KI-Inhalte erkennen: Detektoren und ihre Grenzen

KI-Inhalte erkennen in einem Satz

Es gibt keine zuverlässige Methode, einem einzelnen Text sicher anzusehen, ob eine KI ihn geschrieben hat. Detektoren liefern Wahrscheinlichkeiten, keine Beweise – und liegen häufig genug daneben, dass ihre Ergebnisse für sich genommen keine Entscheidung tragen.

Das ist eine unbequeme Antwort, aber die einzige belastbare. Wer sie kennt, trifft im Alltag deutlich bessere Entscheidungen als jemand, der sich auf eine Prozentzahl aus einem Prüfwerkzeug verlässt.

Wie KI-Detektoren arbeiten

Detektoren analysieren nicht den Inhalt, sondern die statistische Struktur eines Textes. Zwei Kennzahlen stehen im Mittelpunkt.

Vorhersagbarkeit. KI-Texte bestehen tendenziell aus Wörtern, die an ihrer Stelle sehr wahrscheinlich sind – schließlich wählt das Modell genau danach aus. Menschliche Texte enthalten mehr Überraschendes: ungewöhnliche Wortwahl, abrupte Wechsel, Eigenheiten. Ein Detektor misst, wie „erwartbar“ ein Text an jeder Stelle ist.

Gleichmäßigkeit. Menschen schreiben ungleichmäßig: ein langer verschachtelter Satz, dann ein kurzer. KI-Texte sind rhythmisch homogener, die Satzlängen liegen näher beieinander. Detektoren messen diese Schwankung.

Zusätzlich arbeiten viele Werkzeuge mit einem Klassifikator, der auf Beispielsammlungen menschlicher und maschineller Texte trainiert wurde. Herauskommt am Ende immer dasselbe: ein Prozentwert, der ausdrückt, wie sehr ein Text den Mustern ähnelt, die das Werkzeug für maschinell hält. Das ist etwas grundlegend anderes als ein Nachweis der Herkunft.

Warum die Trefferquote in der Praxis niedrig ist

Werbeaussagen von „99 % Genauigkeit“ beziehen sich meist auf saubere Laborbedingungen: unbearbeitete KI-Texte gegen unbearbeitete Menschentexte. Der Alltag sieht anders aus.

Bearbeitung zerstört das Signal. Schon leichtes Umschreiben – ein paar getauschte Formulierungen, ein umgestellter Satz – hebt die Erkennung weitgehend auf. Und praktisch jeder professionell genutzte KI-Text wird überarbeitet.

Mischtexte sind der Normalfall. Die meisten realen Texte entstehen weder rein maschinell noch rein menschlich, sondern im Wechsel: KI-Entwurf, menschliche Überarbeitung, KI-Kürzung, menschlicher Feinschliff. Für diese Realität sind Detektoren nicht gebaut.

Prompting verändert den Stil. Wer das Modell anweist, ungleichmäßig, umgangssprachlich oder in einer bestimmten Stimme zu schreiben, verschiebt genau die Merkmale, die gemessen werden. Wie stark sich Stil steuern lässt, zeigt KI-Texte schreiben.

Die Modelle bewegen sich schneller als die Detektoren. Jede neue Modellgeneration schreibt menschenähnlicher – die Erkennungswerkzeuge laufen hinterher. Dass selbst OpenAI sein eigenes Erkennungswerkzeug nach wenigen Monaten wegen zu geringer Genauigkeit wieder abgeschaltet hat, ist ein aussagekräftiges Signal.

Das eigentliche Problem: falsch-positive Ergebnisse

Ein Detektor kann auf zwei Arten irren. Übersieht er einen KI-Text, ist das ärgerlich. Markiert er einen selbst geschriebenen Text als maschinell, entsteht echter Schaden: ein Plagiatsvorwurf gegen eine Studentin, ein Bewerber, der aussortiert wird, eine Autorin, die sich rechtfertigen muss – ohne Möglichkeit, ihre Unschuld zu beweisen.

Besonders unangenehm: Die Fehler treffen nicht zufällig. Untersuchungen haben gezeigt, dass Texte von Menschen, die nicht in ihrer Muttersprache schreiben, deutlich häufiger fälschlich als KI-generiert eingestuft werden – in einer viel zitierten Studie zu englischen Prüfungsaufsätzen betraf das über die Hälfte der Texte. Der Grund ist strukturell: Wer in einer Fremdsprache schreibt, greift auf einen kleineren, konventionelleren Wortschatz zurück. Genau das misst der Detektor als „maschinell“.

