KI Detektoren im Test

Mit Künstlicher Intelligenz KI-Texte entdecken. 5 KI-Detektoren im Test.

Ende Januar habe ich hier auf dem Blog der Agentur vorausgesagt, dass KI in Redaktionssystemen völlig überschätzt werden, genauer, dass auch mit KI erfolgreicher Content in Zukunft nicht automatisch entstehen wird. Von Kolleginnen und Kollegen aus der Branche – nein, nicht aus meiner Agentur – habe ich dafür allerhand Prügel einstecken müssen: „Du wirst schon sehen: ChatGPT macht uns alle arbeitslos!“ „Du bist einfach ein hoffnungsloser Optimist!“ „Schönschreiber!“ und besonders garstig: „Du bist einfach zu alt für die neue Technik!“ Oha! Dabei arbeite ich leidenschaftlich gerne und schon seit langem mit diversen KI-Tools.

Aber was erleben wir heute:

Wie die Künstliche Intelligenz hart auf dem Boden der Realität landet

Die Künstliche Intelligenz ist nicht dumm. Im Gegenteil: Sie lernt schnell und wird immer besser. Sie findet ihre Grenzen nicht in der Technik, sondern im Menschen. Da mit Unterstützung von KI jede und jeder scheinbar schlauen Content schnell und in großen Stückzahlen raushauen kann, tut das auch jede und jeder. Und genau das entwertet scheinbar guten Content. Und von „scheinbar guten Content“ spreche ich, wenn dieser Content losgelöst von den „Creators“ dargeboten wird, losgelöst von den Menschen, die den Content schaffen und von den Netzwerken, in denen dieser Content entsteht.

Die Kritik an KI-Müll

Viele Menschen beklagen die Menge an minderwertigen Inhalten, die von KI erzeugt und in großen Massen ins Internet und in andere Netze gespült werden. LinkedIn Chief Product Officer Hari Srinivasan erklärte vor ein paar Tagen, die Bekämpfung solcher Beiträge habe für das berufliche Netzwerk LinkedIn höchste Priorität.

Nach Angaben des Forschungsunternehmens Pangram sind derzeit etwa 41 Prozent der längeren Beiträge auf LinkedIn KI-generiert. Bei kürzeren Posts wird der Anteil auf knapp 30 Prozent geschätzt. Manche Studien kommen sogar zu dem Ergebnis, dass bei Langtexten bis zu 62 Prozent aus KI stammen könnten.

Aber nicht alle diese Inhalte sind wirklich schlecht. Und das ist auch gar nicht das wirkliche Problem. Diese Inhalte werden sogar immer besser, weil gute KI für immer mehr Leute immer leichter verfügbar wird. Es fehlt diesen Inhalten aber immer noch „die persönliche Note“, die „Authentizität“. Und das merken die Lesenden. Und von Authentizität, von persönlicher Glaubwürdigkeit leben Netzwerke wie LinkedIn. Laut LinkedIn ergibt sich etwa die Hälfte der Reichweite eines Posts aus der persönlichen Reputation des Verfassers, nur 30 Prozent aus dem Beitrag selbst und dann noch 20 Prozent aus dem Netzwerk des Verfassers.

LinkedIn hat seinen Algorithmus deshalb in den letzten ein bis zwei Jahren massiv verändert:

Know-how und konkrete Tipps: LinkedIn spielt vor allem Beiträge aus, die nachvollziehbare Expertise und hilfreiche Empfehlungen liefern. Dabei wird auch geprüft – etwa anhand von Profil- und Kontextsignalen -, ob die Person fachlich plausibel zu dem Thema passt.

Eigene Haltung und Erfahrung: Bevorzugt werden Posts mit klarer Meinung, persönlicher Einordnung oder „aus erster Hand“-Erlebnissen. Viele KI-Texte wirken dagegen glatt, austauschbar und neutral; ohne Anekdote oder erkennbare Position entstehen seltener echte Reaktionen, wodurch in Konsequenz die Sichtbarkeit leidet.

Substanz in den Kommentaren: Entscheidend ist nicht nur, wie viele Kommentare ein Beitrag bekommt, sondern wie gehaltvoll sie sind. Standardisierte, generische Posts lösen oft keine vertiefte Diskussion aus – und wenn diese ausbleibt, fällt die Reichweite in der Regel deutlich geringer aus.

