KI-Texte erkennen: Was wirklich geht

KI-Texte erkennen wollen viele: Lehrkräfte, Chefs, Auftraggeber, Redaktionen. Laut DataForSEO (Google Ads, Deutschland, Oktober 2026) gibt es rund 18.100 Suchen im Monat nach „ki detektor“ und rund 12.100 nach „ki texte erkennen“. Die ehrliche Antwort ist unbequem: Sicher geht es nicht.

Wie ein KI-Detektor arbeitet

Ein KI-Detektor ist selbst ein Programm, das Muster sucht. Er schaut zum Beispiel, wie vorhersehbar die Wortwahl ist und wie gleichmäßig die Sätze gebaut sind. Sprachmodelle wählen oft das wahrscheinlichste nächste Wort. Das macht ihre Texte glatter als viele menschliche Texte.

Am Ende steht eine Wahrscheinlichkeit, etwa „87 Prozent KI“. Das klingt nach Messung, ist aber eine Schätzung. Der Detektor weiß nicht, wie der Text entstanden ist. Er vergleicht nur mit Mustern, die er kennt.

Wie zuverlässig sind KI-Detektoren?

Die Forschung ist ziemlich eindeutig. Drei Quellen, die ich für belastbar halte:

Die Studie von Weber-Wulff und Kollegen kommt zu einem klaren Schluss: Die Werkzeuge seien weder genau noch zuverlässig. Sie neigten eher dazu, Texte als menschlich einzustufen. Schon leicht überarbeitete KI-Texte verschlechterten die Ergebnisse deutlich.

Die Studien stammen aus 2023. Detektoren haben sich seitdem weiterentwickelt, KI-Modelle aber auch. Neuere unabhängige Studien mit ähnlichem Umfang für deutsche Texte kenne ich nicht.

Fehlalarme: wenn Menschen als KI gelten

Ein Fehlalarm, auch False Positive genannt, ist der schlimmere Fehler. Er trifft jemanden, der nichts falsch gemacht hat.

Die Studie von Liang und Kollegen hat Aufsätze aus einer Englischprüfung für Nicht-Muttersprachler getestet. Sieben Detektoren stuften im Schnitt 61 Prozent davon als KI ein. 18 von 91 Aufsätzen hielten alle sieben Detektoren einstimmig für KI. Die Texte stammten von Menschen.

Der Grund ist naheliegend: Wer in einer Fremdsprache schreibt, nutzt einfachere, vorhersehbare Wörter. Genau das gilt für Detektoren als KI-Merkmal. Ähnliches kann bei sehr formellen Texten passieren, etwa in Verwaltung, Recht oder Technik.

Für eine Steuerkanzlei, die einen Bewerber ablehnt, oder eine Agentur, die einem Texter kündigt, kann ein Fehlalarm ernste Folgen haben. Ein Detektor-Ergebnis allein sollte deshalb nie über eine Person entscheiden.

Typische Merkmale von KI-Texten

Es gibt Muster, die in KI-Texten häufig auftauchen. Sie sind Hinweise, keine Beweise. Menschen schreiben manchmal genauso.

• Glatte, allgemeine Sätze ohne konkrete Namen, Orte, Zahlen oder Erlebnisse.
• Gleichförmiger Aufbau: Einleitung, drei Punkte, Fazit, fast jeder Absatz gleich lang.
• Floskeln wie „spielt eine entscheidende Rolle“ oder „es ist wichtig zu beachten“.
• Viele Aufzählungen mit fett gesetzten Stichworten am Zeilenanfang.
• Erfundene Details: Quellen, Paragrafen oder Studien, die es nicht gibt.
• Auffällige Zeichensetzung, etwa viele lange Gedankenstriche oder englische Anführungszeichen in deutschen Texten.

Am verlässlichsten ist der letzte inhaltliche Punkt: Erfundene Fakten lassen sich prüfen. Stilmerkmale dagegen nicht.

