KI-Floskeln prüfen, statt einem Detektor zu vertrauen

Ich traue KI-Detektoren nicht, und das ist kein Bauchgefühl. Die meisten davon sind bezahlte Tools. Du lädst deinen Text auf ihren Server hoch, und sie geben dir danach eine Prozentzahl zurück. Angeblich beantwortet die eine Frage, die niemand beantworten kann: Hat hier ein Mensch geschrieben oder eine Maschine. Ich hatte keine Lust mehr, das einfach zu glauben, also hab ich mir die Version gebaut, der ich selbst vertrauen würde.

Der Anspruch von KI-Detektoren hält nicht

Das ist der Punkt, der mich an der ganzen Kategorie stört. „KI-Erkennung“ unterstellt, es gäbe im Text selbst ein zuverlässiges Signal, das menschliche von maschineller Schrift trennt, und behandelt die Prozentzahl eines bezahlten Tools wie eine Tatsache über die Welt, die Antwort auf eine Frage, die niemand beantworten kann. Diese Sicherheit gibt es nicht.

Eine Studie aus 2023 zu GPT-Detektoren hat sich das genauer angeschaut. Das Ergebnis: Die getesteten Detektoren waren generell unzuverlässig, und klar verzerrt gegen Nicht-Muttersprachler des Englischen. Ganz normal geschriebenen Text von Nicht-Muttersprachlern stuften sie deutlich häufiger als KI-generiert ein als den von Muttersprachlern. Die Studie vermutet auch, warum: Wer in einer Fremdsprache schreibt, nutzt oft einfachere, weniger variantenreiche Satzstrukturen, und genau das lesen die Detektoren als KI-typisch. Einfache Prompting-Tricks reichten außerdem aus, um dieselben Detektoren auszutricksen. Das ist kein kleiner Genauigkeitsfehler, sondern ein Tool, das sichere, falsche Behauptungen über echte Menschen aufstellt und dafür auch noch Geld verlangt.

Ich baue nichts, dem ich selbst nicht vertrauen würde. Deshalb behauptet der KI-Floskeln-Checker an keiner Stelle, KI zu erkennen. Nie.

Was der Checker stattdessen macht

Er ist ein Lint. Der Begriff kommt aus der Softwareentwicklung: Ein Linter markiert Codezeilen, die gegen eine Stilregel verstoßen, ohne zu behaupten, der Code sei deshalb falsch oder gar von der falschen Person geschrieben. Genau so arbeitet der Checker mit Text. Er prüft Muster, und er behauptet nicht, zu wissen, wer den Text geschrieben hat. Er gleicht deinen Text mit Wortlisten und Satzmustern ab, die in KI-Output ständig auftauchen. Dieselbe Liste steckt auch hinter meiner eigenen Humanizer-Checkliste, und der Checker zeigt dir direkt, welche Muster in deinem Text vorkommen.

Das ist eine engere Behauptung, aber eine, hinter der ich stehen kann. Der Checker rät nicht, wer deinen Text geschrieben hat. Er markiert, was ihn lesen lässt, als hätte ein Chatbot ihn geschrieben, egal ob einer das getan hat. Er läuft dabei komplett im Browser, während du tippst, und rechnet lokal. Nichts geht an einen Server, und bei einem Kundenentwurf, den du nicht einfach irgendwo hochladen darfst, macht genau das den Unterschied zu jedem klassischen KI-Detektor.

Sieben Muster, plus der Gedankenstrich

Sieben Kategorien pro Sprache, dazu der Gedankenstrich als eigene Zählung. Sieben, weil sich die typischen KI-Tells beim genauen Hinschauen in sieben klar unterscheidbare Gruppen sortieren lassen. Ein einzelner Gedankenstrich bedeutet dabei nichts, einer alle zwei Sätze schon etwas anderes.

KI-Vokabeln sind Wörter wie „vielschichtig“ oder „pulsierend“, die im echten Gespräch kaum fallen. Vorgeplänkel kündigt eine Aussage erst an, statt sie zu machen, etwa An dieser Stelle sei angemerkt: Die Zahlen sprechen für sich. Der Teil nach dem Doppelpunkt hätte allein gereicht. Negativ-Parallelismus tut den ersten Halbsatz kurz ab und bringt dann, mit einem Anschlusswort, den eigentlichen Punkt: Es geht nicht um mehr Tools. Es geht um weniger Reibung im Alltag. Vage Zuschreibung ist „Experten sagen“, ohne dass irgendwo ein Name auftaucht. Fazit-Floskeln fassen einen Abschnitt am Ende noch mal selbst zusammen, obwohl der Absatz das Muster längst gezeigt hat. Bedeutungsaufblähung behauptet Bedeutung, statt einen Fakt zu nennen. Und Chatbot-Reste sind Assistenten-Höflichkeit, die das Copy-Paste überlebt hat, Bei Bedarf ergänze ich das gern um weitere Details für dich.

