Wie funktionieren KI-Detektoren? Was sie messen, wo sie irren und was ein Ergebnis nicht beweist

Ein KI-Detektor beweist nichts, er schätzt. Er vergleicht statistische Merkmale eines Textes, etwa wie vorhersagbar die Wortwahl ist und wie gleichmäßig die Sätze gebaut sind, mit Mustern aus Beispieltexten von Menschen und Sprachmodellen. Das Ergebnis ist ein Wahrscheinlichkeitswert. Bei kurzen, formelhaften oder nicht muttersprachlichen Texten liegt er oft daneben. Als alleiniger Beleg gegen eine Person taugt er nicht.

Die kurze Antwort

Ein KI-Detektor misst nicht, wer einen Text geschrieben hat. Er misst, wie ähnlich der Text den Mustern ist, die er aus Beispielen maschinell erzeugter Texte gelernt hat. Heraus kommt ein Schätzwert, kein Urteil. Die Programme sehen weder den Entstehungsprozess noch Ihre Notizen oder den Versionsverlauf. Sie sehen nur das fertige Ergebnis, und dort suchen sie nach Spuren, die auch bei Menschen vorkommen können.

Daraus folgen drei Regeln, die für jeden Detektor gelten, auch für den KI-Detektor von AdeptWrite:

1. Der Wert ist eine Schätzung mit Unsicherheit, keine Tatsache.
2. Fehler in beide Richtungen sind normal: Menschentexte werden verdächtigt, bearbeitete KI-Texte rutschen durch.
3. Ein Ergebnis darf nie die einzige Grundlage für einen Vorwurf sein.

Dieser Ratgeber erklärt, welche Merkmale untersucht werden, warum gerade deutsche Texte typische Fehlalarme auslösen, wie Sie ein Ergebnis lesen und was Sie tun können, wenn Sie zu Unrecht verdächtigt werden.

Was ein KI-Detektor misst

Detektoren arbeiten im Kern mit Statistik. Zwei Familien von Merkmalen kommen in fast allen Ansätzen vor.

Vorhersagbarkeit der Wortwahl

Sprachmodelle erzeugen Text, indem sie jeweils ein wahrscheinliches nächstes Wort wählen. Der Text wirkt dadurch oft „glatt“: Er greift zu naheliegenden Wendungen und vermeidet Überraschungen. Ein Detektor kann prüfen, wie erwartbar jedes Wort im Kontext ist. In der Fachsprache heißt dieses Maß Perplexität. Ist ein Text durchgehend sehr erwartbar, spricht das statistisch eher für maschinelle Herkunft. Betonung auf „eher“: Erwartbar schreiben auch Menschen, wenn sie eine Formel, ein Muster oder eine Vorlage verwenden.

Gleichmäßigkeit des Satzbaus

Menschen schreiben unregelmäßiger. Auf einen langen Schachtelsatz folgt ein kurzer. Ein Gedanke bricht ab, ein Einschub kommt dazu. Texte aus Sprachmodellen sind oft gleichförmiger: ähnliche Satzlängen, ähnlicher Aufbau, ähnliche Übergänge. Dieses Schwanken der Satzlängen und Strukturen nennt man oft Burstiness. Für Detektoren ist eine gleichmäßige Satzfolge ein Hinweis, mehr nicht.

Gelernte Muster aus Beispieltexten

Moderne Detektoren verlassen sich selten auf eine einzelne Kennzahl. Sie werden mit großen Mengen von Texten trainiert, die als „von Menschen“ oder „von einem Modell“ gekennzeichnet sind, und lernen daraus eine Entscheidungsregel. Dabei können Wortfolgen (n-Gramme), Satzlängen, Satzzeichen-Gewohnheiten und Wortschatzvielfalt zusammenspielen. Manche Systeme ergänzen das um eine zweite Einschätzung durch ein weiteres Sprachmodell. Dessen Begründung ist ebenfalls eine Meinung, kein Nachweis.

Wichtig: Ein Detektor kennt nur die Modelle, mit denen er trainiert wurde. Neue Modelle schreiben anders. Deshalb altert jeder Detektor, und Messwerte gelten nur für das getestete Material und den Zeitpunkt der Messung.

Warum Ergebnisse unsicher sind

Kurze Texte

Wenige Sätze liefern wenig Statistik. Bei Texten unter etwa 150 Wörtern schwanken Detektoren deutlich stärker. Der KI-Detektor von AdeptWrite verlangt mindestens 40 Wörter und verarbeitet bis zu 6.000 Zeichen pro Durchgang; auch darüber hinaus gilt: Je kürzer die Probe, desto vorsichtiger lesen.