Das EEAT-Prinzip von Google

Doch nicht nur LinkedIn setzt auf die Kompetenz und Authentizität der Autoren. Auch Google inszeniert sich diesbezüglich als Vorreiter mit seinem EEAT-Prinzip. EEAT steht für Experience, Expertise, Authoritativeness und Trustworthiness. KI-Inhalte werden von der führenden Such(t)maschine nicht einfach abgestraft, aber seit den „Helpful Content“-Updates von 2024 mit dem veränderten Algorithmus doch erheblich behindert.

KI-Kennzeichnung

Und andere Plattformen folgen mit der Einführung von Labels, mit denen KI-generierte Inhalte gekennzeichnet werden müssen. Damit folgen sie natürlich zugleich neuen gesetzlichen Vorgaben, allen voran dem Artikel 50 der neuen EU-KI-Verordnung. Diese Regelung schreibt vor, dass Plattformen KI-erstellte Inhalte eindeutig kennzeichnen müssen, damit Nutzer transparent erkennen können, was maschinell erzeugt wurde.

Und das hat Konsequenzen: Wenn Nutzer*innen sehen, dass sie es mit KI-Inhalten zu tun haben, scrollen sie häufig schnell weiter. Die Dwell-Time, die Verweildauer sinkt., woraus der Algorithmus schließt, dass dieser Inhalt von geringer Relevanz für die Zielgruppe ist – und flutsch rutscht das Dokument im Ranking sauber nach unten.

Kurz: Die KI-Kennzeichnung, die KI-Identifikation, das Nutzer*innen-Verhalten, alles das führt im Zusammenspiel dazu, dass KI-generierte Texte im Web und in sozialen Medien an Relevanz verlieren. Hab ich’s nicht gesagt im Jänner 2026? Hab ich:

„Die KI erkennt auch, wenn ein Text von einer KI verfasst wurde. Und dann bewertet die KI einen Text als wenig authentisch. Irgendwie sind KI-Texte immergleich oder zumindest immer ähnlich. Und wenn es die KI mal nicht erkennt, dann erkennen es die Leser. Und dann schalten die Leser ab. Auf Dauer hat das Immergleiche im Netz keine Chance. Hoffentlich nicht bei den Lesenden, sicher nicht bei der KI, also bei den Suchmaschinen der Zukunft. Und genau deshalb wird die KI uns kreative Schreibende nicht ersetzen.“

Dem habe ich nichts hinzuzufügen. Aber nein, hab ich doch …

Wie macht die KI das eigentlich?

Wie erkennt sich die KI eigentlich selbst?

Sie macht das – wie alles – immer besser.

Zum einen analysiert sie die Veröffentlichungsfrequenz. Das ist ja simpel: Wer vier, fünf, sechs Artikel jeden Tag veröffentlicht – und das auch noch fehlerfrei – der macht sich verdächtig. Deshalb – und nur deshalb – flechte ich ja immer kleine Kommafehler in meine Texte (hüstel …). Im Ernst: Vor Jahren hat mir eine Urmutter der deutschen Dialogmarketing-Szene verraten, dass sie in ihre Flyer-Texte immer ein paar Tippfehler mit dem Resultat messbar höherer Response-Raten einbaut. Was es nicht alles gibt … Und wieder im Ernst: Fast alle Social-Media-Plattformen bewerten die Resultate von Viel-Schreibern als „Low-Effort-Content“ und reduzieren deren Sichtbarkeit. Also postet nicht zuviel. Macht mal Pause.

Vor allem aber analysiert die KI sprachliche Muster. KI liebt es, immer wieder die selben Phrasen zu dreschen („Zusammenfassend lässt sich sagen …“). Wer so zusammenfasst, der reißt sich die KI-Maske vom Gesicht. Aber das ist wie bei Virenscannern: ein ewiger Wettlauf zwischen schreibender KI und detektierender KI.

Und weil das so ist, gibt es kluge und weniger kluge KI-Detektoren. Und weil das so ist, habe ich mir fünf gängige KI-Detektoren mal etwas genauer angesehen. Und hier ist das Ergebnis:

Mein Vergleichstest der KI-Detektoren

Ich habe mir fünf KI-Detektoren angesehen. Meine eigene KI – Mindverse – hat ebenfalls fünf KI-Detektoren getestet. Auf vier Detektoren konnten wir uns einigen, je eine Lösung wurde nur von Mindverse bzw. nur von mir getestet. Mindverse und ich haben unterschiedliche Texte eingespeist, jeweils Texte, die komplett von einer KI verfasst waren, Texte, die komplett menschlich verfasst waren und hybrid verfasste Dokumente.

