Wie zuverlässig sind KI-Detektoren? So arbeitet unserer, und so oft irrt er
Kein KI-Detektor liegt immer richtig, auch unserer nicht. Diese Seite zeigt, wie oft er irrt, gemessen an Texten, die er im Training nie gesehen hat. Für Deutsch ergab der Test vom 12. Oktober 2026: 0 von 150 Texten von Muttersprachlern und 0 von 300 Texten von Deutschlernenden fälschlich markiert, 68 von 75 maschinell erzeugten Texten erkannt.
Wie der KI-Detektor einen Text liest
Kann man KI-Texte erkennen? Nicht mit Gewissheit, aber messbar. Unser Detektor fragt bei jedem Satz, wie vorhersehbar seine Wortwahl nach dem Vorangegangenen ist. Maschinen greifen öfter zum erwartbaren Wort als Menschen. Das Modell gehört uns. Es sucht weder Wasserzeichen noch gleicht es mit einer Datenbank ab.
Einfügen oder hochladen
Text einfügen oder Datei hochladen. Die Sprache erkennt das Tool am Text, Sie können sie ändern.
Im Zusammenhang lesen
Jeder Satz wird mit der umgebenden Passage bewertet.
Muster bewerten
Unser Modell misst, wie nah jede Passage an den Gewohnheiten menschlichen oder maschinellen Schreibens liegt.
Die Linie der Sprache anlegen
Der Wert wird an einer Linie gemessen, die für genau diese Sprache festgelegt wurde. Texte in anderen Sprachen erhalten den Hinweis „Nicht kalibriert“.
Die Belege zeigen
Sie sehen einen Wert mit Spanne, unsere Sicherheit und Markierungen pro Satz. Bei hoher Sicherheit heißt es „Liest sich klar wie von KI geschrieben“, bei mittlerer „Wahrscheinlich von KI geschrieben“. „Gemischt“ heißt, dass die Sätze in beide Richtungen zeigen.
Genauigkeit des KI-Detektors, von beiden Seiten betrachtet
Erkannte Maschinentexte und fälschlich markierte menschliche Texte, je Sprache. Als markiert zählt ein Text ab einem Wert von 65, derselben Linie wie auf der Ergebniskarte.
Wählen Sie eine Sprache. Französisch ist beim Erkennen von Maschinentext unser schwächster Fall, und seine Zeile zeigt das.
Deutsch: Ergebnisse auf ungesehenen Texten
Test auf ungesehenen Texten, 2026-10-12Alle Maschinentexte erkannt
68 von 75 Texten90,7 %95-%-Spanne: 82 % bis 95,4 %
Chat-Antworten, Fortsetzungen eines menschlichen Textanfangs und Paraphrasen. Fortsetzungen sind am schwersten zu erkennen.
Chat-Antworten erkannt
54 von 54 Texten100 %95-%-Spanne: 93,4 % bis 100 %
Texte, die ein Chat-Modell komplett geschrieben hat.
Muttersprachler fälschlich markiert
0 von 150 Texten0 %95-%-Spanne: 0 % bis 2,5 %
Alltägliche Webtexte, höchstens 2 pro Website, aus 8 Textsorten.
Sprachlernende fälschlich markiert
0 von 300 Texten0 %95-%-Spanne: 0 % bis 1,3 %
Menschen, die in einer gelernten Sprache schreiben, aus Lernerkorpora.
Keiner dieser Texte war im Training. Als markiert zählt ein Text ab 65. Die Quoten beschreiben den Test, nicht ein einzelnes Ergebnis.
Getestet mit Blick auf menschliche Schreibende
Ein Detektor, der eine selbst geschriebene Hausarbeit als KI einstuft, richtet echten Schaden an. Deshalb zählen wir beide Fehlerarten, legen die Linie zuerst für menschliche Texte fest und datieren jedes Ergebnis. Alle Zahlen stammen aus eigenen Tests.
