10 % Rabatt mit dem Code plagiat-scan10 im Shop!
Blog

KI-Texte erkennen: Tools, Messgrößen und Grenzen

 |  24. März 2026
Betreiber: manimedia, Inh. Markus Nick. Bei Entwürfen und Überarbeitung kommen KI-gestützte Systeme zum Einsatz; eine menschliche Faktenprüfung ist für diesen Beitrag nicht dokumentiert. Mehr dazu: Redaktion & Standards.

KI-Texte lassen sich mit Detektoren auf auffällige Muster untersuchen. Ob ein konkreter Text tatsächlich von einer KI stammt, ist damit nicht sicher geklärt. Eine Rangliste „der besten“ Werkzeuge für deutsche Hochschultexte lässt sich aus den hier vorliegenden Quellen nicht begründen. Dieser Beitrag ersetzt unbelegte Qualitätsnoten durch eine Checkliste für die Auswahl und das Lesen eines Berichts.

KI-Transparenz: Von einem KI-Agenten anhand der verlinkten Primärquellen überarbeitet; kein eigener Toolvergleich und keine menschliche Faktenprüfung. Plagiat Scanner.de bietet selbst Prüfungen auf Basis von PlagAware an. Quellenabruf: 20. Oktober 2026.

Zwei Werkzeuge, zwei unterschiedliche Aussagen

Der PlagAware KI-Detektor mit Stilanalyse bewertet laut Hersteller die Häufigkeit und Relevanz KI-typischer Formulierungen. PlagAware nennt das Ergebnis ausdrücklich KI-Typizität, nicht KI-Wahrscheinlichkeit oder Klassifikation. Eine Typizität von beispielsweise 80 Prozent wäre deshalb nicht als „80 Prozent Wahrscheinlichkeit für einen KI-Autor“ zu lesen. Diese Zahl ist ein synthetisches Lese-Beispiel, kein gemessenes Ergebnis.

Turnitin beschreibt für seinen AI Writing Report dagegen einen Anteil des auswertbaren Textes, den das Modell als wahrscheinlich KI-generiert einstuft. Der Hersteller warnt vor Fehlzuordnungen und davor, den Bericht allein als Grundlage nachteiliger Maßnahmen gegen Studierende zu verwenden. Auch das ist keine allgemeine Rechtsaussage.

Die beiden Beschreibungen zeigen, warum du Prozentzahlen verschiedener Anbieter nicht wie dieselbe Messgröße vergleichen solltest. Wir vergeben hier weder Genauigkeitsnoten noch Empfehlungen aus angeblichen eigenen Tests.

Checkliste für deutsche Texte

Bevor du dich für ein Werkzeug entscheidest, suche in dessen aktueller Dokumentation Antworten auf diese Fragen:

  1. Sprache und Textart: Ist Deutsch für genau diese Funktion unterstützt? Geht die Dokumentation auf wissenschaftliche Prosa oder nur auf andere Textarten ein?
  2. Messgröße: Bezeichnet der Wert einen markierten Textanteil, einen Modellscore oder stilistische Typizität?
  3. Validierung: Gibt es nachvollziehbare Daten mit Textumfang, Sprache, Modellversionen, Fehlalarmen und nicht erkannten KI-Texten?
  4. Grenzen: Welche Mindestlänge und Dateiformate gelten? Was passiert mit Zitaten, Tabellen oder nicht auswertbaren Teilen?
  5. Weiterverarbeitung: Welche Daten werden übermittelt und gespeichert? Lies die Hinweise vor einem Upload, besonders bei unveröffentlichtem Material.

„Deutsch unterstützt“ ist noch kein Qualitätsnachweis für deine Hausarbeit. Für Aussagen wie „sehr gut bei Deutsch“ oder „erkennt GPT-4, Claude und Gemini zuverlässig“ fehlen hier vergleichbare Prüfbelege.

Was die Forschung belegt – und was sie nicht belegt

Liang et al. (Patterns, 2023) berichten über Fehlklassifikationen englischer Texte von Menschen, deren Muttersprache nicht Englisch ist. Das ist ein konkreter Fairnessbefund zu den untersuchten Detektoren und Texten. Daraus lässt sich weder eine Fehlerrate für deutsche Hausarbeiten noch ein aktueller Testsieg eines hier genannten Anbieters ableiten.

Die praktische Konsequenz unserer Einordnung: Behalte den Originaltext und dokumentiere deinen Arbeitsprozess. Verändere einen fachlich richtigen Absatz nicht allein deshalb, weil ein Tool ihn markiert. Unser Ratgeber zum Versionsverlauf zeigt einen Weg zur nachvollziehbaren Dokumentation; bei einem Vorwurf hilft die Sammlung konkreter Belege.

Einen auffälligen Bericht prüfen

Synthetischer Fall: Du hast einen Absatz selbst formuliert, ein Detektor markiert ihn aber als auffällig. Sichere zuerst Textversion, Bericht und die zugehörigen Entwürfe. Notiere dann, welche Aussagen aus welchen gelesenen Quellen stammen und wie du die Argumentation entwickelt hast. Frage bei einem tatsächlichen Vorwurf nach den konkret beanstandeten Stellen und der angewendeten Regel. Ein weiterer Toolscore ersetzt diese Klärung nicht.

Ob KI für die Arbeit erlaubt war, ist eine andere Frage als die technische Erkennung. Prüfe dafür die Vorgaben deiner Prüfung. Ein unauffälliger Scan erlaubt keine zuvor untersagte Nutzung; eine Markierung entscheidet nicht über die Eigenständigkeit.

Häufige Fragen

Kann selbst geschriebener Text als KI auffallen?

Ja. Die Herstellerhinweise von PlagAware und Turnitin nennen mögliche Fehlzuordnungen. Lies die markierten Stellen im Kontext und sichere deinen Arbeitsprozess, statt nur den Prozentwert zu betrachten.

Erkennen Detektoren alle KI-Modelle?

Eine solche Garantie ist hier nicht belegt. Eine verlässliche Aussage müsste sich auf benannte Versionen, Sprachen, Textarten und dokumentierte Testbedingungen beziehen.

Ist KI-Erkennung dasselbe wie Plagiatsprüfung?

Nein. PlagAware unterscheidet den Quellenabgleich von seiner KI-Stilanalyse. Eine fehlende Textübereinstimmung beantwortet nicht die Frage nach KI-Nutzung. Die Funktionen und auswählbaren Leistungen unseres Angebots erläutern die KI-Scan-Seite und die Preisübersicht; dieser Beitrag verspricht kein bestimmtes Berichtspaket.

Zurück zum Blog

Das könnte dich auch interessieren

KI-Erkennung

KI-Detektoren Zuverlässigkeit

Weiterlesen zum Thema Zuverlässigkeit von KI-Detektoren.

KI-Erkennung

KI-Erkennung deutscher Texte

Weiterlesen zum Thema KI-Erkennung deutscher Texte.

KI-Erkennung

Humanizer vs. KI-Detektor

Weiterlesen zum Thema Humanizer und KI-Detektoren.

Prüfangebote und Grenzen ansehen

Informiere dich über Leistungsumfang, Preis und Lieferfrist. Ein Scan bestätigt weder die Einhaltung deiner Prüfungsregeln noch eine spätere Bewertung.