Diese Abbildung zeigt einen Roboter, der die KI symbolisiert. Er sitzt an einem Schreibtisch und schreibt mit Buntstiften.

Hast du einen Text mit der Hilfe von ChatGPT und Co geschrieben und willst wissen, ob andere das bemerken könnten? KI-Detektoren versprechen hier Abhilfe. Die Idee ist, dass sie einen Text dahingehend prüfen, ob dieser mithilfe von KI-Tools verfasst wurde. Doch worauf achten KI-Detektoren überhaupt, wenn sie unseren Text scannen? Das sehen wir uns in diesem Beitrag an.

KI-Detektoren (oder KI-Scanner) sind Tools, die selbst auf künstlicher Intelligenz (KI) basieren. Ihre Aufgabe ist herauszufinden, ob ein Text mithilfe von KI verfasst wurde (z. B. mit ChatGPT).

Damit sind KI-Detektoren z. B. für Schulen und Universitäten interessant. Gerade im akademischen Bereich sind die Auflagen bezüglich des selbstständigen Verfassens von Arbeiten streng. Die Nutzung von KI-Tools wie ChatGPT ist jedoch nicht generell verboten. Zahlreiche Universitäten arbeiten aktuell an entsprechenden Richtlinien.

Wenn du ChatGPT oder ein ähnliches KI-Tool zum Schreiben deines Textes jeglicher Art verwendest und trotzdem sicherstellen willst, dass dies nicht sonderlich auffällt, kann dieser Beitrag für dich interessant sein.

Worauf achten KI-Detektoren? Auf diese Frage bekommst du hier alle Antworten – und Beispiele aus dem echten Leben. Sie können dir dabei helfen, deinen Text so anzupassen, dass der KI-Scanner nicht stark ausschlägt.

Beachte: KI-Detektoren sind in der Regel noch nicht sehr zuverlässig. Gerade wenn dein Text sehr gut geschrieben ist, zum Beispiel nur sehr wenige Fehler enthält, könnte das ein Anzeichen für den KI-Scanner sein, dass der Text von einer KI geschrieben wurde. Auch ähnlich klingende Sätze, die in akademischen Arbeiten z. B. oftmals im Ergebnisteil vorkommen, werden von KI-Detektoren oftmals als Anzeichen für KI-Nutzung gewertet. Es ist damit sehr wahrscheinlich, dass der KI-Detektor anschlägt – auch dann, wenn du gar kein KI-Tool zum Schreiben verwendet hast. Institutionen wie Universitäten wissen das üblicherweise. Sie verlassen sich nicht blindlings auf das Urteil von KI-Detektoren.

Die gute Nachricht ist, dass KI-Detektoren lediglich auf zwei Metriken achten: Perplexity und Burstiness.

Perplexity und Burstiness sind Begriffe aus dem Bereich der Verarbeitung natürlicher Sprache durch KI, des AI natural language processing. Hier erfährst du, was sie bedeuten und wie sie dir helfen können, positive KI-Detektor-Ergebnisse zu umgehen.

1. Perplexity

Perplexity ein Begriff aus dem Bereich der Verarbeitung natürlicher Sprache durch KI, des AI natural language processing. Wir können ihn hier mit Verwirrung übersetzen.

Vermutlich warst du selbst einmal schon perplex – oder eben verwirrt. In der Regel sind wir verwirrt, wenn wir etwas nicht vorhergesehen haben.

In Bezug auf KI-Texte geht es bei Perplexity um die Frage, wie vorhersehbar dein Text ist.

Verwendest du immer wieder andere und damit für die KI überraschende Wörter? Dann ist die Perplexität in deinem Text vermutlich recht hoch. Wiederholst du dich hingegen oft und wendest einen eher kleinen Wortschatz an, ist der Perplexitäts-Wert wahrscheinlich eher niedrig.

Dies ist oft bei KI-generierten Texten der Fall, denn sie sind in der Regel vorhersehbarer als Texte, die Menschen verfasst haben. Beim Lesen merken wir das oft daran, dass dieselben Formulierungen in KI-generierten Texten immer wieder vorkommen.

Auch absolute sprachliche Richtigkeit und ein Mangel an umgangssprachlichen Wörtern (Slang) oder an Wortspielen (Stichwort Kreativität) können Hinweise auf KI sein.

Hieran zeigt sich ein weiteres Problem von KI-Detektoren neben deren genereller Unzuverlässigkeit: Es ist nicht ratsam, Tippfehler in einen Text einzubauen, um ein negatives KI-Detektor-Ergebnis zu erzielen. Auch der Einsatz von Umgangssprache oder allzu kreativen Formulierungen, nur um einen höheren Perplexity-Wert zu erzielen, bietet sich in vielen Textsorten wie akademischen Arbeiten nicht an. 

Verwende, wo es geht, unterschiedliche Wörter.

