Plagiat Scanner.de Redaktion | Zuletzt geprüft: 27.08.2026 | 6 Min. Lesezeit
Die Antwort in drei Sätzen
An sprachlichen Mustern: gleichmäßige Satzlängen, häufige Übergangswörter, allgemein bleibende Aussagen ohne konkrete Details. An inhaltlichen Auffälligkeiten: erfundene Quellen, Fehlen von Bezug zum Kurs. Kein einzelnes Merkmal beweist etwas — sie sind Indizien, und mehrere zusammen ergeben erst ein Bild.
Die sprachlichen Merkmale
Sprachmodelle wählen bei jedem Wort die wahrscheinlichste Fortsetzung. Daraus folgen Muster, die man beschreiben kann.
Gleichmässiger Rhythmus. Menschliche Texte schwanken: ein langer Schachtelsatz, dann ein kurzer Einwurf. Maschinelle Texte halten die Satzlänge auffällig konstant. Diese Schwankung wird als Burstiness gemessen.
Vorhersehbare Wortwahl. Modelle greifen zu den geläufigsten Formulierungen eines Themas. Fachlich ist das oft korrekt und sprachlich glatt — es fehlt nur das Überraschende. Dieses Maß heißt Perplexität.
Konnektoren-Dichte. Auffällig viele Übergangswörter: „darüber hinaus", „des Weiteren", „zudem", „folglich". Sie erzeugen Kohärenz auf der Oberfläche, ohne dass ein Argument fortschreitet.
Symmetrie im Aufbau. Jeder Absatz gleich lang, jede Aufzählung dreigliedrig, jeder Abschnitt mit einem versöhnlichen Schlusssatz.
Die inhaltlichen Merkmale — die stärkeren
Wer ohne Software urteilen muss, achtet auf anderes. Und die inhaltlichen Signale sind belastbarer als die sprachlichen, weil sie sich überprüfen lassen.
| Merkmal | Aussagekraft | Warum |
|---|---|---|
| Erfundene Quellenangaben | Hoch | Lässt sich prüfen, kein Wahrscheinlichkeitsurteil |
| Kein Bezug zum Seminarinhalt | Hoch | Ein Modell kennt den Kurs nicht |
| Stilbruch gegenüber früheren Arbeiten | Mittel bis hoch | Setzt Vergleichstexte voraus |
| Allgemeine Beispiele statt konkreter | Mittel | Kommt auch bei schwachen Texten vor |
| Gleichmässige Satzlängen | Niedrig | Guter Stil sieht ähnlich aus |
| Häufung von Gedankenstrichen | Sehr niedrig | Reguläre Zeichensetzung |
Die erste Zeile ist die wichtigste. Ein Literaturverzeichnis mit nicht auffindbaren Titeln ist kein statistischer Hinweis, sondern ein Befund. Mehr dazu unter erfundene Quellen als Indiz.
Was Detektoren technisch messen
Zwei Kennzahlen stehen im Zentrum, und beide sagen nichts über Herkunft.
Perplexität beschreibt, wie überraschend eine Wortfolge für ein Sprachmodell ist. Modelle wählen wahrscheinliche Fortsetzungen, ihre Texte haben deshalb niedrige Perplexität. Menschen schreiben sprunghafter — manchmal.
Burstiness beschreibt die Schwankung zwischen Sätzen. Menschliche Texte wechseln zwischen langen und kurzen Sätzen, oft in Schüben. Maschinelle Texte halten die Länge gleichmäßiger.
Beide Größen messen also Vorhersehbarkeit. Und Vorhersehbarkeit ist im wissenschaftlichen Schreiben teilweise erwünscht: Ein Methodenteil soll berechenbar formuliert sein, kein Überraschungstext.
Genau daraus entsteht das Kernproblem der Verfahren. Sie bestrafen sprachliche Disziplin. Wer gelernt hat, kurze klare Sätze zu schreiben und jeden Absatz gleich aufzubauen, produziert das Muster, das als maschinell gilt.
Der praktische Umgang für beide Seiten
Aus alldem folgt eine Arbeitsteilung, die in beide Richtungen funktioniert.
Wenn du schreibst, ist der wirksamste Schutz keine Sprachkosmetik, sondern Dokumentation: datierte Zwischenstände, ein erhaltener Bearbeitungsverlauf, Exzerpte, E-Mails an die Betreuung. Das ist der einzige Beleg, der unabhängig von jedem Messwert trägt. Mehr dazu unter Versionsverlauf als Nachweis.