Dasselbe Muster trifft fachlich standardisierte Texte – juristische Schriftsätze, technische Dokumentation, wissenschaftliche Methodenteile, Produktbeschreibungen. Sie sind formelhaft, weil ihre Textsorte formelhaft ist, nicht weil eine Maschine sie geschrieben hat.

Daraus folgt die wichtigste Regel dieses Artikels: Ein Detektorergebnis darf nie allein eine Konsequenz auslösen. Es kann ein Anlass für ein Gespräch sein, nie ein Beweis.

Woran Menschen KI-Texte oft erkennen

Auffälliger als jede Statistik sind inhaltliche Merkmale. Typisch für ungeprüfte KI-Texte:

• Gleichförmiger Rhythmus – alle Absätze etwa gleich lang, alle Aufzählungen dreiteilig.
• Floskeln ohne Substanz – „In der heutigen schnelllebigen Zeit“, „Es ist wichtig zu beachten“, „Zusammenfassend lässt sich sagen“.
• Behauptungen ohne konkrete Belege – viele Adjektive, wenige nachprüfbare Fakten, Zahlen ohne Quelle.
• Fehlende Erfahrung – keine eigenen Beispiele, keine Namen, keine Situationen, die nur jemand kennt, der dabei war.
• Glattgebügelte Perspektive – jede Aussage sofort relativiert, keine klare Haltung.

Diese Merkmale sind aufschlussreicher als ein Prozentwert – aber sie beschreiben eigentlich etwas anderes: schlechte, ungeprüfte Texte. Ein sorgfältig erarbeiteter KI-gestützter Text zeigt sie nicht, ein hastig getippter menschlicher Text durchaus. Wer sie als Erkennungsmerkmal verwendet, misst in Wahrheit Qualität.

Wasserzeichen und Herkunftsnachweise

Die aussichtsreichere Richtung geht in die Gegenrichtung: nicht im Nachhinein raten, sondern beim Erzeugen markieren.

Zusätzlich wirkt hier die Regulierung: Der EU AI Act verlangt, dass Anbieter synthetische Inhalte maschinenlesbar kennzeichnen und dass Menschen erkennen können, wenn sie mit einer KI sprechen oder KI-erzeugtes Material sehen. Die Systematik dazu erklärt Der EU AI Act verständlich erklärt. Der praktische Effekt bleibt begrenzt, solange nur ein Teil der Modelle mitmacht und Markierungen sich entfernen lassen – die Richtung stimmt trotzdem: Herkunft belegen ist verlässlicher als Herkunft erraten.

Praxis-Empfehlung

Für Unternehmen: Die Frage „Ist das KI?“ ist in den meisten Fällen die falsche. Relevant ist, ob ein Text korrekt, belegt und verantwortet ist. Regle deshalb den Entstehungsprozess statt Detektoren einzukaufen: eine schriftliche KI-Richtlinie, klare Kennzeichnungsregeln nach außen und ein Qualitätscheck, der Fakten prüft. Wie du eine solche Regelung aufbaust, zeigt KI-Richtlinie fürs Unternehmen; den passenden Prüfprozess beschreibt KI-Halluzinationen.

Für Bildung und Prüfungen: Verlass dich nicht auf Detektorwerte. Belastbarer sind Prozessnachweise – Versionsverläufe, Zwischenstände, mündliche Nachfragen zum eigenen Text – und Aufgabenformate, die eigene Erfahrung, aktuelle Daten oder persönliche Reflexion verlangen.

Für Redaktion und Personalauswahl: Nutze ein Detektorergebnis höchstens als Anlass, genauer hinzusehen. Prüfe dann inhaltlich: Stimmen die Fakten? Gibt es konkrete, überprüfbare Details? Kann die Person im Gespräch über den Inhalt sprechen? Das erkennt zuverlässiger, was du eigentlich wissen willst.

Fazit

KI-Detektoren messen sprachliche Muster und geben Wahrscheinlichkeiten aus – nicht mehr. Leichte Überarbeitung, Mischtexte, gezieltes Prompting und der schnelle Fortschritt der Modelle senken ihre Aussagekraft weiter, während falsch-positive Ergebnisse systematisch die Falschen treffen. Wasserzeichen und Herkunftsnachweise sind der bessere Weg, brauchen aber Zeit und breite Beteiligung. Für den Alltag heißt das: Verlagere die Prüfung von der Herkunft auf die Qualität. Ein korrekter, belegter, verantworteter Text ist wertvoll, egal womit er entstanden ist – und ein falscher bleibt falsch, egal wer ihn getippt hat.