Wie funktionieren KI-Detektoren? Einfach erklärt
Kurze Antwort
Ein KI-Detektor ist ein Klassifikator, der mit vielen Beispielen für menschliches und KI-Schreiben trainiert wurde. Er lernt die statistischen Unterschiede zwischen beiden, vor allem wie vorhersehbar die Wortwahl ist, bewertet den Text in Fenstern und Sätzen und vergibt über einen Schwellenwert ein Label. Weil er Muster schätzt und nicht die Urheberschaft prüft, ist sein Ergebnis immer eine Wahrscheinlichkeit und nie ein Beweis.
Wichtigste Punkte
- Ein Detektor ist ein trainierter Klassifikator: Er hat sehr viele Texte von Menschen und von KI gesehen und gelernt, ihre Statistik zu unterscheiden.
- Das wichtigste Signal ist die Vorhersehbarkeit. Sprachmodelle wählen wahrscheinliche Wörter, und der entstehende Text ist tendenziell glatter und gleichmäßiger als das meiste menschliche Schreiben.
- Text wird in Fenstern und Sätzen bewertet, weshalb Detektoren einzelne Passagen markieren können.
- Schwellenwerte machen aus einem Wert ein Label, und die Kalibrierung legt sie so fest, dass Fehlalarme selten bleiben.
- Weil er Muster betrachtet und nicht, wer den Text geschrieben hat, kann ein Detektor in beide Richtungen falsch liegen.
Die Grundidee: aus Beispielen lernen
Niemand schreibt eine Regelliste auf, wie KI-Text aussieht. Stattdessen sammeln die Entwickler eine große Menge an Texten, die nachweislich von Menschen stammen, und eine weitere, die nachweislich von KI-Modellen stammt. Ein Modell des maschinellen Lernens, ein sogenannter Klassifikator, wird trainiert, beide zu unterscheiden, indem es findet, welche Muster die beiden Mengen trennen.
Nach dem Training bekommt der Klassifikator einen neuen Text und gibt eine Zahl zurück: wie stark er den KI-Beispielen im Vergleich zu den menschlichen ähnelt. Unser Detektor ist ein selbst betriebenes Open-Source-Modell und arbeitet nur mit Englisch.
Warum Vorhersehbarkeit der zentrale Hinweis ist
Ein Sprachmodell schreibt, indem es immer wieder ein wahrscheinliches nächstes Wort wählt, gegeben das, was davor stand. Menschen wählen weniger vorhersehbar. Wir überlegen es uns mitten im Satz anders, nehmen ein ungewöhnliches Wort, schweifen ab oder brechen den Rhythmus zur Betonung.
Das Ergebnis ist, dass maschineller Text oft glatter ist, einheitlicher in Wortschatz und Satzlänge und allgemeiner im Inhalt. Detektoren erfassen das. Es ist auch der Grund, warum sehr sorgfältiges, formelhaftes Schreiben von Menschen maschinellem Schreiben ähneln kann.
Fenster, Sätze und Werte
Lange Texte werden nicht in einem Stück bewertet. Der Detektor betrachtet Fenster, also Textabschnitte, und einzelne Sätze und kombiniert dann die Ergebnisse. Das ermöglicht Markierungen auf Satzebene, die zeigen, welche Teile eines Textes das Gesamtergebnis treiben.
Markierungen sind beim Überarbeiten nützlich, weil ein hohes Ergebnis meist von einigen allgemeinen Passagen kommt und nicht vom ganzen Essay. Sie bleiben Schätzungen. Ein markierter Satz sieht statistisch nach KI-Wortwahl aus, er ist nicht als maschinell geschrieben bewiesen.
- Unter 50 Wörtern gibt es zu wenig Evidenz, deshalb gibt unser Detektor kein Ergebnis aus.
- Längere Texte liefern stabilere Ergebnisse, weil es mehr zum Mitteln gibt.
- Gemischte Texte, teils von Menschen und teils von KI, können an manchen Stellen Markierungen erzeugen und an anderen nicht.
Schwellenwerte und Kalibrierung
Der Rohwert muss zu einem Label werden, und das ist die Aufgabe eines Schwellenwerts. Ein niedriger Schwellenwert markiert mehr Text, erkennt mehr KI, aber auch mehr Text von Menschen. Ein hoher Schwellenwert markiert weniger Text, ist ehrlichen Autoren gegenüber freundlicher, übersieht aber mehr KI-Text.
