// KI im BusinessSEO und KI-Optimierung
KI-Texte erkennen: Was Detektoren können und wo sie danebenliegen
KI-Texte erkennen: wie zuverlässig KI-Detektoren sind, warum sie menschliche Texte falsch markieren und was Google zu KI-Texten sagt.
// Kostenlos dazu
Claude Setup Guide
Richte Claude so ein, dass er deinen Kontext kennt und nicht bei jeder Anfrage bei null anfängt.
// Inhalt10 Abschnitte
Kann man KI-Texte erkennen? Mit einem Detektor nur unzuverlässig. Das sagt nicht irgendwer: OpenAI, der Hersteller von ChatGPT, hat im Januar 2023 ein eigenes Erkennungswerkzeug herausgebracht und im Juli 2023 wieder abgeschaltet, weil es zu ungenau war. Im eigenen Test hatte es nur gut ein Viertel der KI-Texte als „wahrscheinlich KI-geschrieben“ erkannt. Ich nehme einen Detektor-Wert deshalb als Anlass für eine Nachfrage. Einen Beweis sehe ich darin nicht, weder gegen eine Texterin noch gegen dich.
Wer danach googelt, landet fast nur bei Detektor-Anbietern und Testsieger-Listen. Mich interessiert etwas anderes. Wie oft liegen die Werkzeuge bei echten menschlichen Texten daneben? Was sagt Google tatsächlich zu KI-Texten? Und was machst du damit, wenn du Texte einkaufst oder selbst mit KI schreibst? Dazu kommen Messungen, die für diesen Blog mit sechs Detektoren gemacht wurden. Stand: November 2026.
Wie erkennen KI-Detektoren KI-Texte?
Mit Wahrscheinlichkeiten. Ein Detektor war nicht dabei, als der Text entstand. Er schaut nur, wie sehr Wortwahl und Satzbau dem ähneln, was ein Sprachmodell an derselben Stelle geschrieben hätte. Je ähnlicher, desto höher der Wert.
Ein KI-Detektor arbeitet wie jemand, der am Telefon errät, ob der Anrufer vom Zettel abliest. Er hört nur auf den Tonfall. Klingt jeder Satz genau so, wie man ihn erwartet, tippt er auf Zettel, also auf KI. Holpert es an überraschenden Stellen, tippt er auf Mensch. Wer den Zettel geschrieben hat, erfährt er nie.
Genau da liegt der Haken. Auch Menschen schreiben vorhersehbar, zum Beispiel eine Produktbeschreibung, eine Anleitung oder einen Text in ihrer Zweitsprache. Umgekehrt wird ein KI-Text unberechenbarer, sobald ihn jemand gründlich überarbeitet. In beiden Fällen ändert sich der Wert, an der Herkunft des Textes ändert sich nichts.
Wie zuverlässig sind KI-Detektoren?
Weniger, als ihre Prozentzahlen wirken. Das Erstaunliche daran: Es steht in den Zahlen der Anbieter selbst. OpenAI hat sie damals offen hingeschrieben. Von den KI-Texten erkannte das Werkzeug 26 Prozent richtig, bei 9 Prozent der menschlichen Texte schlug es fälschlich an. Für Texte unter 1.000 Zeichen nannte OpenAI es „sehr unzuverlässig“ und empfahl es nur für Englisch.
- KI-Texte richtig erkannt26 %
- Menschliche Texte als KI markiert9 %
Quelle: OpenAI (2023)
Englische Testtexte. Seit Juli 2023 ist das Werkzeug abgeschaltet.
Unabhängig geprüft hat das zuletzt ein Forschungsteam um M. Hadra, die Studie erschien 2026 im International Journal for Educational Integrity. Getestet wurden Turnitin und Originality an 192 Texten: von Menschen geschrieben, von ChatGPT (GPT-4.1) und Claude 3 Opus erzeugt und halb von Hand, halb von der KI. Originality kam auf rund 69 Prozent Treffsicherheit, Turnitin auf 61 Prozent. Bei den gemischten Texten lagen beide meist daneben, Originality erkannte sie fast nie. Das Fazit der Autoren: Keines der beiden Werkzeuge ist für den Einsatz an Hochschulen verlässlich genug, ein Treffer ist höchstens ein Anlass, genauer hinzuschauen.
Turnitin selbst gibt für ganze Dokumente eine Fehlalarmquote unter einem Prozent an. Das gilt allerdings nur für Dokumente mit mindestens 20 Prozent KI-Anteil. Bei einzelnen Sätzen nennt der Anbieter rund 4 Prozent. Heißt: Von 100 als KI markierten Sätzen können etwa vier von einem Menschen stammen. Bei einem langen Text kommt da einiges zusammen.
Warum halten Detektoren menschliche Texte für KI?
