Plagiat Scanner.de Redaktion — redaktionell verantwortlich: Benjamin Lohrer | Zuletzt geprüft: 02.09.2026 | 8 Min. Lesezeit
Die kurze Antwort
Ein KI-Detektor rekonstruiert nicht, wer einen Text geschrieben hat. Er klassifiziert Textmuster. Ein Falsch-Positiv entsteht, wenn ein menschlich geschriebener Text die gewählte Schwelle für „KI-verdächtig“ überschreitet.
Das Gegenstück ist ein Falsch-Negativ: Ein maschinell erzeugter oder stark KI-gestützter Text bleibt unauffällig. Beide Fehler gehören in jede seriöse Einordnung. Wer nur nach „Trefferquote“ fragt, übersieht, wie viele menschliche Texte irrtümlich markiert und wie viele KI-Texte übersehen werden.
Hinweis, nicht Nachweis
Auch Turnitin schreibt in seiner aktuellen Anleitung, dass sein KI-Bericht menschliche und maschinelle Texte verwechseln kann und nicht allein Grundlage nachteiliger Maßnahmen gegen Studierende sein soll. Das ist eine Aussage des Anbieters über den vorgesehenen Gebrauch seines eigenen Systems – keine unabhängige Güteprüfung aller Detektoren.
Was die Forschung tatsächlich zeigt
Die oft zitierte Studie von Liang et al. (Patterns, 2023) prüfte sieben damals verbreitete Detektoren an 91 englischen TOEFL-Aufsätzen aus einem chinesischen Lernforum und 88 englischen Aufsätzen von US-Achtklässlern. Im TOEFL-Korpus lag die durchschnittliche Falsch-Positiv-Rate über die sieben Tools bei 61,22 Prozent; mindestens ein Tool markierte 89 der 91 Texte.
Dieser Befund ist wichtig, aber seine Grenze ist genauso wichtig: Untersucht wurden englische Texte, konkrete Korpora und Detektorversionen aus 2023. Die Zahl ist kein Schätzwert für deutsche Abschlussarbeiten, für deinen Text oder für ein 2026 aktualisiertes Produkt. Belegt ist das Fairness-Risiko in diesem Testaufbau – nicht eine universelle Fehlerquote für alle Nicht-Muttersprachler.
Eine breitere Evaluation von Tufts et al. (NAACL Findings, 2025) testete Verfahren gegen unbekannte Modelle, andere Datenquellen und praktische Umgehungs-Prompts. In einzelnen Konstellationen fiel die Erkennungsrate bei festgehaltener Falsch-Positiv-Rate von einem Prozent bis auf null. Die Autoren empfehlen deshalb, nicht nur eine Gesamtgenauigkeit, sondern die Trefferquote bei einer festgelegten Falsch-Positiv-Rate auszuweisen.
Für den Hochschulkontext formuliert die Freie Universität Berlin, dass stilometrische Merkmale in formalisierter Wissenschaftssprache keinen harten Nutzungsnachweis liefern. Die Universität Potsdam bezeichnet KI-Detektoren in ihren 2026 aktualisierten Hinweisen ebenfalls nicht als rechtssichere Beweise und verweist bei einem begründeten Verdacht auf die Prüfung von Inhalten, Quellen und Schreibprozess. Das sind institutionelle Einordnungen; maßgeblich bleibt die Regelung deiner eigenen Hochschule.
Was ein Ergebnis bedeutet – und was nicht
| Anzeige | Vertretbare Beobachtung | Nicht daraus ableitbar |
|---|---|---|
| Hoher Gesamtwert | Das Tool hat einen größeren Anteil des qualifizierenden Textes oberhalb seiner Schwelle eingeordnet. | „Dieser Anteil wurde von KI geschrieben.“ |
| Einzelne Markierungen | Bestimmte Passagen prägen die Einstufung. | Warum die Passage so formuliert wurde. |
| Zwei Tools schlagen an | Zwei Systeme reagieren auf diesen Text. | Zwei unabhängige Beweise für dieselbe Entstehungsgeschichte. |
| Wert sinkt nach Umschreiben | Die neue Fassung wird anders klassifiziert. | Dass die alte Fassung maschinell und die neue menschlich war. |
| Wert ist null oder niedrig | Das Tool meldet unter seinen Bedingungen wenig Auffälligkeit. | Dass keine KI beteiligt war. |
Die Tabelle trennt Beobachtung und Schlussfolgerung. Der entscheidende fehlende Schritt ist die tatsächliche Entstehungsgeschichte. Sie steckt nicht im Prozentwert.
