KI-Text-Detektor: Wie erkennt man von KI geschriebene Texte?

Ob eine Hausarbeit, eine Bewerbung oder ein Blogartikel: Immer öfter läuft ein Text durch einen KI-Detektor, bevor er überhaupt gelesen wird. Das Problem dabei: Diese Tools raten, sie wissen nichts. Wer versteht, wie sie zu ihrer Einschätzung kommen, kann sowohl die eigenen Texte besser einordnen als auch falsche Anschuldigungen widerlegen.

Wie ein KI-Text-Detektor überhaupt zu einer Einschätzung kommt

Die meisten Detektoren messen zwei statistische Größen im Text: Perplexity (wie vorhersehbar die Wortwahl für ein Sprachmodell ist) und Burstiness (wie stark Satzlänge und -struktur innerhalb des Texts variieren). Von KI generierter Text ist tendenziell vorhersehbarer und gleichmäßiger, menschlicher Text springt stärker zwischen kurzen und langen, einfachen und komplexen Sätzen. Aus diesen Werten wird eine Wahrscheinlichkeit berechnet, keine Ja/Nein-Antwort.

Genau das steht selten im Ergebnis: Ein Detektor zeigt "78 % wahrscheinlich KI-generiert" an, nicht "dieser Text ist KI-generiert". Die Interpretation, ab welchem Prozentsatz das als Beweis gilt, liegt bei der Person oder Institution, die das Tool einsetzt, nicht beim Tool selbst.

Wie zuverlässig sind diese Ergebnisse wirklich

Drei Situationen produzieren regelmäßig falsche Positive (menschlicher Text, der als KI-generiert markiert wird): sehr einfache, formelhafte Sprache (technische Dokumentation, Zusammenfassungen), Text von Personen, die nicht in ihrer Muttersprache schreiben, und generell kurze Texte unter etwa 300 Wörtern, bei denen die Statistik zu wenig Grundlage hat. Umgekehrt reicht bei vielen Detektoren schon eine leichte Umformulierung von Hand, um einen tatsächlich KI-generierten Text als "menschlich" durchzuschleusen.

• Perplexity und Burstiness sind Wahrscheinlichkeiten, kein Beweis
• Kurze Texte (unter ca. 300 Wörtern) liefern unzuverlässigere Werte
• Nicht-muttersprachliche Autoren werden überproportional oft fälschlich markiert
• Eine manuelle Überarbeitung senkt den KI-Score fast immer deutlich
• Kein Anbieter garantiert 100 % Genauigkeit, auch wenn die Marketingseite das suggeriert

Der akademische Kontext: was ein hoher KI-Score wirklich bedeutet

Für Studierende ist der Fall am heikelsten, weil ein falscher Alarm reale Konsequenzen haben kann. Ein hoher KI-Score allein ist kein Nachweis, viele Hochschulen in Deutschland verlangen inzwischen zusätzliche Belege (Versionsverlauf, Zwischenentwürfe) statt sich allein auf einen Prozentwert zu verlassen. Wer einen Text mit einem KI-Tool vorbereitet und dann selbst überarbeitet, sollte diesen Prozess dokumentieren, gerade weil Detektoren zwischen "mit KI-Hilfe geschrieben" und "komplett von KI generiert" nicht zuverlässig unterscheiden können.

Umformulierungs-Tools: nicht zum Täuschen, sondern zum eigenen Stil finden

QuillBot, Wordtune und Grammarly werden oft in einem Atemzug mit dem Thema Detektor-Umgehung genannt, ihr eigentlicher Nutzen liegt aber woanders: einen ersten, holprigen Entwurf lesbarer zu machen oder den eigenen Ton zu treffen. Grammarly hat inzwischen sogar einen eigenen KI-Detektor als Funktion im Pro-Plan eingebaut, ein Hinweis darauf, dass selbst Anbieter von Schreibhilfen das Thema als Qualitätsfrage behandeln, nicht als Umgehungsstrategie.