Natürlich kommen die KI-Detektoren mit den unterschiedlichen Texten auch unterschiedlich zurecht. Insofern handelt es sich um eine Zufallsstichprobe. Trotzdem ähneln sich die Ergebnisse der Versuche von Mindverse und meine eigenen Resultate. Hier die Übersicht mit den KI-Detektoren, bewertet in Schulnoten von 1 = sehr gut bis 5 = mangelhaft:

Übersicht

ZeroGPT ist als einziges Tool komplett kostenlos, weil werbefinanziert. Die Fehlerquote ist hoch. Seriös kann man meiner Meinung nach damit eigentlich nicht arbeiten. Viel zu häufig werden komplett von einem Menschen verfasste Texte als KI-generiert analysiert.

Scribbr analysiert ausschließlich englische Texte und dürfte damit für die meisten Anwendungen in Deutschland ebenfalls ausscheiden.

Der QuillBot AI Detector war bei mir ein Totalausfall und hat keinen einzigen KI-produzierten Text als KI-produziert erkannt. Ich habe allerdings nur eine kostenlose Text-Version ausprobiert.

Zu Originality.ai erlaube ich mir keine Stellungnahme. Meine KI findet das Tool gut und fühlt sich gut ertappt. Sie schreibt: Das Tool ist „sehr sensibel, neigt aber bei stark optimierten menschlichen Texten manchmal zu Fehlalarmen.“ Vielleicht sollte man sich das Sensibelchen mal ansehen …

Copyleaks ist der Favorit meiner KI und schnitt auch bei mir recht ordentlich ab. Während Mindverse aber hervorhebt, dass das Tool „auch leicht umgeschriebene KI-Texte“ oft erkennt, tat Copyleaks sich genau damit bei mir schwer. Die von mir mit leichter Hand redigierten Texte aus dem Bereich Healthcare fand das Tool ausgesprochen authentisch. Mein KI-Helferlein blieb unentdeckt.

GPTZero hatte bei mir eine sehr gute Erkennungsrate und eine extrem breite Funktionalität. Und da auch meine KI mit GPTZero ganz zufrieden war, ist das meine klare Produktempfehlung:

Mein Favorit GPTZero

https://gptzero.me/Mein persönlicher Favorit ist GPTZero. Dieses Tool zeigt detailliert an, welche Sätze wahrscheinlich KI-generiert sind. GPTZero reagiert dabei sehr stark auf Satzlänge und Wortkomplexität.

Für Autoren wertvoll sind auch die Tipps zur Überarbeitung. Der Text wird je nach Dokument-Typ nach unterschiedlichen Kriterien mit Punkten bewertet, ein Beispiel für die Kriterien:

  • Audience & Voice
  • Clarity & Precision
  • Coherence & Flow
  • Purpose & Support
  • Structure & Format

Die Bewertung wird wie in einem Zeugnis konkret ausformuliert. Beispiel:

„Ihr Text hat eine klare, gut gegliederte Themenführung mit verständlichen Zwischenüberschriften. … Die praktischen Tipps sind konkret und alltagsnah, besonders zu Bewegung, Ernährung und Trinken.“

Auch mit konstruktiver Kritik wird nicht gespart: „Insgesamt passen Tonfall und Stil sehr gut zu einem Blog zum Thema Gesundheitsvorsorge. Der abschließende Werbeteil sollte etwas gestrafft werden, damit er natürlicher klingt und im Einklang mit dem informativen Ton des Textes bleibt. … Dank des klaren Ziels und der übersichtlichen Gliederung ist der Leitfaden leicht verständlich; er sollte durch einige konkrete Beispiele oder Einzelheiten ergänzt werden, wo die Aussagen noch zu allgemein gehalten sind.“ Das geht schon weit über eine reine KI-Detektion hinaus.

Das Tool analysiert auch Plagiatsstellen, ob also identischer Text anderswo im Internet gefunden wurde und gibt entsprechende Fundstellen an. Ich habe zum Beispiel einen Artikel auf Plagiatsstellen prüfen lassen, den wir für einen unserer Kunden verfasst haben. Anfangs war ich ein wenig alarmiert, dass er 8 Prozent Plagiatsanteile erkannt hat. Bei genauem Hinsehen aber entpuppten sich diese Hinweise auf Formulierungen, die wir der Website des Kunden entnommen hatten. Bei einer korrekten Produktpositionierung und Feature-Beschreibung ist das wohl in Ordnung. Eine einzige Plagiatsstelle verwies auf eine andere Website. Dabei handelt es sich um die Definition des Begriffs „On-Premises“. Diese findet man hundertfach im Internet. Auch unproblematisch. Der Text war sauber. Mein Mitarbeiter hat nirgendwo abgeschrieben. Gut so.

