Glossar
Begriffe, die Ihnen bei Detektoren für KI-Text begegnen, kurz und ohne Fachjargon erklärt.
- Detektor für KI-Text
- Ein Werkzeug, das schätzt, ob ein Text von einem Menschen oder von einem Sprachmodell stammt. Es überprüft nicht den Autor, sondern misst, wie sehr der Text dem ähnelt, was es als maschinelles Schreiben kennt, und keines ist hundertprozentig genau.
- Score eines Detektors
- Eine Zahl, meist von 0 bis 100, mit der ein Detektor ausdrückt, wie sehr ein Text seiner Vorstellung von maschinellem Schreiben entspricht. Jedes Werkzeug berechnet ihn anders, sechzig bei einem bedeutet also nicht dasselbe wie sechzig bei einem anderen.
- Sprachmodell
- Ein an großen Textmengen trainiertes Programm, das schreibt, indem es nacheinander wahrscheinliche nächste Wörter wählt. Dazu gehören ChatGPT, Claude oder Gemini, und ihre Texte sind das, wonach Detektoren suchen.
- Perplexität
- Ein Maß dafür, wie vorhersehbar jedes nächste Wort eines Textes für ein Sprachmodell ist. Niedrige Perplexität heißt, dass das Modell den Text fast genauso geschrieben hätte. Das ist typisch für KI, aber auch für schablonenhafte menschliche Texte.
- Burstiness
- Ein Maß dafür, wie stark sich kurze und lange Sätze in einem Text abwechseln. Menschliches Schreiben ist meist unregelmäßig, KI-Text gleichmäßiger; bei uns misst diese Eigenschaft der Detektor Maschineller Eindruck.
- Stilometrie
- Die Messung des Autorenstils anhand von Eigenschaften, die man bewusst kaum verändert, wie Satz- und Wortlänge, Zeichensetzung oder die Häufigkeit der gängigsten Wörter. Sie dient der Bestimmung von Autorschaft, und bei uns beruht der Detektor Stilabweichung darauf.
- Persönliche Stilbasis
- Ein aus Ihren früheren Texten berechnetes Profil Ihres Schreibens, mit dem jeder neue Text verglichen wird. Bei uns entsteht es aus bis zu fünfzig letzten Prüfungen und hochgeladenen Mustern und greift ab sechs Texten.
- KI-typische Floskeln
- Wendungen, die Sprachmodelle deutlich häufiger verwenden als Menschen, etwa „es ist wichtig zu beachten“ oder „in der heutigen schnelllebigen Zeit“. Eine einzelne beweist nichts, weil auch Menschen sie benutzen; es kommt auf ihre Dichte an.
- Falsch positives Ergebnis
- Ein Fall, in dem ein Detektor einen von einem Menschen geschriebenen Text als KI markiert. Bei der Erkennung von KI-Text ist das der schwerwiegendste Fehler, weil er zu einem ungerechtfertigten Vorwurf führen kann.
- Falsch negatives Ergebnis
- Ein Fall, in dem ein Detektor einen KI-Text übersieht und als menschlich einstuft. Das passiert typischerweise bei Texten, die jemand nach der KI von Hand umgeschrieben oder humanisiert hat.
- Humanisierung
- Das Umschreiben eines Textes mit unregelmäßigerem Satzrhythmus und ohne KI-typische Wendungen, damit er weniger maschinell wirkt. Unsere Humanisierung behält Fakten, Zahlen und Ton bei und zeigt, wie sich der maschinelle Eindruck verändert hat.
- Humanizer
- Ein Werkzeug, das Text so umschreibt, dass er weniger maschinell wirkt. Manche treten als Werkzeuge für den Stil auf, andere versprechen, Detektoren zu umgehen. Garantieren kann das keines, weil jeder Detektor etwas anderes misst und sich Detektoren ändern.
- Maschineller Eindruck
- Unsere eigene Stilmessung von 0 bis 100, die die Humanisierung vor und nach dem Umschreiben zeigt. Zur Hälfte stammt sie aus der Gleichmäßigkeit der Satzlängen, zu 30 % aus KI-Floskeln und zu 20 % aus Wiederholungen. Sie ist kein Detektor-Score.
- Tiefes Umschreiben
- Ein optionaler Schritt der Humanisierung, bei dem der Text in eine andere Sprache und zurück übersetzt wird, um Reste des maschinellen Rhythmus aufzubrechen. Das Ergebnis wird nur verwendet, wenn sich der Umfang um höchstens ein Fünftel ändert; Fachbegriffe hält es schlechter.
- Paraphrasieren
- Denselben Inhalt mit anderen Worten ausdrücken, also mit Synonymen, anderer Wortstellung oder anderem Satzbau. Anders als die Humanisierung behält es meist den Rhythmus des Textes und abgegriffene Floskeln bei, und bei fremdem Text ohne Zitat bleibt es ein Plagiat.
- Wasserzeichen (Watermark)
- Eine versteckte Markierung, die der Generator selbst in einen Text einbaut, damit er später als KI-Text erkennbar ist. Im Text ist sie empfindlich: Umschreiben oder Übersetzen entfernt sie meist, deshalb kann sich die Erkennung nicht allein darauf verlassen.
- Versteckte Zeichen
- Unsichtbare Unicode-Zeichen wie Nullbreite-Leerzeichen, Richtungszeichen oder ungewöhnliche Leerzeichen, die beim Kopieren mitwandern. In menschlichem Schreiben sind sie selten, deshalb zählen wir sie in einem eigenen Detektor.
- C2PA
- Ein offener Standard für einen signierten Herkunftsnachweis von Inhalten, der direkt in die Datei eingebettet wird. Wenn ein solcher Nachweis mit gültiger Signatur angibt, dass der Inhalt von KI erstellt wurde, zeigt der Detektor Versteckte Zeichen 100.
Probieren Sie es an Ihrem eigenen Text
Text einfügen oder Datei hochladen und den Score sowie die konkreten Sätze ansehen, die verdächtig ausgefallen sind.
Erkennung starten