Teil der ÜbersichtKI-Text erkennen

KI-generierte Texte erkennen: was Detektoren wirklich können

Ein Text landet auf deinem Schreibtisch und irgendetwas daran fühlt sich falsch an. Du kopierst ihn in einen Detektor, bekommst „87 Prozent KI" zurück und stehst vor der Frage, was du damit anfangen sollst. Die ehrliche Antwort ist unbequem: Diese Zahl trägt keine Entscheidung. Es gibt trotzdem einen Weg, zu einem belastbaren Urteil zu kommen, und der beginnt an einer anderen Stelle.

Warum du das überhaupt wissen willst

Die Frage kommt aus sehr verschiedenen Richtungen, und die Richtung entscheidet darüber, wie genau die Antwort sein muss.

Die drei häufigsten Anlässe

• Du hast etwas beauftragt. Ein Text von einer Agentur oder einem Freelancer, für den du bezahlt hast. Hier geht es um Leistung, nicht um Moral.
• Du prüfst eine Einreichung. Hausarbeit, Bewerbung, Gastbeitrag. Hier hängt eine Entscheidung über eine Person daran, und der Maßstab muss entsprechend hoch sein.
• Du liest als Kunde. Ein Ratgeber, eine Produktbeschreibung, ein Beitrag im Feed. Hier reicht dein Eindruck völlig aus, denn du schuldest niemandem eine Begründung.

Der dritte Fall ist der einfachste und zugleich der wirtschaftlich wichtigste, weil dort Vertrauen verloren geht, ohne dass es jemand ausspricht.

Warum der Unterschied zählt

Für den eigenen Eindruck brauchst du keinen Beweis. Du darfst einen Text schlecht finden und weiterziehen, ohne das jemandem zu erklären. Für eine Entscheidung über eine Person brauchst du dagegen einen Beweis, und genau den kann dir kein verfügbares Werkzeug liefern. Wer diese beiden Fälle vermischt, richtet Schaden an, und zwar in der Regel bei jemandem, der ihn nicht verdient hat.

Was Detektoren wirklich können

Die Werkzeuge sind schnell, kostenlos und liefern eine klare Zahl. Genau das macht sie gefährlich.

Was die Untersuchungen zeigen

Eine Arbeit hat zwölf frei verfügbare Werkzeuge und zwei im akademischen Umfeld verbreitete kommerzielle Systeme auf Genauigkeit und Fehlertypen untersucht und kommt zu dem Ergebnis, dass sie menschlichen und maschinellen Text nicht verlässlich trennen. Maschinelle Übersetzung und Verschleierungstechniken verschlechtern das Ergebnis zusätzlich.

Warum sie sich umgehen lassen

Eine zweite Arbeit hat Erkennungsverfahren gezielt unter Druck gesetzt und zeigt, dass wiederholtes Umformulieren eine ganze Reihe von Verfahren aushebelt, einschließlich solcher mit Wasserzeichen und solcher auf Basis neuronaler Netze. Daraus folgt etwas Unangenehmes: Wer täuschen will, kommt durch. Auffällig wird eher, wer gar nichts verbergen wollte.

Was die Prozentzahl bedeutet

Sie ist eine Einschätzung und keine Messung. Vier Dinge sagt sie dir grundsätzlich nicht:

• Welche Passage gemeint ist. Der Wert gilt für den ganzen Text, auch wenn nur ein Absatz auffällig war.
• Ob überarbeitet wurde. Ein maschineller Entwurf, den jemand gründlich umgeschrieben hat, ist eigene Arbeit. Das Werkzeug unterscheidet das nicht.
• Wie sicher sich das Werkzeug ist. 87 Prozent bedeutet nicht, dass die Einschätzung zu 87 Prozent stimmt.
• Woran es liegt. Ohne Begründung lässt sich der Befund weder prüfen noch besprechen.

Zwei Detektoren über denselben Text liefern regelmäßig weit auseinanderliegende Werte, und keiner der beiden kann dir sagen, welcher recht hat.

