Das Spiel hat sich verändert. Das Modell auch.
Vor einem Jahr lag das schwierige Problem darin, keine echten Menschen zu Unrecht zu beschuldigen. tropa-1 hat hier viel erreicht. tropa-2 hält dieses Niveau: In unserem August-Benchmark markiert es 1 von 251 menschlichen Texten aus zwölf Bereichen fälschlich – Rezepte, Gedichte und kurze E-Mails eingeschlossen.
Doch die Texte, die uns heute erreichen, sind nicht mehr die von vor einem Jahr. Unbearbeiteter Modell-Output ist selten geworden. Was ankommt, ist KI-Text, der durch einen Humanizer gelaufen ist – oder, noch billiger, mit Zeichen gespickt wurde, die kein Mensch sieht und die kein Tokenizer ignorieren kann. Ein Detektor, der nur „KI oder Mensch“ kennt, hat für beides keine Begriffe.
tropa-2 hat diese Begriffe. Drei Dinge sind neu.
Es benennt die Art des KI-Texts
Vier Klassen statt eines einzigen Scores: menschlich, unbearbeitete KI, leicht bearbeitete KI, humanisierte KI. Überwiegt die humanisierte Klasse, sagt das Ergebnis es Ihnen.
Es sieht die unsichtbaren Zeichen
Homoglyphen, Nullbreite-Leerzeichen, exotische Leerräume – vor der Bewertung entfernt und mitgezählt, sodass der Trick selbst zum Befund wird.
Sein Score meint, was er sagt
Kalibriert. Eine 62 ist eine 62: Etwa sechs von zehn Texten mit diesem Wert sind KI. Kein Umrechnen mehr von „Konfidenz“ in Wahrscheinlichkeit im Kopf.
Die Zahlen – mit fest verankerter Fehlalarmquote
Jeder Wert unten wurde am selben Arbeitspunkt gemessen: 0,5 % der menschlichen Texte fälschlich markiert. Diese Zahl geben wir nicht her. Die Trefferquote ist das, was sich das Modell zusätzlich verdient.
| Zurückgehaltenes Testset, August 2026 | tropa-2 |
|---|---|
| Menschliche Texte fälschlich markiert | 0,5 % |
| Unbearbeiteter Output aktueller Modelle erkannt – GPT-5.6, Claude Opus 5 und Fable 5, Gemini 3.6 und weitere | 97 % |
| KI-Text aus einem spezialisierten Humanizer erkannt – der schwierigste Fall überhaupt | bis zu 78 % |
| „Möglicherweise humanisiert“ bei unbearbeitetem KI-Text – ein Fehlhinweis | 0 % |
| „Möglicherweise humanisiert“ bei tatsächlich humanisiertem Text | ~40 % |
Wenn Sie diese Werte mit der Ankündigung von tropa-1 vergleichen, beachten Sie: Dies ist die härtere Prüfung. Modelle der neuesten Generation, echte Humanizer-Produkte statt von Modellen erzeugter Paraphrasen. Wir haben sie gewählt, weil genau diesem Test unsere Nutzer tatsächlich begegnen.
So lesen Sie ein Ergebnis
Die Website zeigt den Score selbst – „62 % KI“ – und ein Label für den Bereich, in den er fällt. Weil der Score kalibriert ist, geben die Bereiche nichts anderes wieder als die Wahrscheinlichkeit.
Ein Hinweis, der sich nur meldet, wenn er sicher ist
Der Hinweis möglicherweise humanisiert ist darauf ausgelegt, dass man ihm glauben kann. Er erscheint nur, wenn das Modell den Großteil des KI-Signals der humanisierten Klasse zuordnet und der Gesamtscore mindestens 40 beträgt. Im Test wurde er kein einziges Mal bei unbearbeitetem KI-Text ausgelöst.
Der Preis dieser Präzision ist die Reichweite: Er erkennt etwa vier von zehn humanisierten Texten. Der Hinweis hat also Aussagekraft, sein Fehlen dagegen keine – deshalb sehen Sie weder hier noch in der API je ein Label „nicht humanisiert“ oder einen Prozentwert daneben. Wenn er auftaucht, öffnen Sie die Satzansicht. Dort steckt die eigentliche Geschichte.
Die Zeichen, die man nicht sieht
Ein überraschend großer Teil des „unerkennbaren“ KI-Texts ist gewöhnlicher KI-Text, in dem das lateinische „a“ durch ein kyrillisches „а“ ersetzt wurde oder zwischen den Buchstaben Nullbreite-Leerzeichen stehen. Für Leser sieht er identisch aus. Für einen Tokenizer ist es eine andere Sprache, und Detektoren, die die rohen Bytes bewerten, versagen. tropa-2 normalisiert den Text zuerst, bewertet die bereinigte Fassung und meldet, was es entfernt hat – Homoglyphen, Nullbreite-Zeichen, Vollbreite-Zeichen, ungewöhnliche Leerzeichen. Erscheint diese Warnung, ist die Verschleierung meist das Interessanteste am ganzen Dokument.
Wenn Sie auf der API aufbauen
/api/v1/detect/textliefert jetztscore,verdict,humanizedHint,inputAnomaliesundsubclassProbs. Nichts, was Sie bereits auswerten, hat sich geändert;isAIbedeutet weiterhin einen Score über 50.- Noch nicht bereit für eine Neukalibrierung? Senden Sie
model: "tropa-1"und bleiben Sie zum selben Preis bei der Vorgängergeneration. Mitmode: "depth"erhalten Sie echte Scores pro Satz. - Antworten dauern jetzt ein bis zwei Sekunden statt einiger hundert Millisekunden. Geben Sie Ihrem Client ein Timeout von 30 Sekunden.
- Feldreferenz in der API-Dokumentation.
Was es nicht kann
- Jeden humanisierten Text erkennen. Gegen die besten Tools kommt noch etwa jeder vierte durch. Wer „99 % Genauigkeit“ verspricht, misst nur unbearbeiteten Output – oder sagt Ihnen nicht, was er misst.
- Jede Sprache und jede Länge abdecken. Diese Zahlen gelten für englische Texte ab etwa fünfzig Wörtern.
- Immer jedes Feld liefern. Unter Last gibt ein Ausweichpfad den Score ohne Humanizer-Hinweis und Klassenverteilung zurück – behandeln Sie diese Felder als optional.
- Einen Menschen ersetzen. Ein Ergebnis ist ein Indiz. Zeigen Sie die markierten Sätze der betroffenen Person und lassen Sie einen Menschen entscheiden – vor allem im akademischen Umfeld.
Testen Sie den Text, bei dem Sie unsicher waren
Jede Text- und Dokumentprüfung auf dieser Website und in der API läuft jetzt auf tropa-3. Fügen Sie den Text ein, der Sie ins Grübeln gebracht hat.
tropa-3 kostenlos testen