskutieren, kein Urteil.
- Wenn dein Entwurf maschinell klingt, ist die Lösung eine Bearbeitung auf Satzebene, nicht das Umschreiben des Ganzen.
- Du kannst deinen eigenen Text vor dem Einreichen prüfen: DeAIze bewertet das Dokument und hebt jeden Satz nach KI-Wahrscheinlichkeit hervor.
- Frag deine Lehrperson, welches Tool aktiv ist. Diese eine Frage ändert, was du als Nächstes tun solltest.
Warum hat Canvas keinen eigenen KI-Detektor?
Canvas ist Infrastruktur. Es speichert Kurse, hostet Aufgaben und sammelt Einreichungen. Die Erkennung ist ein separates Produkt mit eigenem Modell, eigener Schwelle und eigenem Berichtsformat, sodass Einrichtungen es separat kaufen und einbinden.
Das hat drei praktische Konsequenzen für dich.
Erstens variiert das Tool je nach Schule, Fachbereich und manchmal sogar je nach Lehrkraft. Zwei Studierende derselben Universität können über unterschiedliche Wege einreichen und unterschiedliche Berichte erhalten.
Zweitens ist der Detektor normalerweise standardmäßig deaktiviert. Der KI-Schreibindikator von Turnitin ist beispielsweise eine Option, die die Lehrkraft beim Erstellen der Aufgabe ankreuzt. Wenn er nicht aktiviert wurde, existiert überhaupt kein KI-Wert für Ihre Einreichung.
Drittens entscheidet Canvas selbst nichts. Der Prozentsatz in SpeedGrader ist eine Zahl, die vom integrierten Tool zurückgegeben wird. Ihre Lehrkraft interpretiert sie.
Was Turnitin in Canvas tatsächlich meldet
Wenn bei einer Turnitin-Aufgabe der KI-Schreibindikator aktiviert ist, zeigt der Bericht eine Ähnlichkeitsbewertung für übereinstimmenden Text und eine separate KI-Schreibzahl. Sie messen unterschiedliche Dinge. Die Ähnlichkeit sucht nach Überschneidungen mit vorhandenen Quellen. Der KI-Indikator schätzt, wie wahrscheinlich der Text von einem Modell generiert wurde.
Die Zahl ist ein Prozentsatz des analysierten Textes, keine Zählung der von Ihnen kopierten Wörter, und sie ist kein Fehlverhaltensbefund. Die eigene Dokumentation von Turnitin beschreibt sie als einen Indikator, der ein Gespräch rechtfertigen kann. Lehrkräfte, die sie als Beweis behandeln, missverstehen ihr eigenes Tool – weshalb das Berichtsformat genauso wichtig ist wie die Zahl. Wenn Sie die vollständige Aufschlüsselung dieses Berichts wünschen, lesen Sie Turnitin AI Report: What It Really Says and How to Reply.
Noch etwas, das man wissen sollte: Die Erkennung ist nicht bei jeder Art von Text gleichermaßen zuverlässig. Kurze Texte, formelhafte Texte und Texte, die von Nicht-Muttersprachlern des Englischen verfasst wurden, erzeugen alle unzuverlässigere Ergebnisse. Das ist eine Eigenschaft der Methode, kein Urteil über Sie.
Wenn Sie sehen möchten, welche Ihrer eigenen Sätze das Signal tragen, bevor Sie einreichen, lassen Sie den Entwurf durch den DeAIze KI-Detektor laufen — das gesamte Dokument erhält eine Bewertung und jeder Satz wird nach KI-Wahrscheinlichkeit hervorgehoben, sodass Sie die markierten Zeilen bearbeiten können, anstatt zu raten.
Was unsere eigene Messung über markierte Texte ergab
Wir haben den Detektor von DeAIze (lokales Ensemble, Lite-Tier, 30 % Markierungsschwelle) am 19.09.2026 auf zwei Korpora angewendet. Erstens, 46 handgeschriebene DeAIze-Leitfäden: durchschnittlicher KI-Score 27 %, Median 25 %, Bereich 0–55 %, wobei 17 von 46 bei dieser Schwelle markiert wurden. Zweitens, 12 uneditierte Modellausgaben aus festen Prompts: Durchschnitt 35 %, Median 34 %, Bereich 25–49 %.
Die menschliche Stichprobe erzielte im Durchschnitt niedrigere Werte, aber die Bereiche überschneiden sich stark, und mehr als ein Drittel der von Menschen verfassten Dokumente überschritt die Markierungsgrenze. Diese Überschneidung ist das Einzige, was man über jeden Detektor verstehen sollte, einschließlich des in Ihrem Canvas-Kurs. Eine Markierung ist ein Anlass, genauer hinzuschauen, keine Schlussfolgerung.