Wen die Fehlalarme treffen

Fehlalarme verteilen sich nicht zufällig. Das ist der Punkt, an dem die Sache von unzuverlässig zu ungerecht wird.

Der belegte Verzerrungseffekt

Eine Untersuchung verbreiteter Detektoren mit Schreibproben von Muttersprachlern und Nicht-Muttersprachlern kommt zu einem klaren Befund: Texte von Menschen, die Englisch als Zweitsprache schreiben, werden regelmäßig als maschinell eingestuft, während Texte von Muttersprachlern korrekt zugeordnet werden. Die Ursache liegt in einfacherem Wortschatz und gleichmäßigerem Satzbau, also genau den Merkmalen, die auch Modelle zeigen.

Wen das im Alltag trifft

Drei Gruppen schreiben selbst und sehen für ein Werkzeug trotzdem maschinell aus:

• Menschen, die in einer Zweitsprache schreiben. Einfacherer Wortschatz und gleichmäßigerer Satzbau sind genau die Merkmale, auf die Detektoren anspringen.
• Menschen mit sachlicher Schreibschule. Wer in Verwaltung, Technik oder Wissenschaft gelernt hat, strukturiert zu formulieren, schreibt regelmäßig und absichtlich gleichförmig.
• Menschen, die eine Vorlage benutzt haben. Ein Gerüst, das viele verwenden, erzeugt Ähnlichkeit ganz ohne Maschine.

Was daraus folgt

Eine Detektorenanzeige darf niemals allein eine Konsequenz auslösen. Wer eine Entscheidung über eine Person trifft, braucht etwas, das sich benennen und besprechen lässt. Genau das liefert der nächste Abschnitt.

Woran du es stattdessen festmachst

Muster sind schwächer als ein Beweis und stärker als eine Prozentzahl, weil man über sie reden kann.

Der Rhythmus als stärkstes Signal

Menschen schreiben ungleichmäßig: ein langer Satz, dann ein kurzer, ein Einschub, der eigentlich überflüssig ist. Modelle liefern gleichmäßige Blöcke, weil sie bei jedem Satz dieselbe Wahrscheinlichkeitsrechnung anstellen. Diesen Unterschied hört man beim lauten Vorlesen deutlicher, als man ihn beim Überfliegen sieht, und deshalb ist Vorlesen die beste Prüfung, die nichts kostet. Die ausführliche Liste dieser Merkmale steht in KI-Content erkennen: 10 Patterns.

Die fehlende Konkretheit

Ein Modell kennt keine Details aus dem Betrieb, über den es schreibt. Deshalb bleiben Zahlen, Orte, Namen und Zeitpunkte weg oder wirken beliebig gewählt. Ein Text ohne eine einzige überprüfbare Angabe auf einer ganzen Seite ist das deutlichste Signal überhaupt, und es ist zugleich das einzige, das auch dann gilt, wenn jemand den Entwurf sorgfältig überarbeitet hat: Konkretheit lässt sich nicht nachträglich hineinformulieren, sie muss von jemandem kommen, der die Sache kennt.

Die zwei Minuten, die mehr bringen als jeder Detektor

Such dir zwei konkrete Angaben aus dem Text und prüf sie nach. Wenn Zahlen nicht stimmen, Quellen nicht existieren oder ein Zitat sich nicht finden lässt, hast du ein belastbares Problem in der Hand, und zwar unabhängig davon, wie der Text entstanden ist. Die häufigsten Formulierungen sammeln wir im Floskel-Index, und woran der Ton kippt, steht in „Klingt wie ChatGPT".

Welchen Schluss darfst du daraus ziehen?

Hier entscheidet sich, ob deine Prüfung nützt oder Schaden anrichtet.

Was du sagen kannst

„Der Text bleibt an drei Stellen unkonkret und wiederholt sich im Aufbau" ist eine Aussage über Qualität, die du belegen kannst, weil du auf die Stellen zeigen kannst. Sie führt zu einer Überarbeitung, und darum geht es meistens ohnehin. Wenn du selbst Captions oder Beiträge beauftragst, hilft es, diese Erwartung vorher aufzuschreiben; wie ein tragfähiger Text aufgebaut ist, steht in Instagram-Caption schreiben und Der Gedankenstrich als Verräter.