Warum selbst eine niedrige Fehlerquote viele Fehlalarme erzeugen kann
Ein Rechenbeispiel macht das Basisratenproblem sichtbar. Die Zahlen sind bewusst angenommen und beschreiben weder eine reale Hochschule noch einen bestimmten Detektor:
- In 200 eingereichten Arbeiten seien 20 tatsächlich regelwidrig mit KI erstellt und 180 regelkonform.
- Ein hypothetischer Detektor finde 80 Prozent der 20 Fälle: 16 richtige Treffer.
- Gleichzeitig markiere er 5 Prozent der 180 regelkonformen Arbeiten: 9 Falsch-Positive.
- Das System meldet damit 25 positive Ergebnisse, aber nur 16 davon betreffen in diesem Beispiel den gesuchten Fall. Das sind 64 Prozent – nicht 95 Prozent.
„Fünf Prozent Falsch-Positive“ bedeutet also nicht, dass ein positiver Befund zu 95 Prozent richtig ist. Dafür braucht man zusätzlich die tatsächliche Häufigkeit des gesuchten Verhaltens und die Sensitivität des Tools. Beides ist in einer konkreten Lehrveranstaltung meist unbekannt.
Sieben Fragen an jeden Detektorbericht
Bevor du einen Prozentwert deutest, müssen mindestens diese Angaben geklärt sein:
- Welches Produkt und welche Modellversion? Ein Markenname ohne Versions- oder Berichtsdatum reicht nicht.
- Welche Sprache wird offiziell unterstützt? Eine englische Validierung ist keine deutsche Validierung.
- Welche Textarten zählen überhaupt? Tabellen, Stichpunkte, Literaturverzeichnisse oder Code können ausgeschlossen sein.
- Welche Mindestlänge gilt? Kurze Abschnitte liefern weniger Signal. Turnitin verlangt derzeit mindestens 300 Wörter qualifizierenden Fließtext.
- Was bedeutet der Prozentwert genau? Anteil markierten Textes, Wahrscheinlichkeit des Gesamttexts und Konfidenz sind verschiedene Größen.
- Bei welcher Schwelle wurde markiert? Eine niedrigere Schwelle findet mehr mögliche Fälle und erzeugt typischerweise mehr Fehlalarme.
- Gibt es eine Falsch-Positiv-Rate für eine passende Population? Relevant wäre ein unabhängiger Test mit derselben Sprache, ähnlicher Textsorte, Länge und aktuellen Modellversion – nicht ein allgemeiner Marketingwert.
Fehlt diese Dokumentation, kann der Bericht eine Gesprächsfrage auslösen. Seine Beweiskraft lässt sich dann aber nicht seriös beziffern.
Wenn dein eigener Text markiert wurde: Beweise erhalten, nicht „gegenbeweisen“
1. Originalzustand sichern
Speichere die abgegebene Datei und den vollständigen Bericht unverändert. Exportiere den Versionsverlauf so, dass Zeitpunkte und Fassungen nachvollziehbar bleiben. Überschreibe keine frühen Entwürfe. Eine praktische Anleitung findest du unter Versionsverlauf als Nachweis.
2. Entstehungskette ordnen
Lege Aufgabenstellung, Gliederung, Exzerpte, Literaturverwaltung, handschriftliche Notizen und datierte Zwischenstände in zeitlicher Reihenfolge ab. Dabei geht es nicht um Datenmenge, sondern um eine plausible Kette vom Recherchefund zur eigenen Argumentation.
3. Den Vorwurf präzisieren lassen
Bitte um die konkret markierten Stellen, Produkt und Berichtsdatum, den vollständigen Report und die verletzte Regel aus Prüfungsordnung, Aufgabenstellung oder KI-Leitlinie. „Das Tool sagt 70 Prozent“ benennt weder eine konkrete Handlung noch eine Regelverletzung.
4. Den Inhalt erklären können
Bereite für zentrale Passagen drei Dinge vor: Welche Quelle trägt die Aussage? Warum folgt der nächste Gedankenschritt? Welche Alternative hast du verworfen? Wer den eigenen Text erklären kann, liefert Information über den Arbeitsprozess, die ein Detektor nicht besitzt.
