Gedankenstriche, das Wort „eintauchen“, verdächtig perfekte Grammatik – das Netz ist voller Checklisten, um KI-Texte zu entlarven. Die unbequeme Wahrheit: Die meisten dieser Merkmale funktionieren nicht mehr, und die übrigen treffen genauso oft echte menschliche Autoren.
Lieber nicht raten? Fügen Sie oben einen beliebigen Text ein – unser Modell tropa-3 prüft ihn in Sekunden.
Jedes davon steht in jeder Liste zum Thema „ChatGPT erkennen“. Das verrät Ihnen jedes Merkmal tatsächlich.
Die Behauptung: „KI „liebt“ Gedankenstriche, also hat ChatGPT den Text geschrieben, wenn viele davon vorkommen.“
Viele sorgfältige Autoren verwenden ständig Gedankenstriche (Journalisten, Essayisten, alle, die viel gute Prosa gelesen haben). Neuere Modelle wurden so abgestimmt, dass sie sie seltener nutzen. Dieses „Merkmal“ entlarvt Lektoren und Stilisten weit zuverlässiger als KI.
Die Behauptung: „Bestimmte Wörter verraten KI eindeutig.“
Für GPT-Texte aus dem Jahr 2023 stimmte das kurzzeitig. Aktuelle Modelle greifen kaum noch auf diese Wörter zurück, und ein einziger Satz im Prompt genügt, um sie zu vermeiden. Gleichzeitig sind solche Wörter in wissenschaftlichen Texten und bei Nicht-Muttersprachlern völlig normal – so erwischt man vor allem echte Menschen, keine Maschinen.
Die Behauptung: „Kein Tippfehler, kein Ausrutscher – das muss eine Maschine sein.“
Rechtschreibprüfung, Korrekturtools und sorgfältiges Korrekturlesen erzeugen jeden Tag fehlerfreie menschliche Texte. Und KI schreibt auf Wunsch gern mit absichtlichen Fehlern. Fehlerfreiheit zeigt, dass jemand den Text überarbeitet hat – nicht, wer (oder was) ihn geschrieben hat.
Die Behauptung: „Menschen variieren die Satzlänge („Burstiness“); KI ist monoton.“
Das zuverlässigste der klassischen Signale – aber trotzdem schwach. Technische und wissenschaftliche Texte sind von Natur aus gleichförmig, und moderne Modelle variieren den Rhythmus gezielt. Brauchbar als Hinweis, untauglich als Beweis.
Die Behauptung: „Dieser blasse „Es ist wichtig zu beachten, dass“-Ton schreit nach KI.“
Ein echtes Muster in unbearbeiteten KI-Texten – aber Unternehmens- und Studierendentexte klingen genauso, und ein einziger Überarbeitungsdurchgang beseitigt es. Es zeigt, wie viel Mühe sich jemand gegeben hat, nicht, wer der Autor ist.
Die Behauptung: „Ein formelhaftes Gerüst ist der Fingerabdruck der KI.“
So haben Millionen Menschen in der Schule gelernt, Aufsätze zu schreiben. Das Merkmal erkennt ein Schulschema, kein Sprachmodell – und aktuelle KI lässt das Gerüst auf Wunsch einfach weg.
Achten Sie darauf, was die klassischen Merkmale gemeinsam haben: Gedankenstriche, gehobener Wortschatz, saubere Grammatik, strukturierte Absätze. Das sind keine Zeichen einer Maschine – sondern Zeichen von sorgfältigem, gebildetem oder nicht muttersprachlichem Schreiben. Wer KI „mit bloßem Auge“ erkennen will, beschuldigt also systematisch die Falschen: die fleißige Studentin, den Nicht-Muttersprachler, die professionelle Lektorin.