Welchen Detektor verwendet Ihr Canvas-Kurs tatsächlich?
Normalerweise können Sie das in weniger als einer Minute herausfinden.
- Öffnen Sie die Aufgabe und suchen Sie nach einem Turnitin-Logo oder einem Link zu einem externen Tool in der Nähe des Abgabefelds.
- Prüfen Sie die Aufgabenbeschreibung oder den Lehrplan auf ein genanntes Tool.
- Schauen Sie, was Sie nach der Abgabe erhalten: einen Turnitin-Bericht, einen Ähnlichkeitsprozentsatz oder einen Link zu einem Dashboard eines Drittanbieters.
- Wenn nichts genannt wird, fragen Sie nach. „Welches Tool überprüft Abgaben für diese Aufgabe, und ist der KI-Indikator aktiviert?“ ist eine normale, vernünftige Frage.
| Was Sie sehen | Wahrscheinlicher Aufbau | Was das für Sie bedeutet |
|---|---|---|
| Turnitin-Logo auf der Aufgabe | Turnitin-Integration, KI-Indikator möglicherweise aktiviert | Bericht erscheint in Canvas; KI-Wert nur, wenn der Dozent ihn aktiviert hat |
| Link zu externem Tool GPTZero, Copyleaks, Originality.ai oder Sapling | Von der Schule installierte LTI-App | Bericht befindet sich im eigenen Dashboard dieses Tools, nicht in Canvas |
| Einfacher Datei-Upload, kein Branding eines Drittanbieters | Keine Erkennungsintegration für diese Aufgabe | Canvas speichert die Datei; nichts bewertet sie automatisch |
| Nur Ähnlichkeitswert, kein KI-Wert | Turnitin-Ähnlichkeit aktiviert, KI-Indikator deaktiviert | Ihr Text wird hier nicht auf KI-Autorenschaft bewertet |
Warum wirkt mein Text maschinell geschrieben, obwohl ich ihn selbst verfasst habe?
Das ist die Angst hinter den meisten Suchanfragen zu diesem Thema, und sie verdient eine klare Antwort statt beruhigender Worte.
Detektoren achten auf statistische Regelmäßigkeit: wie vorhersehbar jedes Wort angesichts der vorangehenden Wörter ist und wie stark die Satzlängen variieren. Menschliches Schreiben ist unregelmäßig. Es beschleunigt sich, stockt, wiederholt ein Wort, das es mag, fügt ein Fragment ein. Die Ausgabe von Modellen ist tendenziell gleichmäßiger und glatter.
Das Problem ist, dass viele menschliche Texte ebenfalls glatt und gleichmäßig sind – besonders wenn man gelernt hat, in einem formellen Register zu schreiben, wenn Englisch nicht die Muttersprache ist oder wenn man in einem Genre mit einer festen Vorlage schreibt. Literaturberichte, Laborberichte und politische Memoranden drängen Autoren zu einheitlichen Sätzen. Diese gleichförmige Oberfläche ist genau das, was der Detektor misst. Wenn das auf Ihre Situation zutrifft, geht Warum ein KI-Detektor nicht muttersprachliche englische Autoren markiert tiefer auf die Mechanismen ein.
Der unangenehme Teil: Sie können nicht vollständig kontrollieren, wie ein Detektor Sie liest. Was Sie kontrollieren können, ist, ob Ihr Text die spezifischen Muster aufweist, die die Punktzahl erhöhen, und ob Sie Ihren Prozess dokumentiert haben, falls eine Markierung zu einem Gespräch wird. Unsere eigene Messung oben ergab etwa drei KI-Verrat-Marker pro 100 Wörter in den von Menschen geschriebenen Leitfäden und etwa einen pro 100 Wörter in der unbearbeiteten Modellausgabe – die Häufigkeit von Verrat allein ist nicht das, was die beiden Gruppen trennt, weshalb Einzelwort-Korrekturen eine Punktzahl selten stark verändern.
Was Sie vor dem Einreichen tun sollten
Betrachten Sie dies als eine Vorabprüfung, nicht als Rettungsmission.
- Lesen Sie Ihren Entwurf laut vor. Überall dort, wo Ihre Stimme für drei oder vier Sätze in denselben Rhythmus verfällt, markieren Sie es.
- Durchbrechen Sie das Muster: Variieren Sie die Satzlänge, streichen Sie die einleitenden Floskeln, ersetzen Sie ein abstraktes Substantiv durch ein konkretes.
