Zuerst klären, was die angezeigte Zahl überhaupt bezeichnet
Eine Prozentangabe kann je nach Anbieter eine geschätzte Textmenge, eine Wahrscheinlichkeit, eine Klassenzuordnung oder eine interne Konfidenz darstellen. Diese Begriffe sind nicht austauschbar. Ohne Produkt, Version, Datum, Eingabetext, unterstützte Sprache, Mindestlänge und dokumentierte Einstellungen ist ein Zahlenwert kaum reproduzierbar einzuordnen.
Auch der Textstand zählt. Deckblatt, Literaturverzeichnis, Tabellen, Zitate oder Anhänge können einbezogen oder ausgeschlossen worden sein. Ein später erneut geprüfter Text kann nach kleinen Änderungen oder einem Modellupdate anders ausfallen. Deshalb benötigt jede sachliche Diskussion die genaue Datei und den vollständigen Bericht, nicht nur einen Screenshot mit einer großen Zahl.
Falschpositive und falschnegative Zuordnungen gehören zum Problem
Ein Klassifikator kann menschlichen Text als KI-Text markieren und KI-Text übersehen. Seine Güte hängt von Testkorpus, Sprache, Textsorte, Länge, Modellfamilie, Bearbeitungsgrad und gewählter Schwelle ab. Eine allgemeine Marketingkennzahl lässt sich deshalb nicht automatisch auf eine deutschsprachige Seminararbeit, eine kurze Methodenpassage oder einen Text einer mehrsprachigen Person übertragen.
Wissenschaftliche Untersuchungen haben gerade bei nicht-muttersprachlichem englischem Schreiben Verzerrungen berichtet. Andere Arbeiten zeigen, dass Umschreiben und Bearbeitung Erkennungsergebnisse verändern können. Solche Studien beweisen nicht, dass jeder einzelne Treffer falsch ist. Sie zeigen, warum ein Wert nicht ohne lokale Validierung und Fallprüfung als sichere Herkunftsfeststellung behandelt werden sollte.
Ebenso problematisch ist der Umkehrschluss: Ein niedriger Score beweist keine rein menschliche Entstehung. Wer beide Fehlerarten ernst nimmt, nutzt einen Detektor allenfalls als Anlass für gezielte Fragen und nicht als automatische Entscheidung.
Welche Mindestangaben ein Detektorbericht braucht
Ein prüfbarer Bericht identifiziert Anbieter, Produkt, sichtbare Version oder Abrufdatum, Eingabedatei, analysierte Zeichen beziehungsweise Abschnitte und ausgeschlossene Bestandteile. Er erklärt die Bedeutung des Scores und zeigt segmentbezogene Ergebnisse. Wenn Schwelle, unterstützte Sprache oder bekannte Einschränkungen dokumentiert sind, gehören sie dazu.
Frage außerdem, wer den Bericht erstellt und wer die markierten Stellen fachlich geprüft hat. Wurde nur eine Zahl weitergeleitet oder wurden konkrete Passagen betrachtet? Wurden Zitate, Formeln, Standardformulierungen und Literaturangaben gesondert behandelt? Falls mehrere Läufe existieren, müssen Textstände und Unterschiede sichtbar bleiben. Es ist unzulässig, nur den höchsten oder günstigsten Lauf ohne Kontext auszuwählen.
Prozessnachweise beantworten eine andere, wichtigere Frage
Detektoren schließen vom Textmuster auf eine Klasse. Entwürfe, Versionsverläufe, Rechercheaufzeichnungen, Notizen, Code-Commits, Feedback und Nutzungsprotokolle dokumentieren dagegen Schritte des tatsächlichen Arbeitswegs. Sie können zeigen, wann eine Argumentstruktur entstand, welche Quelle geöffnet, wie eine Passage überarbeitet oder wo ein KI-Vorschlag verworfen wurde.
Auch Prozessspuren sind nicht unfehlbar. Eine Versionshistorie belegt nicht automatisch die Identität am Gerät; ein Zeitstempel kann sich ändern; eine Notiz kann später erstellt sein. Aussagekräftig werden sie durch nachvollziehbare Herkunft, konkrete Verknüpfung mit der Arbeit und Übereinstimmung mehrerer unabhängiger Spuren. Die Anleitung Versionen als Eigenleistungsnachweis ordnet diese Grenzen genauer ein.
Sieben Fragen für eine sachliche Einordnung
- Welche genaue Bedeutung hat der angezeigte Score laut Dokumentation?
- Welche unveränderte Fassung und welche Abschnitte wurden analysiert?
- Welche Produktversion, Sprache und Einstellungen galten?
- Sind markierte Segmente und der vollständige Bericht verfügbar?
- Welche Validierung passt tatsächlich zu Sprache, Länge und Textsorte?
- Welche menschliche Prüfung wurde dokumentiert?
- Welche Prozessnachweise sprechen für, gegen oder quer zur Systemausgabe?
Der Hub Prüfungsverfahren verbindet diese Fragen mit weiteren Verfahrensschritten. Für die Sicherung vorhandener Unterlagen hilft das Beleginventar nach einem KI-Verdacht. Genau eine Grundlagenseite ist hier eingebunden: Wissenschaftlich arbeiten.
Dokumentiere auch negative und unklare Ergebnisse. Wenn ein markiertes Segment nach fachlicher Prüfung keine unterscheidbaren Merkmale liefert, gehört dieser Befund in die Gesamtschau. Dass mehrere Detektoren verschiedene Werte ausgeben, ist ebenfalls kein Mehrheitsentscheid. Jeder Lauf hat eine eigene Definition, Textfassung und Fehlergrenze. Eine nachvollziehbare Bewertung erklärt, warum ein Signal berücksichtigt oder verworfen wurde. Sie gibt der betroffenen Person Gelegenheit, den tatsächlichen Arbeitsweg anhand vorhandener Unterlagen zu erläutern. Erst diese Gegenüberstellung zeigt, ob Bericht, Fundstellen und Prozessspuren zusammenpassen oder einander widersprechen.
Bewahre den Bericht und die analysierte Datei als zusammengehöriges Paar. Wird später eine korrigierte Fassung untersucht, erhält sie eine neue Kennung und einen eigenen Eintrag. Nur so lässt sich verhindern, dass ein Score aus Version A irrtümlich als Aussage über Version B zitiert wird. Datum, Dateihash und Berichtsexport können diese Zuordnung stützen, sofern ihre Bildung ehrlich dokumentiert ist.