Was du nicht sagen solltest

„Ein Werkzeug sagt, das ist zu 87 Prozent KI." Diese Aussage ist angreifbar, verletzend, wenn sie falsch ist, und sie führt in eine Diskussion über das Werkzeug statt über den Text. Der Beschuldigte kann sich außerdem kaum verteidigen, denn wie soll jemand belegen, dass er selbst geschrieben hat? Bei Entscheidungen über Personen kommt der Verzerrungseffekt aus dem vorigen Abschnitt dazu, und der trifft ausgerechnet die, die ohnehin die schlechteren Karten haben.

Der bessere Weg bei Auftragstexten

Formuliere im Auftrag, was du erwartest, statt hinterher zu prüfen, wie es entstanden ist. Drei Anforderungen genügen und lassen sich beim Abnehmen prüfen: konkrete Beispiele aus deinem Betrieb, überprüfbare Angaben mit Quelle, und eine benannte Position statt einer ausgewogenen Betrachtung. Ein Text, der das erfüllt, ist brauchbar, egal welches Werkzeug beteiligt war. Ein Text, der es verfehlt, taugt auch dann nicht, wenn er vollständig von Hand geschrieben wurde. Diese Verschiebung von der Herkunft auf das Ergebnis erspart dir außerdem eine Auseinandersetzung, die du ohnehin nicht gewinnen kannst. Welche Werkzeuge dabei im Umlauf sind, ordnet der Vergleich der KI-Tools ein.

Und wenn es dein eigener Text ist?

Die meisten, die hier landen, prüfen ihren eigenen Entwurf und fragen sich, ob man es merkt.

Die Frage, die tatsächlich zählt

Ob eine Software den Text als generiert einstuft, ist nebensächlich. Entscheidend ist, ob ein Leser beim Lesen stutzt und weiterzieht. Diese Reaktion siehst du in keiner Statistik, weil dabei kein Klick ausbleibt, sondern gar nicht erst entsteht. Genau deshalb ist der Schaden schwer zu bemerken und teuer: Er zeigt sich als ausbleibendes Wachstum, für das man dann andere Erklärungen sucht.

Was ein Durchgang bringt

Ein einziger Durchgang über den fertigen Entwurf holt die auffälligsten Stellen heraus. Vier Handgriffe in dieser Reihenfolge:

1. Streichen. Erst raus, was nichts trägt, meistens der erste und der letzte Satz jedes Absatzes.
2. Rhythmus brechen. Zwei lange Sätze zusammenziehen, dahinter einen kurzen setzen.
3. Konkret machen. Jede allgemeine Behauptung bekommt eine Zahl, einen Ort oder ein Beispiel, oder sie fliegt raus.
4. Den Einstieg zuletzt. Erst am Ende weißt du, worauf der Text hinausläuft. Wie ein tragender erster Satz aussieht, steht in Die Hook im Reel.

Mehr Beispiele stehen in KI-Text menschlicher machen und ChatGPT-Texte umschreiben. Was fertige Humanizer dabei leisten, prüft Humanizer.

Die dauerhafte Lösung

Nacharbeit repariert Wörter. Sie repariert nicht, dass der Aufbau vom Modell stammt. Ab da hilft, dem Werkzeug den eigenen Stil beizubringen, statt hinterherzuräumen; Castyourlayer liest dafür deine bisherigen Beiträge. Der Weg dahin steht in KI den eigenen Schreibstil anlernen. Und zur Suchmaschine: Google stellt darauf ab, ob ein Inhalt Menschen nützt, und benennt Automatisierung zur Manipulation von Rankings als das eigentliche Problem.

Damit hast du beide Seiten: was ein Detektor leisten kann und woran du es selbst festmachst. Die Muster im Einzelnen und die Gegenmittel stehen gebündelt in der Übersicht zu KI-Text erkennen und menschlicher schreiben.

Häufige Fragen