Bearbeitete und gemischte Texte

Wer einen KI-Entwurf umformuliert, kürzt, um eigene Beispiele ergänzt oder mit einem Schreibwerkzeug überarbeitet, verändert genau die Merkmale, auf die Detektoren achten. Das Ergebnis landet oft im Bereich „gemischt oder unsicher“. Umgekehrt kann ein selbst geschriebener Text, den Sie mit einem KI-Werkzeug glätten lassen, plötzlich auffällig werden. Das gilt auch für Grammatik- und Umformulierungswerkzeuge, einschließlich der von AdeptWrite.

Neue Modelle und andere Sprachen

Detektoren sind für Englisch am besten untersucht. Für Deutsch ist die Datenlage dünner, und die deutsche Sprache hat Eigenheiten wie Komposita, Satzklammern und eine strenge Rechtschreibung, die Merkmale verschieben können. Wie gut ein Detektor in einer bestimmten Sprache abschneidet, muss gemessen werden und lässt sich nicht aus dem Englischen übertragen. Auf der Werkzeugseite des KI-Detektors finden Sie im Abschnitt zu den Grenzen die aktuell gemessenen Werte und das Datum der Messung. Bitte lesen Sie sie dort nach, statt sich auf Zahlen aus Werbetexten zu verlassen.

Typische Fehlalarme bei deutschen Texten

Fehlalarme (ein Mensch wird als „KI“ eingestuft) sind das heikelste Problem, denn sie treffen reale Personen. Die folgenden Konstellationen gelten als besonders anfällig. Es sind Erfahrungswerte aus der Funktionsweise, keine gemessenen Häufigkeiten; die Beispiele sind frei erfunden.

Formelhafte Textsorten. Wer ein Anschreiben, eine Kündigung, ein Protokoll oder eine Stellungnahme nach DIN-Vorbild verfasst, schreibt bewusst nach Muster:

„Sehr geehrte Damen und Herren, hiermit kündige ich den Vertrag zum nächstmöglichen Zeitpunkt. Bitte bestätigen Sie mir den Eingang des Schreibens. Mit freundlichen Grüßen“

Dieser Text ist hochgradig vorhersagbar, weil er es sein soll. Ein Detektor kann ihn trotzdem als maschinell einstufen.

Wissenschaftlicher Stil mit Nominalketten. Wer in der Hausarbeit „Die Durchführung der Analyse erfolgte unter Berücksichtigung der Gütekriterien“ schreibt, schreibt unpersönlich und gleichförmig, wie es viele Leitfäden empfehlen. Auch das reduziert Abwechslung.

Nicht muttersprachliche Schreibende. Wer Deutsch als Zweit- oder Fremdsprache schreibt, greift oft zu gesicherten, häufigen Wendungen und einfachem Satzbau, weil das sicherer ist. Genau das lässt Texte statistisch „glatt“ wirken. Studierende, die für ein Studium in Deutschland, Österreich oder der Schweiz in einer Zweitsprache schreiben, tragen deshalb ein höheres Risiko für falsche Verdachtsmomente. Der Detektor von AdeptWrite weist in seinen Grenzen ausdrücklich darauf hin, dass einfache, formelhafte oder nicht muttersprachliche Texte fälschlich markiert werden können.

Stark redigierte Texte. Wer einen Text mehrfach glättet, Füllwörter streicht und Sätze vereinheitlicht, nimmt ihm genau jene Unregelmäßigkeit, die als menschlich gilt.

Übersetzungen. Maschinell übersetzte oder mit einem Übersetzungsprogramm vorbereitete Passagen haben eigene, gleichförmige Muster und werden leicht verwechselt.

Typische Fehler in die andere Richtung

Auch das Gegenteil kommt vor: KI-Text, der unauffällig bleibt. Wer einen Entwurf ausführlich überarbeitet, persönliche Beispiele ergänzt oder von einem Modell verfassen lässt, das der Detektor nicht kannte, erzielt oft ein Ergebnis im Bereich „menschlich“. Dieses Ergebnis ist deshalb kein Freibrief, und es ist kein Grund, sich auf einen Detektor zu verlassen, wenn es um Prüfungsfairness geht.

Ein Ergebnis richtig lesen

Ein verantwortungsvoll gestalteter Detektor zeigt mehr als eine Zahl. Achten Sie auf diese Punkte:

Der Detektor von AdeptWrite zeigt den Wert als Schätzung mit „≈“ und kennzeichnet ihn damit als Näherung. Er nennt seine Grenzen und weist darauf hin, dass das Ergebnis nicht als alleiniger Beleg gegen eine Person verwendet werden darf. Eine optionale „Tiefenanalyse“ holt eine zweite Einschätzung ein. Dafür wird der Text für diese eine Anfrage an die KI-Engine von AdeptWrite gesendet; die statistische Auswertung läuft zunächst im Browser. Das Ergebnis der Tiefenanalyse ist ebenfalls eine Einschätzung.

So gehen Sie als Schreibende mit dem Thema um

Wer eigene Texte prüft, will meist vorab wissen, ob etwas auffällt. Das ist legitim.

