KI-Texte erkennen: Was Detektoren können und was nicht

KI-Texte erkennen ist schwieriger, als viele Anbieter von Detektoren versprechen. Die Werkzeuge liefern Wahrscheinlichkeiten, keine Beweise, und irren sich in beide Richtungen. Für Entscheidungen über Menschen, etwa in Schule oder Bewerbung, sind sie allein ungeeignet.

Wie Detektoren arbeiten

Die meisten Detektoren messen, wie vorhersehbar ein Text ist. KI-Modelle wählen häufig wahrscheinliche Wörter, Menschen schreiben unregelmäßiger. Manche Detektoren sind selbst trainierte Modelle, die typische Muster gelernt haben.

Warum sie oft falsch liegen

• Falsch positiv: Klare, sachliche Texte und Texte von Nicht-Muttersprachlern werden häufig fälschlich als KI eingestuft.
• Falsch negativ: Schon leichtes Überarbeiten eines KI-Texts lässt Detektoren oft scheitern.
• Neue Modelle schreiben abwechslungsreicher als die, mit denen Detektoren trainiert wurden.

Merkmale, die auf KI hindeuten können

• typische Floskeln und Übergänge wie „Zusammenfassend lässt sich sagen“
• gleichförmige Absätze, viele Aufzählungen, wenig Konkretes
• erfundene Quellen oder Zahlen ohne Beleg
• unsichtbare Sonderzeichen aus der Kopie

Typische Wendungen markiert der KI-Floskel-Finder, versteckte Zeichen der Prüfer für unsichtbare Zeichen.

Besser: Herkunft nachweisen

Zuverlässiger als Detektoren sind Herkunftsnachweise: Wasserzeichen wie SynthID oder Herkunftsangaben nach dem C2PA-Standard, die Anbieter in erzeugte Inhalte einbetten. In Schule und Studium helfen Gespräche über den Text mehr als jede Software.