Weil schlichte, klare Sprache für sie nach Maschine aussieht. Ein Detektor achtet darauf, ob ein Text die naheliegenden Wörter wählt. Genau das tut auch, wer mit begrenztem Wortschatz schreibt, etwa in einer Zweitsprache, oder wer eine knappe Anleitung verfasst.
Die Studie von 2026 hat das mitgeprüft. Originality hielt mehrere Aufsätze von Studierenden, die Englisch als Fremdsprache schreiben, zu Unrecht für KI, professionelle Nachrichtentexte der BBC dagegen nie. Statistisch war der Unterschied knapp nicht gesichert, bei Turnitin gab es gar keinen. Ich lese das so: Das Risiko eines Fehlalarms ist da, es hängt aber stark vom Werkzeug ab.
Für Selbstständige im DACH-Raum ist das mehr als eine Fußnote. Wenn du mit Texterinnen arbeitest, die Deutsch als Zweitsprache sprechen, oder wenn deine eigenen Texte sehr sachlich und knapp sind, steigt das Risiko eines Fehlalarms. Die Studie hat zwar englische Texte untersucht. Ich sehe aber keinen Grund, warum das Muster im Deutschen anders sein sollte (meine Einschätzung, nicht gemessen).
Was zeigen eigene Messungen mit KI-Detektoren?
Dass derselbe Text je nach Dienst und Tag ganz verschieden bewertet wird. Für diesen Blog wird jeder Artikel vor dem Livegang mit dem Detektor von Phrasly gemessen. Hinweis: Der folgende Link ist ein Affiliate-Link. Kaufst du darüber, erhalte ich eine Provision (Werbung). Phrasly (Werbung, Affiliate-Link) zeigt neben dem eigenen Wert die Urteile von sechs weiteren Diensten: Pangram, Originality, ZeroGPT, Turnitin, Copyleaks und GPTZero.
Für diesen Blog gemessen: Ein Artikel vom 05.11.2026 lag bei drei Messungen innerhalb von zwei Wochen jedes Mal bei 8,9 Prozent, alle sechs Dienste sagten „Human“. Der Detektor kann also stabil messen. Ein anderer Entwurf kam dagegen am selben Tag erst auf 76,4 Prozent und zwei Stunden später, ohne jede Änderung, auf Werte um 60 Prozent. Und bei einem dritten Artikel mit 32,8 Prozent hielten drei Dienste den Text für menschlich, die drei anderen für KI.
Noch etwas fiel auf. Bei einem Entwurf mit einer echten, selbst erlebten Gründungsgeschichte am Anfang markierte der Detektor genau diese ersten Sätze. Bei der Gesamtmessung zeigt er die markierten Sätze fast immer am Textanfang, egal wer sie geschrieben hat. Mehr zu diesen Tests mit sechs Detektoren steht im Artikel KI-Text umschreiben, damit er menschlich klingt.
Woran erkennst du KI-Texte ohne Detektor?
Am ehesten am Inhalt, kaum an einzelnen Wörtern. Ein unbearbeiteter KI-Text sagt oft viel Richtiges und nichts Eigenes. Ihm fehlt der Satz, den nur jemand schreiben kann, der die Sache schon einmal gemacht hat.
Ein paar Signale, auf die ich achten würde. Behauptungen ohne Zahl, Ort oder Beispiel. Absätze, die alle gleich gebaut sind und mit einer kleinen Weisheit enden. Quellen, die es nicht gibt oder die etwas anderes sagen, als der Text behauptet. Keine erkennbare Meinung, obwohl das Thema eine verlangt. Für sich genommen beweist keines dieser Zeichen etwas, denn auch Menschen schreiben so, wenn sie wenig Zeit haben.
Am meisten bringt der Faktencheck. Öffne zwei, drei Quellen aus dem Text und prüf, ob dort steht, was behauptet wird. Erfundene Studien, falsche Jahreszahlen oder Zitate, die es so nie gab, verraten einen ungeprüften KI-Text zuverlässiger als jeder Prozentwert. Und sie sind das eigentliche Problem, nicht die Frage, wer getippt hat.
Was sagt Google zu KI-Texten?
Google bewertet die Qualität eines Textes, nicht wie er entstanden ist. Das hat Google im Februar 2023 auf seinem Search Central Blog ausdrücklich geschrieben. Verboten ist dagegen, Automatisierung einschließlich KI vor allem dafür zu nutzen, Rankings zu manipulieren.
In den aktuellen Hinweisen zu generativer KI wird Google konkreter. Wer mit KI-Werkzeugen viele Seiten erzeugt, ohne Nutzern einen Mehrwert zu bieten, kann gegen die Richtlinie zu „Scaled Content Abuse“ verstoßen, also massenhaft erzeugte Inhalte. Für dich heißt das: Ein niedriger Detektor-Wert schützt keinen schwachen Text. Ein hoher Wert schadet keinem guten. Ob du KI-Inhalte kennzeichnen musst, ist eine eigene Frage. Sie steht im Artikel zur KI-Kennzeichnungspflicht (keine Rechtsberatung).