Jeder Treffer wird direkt im Text markiert. Dazu kommt eine Fundliste mit Anzahl pro Muster. Die Einschätzung ist ein Dichtewert, Treffer pro 100 Wörter, statt einer Prozentzahl, die eine Wahrscheinlichkeit vorgaukelt, die niemand belegen kann. Unter 1 pro 100 Wörter gilt als „wirkt menschlich“, 1 bis 3 als einige KI-Muster, darüber als viele. Die Sprache erkennt der Checker selbst aus dem eingefügten Text. Ein deutscher und ein englischer Entwurf lassen sich also hintereinander prüfen, ohne irgendwo umzuschalten.

Die Wortlisten kommen dabei nicht aus meinem eigenen Kopf. Sie stammen aus Wikipedias Leitfaden „Signs of AI-generated writing“, gepflegt vom WikiProject AI Cleanup. Freiwillige haben dafür tausende KI-Bearbeitungen ausgewertet und die wiederkehrenden Muster gesammelt, statt sich einzelne Beispiele auszudenken. Ich nutze dieselbe Liste in meiner eigenen Redaktions-Checkliste, Tool und Alltag laufen also synchron, und wenn sich die Liste ändert, ändert sich beides zusammen.

Was er nicht kann, und das ist Absicht

Das steht so auf der Tool-Seite, weil es der ganze Punkt ist: Der Checker kann dir nicht sagen, ob eine KI deinen Text geschrieben hat. Wer stocksteife Marketingtexte schreibt, ganz ohne KI, lässt das Tool trotzdem aufleuchten, mit Bedeutungsaufblähung und vager Zuschreibung. Ein sauber überarbeiteter KI-Entwurf kommt dagegen fast ohne Markierung durch. Keins von beidem sagt dir, wer die Wörter getippt hat.

Was der Wert wirklich zeigt: ob ein Text gerade so liest wie KI-Output. Genau das kostet bei einem Leser Vertrauen, unabhängig davon, wer den Satz geschrieben hat. Ein Text kann jedes Muster hier vermeiden und trotzdem schlecht sein, leer, ohne einen einzigen eigenen Gedanken dahinter. Der Checker prüft die Oberfläche, nicht den Inhalt, und ich verkaufe dir lieber diese kleinere, ehrliche Behauptung als eine große, die ich nicht belegen kann.

Denselben Ehrlichkeits-Check hab ich schon einmal gemacht, als ich gemessen habe, was ein Humanizer-Durchlauf mit rohem KI-Text wirklich macht. Der Durchlauf entfernt die offensichtlichen Tells und die Füllwörter. Dazu ließen sich echte Vorher-Nachher-Zahlen zeigen. Er hat nie behauptet, den konkreten Fakt oder die echte Meinung für dich zu schreiben. Dieselbe Grenze gilt hier. Der Checker findet die Tells. Ob dein Argument taugt, entscheidet er nicht.

Wann ich ihn einsetze

Bevor irgendwas online geht, an dem eine KI mitgeschrieben hat, läuft er als letzter Durchgang, ein Blick nach übrig gebliebenen Tells. Wenn ich KI-Output für einen Kunden redigiere, gibt er mir eine konkrete Liste statt eines Bauchgefühls dafür, was komisch klingt, und ich kann in der Übergabe konkret benennen, was ich geändert habe und warum.

Er steht neben den elf anderen Tools, die ich aus demselben Grund gebaut habe: kostenlos, nur im Browser, ohne Anmeldung. Die Alternative war immer ein bezahltes Produkt, das mich bat, einer Behauptung zu vertrauen, die ich nicht prüfen konnte. Dieses hier behauptet wenigstens nur das, was es dir auch zeigen kann.

Schreib mir auf LinkedIn, wenn du selbst einen Fund hast, der in keine der sieben Kategorien passt.