Beispiel aus einem KI-generierten Text:

Die Untersuchung basierte auf einer Umfrage, die an der Universität X durchgeführt wurde. Die Zielgruppe der Umfrage waren Studierende, die im Sommersemester 2024 an der Universität X inskribiert waren.

Worauf achten KI-Detektoren?

Auffällig ist die Wiederholung von mehreren Begriffen: Universität X und Umfrage.
Das Vokabular ist damit repetitiv. Dies würde in einem eher geringen Perplexity-Wert resultieren. Der KI-Detektor würde in diesem Fall vermutlich einen hohen KI-Wert anzeigen.

Brauchst du Hilfe beim Umschreiben deines Textes?

Hier bekommst du Hilfe.

Sieh dir hier an, wie du mit einem menschlichen Lektorat
den KI-Detektor umgehen kannst.

2. Burstiness

Burstiness ist der zweite wichtige Begriff, den wir brauchen, um die Frage Worauf achten KI-Detektoren? zu beantworten.

Er kann mit Ruckartigkeit übersetzt werden und hängt ebenso wie die Perplexity mit Abwechslung zusammen – diesmal jedoch nicht bezogen auf einzelne Wörter, sondern auf deine Sätze und die Textstruktur insgesamt.

Menschliche Texte weisen in der Regel eher unterschiedliche Satzlängen auf und auch die Komplexität der Sätze variiert mehr. Das bedeutet zum Beispiel, dass manche Sätze eher verschachtelt sind, andere dafür kurz und prägnant. Zudem finden Menschen üblicherweise individuellere Formulierungen und bringen unterschiedliche Ideen in ihren Text ein.

Demgegenüber sind KI-generierte Texte oft recht gleichmäßig. Der Grund dafür ist, dass sich die KI auf starke Muster stützt. Dadurch ist die Wahrscheinlichkeit für Wiederholungen, aber auch für Plagiat größer. 

Variiere, wo es geht, deine Sätze.

Beispiel aus einem KI-generierten Text:

Die Untersuchung basierte auf einer Umfrage, die an der Universität X durchgeführt wurde. Die Zielgruppe der Umfrage waren Studierende, die im Sommersemester 2024 an der Universität X inskribiert waren.

Worauf achten KI-Detektoren?

Nicht nur die Wortwiederholungen sind auffällig. Auch die Satzstruktur ist hier zweimal dieselbe: …, die ….
Bezüglich der Satzstruktur zeigt sich in diesem Textausschnitt daher wenig Abwechslung. KI-Detektoren würden hier einen eher geringen Burstiness-Wert vergeben. Das resultiert in einem positiven KI-Detektor-Ergebnis.

3. Beispiel aus der Praxis: Worauf KI-Detektoren achten

Hier ist eine KI-generierte Pressemitteilung. Anhand dieses Beispiels sehen wir uns im Folgenden noch einmal konkret an, worauf KI-Detektoren achten.

Pressemitteilung
Einladung zur Pressekonferenz: Präsentation des neuen Windparks West III

Wien, 14. Februar 2025 – Die Zukunft der nachhaltigen Energiegewinnung nimmt weiter Fahrt auf: Am 14. Februar 2025 um 11:00 Uhr laden wir Sie herzlich zur Präsentation des neuen Windparks West III im [Ort] ein.

Im Rahmen dieser Veranstaltung stellen führende Vertreter des Projekts das innovative Konzept von West III vor. Der neue Windpark setzt Maßstäbe in Sachen Effizienz, Umweltfreundlichkeit und technologischer Innovation und ist ein wichtiger Schritt für die erneuerbare Energieversorgung in der Region.

Themen der Veranstaltung:

  • Vorstellung des Windpark-Projekts West III
  • Technologische Neuerungen und Umweltvorteile
  • Bedeutung für die regionale und nationale Energieversorgung
  • Fragen & Antworten mit Expertinnen und Experten

Wir laden alle Medienvertreter relevanter Fach- und Tagesmedien herzlich ein, sich aus erster Hand über dieses zukunftsweisende Projekt zu informieren.

Datum: 14. Februar 2025
Uhrzeit: 11:00 Uhr
[Ort:]

Für weitere Informationen oder zur Anmeldung kontaktieren Sie uns bitte unter [Kontaktadresse].

Wir freuen uns auf Ihr Kommen!

Ihr Veranstalter-Team

Sie ist ziemlich gelungen und wir könnten sie vermutlich so oder so ähnlich verschicken, ohne uns zu blamieren.

Versuchen wir zu erörtern, wie ein KI-Detektor den Text beurteilen würde. Worauf würden KI-Detektoren hier achten?

Unklare Formulierungen

Wien, 14. Februar 2025 – Die Zukunft der nachhaltigen Energiegewinnung nimmt weiter Fahrt auf: Am 14. Februar 2025 um 11:00 Uhr laden wir Sie herzlich zur Präsentation des neuen Windparks West III im [Ort] ein.