Kalibrierung ist die Arbeit, Schwellenwerte anhand von Messungen zu wählen. Wir nutzen 583 von Menschen verfasste akademische Texte, um sie so zu setzen, dass Fehlalarme selten bleiben: 1 % und 0,7 % der akademischen Texte von Menschen wurden bei zwei zurückgehaltenen Sets als „Wahrscheinlich KI-generiert“ eingestuft. Zwischen den Labels „Wahrscheinlich von Menschen geschrieben“ und „Wahrscheinlich KI-generiert“ liegt ein Band „Unsicher“ für Grenzfälle.
Warum die Antwort immer eine Wahrscheinlichkeit ist
Ein Detektor sieht den Schreibprozess nie. Er sieht nur die fertigen Wörter, und Text von Menschen und von Maschinen überschneidet sich. Manche Menschen schreiben sehr maschinenhaft, und manchen KI-Text überarbeitet man, bis er sehr menschlich aussieht. Alles, was auf sich überschneidenden Mustern beruht, kann nur eine Wahrscheinlichkeit liefern.
Deshalb sollte ein Ergebnis nie allein verwendet werden, um jemanden zu beschuldigen. Es ist ein Signal, das zusammen mit Entwürfen, Versionsverlauf, anderen Arbeiten der Person und einem echten Gespräch zu lesen ist.
Was Detektoren sehen können und was nicht
Detektoren erkennen unbearbeitete Ausgaben der Modelle gut, mit denen sie trainiert wurden. In unseren Tests wurden 96,9 % des unbearbeiteten KI-Textes von 2026 als „Wahrscheinlich KI-generiert“ eingestuft. Schwächer sind sie, wenn Text umgeschrieben wurde: 50,5 % wurden nach der Paraphrase durch ein anderes KI-Modell noch markiert und 59,5 % nach Humanizer-Tools. Noch schwächer sind sie bei sehr kurzem Text und bei Textsorten außerhalb ihres Trainings wie Werbetexten, wo 32,7 % der Webtexte von Menschen als „Wahrscheinlich KI-generiert“ eingestuft wurden.
Du kannst das alles in der Praxis sehen. AITurnitin prüft ohne Konto kostenlos bis zu 1.000 Wörter, zeigt Markierungen auf Satzebene und löscht deinen Text innerhalb von 24 Stunden, ohne ihn für Training zu verwenden.
Häufige Fragen
Woher weiß ein KI-Detektor, ob ein Text von einer KI stammt?
Er weiß es nicht. Er schätzt, wie stark die Wortwahl den Mustern von KI-Text ähnelt, mit dem er trainiert wurde, vor allem wie vorhersehbar die Wortwahl ist, und gibt eine Wahrscheinlichkeit zurück.
Was ist Perplexität bei der KI-Erkennung?
Sie misst, wie überraschend ein Text für ein Sprachmodell ist. Niedrigere Perplexität bedeutet vorhersehbarere Wortwahl, was ein Signal ist, das Detektoren nutzen. Moderne Detektoren kombinieren es mit weiteren gelernten Merkmalen.
Warum können Detektoren einzelne Sätze markieren?
Weil der Text in Fenstern und Sätzen bewertet wird. Jeder Teil bekommt eine eigene Schätzung, und diese werden zu einem Gesamtergebnis kombiniert. Satzmarkierungen zeigen, wo das Muster am stärksten ist.
Speichern KI-Detektoren meinen Text oder lernen sie daraus?
Das hängt vom Tool ab. Unseres löscht Texte innerhalb von 24 Stunden und nutzt sie nie für Training. Lies die Datenschutzerklärung jedes Tools, bevor du eine Abschlussarbeit oder ein Motivationsschreiben einfügst.
Kann man einen KI-Detektor austricksen?
Die Erkennung ist bei umgeschriebenem Text schwächer, aber nicht ausgelöscht: In unseren Tests wurde ein großer Anteil des paraphrasierten und humanisierten Textes weiterhin als „Wahrscheinlich KI-generiert“ eingestuft. Diese Tools riskieren außerdem, Sinn und Quellenangaben zu beschädigen, und sie zu nutzen, um KI-Einsatz zu verbergen, kann gegen die Integritätsregeln deiner Hochschule verstoßen.