Was ein Fehlalarm ist
Ein Fehlalarm ist ein Text, den ein Mensch geschrieben hat und den ein Detektor als KI-generiert markiert.
Der Detektor weiß nicht, wer den Text geschrieben hat. Er bewertet die Formulierungen, vergleicht diesen Wert mit einer Schwelle und zeigt alles darüber als KI-Signal an. Ein Teil menschlicher Texte landet zwangsläufig darüber.
Keine Einstellung behebt das. Eine höhere Schwelle markiert weniger menschliche Texte, übersieht aber mehr KI-Texte, eine niedrigere macht es umgekehrt.
Das betrifft nicht nur kleine Anbieter. OpenAI hat 2023 seinen eigenen Klassifikator für KI-Texte zurückgezogen und das mit dessen geringer Genauigkeit begründet.
Wessen Texte öfter markiert werden
Fehlalarme treffen nicht jede Art von Text gleich oft. Am häufigsten irren Detektoren bei diesen Texten:
- Texte in einer Fremdsprache. Forschende der Stanford University berichteten 2023, dass KI-Detektoren englische Aufsätze von Nicht-Muttersprachlern häufiger markierten als Aufsätze von Muttersprachlern.
- Förmliche und formelhafte Texte. Bewerbungsschreiben, Abstracts, Geschäftskorrespondenz und Amtsschreiben folgen festen Mustern, und vorhersehbare Formulierungen sind genau das, worauf ein Detektor reagiert.
- Kurze Texte. Ein paar Sätze reichen für ein verlässliches Urteil nicht aus, deshalb zeigt Textumi unter 50 Wörtern keine Einstufung, und auch bei einem etwas längeren Text ist das Ergebnis weniger zuverlässig.
- Stark überarbeitete Texte. Grammatikprüfung, Übersetzung und viele Korrekturrunden glätten die kleinen Unebenheiten, an denen man einen echten Entwurf erkennt.
Du musst nicht schlechter schreiben, um menschlich zu wirken. Aber wer das Ergebnis eines Detektors liest, sollte wissen, dass eine Markierung bei solchen Texten weniger Gewicht hat.
Was das Ergebnis eines Detektors nicht beweist
Ein Detektor sieht nur den fertigen Text. Er sieht weder deine Notizen noch deine Quellen, die investierten Stunden oder frühere Fassungen der Datei. Eine sorgfältige Autorin kann er nicht von einem Modell unterscheiden, das sorgfältiges Schreiben nachahmt.
Das Ergebnis eines Detektors ist keine Wahrscheinlichkeit. Textumi benennt es mit einer von fünf Einstufungen, von „Von Menschen geschrieben“ bis „KI-generiert“. Selbst „KI-generiert“ bedeutet nicht, dass der Text fast sicher von einer KI stammt, und „Überwiegend KI“ nicht, dass ein Modell die meisten Sätze geschrieben hat. Eine Einstufung sagt nur, dass die Formulierungen dem stark ähneln, was der Detektor mit KI zu verbinden gelernt hat.
Zeigt ein anderer Detektor einen Prozentwert, lies ihn mit derselben Vorsicht. Auch das ist der Wert eines Modells und nicht der Anteil des generierten Textes.
Zwei Detektoren können denselben Text unterschiedlich bewerten. Sie wurden mit anderen Beispielen trainiert, und jeder zieht seine Schwelle an einer anderen Stelle.
Was du tun kannst, wenn man dir KI-Nutzung vorwirft
Das Ergebnis eines Detektors allein ist ein schwacher Beleg. Viel stärker ist alles, was zeigt, wie der Text entstanden ist. Geh diese Schritte der Reihe nach durch.
- Frag, welcher Detektor verwendet wurde, was er genau angezeigt hat und welches Ergebnis die Leute, die deine Arbeit bewerten, als Verdachtsgrund ansehen.
- Sammle deine Entwürfe, Gliederungen, Notizen und Quellen, auch die groben Fassungen, die du sonst niemandem zeigst.
- Öffne den Versionsverlauf des Dokuments. Google Docs und Microsoft Word können festhalten, wie sich ein Text mit der Zeit verändert hat, und eine Spur kleiner Änderungen über mehrere Tage ist schwer zu bestreiten.
- Biete ein Gespräch über die Arbeit an. Wenn du deine Argumente, Quellen und Entscheidungen erklärst, zeigst du deine Urheberschaft so, wie es kein Detektor kann.
- Bitte um die schriftlichen Regeln zu KI und zu Detektorergebnissen und darum, dass die Entscheidung nicht allein auf einem Detektorergebnis beruht.
Schreib künftige Arbeiten in einem Editor, der einen Versionsverlauf speichert, und heb deine Notizen auf. Während der Arbeit kostet das nichts, im Nachhinein lassen sich solche Belege kaum rekonstruieren.
Wie Textumi seine Schwelle festlegt
Der Detektor von Textumi ist unsere eigene Entwicklung: Wir trainieren und justieren seine Modelle selbst, betreiben sie auf unseren eigenen Servern und verbessern sie laufend. Seine Schwelle, ab der er ein KI-Signal anzeigt, legen wir bewusst so, dass möglichst wenige menschliche Texte markiert werden, auch wenn dadurch manche KI-Texte unbemerkt bleiben.