Aber GPTZero gibt auch Hinweise, wo wir noch hätten nachschärfen können: „Die Argumentation ist klar, aber die Produkt- und Architekturbeispiele benötigen einen konkreteren Implementierungskontext. Fügen Sie explizite Details zur Einrichtung, Einschränkungen und etwaige Annahmen hinzu, damit die Leser beurteilen können, wie die Aussagen anzuwenden sind.“ Ein paar zusätzliche technische Details hätte sich die KI gewünscht. So so …

Diese Hinweise und Bewertungen kommen natürlich von der KI. Aber sie basieren auf Algorithmen, die von konkreten Personen definiert wurden. Man kann sich die „Feedback-Geber“ aus einer Liste von „Experten“ für unterschiedliche Dokument-Typen aussuchen, z.B. für

  • Pressemitteilungen
  • LinkedIn Posts
  • Technische Redaktion
  • Kreatives Schreiben
  • Literatur
  • Computerwissenschaft
  • Allgemeine Wissenschaften
  • Allgemeine Redaktion

Ein paar Konsequenzen für menschliche Autor*innen

Nichts ist ärgerlicher, als von einem KI-Detektor für eine KI gehalten zu werden. Wir erinnern uns: KI-erstellte Texte werden von immer mehr Algorithmen im Web und in sozialen Medien abgestraft. Von Leserinnen und Lesern auch. Worauf sollten also Schreibende achten, damit sie nicht als KI falsch analysiert werden? Hier ein paar Tipps (die heute noch einigermaßen funktionieren, aber wir wissen ja: wir Schreibende sind die netten Igel, die KI sind die fiesen Hasen):

  • Mischen Sie kurze und längere Sätze. Immer beweglich bleiben.
  • Vermeiden Sie Füllwörter. „Zusammenfassend lässt sich sagen“ bringt zwar Geld, wenn man nach Anschlägen bezahlt wird, kostet aber Reichweite.
  • Schreiben Sie aus einer persönlichen Perspektive. Auch wenn es Ihr Deutsch-Lehrer vor vielen Jahren verboten hat: Nutzen Sie die ICH- und WIR-Form. Nur die KI schreibt im unpersönlichen Passiv.

KI schlägt KI

Als Agenturmensch weiß ich aber auch: KI schlägt KI, also Kunden-Intelligenz schlägt Künstliche Intelligenz. Letztlich entscheidet ja immer der Kunde was und wie wir schreiben. Aber danach gilt: KI² schlägt KI², also KI-Detektoren schlagen KI-Redaktion. Und das ist gut so. Ganz sicher.

Illustrationen © Michael Kausch; Titel mit KI

Beitrag teilen

LinkedIn
Facebook
Pinterest
XING
Telegram
WhatsApp
Threads
Email
Print

Weitere interessante Artikel

KI Guideline

Wie die EU-Verordnung zur Künstlichen Intelligenz Ihr Unternehmen zur Einführung von KI-Richtlinien zwingt

Die EU-Grundverordnung zur Künstlichen Intelligenz zielt darauf ab, ein einheitliches und sicheres Umfeld für die Entwicklung und Nutzung von KI innerhalb der Europäischen Union zu schaffen. Sie legt spezifische Anforderungen fest, die alle Unternehmen erfüllen müssen, die KI-Technologien entwickeln, vertreiben oder nutzen. An der Verabschiedung von Richtlinien zur Nutzung von KI für Mitarbeitende führt kein Weg vorbei.

Weiterlesen »
KI

Chat GPT, die blinde KI mit dem besseren Geruchssinn

Haben Sie sich schon einmal überlegt, warum die Ergebnisse einer Recherche mit unterschiedlichen KI-Modellen so völlig unterschiedlich ausfallen? Wir alle erwarten, dass die Künstliche Intelligenz früher oder später die klassischen Suchmaschinen ersetzen wird. Da tun sich natürlich viele Fragen auf: Was bedeutet das für die SEO-Branche? Was bedeutet das für die Content-Produktion und das berühmte Storytelling? Was bedeutet das für die Informationsrecherche?

Weiterlesen »

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert