KI-Texte erkennen: was Detektoren können

Sicher erkennen lässt sich ein KI-Text heute nicht, weder von Menschen noch von Werkzeugen. KI-Detektoren liefern eine Wahrscheinlichkeit, keinen Beweis: Unabhängige Studien zeigen, dass sie menschliche Texte fälschlich als KI einstufen und überarbeitete KI-Texte oft übersehen. OpenAI, der Hersteller von ChatGPT, hat sein eigenes Erkennungswerkzeug 2023 wegen zu geringer Treffsicherheit wieder abgeschaltet.

Ich arbeite jeden Tag mit Claude. Meine vierzehn KI-Mitarbeiter laufen auf Claude Team, manche auch auf offenen Modellen oder über die API. Einen eigenen Test mit Detektoren habe ich nicht gemacht. Die Zahlen in diesem Beitrag stammen aus veröffentlichten Studien und von OpenAI selbst, alle abgerufen am 27.10.2026. Alle Grundlagen zu KI sammle ich auf der Seite KI-Grundlagen.

Wie KI-Detektoren arbeiten

Es gibt zwei verbreitete Bauarten. Die eine ist selbst ein KI-Modell, trainiert mit vielen Paaren aus menschlichen und KI-geschriebenen Texten; für einen neuen Text schätzt sie, zu welcher Gruppe er eher passt. So beschreibt OpenAI seinen eigenen Detektor. Die andere misst, wie vorhersehbar ein Text für ein Sprachmodell ist.

Dieses Maß heißt Perplexität: Je erwartbarer die Wortwahl, desto niedriger der Wert und desto eher hält der Detektor den Text für maschinell. Das Problem daran: Auch Menschen schreiben vorhersehbar, etwa in einer Fremdsprache, in Formularen oder in sehr sachlichen Texten.

Ein dritter Weg sind Wasserzeichen. Dabei markiert der Hersteller des Sprachmodells den Text schon beim Schreiben mit einem unsichtbaren Muster in der Wortwahl. Google DeepMind hat so ein Verfahren namens SynthID für Text veröffentlicht. Ein Wasserzeichen hilft aber nur bei Texten aus Modellen, die es auch setzen, und Google schreibt selbst: Wird ein Text gründlich umgeschrieben oder übersetzt, kann die Sicherheit der Erkennung stark sinken.

Was Studien über die Treffsicherheit zeigen

Die folgenden Ergebnisse stammen direkt aus den Veröffentlichungen:

Der zweite Befund ist für den Alltag der wichtigste. Dieselben Detektoren erkannten die Aufsätze von US-Schülern fast fehlerfrei als menschlich. Bei Menschen, die in einer Fremdsprache schreiben, lagen sie dagegen meist daneben. Die Forscher erklären das mit der einfacheren, vorhersehbareren Wortwahl. Ließen sie dieselben Aufsätze von ChatGPT sprachlich aufpolieren, sank die Fehlerquote auf 11,77 %. Sie warnen deshalb ausdrücklich davor, Detektoren für Bewertungen oder in der Bildung einzusetzen.

Zur Einordnung: Die Studien prüfen Werkzeuge aus den Jahren 2023 und 2024. Neuere Fassungen können besser oder schlechter abschneiden. Laut den Autoren der RAID-Studie werben viele Anbieter mit Genauigkeiten von 99 % oder mehr, aber nur sehr wenige Detektoren werden auf gemeinsamen, anspruchsvollen Testdaten geprüft. Eine Werbeangabe ersetzt keinen unabhängigen Test.

OpenAI nennt für seinen Detektor noch weitere Grenzen, die das Prinzip gut zeigen: sehr unzuverlässig bei kurzen Texten unter 1.000 Zeichen, deutlich schlechter in anderen Sprachen als Englisch, und KI-Texte lassen sich so bearbeiten, dass der Detektor sie nicht mehr erkennt.

Woran Menschen KI-Texte erkennen und warum das auch nicht reicht

Auch ohne Werkzeug gibt es Hinweise. In meiner eigenen Liste für Geschäftsmails stehen unter anderem diese Muster, die zu den auffälligsten Spuren in KI-Entwürfen gehören:

• eine Vorrede wie „Ich hoffe, diese Nachricht erreicht Sie gut“,
• alle Sätze und Absätze gleich lang,
• drei Adjektive hintereinander, wo zwei gereicht hätten,
• „nicht nur …, sondern …“ mehrmals im selben Text,
• Begeisterung ohne konkreten Anlass,
• eine Zusammenfassung am Schluss, die nur wiederholt, was oben steht.

Die ganze Liste steht in Kann KI Mails in meiner Stimme schreiben?. Solche Muster sind Hinweise, keine Beweise. Menschen schreiben manchmal genauso, und wer der KI ein paar eigene Texte als Vorbild gibt, bekommt Entwürfe ohne diese Spuren. Die Stanford-Forscher zeigen dasselbe für Werkzeuge: Schon eine einfache Anweisung an ChatGPT reichte, um die Detektoren zu umgehen.

Ein verlässlicherer Hinweis als der Stil sind falsche oder erfundene Fakten: eine Quelle, die es nicht gibt, ein Zitat, das nirgends steht. Woran du solche Erfindungen erkennst, erkläre ich in KI-Halluzinationen erkennen und reduzieren. Aber auch das beweist nur, dass der Text falsch ist, nicht wer ihn geschrieben hat.

Was das für dich im Betrieb heißt

• Kein Urteil auf Basis eines Detektors. Wenn du eine Bewerbung, einen Bericht oder einen zugelieferten Text prüfst, ist ein hoher KI-Wert kein Grund für einen Vorwurf. Sprich mit der Person, frag nach Entwürfen oder lass dir den Inhalt erklären.
• Wenn du Vorgaben machst, sag es vorher. Wer von einem Dienstleister Texte ohne KI will, schreibt das in den Auftrag. Nachträglich prüfen lässt es sich nicht sicher.
• Bei deinen eigenen Texten zählt eine andere Frage. Nicht „merkt man es?“, sondern: Stimmt jede Angabe, und klingt der Text nach dir? Wie das geht, zeige ich in Texte mit KI schreiben: der Einstieg.
• Kennzeichnung ist eine eigene Frage. Wann du KI-Inhalte kennzeichnen musst, erkläre ich in meinem Beitrag zur KI-Kennzeichnungspflicht.

Häufige Fragen

Wie zuverlässig sind KI-Detektoren?

Nicht zuverlässig genug, um sich darauf zu verlassen. In der Studie von Weber-Wulff und Kollegen lagen alle 14 getesteten Werkzeuge unter 80 % Genauigkeit. OpenAI hat seinen eigenen Detektor abgeschaltet, nachdem er nur 26 % der KI-Texte erkannte und 9 % der menschlichen Texte fälschlich markierte.

Kann ein Detektor einen Menschen zu Unrecht beschuldigen?

Ja. Besonders oft trifft es Menschen, die in einer Fremdsprache schreiben: Bei Aufsätzen von Nicht-Muttersprachlern stuften sieben Detektoren im Schnitt 61,22 % fälschlich als KI ein. OpenAI schreibt über seinen Detektor, dass er menschliche Texte manchmal falsch und trotzdem mit hoher Sicherheit als KI einstuft.

Erkennen Detektoren auch deutsche Texte?

Die meisten Studien testen englische Texte. OpenAI schreibt über seinen Detektor, dass er in anderen Sprachen deutlich schlechter arbeitet. In der Studie von Weber-Wulff sank die Genauigkeit bei menschlichen Texten, die aus anderen Sprachen maschinell ins Englische übersetzt wurden, laut den Autoren um 20 %. Mein Schluss daraus: Für deutsche Texte solltest du eher mit mehr Fehlern rechnen.

Haben KI-Texte ein Wasserzeichen?

Möglich ist das, sichtbar ist es nicht: Ein Wasserzeichen findet nur das passende Prüfverfahren. Google hat mit SynthID ein solches Verfahren für Text veröffentlicht. Nach gründlichem Umschreiben oder einer Übersetzung kann die Erkennung laut Google deutlich unsicherer werden.

Erkennt eine KI, ob ein Text von einer KI stammt?

Nicht verlässlich. Ein Chat wie ChatGPT oder Claude ist nicht als Detektor gebaut, und auch spezialisierte Detektoren liegen oft daneben, wie die Studien oben zeigen. Frag also nicht die KI, ob ein Text von ihr stammt, sondern prüf, ob er stimmt.

Wie du weitermachst

Wenn du das nächste Mal einen Text mit KI schreibst, gib ihr zwei eigene Texte als Vorbild und streich danach die Muster aus der Liste oben. Lies den Text dann laut: Klingt er nach dir? Wie du mit KI aus deinen Inhalten eine Präsentation baust, steht in Präsentation mit KI erstellen: so geht es. Wenn in deinem Team mehrere Leute mit KI schreiben, lohnen sich ein paar gemeinsame Regeln; was hineingehört, zeige ich in KI-Richtlinie für dein Team. Wie andere mit KI-Texten im Betrieb umgehen, besprechen wir in meiner deutschsprachigen Community Claude Practitioners.