Was heißt das, wenn du Texte einkaufst oder selbst mit KI schreibst?
Wenn du Texte einkaufst, ersetzt ein Detektor kein Gespräch. Meine Faustregel, gemessen habe ich sie nicht: Ein auffälliger Wert ist ein Grund für eine Rückfrage. Eine Kündigung oder eine Kürzung des Honorars trägt er nicht.
Unauffällig
Kein Handlungsbedarf.
- Quellen trotzdem stichprobenartig prüfen.
Einzelne Absätze markiert
Genauer lesen.
- Die Quellen dieser Absätze öffnen.
Großer Teil markiert
Nachfragen, nichts unterstellen.
- Mit einem zweiten Detektor gegenprüfen.
- Nach Entwurf oder Versionsverlauf fragen.
Eigene Faustregel, nicht gemessen.
Bei einzelnen markierten Absätzen liest du genauer und öffnest deren Quellen. Ist ein großer Teil markiert, fragst du nach und prüfst mit einem zweiten Detektor gegen.
Leg außerdem vorher fest, was du erwartest. Darf die Texterin KI nutzen und wofür? Müssen Quellen verlinkt sein? Willst du einen Entwurf mit Versionsverlauf sehen, zum Beispiel in einem geteilten Dokument? Wer das im Auftrag klärt, muss später nicht über Prozentwerte streiten.
Wenn du selbst mit KI schreibst, jag nicht dem Wert hinterher. Für diesen Blog beobachtet: Ein Artikel wurde in rund 20 Runden umgeschrieben, bis der Wert sank. Am Ende fehlten ein Rechenbeispiel und eine Grafik. Der Einstieg beantwortete die Suchfrage nicht mehr. Seitdem gilt hier, dass Substanz für den Detektor nie gestrichen wird. Besser investierst du die Zeit in deinen Stil, wie im Artikel KI-Texte schreiben, die nach dir klingen beschrieben. Genauso lohnen sich eigene Beispiele.
Was kannst du heute tun?
- Nimm einen Text, von dem du sicher weißt, dass du ihn selbst geschrieben hast. Lass ihn durch zwei verschiedene Detektoren laufen. Notier beide Werte.
- Lass denselben Text am nächsten Tag noch einmal prüfen. So siehst du, wie stark die Werte schwanken.
- Schreib in deine Aufträge an Texter, ob und wofür KI erlaubt ist und dass Quellen verlinkt sein müssen.
- Prüf bei jedem eingekauften Text zwei, drei Quellen selbst, bevor du ihn veröffentlichst.
- Bei einem auffälligen Wert: frag nach dem Entwurf oder Versionsverlauf, bevor du etwas unterstellst.
Mein Take
KI-Detektoren sind für mich ein Stilwerkzeug, kein Lügendetektor. Sie zeigen, wo ein Text glatt und vorhersehbar klingt. Das ist nützlich. Wer aber auf Grundlage eines Prozentwerts einer Texterin Betrug vorwirft, stützt sich auf Werkzeuge, die selbst ihr Hersteller OpenAI wegen geringer Genauigkeit zurückgezogen hat.
Die bessere Frage lautet nicht, ob eine KI mitgeschrieben hat. Sie lautet, ob der Text stimmt, ob er etwas Eigenes sagt und ob jemand dahinter steht, der dafür geradesteht. Das prüfst du mit Quellen, Rückfragen und deinem Fachwissen. Ein Detektor kann dir dabei höchstens einen Hinweis geben, wo du genauer hinschaust.
Häufige Fragen
Kann man KI-Texte sicher erkennen?
Nein, nicht mit den heutigen Werkzeugen. Unabhängige Tests, zuletzt eine Studie von 2026 mit Turnitin und Originality, kommen zu dem Schluss, dass die Werkzeuge an Hochschulen nicht verlässlich genug sind. Gemischte oder überarbeitete KI-Texte rutschen oft durch, menschliche Texte werden manchmal markiert.
Welcher KI-Detektor ist der beste?
Einen klaren Sieger gibt es nicht, die Ergebnisse hängen stark von Textart und Sprache ab. Bei den Messungen für diesen Blog bewerteten sechs Dienste denselben Text oft unterschiedlich. Wer prüfen will, nutzt besser zwei Detektoren und vergleicht.
Erkennt Google KI-Texte und straft sie ab?
Google bewertet nach eigener Aussage die Qualität, nicht die Entstehung. Probleme bekommen Seiten, die massenhaft Inhalte ohne Mehrwert erzeugen, egal ob mit KI oder ohne.
Funktionieren KI-Detektoren auch auf Deutsch?
Viele Anbieter werben damit, belastbare unabhängige Zahlen für deutsche Texte sind aber rar. OpenAI hatte sein eigenes Werkzeug ausdrücklich nur für Englisch empfohlen, weil es in anderen Sprachen deutlich schlechter abschnitt.