Im Rahmen dieser Veranstaltung stellen führende Vertreter des Projekts das innovative Konzept von West III vor. Der neue Windpark setzt Maßstäbe in Sachen Effizienz, Umweltfreundlichkeit und technologischer Innovation und ist ein wichtiger Schritt für die erneuerbare Energieversorgung in der Region.

Worauf achten KI-Detektoren hier?

Typisch für KI-generierte Texte sind Formulierungen, die beim ersten Lesen einwandfrei wirken, aber keinen Sinn ergeben, wenn man genauer über sie nachdenkt.

Der Inhalt des ersten hervorgehobenen Satzes ergibt wenig Sinn. Bei genauerer Betrachtung ist er unlogisch:

Wie kann die Zukunft weiter Fahrt aufnehmen, obwohl sie noch nicht einmal angefangen hat? Kann die Zukunft überhaupt Fahrt aufnehmen? Das bezweifle ich.

Die zweite markierte Phrase ergibt beim genauen Lesen ebenso keinen Sinn: Nicht die Energieversorgung ist erneuerbar, sondern es geht um die Versorgung mit erneuerbarer Energie, die Erneuerbare-Energie-Versorgung.

Solche und ähnliche Aussagen solltest du am besten umformulieren, bevor du deinen Text von einem KI-Detektor prüfen lässt.

Wiederholungen & Redundanzen

Im Rahmen dieser Veranstaltung stellen führende Vertreter des Projekts das innovative Konzept von West III vor. Der neue Windpark setzt Maßstäbe in Sachen Effizienz, Umweltfreundlichkeit und technologischer Innovation und ist ein wichtiger Schritt für die erneuerbare Energieversorgung in der Region.

Themen der Veranstaltung:

  • Vorstellung des Windpark-Projekts West III
  • Technologische Neuerungen und Umweltvorteile
  • Bedeutung für die regionale und nationale Energieversorgung
  • Fragen & Antworten mit Expertinnen und Experten

Worauf achten KI-Detektoren in solchen Fällen?

Inhaltliche Wiederholungen (Redundanzen) sind ebenfalls recht häufig – und oft etwas versteckt. In unserer Pressemitteilung hier ist die markierte Aussage doppelt vorhanden.

Auch in solchen Fällen ist genaues Lesen notwendig. Danach kannst du die Wiederholungen am besten entfernen. So senkst du auch den Burstiness-Wert deines Textes und verringerst die Wahrscheinlichkeit, dass der KI-Detektor anschlägt.

Bei manchen Textsorten ist das wichtiger als bei anderen. Beispielsweise würde ich bei akademischen Ausarbeitungen, z. B. beim Schreiben von Bachelorarbeiten, verstärkt darauf achten. Bei dieser Pressemitteilung gibt es meiner Meinung nach etwas mehr Spielraum.

Wir laden alle Medienvertreter relevanter Fach- und Tagesmedien herzlich ein, sich aus erster Hand über dieses zukunftsweisende Projekt zu informieren.

Typisch für KI-generierte Texte sind auch Redundanzen auf Wortebene, die stilistisch meist unschön sind. Vor allem sind die betreffenden Formulierungen aber in sich redundant (oder doppelt gemoppelt).

Ein Beispiel ist der markierte Satzausschnitt: alle Medienvertreter relevanter Fach- und Tagesmedien. Stilistisch schöner ist, die Wiederholung zu entfernen: alle Vertreter relevanter Fach- und Tagesmedien.

Gleichzeitig kannst du damit den Perplexity-Score senken, auf den KI-Detektoren achten, wie du oben gelernt hast.

Fazit

KI-Detektoren achten beim Scannen eines Textes auf zwei Metriken: Perplexity und Burstiness. Beide können mit einem Begriff zusammengefasst werden: Abwechslung.

Bei der Perplexity geht es vor allem um Abwechslung auf Wortebene. Es ist daher wichtig, dass du möglichst verschiedene Wörter verwendest und dadurch Wortwiederholungen vermeidest.

Hinsichtlich Burstiness solltest du darauf achten, möglichst abwechslungsreich zu schreiben: Verwende zum Beispiel kurze und lange Sätze, verschiedene Nebensätze und vielleicht hier und da Doppelpunkte, Gedankenstriche oder ein Semikolon.

Bei der Korrektur KI-generierter Texte solltest du insgesamt sehr genau lesen. Oftmals wirken Sätze auf den ersten Blick einwandfrei und ergeben erst beim genauen Lesen keinen Sinn.

Solltest du Hilfe beim Anpassen eines KI-generierten Textes benötigen, melde dich gerne über das Kontakt-Formular bei mir. Mit dem Korrektur- & Lektorat-Service bekommst du jederzeit Unterstützung bei deinem Schreib-Projekt.