Zum Hauptinhalt

KI-Detektor für wissenschaftliche Texte

Prüfen Sie einen deutschen Textabschnitt aus Ihrer Hausarbeit, Bachelorarbeit oder Masterarbeit. Sie sehen den vollständigen Text mit roten und grünen Markierungen und erhalten eine Einordnung zum Detektorwert.

Studentin arbeitet in der Bibliothek an ihrem Text, der Laptop zeigt einen KI-Detektor-Report mit satzweise markierten Zeilen
KostenlosOhne AnmeldungMit Einordnung

Kostenlos

Ohne Anmeldung

Ehrlich

Mit Einordnung

PDF-Bericht

Zum Download

Indiz, kein Urteil

Score mit Kontext

Textabschnitt prüfen

Dieser KI-Detektor für deutsche Texte prüft pro Analyse bis zu 3.000 Zeichen. Fügen Sie einen zusammenhängenden Abschnitt Ihrer akademischen Arbeit ein. Der Bericht enthält Ihren Text und die Einordnung des Ergebnisses.

Der Bericht dokumentiert die Einschätzung von ZeroGPT zu Ihrem Textabschnitt: ein Indiz, kein Beweis.

Was der Wert technisch misst

Was ist ein KI-Detektor?

Ein KI-Detektor ist ein Programm, das anhand statistischer Muster schätzt, ob ein Text von einem Sprachmodell wie ChatGPT erzeugt wurde. Gemessen werden unter anderem die Gleichmäßigkeit der Wortwahl und die Vorhersagbarkeit von Sätzen. Das Ergebnis ist ein Detektorwert, kein gesicherter Befund.

Wie sich Detektorergebnisse im Studium einordnen lassen und welche Rolle weitere Anhaltspunkte spielen, lesen Sie im Leitfaden zu KI-Detektoren im Studium.

Warum Detektoren oft falschliegen

Texte von nicht-muttersprachlichen Verfassern, stark überarbeitete Passagen und nüchterne Wissenschaftssprache können hohe Werte erzeugen, obwohl sie selbst geschrieben wurden. Umgekehrt kann der Wert eines KI-Texts sinken, wenn er umgeschrieben wird.

Deshalb zeigt dieses Tool den Wert immer mit Kontext an. Ein hoher Prozentsatz ist ein Anlass, genauer hinzusehen, nie ein Urteil über die verfassende Person.

Warum sich Autorschaft mit einem Detektorwert allein nicht sicher feststellen lässt, zeigt unsere interaktive Zeitreise Beweisen Sie, dass Sie ein Mensch sind Schritt für Schritt vor.

Wie der Prozentwert entsteht und was dieses Tool offenlegt

Wir übernehmen den Detektorwert direkt von ZeroGPT. Wenn der Anbieter plausible Wortzahlen mitliefert, zeigen wir zusätzlich den Anteil der KI-markierten Wörter. Dieser rechnerische Wortanteil kann vom Detektorwert abweichen. Das separate Signal für menschliches Schreiben muss sich mit dem Detektorwert nicht zu 100 Prozent ergänzen; fehlt es, wird es als nicht geliefert ausgewiesen.

Der Bericht zeigt den vollständigen Text mit den gelieferten Markierungen und erläutert, welche Angaben der Anbieter zur Verfügung stellt. Inhaltliche Schlüssigkeit, Zitate, Quellen und Prompt-Rückstände benötigen eine eigene Prüfung. Was ein Detektorwert bei einem Vorwurf aussagt, erläutert unsere Analyse zu falsch-positiven Detektor-Ergebnissen.

Falls Sie bei einem selbst geschriebenen Text Unterstützung mit Stil und Ausdruck suchen, umfasst unser wissenschaftliches Lektorat auch eine Prüfung Ihrer Quellen auf Existenz.

Was Ihre Hochschule erlaubt, messen KI-Detektoren nicht

Zwei verschiedene Fragen

Welche KI-Hilfen zulässig sind und wie sie angegeben werden müssen, hängt von den Vorgaben Ihrer Hochschule und der konkreten Lehrveranstaltung ab. Die Regeln können zwischen Rechtschreibkorrektur, Formulierungshilfe und Textgenerierung unterscheiden.

Detektoren bewerten Textmuster. Ob die dafür verwendeten Hilfsmittel erlaubt waren und korrekt angegeben wurden, prüfen sie nicht. Ähnliche Formulierungen können durch unterschiedliche Arten der Textbearbeitung entstehen.

Eine Untersuchung an 300 selbst geschriebenen Texten zeigt, wie weit das trägt. Der Detektor GLTR markierte 6,83 Prozent der unbearbeiteten Texte als KI, nach einer minimalen Überarbeitung durch GPT-4o waren es 40,87 Prozent, bei unveränderter Schwelle[1]. Ausgangspunkt waren menschliche Texte, die für den Versuch geringfügig mit KI überarbeitet wurden.

Dieselbe Untersuchung zeigt noch etwas. Bei mehreren Detektoren steigt der Wert nicht mit dem Ausmaß der KI-Beteiligung. Fast-DetectGPT markierte 10,07 Prozent der Texte bei einer angeforderten Überarbeitung von einem Prozent der Wörter, aber nur 9,59 Prozent bei einer Vorgabe von 75 Prozent[2]. Ein Wert, der bei mehr Maschine nicht steigt, misst nicht die Maschine.

