Merkmale in der Sprache
Diese Gewohnheiten entstehen daraus, wie Sprachmodelle Wörter wählen: Immer wieder greifen sie zur sichersten, gängigsten Option. Ein einzelnes Merkmal bedeutet wenig. Treffen mehrere zusammen, lohnt sich ein genauerer Blick.
1. Floskeln zum Einstieg und zum Schluss
Sätze wie „In der heutigen schnelllebigen Zeit“, „Es ist wichtig zu beachten, dass“ oder „Zusammenfassend lässt sich sagen“ rahmen einen Text, ohne etwas zu sagen. Ein Sprachmodell greift zu ihnen, weil sie zu fast jedem Thema passen.
2. Aufgeblähte Wörter
Wörter wie „facettenreich“, „nahtlos“, „maßgeschneidert“ oder „ein Meilenstein“ und Wendungen wie „spielt eine entscheidende Rolle“ tauchen immer wieder auf, wo ein schlichtes Wort genügen würde. Eines davon schadet nicht, aber ein Absatz voller solcher Wörter entspricht nicht der Art, wie die meisten Menschen schreiben.
3. Ein gleichmäßiger Rhythmus
Sätze von ähnlicher Länge und gleichem Bau folgen aufeinander, und jeder Absatz ist ungefähr so lang wie der vorige. Menschliche Texte sind meist unregelmäßiger: ein langer Satz, dann ein kurzer.
4. Alles in Dreiergruppen
Gedanken kommen in ordentlichen Dreiergruppen daher, etwa „effizient, nachhaltig und zukunftsorientiert“, und eine Aufzählung mit Spiegelstrichen steht dort, wo ein einziger Satz gereicht hätte.
5. Überall Absicherungen
Wörter wie „kann“, „in vielen Fällen“, „grundsätzlich“ und „je nach Situation“ schwächen jede Aussage ab, sodass sich der Text nie auf etwas festlegt, dem man widersprechen könnte.
6. Ankündigungen statt Aussagen
„Werfen wir einen genaueren Blick darauf“, „Tauchen wir tiefer ein“ und „Dabei geht es nicht nur um X, sondern vor allem um Y“ versprechen eine Erkenntnis und liefern dann eine allgemeine Aussage.
Merkmale im Inhalt
Formulierungen lassen sich in wenigen Minuten überarbeiten. Was ein Text sagt und was er weglässt, ist schwerer zu fälschen, deshalb verraten diese Merkmale oft mehr.
7. Allgemeine Beispiele
Der Text spricht von „Unternehmen“, „Studierenden“ oder „vielen Experten“, nennt aber nie eine echte Firma, einen Ort, ein Datum oder eine Person, die man überprüfen könnte.
8. Selbstsichere Fehler
Ein plausibles Zitat, eine Zahl oder eine Quelle existiert in Wahrheit nicht, oder ein Detail ist auf eine Weise falsch, die jemandem mit Sachkenntnis nicht passieren würde. Prüf ein oder zwei Belege nach: Das dauert eine Minute.
9. Keine Position
Jede Seite bekommt einen ausgewogenen Absatz, und das Fazit wiederholt die Frage, statt sie zu beantworten.
10. Keine Erfahrung dahinter
Es gibt keine Anekdote, keinen Fehler, kein „als ich das ausprobiert habe“: nichts, was nur die Person wissen kann, die den Text geschrieben hat.
11. Ein Bruch zur schreibenden Person
Der Text ist weit glatter oder in einem ganz anderen Ton geschrieben als die E-Mails, Notizen oder früheren Arbeiten derselben Person.
12. Reste aus dem Chat
Sätze wie „Als KI-Sprachmodell“ oder „Gerne! Hier ist eine überarbeitete Version“, ein nicht ausgefülltes „[Name einfügen]“ oder Formatierungen, die aus einem Chatfenster kopiert wurden. Dieses seltene Merkmal lässt sich kaum anders erklären, auch wenn es in einem Text stehen kann, der einen Chatbot zitiert.
Die Merkmale 8 und 12 sind die stärksten, weil sie sich kaum anders erklären lassen. Die übrigen beschreiben sorgfältiges, konventionelles Schreiben genauso wie KI-Texte.
Warum kein Merkmal allein etwas beweist
Jede Gewohnheit auf dieser Liste war zuerst eine menschliche. Sprachmodelle haben sie von Menschen gelernt: aus Schulaufsätzen, Geschäftsberichten, Werbetexten und Lehrbüchern.
Manche Menschen zeigen diese Merkmale aus ganz ehrlichen Gründen öfter. Wer in einer Fremdsprache schreibt, greift zu sichereren, gängigeren Formulierungen. Förmliche Textsorten wie Abstracts, Anschreiben und Behördenbriefe folgen Vorlagen. Und Grammatikwerkzeuge glätten genau die Unebenheiten, die einen Text persönlich wirken lassen.
Die Merkmale lassen sich außerdem entfernen. Wer einen KI-Entwurf sorgfältig überarbeitet, kann die Floskeln streichen und Konkretes ergänzen, und dann zeigt der Text sie nicht mehr.
Ein Detektor als Ergänzung zum eigenen Lesen
Im großen Maßstab tut ein Detektor, was du mit bloßem Auge tust: Er gleicht die Formulierungen mit Mustern ab, die er aus großen Mengen menschlicher und maschineller Texte gelernt hat. Darin liegt seine Stärke: Er behandelt jeden Text gleich. Seine Schwäche ist hingegen, dass er nur die Wörter sieht und nie die Umstände.
Am besten funktionieren beide zusammen. Lies den Text zuerst und notiere, was dich stört, dann starte eine Prüfung und sieh nach, ob der Detektor dieselben Passagen markiert, die dir aufgefallen sind.
Textumi zeigt eine von fünf Einstufungen, von „Von Menschen geschrieben“ bis „KI-generiert“, und markiert mit einem Konto die Passagen, die am stärksten ins Gewicht fielen. Bei einem Text unter 50 Wörtern zeigt es statt einer Einstufung „Zu wenig Text für eine Einschätzung“.
Wie KI-Detektoren funktionierenChatGPT erkennen: Was ein KI-Detektor zeigen kann
Wenn es dein eigener Text ist
Wurde dein eigener Text als KI-artig eingestuft, taugt die Liste oben auch als Checkliste für die Überarbeitung.
Ersetze Floskeln durch das, was du wirklich meinst, ergänze das konkrete Beispiel, das du im Kopf hattest, variiere die Satzlänge und sag, wo du stehst. Das macht den Text für jeden Leser besser, ganz gleich, was ein Detektor anzeigt.
Wird ein Ergebnis gegen dich verwendet, bewahre deine Entwürfe und deinen Versionsverlauf auf und bitte darum, dass die Entscheidung nicht allein auf einem Detektorergebnis beruht.
Warum wurde mein Text als KI markiert?KI-Texte natürlicher klingen lassen
Häufige Fragen
Woran erkennt man KI-Texte am zuverlässigsten?
Reste aus dem Chat wie „Als KI-Sprachmodell“ oder ein nicht ausgefüllter Platzhalter „[Name einfügen]“ sowie selbstsicher vorgetragene Fakten oder Zitate, die es gar nicht gibt, lassen sich kaum anders erklären. Die meisten anderen Merkmale, etwa Floskeln oder ein gleichmäßiger Rhythmus, finden sich auch in sorgfältig verfassten menschlichen Texten. Sie fallen erst ins Gewicht, wenn mehrere davon zusammenkommen.
Verrät ein Gedankenstrich, dass ChatGPT den Text geschrieben hat?
Nein. Der Gedankenstrich gehört im Deutschen zu den ganz gewöhnlichen Satzzeichen und taucht ständig in Zeitungen, Büchern und Schulaufsätzen auf. Dass Sprachmodelle ihn tatsächlich oft verwenden, ist der Ursprung des Gerüchts. Eine einzelne Gewohnheit bei der Zeichensetzung sagt jedoch nichts Verlässliches darüber, wer einen Text geschrieben hat. Schau dir den ganzen Text an und nicht nur ein einzelnes Zeichen.
Können Lehrkräfte erkennen, ob ein Aufsatz von einer KI stammt?
Oft fällt Lehrkräften ein Bruch auf: Ein Aufsatz ist glatter, allgemeiner oder anders im Ton geschrieben als die übrigen Arbeiten derselben Person. Das ist ein Anlass für ein Gespräch, aber kein Beweis. Wer sich die Argumentation erklären, Entwürfe zeigen oder die Quellen beschreiben lässt, erfährt meist mehr als durch jede Merkmalsliste und jedes Detektorergebnis.
Ist ein Detektor besser, als den Text selbst zu lesen?
Die beiden übernehmen ganz unterschiedliche Aufgaben. Ein Detektor gleicht jeden Text mit denselben Mustern ab und kann Stellen markieren, über die du beim Lesen hinweggehst, doch die Umstände kennt er nie. Den Zusammenhang stellt dein eigenes Lesen her, und zwar mit Blick auf die Person, die Aufgabe und die Quellen. Nutze beides und stütze eine Entscheidung nie allein auf das Ergebnis eines Detektors.
Kann man einen KI-Text so überarbeiten, dass er keines dieser Merkmale zeigt?
Ja. Sorgfältiges Überarbeiten entfernt Floskeln und ergänzt Konkretes, und dann verschwinden die Merkmale. Auch deshalb kann weder eine Merkmalsliste noch ein Detektor klären, woher ein Text stammt. Klären lässt sich das über die Spuren seiner Entstehung: Entwürfe, Notizen, Versionsverlauf und ein Gespräch mit der Person, die ihn geschrieben hat.
Gelten diese Merkmale auch für Texte in anderen Sprachen?
Die Gewohnheiten ähneln sich, bei den Floskeln zeigen sich dagegen Unterschiede. Jede Sprache hat eigene Standardeinstiege und Füllwörter, weshalb eine englische Liste nicht auf einen deutschen oder polnischen Text passt. Der Detektor von Textumi liest Texte in vielen Sprachen; am gründlichsten getestet sind allerdings Englisch und Ukrainisch. Bei den anderen Sprachen fällt das Ergebnis mit einem längeren Abschnitt stabiler aus.