Sind KI-Detektoren zuverlässig?

Wie ein KI-Detektor zu seinem Wert kommt

Kein Detektor weiß, wer einen Text getippt hat. Manche Werkzeuge messen, wie wahrscheinlich jedes Wort nach den vorherigen ist, denn Sprachmodelle wählen gern das wahrscheinliche Wort. Andere sind Klassifikatoren, die an Beispielen mit der Aufschrift Mensch oder KI trainiert wurden und neue Texte nach Ähnlichkeit einordnen.

Heraus kommt in beiden Fällen eine Schätzung. Was die Zahl bedeutet, unterscheidet sich je nach Werkzeug: Turnitin zum Beispiel zeigt einen Gesamtanteil des Textes, der KI-generiert sein könnte, und hebt die betroffenen Abschnitte hervor. Das beschreibt, wie sehr ein Text dem ähnelt, was das Werkzeug als KI gelernt hat. Wer ihn geschrieben hat, sagt es nicht.

Was die Studien zeigen

Die gründlichste Untersuchung mit deutscher Beteiligung leitete Debora Weber-Wulff von der HTW Berlin, zusammen mit Forschenden aus fünf weiteren Ländern; erschienen ist sie 2023 im International Journal for Educational Integrity. Getestet wurden 12 frei verfügbare Werkzeuge und die kommerziellen Systeme Turnitin und PlagiarismCheck. Die Testtexte waren englisch: selbst geschriebene, ins Englische übersetzte, von ChatGPT erzeugte, von Hand nachbearbeitete und maschinell umformulierte. Ergebnis: Kein Werkzeug erreichte 80 % Genauigkeit, nur fünf kamen über 70 %. Die Autoren nennen die Werkzeuge weder genau noch zuverlässig und halten sie als Beweis für ein Fehlverhalten für ungeeignet. Nachbearbeitung und Umformulierung verschlechterten die Erkennung deutlich, und Texte, die Menschen in ihrer Sprache geschrieben und maschinell übersetzt hatten, wurden schlechter als menschlich erkannt.

Eine Stanford-Studie von Liang und Kollegen, ebenfalls 2023 erschienen, ließ sieben Detektoren 91 TOEFL-Aufsätze prüfen, geschrieben von Menschen mit einer anderen Erstsprache als Englisch. Im Schnitt stuften die Detektoren 61 % davon als KI ein, 18 Aufsätze sogar alle sieben. Die Aufsätze, die alle sieben markierten, hatten eine vorhersehbarere Wortwahl.

Zwei Einschränkungen gehören dazu. Beide Studien prüften englische Texte, und die HTW-Studie arbeitete mit einem ChatGPT-Modell vom Februar 2023; wie heutige Versionen abschneiden, zeigen sie nicht. Die Grundgrenze bleibt aber: Ein Detektor schätzt aus dem Wortlaut allein.

Turnitin und deutsche Texte

Am 6. Oktober 2026 hat Turnitin die KI-Erkennung für Deutsch, Türkisch und Niederländisch freigegeben. Sie läuft bei Kunden, die Turnitin Originality lizenziert und die KI-Erkennung in ihrem Konto eingeschaltet haben, sowie bei iThenticate 2.0 mit lizenzierter KI-Erkennung. Das Werkzeug erkennt die Sprache einer Einreichung und wählt das passende Modell; Texte in nicht unterstützten Sprachen prüft es nicht auf KI. Ob deine Hochschule diese Lizenz hat, erfährst du bei den Lehrenden oder im Prüfungsamt.

Turnitin selbst ist vorsichtig. Auf seiner Hilfeseite zum KI-Bericht steht, das Modell könne Texte von Menschen, KI-Texte und KI-umformulierte Texte falsch zuordnen und solle nicht die alleinige Grundlage für Maßnahmen gegen Studierende sein. Fehlalarme kämen bei Werten zwischen 0 und 19 % häufiger vor, deshalb zeigt der Bericht Werte von 1 bis 19 % nicht als Zahl, sondern als Sternchen. Geprüft werden nur Texte mit mindestens 300 Wörtern Fließtext und höchstens 30.000 Wörtern.

Ein Widerspruch, den du kennen solltest: Dieselbe Hilfeseite nennt als unterstützte Sprachen am 10. Oktober 2026 noch Englisch, Spanisch, Japanisch und Arabisch. Wir haben uns an die neuere Ankündigung gehalten.

Was an deutschen Hochschulen zählt

Die Universität Potsdam hat im März 2026 eine Handreichung zu KI und Prüfungen veröffentlicht. Darin steht, dass die Beweislast für einen Täuschungsversuch bei den Prüfenden liegt und dass KI-Detektoren nicht zuverlässig sind und keine rechtssicheren Beweise liefern, weil sie nur eine statistische Wahrscheinlichkeit bewerten. Als Indizien nennt die Handreichung andere Dinge: erfundene Quellen, Stilbrüche innerhalb einer Arbeit, Texte, die eloquent klingen, aber vage bleiben, und fehlende Bezüge zu aktuellen Debatten oder zum Seminar. Bei einem begründeten Verdacht empfiehlt sie ein zeitnahes Klärungsgespräch über Inhalte, Quellen und den eigenen Schreibprozess.

Andere Hochschulen regeln das in ihren eigenen Ordnungen und Merkblättern. Im Merkblatt der Arbeits- und Wirtschaftssoziologie in Bielefeld etwa zählt der Einsatz von KI-Software als Täuschung, wenn er nicht mit der Prüferin oder dem Prüfer abgesprochen ist; ist er abgesprochen, müssen Software und Prompts angegeben werden. Lies deshalb deine Eigenständigkeitserklärung, bevor du überhaupt ein KI-Werkzeug öffnest.

Was du tun kannst

Schreib in einem Programm mit Versionsverlauf, etwa Google Docs oder Word mit Speicherort OneDrive, und lösch den Verlauf nicht. Heb Notizen, Gliederung und die gelesene Literatur auf. Kenn deine Argumentation gut genug, um sie im Gespräch zu erklären, denn genau danach fragt ein Klärungsgespräch.

Markiert ein Detektor eine Arbeit, die du selbst geschrieben hast, sichere die markierte Fassung, sammle deinen Verlauf und sprich ruhig mit den Lehrenden. Einen selbst geschriebenen Text umzuformulieren, nur um einen niedrigeren Wert zu bekommen, beweist nichts und macht ihn oft schlechter.

Ein Hinweis zu Werkzeugen: HidenGPT verspricht nichts zu irgendeinem Detektor, und der Natürlichkeitswert seines Rotstifts ist ein redaktioneller Wert für Lesbarkeit, kein Detektor.