Ein virales Detektor-Experiment beziffert den Anteil maschinengeschriebener Fachaufsätze auf bis zu 65 Prozent. Belastbare Studien kommen auf ähnliche Größenordnungen und zeigen zugleich, warum keine dieser Zahlen als Beweis über einen einzelnen Text taugt. Für Personalabteilungen, Hochschulen und Redaktionen im DACH-Raum hat das handfeste Folgen.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Die KI-Text-Erkennung verspricht eine einfache Antwort auf eine unangenehme Frage: Mensch oder Maschine? Ein Detektor-Experiment hat zuletzt rund 39 Prozent aller im Januar 2026 bei arXiv eingereichten Aufsätze als maschinengeschrieben markiert, in der Informatik sogar zwei Drittel. Dieselbe Methode hält allerdings auch Texte für KI-generiert, die Jahre vor ChatGPT entstanden sind.
Das Wichtigste in Kürze
- Ein Detektor-Experiment ordnete zuletzt bis zu 65 Prozent der Informatik-Aufsätze bei arXiv der Maschine zu; unabhängige Forschung aus Stanford kommt für Informatik-Abstracts auf rund 35 Prozent.
- Gängige KI-Detektoren stufen über 61 Prozent der Aufsätze von Nicht-Muttersprachlern fälschlich als KI-generiert ein.
- OpenAI hat seinen eigenen Text-Detektor 2023 nach sechs Monaten wegen zu geringer Treffsicherheit abgeschaltet.
- Im DACH-Raum trifft die Fehlerquote gerade die eigenen, englisch schreibenden Fachkräfte.
Wie viel KI steckt in wissenschaftlichen Texten?
Verlässlich messen lässt sich der KI-Anteil nur über große Textmengen, nicht am Einzeltext. Eine Forschungsgruppe der Universität Stanford hat 2024 den Anteil sprachlich von Modellen überarbeiteter Abstracts bei arXiv geschätzt und beziffert ihn für die Informatik auf rund 35 Prozent.[1]
Dieselbe Analyse hat bei Peer-Reviews wissenschaftlicher KI-Konferenzen einen von Modellen überarbeiteten Textanteil zwischen 6,5 und 16,9 Prozent gefunden. Das virale Experiment mit seinen 65 Prozent liegt höher, weil sein Detektor jede sprachliche Glättung mitzählt, vom kompletten Ghostwriting bis zur bloßen Grammatikkorrektur.
An diesem Punkt beginnt das Problem. Ein Wert auf Korpus-Ebene beschreibt einen Trend, kein Urteil über einen bestimmten Aufsatz. Auf den einzelnen Text zurückgerechnet, wird aus der Statistik ein Scheinbeweis.
Warum treffen KI-Detektoren die Falschen?
KI-Detektoren messen nicht Autorschaft, sondern sprachliche Vorhersagbarkeit, und bestrafen damit einfaches, klares Deutsch oder Englisch. Die Werkzeuge bewerten, wie erwartbar ein Text auf das nächste Wort zusteuert. Bei begrenztem Wortschatz entsteht genau dieses vorhersagbare Muster.
Eine 2023 in der Fachzeitschrift Patterns veröffentlichte Stanford-Studie hat die Folge gezeigt: Mehr als 61 Prozent der TOEFL-Aufsätze von Nicht-Muttersprachlern sind fälschlich im Raster der Detektoren gelandet, während Texte von US-Schülern nahezu fehlerfrei durchgegangen sind.[2]
OpenAI kennt die Grenze aus eigener Anschauung. Der hauseigene Klassifikator hat nur 26 Prozent der KI-Texte korrekt erkannt und zugleich 9 Prozent echter Handarbeit als Maschine markiert. Nach sechs Monaten hat OpenAI das Werkzeug 2023 wieder abgeschaltet.[3]
Das Muster wiederholt sich bei jedem Anbieter. Auch der umgekehrte Versuch, Texte für Modelle unsichtbar zu machen, scheitert an derselben Mathematik, wie das Projekt Ghost Font vorführt. Verlässlicher als jede Erkennung ist deshalb die Herkunftsmarkierung an der Quelle, etwa per Wasserzeichen wie bei SynthID.
Wie viel KI in Fachtexten steckt und wie oft die Detektoren danebenliegen
Peer-Reviews auf KI-Konferenzen: 6,5 bis 16,9 % des Textes gelten als maschinell überarbeitet. Ein Korpus-Trend, kein Urteil über den einzelnen Beitrag.
Ein KI-Detektor liefert keine Beweise, sondern Verdächtigungen mit Nachkommastellen. Gerade die eigenen, international schreibenden Fachkräfte geraten dabei am schnellsten unter Falschverdacht.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet das für Unternehmen und Hochschulen im DACH-Raum?