1. Prüfen Sie ausreichend lange Textstücke. Ein Absatz sagt wenig, ein ganzes Kapitel mehr.
2. Lesen Sie die Markierungen als Hinweis auf Stilfragen. Wenn mehrere aufeinanderfolgende Sätze gleich lang und gleich gebaut sind, hilft Abwechslung ohnehin dem Lesefluss.
3. Dokumentieren Sie Ihren Schreibprozess. Heben Sie Gliederungen, Notizen, Rohfassungen, Literaturlisten und frühere Dateiversionen auf. Das ist Ihre beste Verteidigung, falls Fragen auftauchen.
4. Machen Sie Hilfsmittel transparent. Wenn Sie ein Grammatik- oder Umformulierungswerkzeug verwenden und Ihre Hochschule Angaben verlangt, geben Sie es an.
5. Schreiben Sie in eigener Stimme. Konkrete Beispiele, eigene Beobachtungen und Bezüge zu Ihrem Fach machen Texte nicht nur persönlicher, sondern auch besser. Wie das gelingt, steht im Ratgeber KI-Text menschlicher machen.

Wenn Sie zu Unrecht verdächtigt werden

Ein hoher Wert ist kein Beweis, und das sollten alle Beteiligten wissen. So gehen Sie vor:

• Ruhig bleiben und Unterlagen sammeln. Zeigen Sie Versionsverläufe (etwa aus Textverarbeitung oder Cloud-Speicher), Notizen, Gliederungen, Quellenauszüge.
• Erklären können, was Sie geschrieben haben. Viele Prüfende klären Verdachtsfälle in einem Gespräch über Inhalt und Vorgehen. Wer seinen Text verteidigen kann, ist klar im Vorteil.
• Nach den Regeln fragen. Welche Verfahren gelten, regelt die Prüfungsordnung Ihrer Hochschule oder die Schulordnung. Fragen Sie nach, ob und wie Detektoren eingesetzt werden und welche Beweisanforderungen gelten. Eine allgemeingültige bundesweite Regel gibt es nicht; Hochschulen entscheiden unterschiedlich, deshalb prüfen Sie den aktuellen Wortlaut Ihrer eigenen Ordnung.
• Auf die Grenzen verweisen. Seriöse Anbieter sagen selbst, dass ihre Ergebnisse kein Beweis sind. Das lässt sich zitieren.
• Bei Bedarf Beratung nutzen. Studierendenvertretungen und Prüfungsämter kennen die Verfahren an Ihrer Hochschule.

Hinweise für Lehrende und Redaktionen

Wer Texte beurteilt, sollte Detektoren höchstens als Anlass für ein Gespräch nutzen. Sinnvoller als ein Wert sind Beobachtungen am Text selbst: Passen Zitate und Quellen zusammen? Stimmen Angaben? Kann die Person über ihren Text sprechen? Sind Schreibaufgaben so gestaltet, dass Prozess und Zwischenstände sichtbar werden? Ein Ergebnis aus dem Detektor ersetzt diese Fragen nicht.

Vorgehen mit AdeptWrite

• Mit dem KI-Detektor erhalten Sie eine Schätzung samt Hinweisen auf auffällige Sätze und einer Liste der Grenzen.
• Wenn Ihr Text steif oder gleichförmig klingt, hilft der KI-Humanizer als Schreibhilfe, die Entwürfe natürlicher und persönlicher formuliert. Er ist kein Werkzeug, um Prüfverfahren zu umgehen, und wir versprechen keine bestimmten Detektorwerte.
• Eigene Entwürfe mit Quellen vergleichen Sie in der Plagiatsprüfung. Sie zeigt, welche Quellen durchsucht wurden. Ein KI-Detektor ersetzt sie nicht, und umgekehrt: Plagiat und KI-Nutzung sind zwei verschiedene Fragen. Mehr zur Abgrenzung steht im Ratgeber Plagiat: Definition und Arten.

Checkliste: Ergebnis eines Detektors einordnen

• ☐ Ist der Text lang genug, mindestens einige hundert Wörter?
• ☐ Ist es eine formelhafte Textsorte (Anschreiben, Protokoll, Kündigung)?
• ☐ Wurde der Text mit Grammatik-, Übersetzungs- oder Umformulierungswerkzeugen bearbeitet?
• ☐ Schreibt die Person in einer Zweitsprache?
• ☐ Nennt der Anbieter Grenzen und Messdatum?
• ☐ Gibt es Prozessbelege wie Notizen, Entwürfe und Quellenlisten?
• ☐ Wurde der Wert höchstens als Anlass für ein Gespräch genutzt und nicht als Urteil?

Wer so vorgeht, nutzt einen Detektor so, wie er gemeint ist: als einen Hinweis unter mehreren, nicht als Richter.

← Alle Ratgeber