5. Das Verfahren der eigenen Hochschule beachten
Pauschale Aussagen über alle Hochschulen wären falsch. Zuständigkeit, Anhörung, Fristen und mögliche Rechtsbehelfe hängen von deiner Ordnung und dem konkreten Bescheid ab. Der Leitfaden KI-Vorwurf sachlich prüfen hilft bei der Vorbereitung, ersetzt aber keine Rechtsberatung.
Was du vermeiden solltest
Lass den Text nicht hektisch durch viele kostenlose Dienste laufen und veröffentliche keine vertrauliche Arbeit bei unbekannten Anbietern. Formuliere außerdem nicht nur mit dem Ziel um, einen niedrigeren Wert zu erzielen. Das verändert die Anzeige, belegt aber nichts und kann deinen Versionsverlauf unnötig verkomplizieren.
Wer nach heutigem Belegstand besonders sorgfältig geprüft werden muss
Gut belegt ist ein Fairness-Risiko für bestimmte englische Texte von Menschen, die Englisch als weitere Sprache schreiben. Ebenfalls plausibel und institutionell beschrieben ist, dass stark formalisierte Wissenschaftssprache stilometrische Signale erzeugen kann.
Nicht ausreichend belegt für eine pauschale Aussage auf dieser Seite sind dagegen eigene Risikozahlen für deutschsprachige Studierende, neurodivergente Menschen, einzelne Fächer oder konkrete Schreibhilfen wie Grammarly und DeepL. Solche Gruppen- oder Produktclaims nennen wir deshalb nicht als gesicherte Tatsache. Wo keine passende Studie vorliegt, bleibt die korrekte Antwort: noch nicht genug Daten.
Weitere technische Grenzen und Kennzahlen bündelt der Themenbereich KI-Erkennung.
Unsere eigene Grenze und ein belastbarer Erhebungsplan
Für den auf PlagiatScanner.de angebotenen KI-Scan veröffentlichen wir derzeit keinen eigenen reproduzierbaren Benchmark mit deutscher Falsch-Positiv-Rate. Deshalb nennen wir hier weder eine Genauigkeitsquote noch behaupten wir, unser Wert könne Urheberschaft beweisen.
Ein belastbarer eigener Test müsste vor einer öffentlichen Zahl mindestens Folgendes offenlegen:
- ein vor ChatGPT entstandenes deutsches Human-Korpus, getrennt nach Textsorte und Länge;
- ein klar beschriebenes KI-Korpus mit Modell, Version, Prompt und Bearbeitungsgrad;
- eine vorab festgelegte Schwelle sowie Sensitivität und Falsch-Positiv-Rate;
- eine zurückgehaltene Testmenge, die nicht zur Kalibrierung verwendet wurde;
- Konfidenzintervalle statt „0 Prozent“, wenn in einer endlichen Stichprobe kein Fehler beobachtet wurde;
- Datum, Toolversion und ein Verfahren für Wiederholungen nach Modellupdates.
Bis diese Evidenz vorliegt, ist die ehrliche Produktgrenze dieselbe wie die fachliche Grenze dieser Seite: Der Scan zeigt eine statistische Einordnung und auffällige Passagen. Er entscheidet nicht, wie dein Text entstanden ist.
Quellen und Stand
- Liang, W. et al. (2023): GPT detectors are biased against non-native English writers, Patterns 4(7). Primärstudie; englische Korpora und Detektoren aus 2023.
- Tufts, B. et al. (2025): A Practical Examination of AI-Generated Text Detectors for Large Language Models, Findings of NAACL 2025. Primärstudie mit offenem Code- und Datenhinweis.
- Turnitin Guides: Using the AI Writing Report. Offizielle Anbieterinformation; keine unabhängige Evaluation.
- Freie Universität Berlin: Können KI-generierte Texte verlässlich identifiziert werden?. Institutionelle Einordnung.
- Universität Potsdam: KI im E-Assessment – FAQ zu Verdacht und Nachweis, zuletzt aktualisiert am 11.06.2026.
Alle Links und Aussagen zuletzt fachlich geprüft am 02.09.2026. Beobachtungen aus einzelnen Studien wurden nicht auf andere Sprachen, Produkte oder Hochschulen verallgemeinert.