Kein KI-Detektor taugt als alleinige Grundlage für Prüfungs-, Personal- oder Redaktionsentscheidungen. Deutsche, österreichische und Schweizer Fachkräfte publizieren ihre Forschung meist auf Englisch und schreiben damit als Nicht-Muttersprachler, also genau in der Gruppe mit der höchsten Falsch-Positiv-Rate.
Eine automatische Einstufung als Betrug ohne menschliche Prüfung berührt zudem Artikel 22 der DSGVO. Sinnvoller als ein Detektor-Kauf ist ein klarer Prozess: Entwürfe, Versionsverläufe und Quellen einfordern und die KI-Nutzung offen regeln, statt sie heimlich zu jagen.
Für die eigene Sichtbarkeit zählt ohnehin nicht das Etikett, sondern die Substanz. Googles Mai-Update 2026 hat dünne KI-Texte spürbar abgewertet und Originalrecherche belohnt. Wie Marken in KI-Antworten zitierfähig bleiben, gehört zur Generative Engine Optimization und ruht auf den Grundlagen sauberer SEO.
Der Anteil maschinell erzeugter Texte steigt real, das bestätigen auch Auswertungen, nach denen KI-Inhalte inzwischen die Social-Media-Feeds durchziehen. Die Antwort darauf heißt aber nicht mehr Erkennung, sondern Herkunft und redaktionelle Sorgfalt. Prüfen Sie jedes Detektor-Ergebnis von Hand nach, bevor daraus eine Entscheidung wird.
FAQ: KI-Text-Erkennung in der Wissenschaft
Kann man KI-generierte Texte zuverlässig erkennen?
Nein. Kein verfügbarer KI-Detektor erkennt maschinell erzeugten Text zuverlässig genug für eine Einzelfall-Entscheidung. Die Werkzeuge liefern Wahrscheinlichkeiten auf Korpus-Ebene. Am einzelnen Text produzieren sie zu viele Fehlurteile in beide Richtungen, um als Beweis zu taugen.
Welche KI-Detektoren gibt es und wie genau sind sie?
Verbreitet sind Turnitin, GPTZero, Originality.ai und Copyleaks; ihre Treffsicherheit schwankt stark und bricht bei kurzen oder überarbeiteten Texten ein. Sobald ein Mensch seinen Text mit KI glättet oder bewusst untypisch schreibt, kippt das Ergebnis. Kein Anbieter garantiert eine belastbare Trefferquote.
Sind KI-Detektoren gegenüber Nicht-Muttersprachlern voreingenommen?
Ja. Eine Stanford-Studie fand bei über 61 Prozent der Aufsätze von Nicht-Muttersprachlern eine falsche KI-Einstufung, weil einfache Sprache als besonders vorhersagbar gilt. Muttersprachliche Texte gingen im selben Test nahezu fehlerfrei durch. Für englisch publizierende DACH-Fachkräfte ist das ein reales Risiko.
Ist der Einsatz von KI-Detektoren in Prüfungen rechtlich zulässig?
Als alleinige Grundlage ist das kaum haltbar. Eine automatische Betrugs-Einstufung nur durch einen Detektor berührt Artikel 22 der DSGVO zur automatisierten Entscheidung. Hochschulen und Arbeitgeber brauchen eine nachvollziehbare, menschliche Prüfung statt eines Software-Verdikts.
Wie schützt man sich vor einer falschen KI-Verdächtigung?
Dokumentieren Sie Ihren Entstehungsweg: Zwischenstände, Versionsverläufe, Recherchenotizen und Quellen. Ein belegbarer Weg zum fertigen Text entkräftet einen Detektor-Verdacht schneller als jede Gegen-Software.
Quellen
[1] Weixin Liang u. a. (Stanford): „Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews“ ↩
[2] Weixin Liang u. a.: „GPT Detectors Are Biased Against Non-Native English Writers“, Patterns 4 (2023). ↩
[3] OpenAI: „New AI classifier for indicating AI-written text“ (2023). ↩
Mehr Newshunger?
- KI-Inhalte sind überall auf Social Media, besonders auf LinkedIn
- Ghost Font: Warum sich Text nicht einfach vor KI verstecken lässt
- Google Mai-Update 2026: Wenn dünne KI-Texte ein Drittel der Sichtbarkeit kosten
- Studie: KI-Ratschläge machen Menschen ungenauer, aber selbstsicherer
- Ab 2. August: Wasserzeichen-Pflicht für KI-Inhalte
- Was die KI mit Stack Overflow gemacht hat, in einer Grafik