Genau deshalb haben wir statt einer Checkliste ein trainiertes Erkennungsmodell entwickelt. Bei 1.314 verifizierten menschlichen Texten markierte eine heuristische Erkennung 9,7 % als KI; unser erstes Modell, tropa-1, nur 1,2 %. Unser aktuelles Modell, tropa-3, markiert 0,10 % von 239.490 zurückgehaltenen menschlichen Texten. Ein echtes Modell lernt den Unterschied, den das Auge nicht sieht.
Kein einzelnes Merkmal ist ein Beweis. Manche Signale sind aber aussagekräftiger als die oberflächlichen Merkmale – vor allem, wenn mehrere zusammen auftreten.
Selbstbewusst vorgetragene Quellen, Statistiken oder Zitate, die sich nicht belegen lassen. KI erfindet plausibel klingende Details; Menschen lassen eher Lücken, als etwas zu erfinden. Das ist eines der stärksten Merkmale, das Sie selbst überprüfen können.
Echte Texte enthalten konkrete, eigenwillige Details – einen Namen, ein Datum, einen Fehler, eine Meinung mit Konsequenzen. Generische Texte, die auf jeden passen könnten, sind ein schwächeres, aber echtes Signal.
Das Einzige, was Sie nicht sehen können: die tiefen Muster auf Token-Ebene, die ein Modell hinterlässt. Genau das misst ein trainierter Detektor – und deshalb schlägt er das bloße Auge jedes Mal.
Auch diese Signale sind nicht endgültig. Wenn viel auf dem Spiel steht – bei Noten, Einstellungen, Veröffentlichungen – sehen Sie jedes Signal als Anlass zum genaueren Hinsehen, nicht als Urteil. Lesen Sie unseren Leitfaden für Lehrkräfte zum verantwortungsvollen Einsatz von KI-Erkennung.
Die Merkmale sind unzuverlässig – ein Modell, das mit Hunderttausenden Texten trainiert wurde, ist es nicht. Fügen Sie einen beliebigen Text ein und erhalten Sie in Sekunden eine satzgenaue Auswertung von tropa-3.
Nein. Gedankenstriche sind in sorgfältig geschriebenen menschlichen Texten üblich, und neuere Modelle wurden so abgestimmt, dass sie sie seltener nutzen. Wer Gedankenstriche zählt, trifft sorgfältige Autoren weit häufiger als KI – für sich genommen ist das kein verlässliches Merkmal.
Manchmal, bei offensichtlichen, unbearbeiteten KI-Texten – aber nicht zuverlässig. Jedes oberflächliche „Merkmal“ (Wortwahl, Grammatik, Aufbau) lässt sich in Sekunden wegredigieren, und jedes markiert fälschlich echte menschliche Texte, besonders formelle oder von Nicht-Muttersprachlern. Lesen ist ein Ausgangspunkt, kein Urteil.
Für menschliche Leser: erfundene, aber selbstbewusst vorgetragene Details – Quellen, Statistiken oder Zitate, die sich nicht belegen lassen. Darüber hinaus ist das stärkste Signal statistisch und für das Auge unsichtbar – genau das misst ein trainierter Detektor.
Weil heuristische Erkennung auf Förmlichkeit, saubere Grammatik und gleichmäßigen Satzrhythmus achtet – Eigenschaften, die gute Autoren und Nicht-Muttersprachler gemeinsam haben. Das ist das Kernproblem der KI-Erkennung und der Grund, warum wir unsere Modelle darauf trainieren, Falsch-Positive zu reduzieren. tropa-1 senkte sie bei verifizierten menschlichen Texten von 9,7 % auf 1,2 %; tropa-3 markiert 0,10 % von 239.490 zurückgehaltenen menschlichen Texten.
Die Merkmale hier beziehen sich speziell auf Texte. KI-Bilder haben eigene (ebenfalls verblassende) Merkmale – zusätzliche Finger, verzerrte Schrift, unmögliche Spiegelungen. Unser Detektor prüft neben Texten auch Bilder, Audio und Video.