Was 64 deutsche Hochschulen tatsächlich regeln

Wir haben die öffentlich zugänglichen KI-Regelungen von 64 deutschen Hochschulen ausgewertet[3].

2 von 64
erwähnen KI-Detektoren überhaupt
58 von 64
verlangen eine Kennzeichnung
22 von 64
sind verbindlich, 31 sind bloße Empfehlungen
9 von 64
überlassen die Entscheidung den Prüfenden

Die Kennzeichnung ist also der Kern, nicht die Kontrolle. Welche Regelung an Ihrer Hochschule gilt, mit Quelle und Stand, finden Sie in der Übersicht der KI-Richtlinien.

Was ein solcher Wert in einem Prüfungsverfahren trägt

Für ein Verfahren zählt nicht, wie oft ein Detektor im Mittel richtig liegt. Es zählt, wie wahrscheinlich es ist, dass ausgerechnet dieser markierte Text unerlaubt entstanden ist. Diese Größe hängt zusätzlich davon ab, wie verbreitet unerlaubte Nutzung überhaupt ist, und dafür gibt es bislang nur Schätzungen, die selbst aus Detektorwerten stammen[4]. Der Wert lässt sich also nicht in eine Aussage über den Einzelfall übersetzen.

Das Verwaltungsgericht Kassel hat im Februar 2026 die ungekennzeichnete Nutzung generativer KI in einer Prüfungsleistung als besonders schwere Täuschung gewertet. Tragend war die unterschriebene Eigenständigkeitserklärung, mit der eine Eigenleistung versichert wird, die bei verdeckter KI-Nutzung nicht erbracht wurde. Aufgefallen sind die Arbeiten dabei nicht über ein Detektor-Tool[5]. Wie eine Hochschule einen solchen Fall verfolgt und welche Folgen daraus entstehen, hängt von der jeweiligen Prüfungsordnung und vom Einzelfall ab.

Für Sie folgt daraus etwas Praktisches. Was Sie belegen können, ist nicht die Abwesenheit einer Maschine, sondern die Anwesenheit Ihrer eigenen Arbeit: Zwischenstände, Notizen, Literaturauszüge, die Versionsgeschichte Ihres Dokuments. Wie Sie das aufbereiten, wenn ein Vorwurf im Raum steht, beschreibt der Leitfaden zum KI-Vorwurf.

Diese Seite gibt keine Rechtsberatung. Sie ordnet ein, was ein Messwert leisten kann und was nicht.

Quellen

  1. [1]Saha, S., Feizi, S. (University of Maryland), „Almost AI, Almost Human. The Challenge of Detecting AI-Polished Writing“, Findings of the Association for Computational Linguistics: ACL 2025, arxiv.org/abs/2502.15666. Zwölf Detektoren auf 300 rein menschlichen und 300 rein KI-generierten Texten plus 14.713 Varianten mit abgestufter KI-Überarbeitung, Schwellen je Detektor in Tabelle 6 fixiert. Abschnitt 4.1 nennt für GLTR eine Falsch-Positiv-Rate von 6,83 Prozent auf unbearbeiteten Texten und 40,87 Prozent nach minimaler Überarbeitung durch GPT-4o.↩
  2. [2]Ebenda, S. 3. Mehrere Detektoren stufen stark überarbeitete Texte seltener als KI-Text ein als minimal überarbeitete, reagieren also nicht auf das Ausmaß der Überarbeitung. Betroffen sind DetectGPT, Fast-DetectGPT, GLTR, RoBERTa-base, RoBERTa-large und LLMDet.↩
  3. [3]Eigene Erhebung der öffentlich zugänglichen KI-Regelungen von 64 deutschen Hochschulen, Stand 3. Juni 2026, nachgezählt am 27. Juli 2026. Die Einzeleinträge mit Quelle und Stand stehen in der Übersicht der KI-Richtlinien.↩
  4. [4]Greiner, D. M., „Nutzung von KI im Studium? Gelebter Diskurs und Perspektiven“, Zenodo 2026, DOI 10.5281/zenodo.22013076, CC BY 4.0. Quellenkritische Diskursanalyse von 234 öffentlichen Forenthreads (2007 bis 2026) aus studis-online, gutefrage.net und Reddit, zwei unabhängige Codier-Durchgänge mit Sprachmodellen plus ein dritter zur Absicherung, Cohens Kappa im Mittel 0,70 bei 86 Prozent Übereinstimmung.↩
  5. [5]VG Kassel, Urteile vom 25. Februar 2026, Az. 7 K 2134/24.KS und 7 K 2515/25.KS. Das Gericht wertete die ungekennzeichnete Nutzung generativer KI in einer Prüfungsleistung als besonders schwere Täuschung, weil die unterschriebene Eigenständigkeitserklärung eine Eigenleistung versichert, die bei verdeckter KI-Nutzung nicht erbracht wurde. An der Feststellung war kein Detektor-Tool beteiligt, aufgefallen sind die Arbeiten durch ein Eingeständnis im einen und durch sprachliche wie strukturelle Auffälligkeiten samt abweichender mündlicher Auskunft im anderen Fall. Laut Pressemitteilung vom 26. März 2026 waren die Entscheidungen zu diesem Zeitpunkt nicht rechtskräftig; die Berufung war zugelassen.↩

Häufige Fragen zum KI-Detektor