Unsichtbare Zeichen und Code-Reste

Manche Texte aus KI-Tools enthalten Zeichen, die man nicht sieht. Beispiele sind das schmale geschützte Leerzeichen (Unicode U+202F) oder das Leerzeichen ohne Breite (U+200B). Beim Kopieren aus dem Chatfenster können außerdem Attribute im HTML-Code landen, etwa „data-start“ und „data-end“.

Solche Funde sind ein Indiz, mehr nicht. Schmale geschützte Leerzeichen haben eine echte typografische Aufgabe, zum Beispiel zwischen Zahl und Einheit. Sie kommen auch in Texten vor, die Menschen in Word oder einem Satzprogramm geschrieben haben. Umgekehrt fehlen sie in vielen KI-Texten.

Sichtbar machen kannst du solche Zeichen mit dem Tiefen-Scan in meinem kostenlosen KI Text Cleaner. Er läuft lokal im Browser. Ob ein Text von einer KI stammt, sagt er dir nicht. Mehr zum Hintergrund steht im Ratgeber zu KI-Wasserzeichen.

Echte Wasserzeichen in KI-Texten

Davon zu unterscheiden sind statistische Wasserzeichen. Dabei verändert der Anbieter beim Schreiben ganz leicht, welche Wörter das Modell wählt. Für Menschen ist das unsichtbar, ein passendes Prüfprogramm kann das Muster finden.

Google setzt so ein Verfahren mit dem Namen SynthID für Texte aus der Gemini-App ein. Googles öffentliches Prüfportal ist laut Google aber für Bilder, Videos und Audio gedacht, Texte nennt Google dort nicht. Für Texte aus anderen Quellen hilft SynthID ohnehin nicht.

OpenAI hat nach eigener Aussage ebenfalls ein Text-Wasserzeichen entwickelt, setzt es aber nicht ein. OpenAI begründet das unter anderem damit, dass das Verfahren nicht robust genug sei. Außerdem könne es Menschen benachteiligen, die KI als Schreibhilfe in einer Fremdsprache nutzen.

Wenn du einen Text prüfen musst

Du bist Chef, Auftraggeber oder Redaktion und willst wissen, ob ein Text taugt? Dann prüf den Inhalt statt der Herkunft.

1. Fakten nachprüfen. Stimmen Zahlen, Quellen, Namen und Paragrafen?
2. Nach dem Entstehungsweg fragen. Notizen, Entwürfe und Quellen zeigen mehr als jeder Detektor.
3. Über den Inhalt sprechen. Wer einen Text durchdacht hat, kann ihn erklären.
4. Klare Regeln vorher absprechen. Wenn KI-Hilfe erlaubt ist, ist ihr Einsatz kein Vergehen.
5. Detektoren nur als Hinweis nutzen. Nie als alleinige Grundlage für eine Entscheidung über Menschen.

Wenn dein Text fälschlich als KI gilt

Sammle, was die Entstehung zeigt: Versionsverlauf, frühere Entwürfe, Notizen, Rechercheverlauf. Verweise auf die Studien oben, die hohe Fehlerquoten belegen. Bitte um ein Gespräch über den Inhalt.

Wie man Detektoren austrickst, steht hier bewusst nicht. Das löst kein Problem, sondern verschiebt es.

Und was macht Google?

Google schreibt in seiner Doku zu KI-Inhalten, dass Inhalte die Spam-Richtlinien einhalten und Nutzern helfen müssen, egal wie sie entstanden sind. KI-Texte sind also nicht verboten. Was das konkret heißt, steht unter KI-Texte und SEO.

Ob KI-Texte auf deiner Website gekennzeichnet werden müssen, ist eine rechtliche Frage. Die Antwort steht im Ratgeber zur KI-Kennzeichnungspflicht.

Typische Fehler

• Der Prozentzahl glauben. Ein Detektor schätzt, er misst nicht.
• Menschen nach einem Fehlalarm beschuldigen. Die Studien zeigen, wie häufig das passiert.
• Stilmerkmale überbewerten. Floskeln schreiben Menschen seit Jahrzehnten.
• Unsichtbare Zeichen als Beweis werten. Sie haben auch harmlose Ursachen.
• Den Inhalt nicht prüfen. Falsche Fakten sind ein echtes Problem, egal wer sie geschrieben hat.