Für alle Sprachen außer Englisch und Ukrainisch liegt die Schwelle dort, wo höchstens zwei von hundert menschlichen Texten markiert werden. Gezählt wird das an menschlichen Texten, aus denen das Modell nicht gelernt hat.
Die ukrainische Schwelle wurde nach einer früheren Fassung derselben Regel festgelegt. Der englische Detektor ist ein älteres Modell mit einer eigenen, festen Schwelle.
Das ist eine Entscheidung darüber, welchen Fehler wir vermeiden, kein Versprechen zur Genauigkeit bei deinem Text. Die Zählung stammt aus einer einzigen Textsorte, Prosa aus Wikimedia-Projekten. Bei einem Bewerbungsschreiben oder einer kurzen E-Mail kann der Anteil markierter menschlicher Texte höher sein.
Es gibt eine zweite Absicherung. Eine neue Detektorversion für eine dieser Sprachen wird nicht freigegeben, wenn sie auf Testtexten, die sie nie gesehen hat, mehr als fünf von hundert menschlichen Texten markiert.
Unterhalb der Schwelle lautet das Ergebnis „Von Menschen geschrieben“ oder „Überwiegend Mensch“. Auch das sind Einschätzungen anhand des Stils: Textumi kann nicht zeigen, dass ein Text sicher von einem Menschen stammt, denn ein Modell sieht nicht, wie er entstanden ist.
Ein markiertes Ergebnis in Textumi lesen
Fang mit den hervorgehobenen Passagen an, nicht mit der Einstufung unter der Nadel. Kommt das Signal von einem einzigen förmlichen Absatz in einem persönlichen Essay, sagt es etwas über diesen Absatz, nicht über dich.
Bei einem Text unter 50 Wörtern zeigt Textumi keine Einstufung, sondern „Zu wenig Text für eine Einschätzung“, weil ein Urteil über so wenig Text unzuverlässig ist. Prüf eine längere Passage aus demselben Dokument: Ab 50 Wörtern ist die Einschätzung verlässlicher.
Klingt eine markierte Passage tatsächlich steif, überarbeite sie selbst oder lass dir vom Humanizer eine natürlichere Fassung mit demselben Inhalt vorschlagen. Das ändert die Formulierungen, nicht die Entstehungsgeschichte des Textes, und ein anderer Detektor kann ihn trotzdem markieren.
Häufige Fragen
Kann ein KI-Detektor falschliegen?
Ja. Jeder KI-Detektor markiert manchmal menschliche Texte und übersieht KI-Texte, weil er nur die Formulierungen bewertet und nicht sieht, wie ein Text entstanden ist. Textumi weist neben dem Ergebnis darauf hin: Seine Einstufung ist eine Einschätzung anhand des Schreibstils, kein Urteil darüber, wer den Text geschrieben hat.
Warum wurde mein selbst geschriebener Text als KI markiert?
Meist, weil er kurz, förmlich, in einer Fremdsprache geschrieben oder viele Male überarbeitet ist. Solche Texte haben vorhersehbare Formulierungen, und genau die verbinden Detektoren mit KI. Die Markierung beschreibt die Wörter auf der Seite und sagt nichts Sicheres darüber, wie du gearbeitet hast.
Kann ein Detektorergebnis beweisen, dass ich KI benutzt habe?
Nein. Ein Detektorergebnis ist ein statistisches Signal und kein Beleg dafür, was du getan hast. Es sollte nie die einzige Grundlage für eine Entscheidung über eine Note, eine Stelle oder eine Veröffentlichung sein. Entwürfe, Versionsverlauf und ein Gespräch über die Arbeit sagen weit mehr über die Urheberschaft.
Lösen Grammatikprüfung und Übersetzungstools Fehlalarme aus?
Das kann passieren. Gründliche Korrektur und Übersetzung ersetzen persönliche, unebene Formulierungen durch glattere und gängigere, und übersetzte oder stark überarbeitete Texte stufen Detektoren besonders oft falsch ein. Wenn du solche Tools benutzt hast, sag das offen und heb die Fassung auf, die du vorher geschrieben hast.
Wie zeige ich, dass ich einen Text selbst geschrieben habe?
Zeig, wie du gearbeitet hast. Der Versionsverlauf in Google Docs oder Microsoft Word, frühe Entwürfe, Gliederungen und Notizen halten fest, wie der Text entstanden ist. Biete dann an, deine Argumente und Quellen durchzusprechen. Das Ergebnis eines weiteren Detektors bringt wenig, weil Detektoren oft nicht übereinstimmen.
Wie oft markiert Textumi menschliche Texte?
Eine einzelne Quote veröffentlichen wir nicht, weil sie von Sprache, Textsorte und Länge abhängt. Die Regel können wir nennen: Für alle Sprachen außer Englisch und Ukrainisch liegt die Schwelle dort, wo höchstens zwei von hundert menschlichen Texten markiert werden, aus denen das Modell nicht gelernt hat. Bei deinen Texten kann der Anteil anders ausfallen.
Sollten sich Lehrkräfte auf das Ergebnis eines KI-Detektors verlassen?
Nicht allein darauf. Ein Ergebnis kann ein Gespräch eröffnen und auf Passagen hinweisen, über die es sich zu reden lohnt, aber es kann nicht belegen, dass jemand KI benutzt hat. Wer in einer Fremdsprache oder förmlich schreibt, wird öfter markiert, deshalb wäre eine Entscheidung allein nach dem Ergebnis diesen Menschen gegenüber unfair.