Wenn du korrigierst, prüfe zuerst das, was sich prüfen lässt. Schlag drei Quellen aus dem Literaturverzeichnis nach. Frag im Gespräch nach dem Inhalt einer bestimmten Seite. Beides liefert überprüfbare Antworten, während ein Score nur eine Wahrscheinlichkeit liefert.
Ein KI Scan kostet 0,29 € pro Normseite mit 1.800 Zeichen. Für eine Bachelorarbeit mit 45 Normseiten sind das 13,05 €, im Kombi mit der Plagiatsprüfung 17,55 €. Das Ergebnis liegt in der Regel nach 15 Minuten vor und sagt dir, wie dein Text wirkt — nicht, wer ihn geschrieben hat.
Was viele falsch verstehen
„Ein Detektor erkennt, ob ChatGPT den Text geschrieben hat." Er erkennt es nicht. Er misst, wie stark ein Text statistisch dem ähnelt, was Modelle erzeugen. Herkunft ist damit nicht bestimmbar.
„Wer sauber schreibt, ist auf der sicheren Seite." Das Gegenteil kann eintreten. Kurze Sätze, klare Struktur, sachlicher Ton — genau das, was im Studium beigebracht wird — erzeugt Muster, die Detektoren als maschinell einstufen.
„Nicht-Muttersprachler haben kein Problem, wenn sie ehrlich sind." Ein dokumentiertes Fairnessproblem der Verfahren: Wer mit begrenztem Wortschatz und regelmässigem Satzbau schreibt, erzeugt im Schnitt höhere Werte. Mehr dazu unter Verdacht bei internationalen Studierenden.
Der Selbsttest, der ohne Werkzeug funktioniert
Nimm eine Seite deines Textes und streich jeden Satz, der keine überprüfbare Angabe enthält — keine Zahl, keinen Namen, kein konkretes Beispiel, keinen Beleg.
Wenn danach die Hälfte stehen bleibt, ist der Text konkret. Wenn zwei von fünfzehn Sätzen übrig bleiben, ist er allgemein — und Allgemeinheit ist das Merkmal, das maschinelle und schwache menschliche Texte teilen.
Der Test ist deshalb nützlich, weil er nicht nach KI fragt, sondern nach Substanz. Ein Text, der ihn besteht, ist ein besserer Text. Ob er von einem Modell stammt, ist dann fast nebensächlich.
Der Fall, der am häufigsten schiefgeht
Ein Muster taucht in Gesprächen mit Lehrenden immer wieder auf, und es betrifft Studierende, die gar keine KI zum Schreiben benutzt haben.
Der Ablauf: Jemand schreibt seinen Text selbst, lässt ihn danach durch eine Korrekturhilfe laufen und übernimmt deren Vorschläge weitgehend. Das Ergebnis ist sprachlich glatter, gleichmäßiger und vorhersehbarer als das Original — also genau das, was Detektoren messen.
Formal war die Korrektur zulässig; in den meisten Prüfungsordnungen sind Rechtschreib- und Grammatikprüfungen erlaubte Hilfsmittel. Der Messwert steigt trotzdem.
Wer in diese Lage gerät, argumentiert am besten nicht über den Wert, sondern über den Prozess: Hier ist die Fassung vor der Korrektur, hier die danach, hier der Bearbeitungsverlauf über sechs Wochen. Das beantwortet die Frage, die der Score nur aufwerfen kann.
Was in dieser Lage nichts bringt
Den Text nachträglich „menschlicher" umzuschreiben, verschlechtert meist die Verständlichkeit und ändert an der Beweisfrage nichts. Und ein Versionsverlauf, der erst nach dem Vorwurf entsteht, spricht gegen dich statt für dich. Was da ist, ist da.
Wenn du wissen willst, wo du stehst, bevor jemand fragt: Der KI Scan zeigt dir denselben Blick auf deinen Text, den die andere Seite hat.
Was daraus praktisch folgt
Wenn du schreibst: Werde konkret. Nenne Zahlen mit Quelle, Situationen mit Datum, Positionen mit Namen. Das macht den Text besser und nebenbei unverwechselbar.
Wenn du korrigierst: Nimm kein Merkmal für sich. Prüfe die Quellen — das ist der einzige Schritt, der ein überprüfbares Ergebnis liefert. Und such das Gespräch, bevor du eine Konsequenz ziehst. Ein Wert eröffnet ein Gespräch, er entscheidet es nicht.