KI-Text erkennen: Was KI-Detektoren können – und was nicht

Aktualisiert: 26. September 2026 · Lesezeit: ca. 7 Minuten

Wie funktionieren KI-Detektoren?

Perplexity: Wie vorhersagbar ist ein Text für ein Sprachmodell? KI wählt bevorzugt wahrscheinliche Wortfolgen, deshalb gelten Texte mit niedriger Perplexity als verdächtig.

Burstiness: Wie stark schwanken Satzlänge und Satzbau? Menschen schreiben ungleichmäßiger, KI gleichmäßiger.

Classifier: Die meisten Anbieter trainieren eigene Modelle auf Beispielen menschlicher und maschineller Texte. Wie genau sie trainiert sind, legen sie in der Regel nicht offen.

Alle drei Verfahren messen Stil, nicht Herkunft. Ein Mensch, der schlicht und gleichmäßig schreibt, sieht für sie aus wie eine Maschine. Genau das zeigen die Studien unten.

Wasserzeichen: Was es wirklich gibt

Ein Wasserzeichen wäre ein echter Herkunftsnachweis statt einer Stilschätzung. Der Stand ist aber uneinheitlich:

• Google markiert Texte aus der Gemini-App und der Web-Oberfläche mit SynthID [1]. Das Prüfportal dafür ist bisher nicht öffentlich, sondern nur für ausgewählte Tester zugänglich [1].
• OpenAI hat nach eigener Aussage ein Textwasserzeichen entwickelt, es aber nicht eingeführt [2]. Begründung (Stand August 2024): Es lasse sich leicht umgehen, etwa durch Übersetzen oder Umformulieren mit einem anderen Modell, und könne Nicht-Muttersprachler stigmatisieren, die KI als Schreibhilfe nutzen [2]. Dass sich daran seither etwas geändert hat, haben wir nicht belegt gefunden.

Für die Praxis heißt das: Ein allgemeiner Detektor erkennt keine Wasserzeichen, er rät anhand des Stils.

Was unabhängige Studien zeigen

14 Werkzeuge im Test (2023): Ein internationales Forschungsteam um Debora Weber-Wulff prüfte zwölf frei verfügbare Detektoren und zwei kommerzielle Systeme, darunter Turnitin. Ergebnis: Die Werkzeuge seien „weder genau noch zuverlässig“. Sie neigten dazu, Texte als menschlich einzustufen, statt KI zu erkennen, und wenn KI-Texte gezielt verschleiert wurden, schnitten sie deutlich schlechter ab [3].

Fehlalarme bei Nicht-Muttersprachlern (Stanford, 2023): Forscher um James Zou legten sieben verbreiteten Detektoren 91 Aufsätze aus dem Englischtest TOEFL vor, geschrieben von Menschen, ohne KI [4]. Die Ergebnisse:

Messwert	Ergebnis
Fälschlich als KI eingestuft (Durchschnitt der 7 Detektoren)	61,22 %
Von mindestens einem Detektor als KI markiert	89 von 91 (97,8 %)
Von allen sieben einstimmig als KI markiert	18 von 91 (19,8 %)
Aufsätze von US-Achtklässlern	nahezu fehlerfrei als menschlich erkannt

Die Pointe der Studie: Als die Forscher dieselben menschlichen Aufsätze von ChatGPT sprachlich „aufpolieren“ ließen, sank die Fehlalarmquote von 61,22 % auf 11,77 % [4]. Der Text wirkte menschlicher, gerade weil eine KI daran gearbeitet hatte.

Anbieter von Detektoren nennen oft eigene Trefferquoten. Solche Angaben stammen aus ihren eigenen Tests. Die unabhängigen Studien oben kommen zu deutlich schlechteren Ergebnissen.

Bekannte KI-Detektoren

Die folgenden Werkzeuge sind verbreitet. Wir haben sie nicht selbst getestet, deshalb stehen hier weder Trefferquoten noch eine Rangfolge. Preise und Gratis-Kontingente ändern sich häufig, bitte beim Anbieter prüfen.

• GPTZero (gptzero.me)
• Originality.ai (originality.ai)
• Copyleaks (copyleaks.com)
• Turnitin (turnitin.com): war Teil der Studie von Weber-Wulff u. a. [3]
• Sapling (sapling.ai)
• Scribbr (scribbr.de): deutschsprachige Oberfläche

Nicht mehr in der Liste: Crossplag, dessen Adresse inzwischen auf den Anbieter Inspera weiterleitet, und der eigenständige Detektor von Writer.com, dessen frühere Seite nur noch auf die Startseite führt (beides geprüft am 26. September 2026).

Was heißt das für Hochschulen, Redaktionen und Auftraggeber?

• Nie als alleiniger Beweis: Ein Prozentwert eines Detektors reicht nicht, um jemandem Täuschung vorzuwerfen. Die Stanford-Zahlen zeigen, wen ein Fehlalarm trifft.
• Kurze und formale Texte sind besonders anfällig: Wer schlicht, sachlich oder in einer Fremdsprache schreibt, wird eher falsch markiert.
• Überarbeitete KI-Texte rutschen durch: Gezieltes Verschleiern senkt die Erkennung deutlich [3].
• Besser als jeder Detektor: nach Entwürfen, Quellen und Arbeitsschritten fragen. Wer einen Text selbst erarbeitet hat, kann ihn erklären.

Und Google?

Google bewertet nach eigener Aussage Inhalte nach ihrer Qualität, „nicht darauf, wie sie produziert werden“ [5]. Gegen die Richtlinien verstößt KI erst, wenn sie hauptsächlich eingesetzt wird, um Rankings zu manipulieren [5]. Was das auf einer echten Website bedeutet, haben wir nachgemessen: Was Google mit 105 KI-Texten gemacht hat.

Häufige Fragen

Welcher KI-Detektor ist der genaueste?

Das lässt sich nicht seriös sagen. Die Anbieter nennen Zahlen aus eigenen Tests, unabhängige Studien fanden die Werkzeuge insgesamt unzuverlässig [3][4]. Einen eigenen Vergleich haben wir nicht durchgeführt.

Kann ich einen Text ohne Tool als KI-Text erkennen?

Nicht sicher. Gleichförmige Sätze, glatte Formulierungen und fehlende eigene Beispiele sind Hinweise, aber Menschen schreiben manchmal genauso. Verlässlicher ist, nach dem Entstehungsweg zu fragen.

Werden KI-Texte von Google abgestraft?

Nicht wegen der KI. Maßgeblich ist laut Google die Qualität. Verboten ist Automatisierung, deren Hauptzweck die Manipulation von Rankings ist [5].