- Überprüfen Sie die Sätze, die ein Detektor hervorhebt, anstatt das gesamte Dokument neu zu schreiben. Alles zu bearbeiten, führt dazu, dass die Bedeutung abdriftet.
- Bewerten Sie erneut und vergleichen Sie vorher und nachher. Wenn sich die Bedeutung verschoben hat, setzen Sie diesen Satz zurück.
Der Humanizer von DeAIze führt diese Schleife für Sie aus: Er bewertet den Text, schreibt nur die markierten Sätze um, behält eine Umschreibung nur dann bei, wenn die semantische Ähnlichkeit besagt, dass die Bedeutung erhalten geblieben ist, und bewertet dann erneut und berichtet vorher und nachher. Die Website meldet eine durchschnittliche Reduzierung des KI-Scores um 60 %+ nach der Humanisierung, im besten Fall 71 % – das sind die eigenen vorhergesagten Werte des Produkts, kein Urteil von Turnitin oder einem anderen Drittanbieter-Detektor, und kein Tool kann Ihnen eine bestimmte Zahl auf dem Bildschirm Ihres Lehrers versprechen.
Die Grenzen, die Sie kennen sollten
Kein Detektor, weder in Canvas noch anderswo, beweist, wer einen Text geschrieben hat. Jede Bewertung ist eine Wahrscheinlichkeitsschätzung, die von einem Modell erzeugt wird, das auf beiden Seiten eine eigene Fehlerquote hat: Es übersieht manchen maschinell erzeugten Text und markiert manchen menschlichen Text. Wir haben das direkt gemessen – bei einer Schwelle von 30 % überschritten 17 von 46 von Menschen verfassten Leitfäden die Grenze.
Das bedeutet zweierlei. Erstens ist eine hohe Bewertung keine Anschuldigung, die Sie stillschweigend akzeptieren müssen; sie ist ein Datenpunkt, den Ihre Lehrkraft zusammen mit Ihren Entwürfen, Notizen und Ihrer Überarbeitungshistorie interpretieren sollte. Zweitens ist es nicht dasselbe, eine Bewertung zu senken, wie einen Text zu Ihrem eigenen zu machen. Die Ideen, die Daten und die Schlussfolgerungen müssen Ihre eigene Arbeit sein. Das Bearbeiten dient dazu, maschinell erzeugte Oberflächenmuster aus Ihren eigenen Entwürfen zu entfernen und falsch positive Ergebnisse in Ihrer eigenen Prosa zu reduzieren – nicht dazu, das Denken anderer als Ihr eigenes auszugeben.
Wenn aus einer Markierung bereits ein formales Verfahren geworden ist, erklärt False Positive AI Detector: What to Do When You’re Accused, was Sie vorbereiten sollten. Und wenn Sie abwägen, mit welchem Tool Sie Ihre Arbeit überprüfen sollen, zeigt AI Detector Comparison: What Each Tool Actually Reports, wie unterschiedlich sie denselben Text darstellen.
Bereit zu sehen, welche Sätze maschinell klingen?
Sie müssen nicht raten, was der Detektor in Ihrem Kurs sehen wird. Fügen Sie Ihren Entwurf in den DeAIze AI-Detektor ein und lesen Sie die Aufschlüsselung auf Satzebene: Die Dokumentbewertung gibt Ihnen das Gesamtbild, und die Hervorhebungen zeigen Ihnen, welche Zeilen Sie korrigieren sollten. Nehmen Sie diese Zeilen dann in den Entwurfseditor, schreiben Sie nur das um, was markiert wurde, und bewerten Sie erneut, um zu bestätigen, dass die Bedeutung erhalten geblieben ist.
Uploads decken .txt, .docx und .pdf ab, und beim Umschreiben eines Word-Dokuments bleiben Schriftarten, Formatvorlagen und Tabellen erhalten, sodass Sie Ihre Formatierung anschließend nicht neu aufbauen müssen. Erkennung und Umschreiben decken Englisch und neun weitere Sprachen ab, und die Benutzeroberfläche ist in zehn Sprachen verfügbar. Texte werden nur für die aktuelle Aufgabe verarbeitet, niemals für das Training verwendet und niemals weiterverkauft. Sie können mit 200 Wörtern bei der Anmeldung starten, ohne Kreditkarte, und dann zu Pay-as-you-go-Guthaben wechseln, das nie abläuft – sehen Sie sich pricing für die Wortanzahl an oder create an account und testen Sie es mit dem Absatz, bei dem Sie sich am unsichersten sind.