Warum manche Texte in der Mitte landen
Die Werte menschlicher und maschineller Texte überlappen sich. Unsere Linie liegt am oberen Rand der menschlichen Kurve. Deshalb überschreiten nur wenige menschliche Texte die Linie, und ein Teil der Maschinentexte bleibt darunter. Nahe der Linie helfen die Satzmarkierungen.
Mit vielfältigen Texten trainieren
Viele Sammlungen menschlicher Texte und Texte aktueller Chat-Modelle.
Jede Sprache kalibrieren
Jede Sprache bekommt ihre eigene Linie. Texte von Sprachlernenden bilden dabei eine eigene Gruppe.
An ungesehenen Texten testen
150 menschliche Texte pro Sprache, dazu Texte von 9 Chat-Modellen, Fortsetzungen und Paraphrasen. Keiner davon war im Training.
Eine feste Regel für die Freigabe
Eine Sprache gilt nur dann als kalibriert, wenn höchstens 1 von 20 menschlichen Texten und höchstens 1 von 20 Texten von Sprachlernenden die Linie überschreitet.
Kurze Texte geben wenig her
Bei einer kurzen Passage können wenige Wörter den Ausschlag geben. Fügen Sie einen zusammenhängenden Abschnitt ein und prüfen Sie, welche Sätze den Wert bestimmt haben.
Ergebnisse für kurze Texte Noch keine Zahl für kurze Texte.
Fragen zur Zuverlässigkeit
Ist ein KI-Wert von 20 % schlecht?
Für sich genommen nicht. Der Wert beschreibt, wie der Text wirkt, nicht welchen Anteil eine Maschine geschrieben hat. Nennt Ihre Hochschule eine Grenze, fragen Sie nach, ob ein KI-Wert gemeint ist oder die Ähnlichkeitsquote einer Plagiatsprüfung. Die markierten Sätze zeigt Ihnen der KI-Detektor von Textlume.
Kann ein KI-Detektor meinen eigenen Text falsch einstufen?
Ja. Auch menschliche Texte können die Linie überschreiten, in manchen Sprachen öfter als in anderen. Unter 50 Wörtern gibt es keine Einschätzung, und 50 Wörter geben weit weniger her als 100. Prüfen Sie in Textlume einen längeren Abschnitt und vergleichen Sie.
Wie zeige ich, dass ich meinen Text selbst geschrieben habe?
Mit Ihrem Arbeitsprozess. Entwürfe, Versionsverlauf, Exzerpte und Notizen zeigen, wie der Text entstanden ist. Textlume markiert die Sätze, die maschinell wirken, damit Sie wissen, welche Stellen Sie erklären sollten.
Woran erkenne ich einen zuverlässigen KI-Detektor?
An datierten Zahlen mit der Anzahl der Texte dahinter, gemessen an ungesehenen Texten, und an Fehlalarmen neben der Trefferquote. Für eine Hausarbeit zählen Ergebnisse auf Hausarbeiten mehr als ein breiter Durchschnitt. Unsere Zahlen gelten nur für Textlume.
Mehr zum Lesen dieser Zahlen
Englisch von Nicht-Muttersprachlern
Bei englischen Testtexten von Menschen mit Arabisch oder Spanisch als Erstsprache markierte der Detektor 3 von 600 Texten. Das sind 0,5 %, die 95-%-Spanne reicht von 0,2 % bis 1,5 %. Bei Texten von englischen Muttersprachlern waren es 0 von 150.
Was Wert, Spanne und Sicherheit bedeuten
Der Wert sagt, wie maschinell der Text wirkt, die Spanne, wie weit er sich verschieben könnte, und die Sicherheit, wie stark die Anzeichen sind. Nichts davon beweist, wer einen Text geschrieben hat. Erkannte und markierte Texte stammen aus verschiedenen Stichproben. Rechnen Sie die Quoten nicht zusammen.